Es gibt Verbesserungsvorschläge, die in Unternehmen mit eigenem Sortiment regelmäßig eingereicht werden: Artikelbeschreibungen vereinheitlichen, doppelte Pflege zwischen ERP und Shop abschaffen, Maßangaben endlich einheitlich erfassen, Produktbilder zentral ablegen.

Oft werden sie umgesetzt. Und oft taucht derselbe Vorschlag zwei Jahre später erneut auf, formuliert von jemand anderem, aus einer anderen Abteilung.

Das ist kein Zeichen für ein schwaches Ideenmanagement. Es ist ein Zeichen dafür, dass die Vorschläge an einem Symptom ansetzen, dessen Ursache eine Ebene tiefer liegt.

Warum Einzelvorschläge bei Produktdaten besonders oft scheitern

Produktdaten entstehen selten an einer Stelle. Das Produktmanagement legt an, der Vertrieb ergänzt kundenspezifische Angaben, das Marketing textet, die Technik liefert Maße, der Shop wird separat gepflegt. Jede dieser Stellen hat gute Gründe für ihr Vorgehen.

Ein Vorschlag wie „Beschreibungen vereinheitlichen“ trifft diese Struktur nicht. Er beschreibt ein Ergebnis, keine Zuständigkeit. Wird er umgesetzt, werden die vorhandenen Daten einmalig bereinigt — und danach entstehen sie wieder genauso wie vorher, weil sich an der Entstehung nichts geändert hat.

Das ist die eigentliche Erklärung für die Wiederkehr: Bereinigung ohne geklärte Verantwortung ist eine Maßnahme mit eingebautem Verfallsdatum.

Vier Ebenen, die aufeinander aufbauen

Für Produktdaten lässt sich dieselbe Logik anwenden, die auch sonst gilt, wenn Verbesserung dauerhaft tragen soll. Vier Ebenen, von unten nach oben:

1. Führung — Hat jemand die Verantwortung für die Produktdaten, mit fester Kapazität und nicht nur nebenbei?
2. Ordnung — Gibt es eine führende Quelle, klare Regeln und ein eigenes Datenmodell?
3. Ausspielfähigkeit — Kommen die richtigen Daten in jedem Kanal, Markt und Format an?
4. Agentenfähigkeit — Können Menschen und KI-Anwendungen den Daten trauen und mit ihnen arbeiten?

Eine höhere Ebene lässt sich nicht stabil erreichen, solange eine darunter fehlt. Wer an Ebene 3 arbeitet, ohne Ebene 1 geklärt zu haben, baut auf Sand.

Best Practice 1: Den Standort vor die Maßnahmenliste stellen

Vor einer Ideenkampagne zum Thema Produktdaten lohnt sich eine kurze Bestandsaufnahme entlang dieser vier Ebenen. Sie dauert Minuten, nicht Wochen, und sie verändert die Kampagne grundlegend.

Ohne sie kommen vor allem Vorschläge aus den Ebenen 2 und 3 — das sind die Themen, die im Alltag sichtbar wehtun. Die Frage, ob überhaupt jemand verantwortlich ist, stellt in einer Ideenkampagne selten jemand, weil sie unbequem ist und nach Kritik an der Führung klingt.

Best Practice 2: Vorschläge der Ebene zuordnen, auf die sie wirken

Eine zusätzliche Angabe im Bewertungsraster: Auf welcher Ebene wirkt dieser Vorschlag, und ist die Ebene darunter stabil?

Daraus entsteht eine brauchbare Rückmeldung an den Einreicher. „Gute Idee, aber die Voraussetzung fehlt noch“ ist etwas anderes als eine Ablehnung — und es macht die Reihenfolge nachvollziehbar, statt sie wie Willkür wirken zu lassen.

Best Practice 3: Verantwortung klären, bevor über Werkzeuge gesprochen wird

Sobald Produktdaten im Ideenmanagement auftauchen, kommt früher oder später der Vorschlag, ein PIM-System einzuführen.

Das kann die richtige Maßnahme sein. Sie ist nur dann sinnvoll, wenn vorher geklärt ist, wer das System fachlich verantwortet und nach welchen Regeln gepflegt wird. Andernfalls entsteht ein weiteres System neben den bestehenden — und damit genau das Problem, das es lösen sollte. Diese Reihenfolge ist auch deshalb wichtig, weil eine Systemeinführung im Mittelstand typischerweise im mittleren fünfstelligen Bereich liegt.

Best Practice 4: KI nicht auf ungeordnete Daten setzen

Derzeit kommen viele Vorschläge in der Form „Lasst uns die Produkttexte von KI schreiben“. Der Nutzen ist real, aber die Reihenfolge entscheidet.

KI-gestützte Anwendungen greifen auf die vorhandenen Produktdaten zu. Sind diese unvollständig, widersprüchlich oder über mehrere Systeme verstreut, übernimmt die Anwendung diese Fehler und vervielfacht sie. Eine belastbare Datenbasis ist die Voraussetzung einer KI-Einführung, nicht ihr Ergebnis.

Umgekehrt lässt sich KI gut einsetzen, um diese Basis herzustellen — bei Attributbefüllung, Klassifizierung oder der Vorbereitung einer Datenmigration. Das ist der Vorschlag, der sich im Ideenmanagement wirklich lohnt.

Standortbestimmung in drei Minuten

Für die Bestandsaufnahme gibt es einen kostenlosen Selbsttest: produktdaten-check.de

Zwölf Fragen, drei Minuten, keine Anmeldung. Das Ergebnis zeigt den Reifegrad der Produktdaten als Prozentwert, ein Profil über die vier Ebenen und eine Schätzung, wie viel Arbeitszeit die Mehrfachpflege jährlich kostet — eine Zahl, die sich in der Bewertung von Vorschlägen gut gebrauchen lässt.

Konkrete Handlungsempfehlungen liefert der Test bewusst nicht; dafür gibt es das youneo Produktdaten-Audit, das den echten Artikelstamm analysiert. Für die Vorbereitung einer Ideenkampagne reicht der Test aber aus — und er beantwortet die Frage, die am Anfang stehen sollte: An welcher Stelle lohnt es sich überhaupt, nach Vorschlägen zu fragen?