Zum Hauptinhalt springen
Zurück zum E-Commerce-Lexikon

PIM-Datenmodell (Produktinformationsmodell)

Datenmanagement und DatenqualitätStufe: Advanced

Ein PIM-Datenmodell oder Produktinformationsmodell legt fest, wie Produktdaten strukturiert sind: Familien, Attribute, erlaubte Werte, Varianten und Verknüpfungen zu Kategorien und Assets.

Image by · CC BY 4.0

Was ist PIM-Datenmodell (Produktinformationsmodell)?

Ein PIM-Datenmodell, auch Produktinformationsmodell oder Produktdatenmodell genannt, ist die Struktur, die festlegt, wie Produktdaten in einem PIM gespeichert werden: welche Produkttypen oder Familien es gibt, welche Attribute jede hat, welche Werte erlaubt sind, wie Varianten mit ihrem Elternprodukt zusammenhängen und wie Produkte mit Kategorien und Assets verknüpft sind. Ein typisches Modell hat fünf Bausteine: Produktfamilien (Attributsets pro Produkttyp), Attribute mit Datentyp und Einheit (etwa Gewicht in kg), erlaubte Werte oder Optionslisten, die Struktur aus Eltern- und Variantenprodukten sowie Beziehungen zu Kategorien, Bildern und verwandten Produkten. Es unterscheidet sich von einer Produkttaxonomie: Die Taxonomie ist der Kategoriebaum, durch den Käufer navigieren, das Modell ist der Bauplan der Felder, die jedes Produkt füllen muss. Die Tabelle mit technischen Daten auf einer Produktseite zeigt einfach die Attribute des Modells für ein Produkt. Wie du eines entwirfst, erfährst du im Leitfaden zur Attributmodellierung.

Warum PIM-Datenmodell (Produktinformationsmodell) im E-Commerce wichtig ist

Alles, was ein Käufer auf einer Produktseite, in einem Filter oder in einer Vergleichstabelle sieht, stammt aus dem Datenmodell. Fehlen Attribute oder liegen sie als Freitext vor, liefern Filter falsche Ergebnisse, Feeds werden abgelehnt und jeder neue Kanal braucht manuelle Bereinigung. Ein klares Modell beschleunigt den Rest der Arbeit. Importe wissen, wohin jeder Wert gehört, Qualitätsregeln wissen, was Pflicht ist, Übersetzungen wissen, welche Felder Text sind, und Kanalexporte können Attribute einmal zuordnen statt pro Produkt.

Beispiele für PIM-Datenmodell (Produktinformationsmodell)

  • 1Familie: Bürostühle, Attribute: Sitzhöhe (cm), max. Belastung (kg), Material (Liste), Armlehnen (ja/nein)
  • 2Attribut: Gewicht, Typ: Zahl, Einheit: kg, Pflicht für: alle versandfähigen Produkte
  • 3Attribut: Farbe, Typ: Optionsliste, Werte: Schwarz, Weiß, Grau, Ebene: Variante
  • 4Beziehung: Produkt zu Kategorie, Zubehör und Bildern, Genutzt für: Navigation, Cross-Selling und Produktseiten
Image by · CC BY 4.0

So hilft WISEPIM

  • Produktfamilien: WISEPIM gruppiert Attribute pro Produkttyp, sodass jede Familie ihr eigenes Set an Feldern hat.
  • Attributverwaltung: Definiere Attributtypen, Einheiten und Optionslisten und prüfe genutzte Werte auf der Seite Attribute values (Attributwerte).
  • Varianten: Halte gemeinsame Daten am Elternprodukt und Variantendaten wie Größe und Farbe an jeder Variante.
  • Quality-Guard-Regeln: markieren Produkte, denen Pflichtattribute fehlen, bevor sie in einen Kanal gehen.

Häufige Fehler bei PIM-Datenmodell (Produktinformationsmodell)

  • Zu viele Attribute auf einmal anlegen, sodass die meisten leer bleiben und das Modell schwer nutzbar wird.
  • Technische Daten als Freitext speichern statt als strukturierte Attribute mit Einheiten.
  • Das Modell ohne die Teams entwerfen, die die Produkte verkaufen und vermarkten.
  • Varianten ignorieren, sodass Farbe und Größe als eigene Produkte angelegt werden.

Tipps zu PIM-Datenmodell (Produktinformationsmodell)

  • Starte mit den Attributen, die deine Kanäle und Filter verlangen, und ergänze weitere bei Bedarf.
  • Gib jedem Attribut einen Typ und eine Einheit, und nutze Optionslisten, wo die Werte feststehen.
  • Entscheide pro Attribut, ob es am Elternprodukt oder an der Variante hängt.
  • Bestimme einen Verantwortlichen für das Modell und überprüfe es, wenn du Produkttypen oder Kanäle hinzufügst.

Trends rund um PIM-Datenmodell (Produktinformationsmodell)

  • AI-Attributextraktion: AI liest Lieferantendateien und füllt strukturierte Attribute im Modell.
  • Modelle für AI-Shopping: Vollständige, strukturierte Attribute helfen AI-Assistenten, Produkte zu beschreiben und zu vergleichen.
  • Nachhaltigkeitsattribute: Modelle ergänzen Felder für Materialien, Recyclinganteil und andere Umweltdaten.
  • Flexible Familien: Attributsets pro Produkttyp, die sich mit dem Sortiment verändern.

Tools für PIM-Datenmodell (Produktinformationsmodell)

  • WISEPIM: PIM mit Produktfamilien, Attributverwaltung und Varianten, um dein Produktmodell aufzubauen und zu betreiben.
  • Akeneo: PIM mit Familien, Attributgruppen und Variantenmodellen.
  • Shopify und Magento 2: Shopplattformen mit Produktattributen und Variantenoptionen, auf die ein PIM-Modell gemappt wird.
  • Google-Produkttaxonomie: ein öffentlicher Kategoriebaum, auf den viele Modelle für Feeds mappen.

Verwandte Begriffe

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

Auch bekannt als

PIM-DatenmodellProduktdatenmodellProduktdatenstrukturProduktschema

Häufige Fragen

Ein PIM-Datenmodell ist die Struktur der Produktdaten in einem Product-Information-Management-System: die Familien, Attribute, erlaubten Werte, Variantenstruktur und Beziehungen, denen jedes Produkt folgt. Es ist dasselbe wie ein Produktinformationsmodell.

Die Taxonomie ist der Kategoriebaum, etwa Möbel > Stühle > Bürostühle. Das Datenmodell definiert die Felder: welche Attribute ein Bürostuhl braucht, in welchen Einheiten und mit welchen erlaubten Werten. Du brauchst beides, und meist sind sie verknüpft, sodass jede Kategorie die passende Familie nutzt.

Die Tabelle mit technischen Daten auf einer Produktseite wird aus den Attributen des Modells erzeugt. Hat das Modell klare Attribute mit Einheiten, ist die Tabelle über alle Produkte einheitlich und Filter funktionieren. Stehen die technischen Daten im Freitext, klappt beides nicht.

Lege fest, welche Attribute am Elternprodukt hängen, etwa Marke und Beschreibung, und welche sich pro Variante unterscheiden, etwa Farbe, Größe und Barcode. Das Modell sorgt dann dafür, dass jede Variante ihre eigenen Werte füllt.

Wenn du neue Produkttypen hinzufügst, neue Märkte oder Kanäle erschließt, die zusätzliche Attribute verlangen, oder merkst, dass Filter und Feeds scheitern, weil Daten im Freitext stehen. Kleine, regelmäßige Änderungen funktionieren besser als ein kompletter Neuentwurf.

Noch Fragen?

Keine passende Antwort gefunden? Melde dich bei unserem Team.

Support kontaktieren

Weiter entdecken

Handverlesene nächste Schritte, um tiefer einzusteigen.