Product Content Automation
von Markus Rohmeyer am 26. Juni 2025
Die Bereitstellung von Produkt-Content stellt Händler vermehrt vor Herausforderungen. Sortimente werden komplexer, die Zahl der Vertriebskanäle steigt, die Anforderungen im E-Commerce nehmen zu. Wie KI effizient dabei helfen kann, Aufwand und Fehler zu minimieren, skizziert Markus Rohmeyer, CPO von Novomind und Mitglied im Etailment.de-Expertenrat, in seinem Gastbeitrag.
Passt das Bauteil ins System? Welche Spezifikationen hat es? Und gibt es auch passendes Zubehör? Wer online bestellt, erwartet Angaben zu allen relevanten Details für seine Kaufentscheidung in den Produktbeschreibungen. Sind sie lückenhaft oder falsch, kommt es leicht zu Fehlkäufen und Retouren, die bei Händlern Kosten verursachen und der Umwelt schaden.
Im Durchschnitt schicken Kunden 11 Prozent ihre Online-Käufe zurück, wie eine Befragung im Auftrag von Bitkom unter 1.050 Online-Shoppern in Deutschland ergab. Bei 41 Prozent kam es zur Warenrücksendung, weil das Produkt nicht dem Bild oder der Beschreibung im Netz entsprach.
Schlechte Bilder, fehlende technische Daten, keine Angaben zu Energieeffizienzklassen oder Nachhaltigkeitszertifizierungen, mangelnde Informationen über Materialien oder Pflegehinweise, falsche Informationen zu Gewicht, Produktgröße oder Farbe – all das beeinflusst nicht nur die Kaufentscheidung für ein Produkt. Es mindert auch das Vertrauen der Kunden in den Online-Händler und somit auch die Conversion Rate. Umso wichtiger ist es für Unternehmen, ihr Sortiment kundenorientiert und ansprechend zu präsentieren. Das gilt sowohl im B2C- als auch im B2B-Commerce und -Großhandel.
Über den Autor
Die Basis sind aussagekräftige und laufend aktualisierte Produktinformationen. Doch wie lassen sich diese immer konsistent für alle Vertriebskanäle optimiert bereitstellen und daraus auch noch aussagekräftiger Product Content gewinnen, der immer aktuell ist? Gerade bei großen und komplexen Sortimenten stellt dies Händler vor Herausforderungen. Manuell bewältigen lässt es sich kaum. Die Lösung heißt Produkt-Content-Automatisierung (PCA) mit Hilfe von Künstlicher Intelligenz (KI).
Zeit und Ressourcen sparen
KI-gestützte Prozessautomatisierung kann in kurzer Zeit ansprechende Produktbeschreibungen für sämtliche Artikel im Sortiment in verschiedenen Sprachen für Onlineshop, Marktplatz und Marketing generieren. Also die Arbeit deutlich erleichtern und zur Fehlervermeidung beitragen. Durch PCA lassen sich aus Produktinformationen automatisch Beschreibungen oder aus Attributen generierte Texte bereitstellen.
Die Voraussetzung für PCA ist ein leistungsstarkes und flexibles System für das Produkt-Informations-Management (PIM), das als Single Source of Truth sämtliche Produktinformationen zentriert und die Datenorganisation, -veredelung und -distribution abwickelt. Bietet es ein umfangreiches Paket an KI-Services und -Features, werden zeitaufwändige Routineaufgaben einfach übernommen. So wird die durchgängige Automatisierung bei der Bereitstellung von Product Content möglich – vom Datenimport bis zur Übersetzung von Produktbeschreibungen.
Mit KI strukturierte Produktdatenbasis schaffen
Ein KI-basiertes Daten-Onboarding-Modul im PIM-System kann den Import, die Migration und die Transformation, Freigabe sowie Synchronisation von Millionen von zugelieferten Produktdaten automatisieren. Auch aus PDF-Dateien ist die automatisierte Extraktion von Daten und die Analyse von Texten mühelos möglich. So kommen Produktinformationen aus unterschiedlichen Quellen von verschiedenen Lieferanten möglichst schnell und einfach ins eigene Händler-System.
Produktdaten werden Händlern zumeist in diversen Formaten zugeliefert. Smart Mapping stellt mit KI Beziehungen zwischen Datensätzen her und unterbreitet Vorschläge für die Übertragung der Lieferanten-Attribute und -Attributwerte auf das eigene Händler-Datenmodell.
Dabei erkennt das Feature, welche Begriffe in den zugelieferten Daten den Produktattributen im eigenen PIM entsprechen. „Produktname“ und „Artikelnummer“ werden so zum Beispiel automatisch „Bezeichnung“ und „SKU“ (Stock Keeping Unit) im händlereigenen System zugeordnet. Durch Smart Classification ist es auch möglich, Vorschläge für automatische Produktklassifikationen zu generieren. Das Risiko für Übertragungsfehler sinkt dabei ebenso wie der Einsatz von Zeit und Manpower.
Sprachmodelle helfen
Durch Natural Language Text Generation (NLG) lässt sich aus strukturierten Daten natürliche Sprache generieren. So entstehen mit wenigen Klicks aus technischen Produktdaten wie Material, Maßen oder Funktion automatisch aussagekräftige Produktbeschreibungen zur Veröffentlichung im Online-Shop und auf Marktplätzen oder für Marketingmaterialien sowie Kundenanfragen.
Die Einbindung von Large Language Models (LLM) von Anbietern wie beispielsweise Open AI oder Gemini unterstützt bei der Textgenerierung und -analyse. Um die Sichtbarkeit der Produkte in den Suchergebnissen zu erhöhen, können Produktbeschreibungen und Metadaten durch AI-Algorithmen zudem automatisch für Suchmaschinen optimiert werden.
Mit einer KI-basierten Text & Attribute-Translation werden die vorhandenen Produktinformationen und Attribute zudem automatisch in verschiedene Sprachen übersetzt. Dabei können für Übersetzungen auch Dienste wie Deepl oder Google Translate eingebunden werden. Wer seine Produkte international vertreibt, erhält so Produktbeschreibungen in allen Sprachen seiner Zielmärkte.
Bilder richtig einbinden
So mancher Händler kennt auch folgendes Problem: Der Hersteller hat Produktbilder geliefert, aber ohne genaue Farbangabe. Mit Image Analytics lassen sich in so einem Fall aus Bildern Informationen und Metadaten gewinnen.
Durch die automatische Kategorisierung kann das System etwa Farben und Merkmale oder visuelle Ähnlichkeiten zwischen Produkten identifizieren und oft die fehlende Information oder unerwünschte Bildinhalte ermitteln. Auch in solchen Anwendungsfällen kann die Einbindung der Bildanalyse von Anbietern wie Open AI oder Gemini unterstützten. Ist ein Image Description Generator eingebunden, lassen sich automatisch Bildbeschreibungen in verschiedenen Sprachen erstellen.
Fazit
Wer PCA nutzt und repetitive Aufgaben smarten KI-Services und einem Qualitäts-PIM-System überlässt, spart Zeit und Ressourcen. Aussagekräftigen Produkt-Content automatisiert zu generieren, zu pflegen und zu personalisieren steigert die Effizienz und optimiert die Einkaufsprozesse der Kunden. Für eine höhere Conversion und niedrigere Retourenrate sollten Händler darum KI einfach für sich arbeiten lassen.
