Produktdaten und der Paradigmenwechsel im Digital Commerce mit Bluestone PIM

Die meisten PIM-Systeme wurden für eine Welt gebaut, in der Menschen stöbern, vergleichen und kaufen. Diese Welt geht schneller zu Ende, als die meisten Roadmaps annehmen. In diesem Webinar von PIMvendors.com spricht Stephan Spijkers (Mitgründer, PIMvendors.com) mit Morten Næss (Chief Product & Innovation, Bluestone PIM) und Andreas Rudl (CMO, Bluestone PIM) darüber, wie KI und Agentic Commerce den Käufer, den Kaufprozess und die Systeme verändern, die Menschen wie Maschinen mit Produktinformationen versorgen.

Das Gespräch spannt den Bogen vom historischen Muster der Paradigmenwechsel im Handel bis zu den operativen Fragen, vor denen PIM- und CTO-Teams heute stehen: Menschen sind immer seltener direkt an der Produktsuche beteiligt, kontextbezogene Produktdaten gewinnen an Gewicht, und Architekturentscheidungen trennen KI-fähige Organisationen von denen, die in den nächsten zwei Produktzyklen ein teures Replatforming vor sich haben. Zum Abschluss gibt es einen direkten Handlungsaufruf an CTOs und einen praxistauglichen Rahmen, um eine PIM-Strategie in einem Umfeld festzulegen, das sich ständig bewegt.

Referenten:

Stephan Spijkers: Mitgründer, PIMvendors.com

Morten Næss: Chief Product & Innovation, Bluestone PIM

Andreas Rudl: CMO, Bluestone PIM

Das vollständige Webinar ansehen

Die vollständige Session finden Sie auf dem YouTube-Kanal von PIMvendors. Wenn Ihre Organisation die PIM-Architektur für KI-gesteuerten Commerce neu denkt, beantwortet diese Session die strukturellen Fragen, die in den meisten Präsentationen der Anbieter fehlen.

Die wichtigsten Erkenntnisse:

Agentic Commerce ändert, für wen Produktdaten geschrieben werden. Wenn KI-Agenten im Auftrag von Käufern vergleichen, filtern und kaufen, konkurrieren Produktinhalte nicht mehr um menschliche Aufmerksamkeit, sondern um die Auswahl durch Maschinen. Die Optimierungskriterien verschieben sich: Strukturierte Attribute, maschinenlesbarer Kontext und explizite Beziehungen schlagen überzeugende Werbetexte. Organisationen, die Produktdaten noch vor allem für menschliche Leser schreiben, verlieren bereits Anteile im KI-vermittelten Funnel, auch wenn ihre aktuellen Analysen das noch nicht zeigen.

Die Qualität der Produktdaten bestimmt die Obergrenze für KI im Commerce. Auch ausgefeilte Agenten können unvollständige Attribute, fehlende Beziehungen oder veraltete Datensätze nicht ausgleichen. Sie decken diese Lücken schneller und in größerem Umfang auf, als menschliche Merchandiser es je getan haben. In Agentenfähigkeiten zu investieren, bevor die zugrunde liegenden Daten in Ordnung sind, ist der häufigste Grund, warum KI-Piloten im Commerce stecken bleiben, bevor sie in Produktion gehen.

Kontextdaten, nicht nur Attribute, treiben die KI-gestützte Produktsuche. KI-Agenten erschließen die Kaufabsicht, indem sie Attribute mit dem umgebenden Kontext kombinieren: Anwendungsfälle, Kompatibilität, regulatorische Anforderungen, regionale Verfügbarkeit und verwandte Produkte. Flache Attributlisten geben Agenten, so vollständig sie auch sind, nicht die relationale Struktur, die sie für sichere Empfehlungen brauchen. Die nächste Wertschöpfungsebene im PIM liegt darin, diese Kontextdaten bewusst zu erfassen und zu pflegen, als vollwertiges Asset und nicht als Nebenbei-Metadaten.

Die PIM-Architektur wandelt sich von monolithisch zu headless und orchestrierungsgetrieben. Klassische PIM-Plattformen wurden als zentrale Repositories mit eng gekoppelten Ausgabekanälen entworfen. KI-gesteuerter Commerce verlangt das Gegenteil: eine Composable-Architektur, in der das PIM gesteuerte Produktdaten über APIs an beliebig viele Agenten, Kanäle und nachgelagerte Systeme bereitstellt. Organisationen, die an monolithischen Implementierungen festhalten, werden innerhalb der nächsten zwei bis drei Produktzyklen Replatforming-Kosten tragen müssen.

Die Rolle des PIM verschiebt sich vom Datenspeicher zur Orchestrierungsschicht für den Commerce. PIM ist immer weniger das System, das „Produktdaten speichert“, und immer mehr das System, das steuert, wie Produktdaten zusammengesetzt, validiert und an die Agenten geliefert werden, die im Auftrag von Käufern handeln. Diese Neupositionierung verändert die Budgetdiskussion, die Frage der Verantwortung und die Kriterien der Anbieterauswahl. Vorstände, die PIM noch als Backoffice-Werkzeug behandeln, budgetieren für das falsche System.

Die Einführung von KI erfordert einen Umbau der Organisation, nicht nur neue Tools. Teams, die um kanalspezifische Produktinhalte herum aufgestellt sind (Web, Marktplatz, Print), passen nicht sauber zu einer Architektur, in der eine einzige gesteuerte Produktschicht viele Agenten versorgt. Die Session ist in diesem Punkt deutlich: Organisationen, die KI einfach an bestehende Organigramme anflanschen, erzielen nur geringe Verbesserungen. Wer sich um gesteuerte Produktdaten und Agenten-Workflows herum neu aufstellt, erreicht sprunghafte Fortschritte bei Produktivität und Konsistenz.

Für CTOs schließt sich das Zeitfenster. Die sich aufsummierenden Kosten des Abwartens sind keine Theorie mehr. Wettbewerber, die jetzt in Headless PIM, Product-Memory-Schichten und agentenfähige Governance investieren, bauen Vorsprünge auf, für deren Aufholung andere 18 bis 24 Monate brauchen. Die Session endet mit einem klaren Appell: Definieren Sie jetzt eine PIM-Strategie, behandeln Sie sie als iterativ statt als fest, und planen Sie Budget für fortlaufende Architekturarbeit ein statt für einmalige Implementierungsprojekte.

👉 Sie fragen sich, ob Ihre PIM-Architektur für KI-Agenten und die nächste Welle im Commerce bereit ist?

Vergleichen Sie PIM-Lösungen und buchen Sie ein Gespräch mit unserem Team auf pimvendors.com