PIM-Einführung: Plan in 10 Schritten, Zeitplan und Vorlage

Eine PIM-Einführung ist das Projekt, das ein Product-Information-Management-System von einem leeren Tool zu dem einen Ort macht, an dem dein Team Produktdaten anlegt, anreichert und veröffentlicht. Dazu gehören sechs Arbeitsblöcke: Ziel und Umfang festlegen, das Datenmodell entwerfen, den bestehenden Katalog bereinigen und importieren, Lücken füllen, die Verkaufskanäle anbinden und die Regeln und Rollen festlegen, die die Daten nach dem Go-live sauber halten.

Der Plan unten zerlegt das in 10 Schritte mit konkreten Ergebnissen, einen Beispiel-Zeitplan für einen mittelgroßen Katalog, eine kopierbare Planvorlage und die Fehler, die ein Projekt am häufigsten ausbremsen. Die Dauer hängt viel stärker von der Zahl der Quellsysteme und vom Zustand der Daten ab als von der Zahl der SKUs. Ein Katalog mit 20.000 SKUs aus einem sauberen Shopify-Shop kann schneller live gehen als 3.000 SKUs, verteilt über ein ERP, Lieferanten-Tabellen und ein gemeinsames Bildlaufwerk. Wenn du zuerst die Grundlagen brauchst, lies, was ein PIM ist, und unsere Definition der PIM-Implementierung.

Was eine PIM-Einführung umfasst

Teams unterschätzen PIM-Projekte, wenn sie sie wie eine Software-Installation behandeln. Der Software-Teil ist meist das kleinste Stück. Der größte Aufwand steckt in Entscheidungen über Daten, die niemand treffen musste, solange Produktinhalte an fünf Orten lagen.

• Im Umfang: das Produktdatenmodell (Familien, Attribute, Variantenachsen, Einheiten), Import und Bereinigung der bestehenden Daten, Anreicherung fehlender Inhalte, Kanal-Mappings, Benutzerrollen und Datenqualitätsregeln.
• Meist nicht im Umfang: Preise und Bestand als Source of Truth (sie bleiben normalerweise im ERP oder im Shop), Auftragsabwicklung und ein Redesign des Storefronts.
• Ausdrücklich entscheiden: welches System welches Feld verantwortet. Ein PIM-Projekt ohne Liste der Feldverantwortung endet mit zwei Systemen, die sich gegenseitig überschreiben.

Der PIM-Einführungsplan in 10 Schritten

Schritt 1: Ziel und messbare Ziellinie festhalten

Beginne mit dem Problem, das den Kauf gerechtfertigt hat, formuliert als etwas, das du zählen kannst. „Bessere Produktdaten“ ist keine Ziellinie. Das hier schon:

• Jedes aktive Produkt erfüllt die Pflichtfelder für jeden Kanal, auf dem es verkauft wird.
• Ein neues Produkt geht in 2 Tagen statt in 2 Wochen von den Lieferantendaten live in allen Kanälen.
• Beschreibungen und Spezifikationen werden an einem Ort bearbeitet statt im Shop-Admin, im Marketplace-Portal und in einer Tabelle.
• Deutsche Produktseiten gibt es für die 1.200 Bestseller vor der Herbstsaison.

Wähle zwei oder drei, notiere den heutigen Ausgangswert und benenne eine verantwortliche Person für das Projekt. Wenn du das Budget begründen musst, rechne eingesparte Stunden und Fehlerquote vor dem Kickoff in Geld um, damit du nach dem Go-live vergleichen kannst.

Schritt 2: Jede Quelle und jede Feldverantwortung erfassen

Liste auf, wo Produktdaten heute liegen und wer sie pflegt. Mittelgroße Händler finden oft fünf oder mehr Quellen. Notiere für jede das Format, wie sie aktualisiert wird und wie verlässlich sie ist.

• ERP oder Buchhaltungssystem: SKU, EAN, Einkaufspreis, Einkaufseinheit, Lieferantencode.
• Lieferantendateien: Datenblätter in Excel oder PDF, oft mit eigenen Spaltennamen und Einheiten.
• Shop-Admin (Shopify, WooCommerce, Magento): Titel, Beschreibungen, SEO-Felder, Kollektionen, Bilder.
• Marketplace-Portale: Listings, die direkt in Seller Central bearbeitet und nie zurückkopiert werden.
• Bildlaufwerk: Produktfotos, benannt nach SKU, nach Lieferantencode oder gar nicht.

Erstelle dann eine Liste der Feldverantwortung: Feld, Source of Truth, verantwortliche Person, Sync-Richtung. Zum Beispiel: „EAN: ERP, Einkauf, ERP nach PIM“, „Beschreibung: PIM, Content-Team, PIM nach Shop“, „Preis: ERP, Finanzen, ERP nach Shop“. Diese eine Liste verhindert später die meisten Diskussionen über Integrationen.

Schritt 3: Das Datenmodell entwerfen, bevor du etwas importierst

Das Datenmodell entscheidet, wie Produkte gruppiert werden, welche Attribute jede Gruppe hat und wie Varianten aufgebaut sind. Wenn du erst importierst und später modellierst, verbringst du Wochen damit, Werte zwischen den falschen Feldern hin und her zu schieben. Unser Guide zur Attributmodellierung erklärt die Theorie; hier siehst du ein durchgerechnetes Beispiel für eine Familie.

Familie: Socken. Produkt: Merino-Crew-Socken, verkauft im 3er-Pack, Größen 39 bis 42 und 43 bis 46, in Navy und Anthrazit.

• Identität: sku (MCS-3P-NAV-4346), parent_sku (MCS-3P), ean (13 Ziffern), brand, mpn.
• Variantenachsen: Größe (39-42, 43-46) und Farbe (navy, charcoal). Vier Varianten unter einem Parent.
• Spezifikationen: material_composition (80 % Merinowolle, 18 % Polyamid, 2 % Elasthan), pack_quantity (3), care_instructions (Maschinenwäsche 30 °C), country_of_origin.
• Marketing-Inhalte: title, short_description, long_description, key_benefits (Liste), seo_title, seo_description.
• Assets: main_image, gallery_images, size_chart.
• Klassifizierung: interner Kategoriepfad, Google-Produktkategorie, Marketplace-Kategorie pro Kanal.

Drei Regeln halten das Modell nutzbar. Speichere Werte als strukturierte Attribute, nicht in der Beschreibung, damit Filter und Feeds sie lesen können. Lege Einheiten pro Attribut fest (Gramm oder Kilogramm, nie beides). Und nutze kontrollierte Wertelisten für Attribute wie Farbe und Material, damit „navy“, „Navy blue“ und „dark blue“ nicht zu drei Filteroptionen werden.

Schritt 4: Erfassen, was jeder Kanal verlangt

Jeder Kanal hat eigene Pflichtfelder und Grenzen. Sammle sie jetzt, denn sie prägen dein Datenmodell und deine Qualitätsregeln. Ein paar Beispiele aus der Originaldokumentation:

Schreibe die Anforderungen als Checkliste pro Kanal auf: Pflichtattribute, Zeichengrenzen, erlaubte Werte, Bildregeln. Unsere Liste der PIM-Anforderungen hilft dir, wenn du noch Systeme vergleichst.

Schritt 5: Daten bereinigen und einen Testimport fahren

Bei der Bereinigung geraten Einführungen ins Rutschen. Behebe die strukturellen Probleme vor dem vollständigen Import; inhaltliche Lücken bleiben für Schritt 6.

1. Entferne doppelte SKUs und lege fest, welcher Datensatz gewinnt, wenn zwei Quellen sich widersprechen.
2. Prüfe EANs und GTINs: Eine falsche Prüfziffer bedeutet einen Tippfehler. Der kostenlose EAN- und GTIN-Validator prüft eine ganze Liste auf einmal.
3. Vereinheitliche Einheiten und Schreibweisen von Werten nach den kontrollierten Listen aus Schritt 3.
4. Verknüpfe Bilder mit SKUs und markiere Produkte ohne Hauptbild.
5. Importiere zuerst eine Kategorie mit 100 bis 300 Produkten, prüfe jedes Feld im Zielkanal und korrigiere dann das Mapping, bevor du den Rest importierst.

Halte den Testimport umkehrbar. Wenn ein Mapping falsch ist, willst du den Lauf rückgängig machen, statt 3.000 Produkte von Hand zu reparieren. Das Playbook zur PIM-Datenmigration geht tiefer auf Mapping und Validierung ein.

Schritt 6: Lücken in der richtigen Reihenfolge füllen

Lass nach dem Import einen Vollständigkeitsbericht pro Familie und pro Kanal laufen. Du wirst selten alles auf einmal füllen, also priorisiere: zuerst die Pflichtfelder der Kanäle für Produkte, die sich verkaufen, dann Filterattribute für deine größten Kategorien, dann lange Beschreibungen und Übersetzungen.

In diesem Schritt verändert AI die Rechnung. Erste Entwürfe von Beschreibungen erzeugen, Attribute aus Lieferantentexten extrahieren und Inhalte in großen Mengen übersetzen: Aus Monaten manuellen Schreibens wird eine Prüfaufgabe. Behalte einen menschlichen Prüfschritt für alles, was Kunden sehen, und lass die AI mit deinen strukturierten Attributen arbeiten, damit sie keine Spezifikationen erfindet. Inkonsistente Daten kosten Umsatz: Laut der Verbraucherstudie 2025 von Salsify (einem PIM-Anbieter) haben 54 % Käufe wegen widersprüchlicher Informationen abgebrochen.

Schritt 7: Kanäle anbinden und die Sync-Richtung festlegen

Binde einen Kanal nach dem anderen an, beginnend mit dem umsatzstärksten. Kläre für jede Verbindung drei Dinge: welche Felder das PIM schreibt, welche Felder es nie anfassen darf (oft Preis und Bestand) und wie Produkte zugeordnet werden (die SKU ist der sicherste Schlüssel). Mach einen Testexport in einen Staging-Shop oder für eine kleine Produktauswahl, bevor du den automatischen Sync einschaltest.

Schritt 8: Rollen, Regeln und einen Prüfablauf festlegen

Ein PIM bleibt nur sauber, wenn Zuständigkeiten klar sind. Schreib sie als kurze Liste auf, eine Zeile pro Rolle:

• Product Data Owner: genehmigt das Datenmodell und entscheidet Streitfragen zu Felddefinitionen.
• Content-Redaktion: schreibt und prüft Beschreibungen, Übersetzungen und SEO-Felder.
• Einkauf oder Category Manager: liefern Spezifikationen und Identifikatoren für neue Produkte.
• Channel Manager: pflegt die Kanal-Mappings und behebt abgelehnte Listings.
• PIM-Administrator: verwaltet Benutzer, Importe, Verbindungen und Qualitätsregeln.

Mach aus den Kanalanforderungen aus Schritt 4 automatische Qualitätsregeln („Titel 30 bis 150 Zeichen“, „EAN Pflicht“, „mindestens 3 Bilder“), damit Probleme vor dem Export sichtbar werden und nicht erst, wenn ein Marketplace den Feed ablehnt. Unser Guide zu Data Governance behandelt Verantwortungsmodelle ausführlicher.

Schritt 9: Einen Pilot fahren und die Umstellung planen

Wähle eine Kategorie oder einen Kanal und lass sie zwei bis vier Wochen komplett über das PIM laufen, während der alte Prozess für alles andere weiterläuft. Der Pilot zeigt, wo das Datenmodell falsch ist, welche Regeln zu streng sind und wie lange die Anreicherung pro Produkt wirklich dauert.

Einigt euch vor der vollständigen Umstellung auf eine Umstellungs-Checkliste:

Schritt 10: Schulen, live gehen und messen

Schule Leute für ihre eigenen Aufgaben, nicht für jeden Bildschirm: die Redaktion für Anreicherung und Prüfung, den Einkauf für das Anlegen neuer Produkte, den Channel Manager für Mappings. Miss dann nach 30, 60 und 90 Tagen die Ziellinie aus Schritt 1. Wenn sich die Zahlen nicht bewegen, liegt es meist an einem Prozess, der das PIM noch umgeht, nicht an der Software.

Beispiel-Zeitplan für eine PIM-Einführung

Dieses Beispiel geht von einem Händler mit rund 8.000 SKUs, drei Quellen (ERP, Lieferantendateien, Shopify) und zwei Kanälen (Shopify und Google Merchant Center) aus. Es ist ein Beispiel, kein Benchmark; dein eigener Zeitplan hängt von der Datenqualität und vom Entscheidungstempo ab.

Vorlage für den PIM-Einführungsplan

Kopiere diese Überschriften in ein Dokument und fülle sie aus. Ein Plan, der auf vier Seiten passt, lässt sich leichter aktuell halten als eine 40-seitige Spezifikation.

1. Ziel und Ziellinie: zwei oder drei messbare Ergebnisse mit dem heutigen Ausgangswert.
2. Umfang: Familien, Kanäle und Sprachen in Phase 1; was ausdrücklich nicht dazugehört.
3. Quellen und Feldverantwortung: jede Quelle, jedes Feld, verantwortliche Person und Sync-Richtung.
4. Datenmodell: Familien, Attribute, Einheiten, Wertelisten, Variantenachsen.
5. Kanalanforderungen: Pflichtfelder und Grenzen pro Kanal.
6. Migrationsplan: Bereinigungsaufgaben, Testimport, vollständiger Import, Rollback-Plan.
7. Anreicherungsplan: Prioritäten, wer prüft, AI-Einsatz und seine Regeln.
8. Integrationen: Verbindung pro Kanal, Zuordnungsschlüssel, geschriebene Felder, geschützte Felder.
9. Rollen und Regeln: Rollenliste, Qualitätsregeln, Prüfablauf.
10. Zeitplan und Umstellung: Meilensteine, Freeze-Datum, verantwortliche Person für Go oder No-Go.

Sechs Gründe, warum PIM-Projekte stocken

• Importieren vor dem Modellieren. Spaltennamen der Lieferanten werden zu deinen Attributen, und am Ende hast du „Colour“, „color“ und „Kleur“ als drei Felder.
• Alles migrieren. Ausgelaufene Produkte und leere Attribute wandern mit. Archiviere vor dem Import, was nicht mehr verkauft wird.
• Keine Feldverantwortung. Shop und PIM schreiben beide den Titel, und der letzte Sync gewinnt.
• Den alten Bearbeitungsweg offen lassen. Wenn die Redaktion Beschreibungen weiterhin im Shop-Admin ändern kann, ist das PIM innerhalb eines Monats veraltet.
• Big-Bang-Go-live. Wenn du alle Kategorien und Kanäle an einem Tag umstellst, siehst du nicht, welches Mapping welchen Fehler verursacht hat.
• Den Go-live als Ende betrachten. Ohne Qualitätsregeln und einen wöchentlichen Blick auf die Vollständigkeit verfallen die Daten, sobald neue Produkte dazukommen.

Welche der zehn Schritte dir ein PIM-Tool abnimmt

WISEPIM ist ein AI-first-PIM für kleine und mittelgroße Teams, darum brauchen mehrere der Schritte oben deutlich weniger Handarbeit. Importe aus Shopify, WooCommerce, Magento 2, Lightspeed eCom, CCV Shop und anderen Shops kommen über eine Verbindung oder per CSV, und Rollback Import macht einen Lauf mit falschem Mapping rückgängig. Quality Guard macht aus deinen Kanalanforderungen Regeln und Scores, die AI-Anreicherung füllt Beschreibungen, Attribute, Übersetzungen und Kategorien, die dein Team prüfen kann, bevor etwas exportiert wird, und Channel Readiness (Kanalbereitschaft) zeigt, welche Produkte für welchen Kanal bereit sind.

Den Testimport aus Schritt 5 kannst du im kostenlosen Plan (100 Produkte) fahren, bevor du dich festlegst. Wenn du von einem anderen System oder aus Tabellen umziehst, sieh dir an, wie die PIM-Migration in WISEPIM funktioniert.