Produktdaten aufbereiten: vom Lieferantenexport zum fertigen Listing.

Typische Fehler in Lieferantendaten

Lieferanten exportieren Daten für ihre eigenen Systeme, nicht für Ihren Shop. Die folgenden Muster stammen aus den erfundenen, aber typischen Beispielzeilen unserer Demo:

• Abkürzungen und Großschreibung: „AKKU-BOHRSCHR.“, „GEFL.“, „GZ.BOHNE“. Jeder Lieferant kürzt anders.
• Einheiten ohne feste Schreibweise: „18V“, „2X2AH“, „180G/M2“, mal mit, mal ohne Leerzeichen.
• Merkmale im Freitext: Material, Maße und Farbe stehen im Titel statt in eigenen Feldern.
• Varianten in der Artikelnummer: „NF-2290-NVY-XL“ enthält Farbe und Größe, als eigene Felder fehlen sie.
• Kürzel statt Marke: „KRW“ kann eine Marke sein oder ein interner Code des Lieferanten.
• Interne Nummern als GTIN: Google Merchant Center nennt die Präfixe 2, 02 und 04 als eingeschränkte Bereiche, GTINs daraus sollen nicht angegeben werden (Google: GTIN). In der Demo trägt der Akku-Bohrschrauber eine solche Nummer mit Präfix 20.
• Verpackung statt Verkaufseinheit: „KRT 6“ oder „VPE 1“ beschreibt den Karton, nicht den Artikel im Shop.
• Fehlende Pflichtangaben: Für Online-Angebote an Verbraucher verlangt Art. 19 der Produktsicherheitsverordnung (EU) 2023/988 unter anderem Name, Postanschrift und elektronische Adresse des Herstellers sowie Angaben zur Identifizierung des Produkts. In Lieferantenexporten fehlen sie oft. Was im Einzelfall gilt, rechtlich prüfen lassen.

Vor dem ersten Schritt: das Zielmodell festlegen

Bevor Sie Daten anfassen, schreiben Sie auf, wohin sie sollen. Welche Kanäle beliefern Sie: eigener Shop, Google Shopping, eBay, Amazon? Welche Felder verlangt jeder Kanal, welche sind Pflicht? Daraus entsteht eine Zieltabelle mit festen Spalten, Einheiten und erlaubten Werten. Erst mit ihr lässt sich sagen, was fehlt.

Bei großen Beständen lohnt eine Bestandsaufnahme: Welche Felder sind wie oft gefüllt, wo widersprechen sich Titel und Merkmale? Das Catalyst-Modul Stammdatenanalyse liefert dafür einen Qualitätsreport je SKU.

Schritt 1: Normalisieren

Normalisieren heißt: dieselbe Sache immer gleich schreiben. Kürzel werden aufgelöst, Einheiten vereinheitlicht, Groß- und Kleinschreibung korrigiert. Wichtig ist, gesicherte Auflösungen von Deutungen zu trennen.

Schritt 2: Kategorisieren

Die Kategorie entscheidet, welche Merkmale ein Kanal verlangt und wo das Produkt gefunden wird. Jeder Kanal hat einen eigenen Kategoriebaum: Google die Produkttaxonomie, Shopify die Standard Product Taxonomy, eBay einen Kategoriebaum, in dem jedes Angebot in einer Blattkategorie stehen muss (eBay Listing Metadata Guide). Dazu kommt meist Ihre eigene Shop-Struktur.

Ordnen Sie deshalb bis zur untersten passenden Ebene zu und für jeden Kanal getrennt. Wie Regeln und KI dabei zusammenspielen, beschreibt der Ratgeber Produkte automatisch kategorisieren.

Schritt 3: Merkmale extrahieren und ergänzen

Extrahieren und Ergänzen sind zwei verschiedene Dinge und sollten in den Daten unterscheidbar bleiben.

• Extrahieren: Was im Rohtext steht, kommt in ein Feld. „18V“ wird zu Spannung = 18 V. Jeder Wert behält einen Verweis auf die Fundstelle.
• Ergänzen: Was sich aus Kategorie und Kontext ableiten lässt, etwa „Kurzarm“ aus „1/2A“, wird als ergänzt markiert und mit einer Sicherheit versehen.
• Leer lassen: Was weder im Text steht noch sicher ableitbar ist, bleibt leer und geht als Frage an den Lieferanten, zum Beispiel „Damen, Herren oder Unisex?“.
• Nicht überschreiben: Bereits gepflegte Werte bleiben unangetastet.

Pflichtmerkmale je Kanal

Welche Merkmale Pflicht sind, hängt von der Kategorie ab. Bei eBay sind Artikelmerkmale in vielen Kategorien Pflicht, und die Anforderungen werden je Kategorie gepflegt (eBay: Artikelmerkmale). Bei Google verlangen manche Kategorien zusätzliche Attribute, etwa Bekleidung (Google: Produktkategorie).

Fehlen technische Angaben ganz, hilft oft die Herstellerseite. Das Catalyst-Modul Webcrawler recherchiert solche Seiten automatisch, das Modul Merkmalsextraktion macht daraus Felder.

Schritt 4: Texte schreiben

Texte entstehen erst jetzt, aus den strukturierten Feldern. Dann stimmen Titel, Beschreibung und Bullet Points mit den Merkmalen überein.

• Titel: Marke, Produktart, wichtigste Merkmale, Variante. Beispiel aus der Demo: „Nordfaden T-Shirt Rundhals, 100 % Baumwolle, 180 g/m², Navy, Größe XL“.
• Beschreibung: zwei bis drei Sätze zum Nutzen, danach die Merkmale als Liste. Für Shops oft als HTML mit wenigen, erlaubten Tags.
• Bullet Points: kurz, belegbar, das Wichtigste zuerst. Keine Eigenschaften, die nicht in den Daten stehen.
• Vorsicht bei Werbeaussagen: Allgemeine Umweltaussagen wie „umweltfreundlich“ sind gegenüber Verbrauchern unzulässig, wenn keine anerkannte hervorragende Umweltleistung nachgewiesen werden kann (Anhang zu § 3 Abs. 3 UWG, Nr. 4a). Unsere Shop-Apps markieren solche Formulierungen.

Schritt 5: Gegen die Quelle prüfen

Der letzte inhaltliche Schritt ist ein Abgleich: Steht jede Angabe in Titel, Text und Merkmalen auch in den Rohdaten? Hilfreich ist eine feste Regel, wie sie unsere Demo verwendet: In die Texte kommen nur belegte Werte und ergänzte Werte ab einer Konfidenz von 0,80. Alles darunter bleibt draußen und wird zur Rückfrage.

Für die Kontrolle reicht bei großen Beständen meist eine Stichprobe über alle sicheren Fälle und eine vollständige Prüfung der unsicheren. Bei hochpreisigen Artikeln lohnt ein zweiter Blick auf jeden Text. In Catalyst übernimmt in der Stufe Pro+ eine zweite KI-Instanz den Abgleich mit den Rohdaten; die fachliche Endkontrolle bleibt trotzdem bei Ihnen.

Schritt 6: An Shop, Marktplatz und PIM übergeben

Wie die Übergabe technisch läuft, hängt von Ihren Systemen ab. Einige Grundregeln gelten überall:

• IDs statt Namen: Kategorien als ID übergeben. Google akzeptiert die numerische ID oder den vollständigen Pfad, aber nicht beides (Google); im Shopify-CSV gilt dasselbe für Kategorie-ID und Pfad (Shopify Hilfe).
• Eine Quelle für alle Kanäle: Wer viele Kanäle beliefert, pflegt die Daten zentral, etwa in einem PIM-System, und spielt sie von dort aus. Bei kleinen Sortimenten reicht eine saubere Tabelle mit festen Spalten.
• Rohdaten aufheben: Bewahren Sie den Lieferantenexport auf. Ändert ein Kanal seine Kategorien, lässt sich neu zuordnen, ohne von vorn anzufangen.
• Nur Änderungen nachliefern: Neue und geänderte Artikel laufen durch dieselbe Strecke, der Bestand bleibt stabil.

Kosten pro Artikel

Von Hand hängt der Aufwand je Artikel davon ab, wie schlecht die Rohdaten sind und wie viele Kanäle Sie bedienen. Wenn Sie die Arbeit abgeben, sind die Preise bei Catalyst öffentlich. Auszug, Stufe 1.000 Einheiten, je SKU, netto zuzüglich Umsatzsteuer, als Angebot für Unternehmer:

Rechenbeispiel

1.000 neue Artikel, einmalig als Batch-Job, jeweils in Pro: Kategorisierung 360,00 €, Merkmalsextraktion 600,00 € und Artikelbeschreibung (HTML) 660,00 €, zusammen 1.620,00 € netto, also 1,62 € je Artikel. Alle Module und Mengenstufen stehen auf der Preisseite. Was wir dabei übernehmen, beschreibt die Seite Produktdaten aufbereiten lassen.

Checkliste

• Zielkanäle und Pflichtfelder je Kanal aufgeschrieben
• Abkürzungsliste je Lieferant angelegt
• Einheiten und Schreibweisen festgelegt
• Kategorie je Kanal bis zur Blattebene zugeordnet
• Extrahierte und ergänzte Werte unterscheidbar
• Fehlende Werte leer gelassen und als Rückfrage notiert
• Texte aus den Feldern erzeugt, nicht umgekehrt
• Stichprobe und Prüfung der unsicheren Fälle erledigt
• Rohdaten für spätere Läufe aufbewahrt