9 Produktdatenfehler, die KI-Agenten finden
Von Philipp Kant 4 Min. Lesezeit
Ein Produktdatenfehler ist ein Wert im PIM oder ERP, der fehlt, falsch ist oder einem anderen Wert widerspricht, sodass Shop, Marktplatz oder Katalog ein falsches Bild vom Produkt zeigen. Regeln im PIM finden einen Teil davon, etwa leere Pflichtfelder. Ein KI-Agent findet zusätzlich die Fehler, die formal gültig sind, aber nicht stimmen: ein Gewicht, das nicht zur Größe passt, oder ein Text, der etwas anderes sagt als das Attribut.
Die neun Fehler im Überblick
| # | Fehler | Findet eine Regel? | Findet ein Agent? |
|---|---|---|---|
| 1 | Fehlende Pflichtwerte | Ja | Ja, und schlägt den Wert mit Quelle vor |
| 2 | Gemischte Einheiten | Teilweise | Ja |
| 3 | Text widerspricht Attribut | Nein | Ja |
| 4 | Uneinheitliche Werte bei Varianten | Teilweise | Ja |
| 5 | Unplausible Werte | Nur mit Grenzwerten | Ja |
| 6 | Veraltete Artikel ohne Nachfolger | Teilweise | Ja |
| 7 | Dubletten mit anderer Nummer | Selten | Ja |
| 8 | Falsche Klassifikation | Nein | Ja |
| 9 | Kaputte oder falsche Medien | Teilweise | Ja |
1. Fehlende Pflichtwerte
Gewicht, Maße, Material, Schutzart: Werte, die Shop, Versand oder ein Kunde braucht, fehlen. Eine Regel im PIM meldet das leere Feld. Der Agent geht einen Schritt weiter: Er sucht den Wert im Datenblatt, in der Montageanleitung oder auf der Website des Herstellers und schlägt ihn vor, mit Fundstelle und Seite. Das ist die Aufgabe, die in den meisten Produktdatenprojekten die meiste Handarbeit kostet.
2. Gemischte Einheiten
Die Länge steht einmal in Millimetern, einmal in Zentimetern, das Gewicht mal in Gramm, mal in Kilogramm, manchmal ohne Einheit. Der Agent erkennt am Wert und am Produkt, welche Einheit gemeint ist (eine Schraube wiegt keine 12 Kilogramm), und schlägt die Umrechnung in die Einheit vor, die Ihr Datenmodell vorsieht.
3. Text widerspricht Attribut
Im Attribut steht “IP44”, im Beschreibungstext “spritzwassergeschützt nach IP65”. Im Attribut “Edelstahl”, in der Überschrift “verzinkt”. Solche Widersprüche findet keine Feldregel, weil jedes Feld für sich gültig ist. Ein Agent liest Text und Attribute zusammen und meldet, was sich widerspricht, mit beiden Stellen nebeneinander.
4. Uneinheitliche Werte bei Varianten
Die Farbe heißt bei einer Variante “schwarz”, bei der nächsten “Schwarz”, bei der dritten “black” und bei der vierten “RAL 9005”. Für den Filter im Shop sind das vier Farben. Der Agent gruppiert gleichbedeutende Werte und schlägt den einheitlichen Wert aus Ihrer Werteliste vor.
5. Unplausible Werte
Ein Gewicht von 0, eine Leistung von 20.000 Watt bei einer Tischleuchte, eine Länge, die zehnmal größer ist als bei allen Geschwistern im Sortiment. Feste Grenzwerte fangen nur die groben Fälle. Der Agent vergleicht mit ähnlichen Produkten und mit dem, was zu diesem Produkt plausibel ist, und markiert Ausreißer mit Begründung.
6. Veraltete Artikel ohne Nachfolger
Ein Artikel ist ausgelaufen, steht aber noch im Shop, oder er ist gesperrt, aber niemand hat den Nachfolger verknüpft. Der Agent findet den wahrscheinlichen Nachfolger über Bezeichnung, Attribute und Herstellerangaben und schlägt die Verknüpfung vor.
7. Dubletten mit anderer Nummer
Derselbe Artikel existiert zweimal: einmal mit Herstellernummer, einmal mit eigener Nummer aus einem alten Import. Der Agent erkennt Dubletten an Attributen, Bildern und Bezeichnung, auch bei anderer Schreibweise, und schlägt vor, welcher Datensatz bleibt.
8. Falsche Klassifikation
Der Artikel hängt in der falschen Kategorie oder hat die falsche Klasse in ETIM oder ECLASS. Dann fehlen ihm die passenden Attribute, und im Shop landet er im falschen Filter. Der Agent liest Bezeichnung und Attribute und schlägt die passende Klasse vor.
9. Kaputte oder falsche Medien
Der Link zum Datenblatt führt ins Leere, das Bild zeigt eine andere Variante, die Montageanleitung gehört zum Vorgängermodell. Eine Regel prüft nur, ob die Datei erreichbar ist. Der Agent prüft auch, ob sie zum Produkt passt.
Wie der Agent prüft, ohne Schaden anzurichten
- Er liest, er ändert nicht. Der Agent hat Leserechte im PIM. Jede Korrektur ist ein Vorschlag.
- Jeder Vorschlag hat eine Quelle. Datenblatt, Seite, Herstellerlink, oder die Regel, gegen die der Wert verstößt.
- Ein Mensch bestätigt. Das Produktdatenteam arbeitet die Vorschläge ab, in Stapeln, und das PIM speichert erst dann.
- Die Fehlerquote wird gemessen. Wie viele Vorschläge wurden angenommen? Erst wenn die Quote über Wochen hoch ist, lassen sich einfache Fälle automatisch übernehmen.
Warum diese Arbeit vor jedem anderen KI-Projekt kommt, steht in Was MDM/PIM tatsächlich löst. Was schlechte Daten für KI-Shopping-Assistenten bedeuten, in Produktdaten für KI-Shopping-Assistenten.
FAQ
Wie finde ich heraus, wie schlecht unsere Produktdaten sind? Mit einem Export und einer Prüfung gegen Ihre Pflichtfelder und Regeln. Einen ersten Blick gibt der kostenlose Product Data Check: CSV hochladen, Vollständigkeit und Auffälligkeiten sehen.
Kann ein KI-Agent die Werte nicht einfach erfinden? Er darf es nicht. Deshalb schlägt er nur Werte vor, die er in einer Quelle gefunden hat, und nennt sie. Ohne Quelle meldet er die Lücke, statt sie zu füllen.
Brauchen wir dafür ein neues PIM? Nein. Der Agent arbeitet mit dem PIM, das Sie haben, über dessen Schnittstelle oder einen Export. Ein neues PIM löst keine schlechten Daten.
Wie lange dauert eine solche Bereinigung? Das hängt an der Zahl der Artikel und an den Quellen. Der Agent macht die Suche schnell; die Freigabe durch Ihr Team bestimmt das Tempo.
Prüfen Sie Ihren Katalog mit dem kostenlosen Product Data Check. Einen Agenten, der Ihre Produktdaten laufend prüft und ergänzt, bauen wir zum Festpreis, ebenso die PIM-Einführung und Produktdaten-Migration darunter.
Diesen Artikel mit einer KI besprechen
