Zum Hauptinhalt springen
Zurück zum E-Commerce-Lexikon

Datenqualität

Datenmanagement und DatenqualitätStufe: Basic

Datenqualität beschreibt, wie richtig, vollständig, konsistent und aktuell deine Daten sind. Im E-Commerce umfasst sie Specs, Attribute, Bilder und Werte auf jedem Kanal.

Image by · CC BY 4.0

Was ist Datenqualität?

Datenqualität beschreibt, wie richtig, vollständig, konsistent und aktuell deine Daten für ihren Zweck sind. Im E-Commerce geht es dabei vor allem um Produktdatenqualität: ob jedes Produkt korrekte Spezifikationen, die nötigen Attribute, gute Bilder und auf jedem Kanal dieselben Werte hat. In einem PIM wird Datenqualität mit Regeln pro Kategorie und Kanal gemessen. Typische Dimensionen sind Richtigkeit (Werte stimmen), Vollständigkeit (Pflichtfelder sind gefüllt), Konsistenz (überall dieselben Einheiten und Schreibweisen), Gültigkeit (Formate wie GTINs und Abmessungen sind korrekt) und Aktualität (Preise und Bestand sind auf dem neuesten Stand). Datenqualität ist das Ergebnis, das du misst; Product Data Governance ist das Set aus Regeln, Verantwortlichen und Prüfungen, das dieses Ergebnis langfristig stabil hält. Standards für Produktdatenqualität im E-Commerce beginnen meist bei den Anforderungen deiner Kanäle, etwa Google Shopping. Ermittle schnell einen Ausgangswert mit dem Rechner für Produktdatenqualität.

Warum Datenqualität im E-Commerce wichtig ist

Käufer entscheiden anhand der Produktdaten, die sie vor sich haben. Laut der Verbraucherforschung 2025 von Salsify haben 54 % der Käufer einen Kauf wegen widersprüchlicher Informationen abgebrochen. Marketplaces und Google Shopping lehnen Listings mit fehlenden oder ungültigen Daten außerdem ab oder blenden sie aus. Die meisten Kataloge starten auf niedrigem Niveau. In unserem Report State of Product Data 2026 erreichte der mittlere Katalog (Median) beim Import, vor der Anreicherung, 56,6 von 100 Punkten. Wenn du die Datenqualität pro Kategorie misst, siehst du, wo du anfangen solltest.

Kostenloses Tool

Bewerte die Datenqualität eines Produkts

Gib Titel, Beschreibung, Meta-Felder und Attribute ein. Du bekommst eine Gesamtpunktzahl von 100, eine Punktzahl pro Kategorie und die ersten Verbesserungen, auf Basis der Voreinstellung für deine Branche.

Komplettes Tool öffnen
Tool wird geladen

Beispiele für Datenqualität

  • 1Dimension: Vollständigkeit, Feld: Material, Problem: bei den meisten Jacken leer, Regel: Pflichtfeld in Oberbekleidung
  • 2Dimension: Gültigkeit, Feld: GTIN, Problem: falsche Prüfziffer, Regel: Validierung der GTIN-Prüfziffer
  • 3Dimension: Konsistenz, Feld: Farbe, Problem: „Navy“, „navy blue“ und „Dark blue“ für dieselbe Farbe verwendet, Regel: feste Liste erlaubter Werte
  • 4Dimension: Richtigkeit, Feld: Gewicht, Problem: in einem Kanal in Gramm, in einem anderen in Kilogramm eingegeben, Regel: eine Einheit, zentral gespeichert
Image by · CC BY 4.0

So hilft WISEPIM

  • Schreibe mit Quality Guard in WISEPIM Datenqualitätsregeln pro Kategorie und Kanal und sieh, welche Produkte sie nicht erfüllen.
  • Prüfe mit Channel Readiness (Kanalbereitschaft), ob Produkte die Anforderungen jedes Kanals erfüllen.
  • Fülle fehlende Attribute, Spezifikationen und Beschreibungen mit AI-Anreicherung und prüfe die Ergebnisse in der Review-Warteschlange.
  • Standardisiere Werte in großen Mengen, zum Beispiel auf der Seite Attribute values (Attributwerte), und mache Massenänderungen in kostenpflichtigen Tarifen mit der Operation history (Vorgangsverlauf) rückgängig.
  • Verfolge die Qualität über die Zeit in den Analysen und korrigiere zuerst die schwächsten Kategorien.

Häufige Fehler bei Datenqualität

  • Eine einmalige Bereinigung durchführen, ohne Regeln, die verhindern, dass dieselben Fehler zurückkommen.
  • Einen Standard für jede Kategorie nutzen statt Pflichtfeldern pro Kategorie.
  • Freitext zulassen, wo eine feste Werteliste nötig ist, etwa bei Farben und Größen.
  • Daten in einem Kanal korrigieren statt in der zentralen Quelle.
  • Qualität nicht messen, sodass niemand weiß, ob sie sich verbessert.

Tipps zu Datenqualität

  • Beginne mit einem Ausgangswert: Miss Vollständigkeit und Gültigkeit pro Kategorie.
  • Lege Pflichtattribute pro Kategorie fest, basierend auf dem, was deine Kanäle verlangen.
  • Nutze feste Wertelisten für Attribute wie Farbe, Größe und Material.
  • Validiere Daten beim Import, nicht nur vor dem Export.
  • Benenne für jede Kategorie einen Verantwortlichen für ihren Qualitätsscore.

Trends rund um Datenqualität

  • AI, die Attribute füllt und korrigiert, mit menschlicher Prüfung bei sensiblen Feldern.
  • Produktdaten, vorbereitet für AI-Shopping-Assistenten, die strukturierte Attribute lesen.
  • Qualitätsscores pro Produkt, die Teams wie eine Umsatzkennzahl verfolgen.
  • Regulierung wie der EU Digital Product Passport (digitaler Produktpass), die strukturiertere Produktdaten verlangt.

Tools für Datenqualität

  • WISEPIM: PIM mit Quality-Guard-Regeln, Channel Readiness und AI-Anreicherung für bessere Produktdatenqualität.
  • Akeneo: PIM mit Vollständigkeitsverfolgung pro Kanal.
  • Google Merchant Center: meldet Probleme mit Produktdaten für Google Shopping.
  • OpenRefine: kostenloses Tool zum Bereinigen und Standardisieren unordentlicher Daten.
  • Great Expectations: Open-Source-Framework für Datenvalidierungstests.

Verwandte Begriffe

Zugriffskontrolle im PIM (Access Control)Management von Attributabhängigkeiten (Attribute Dependency Management)AttributvererbungAttribut-MappingAttribut-Scoping

Auch bekannt als

ProduktdatenqualitätPIM-DatenqualitätGovernance der ProduktdatenqualitätInformationsqualität

Häufige Fragen

Produktdatenqualität beschreibt, wie richtig, vollständig, konsistent und aktuell die Informationen zu deinen Produkten sind: Titel, Beschreibungen, Attribute, Identifikatoren, Bilder, Preise und Bestand. Hohe Produktdatenqualität bedeutet, dass sich ein Käufer oder Marketplace auf jeden Wert verlassen kann, ohne ihn anderswo zu prüfen.

Ein Standard listet die Pflichtfelder pro Kategorie, die erlaubten Formate und Einheiten, die Mindestregeln für Beschreibungen und Bilder sowie Kanalanforderungen wie eine gültige GTIN und eine Google-Produktkategorie. Schreibe ihn pro Kategorie, denn ein Schuh braucht andere Attribute als eine Lampe, und mache aus jeder Zeile eine Regel, die dein PIM prüfen kann.

Ein PIM führt einen zentralen Datensatz pro Produkt, wendet Vollständigkeits- und Validierungsregeln an und sendet dieselben Werte an jeden Kanal. Das ersetzt verstreute Tabellen, in denen Fehler kopiert und an einer Stelle korrigiert werden, an den anderen aber nicht.

Produktdatenqualität ist der messbare Zustand deiner Daten. Product Data Governance ist der Rahmen, der sie dort hält: Standards, Verantwortliche, Prüfungen und regelmäßige Reviews. Governance ohne Messung ist Raterei, und Messung ohne Governance rutscht mit der Zeit wieder ab.

Gute Produktdaten beantworten die Fragen eines Käufers ohne zusätzlichen Kontakt: ein klarer Titel, eine Beschreibung mit Einsatz und Vorteilen, gefüllte Attribute für Größe, Material und Kompatibilität, ein gültiger Identifikator, mehrere Bilder und korrekter Preis und Bestand. Und sie sind auf jedem Kanal gleich.

Noch Fragen?

Keine passende Antwort gefunden? Melde dich bei unserem Team.

Support kontaktieren

Weiter entdecken

Handverlesene nächste Schritte, um tiefer einzusteigen.