Beitrag zu einem Webinar mit ATAMYA

Der Blogbeitrag verdichtet die zentralen Aussagen des Webinars und ordnet die drei Reifestufen des Lieferantendatenmanagements klar ein:

Onboarding
Golden Record
Supplier Self Service.

Vom Datenchaos zum Produkt

Produktdaten sind im Handel ein entscheidender Geschwindigkeitsfaktor. Je schneller vollständige und korrekte Informationen vorliegen, desto schneller können neue Produkte im Shop, auf Marktplätzen oder in anderen Vertriebskanälen angeboten werden.
In der Praxis beginnt der Prozess jedoch häufig mit sehr unterschiedlichen Ausgangsbedingungen: Der eine Lieferant sendet eine Excel-Datei, der nächste liefert einen standardisierten BMEcat-Katalog und ein weiterer stellt lediglich PDF-Datenblätter zur Verfügung.
Der Händler muss diese Informationen importieren, strukturieren, prüfen, ergänzen, übersetzen und anschließend in die eigenen Kanäle verteilen.

Genau hier entscheidet sich die Time to Market.

Lieferantendaten: mehr als ein Importproblem

Beim Supplier Onboarding geht es nicht nur darum, eine Datei in ein System zu laden. Lieferantendaten müssen in die eigene Produktstruktur übersetzt werden.

Dazu gehören typischerweise mehrere Schritte:

Daten aus unterschiedlichen Quellen übernehmen
Produkte und Varianten identifizieren
Attribute dem eigenen Datenmodell zuordnen
Werte, Einheiten und Formate vereinheitlichen
das relevante Sortiment auswählen
fehlende Informationen ergänzen
Datenqualität prüfen
Produkte freigeben und ausspielen

Der technische Begriff dafür lautet häufig ETL: Extract, Transform, Load. Daten werden aus ihrer Quelle gelesen, in die benötigte Struktur transformiert und anschließend in das Zielsystem geladen. Die eigentliche Komplexität liegt dabei weniger im Laden als in der Transformation. Ein Feld mit der Bezeichnung „Farbe“, „Colour“, „Color Code“ oder „Ausführung“ kann dieselbe Information enthalten – muss aber nicht.

Moderne PIM-Systeme verbinden deshalb Import, Mapping, Workflows, Datenqualitätsmanagement und künstliche Intelligenz zu einem durchgängigen Prozess.

Szenario 1: Onboarding und Listing

Die erste Stufe ist das klassische Supplier Onboarding.

Ein Lieferant stellt sein vollständiges Sortiment bereit. Der Händler entscheidet anschließend, welche Produkte er tatsächlich verkaufen möchte.

Dieser Listingprozess wird häufig unterschätzt.

Ein Hersteller kann beispielsweise 200.000 Artikelvarianten liefern. Der Händler möchte davon jedoch nur die marktgängigen Farben, Größen oder Ausführungen übernehmen. Nicht jedes theoretisch verfügbare Produkt gehört automatisch in den aktiven Handelskatalog.

Deshalb ist eine Trennung zwischen zwei Bereichen sinnvoll:

Onboarding-Katalog – Hier werden die Lieferantendaten zunächst vollständig und möglichst unverändert aufgenommen.
Handelskatalog – Hier befinden sich nur die ausgewählten, geprüften und für den Verkauf vorbereiteten Produkte.

Der Listingprozess überführt die relevanten Artikel aus dem Onboarding-Katalog in den aktiven Handelskatalog. Dort können sie angereichert, freigegeben und an die Kanäle verteilt werden.

Diese Trennung schafft Kontrolle, ohne den Datenimport künstlich zu begrenzen.

KI übernimmt den Import

Besonders interessant wird Supplier Onboarding bei unstrukturierten Daten.
Ein PDF-Datenblatt ist aus technischer Sicht kein idealer Produktdatenkatalog. Die Informationen sind für Menschen lesbar, aber nicht automatisch als strukturierte Attribute verfügbar. KI kann diesen Prozess inzwischen erheblich beschleunigen.

Ein moderner Importprozess kann beispielsweise:

ein PDF oder eine URL einlesen,
den Produkttyp erkennen,
Artikelnummer und GTIN identifizieren,
technische Merkmale extrahieren,
ein neues Produktobjekt anlegen,
fehlende Informationen markieren,
Texte und Highlights generieren,
Inhalte übersetzen,
ein neues Datenblatt erzeugen,
das Produkt nach einer Freigabe aktivieren.

Damit verlagert sich die Arbeit nicht zwingend zum Lieferanten. Ein Teil der bisherigen manuellen Datenpflege wird stattdessen durch KI übernommen. Der Mensch bleibt jedoch an den entscheidenden Stellen im Prozess.

Human in the Loop

Ein vollständig automatisierter Prozess ist technisch möglich. Fachlich ist er nicht immer sinnvoll.
KI kann Daten erkennen, Texte erstellen und Übersetzungen generieren. Sie kann aber nicht in jedem Fall sicher beurteilen, ob eine erkannte Produkteigenschaft korrekt ist oder ob eine Information für den konkreten Handelskontext geeignet ist.

Besonders kritische Informationen sollten deshalb geprüft werden, beispielsweise:

technische Leistungswerte
sicherheitsrelevante Angaben
Preise
regulatorische Informationen
Produktversionen
Freigaben für bestimmte Märkte

Das Prinzip „Human in the Loop“ verbindet Automatisierung mit fachlicher Kontrolle.
Dabei muss der Mensch nicht jeden Arbeitsschritt ausführen. Er greift nur dort ein, wo Informationen fehlen, unsicher sind oder eine geschäftliche Entscheidung erforderlich ist.
Je besser die Ausgangsdaten, desto höher kann der Automatisierungsgrad sein.

Datenqualität ist mehr als Vollständigkeit

Ein wichtiger Bestandteil des Onboardings ist das Data Quality Management, kurz DQM.

In seiner einfachsten Form prüft DQM, ob notwendige Informationen vorhanden sind. Ein Ampelsystem kann beispielsweise anzeigen, ob Pflichtfelder vollständig gepflegt wurden. Doch Vollständigkeit bedeutet noch nicht automatisch Richtigkeit.
Wenn bei einem Akku im Feld „Spannung“ der Wert 18 Volt eingetragen ist, ist das Feld zwar vollständig. Ob der Wert tatsächlich korrekt ist, muss gegebenenfalls zusätzlich validiert werden.

Deshalb sollten mehrere Ebenen unterschieden werden:

Vollständigkeit – Ist der benötigte Wert vorhanden?
Formale Validierung – Entspricht der Wert dem erwarteten Format oder Wertebereich?
Semantische Prüfung – Ist die Angabe im Produktkontext plausibel?
Geschäftliche Freigabe – Darf das Produkt mit diesen Informationen veröffentlicht werden?

DQM schafft damit zunächst Transparenz. Workflows, Regeln und KI-basierte Prüfungen bauen darauf auf.

Szenario 2: Der Golden Record

Komplexer wird das Lieferantendatenmanagement, wenn mehrere Lieferanten dasselbe Produkt anbieten.
Ein Händler kann beispielsweise denselben Akku von vier Lieferanten beziehen. Jeder Lieferant liefert jedoch andere Informationen:

Lieferant A besitzt gute Beschreibungen.
Lieferant B liefert vollständige technische Daten.
Lieferant C stellt hochwertige Bilder bereit.
Lieferant D bietet aktuelle Dokumente oder Zertifikate.

Keiner der Datensätze ist für sich optimal. Zusammen enthalten sie jedoch alle benötigten Informationen. Das Ziel ist deshalb ein Golden Record: der bestmögliche Datensatz für das Handelsprodukt. Dazu werden die Informationen der Lieferanten verglichen. Das System bewertet beispielsweise:

Vollständigkeit
Aktualität
Übereinstimmung
Datenqualität
Verfügbarkeit von Bildern und Dokumenten
Validierungsergebnisse

Der Datensatz mit der höchsten Qualität kann als Grundlage dienen. Fehlende oder bessere Informationen werden aus anderen Quellen ergänzt. Bei wenigen Produkten kann dieser Vergleich manuell erfolgen. Bei tausenden Produkten und zahlreichen Lieferanten ist Algorithmik erforderlich.
Der Golden Record darf deshalb kein rein manueller Redaktionsprozess sein. Regeln und automatisierte Vergleiche müssen entscheiden können, welche Information aus welcher Quelle bevorzugt wird.

Lieferantenprodukt und Handelsprodukt trennen

Ein wichtiger konzeptioneller Schritt ist die Trennung zwischen dem Produkt des Lieferanten und dem Produkt des Händlers.
Mehrere Lieferanten können dasselbe Handelsprodukt anbieten. Jeder Lieferant besitzt jedoch eigene Informationen:

Lieferantenartikelnummer
Preis
Lieferzeit
Verfügbarkeit
Produktversion
Verpackungseinheit

Der Endkunde sieht dagegen ein zentrales Handelsprodukt.
Diese Trennung erleichtert:

die Bildung des Golden Records,
den Lieferantenwechsel,
Preis- und Verfügbarkeitsvergleiche,
Versionswechsel,
Nachfolgeprodukte,
die Pflege einheitlicher Marketinginformationen.

Sie verhindert außerdem, dass Lieferantenupdates ungeprüft den bereits optimierten Handelsdatensatz überschreiben.

Updates benötigen eigene Prozesse

Lieferantendaten werden nicht nur einmal importiert. Preise, technische Eigenschaften, Bilder und Produktversionen ändern sich regelmäßig. Ein Update darf deshalb nicht automatisch denselben Prozess durchlaufen wie ein Erstimport.
Beim Erstimport wird ein neues Produkt erzeugt und angereichert. Bei einem Update muss zunächst geprüft werden:

Was hat sich verändert?
Welche Änderungen dürfen automatisch übernommen werden?
Welche Informationen wurden im Handel bereits optimiert?
Wird ein bestehendes Produkt aktualisiert?
Handelt es sich um eine neue Produktversion?
Ab wann sollen die neuen Daten in den Kanälen gelten?

Ein Lieferant kann beispielsweise bereits die nächste Version eines Geräts liefern, während der Händler noch große Bestände der bisherigen Version besitzt. Das Update muss dann zeitlich gesteuert und gegebenenfalls manuell freigegeben werden.
Professionelles Supplier Onboarding benötigt deshalb getrennte Prozesse für Neuanlage, Aktualisierung, Versionierung und Ausphasung.

Szenario 3: Supplier Self Service

Die dritte Stufe ist der Supplier Self Service. Dabei erhält der Lieferant die Möglichkeit, Produktinformationen direkt bereitzustellen und teilweise selbst zu pflegen, er kann beispielsweise:

neue Produkte vorschlagen,
Sortimente anbieten,
Preise hinterlegen,
Bilder und Dokumente hochladen,
Produktdaten vervollständigen,
Datenqualitätsprüfungen ausführen,
fehlende Angaben ergänzen.

Amazon Seller Central ist ein bekanntes Beispiel für dieses Prinzip. Lieferanten und Händler pflegen ihre Daten direkt in eine zentrale Plattform ein. Ein Supplier-Portal muss dabei nicht immer eine große Benutzeroberfläche sein. Es kann auch aus einer einfachen Upload-Möglichkeit oder einer API bestehen. Entscheidend ist, dass die gelieferten Daten direkt einen definierten Prozess im PIM auslösen.

Headless und API-first als technische Grundlage

Supplier Self Service ist besonders flexibel, wenn das PIM-System headless und API-first aufgebaut ist.
Dann können Unternehmen eigene Oberflächen entwickeln, beispielsweise:

ein Lieferantenportal im Extranet,
eine eigenständige Website,
eine App,
eine Uploadmaske,
eine direkte System-zu-System-Integration.

Das PIM stellt im Hintergrund Datenmodell, Workflows, Validierungen und Berechtigungen bereit. Über Rollen und Rechte wird sichergestellt, dass ein Lieferant ausschließlich auf seine eigenen Produkte und Informationen zugreifen kann.
Eine moderne Microservice-Architektur ermöglicht zudem, einzelne Funktionen gezielt anzusprechen. So kann beispielsweise der KI-gestützte Smart Import direkt über eine API gestartet werden.
Das Unternehmen gestaltet damit die Supplier Experience passend zu den eigenen Lieferanten und Prozessen.

Große Datenmengen sind beherrschbar – aber nicht ohne Laufzeit

Moderne Cloud-Architekturen können große Produktmengen verarbeiten. Im Webinar wurden Tests mit 100.000 bis 150.000 Datensätzen beschrieben. Trotzdem verschwindet der Faktor Zeit nicht vollständig.
Jeder API-Aufruf besitzt eine technische Latenz. Werden zusätzlich KI-Systeme, externe Dienste oder Automatisierungsplattformen eingebunden, entstehen weitere Laufzeiten. Der Unterschied zu früher ist dennoch erheblich: Prozesse, die ehemals Wochen dauerten, können heute innerhalb von Stunden oder wenigen Tagen abgeschlossen werden.
Entscheidend ist, die Gesamtarchitektur realistisch zu planen und externe Abhängigkeiten in den Prozess einzubeziehen.

Ein PIM statt zwei getrennter Systeme

Früher wurden Onboarding-Katalog und aktiver Handelskatalog häufig in unterschiedlichen Systemen geführt. Das führte zu zusätzlichen Schnittstellen, doppelten Datenmodellen und komplexen Synchronisationsprozessen.
Moderne PIM-Systeme können beide Bereiche in getrennten Domänen abbilden:

eine Domäne für unaufbereitete Lieferantendaten,
eine Domäne für den aktiven Handelskatalog,
weitere Domänen beispielsweise für Services oder digitale Assets.

Die Daten bleiben logisch getrennt, können aber durch Workflows und Regeln miteinander verbunden werden.
Damit lässt sich der gesamte Prozess von der Lieferantenanlieferung bis zur Kanalausspielung in einer Plattform steuern.

Fazit: Lieferantendaten werden zum Wettbewerbsvorteil

Supplier Onboarding ist kein isolierter Importprozess. Es verbindet Lieferanten, Produktdaten, Qualitätssicherung, KI, Workflows und Vertriebskanäle.
Unternehmen können dabei schrittweise vorgehen:

Lieferantendaten strukturiert onboarden und Produkte listen.
Aus mehreren Quellen einen Golden Record bilden.
Lieferanten über Self-Service-Prozesse direkt integrieren.

KI übernimmt dabei zunehmend Aufgaben, die früher manuell ausgeführt werden mussten. Sie extrahiert Daten, erzeugt Content, übersetzt Texte und unterstützt die Bewertung von Informationen. Der entscheidende Erfolgsfaktor bleibt jedoch ein klarer Prozess.
Denn Automatisierung beschleunigt nicht nur gute Abläufe. Sie beschleunigt auch Fehler, wenn Datenmodell, Regeln und Verantwortlichkeiten nicht sauber definiert sind. Wer Lieferantendaten beherrscht, verkürzt seine Time to Market, reduziert den Pflegeaufwand und schafft gleichzeitig die Datenbasis für E-Commerce, Automatisierung und KI.
Aus einem operativen Problem wird damit ein strategischer Wettbewerbsvorteil.

Vielleicht noch neugierig auf das ursprüngliche Webinar…

https://youtu.be/6R-oNuvuI3I?si=o6MR79_SHFYlM3Bn

Lieferantendaten clever managen