Automatisieren Sie Ihr Produktdatenmanagement und sparen Sie Zeit und Kosten. KI beschleunigt Klassifizierung, Beschreibungen und Fehlerbereinigung. So steigern Sie die operative Effizienz.
Auf dieser Seite 4 Abschnitte
Einleitung
Die Einführung eines PIM-Systems (Product Information Management) verlangt eine präzise Vorbereitung, Bereinigung und Kategorisierung der Produktdaten. Bei LemonMind unterstützen wir unsere Kunden mit künstlicher Intelligenz dabei, diese komplexen Prozesse zu automatisieren. Das spart viel Zeit und Ressourcen.
Künstliche Intelligenz spielt eine Schlüsselrolle beim Wandel des Produktinformationsmanagements. Weil sie große Datenmengen analysieren und verarbeiten kann, lassen sich viele Routineaufgaben automatisieren, etwa die Produktklassifizierung und das Erstellen von Beschreibungen. Diese Prozesse werden effizienter und weniger fehleranfällig.
Bei LemonMind integrieren wir mit unserer Lösung LemonHub.AI KI in PIM-Systeme, um das Produktdatenmanagement zu vereinfachen. Dazu gehören das automatische Mapping von Produktattributen aus verschiedenen Quellen, das Auslesen von Daten aus Produktetiketten und intelligente Assistenten mit aktuellem Produktwissen. Mit diesem umfassenden Ansatz für PXM (Product Experience Management) mit KI liefern wir konsistente und überzeugende Produktinformationen in allen Vertriebskanälen.
Konkrete Beispiele für den Einsatz unserer Lösungen:
Für diese Herausforderung haben wir eine Lösung auf Basis von KI-Algorithmen umgesetzt, die Produkte automatisch den passenden Kategorien zuordnet.
Angenommen, die herkömmliche Methode erforderte 1.400 Arbeitsstunden bei einem Standardsatz von 150 PLN pro Stunde. Dann lägen die Betriebskosten bei:
- 1.400 Stunden × 150 PLN pro Stunde = 210.000 PLN.
Mit der KI-Lösung, die Produkte automatisch den passenden Kategorien zuordnet, sank der Arbeitsaufwand um 80 %. Manuell bearbeitet werden also nur noch:
- 1.400 Stunden × 20 % = 280 Stunden.
Die neuen Betriebskosten:
- 280 Stunden × 150 PLN/h = 42.000 PLN.
Die direkte Einsparung durch Automatisierung:
- 210.000 PLN (manuelle Kosten) minus 42.000 PLN (Kosten mit KI) = 168.000 PLN.
Zusätzlich senkte das integrierte Datenanalysemodul das Fehlerrisiko. Das brachte geschätzt weitere 10 % der ursprünglichen manuellen Kosten, also:
- 210.000 PLN × 10 % = 21.000 PLN.
Die Gesamteinsparung durch die Lösung betrug damit:
- 168.000 PLN + 21.000 PLN = 189.000 PLN in 10 Monaten.
Mit der KI-Lösung von LemonMind hat der Kunde nicht nur die Betriebskosten und den Zeitaufwand für die Produktklassifizierung deutlich gesenkt, sondern auch eine konsistente, standardisierte Datenstruktur erreicht. Diese Standardisierung erleichtert die Integration mit IT-Systemen und verbessert die Qualität der Berichte, was für Vertriebsanalysen und strategische Entscheidungen entscheidend ist. Durch die Automatisierung konzentrieren sich die Mitarbeitenden auf Aufgaben mit höherem Mehrwert statt auf monotone, zeitraubende Handarbeit.
Fazit: KI beim automatischen Produkt-Mapping ist nicht nur eine technische Verbesserung. Sie ist ein strategisches Werkzeug, um Kosten zu optimieren, die operative Effizienz zu steigern und das Fehlerrisiko zu senken. Das hat das weitere Wachstum unseres Kunden gefördert.
Angenommen, es sind 150.000 Produkte zu bearbeiten. Dann beträgt die gesamte Arbeitszeit:
- 150.000 Produkte × 5 Minuten = 750.000 Minuten, also rund 12.500 Stunden.
Beim Standardsatz von 150 PLN pro Stunde verursacht die manuelle Bearbeitung Kosten von:
- 12.500 Stunden × 150 PLN/h = 1.875.000 PLN.
Wir haben eine KI-Lösung eingeführt, die wichtige Informationen auf Etiketten (etwa Zutaten oder Nährwerte) automatisch erkennt, ausliest und ins PIM-System überträgt. Bei einer Trefferquote von 95 % sank die manuelle Arbeit deutlich. Nur noch 5 % der Produkte brauchen einen manuellen Eingriff. In der Praxis sind das:
- 150.000 Produkte × 5 % = 7.500 Produkte.
Der Zeitaufwand für die manuelle Bearbeitung dieser Produkte:
- 7.500 Produkte × 5 Minuten = 37.500 Minuten, also rund 625 Stunden.
Die Kosten der manuellen Bearbeitung betragen jetzt:
- 625 Stunden × 150 PLN/h = 93.750 PLN.
Die direkte Einsparung durch Automatisierung:
- 1.875.000 PLN (manuelle Kosten) minus 93.750 PLN (Kosten mit KI) = 1.781.250 PLN.
Außerdem erkennt das KI-System Fehler bereits beim Auslesen. So entfallen die Kosten späterer Korrekturen. Wir schätzen, dass weniger Fehler zusätzlich etwa 10 % der ursprünglichen manuellen Kosten sparen, also rund:
- 1.875.000 PLN × 10 % = 187.500 PLN.
Die Gesamteinsparung durch die Lösung beträgt damit:
- 1.781.250 PLN + 187.500 PLN = 1.968.750 PLN.
Mit dieser Lösung hat der Kunde nicht nur die Datenerfassung deutlich beschleunigt, sondern auch die Zahl der Fehler auf ein Minimum gesenkt. Durch die Automatisierung konzentrieren sich die Mitarbeitenden auf strategischere Aufgaben. Gleichzeitig stiegen die operative Effizienz und die Datenqualität im PIM-System.
Angenommen, ein Produktname braucht manuell durchschnittlich 3 Minuten und das Sortiment des Kunden umfasst 50.000 Produkte. Dann beträgt der Gesamtaufwand:
- 50.000 Produkte × 3 Minuten = 150.000 Minuten, also rund 2.500 Stunden.
Beim Standardsatz von 150 PLN pro Stunde kostet der manuelle Prozess:
- 2.500 Stunden × 150 PLN/h = 375.000 PLN.
Unser KI-System erzeugt Produktnamen automatisch und berücksichtigt dabei die wichtigsten Produktmerkmale und geltende Vorschriften. Das senkte den Zeitaufwand um 70 %. Der neue Prozess braucht also nur noch 30 % des ursprünglichen Aufwands, rund:
- 2.500 Stunden × 30 % = 750 Stunden.
Beim gleichen Satz liegen die neuen Betriebskosten bei:
- 750 Stunden × 150 PLN/h = 112.500 PLN.
Die direkte Einsparung betrug damit:
- 375.000 PLN minus 112.500 PLN = 262.500 PLN.
Außerdem sorgt die automatische Erstellung der Namen für Konsistenz und die Einhaltung der Richtlinien. Das stärkt die Wahrnehmung der Marke und senkt die Zahl möglicher Fehler. Wir schätzen, dass weniger Fehler weitere rund 10 % der ursprünglichen Kosten gespart haben (etwa 37.500 PLN).
Insgesamt hat das KI-System Einsparungen von rund 300.000 PLN gebracht. Durch die Automatisierung konzentrieren sich die Mitarbeitenden zudem auf Aufgaben mit höherem Mehrwert. Das steigert die operative Effizienz und stärkt das positive Markenimage im Lebensmittelmarkt.
Angenommen, eine technische Beschreibung braucht durchschnittlich 10 Minuten. Dann beträgt der Gesamtaufwand:
- 250.000 Beschreibungen × 10 Minuten = 2.500.000 Minuten, also rund 41.667 Stunden.
Beim Standardsatz von 150 PLN pro Stunde erreichen die Kosten des manuellen Prozesses:
- 41.667 Stunden × 150 PLN/h = 6.250.050 PLN.
KI-Algorithmen erzeugten auf Basis der Daten im PIM-System automatisch detaillierte technische Beschreibungen. Das senkte den Zeitaufwand des Teams um 80 %. Nur noch 20 % des ursprünglichen Aufwands blieben Handarbeit. In der Praxis sind das:
- 41.667 Stunden × 20 % = 8.333 Stunden.
Die neuen Betriebskosten bei dieser Effizienz:
- 8.333 Stunden × 150 PLN/h = 1.249.950 PLN.
Die direkte Einsparung betrug damit:
- 6.250.050 PLN minus 1.249.950 PLN = 5.000.100 PLN.
Zudem hat die automatische Erstellung der Beschreibungen die Fehler deutlich reduziert, die im herkömmlichen Prozess weitere Kosten verursacht hätten. Wir schätzen, dass dadurch zusätzlich etwa 10 % der ursprünglichen manuellen Kosten gespart wurden, also:
- 6.250.050 PLN × 10 % = 625.005 PLN.
Insgesamt hat das KI-System Einsparungen in dieser Größenordnung gebracht:
- 5.000.100 PLN + 625.005 PLN = 5.625.105 PLN.
Mit dieser Lösung hat der Kunde nicht nur die Betriebskosten deutlich gesenkt, sondern auch hochwertige, konsistente Produktinformationen sichergestellt. Weil die technischen Beschreibungen automatisch entstehen, konzentrieren sich die Mitarbeitenden auf Aufgaben mit höherem Mehrwert. Das steigert die operative Effizienz des ganzen Unternehmens.
Drei weitere Aufgaben, die KI im PIM übernimmt
Fehler und Lücken finden
KI vergleicht Produktdatensätze und findet fehlende Werte, Tippfehler und widersprüchliche Angaben. So korrigiert das Team sie, bevor die Daten einen Kanal erreichen.
Klassifizierung aus Beschreibungen und Bildern
Natural Language Processing liest Produktbeschreibungen, Computer Vision liest Produktfotos. Zusammen schlagen sie Attribute und die passende Kategorie für jedes Produkt vor. Das macht Produkte auch leichter auffindbar.
Erkennen, wo der Prozess Zeit verliert
Eine Analyse des PIM-Workflows zeigt wiederholte manuelle Schritte und die Stellen, an denen Produkte am längsten warten. Daraus ergibt sich, was Sie als Nächstes automatisieren.
Beginnen Sie mit einer Produktgruppe und einer Aufgabe, vergleichen Sie den Zeitaufwand vorher und nachher und erweitern Sie dann. Unsere KI-Beratung geht genauso vor: ein kurzer Workshop, dann ein Pilot mit einem Datensatz. So arbeitet LemonHub.AI mit PIM-Daten, und hier finden Sie das LemonHub.AI-Projekt für Ceramika Paradyż.
Ein Beispiel in Pimcore: Beschreibungen aus Attributen
Wir haben für Pimcore einen Beschreibungsgenerator nach diesem Modell gebaut:

- Der Prompt entsteht aus Attributen, die bereits im PIM stehen, etwa Farbe, Material, Maße und Verwendungszweck.
- Ein Redakteur startet ihn bei Bedarf per Schaltfläche in der Data-Object-Ansicht.
- Die Generierung läuft im Hintergrund mit Symfony Messenger, das Feld wird befüllt, sobald der Text fertig ist.
- Der Redakteur übernimmt, bearbeitet oder verwirft den Text vor der Veröffentlichung.

Mehr zur Hintergrund-Queue: wie Pimcore mit Symfony Messenger arbeitet.

Fazit
Die Integration künstlicher Intelligenz in PIM-Systeme bringt greifbaren Nutzen: Sie automatisiert komplexe Prozesse, reduziert Fehler und spart Zeit und Kosten. Mit solchen Lösungen konzentrieren sich Unternehmen auf die strategischen Aspekte ihres Geschäfts und liefern ihren Kunden zugleich konsistente, überzeugende Produktinformationen.
Bei LemonMind entwickeln wir unsere Werkzeuge ständig weiter, um den wachsenden Anforderungen des Marktes gerecht zu werden und unsere Kunden beim Produktinformationsmanagement wirksam zu unterstützen.
Weiterlesen: wie KI das PXM verändert und KI-generierte Inhalte und SEO.




