Wichtigste Erkenntnisse:
- Käufer bestrafen unvollständige Produktdaten an drei Stellen: vor dem Kauf, beim Checkout und nach der Lieferung durch Rückgaben.
- AI Shopping Agents lesen strukturierte Attribute, daher kosten fehlende Felder jetzt auch Sichtbarkeit, nicht nur Conversion.
- EU Digital Product Passport Regeln machen Teile von Produktinhalten zu regulatorischen Daten, beginnend mit bestimmten großen Batterien im Februar 2027.
- Ein PIM System hilft, wenn es ein einheitliches Datenmodell, kanalspezifische Vollständigkeitsregeln und automatisierte Verteilung erzwingt. Es nutzt wenig, wenn es nur eine weitere Tabellenkalkulation mit Login wird.
Was Product Content Marketing wirklich umfasst
Die meisten Unternehmen denken bei Produktmarketing an Positionierung, Launches und Kampagnen. Product Content Marketing ist die weniger glamouröse Schicht darunter. Sie entscheidet, ob die Abmessungen in einer Marktplatz-Auflistung zum Datenblatt passen, ob die spanische Beschreibung existiert, und ob die Aussage „wasserdicht" im Online-Shop auch in dem strukturierten Attribut vorhanden ist, das ein Filter oder ein AI Agent auslesen kann.
Es besteht aus vier Teilen:
-
Produktdaten. Spezifikationen, Abmessungen, Materialien, Kompatibilität, Zertifizierungen, Preise, Lagerbestände.
-
Marketing-Text. Titel, Beschreibungen, Bullet-Points, SEO-Texte, Pflegeanleitungen.
-
Digitale Assets. Fotos, 360°-Ansichten, Videos, Handbücher, CAD-Dateien, Sicherheitsdatenblätter.
-
Kanal-Anpassung. Das gleiche Produkt in Amazons Attribut-Schema, Google Merchant Center Feed-Format, ETIMKlassifizierung eines B2B-Käufers und dem Layout der eigenen Website.
Der vierte Teil ist dort, wo sich die meisten Kosten verstecken. Ein Hersteller, der über 15 Kanäle verkauft, unterhält nicht ein Produkt. Er unterhält 15 leicht unterschiedliche Versionen davon, oft von Hand.
Warum Produktdaten jetzt über den Verkauf entscheiden
Käufer prüfen Details genauer als früher und verlassen eine Seite, wenn Details fehlen. Im März 2026 fand Akeneosä Verbraucherforschung heraus, dass zwei Fünftel der Konsumenten im vergangenen Jahr ein Produkt zurückgegeben hatten, weil die Pre-Purchase-Informationen falsch waren. Fast drei Viertel sagten, sie hätten Schwierigkeiten, alle benötigten Informationen zu finden. 70% würden sich für ein anderes Produkt entscheiden, wenn Informationen fehlen, und 65% würden den Kauf ganz abbrecken.
68% der Konsumenten in der gleichen Studie sagten, sie würden nach einer schlechten Produktinformationserfahrung nicht mehr bei einer Marke kaufen.
Schlechte Produktinhalte kosten also dreimal Geld. Sie verlieren den Verkauf an einen Konkurrenten mit einer besseren Auflistung. Sie zahlen für die Rückgabe, wenn das Produkt nicht seiner Beschreibung entspricht. Und Sie verlieren den Wiederholungskunden.
Rückgaben sind der Teil, den Finanzteams bemerken. Ein Möbelhersteller mit falschen Sitzhöhen-Daten in einem Marktplatz-Feed sieht kein „Content-Problem" in seinen Berichten. Er sieht eine höhere Rückgabequote auf diesem Marktplatz als überall sonst, und niemand verbindet die beiden Punkte, bis jemand die Feeds Feld für Feld vergleicht.
Wo jedes System in das Produktmarketing passt
Kein einzelnes System besitzt den gesamten Produktinhalt. Jedes hält ein Stück, und Probleme entstehen, wenn zwei Systeme denken, dass sie das gleiche Feld besitzen.
Das ERP hält die kommerzielle Wahrheit: SKUs, Preise, Kosten, Lagerbestände, Maßeinheiten, Zollcodes. Es ist für Transaktionen gebaut. Es behandelt eine 2.000-Wort-Beschreibung oder 40 lokalisierte Bildvarianten schlecht und sollte es gar nicht versuchen.
Das PIM System hält die Marketing-Wahrheit: Attribute, Beschreibungen, Übersetzungen, Klassifizierungen, Beziehungen zwischen Produkten und Links zu Assets. Hier werden rohe ERP-Datensätze zu verkäuflichen Produkten.
Das DAM (oder das eigene Asset-Modul des PIM) speichert Bilder, Videos und Dokumente sowie deren Nutzungsrechte und Verwendungsdaten.
Die E-Commerce-Plattform zeigt Inhalte an und führt den Checkout durch. Shopify, Adobe Commerce oder Shopware sollten Produktinhalte konsumieren. Sie sind schlechte Orte zum Verfassen von Inhalten, da alles, was dort geschrieben wird, dort bleibt.
Marktplätze und Feed-Kanäle wie Amazon, Otto, Zalando, Google Merchant Center oder Meta Catalogs erlegen jeweils ihr eigenes Schema, obligatorische Felder, Bildregeln und Taxonomie auf. Sie lehnen Auflistungen ab oder unterdrücken sie, wenn sie nicht konform sind, oft ohne Benachrichtigung.
Lieferantenportale und Datenpools wie GDSN speisen Daten von der anderen Seite ein, für Einzelhandelsketten und Distributoren, die Inhalte von Herstellern erhalten.
Ein sauberes Setup folgt einer Regel: Jedes Feld hat genau ein System of Record. Preise und Lagerbestände kommen aus dem ERP. Marketing-Attribute und Text kommen aus dem PIM. Kanäle erhalten beide und besitzen keines davon.
Wie PIM-Software Product Content Marketing funktioniert
PIM wird mit vagen Versprechen über eine „einzige Quelle der Wahrheit" verkauft. Die nützlichere Frage ist enger. Welche spezifischen Mechanismen reduzieren manuelle Arbeit und Fehler? Das sind diejenigen, die in der Praxis wichtig sind.
Ein gemeinsames Attribut-Modell
Ein PIM zwingt Sie zu definieren, was ein Produkt ist. „Breite" wird zu einem Attribut mit einer Einheit und einer Validierungsregel, statt „Breite", „B (cm)", „breite_mm" und eines Wertes, der in der Beschreibung vergraben ist. Attribute werden nach Produktfamilie gruppiert, also hat ein Bohrer Drehmoment und Spannfuttergrößen, während ein Kabel Querschnitt und Länge hat.
Das klingt administrativ. Es ist die Grundlage für alles andere, denn Filter, Vergleichstabellen, Marktplatz-Mappings und AI Agents benötigen den gleichen Wert in dem gleichen Feld.
Vererbung und Varianten
Ein T-Shirt in 6 Größen und 8 Farben sind 48 SKUs. Ohne Vererbung bearbeitet jemand die Materialzusammensetzung 48 Mal, und eine davon endet falsch. Mit einem Parent-Child-Modell leben gemeinsame Attribute beim Parent, und nur Größe, Farbe und EAN befinden sich bei der Variante. Ändern Sie die Pflegeanleitung einmal und jede Variante wird aktualisiert.
Kanalspezifische Vollständigkeitsregeln
Das ist der am meisten unterschätzte Mechanismus. Sie definieren, welche Attribute jeder Kanal benötigt: Amazon benötigt Bullet-Points und einen Browse-Knoten, Google benötigt GTIN und Produktkategorie, Ihr B2B-Portal benötigt ETIM-Klasse und Verpackungseinheiten. Das PIM berechnet dann den Vollständigkeitsgrad jedes Produkts pro Kanal und pro Sprache.
Marketing Teams hören auf zu fragen „ist dieses Produkt fertig?" und fangen an zu fragen „fertig für welchen Kanal?" Ein Produkt kann 100% vollständig für den Webshop sein und 60% vollständig für Amazon Frankreich. Diese Zahl sagt dem Content-Team genau, welche Felder auszufüllen sind und blockiert den Export, bis sie das tun.
Workflows und Genehmigungen
Produktdaten durchlaufen mehrere Hände. Engineering liefert Spezifikationen, Marketing schreibt Text, Rechtliche überprüfen Aussagen, Übersetzer lokalisieren. Ein PIM-Workflow ordnet Aufgaben nach Status zu, damit sich ein Produkt von „Spezifikationen importiert" zu „Text verfasst" zu „Rechtlich genehmigt" zu „Veröffentlicht" bewegt. Änderungen durch ein Team überschreiben nicht die genehmigte Arbeit eines anderen Teams.
Mapping und Transformation pro Kanal
Kanäle wollen die gleichen Daten in unterschiedlichen Formen. Ein Marktplatz möchte Farbe als Freitextfeld, ein anderer möchte eine feste Werteliste, ein drittes möchte einen Hex-Code. Titel müssen kanalspezifische Muster und Längengrenzen befolgen. Einheiten wechseln zwischen Metrik und Imperial.
Ein PIM speichert den Master-Wert einmal und wendet Mapping-Regeln beim Export an. „Anthrazit" in Ihren Daten wird zu „Grau" in einer Marktplatz-Farbenliste, und der Titel wird aus Marke, Produktlinie, Schlüsselattribut und Größe in der Reihenfolge zusammengesetzt, die der Kanal bevorzugt. Ohne diese Schicht unterhalten Teams separate Tabellen pro Kanal, und sie divergieren innerhalb von Wochen.
Automatisierte Verteilung
Exporte werden nach Zeitplan oder Trigger über APIs, Feeds oder Dateiübertragungen ausgeführt. Preis und Lagerbestand fließen weiterhin aus dem ERP, oft direkt zum Kanal oder durch das PIM, damit der Inhalt und die kommerziellen Daten synchron bleiben.
Versionshistorie und Audit-Trail
Wenn ein Marktplatz eine Auflistung unterdrückt oder ein Kunde sich über eine falsche Spezifikation beschwert, müssen Sie wissen, wer welchen Wert wann geändert hat. Die Versionshistorie macht das zu einer Zwei-Minuten-Suche.
Unsere Kunden kommen oft mit demselben Muster zu uns. Produktdaten befinden sich im ERP, einem Verzeichnis mit Excel-Dateien und dem Webshop-Backend. Jeder neue Marktplatz bedeutet ein weiteres Export-Spreadsheet. Der Launch eines Produkts in einem neuen Land dauert Wochen, meist damit verbracht, fehlende Übersetzungen und Bilder zu verfolgen. In Projekten, die wir mit Herstellern implementiert haben, war die Lösung selten nur eine Frage der Software-Features. Sie begann damit, sich auf das Attribut-Modell pro Produktfamilie zu einigen, dann das ERP als Quelle für kommerzielle Felder anzuschließen und Vollständigkeitsregeln pro Kanal zu setzen. Danach wurde das Hinzufügen eines Marktplatzes zu einer Mapping-Aufgabe statt eines neuen manuellen Prozesses.
AtroPIM ist eine Option, die für diesen Aufbau entwickelt wurde. Sie ist Open Source, läuft auf der AtroCore-Datenplattform und lässt Teams das Datenmodell, Workflows und Kanal-Exporte nach ihrer eigenen Struktur konfigurieren, mit einer REST API zum Verbinden von ERP, Shop und Marktplatz-Systemen. Diese Flexibilität ist am wichtigsten für Hersteller mit komplexen oder technischen Katalogen, wo feste Datenmodelle schnell brechen.
AI Enrichment mit Kontrollen
Generative AI kann Beschreibungen verfassen, übersetzen, Attribute aus Datenblättern vorschlagen und Bilder taggen. Innerhalb eines PIM funktioniert es mit strukturiertem Input und schreibt in überprüfbare Felder, das ist der sichere Weg, es zu nutzen. Ein Modell, das eine Beschreibung aus verifizierten Attributen verfasst, ist nützlich. Ein Modell, das eine fehlende Spezifikation erfindet, ist eine Haftung. Halten Sie AI-Output in einem „Entwurf"-Status, bis eine Person ihn genehmigt, und lassen Sie ihn nie Compliance- oder Sicherheitsfelder von selbst ausfüllen.
Agentic Commerce ändert, wer Ihre Produktinhalte liest
Bis vor kurzem schrieben Menschen Produktinhalte für Menschen und Suchmaschinen. Jetzt lesen AI Agents sie, vergleichen sie und schließen manchmal den Kauf ab.
Im Januar 2026 startete Google das Universal Commerce Protocol, einen offenen Standard für agent-gesteuerten Shopping von Discovery bis Checkout. Es wurde gemeinsam mit Shopify, Etsy, Wayfair, Target und Walmart entwickelt. Einzelhandelsketten bleiben der Verkäufer der Aufzeichnung, während Käufer direkt von berechtigten Auflistungen in AI Mode und der Gemini App kaufen können. Google kündigte auch Dutzende neuer Merchant Center Attribute für Conversational Discovery an, die Dinge wie Antworten auf häufig gestellte Fragen zu Produkten, kompatible Zubehörteile und Substitutionen abdecken. OpenAI betreibt eine parallele Anstrengung mit seinem Agentic Commerce Protocol.
Ein AI Agent sieht nie Ihr Hero-Bild oder Ihre sorgfältig geschriebene Landing Page. Er sieht Ihre Attribute, Ihren Preis, Ihren Lagerbestand und Ihre Rückgabepolitik.
Die praktischen Konsequenzen:
- Kompatibilität und Ersatzteil-Daten werden zu Marketing-Assets. „Passt zu Modellen X, Y und Z" in einem strukturierten Feld beantwortet die Frage eines Agents. Der gleiche Satz, der in einer Beschreibung vergraben ist, könnte nicht hilfreich sein.
- FAQ-ähnliche Inhalte gehören zu Produktdaten. Wenn Kunden immer wieder fragen, ob eine Jacke waschbar ist, sollte diese Antwort ein Attribut sein, nicht nur eine Zeile im Text.
- Preis- und Lagerbestandsgenauigkeit werden zu Ranking-Faktoren. Ein Agent, der ein nicht verfügbares Produkt oder einen falschen Preis empfiehlt, hat guten Grund, den Feed dieses Händlers nicht mehr zu vertrauen.
Unsicherheit bleibt. Die Adoption außerhalb der USA ist ungleichmäßig, die Protokolle sind jung, und niemand weiß noch, wie Agents Markeninhalt gegen Bewertungen und Preis abwägen werden. Aber die Richtung für Produktdaten ist unter jedem Szenario gleich: mehr Struktur, mehr Attribute, schnellere Synchronisierung.
Regulierung macht Produktinhalte zu Compliance-Daten
In der EU tragen Produktinhalte zunehmend rechtliches Gewicht. Die General Product Safety Regulation (GPSR) verpflichtet Online-Verkäufer und Marktplätze, seit Dezember 2024 Herstellerangaben, Produktidentifikatoren und Sicherheitswarnungen anzuzeigen. Fehlende Daten können jetzt zu blockierten Auflistungen führen.
Die Digital Product Passport (DPP) geht weiter. Am 20. Juli 2026 startete die Europäische Kommission die Digital Product Passport Registry mit einer Test-Umgebung. Wirtschaftsbeteiligte registrieren dort Produktidentifikatoren und Metadaten über eine Web-Schnittstelle oder eine API. Die Registry deckt GPSR-Produktgruppen wie Textilien, Möbel, Reifen und IKT-Produkte ab, plus Batterien, Bauproduzkte und Spielzeug unter anderen EU-Gesetzen. Obligatorische Pässe werden ab 2027 eingeführt, beginnend mit bestimmten großen Batterien im Februar 2027.
Für Marketing Teams bedeutet dies, dass Nachhaltigkeits-, Material- und Reparaturdaten überall korrekt und konsistent sein müssen. Wenn Ihr Webshop 30% recycelte Inhalte beansprucht und der Pass 22% sagt, haben Sie ein Greenwashing-Problem mit einer regulatorisch lesbaren Papierablage. Die Daten hinter einem DPP, wie Materialzusammensetzung, Herkunft, Reparierbarkeit und Ersatzteile, sitzen natürlich in einem PIM neben den Marketing-Attributen, die sie wiederverwenden.
Risiken zum jetzt beobachten
Die meisten Produktinhalt-Fehler kommen nicht von fehlenden Tools. Sie kommen von unklar definiertem Ownership und zu viel Automatisierung zu früh.
- Von AI generierte Aussagen, die niemand überprüft hat. Fließender Text mit falscher Abmessung oder einer nicht unterstützten „umweltfreundlich"-Aussage erzeugt Rückgaben und rechtliche Haftung im großen Maßstab.
- Feed-Drift. Kanal-Exporte werden direkt im Marktplatz-Backend bearbeitet, und die nächste PIM-Synchronisierung überschreibt die Korrektur, oder die Korrektur überschreibt das PIM. Auf jeden Fall passen die Kanäle nicht mehr zusammen.
- Konkurrierende Wahrheitsquellen. ERP und PIM halten beide Beschreibungen, also weiß niemand, welche aktuell ist.
Zwei weitere Risiken sind weniger sichtbar. Marktplatz-Schemas ändern sich oft, und Auflistungen können nach einer Kategorieaktualisierung unterdrückt werden, ohne irgendeine Benachrichtigung. Jemand muss Ablehnungsberichte wöchentlich überwachen. Und PIM-Projekte stagnieren, wenn das Datenmodell eins-zu-eins von alten Tabellen kopiert wird. Wenn die Tabelle 14 Spalten für „Notizen" hatte, wird das PIM das auch haben.
Ein praktischer Startplan
Starten Sie mit einer Prüfung einer Produktfamilie über Ihre drei umsatzstärksten Kanäle hinweg. Vergleichen Sie Titel, Schlüsselattribute, Bilder und Preise Feld für Feld. Die Lücken, die Sie finden, werden zur Business Case.
Dann definieren Sie Ownership. Schreiben Sie auf, welches System jede Feldgruppe besitzt und welches Team Änderungen genehmigt. Das dauert einen Tag Meetings und spart Monate Verwirrung.
Bauen Sie das Attribut-Modell danach auf, pro Produktfamilie, mit Einheiten und Wertelisten. Schließen Sie die Felder ein, die Agents und Behörden fragen werden: Kompatibilität, Ersatzteile, Materialien, Pflege, Zertifizierungen.
Setzen Sie Vollständigkeitsregeln pro Kanal und Sprache auf, bevor Sie irgendeinen Export verbinden. Dann verbinden Sie das ERP für kommerzielle Daten und automatisieren Sie den ersten Kanal. Fügen Sie Kanäle einzeln hinzu und verfolgen Sie Rückgabequoten und Auflistungs-Rejections pro Kanal, um zu sehen, ob Content-Änderungen tatsächlich die Zahlen bewegen.
AI Enrichment kommt zuletzt, sobald die strukturierten Daten, auf die es angewiesen ist, sauber sind.