Wie Unternehmen Produktdaten im Zeitalter von MACH und KI in den Griff bekommen
Wir haben in der IT- und Software-Branche ein grundlegendes Problem: Wir sprechen oft nicht mehr die Sprache unserer Kunden. Wenn es darum geht, wie Produktdaten von der Herstellung bis in den Webshop gelangen – das sogenannte Information Supply Chain Management (ISCM), verlieren sich Experten in technischen Fachbegriffen. Das Resultat? Viele Unternehmen, insbesondere traditionsreiche Hersteller mit hohem Qualitätsanspruch, haben über die Jahre eine große Menge an teuren High-End-Systemen angeschafft. Diese Enterprise-Software kann theoretisch alles, wird im Alltag von den Mitarbeitern aber kaum verstanden und daher oft nur zu geringen Teil genutzt.
Wenn wir die Sache vereinfacht betrachten, gibt es heute für mittelständische und große Unternehmen im Wesentlichen zwei gute, funktionierende Lösungswege, um Produktdaten erfolgreich zu managen:
Weg 1: Die Enterprise PIM/MDM-Lösung (mit z.B. Syndigo, Stibo Systems, Informatica, Viamedici Software). Diese Systeme sind High-End Lösungen. Wer sich für diesen Weg entscheidet, benötigt zwar viel Aufwand bei der Integration, Beratung und Einrichtung, erhält dafür aber den großen Vorteil, selbst umfangreiche komplexe und globale Datenstrukturen (Kunden, Produkte, Lieferanten) in einem System verwalten zu können.
Weg 2: Die Lean Open-Source-Architektur (z.B. OpenDXP, AtroPIM). Diese Systeme sind spürbar schlanker, deutlich günstiger in der Lizenzierung und wesentlich einfacher in der Einführung und täglichen Nutzung. Der Implementierungsaufwand ist ebenfalls geringer. Der Kompromiss? Manche komplexe Multi-Domain-Szenarien oder verschachtelte Regelwerke lassen sich damit nicht out-of-the-box abbilden.
Dieses Whitepaper hilft Ihnen dabei, diese beiden Welten neutral zu bewerten. Wir werfen einen pragmatischen Blick darauf, wann der „Enterprise-Weg“ besser ist und in welchen Konstellationen eine leichtgewichtige Open-Source-Architektur in Kombination mit modernen Headless CMS und KI-Wizards für Ihr Unternehmen die bessere Wahl darstellt.
Bevor wir über Systeme sprechen, müssen wir eine zentrale Frage der Branche aufklären: PIM (Product Information Management) und MDM (Master Data Management) sind nicht dasselbe. Wer diese Begriffe verwechselt, kauft am Ende oft die falsche (und meist viel zu teure) Software. Wichtig ist dabei vor allem eine Erkenntnis: Man braucht nicht zwingend immer beide Systeme.
Ein MDM-System kümmert sich um die Stammdaten des gesamten Unternehmens über viele verschiedene Bereiche bzw. Domänen hinweg. Es kann nicht nur Produkte, sondern auch Kundenadressen, Lieferanten-Netzwerke, Mitarbeiterdaten und Finanzkennzahlen verwalten. Ein MDM ist primär ein Werkzeug für die IT und das Controlling. Das Ziel ist interne Effizienz, Domänen übergreifende Datenhoheit und die Vermeidung von Duplikaten, um sogenannte „Golden Records“ für das gesamte ERP-Ökosystem zu schaffen.
Es greift deutlich zu kurz, ein PIM nur als Vorbereitung für einen Ausgabekanal wie den Webshop zu betrachten. Wenn Unternehmen vor allem Produktdaten besser managen wollen, fungiert ein leistungsstarkes PIM als das beste Fundament für das Information Supply Chain Management. Ein PIM-System hat die wichtige Aufgabe, Produktdaten marktreif zu machen: Es reichert sie an, validiert sie, steuert Übersetzungsprozesse und bereitet sie kanalspezifisch auf. Es ist das zentrale Werkzeug für das Marketing, den Vertrieb und das E-Commerce-Team. Ziel eines PIMs ist es, Produkte extrem agil und fehlerfrei über eine Vielzahl von Kanälen (Kataloge, Marktplätze, Apps, Händler) auf den Markt zu bringen (Time-to-Market).
Kurz gesagt: Ein MDM zielt auf die breite interne organisatorische Effizienz ab, während ein PIM den Umsatz treibt und das Daten-Fundament für eine erfolgreiche Omnichannel-Strategie bildet.
Wenn ein Unternehmen den strategischen Bedarf hat, komplexe, Domänen übergreifende Datenstrukturen zu bändigen (also Lieferanten, Kunden und Produkte in einem System zu managen), führt an großen Enterprise-Plattformen kaum ein Weg vorbei. Die Entscheidung für diesen Weg bedeutet aber auch, einen hohen technologischen und finanziellen Aufwand in Kauf zu nehmen.
Diese Systeme sind darauf ausgelegt, globale Konzerne mit komplexen Datenbeziehungen zu bedienen. Die Herausforderung liegt jedoch oft in der Gefahr unnötiger Komplexität. Bei Stibo (STEP) beispielsweise erlaubt die Architektur multidimensionale Matrizen (wie die Kombination aus Land- und Sprachdimensionen). Dies zwingt Administratoren bei großen Datenmengen, tief in die Systemarchitektur einzugreifen, etwa durch die Analyse von Datenbank-Protokollen (Redo-Logs via db-toolbox.pl), um die System-Performance aufrechtzuerhalten. Die Einführung ist oftmals sehr langwierig, von der IT getrieben und erfordert massive Beratungsbudgets.
Diese Anbieter sind exzellent geeignet für die Ausleitung der Daten an externe Händler (Syndication). Syndigo ist durch eine erfolgreiche M&A-Strategie (u.a. durch die Zukäufe von Riversand und 1WorldSync) zu einem funktionalen Riesen herangewachsen. Der Nachteil: Die Lizenzkosten (OpEx) sind selbst für das Enterprise-Segment hoch. Während Mittelständler (SMBs) im Schnitt noch rund 50.000 USD pro Jahr investieren, liegen die durchschnittlichen jährlichen Lizenzkosten bei großen Enterprise-Kunden bei weit über 300.000 USD. Zudem werden die Bedienoberflächen durch die vielen fusionierten Module von normalen Fachanwendern oft als überladen empfunden.
Als starker Kontrast zu den teils hochkomplexen MDM-Giganten positioniert sich Viamedici mit seinem EPIM. Viamedici liefert eine sehr gute Enterprise-Skalierbarkeit mit Datensouveränität durch Server in Deutschland, rückt dabei aber die Benutzerfreundlichkeit für den Redakteur in den Vordergrund. Die Einstiegshürde ist hier deutlich geringer, da Anwender nicht lange über die Systembedienung nachdenken müssen, was Viamedici zu einer guten Alternative im Enterprise-Segment macht.
Warum sind große MDM-Systeme oft so schwer zu bedienen? Weil sie Daten in der Theorie „zu Tode modellieren“. In der PIM-Consultants-Bewertungstabelle für Enterprise PIM-Systeme wird abgefragt, wie komplex ein System Daten modellieren kann (Kriterien 02.00 ff.). Wir prüfen unter anderem, ob sich Attribute in ihrer Wertedefinition dynamisch unterscheiden können – basierend auf Kategorien (02.01), Relationen (02.03) oder Business Rules (02.05).
Oftmals gibt es bei der Systemauswahl Diskussionen über kontextabhängige Attribute. Hier sind drei klassische Szenarien:
Konditionale Attributwerte: Ein Attribut („Mindestdauer Desinfektion“) soll je nach dem Kontext „Land“ einen anderen Wert ausgeben.
Beziehungsabhängige Werte: Ein Attribut „hat Zubehör“ wird automatisch auf „TRUE“ gesetzt, wenn mehrere Zubehör-Beziehungen am Produkt gepflegt sind.
Attribute von Beziehungen: Ein Attribut „kompatibel“ ändert sich dynamisch von „Level 1“ zu „Level 2“, wenn verbundene Zubehör-Artikel ein bestimmtes Produktionsdatum (>= 2027) aufweisen.
Ein komplexes MDM-System löst das erste Szenario oft über berechnete Attribute und hinterlegte Business Rules (z. B. „Wenn Land = USA, dann Standardwert x 1,5“). Zwar mag diese theoretische Berechnungslogik für Datenarchitekten auf den ersten Blick elegant wirken, für den operativen Fachanwender ist sie jedoch maximal intransparent. Zu viele berechnete Attribute frustrieren Redakteure, da die Nachvollziehbarkeit fehlt.
Der Best-Practice-Ansatz, der in fokussierteren PIM-Systemen (wie Viamedici) und von PIM-Consultants favorisiert wird, lautet stattdessen: „What you maintain is exactly what you get!“. Die Modellierung erfolgt direkt aus der Eingabesicht. Anstatt Formeln zu verstecken, legt man einfach explizite Felder an:
Mindestdauer_Desinfektion_global = 30s
Mindestdauer_Desinfektion_US = 45s
Die Aussteuerung, welcher Wert publiziert wird, regelt das System sauber im Export. Auch wenn Systeme die Fähigkeit zur maximalen Komplexität besitzen, ist die direktere, explizite Modellierung für die User Experience und die Wartbarkeit der Daten oft die weitaus bessere Wahl.
Genau diese Erkenntnis der Überkomplexität führt uns zu einer zentralen Frage: Wofür nutzen die meisten Unternehmen ein PIM im Alltag wirklich? Die ehrliche Antwort lautet: Meistens als Datendrehscheibe für Produktinformation mit Fokus auf harte Fakten.
Viele Unternehmen nutzen PIM auch erfolgreich für die Erzeugung von Marketingtexten und Bulletpoints. Aber formatierte Texte und emotionale Marken-Storys müssen nicht unbedingt im PIM- oder MDM-System stehen. PIM-Systeme sind exzellent für Tabellen und Formulare, sie sind nicht dafür gemacht, kreative Landingpages zu bauen. In der Praxis trennen Unternehmen das mittlerweile meistens:
Im PIM landen vor allem die reinen Produktdaten: Artikelnummern, Abmessungen, Gewichte, technische Spezifikationen, Allergene. Harte Fakten, die strengen Validierungen unterliegen.
Im CMS landen die Emotionen: Langtexte, formatierte Landingpages und das Storytelling rund um das Produkt werden in ein Headless CMS ausgelagert.
Wenn man als Unternehmen diese Trennung akzeptiert und das PIM pragmatisch auf seine Kernaufgabe – das Verwalten reiner Daten – reduziert, bricht der Business Case für ein 250.000-Dollar-MDM oft in sich zusammen.
Das führt uns zum zweiten, oftmals viel pragmatischeren Weg. Nehmen wir ein sehr häufiges Szenario in der Industrie: Ein Unternehmen nutzt ein führendes ERP (wie z.B. SAP S/4HANA) als digitalen Kern, ein CRM (wie z.B. Salesforce) für die Kundendaten und ein E-Commerce-System (wie z.B. Salesforce Commerce). Wichtig hierbei: Salesforce Commerce ist kein Headless Commerce. Es ist eine gewachsene, sehr mächtige Komplettlösung, die zwar inzwischen API-Schnittstellen anbietet, im Kern aber ein Monolith bleibt.
Wenn man nun versucht, neben das mächtige SAP und das mächtige Salesforce Commerce noch ein MDM als drittes Enterprise-System zu stellen, wird die IT-Landschaft manchmal unnötig komplex.
Das PIM muss in dieser Umgebung nicht die Welt beherrschen. Es muss als agiler, extrem schneller „Data Broker“ fungieren. Es holt sich die harten Logistikdaten aus dem SAP, reichert sie für den Verkauf an, übersetzt sie und reicht sie dann nahtlos über APIs an den Webshop, die App oder Händler-Kataloge weiter.
Wenn die Rolle des PIMs in einer Best-of-Breed-Umgebung auf den hochperformanten Austausch strukturierter Daten über APIs reduziert wird, rücken agilere Open-Source-Technologien eher in den Fokus. Sie bieten genau die Leichtigkeit, ohne hohe Lizenzkosten zu verursachen:
Pimcore: Eines der bekanntesten Systeme, das PIM, DAM und CMS vereint. Wichtig: Mit der neuen POCL-Lizenz sind Unternehmen mit mehr als 5 Millionen Euro Jahresumsatz faktisch von der kostenfreien Nutzung ausgeschlossen und müssen Lizenzen (ab 8.400 EUR bzw. 25.200 EUR/Jahr) erwerben. Das schränkt die Open-Source-Freiheit deutlich ein.
OpenDXP: Die direkte Antwort auf die Lizenzänderung von Pimcore. Dieser Community-Fork bleibt dauerhaft lizenzfrei (GPLv3). Technologisch besticht er durch echte Enterprise-Performance: Er entkoppelt das klassische relationale Datenbankschema durch asynchrone Message-Queues und die Einbindung von NoSQL-Suchmaschinen (wie Elasticsearch), was Frontend-APIs mit Latenzzeiten im Millisekundenbereich garantiert.
AtroPIM: Ein komplett schemaloses, reines PIM-System. Es zwingt den Nutzer in keine festen Strukturen, sondern passt sich flexibel an die Daten an, die aus dem ERP (z.B. SAP) kommen, und fungiert über seine 100%ige REST-API als perfekter Headless-Knotenpunkt.
Da Marketingtexte nicht in PIM, sondern in ein Headless CMS gehören, müssen wir die richtigen Werkzeuge wählen. Manche großen mittelständischen Industrieunternehmen haben einen großen Software-Fuhrpark mit High-End-Systemen, nutzen diese aber nicht richtig, weil sie nicht auf die Anwender abgestimmt sind.
Ein klassischer Fall ist die Modernisierung des CMS. Ein neues Management könnte vorschlagen, das System zu wechseln, um Integrationen (wie mit Salesforce) zu verbessern:
Contentful: Der Platzhirsch unter den Headless CMS. Es ist entwicklerfreundlich und skaliert perfekt. Das Problem: Es hat standardmäßig keinen visuellen Editor. Für Redakteure ist das Arbeiten oft nur ein Ausfüllen von Formularen. Sie sehen nicht, wie die Website später aussieht.
Storyblok: Hierhin geht aktuell oft die Empfehlung. Storyblok bietet einen integrierten visuellen Editor (Live-Vorschau). Der Marketing-Mitarbeiter baut die Seite per Drag-and-Drop zusammen und sieht sofort das Ergebnis. Zudem lässt sich Storyblok hervorragend via APIs in Composable-Landschaften (wie Salesforce Commerce) verknüpfen. Das steigert die Effizienz der Mitarbeiter.
Payload CMS (einzige Enterprise Open Source Lösung): Ein moderner, Backend4Frontend basierter Ansatz, der gut für Frontend-Teams (insb. mit Figma und Next.js) ist und für Marketing-Teams in der Handhabung „spezialisiert“ werden kann. Payload ist kein reines CMS, sondern ein Enterprise APP Builder.
Der größte Hebel für Effizienz liegt jedoch nicht in der Software-Architektur allein, sondern bei der User Experience (UX) des Anwenders. Klassische PIM- und MDM-Oberflächen sehen oft aus wie das Cockpit eines Flugzeugs. Hunderte Reiter, tausende Felder. Das überfordert die Mitarbeiter und führt zur Flucht in Excel-Listen.
Die moderne Lösung sind Headless Erfassungs-Apps (Wizards). Anstatt den Produktmanager in das Backend des PIMs einzuloggen, baut man ihm eine kleine, simple App. Ein Logistiker sieht nur noch exakt die Felder, für die er zuständig ist (z.B. Gewicht, Material, Ursprungsland). Er tippt die Daten ein, der Wizard validiert sie und schiebt sie im Hintergrund via API ins PIM und SAP.
Noch mächtiger wird das bei Übersetzungen. In traditionellen Enterprise-Architekturen werden Daten für Übersetzungen durch Translation Management Systems (TMS) geschleust, was zeitraubende Batch-Exporte (oft im veralteten XLIFF-Format) erfordert. Heute ruft ein Headless-Wizard die Produktdaten ab und schiebt sie durch Echtzeit-KIs wie das DeepL Customization Hub. Durch API-gestützte Glossare, Translation Memories und harte Style-Rules („Verwende einen formellen Ton“) übersetzt die KI sehr schnell und in hoher Qualität, im Tonfall der Marke. Die Time-to-Market sinkt von Wochen auf Minuten.
Trotz aller Vorteile der wendigen Open-Source- und MACH-Systeme gibt es einen strategischen Trend, der die großen Enterprise-Suites wieder attraktiv macht: Künstliche Intelligenz. Autonome KI-Agenten brauchen eine Sache zwingend: perfekt harmonisierte Daten aus dem ganzen Unternehmen (Produkte, Finanzen, HR, Lieferketten).
Wenn Daten über dutzende kleine Microservices verteilt sind, tun sich diese Algorithmen sehr schwer, da Integrationskosten ansteigen und der Geschäftskontext in Silos verloren geht. Hier spielen hochintegrierte Enterprise-MDM-Systeme ihre größte Stärke aus. Wer als Unternehmen stark auf globale, KI-gesteuerte Prozessautomatisierung setzt, findet in einem zentralen, großen Monolithen (wie SAP Master Data Governance inkl. Zukäufen wie Reltio) die perfekte „Single Source of Truth“, um die KI reibungslos mit sauberen Daten zu füttern.
Welcher Weg ist nun der richtige? Für bestehende Kunden von Enterprise-Monolithen oder Organisationen vor einer Neuauswahl erfordert der Weg in eine zukunftsfähige Systemarchitektur eine schonungslose Bestandsaufnahme. Machen Sie den neutralen Stresstest anhand dieser vier Säulen:
Fokus: Multi-Domain (MDM) oder Produktspezifisch (PIM)? Wollen Sie HR-, Lieferanten-, Finanz- und Produktdaten unternehmensweit zentralisieren, um komplexe ERP-Silos zu bereinigen und das Fundament für KI-Agenten zu gießen? → Wählen Sie Weg 1 (Enterprise MDM, z.B. Informatica, Stibo). Steht die Usability im Fokus, ziehen Sie Enterprise-PIMs wie Viamedici in Betracht.
Evaluierung der tatsächlichen Feature-Adoption: Wird das schwere System im Alltag wirklich genutzt? Wenn Sie de facto ohnehin nur „harte“ logistische Produktdaten im PIM pflegen und alles Emotionale aus Usability-Gründen in ein Headless CMS auslagern, ist die Lizenz- und Wartungskostenstruktur eines Monolithen betriebswirtschaftlich schwer zu rechtfertigen.
Identifikation architektonischer Reibungsverluste: Arbeiten Sie bereits mit starken Kernsystemen wie SAP und Salesforce? Wenn ja, verlangsamt ein weiteres schweres Enterprise-MDM die Datenflüsse durch doppelte Datenhaltung oft nur. → Wählen Sie Weg 2 (Lean Open-Source). Ein API-First Open-Source-PIM eliminiert diese Reibungsverluste als reiner „Data Broker“.
Messung der operativen Business-Agilität (Time-to-Market): Dauern internationale Produktlaunches Monate, weil Daten in unübersichtlichen PIM-Masken gepflegt werden müssen und die Übersetzung über ineffiziente TMS-Middleware blockiert wird? Der Open-Source-Ansatz reduziert Ihre Lizenzkosten drastisch. Dieses frei gewordene Budget können Sie in die Entwicklung von agilen KI-Wizards (wie via DeepL) stecken, die die kognitive Last Ihrer Mitarbeiter reduzieren und Ihre Time-to-Market exponentiell beschleunigen.
Erfahren Sie, wie Unternehmen Produktdaten im Zeitalter von MACH und KI wirklich in den Griff bekommen.
Bitte hinterlassen Sie Ihre Kontaktdaten, um das Whitepaper zu erhalten.
Gerne stellen wir Ihnen im Anschluss weitere Informationen zur Verfügung.
News & Blog
Cinven kauft Salsify, Tenzing übernimmt Pimcore, Akeneo kauft PricingHUB: Alle PIM-Deals 2025/2026 im Überblick, die drei Muster dahinter und was Anwender jetzt bei Verträgen beachten sollten.
Forrester nennt ATAMYA im PIM-Landscape Q3 2026 als Notable Vendor. Was der Anbieter im dritten Quartal ausgeliefert hat und warum es die KI-Integration im PIM einfacher macht.
KI-Agenten lesen Produktdaten statt Produktseiten. Wie das Model Context Protocol (MCP) funktioniert, welche PIM-Anbieter bereits MCP-Server anbieten und wie Sie Datenmodell und Governance vorbereiten.
