Produktstammdatenqualität verbessern: Das beste Vorgehen für saubere und konsistente Daten

Jens Bröking · 27 Aug. 2026

Unvollständige Artikelbeschreibungen, widersprüchliche Attributwerte, veraltete Klassifikationen: Fehlerhafte Produktstammdaten kosten B2B-Unternehmen täglich Zeit und Geld. Kunden erhalten falsche Informationen, Marktplätze lehnen Kataloge ab, und interne Teams verbringen Stunden mit manuellen Korrekturen, die sich beim nächsten Datenimport wiederholen. Wer die Produktstammdatenqualität verbessern will, braucht keinen einmaligen Bereinigungsaufwand, sondern einen strukturierten Prozess, der dauerhaft funktioniert.

Diese Anleitung führt Sie Schritt für Schritt durch das bewährte Vorgehen: von der Analyse des Ist-Zustands über die Definition klarer Qualitätsregeln bis hin zur Automatisierung und kontinuierlichen Messung. Am Ende verfügen Sie über saubere, konsistente Produktdaten, die Sie zuverlässig an Partner, Kunden und Marktplätze ausliefern können.

Ist-Zustand der Produktstammdaten analysieren

Bevor Sie Produktdaten bereinigen, müssen Sie verstehen, wo die Probleme tatsächlich liegen. Eine ehrliche Bestandsaufnahme verhindert, dass Sie Zeit in die falschen Bereiche investieren. Analysieren Sie systematisch alle Datenquellen, die Produktinformationen enthalten, und dokumentieren Sie die Schwachstellen konkret.

Erfassen Sie alle Systeme, in denen Produktstammdaten gepflegt werden: ERP, PIM, Excel-Tabellen, Lieferantenportale oder vorhandene Datenbanken. Jede Datenquelle ist ein potenzieller Ursprung von Inkonsistenzen.
Prüfen Sie die Vollständigkeit: Welche Pflichtfelder sind regelmäßig leer? Welche Attribute fehlen für bestimmte Produktgruppen vollständig? Welche Felder sind falsch befüllt oder mehrfach vorhanden?
Untersuchen Sie die Konsistenz: Werden gleiche Einheiten einheitlich verwendet? Gibt es Produkte, die in unterschiedlichen Systemen abweichende Bezeichnungen tragen?
Bewerten Sie die Klassifikationsqualität: Sind Produkte nach aktuellen Versionen von ECLASS oder ETIM klassifiziert, oder arbeiten Sie noch mit veralteten Klassen, die inzwischen gelöscht oder verschoben wurden?
Dokumentieren Sie, welche Empfänger Kataloge bereits abgelehnt haben und aus welchem Grund. Ablehnungen sind präzise Fehlermeldungen, die direkt auf Qualitätsprobleme hinweisen.

Nach dieser Analyse sollten Sie eine priorisierte Liste der Schwachstellen haben. Typische Befunde sind: Produkte ohne Klassifikation, Pflichtfelder mit Platzhaltertexten, Maßangaben in gemischten Einheiten und Lieferantendaten, die in unterschiedlichen Formaten ankommen und manuell übertragen werden. Diese Liste ist die Grundlage für den nächsten Schritt.

Datenqualitätsregeln und Soll-Zustand definieren

Ohne klare Regeln bleibt Datenqualität subjektiv. Definieren Sie verbindlich, was ein vollständiger und korrekter Produktdatensatz in Ihrem Unternehmen bedeutet. Dieser Soll-Zustand wird zur Messlatte für alle weiteren Maßnahmen.

Erstellen Sie ein Datenglossar: Legen Sie für jedes relevante Attribut fest, welche Bedeutung es hat, wie es zu befüllen ist und welche Werte zulässig sind. Zum Beispiel: Ist „Länge“ in Millimetern oder Zentimetern anzugeben? Gilt das für alle Produktgruppen?
Definieren Sie Pflichtfelder je Produktkategorie. Nicht jedes Attribut ist für jede Produktgruppe relevant, aber die Pflichtfelder müssen ausnahmslos befüllt sein.
Legen Sie Qualitätsregeln fest: Mindestzeichenanzahl für Beschreibungen, erlaubte Zeichensätze, Formatvorgaben für Artikelnummern, Einheitenkonventionen.
Bestimmen Sie die Zielklassifikation und -version. Wenn Sie ECLASS oder ETIM verwenden, legen Sie fest, welche Version aktuell verbindlich ist, und planen Sie, wie Sie mit künftigen Versionswechseln umgehen.
Klären Sie Zuständigkeiten: Wer ist verantwortlich für die Pflege welcher Attribute? Ohne klare Eigentümerschaft entstehen Lücken.

Das Ergebnis dieses Schritts ist ein schriftlich dokumentierter Qualitätsstandard, den alle Beteiligten kennen und auf den Sie sich bei Rückfragen beziehen können. Dieser Standard ist kein einmaliges Dokument, sondern ein lebendes Regelwerk, das Sie bei Änderungen der Anforderungen aktualisieren.

Produktdaten strukturiert bereinigen und harmonisieren

Mit dem definierten Soll-Zustand beginnt die eigentliche Datenbereinigung. Arbeiten Sie systematisch und priorisieren Sie: Beginnen Sie mit den Produktgruppen, die am häufigsten ausgeliefert werden oder bei denen Ablehnungen aufgetreten sind.

Klassifikationen aktualisieren

Überprüfen Sie alle Produkte auf ihre Klassifikationszuordnung. Klassen in ECLASS und ETIM werden regelmäßig gelöscht, verschoben oder verfeinert. Produkte in nicht mehr gültigen Klassen sind für Empfänger nicht verwertbar. Ordnen Sie betroffene Produkte den aktuellen Klassen zu und befüllen Sie die zugehörigen Merkmale vollständig.

Attribute bereinigen und vereinheitlichen

Gehen Sie Attribut für Attribut durch Ihren definierten Pflichtfeldkatalog. Korrigieren Sie Einheitenfehler, entfernen Sie Platzhaltertexte und harmonisieren Sie abweichende Schreibweisen. Wenn Lieferantendaten in unterschiedlichen Formaten ankommen, definieren Sie Transformationsregeln: zum Beispiel, dass Millimeterangaben automatisch in Meter umgerechnet werden, bevor sie ins Zielsystem übernommen werden.

Exportieren Sie die betroffenen Datensätze aus Ihrem PIM oder ERP in eine strukturierte Übersicht.
Wenden Sie Ihre Qualitätsregeln an und markieren Sie alle Abweichungen.
Korrigieren Sie Fehler direkt im Quellsystem, nicht in einer Exportdatei. Korrekturen in Exportdateien lösen das Problem nicht dauerhaft und tauchen bei der nächsten Auslieferung erneut auf.
Validieren Sie die bereinigten Daten gegen Ihre definierten Regeln, bevor Sie mit dem nächsten Schritt fortfahren.

Nach der Bereinigung sollten Sie einen messbaren Ausgangswert haben: Wie viele Produkte erfüllen jetzt den definierten Qualitätsstandard? Dieser Wert ist Ihr Benchmark für die spätere Qualitätsmessung.

Datenprozesse automatisieren und Fehlerquellen eliminieren

Manuelle Datenpflege und manuelle Katalogauslieferung sind die häufigsten Ursachen für wiederkehrende Fehler. Wer Produktdaten an mehrere Empfänger mit unterschiedlichen Formatanforderungen liefert, kommt ohne Automatisierung schnell an Grenzen. Excel-Tabellen bieten keine Validierungsregeln für Produktklassifikationen, keine Versionskontrolle bei gleichzeitiger Bearbeitung und keine automatische Ausgabe in standardisierte Formate wie BMEcat oder ETIM.

Der empfohlene Ansatz folgt einem klaren Prinzip: Produktdaten werden zentral in einem PIM-System gepflegt, kaufmännische und logistische Daten kommen aus dem ERP-System, und eine Datensyndikationslösung übernimmt das Mapping auf die jeweiligen Zielformate. So entsteht ein Workflow, bei dem Daten einmal gepflegt und in viele Formate ausgegeben werden.

Binden Sie Ihre Quellsysteme an: PIM und ERP werden als Datenquellen konfiguriert.
Erstellen Sie Mappings für jedes Zielformat: Definieren Sie, welche internen Felder auf welche Felder des Zielformats übertragen werden, und legen Sie notwendige Datentransformationen fest. Einmal erstellte Mappings lassen sich für verschiedene Kataloge wiederverwenden.
Legen Sie die Ausgabekonfiguration fest: Format, Klassifikation und enthaltene Produkte werden pro Empfänger definiert.
Automatisieren Sie den Gesamtprozess: Zeitgesteuerte Datenimporte und automatische Auslieferungen ersetzen manuelle Schritte. Der einmalige Aufwand für Struktur und Mapping ist hoch, der laufende Betrieb wird zur Routine.

Ein wichtiger Hinweis: Verwechseln Sie Format und Klassifikation nicht. BMEcat ist das Übertragungsformat, ECLASS und ETIM sind Klassifikationssysteme. Ein BMEcat-Katalog kann ECLASS-Daten enthalten, aber beides sind separate Konzepte. Diese Unterscheidung verhindert Missverständnisse mit Handelspartnern und fehlerhafte Datenlieferungen.

Datenqualität messen und kontinuierlich sichern

Datenqualität ist kein Projektziel, das Sie einmal erreichen und dann abhaken. Klassifikationsstandards ändern sich, neue Vertriebskanäle stellen neue Anforderungen, und Lieferantendaten bringen regelmäßig neue Inkonsistenzen mit. Bauen Sie daher eine kontinuierliche Qualitätssicherung in Ihre Prozesse ein.

Führen Sie bei jeder Katalogerzeugung eine empfängerspezifische Validierung durch, nicht nur vor der Erstauslieferung. Bei täglichen Aktualisierungsanforderungen muss die Validierung fester Bestandteil des automatisierten Prozesses sein.
Werten Sie Validierungsreports regelmäßig aus. Mapping-Fehler beheben Sie in der Konfiguration Ihres Werkzeugs, Datenqualitätsfehler müssen im Quellsystem behoben werden.
Überprüfen Sie Klassifikationszuordnungen nach jedem Versionswechsel von ECLASS oder ETIM. Analysieren Sie, welche Klassen betroffen sind, und passen Sie die Mappings entsprechend an.
Messen Sie Ihre Qualitätskennzahlen regelmäßig: Anteil vollständig befüllter Pflichtfelder, Anteil korrekt klassifizierter Produkte, Ablehnungsquote bei Empfängern. Vergleichen Sie diese Werte mit Ihrem Benchmark aus Schritt 3.

Validierung zeigt Symptome, die Ursachen liegen in Datenprozessen, Mapping-Konfigurationen und der Datenpflege in PIM und ERP. Wer nur Symptome behebt, ohne die Ursachen zu adressieren, wird denselben Aufwand beim nächsten Auslieferungszyklus wiederholen. Klare Zuständigkeiten, ein gepflegtes Datenglossar und regelmäßige Auswertungen der Validierungsreports sind die Grundlage für dauerhaft konsistente Produktdaten.

Produktdatenqualität mit semaino strukturiert umsetzen

Wir bei semaino unterstützen B2B-Unternehmen dabei, genau diesen Prozess strukturiert und nachhaltig umzusetzen. Seit über 20 Jahren begleiten wir Hersteller und Händler beim elektronischen Produktdatenaustausch und kennen die typischen Stolperstellen aus der Praxis.

Konkret bieten wir folgende Leistungen, die direkt auf die beschriebenen Prozessschritte einzahlen:

Analyse des Ist-Zustands Ihrer Stammdaten und Definition adäquater Datenprozesse
Anbindung Ihrer Quellsysteme wie SAP, PIM oder Excel an unsere Datensyndikationslösung
Mapping auf alle gängigen Standards wie BMEcat, ECLASS, ETIM oder GS1/XML per Drag-and-Drop-Oberfläche
Empfängerspezifische Validierung mit detailliertem Fehlerreport vor jeder Auslieferung
Vollständige Automatisierung des Erstellungsprozesses von zeitgesteuerten Datenimporten bis zur automatischen Auslieferung
Unterstützung bei Versionswechseln von Klassifikationsstandards inklusive Analyse betroffener Klassen und Anpassung der Mappings
Übernahme der Katalogerstellung als Dienstleistung für Unternehmen, die fehlendes internes Know-how durch Spezialisten ausgleichen möchten
Aktive Mitarbeit in nationalen und internationalen Standardisierungsgremien, damit unsere Lösungen stets dem aktuellen Stand der Formatanforderungen entsprechen

Wenn Sie wissen möchten, wie wir Ihren konkreten Datenprozess verbessern können, sprechen Sie uns an. Ein Beratungsgespräch zeigt schnell, wo der größte Hebel liegt.