Viele PIM-Hersteller kleben sich eine ⏩ AI First Strategy ⏪ aufs Deckblatt. Schaut man dahinter, bleibt oft nur übrig: „Wir generieren automatisch Texte.“
⛔ Das ist keine Strategie, das ist ein Feature.
KI im PIM kann heute deutlich mehr – wenn man sie lässt:
1️⃣ Daten reinbekommen (Onboarding)
➖ Supplier-Feeds harmonisieren, Konflikte auflösen also Golden Record bilden
➖ Attribute aus PDFs/E-Mails/Web & sogar Bildern extrahieren
➖ Mapping Supplier → PIM → Channel inkl. Einheiten, Formaten, Lokalisierung
➖ Klassifikation (UNSPSC/eCl@ss) + Beziehungen: Zubehör, Alternativen, Varianten
2️⃣ Daten im Griff haben (Betrieb & Governance)
➖ Data Quality: Dubletten, Plausibilität, Pflichtfelder, Konsistenz
➖ Anomalien finden (Maße/Preise/Gewichte) bevor sie teuer werden
➖ Compliance/Claims automatisch prüfen + Nachweislogik
➖ Security: Rollen, Logging, Maskierung
➖ Workflows mit Confidence Scores, Review-Queues, Audit-Trails bis hin zur Führung der User durch Ihre Arbeit
3️⃣ Daten richtig ausspielen (Kanäle)
➖ Facetten/Filter/Navi vorschlagen
➖ Kanalregeln & Attribut-Prioritäten automatisieren
➖ Suche & Relevance: Synonyme, semantische Anreicherung, Fehlertoleranz
➖ Automatisches generieren der richtigen Formate mit der korrekten Semantic
➖ Qualitätsanalysen des Produktes im Kanal, On-the-Shelf Analysen, automatische Optimierung für einen Kanal
Was ich bewusst weglasse (weil’s jeder schon gehört hat):
Texte, Übersetzung, DAM, PXM.
Die große KI-Story im PIM ist Qualität, Automation und Skalierung – nicht Marketing (Challenge me).