ChatGPT für Produktdaten? Und was dann?

Was wäre, wenn Sie Ihre Lieferantenliste in ChatGPT kopieren und eine Stunde später saubere Produkttitel, extrahierte Attribute und fertige Beschreibungen zurückbekämen? Wer das einmal ausprobiert hat, weiß: Es funktioniert. Genau deshalb fällt in vielen Teams ein Satz, der auf den ersten Blick völlig vernünftig klingt. Warum sollten wir ein PIM anschaffen, wenn wir uns das selbst bauen können?

Dieser Einwand verdient eine ehrliche Antwort und keine Abwehrreaktion. Eigenbau trägt weiter, als mancher Anbieter zugibt, und weniger weit, als viele Teams hoffen. Der Unterschied liegt nicht in der Antwort, sondern im Prozess.

Ein Bild hilft dabei. Wer für zwölf Gäste kocht, braucht Geschick und gute Zutaten. Wer jeden Tag für zweihundert kocht, braucht zusätzlich einen Einkaufsplan, Allergenkennzeichnung, Hygienenachweise und eine Vertretung für den Koch. Das Rezept ist dasselbe geblieben. Der Betrieb nicht.

Was sich mit ChatGPT und Excel tatsächlich lösen lässt

Beginnen wir mit dem, was stimmt. Aus einer Lieferantenliste mit Freitextspalten lassen sich mit einem Sprachmodell erstaunlich zuverlässig Attribute herausziehen. Aus „Fliesenkleber grau, 25 kg, C2 TE“ werden Gebindegröße, Farbe und Produktklasse in getrennten Spalten. Beschreibungen im gewünschten Ton entstehen in Sekunden. Und eine Excel-Vorlage mit Pflichtfeldern, Auswahllisten und Prüfformeln gibt dem Ganzen eine Struktur, die ein Team tatsächlich versteht.

Für ein überschaubares Sortiment, einen Absatzkanal und eine Person, die den Ablauf im Kopf hat, ist das eine vernünftige Lösung. Vieles lernen Sie nebenbei. Welche Attribute brauchen Sie wirklich? Wo liefern Lieferanten Unbrauchbares? Welche Felder lassen sich nie automatisch füllen? Wer so beginnt, schreibt am Ende bessere Anforderungen als jeder Workshop.

Wir sagen das bewusst so deutlich. Ein Einwand, den man nur wegredet, wird nicht kleiner. Probieren Sie es aus, bevor Sie etwas kaufen.

Und was dann?

Das Problem beginnt nicht beim ersten Lauf. Es beginnt beim hundertsten, wenn ein anderer Mensch ihn startet, ein zweiter Kanal dazukommt und jemand fragt, woher eigentlich diese Zahl stammt. Entlang dieser Momente lohnt sich ein genauer Blick.

Wer hat das wann geändert?

Irgendwann fragt jemand, warum bei einem Artikel seit Montag „wasserdicht“ steht. War es der Prompt? Eine manuelle Korrektur? Die Lieferantenliste? In einer Excel-Datei mit Chatverlauf lässt sich das selten rekonstruieren.

Dabei geht es nicht um Bürokratie. Datenherkunft ist die Grundlage dafür, einer Angabe zu vertrauen. Bei Produkten mit Kennzeichnungspflichten, Gewährleistung oder Reklamationen ist sie außerdem die Grundlage dafür, eine Angabe belegen zu können. Gebraucht wird ein Protokoll, das festhält, wer wann welchen Wert geändert hat, was vorher dort stand, aus welcher Quelle der neue kam und ob ein Mensch oder ein Modell ihn gesetzt hat. Eine Spalte „Letzte Änderung“ ersetzt das nicht. Halten Sie fest, woher jeder Wert stammt, bevor Sie hundert Werte haben.

Wer darf was?

In einer geteilten Excel-Datei darf jeder alles, der sie öffnen kann. Das fällt auf, sobald zwei Menschen gleichzeitig arbeiten, und es fällt unangenehm auf, sobald jemand die Preisspalte überschreibt.

Echte Produktdatenarbeit ist nach Rollen geschnitten. Die Redaktion pflegt Texte, der Einkauf Preise und Lieferantendaten, eine Marktplatzverantwortliche gibt für Otto frei, aber nicht für Amazon. Dazu kommen Mandanten, wenn mehrere Marken oder Gesellschaften im Spiel sind, Kanäle mit eigenen Regeln und Sprachen mit eigenen Verantwortlichen. Wer darf Kategorien ändern, wer Freigaben erteilen, wer nur lesen? Diese Fragen nachträglich an eine gewachsene Eigenlösung anzubauen, ist der Moment, in dem viele Projekte stehen bleiben. Es gibt dann schlicht kein Rechtemodell, an das sich etwas anbauen ließe. Entscheiden Sie früh, wer was darf.

Wenn sich unter Ihnen der Boden bewegt

Eine Eigenlösung ist nie fertig. Marktplätze dokumentieren Pflichtattribute, Wertelisten und Schnittstellenversionen selbst, und sie ändern sie. Ihr Shop bekommt Updates. Ihre Kategorien wachsen. Und der Prompt, der im Frühjahr noch lieferte, was Sie wollten, liefert nach einem Modellwechsel des Anbieters etwas leicht anderes: kürzer, anders formatiert, mit einer neuen Eigenart bei Maßeinheiten.

Niemand bemerkt das sofort, weil jede einzelne Antwort plausibel aussieht. Genau das macht schleichende Abweichungen von Prompts so tückisch. Dagegen helfen Testfälle, Vergleichsläufe, versionierte Prompts und jemand, der das alles als Aufgabe hat und nicht nebenbei erledigt. Planen Sie Pflege als dauerhafte Arbeitszeit ein, nicht als Restposten.

Jede Schnittstelle ist ein kleines Produkt

Der Moment, in dem Daten die Tabelle verlassen müssen, ist der eigentliche Härtetest. Das ERP liefert den Artikelstamm, der Shop erwartet ein bestimmtes Format, Amazon, eBay und Otto je ein eigenes. Jede dieser Verbindungen bedeutet Authentifizierung, Zuordnung Ihrer Attribute auf fremde Felder, Umgang mit Fehlermeldungen, Wiederholung nach einem Abbruch und Teilimporte, die keine Dubletten erzeugen. Und jede Verbindung muss gepflegt werden, wenn sich die Gegenseite ändert.

Ein CSV-Export ist schnell geschrieben. Ein Export, der beim dritten Mal dasselbe Ergebnis liefert, fehlerhafte Zeilen sauber meldet und nach einem Abbruch ohne Handarbeit weiterläuft, ist ein kleines Softwareprojekt. Multipliziert mit der Zahl Ihrer Kanäle wird daraus ein großes. Rechnen Sie Schnittstellen in Entwicklertagen, nicht in Prompts.

Eine Antwort ist kein Prozess

Ein Chatfenster ist hervorragend darin, Daten zu lesen und eine Antwort zu geben. Es ist von sich aus nicht dafür gebaut, Daten zuverlässig und mit den richtigen Rechten in ein System zurückzuschreiben. Wer Ergebnisse aus dem Chat in die Datenbank kopiert, hat den Prozess an die fehleranfälligste Stelle verlegt: in die Zwischenablage.

Eine Antwort ist ein Text. Ein Prozess ist eine Kette aus Lesen, Prüfen, Schreiben, Freigeben und Protokollieren, die jedes Mal gleich abläuft, auch wenn niemand zusieht. Hier kommt MCP ins Spiel, das Model Context Protocol, ein offener Standard, über den KI-Assistenten definierte Werkzeuge eines Systems nutzen können. Entscheidend ist, wer dabei die Regeln setzt. Das System legt fest, welche Werkzeuge es gibt, wer sie verwenden darf und was bei einem Schreibzugriff geschieht. Der Assistent liefert die Intelligenz, das System die Verlässlichkeit. Fragen Sie bei jedem Werkzeug, wohin die Antwort geschrieben wird und wer dafür geradesteht.

Qualität im großen Maßstab

Eine Beschreibung zu generieren ist leicht. Tausend Beschreibungen so zu prüfen, dass Sie sich auf sie verlassen können, ist es nicht. Modelle erfinden gelegentlich Eigenschaften, die plausibel klingen und nicht stimmen, etwa ein Material, eine Prüfnorm oder eine Kompatibilität. Bei einzelnen Artikeln fällt das auf. Bei großen Mengen nur dann, wenn Validierungsregeln, Stichproben und ein Freigabeablauf vorgesehen sind. Wer prüft, wer gibt frei, was passiert mit Beanstandungen? Die Prüfung muss zum Ablauf gehören und darf nicht von der Sorgfalt eines Einzelnen abhängen.

Zugangsdaten und Datenabfluss

Wer ein Chatfenster füttert, überträgt Produktdaten an einen externen Dienst, manchmal samt Einkaufspreisen und Lieferantenkonditionen. Ob das zulässig ist, hängt von Vertrag, Tarif und Auftragsverarbeitung nach Art. 28 DSGVO ab, und davon, ob personenbezogene Daten im Spiel sind, etwa Ansprechpartner in Lieferantenlisten. Dazu kommen Zugangsdaten für Shop, ERP und Marktplätze, die in Skripten, Tabellen und Chatverläufen landen, wo sie nichts zu suchen haben. Klären Sie das, bevor die ersten echten Daten das Haus verlassen.

Wem gehört die Lösung im nächsten Jahr?

Zuletzt der unspektakulärste Punkt und vielleicht der folgenreichste. Heute gehört die Lösung einem Menschen, der sie versteht. Er weiß, warum Spalte M leer bleiben muss, welcher Prompt für Textilien gilt und dass der Export freitags nicht läuft. Dann wechselt er das Team, geht in Elternzeit oder kündigt.

Sein Nachfolger erbt eine Sammlung aus Dateien, Prompts und Gewohnheiten, die nie aufgeschrieben wurde. Das ist kein Vorwurf an irgendjemanden, sondern der Normalfall bei Eigenentwicklungen. Es ist ein Kostenpunkt, der in keiner Kalkulation auftaucht. Ein System unterscheidet sich von einem Bastelprojekt dadurch, dass es nicht an einer Person hängt. Dokumentieren Sie, solange noch alles im Kopf ist.

Wie ainavio mit diesen Punkten umgeht

ainavio ist ein agentisches PIM (agentic PIM) und als agentischer Workspace für Produktdaten gebaut, und viele der genannten Punkte sind dort Bestandteil des Systems statt Zusatzaufgabe. Zugriffe laufen über rollenbasierte Zugriffskontrollen, Änderungen werden in revisionssicheren Änderungsprotokollen festgehalten. Pflichtattribute verhindern, dass Produkte ohne vollständige Daten veröffentlicht werden, und vor jedem Export prüft das System Vollständigkeit, Konsistenz und Kanalkonformität. Daten lassen sich über Excel, CSV und eine REST-API ein- und ausspielen, und die Anbindung an Marktplätze und Shops gehört zum Produkt.

Die Anreicherung, die Sie heute mit ChatGPT beginnen, übernehmen dort Agenten mit klaren Aufgaben. Der Research Agent zeigt zu jedem Attribut die Quelle und eine Vertrauensbewertung. Der Quality Agent sucht fehlende Angaben, Dubletten und Inkonsistenzen. Der Workflow Agent steuert Freigaben und Aufgaben im Team.

Und auch der Weg vom Chatfenster ins System ist vorgesehen. Über das MCP Toolset von ainavio kann ein KI-Assistent wie Claude per Connector Produkte lesen und Attributwerte zurückschreiben, rollenbasiert. So bleibt das Gespräch im Chat, der Datensatz im PIM und die Entscheidung bei Ihnen.

Wann Eigenbau reicht und wann nicht

Eigenbau ist eine gute Wahl, wenn die folgenden Punkte alle zutreffen.

• Ihr Sortiment ist überschaubar und ändert sich selten.
• Sie beliefern einen oder zwei Kanäle, und deren Anforderungen sind stabil.
• Eine Person pflegt die Daten und hat genug Zeit, auch die Pflege der Lösung zu übernehmen.
• Niemand muss belegen können, woher ein Wert stammt, und keine sensiblen Daten verlassen das Haus.

Spätestens wenn zwei dieser Punkte kippen, wird aus einer Abkürzung ein Betriebsrisiko. Das ist der Fall, sobald ein dritter Kanal dazukommt, mehrere Menschen mit unterschiedlichen Rechten arbeiten, Marktplätze Pflichtfelder ändern oder die Lösung nur noch eine Person vollständig versteht.

Wer jetzt noch zögert, kann mit einer einfachen Probe arbeiten. Stellen Sie sich vor, die Person, die Ihre Lösung gebaut hat, ist ab morgen drei Wochen nicht erreichbar. Läuft der nächste Export ohne sie? Wenn ja, ist Ihre Eigenlösung besser, als Sie dachten. Wenn nein, kennen Sie Ihre Antwort auf „Und was dann?“.