PIM Import von Daten: ETL, Mapping und automatisierte Verarbeitung im PIM

Der Import von Produktdaten gehört zu den wichtigsten Aufgaben eines PIM-Systems.

Produktdaten stammen heute aus vielen Quellen: ERP-Systeme, Lieferanten-Feeds, Excel-Dateien, CSV-Dateien, XML-Dateien, APIs, FTP-Verzeichnisse oder E-Mail-Anhänge. Die Herausforderung besteht dabei nicht nur darin, Daten zu importieren, sondern sie über ETL-Prozesse zuzuordnen, zu validieren und automatisiert weiterzuverarbeiten.

Was ist ein PIM-Import?

Ein PIM-Import übernimmt Produktdaten aus externen Systemen und ordnet sie dem Datenmodell des PIM-Systems zu.

Typische Beispiele sind:

Artikelstammdaten aus dem ERP-System
Lieferantenkataloge
Preislisten
Bestandsmeldungen
technische Produktdaten
Marketinginformationen

Der Produktdatenimport bildet den Einstiegspunkt in den Produktdatenprozess.

Viele Unternehmen nutzen für den Import ein spezielles ETL-Modul, das Daten aus Excel, CSV, XML, APIs oder FTP-Quellen automatisiert übernimmt, transformiert und in das PIM-System integriert.

PIM-Import als ETL-Prozess

In der Praxis entspricht ein professioneller PIM-Import einem ETL-Prozess (Extract, Transform, Load).

Extract

Daten werden aus unterschiedlichen Quellen übernommen:

ERP-Systeme
APIs
FTP-Server
CSV-Dateien
Excel-Dateien
XML-Dateien
E-Mail-Anhänge

Transform

Vor dem Speichern müssen die Daten verarbeitet werden:

Feldmapping
Formatumwandlung
Einheitenumrechnung
Plausibilitätsprüfung
Datenvalidierung
Dublettenerkennung

Load

Die aufbereiteten Daten werden anschließend in das PIM-System geladen und den Produktobjekten zugeordnet.

Warum ETL im PIM so wichtig ist

Der eigentliche Aufwand entsteht selten beim Import selbst.

Die Herausforderung liegt in:

unterschiedlichen Lieferantenformaten
wechselnden Datenstrukturen
unvollständigen Datensätzen
fehlerhaften Attributwerten
widersprüchlichen Informationen

Je mehr Lieferanten und Systeme beteiligt sind, desto wichtiger werden ETL-Funktionen.

Vor dem Laden werden Daten häufig durch Datenvalidierung und Plausibilitätsprüfungen geprüft.

Typische Probleme bei Produktdaten-Importen

Unterschiedliche Dateiformate

Der gleiche Wert kann von verschiedenen Lieferanten unterschiedlich geliefert werden:

500 mm
50 cm
0,5 m

Unterschiedliche Attributnamen

Breite
Width
Artikelbreite
W

Unvollständige Daten

fehlende Attribute
fehlende Kategorien
fehlende Varianteninformationen

Widersprüchliche Informationen

unterschiedliche Bestände
unterschiedliche Maße
unterschiedliche technische Angaben

Delta-Import statt Vollimport

Moderne PIM-Systeme arbeiten häufig mit Delta-Importen.

Dabei werden nur veränderte Datensätze übernommen.

Vorteile:

deutlich kürzere Laufzeiten
geringere Datenbanklast
schnellere Aktualisierungen
bessere Skalierbarkeit bei großen Sortimenten

Gerade bei mehreren hunderttausend Artikeln und regelmäßig aktualisierten Lieferantendaten sind Delta-Importe ein wichtiger Bestandteil moderner PIM-Architekturen.

Der Import ist selten das eigentliche Problem

In vielen PIM-Projekten wird viel über die Datenübernahme gesprochen.

Tatsächlich ist der Import häufig schnell umgesetzt.

Die eigentlichen Herausforderungen entstehen danach:

Welche Änderungen sind relevant?
Welche Attribute hängen voneinander ab?
Welche Inhalte müssen neu berechnet werden?
Welche Kanäle sind betroffen?
Welche Dokumente müssen aktualisiert werden?
Welche Exporte müssen neu erzeugt werden?

Hier stoßen klassische Importfunktionen oft an ihre Grenzen.

Die eigentlichen Herausforderungen entstehen nach dem Import und betreffen häufig die Automatisierung von Produktdatenprozessen.

Die entscheidende Herausforderung: Änderungen und Abhängigkeiten

In komplexen Sortimenten entsteht Produktlogik nicht im Importprozess, sondern durch:

Abhängigkeiten zwischen Attributen
Variantenstrukturen
Regelwerke
Sonderfälle
unterschiedliche Kanalanforderungen

Diese Logik ist in vielen Unternehmen verteilt, implizit dokumentiert oder manuell gesteuert.

Genau dort entstehen Fehler, Abstimmungsaufwand und Inkonsistenzen.

Wie Contene ETL und Produktlogik verbindet

Contene betrachtet den Import nicht als isolierten Vorgang.

Importierte Daten werden unmittelbar mit der fachlichen Logik des Systems verknüpft.

Dabei können beispielsweise:

Plausibilitätsprüfungen ausgeführt werden
Attributabhängigkeiten bewertet werden
Berechnungen gestartet werden
Produktzustände aktualisiert werden
Folgeprozesse ausgelöst werden

In vielen Unternehmen endet der Import-Prozess nicht im PIM. Produktdaten werden anschließend über Exportprozesse an Shops, Marktplätze, Kundenportale oder Beschaffungssysteme verteilt.

Er wird Teil eines durchgängigen Automatisierungsprozesses.

Beispiel aus der Praxis

Ein Lieferant meldet:

Bestand = 0

Die Daten werden importiert.

Zusätzlich kann das System prüfen:

War gestern noch Bestand vorhanden?
Gibt es offene Kundenaufträge?
Sind Alternativartikel verfügbar?
Müssen Google-Shopping-Feeds aktualisiert werden?
Müssen Exportdateien neu erzeugt werden?
Sind Kundenportale betroffen?

Der Import löst damit direkte Folgeentscheidungen aus.

PIM-Import, ETL und Automatisierung

Ein moderner Produktdatenprozess besteht aus drei Ebenen:

Ebene 1: Import

Produktdaten werden übernommen.

Ebene 2: ETL

Daten werden gemappt, transformiert, validiert und standardisiert.

Ebene 3: Automatisierung

Regeln, Datenlogik und Entscheidungsprozesse sorgen dafür, dass Änderungen systemweit korrekt verarbeitet werden.

Erst die Kombination dieser drei Ebenen ermöglicht stabile Produktdatenprozesse.

Fazit

Der PIM-Import ist der Startpunkt des Produktdatenprozesses.

Entscheidend ist jedoch nicht nur, ob Daten importiert werden können.

Entscheidend ist, wie das System:

Daten validiert
Änderungen bewertet
Abhängigkeiten berücksichtigt
Folgeprozesse automatisiert
Daten konsistent hält

Deshalb gehören ETL, Datenlogik und Automatisierung heute zusammen.

Contene verbindet Datenimport, ETL-Prozesse und Decision Engine zu einem durchgängigen Produktdatenprozess, in dem Änderungen nicht nur übernommen, sondern fachlich verarbeitet werden. Dadurch entstehen konsistente Daten, stabile Abläufe und deutlich weniger manueller Abstimmungsaufwand.