Wie erkennt man Fehler in Lieferantendaten vor dem Import?

Jens Bröking · 07 Okt. 2026

Fehler in Lieferantendaten erkennt man vor dem Import durch eine strukturierte Validierung auf drei Ebenen: syntaktische Korrektheit der Datei, Konformität mit dem jeweiligen Austauschformat und inhaltliche Vollständigkeit der Produktmerkmale. Wer diesen Prüfprozess vor dem Import etabliert, verhindert, dass fehlerhafte Daten ins ERP oder PIM gelangen und dort aufwendig nachbearbeitet werden müssen. Die folgenden Abschnitte beantworten die wichtigsten Fragen rund um Fehlererkennung, Validierungswerkzeuge und den richtigen Umgang mit mangelhaften Lieferantenkatalogen im Rahmen des Lieferanten-Onboardings.

Welche Fehlertypen kommen in Lieferantendaten am häufigsten vor?

Die häufigsten Fehler in Lieferantendaten lassen sich in vier Kategorien einteilen: strukturelle Fehler im Dateiformat, fehlende oder falsch befüllte Pflichtfelder, fehlerhafte oder veraltete Klassifikationen sowie inhaltliche Inkonsistenzen zwischen verschiedenen Datenfeldern. Diese Fehlertypen treten selten einzeln auf und verstärken sich gegenseitig, wenn keine systematische Prüfung stattfindet.

Strukturelle Fehler entstehen, wenn eine Datei syntaktisch nicht korrekt aufgebaut ist, etwa durch fehlerhafte XML-Strukturen, falsche Trennzeichen in CSV-Dateien oder nicht eingehaltene Pflichtfelder eines Standards wie BMEcat. Solche Fehler verhindern, dass das Zielsystem die Datei überhaupt einlesen kann.

Inhaltliche Fehler sind subtiler und daher gefährlicher: Pflichtmerkmale bleiben leer, Einheiten werden falsch angegeben, Artikelnummern sind nicht eindeutig oder Beschreibungen enthalten Formatierungsreste aus Quellsystemen. Besonders häufig ist die Verwechslung von Übertragungsformat und Klassifikationssystem. Ein Lieferant, der angibt, Daten in ETIM zu liefern, meint oft einen BMEcat-Katalog mit ETIM-Klassifikation. Diese Ungenauigkeit führt zu Missverständnissen und fehlerhaften Datenlieferungen.

Veraltete Klassifikationen sind ein weiterer typischer Fehlertyp. Klassen in ETIM oder ECLASS werden regelmäßig gelöscht, verschoben oder verfeinert. Lieferanten, die mit einer alten Versionsreferenz arbeiten, liefern Produkte in Klassen, die im aktuellen Standard nicht mehr gültig sind. Für den Empfänger sind solche Daten schwer verwertbar und führen zu Ablehnungen in E-Procurement-Systemen oder auf Marktplätzen.

Wie lassen sich Lieferantendaten vor dem Import automatisch validieren?

Lieferantendaten lassen sich vor dem Import automatisch validieren, indem man sie systematisch gegen drei Prüfebenen testet: syntaktische Korrektheit, Schemakonformität mit dem Zielformat und inhaltliche Vollständigkeit gemäß den definierten Qualitätsregeln. Das Ergebnis ist ein strukturierter Report, der Fehler und Lücken aufzeigt, bevor die Daten ins System übernommen werden.

Die erste Prüfebene stellt sicher, dass die Datei technisch lesbar ist. Die zweite Ebene prüft, ob die Datei dem Schema des jeweiligen Standards entspricht, also ob alle Pflichtfelder vorhanden sind und die Datentypen stimmen. Die dritte Ebene ist die inhaltliche Validierung: Hier wird geprüft, ob Merkmalswerte gegen definierte Wertelisten passen, ob Pflichtmerkmale einer Klassifikation vollständig befüllt sind und ob Einheiten korrekt angegeben wurden.

Für eine automatisierte Validierung im Lieferanten-Onboarding empfiehlt sich ein Werkzeug, das diesen Prozess als wiederkehrenden Workflow abbildet. Der einmalige Aufwand für die Konfiguration der Prüfregeln ist hoch, der laufende Betrieb wird danach zur Routine. Besonders wichtig ist die automatische Validierung bei der Ersteinrichtung eines neuen Lieferanten, nach Änderungen im Mapping, nach größeren Datenaktualisierungen und nach Versionswechseln bei Klassifikationsstandards.

Was sind typische Anzeichen für schlechte Datenqualität in Lieferantenkatalogen?

Typische Anzeichen für schlechte Datenqualität in Lieferantenkatalogen sind leere Pflichtfelder, inkonsistente Artikelnummern, fehlende oder falsch zugeordnete Klassifikationen, widersprüchliche Angaben zwischen Kurz- und Langbeschreibung sowie Einheiten, die nicht dem Standard entsprechen. Diese Muster lassen sich bereits bei einer ersten Sichtprüfung erkennen, bevor eine technische Validierung stattfindet.

Ein weiteres Warnsignal ist die Verwendung von Hilfsklassen oder Sammelklassen in der Klassifikation. Produkte, die in solchen Klassen eingeordnet sind, lassen sich in E-Procurement-Systemen kaum sinnvoll suchen oder filtern. Ähnlich problematisch sind Kataloge, in denen Merkmale zwar vorhanden, aber systematisch leer gelassen wurden, weil der Lieferant die Struktur des Formats erfüllt, ohne die Inhalte zu pflegen.

Inkonsistenzen zwischen verschiedenen Feldern sind ebenfalls ein verlässlicher Indikator. Wenn die Produktbezeichnung eine andere Einheit nennt als das entsprechende Merkmal oder wenn Artikelnummern zwischen verschiedenen Lieferungen desselben Lieferanten variieren, deutet das auf fehlende interne Datenprozesse beim Lieferanten hin. Solche Kataloge erfordern beim Empfänger erheblichen Nachbearbeitungsaufwand und erhöhen das Risiko von Fehllieferungen.

Welche Werkzeuge eignen sich zur Prüfung von Lieferantendaten?

Zur Prüfung von Lieferantendaten eignen sich spezialisierte Validierungswerkzeuge, die Katalogdaten gegen Formatspezifikationen und Klassifikationsstandards prüfen und einen strukturierten Fehlerreport ausgeben. Für den deutschen Markt sind das unter anderem Werkzeuge, die BMEcat, DATANORM, ETIM und ECLASS unterstützen und die Prüfung auf allen drei Validierungsebenen abdecken.

Für die Prüfung von Katalogen im Umfeld des deutschen Elektrogroßhandels ist Open Datacheck ein etabliertes Werkzeug. Es nimmt Katalogdaten als Excel-Datei entgegen und gibt einen strukturierten Report zurück, der Fehler auf Feld- und Merkmalsebene ausweist. Für den Bereich ARGE Neue Medien erfolgt die Prüfung über CSV-Dateien. Beide Formate haben den praktischen Vorteil, dass die ausgegebenen Daten leicht sichtgeprüft werden können.

Wichtig ist, dass das eingesetzte Werkzeug nicht nur die Dateistruktur prüft, sondern auch Merkmalswerte gegen Wertelisten validiert und Pflichtmerkmale der jeweiligen Klassifikationsversion kontrolliert. Ein Werkzeug, das nur die syntaktische Ebene abdeckt, gibt keine Auskunft darüber, ob die inhaltliche Qualität für den Empfänger ausreicht. Für Unternehmen, die täglich Lieferantendaten verarbeiten, muss die Validierung fester Bestandteil des automatisierten Import-Workflows sein, nicht ein manueller Schritt vor der Erstlieferung.

Wie geht man vor, wenn Lieferantendaten fehlerhafte Klassifikationen enthalten?

Wenn Lieferantendaten fehlerhafte Klassifikationen enthalten, unterscheidet man zwischen zwei Fehlerursachen: Mapping-Fehlern in der eigenen Konfiguration und Datenqualitätsfehlern beim Lieferanten. Mapping-Fehler behebt man in der Konfiguration des Validierungswerkzeugs. Datenqualitätsfehler müssen in den Quellsystemen des Lieferanten behoben werden, sonst tauchen sie bei der nächsten Lieferung erneut auf.

Konkret bedeutet das: Wenn ein Lieferant Produkte in einer ETIM-Klasse liefert, die in der aktuellen Version nicht mehr existiert, ist das ein Fehler im Quellsystem des Lieferanten. Der Empfänger kann diesen Fehler zwar manuell korrigieren, löst damit aber nicht das strukturelle Problem. Sinnvoller ist es, den Lieferanten mit einem konkreten Fehlerreport zu konfrontieren und eine Korrektur an der Quelle einzufordern.

Für den eigenen Prozess empfiehlt sich ein Glossar, das definiert, welches Attribut welche Bedeutung hat und wie es zu befüllen ist. Ergänzend dazu sollten Pflichtfelder und Qualitätsregeln direkt im PIM-System hinterlegt sein, damit Klassifikationsfehler bereits bei der Datenübernahme erkannt werden. Die kontinuierliche Pflege der Klassifikationszuordnungen bei Versionswechseln, etwa wenn ETIM eine neue Version veröffentlicht, ist dabei eine Daueraufgabe, die sich nicht einmalig erledigen lässt.

Wann sollte man fehlerhafte Lieferantendaten zurückweisen statt korrigieren?

Fehlerhafte Lieferantendaten sollte man zurückweisen, wenn die Fehler systematischer Natur sind, also auf fehlende Datenprozesse beim Lieferanten hinweisen, wenn Pflichtfelder vollständig fehlen oder wenn die Klassifikation so veraltet ist, dass eine sinnvolle Weiterverarbeitung nicht möglich ist. Eine manuelle Korrektur lohnt sich nur bei einzelnen, klar abgrenzbaren Fehlern in ansonsten qualitativ hochwertigen Katalogen.

Die Entscheidung hängt vom Verhältnis zwischen Korrekturaufwand und Lieferantenrelevanz ab. Wenn ein Lieferant einen kleinen Teil des Sortiments abdeckt und seine Daten regelmäßig mit denselben strukturellen Fehlern liefert, übersteigt der Korrekturaufwand schnell den Nutzen. In diesem Fall ist eine Rückweisung mit konkretem Fehlerreport die effizientere Lösung, weil sie den Lieferanten zur Verbesserung seiner eigenen Datenprozesse zwingt.

Zurückweisen ist außerdem dann angebracht, wenn die Fehler dazu führen würden, dass Produkte in E-Procurement-Systemen oder auf Marktplätzen nicht korrekt gelistet werden. Fehlende Pflichtmerkmale, falsche Einheiten oder nicht normkonforme Klassifikationen führen zu Ablehnungen beim Empfänger. Wer solche Daten trotzdem importiert und manuell nachbearbeitet, verschiebt das Problem nur und erhöht das Risiko, dass fehlerhafte Informationen in den Vertriebskanal gelangen. Eine klare Rückweisungsregel, die im Lieferanten-Onboarding kommuniziert wird, setzt den richtigen Anreiz für Datenqualität an der Quelle.

Wie semaino Sie beim Lieferanten-Onboarding mit validen Daten unterstützt

Die Prüfung und Übernahme von Lieferantendaten ist kein einmaliges Projekt, sondern ein kontinuierlicher Prozess, der strukturierte Werkzeuge und klare Regeln erfordert. Wir unterstützen Handelsunternehmen dabei, diesen Prozess systematisch aufzusetzen, von der ersten Validierung bis zur dauerhaften Qualitätssicherung im laufenden Betrieb.

Validierung auf allen drei Ebenen: Wir prüfen eingehende Lieferantenkataloge auf syntaktische Korrektheit, Schemakonformität und inhaltliche Vollständigkeit, inklusive Merkmalswerte und Klassifikationsversionen.
Unterstützung bei gängigen Formaten und Standards: Ob BMEcat, DATANORM, ETIM oder ECLASS, wir kennen die Anforderungen der relevanten Austauschformate und Klassifikationssysteme aus der täglichen Praxis.
Fehlerreports und Rückmeldeprozesse: Wir helfen dabei, strukturierte Fehlerreports zu erstellen, die Lieferanten konkret zur Korrektur an der Quelle befähigen, statt den Korrekturaufwand intern zu tragen.
Automatisierung des Import-Workflows: Wir richten Validierung und Import als wiederkehrenden, automatisierten Prozess ein, damit tägliche Datenaktualisierungen ohne manuellen Aufwand verarbeitet werden können.
Beratung zu Datenqualitätsregeln: Wir unterstützen bei der Definition von Pflichtfeldern, Qualitätsregeln und Zuständigkeiten, die dauerhaft für saubere Stammdaten sorgen.

Unser Lieferanten-Onboarding-Ansatz bei semaino ist darauf ausgelegt, den Aufwand für die Datenübernahme strukturell zu reduzieren, nicht nur einmalig zu lösen. Wenn Sie konkrete Fragen zu Ihrem aktuellen Validierungsprozess haben, sprechen Sie uns gerne an. Wir beraten Sie direkt.