Zum Hauptinhalt springen
Zurück zum E-Commerce-Lexikon

Regel-Engine für Datenqualität

Datenmanagement und DatenqualitätStufe: Intermediate

Eine Regel-Engine für Datenqualität prüft jeden Datensatz gegen festgelegte Regeln wie Pflichtfelder, erlaubte Werte und Formate und markiert oder blockiert fehlerhafte Daten.

Image by · CC BY 4.0

Was ist Regel-Engine für Datenqualität?

Eine Regel-Engine für Datenqualität (Data Quality Rules Engine) ist Software, die regelbasierte Datenqualitätsprüfungen ausführt: Sie testet jeden Datensatz gegen Regeln, die du festlegst, etwa Pflichtfelder, erlaubte Werte, Formate und Grenzwerte, und meldet oder blockiert, was durchfällt. Bei Produktdaten beschreiben die Regeln, wie ein vollständiges, korrektes Produkt aussieht. Es gibt einige Arten von Regeln. Vollständigkeitsregeln prüfen, ob Felder gefüllt sind. Gültigkeitsregeln prüfen Formate, etwa die Prüfziffer einer GTIN oder eine Bildgröße. Konsistenzregeln vergleichen Felder, etwa einen Angebotspreis, der niedriger als der reguläre Preis sein muss. Kanalregeln prüfen, was ein Marketplace oder Feed verlangt. Eine Regel-Engine unterscheidet sich von einer einmaligen Datenbereinigung, weil sie bei jeder Datenänderung läuft, sodass Fehler abgefangen werden, bevor sie sich ausbreiten. Der Guide zur Datenvalidierung erklärt, wie du diese Regeln schreibst.

Warum Regel-Engine für Datenqualität im E-Commerce wichtig ist

Fehler in Produktdaten kosten Umsatz und verursachen Retouren. Laut der Consumer Research 2025 von Salsify haben 71 % der Käufer Artikel wegen ungenauer Beschreibungen zurückgeschickt. Viele dieser Fehler sind vorhersehbar: eine fehlende Größe, eine falsche Einheit, ein Preis, der nicht aufgeht, eine GTIN mit Tippfehler. Eine Regel-Engine fängt sie bei jeder Datenänderung ab, statt erst nachdem sich ein Kunde beschwert oder ein Marketplace das Listing ablehnt. Außerdem macht sie Qualität von einer Meinung zu einem Score, den du pro Kategorie, Lieferant oder Kanal verfolgen kannst.

Beispiele für Regel-Engine für Datenqualität

  • 1Regel: Titellänge, Prüfung: 30 bis 150 Zeichen, Aktion: Warnung
  • 2Regel: GTIN, Prüfung: gültige Prüfziffer, Aktion: Export zu Google Shopping blockieren
  • 3Regel: Angebotspreis, Prüfung: niedriger als der reguläre Preis, Aktion: Fehler
  • 4Regel: Amazon-Titel, Prüfung: höchstens 75 Zeichen, Aktion: schlägt fehl, bevor das Listing gesendet wird
Image by · CC BY 4.0

So hilft WISEPIM

  • Quality-Guard-Regeln: Lege Regeln für Vollständigkeit, Formate und Konsistenz fest und prüfe jedes Produkt dagegen.
  • Regelpakete pro Kanal: Das Amazon-Regelpaket lässt zum Beispiel Titel über 75 Zeichen durchfallen und warnt unter 30.
  • Channel Readiness (Kanalbereitschaft): Sieh pro Kanal, welche Produkte bestehen und welche noch Arbeit brauchen.
  • Review-Warteschlange: Arbeite markierte Produkte in einer Liste ab, statt den Katalog zu durchsuchen.

Häufige Fehler bei Regel-Engine für Datenqualität

  • So viele Regeln schreiben, dass das Team die Warnungen ignoriert.
  • Jede Regel zu einer harten Sperre machen, was Produkte stoppt, die gut genug für den Verkauf sind.
  • Nur beim Export prüfen statt beim Eingang der Daten.
  • Für jeden Kanal dieselben Regeln nutzen, obwohl sich ihre Anforderungen unterscheiden.
  • Regeln nie überprüfen, nachdem Kanäle ihre Anforderungen geändert haben.

Tipps zu Regel-Engine für Datenqualität

  • Beginne mit den Regeln, die heute Ablehnungen oder Retouren verursachen.
  • Teile Regeln in Fehler, die blockieren, und Warnungen, die informieren.
  • Führe Prüfungen beim Import und vor dem Export aus.
  • Gruppiere Regeln pro Kanal, damit du die Bereitschaft pro Kanal siehst.
  • Überprüfe dein Regelwerk jedes Quartal.

Trends rund um Regel-Engine für Datenqualität

  • AI, die Regeln aus Mustern in deinen bestehenden Daten vorschlägt.
  • AI, die Korrekturen für fehlgeschlagene Prüfungen vorschlägt.
  • Fertige Regelpakete pro Marketplace.
  • Qualitätsscores direkt neben den Verkaufsdaten.
  • Strengere Anforderungen von AI-Shopping-Kanälen, die Feeds direkt lesen.

Tools für Regel-Engine für Datenqualität

  • WISEPIM: PIM mit Quality-Guard-Regeln, Regelpaketen pro Kanal und Channel Readiness.
  • Akeneo PIM: PIM mit Funktionen für Vollständigkeit und Datenqualität.
  • Salsify: Product-Experience-Plattform mit Inhaltsprüfungen pro Händler.
  • Informatica Data Quality: Datenprofilierung, Bereinigung und Monitoring für Unternehmen.
  • Talend Data Quality: Tools für Datenprofilierung, Bereinigung und Abgleich.

Verwandte Begriffe

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

Auch bekannt als

Regelbasierte DatenqualitätEngine zur DatenvalidierungDatenqualitätsregeln

Häufige Fragen

Regelbasierte Datenqualität bedeutet, dass du explizite Regeln festlegst, wie korrekte Daten aussehen, und jeden Datensatz automatisch dagegen prüfst. So wird Qualität messbar und wiederholbar, statt davon abzuhängen, dass jemand Fehler bemerkt.

Ein Titel muss zwischen 30 und 150 Zeichen lang sein, jedes Produkt braucht mindestens ein Bild, die GTIN muss eine gültige Prüfziffer haben, das Gewicht muss eine Zahl in Kilogramm sein und die Farbe muss aus einer festen Liste stammen.

Jeder Kanal setzt eigene Standards. Google Merchant Center verlangt Attribute wie GTIN, Marke und Zustand, und Marketplaces ergänzen Titellimits und kategoriespezifische Felder. Deine eigenen Standards sollten diese abdecken und zusätzlich das, was deine Käufer für ihre Entscheidung brauchen.

Datenbereinigung korrigiert bestehende Fehler, oft in einem einmaligen Projekt. Eine Regel-Engine prüft neue und geänderte Daten fortlaufend, sodass dieselben Fehler nicht wiederkommen.

Noch Fragen?

Keine passende Antwort gefunden? Melde dich bei unserem Team.

Support kontaktieren

Weiter entdecken

Handverlesene nächste Schritte, um tiefer einzusteigen.