Single Source Ep. 9: KI-Agenten brauchen einen aufrufbaren Produktdatensatz

Ein KI-Agent, der Ihren Produktdatensatz nicht rechtzeitig lesen kann, überspringt das Produkt. Das ist der Kern von Ep. 9 von The Single Source. Dort sitzt Crystallize-CEO Bård Farstad mit den PIMvendors-Mitgründern Stephan Spijkers und Chris Jobse.

Der alte Weg, in der PIM anreichern und eine dünnere Kopie an die Storefront schieben, lässt genau die Felder weg, die ein Agent tatsächlich nutzt. Spezifikationen, Story, Medien, Preis und Variantenbeziehungen müssen in einem Backend liegen, mit einer API, die sich selbst beschreibt. Der Leitfaden zum Commerce-Stack zeigt, wo dieses Backend neben der Storefront steht und warum eine zweite Kopie des Katalogs die Version ist, die Agenten nie sehen.

Crystallize ist eine headless, GraphQL-basierte PIM- und Commerce-Plattform. Farstad geht durch, wie sie um Skills, KI-Agenten und MCP herum gebaut ist, und was das von jedem Team verlangt, das Agenten in seinem Katalog einkaufen lassen will. Das Ergebnis nennt er ein Produktuniversum: ein Datensatz, so gebaut, dass Entwickler und Agenten ihn beide aufrufen können.

Referenten

• Stephan Spijkers, Mitgründer, PIMvendors.com
• Chris Jobse, Mitgründer, PIMvendors.com
• Bård Farstad, CEO, Crystallize

Was die Folge vertritt

Die Latte, die Farstad beschreibt, liegt hoch. Strukturierte, semantisch korrekte Produktdaten müssen in Millisekunden zurückkommen. Findet der Agent die Daten in diesem Fenster nicht und kann er sie nicht interpretieren, geht er weiter. Das Produkt ist weg, bevor ein Mensch eine Seite öffnet.

Die klassische Übergabe behandelt er als Integrationssteuer. Das PIM reichert an, schiebt an eine Commerce-Plattform, und diese Plattform bedient die Storefront. Bei jedem Sprung bleiben nur die Felder übrig, die beide Systeme teilen, und die Architektur kann die Kanäle nicht bedienen, die Agenten nutzen. Ein einziges Headless-Backend mit einer API, einem Datenmodell und einem MCP nimmt diese Sprünge weg. Der Leitfaden zu Headless und Composable Commerce ist die längere Fassung dieser Trennung, wenn Sie einen Stack rund um die Storefront gegen einen Datensatz abwägen, den Agenten aufrufen können.

Farstad beschreibt auch KI in der Plattform selbst: Datenmodellierung, Massenimport aus Tabellen, SEO-Anreicherung, Plugin-Entwicklung, Antworten auf Ausschreibungen (RFP) und Fehlerbehebung in Slack. Nach seiner Darstellung wird Arbeit, die Tage an Entwicklerzeit oder einen externen Berater brauchte, jetzt in Minuten entworfen und danach geprüft. Das Tempo seit Ende 2024 sei ein Bruch mit dem alten Rhythmus: große Funktionen gehen täglich live, nicht wöchentlich. Nehmen Sie das als den eigenen Bericht von Crystallize über die Plattform, nicht als Benchmark für einen Business Case.

Die Kaufreise ist in seiner Erzählung schon zwei Spuren, und beide brauchen denselben Datensatz. Erlebniskäufe (Autos, Möbel, Mode) brauchen weiter einen Ort, den die Marke steuert und an dem man sich umsehen kann. Funktionale Käufe (Ersatzteile, Verbrauchsmaterial, Nachbestellungen) wandern in Kanäle, in denen Claude oder ChatGPT die Auswahl filtert, bevor jemand den Shop besucht. Ein Datensatz, der nur eine Spur bedient, heißt: Sie fehlen auf der anderen. KI-fähige Produktdaten legt dar, was ein Agent aus diesem Datensatz beantworten können muss.

Die Modellwahl ist der Kostenhebel, den die meisten Teams nach seiner Einschätzung auslassen. Übersetzung, Klassifizierung und die Massenanreicherung von Feldern können auf leichteren Modellen laufen. Datenmodellierung, Architekturentscheidungen und die Erzeugung eines Plugins in einem Durchgang brauchen ein stärkeres Modell. Die Aufgabe dem Modell zuzuordnen, statt alles an das größte zu schicken, ist der Punkt, an dem die Rechnung beherrschbar bleibt.

Was Sie damit tun

Farstad sieht Architektur inzwischen als Entscheidung der Führung. Auf seiner Zeitschiene fallen Teams, die innerhalb von 12 Monaten keinen strukturierten Datensatz über eine agentenfähige Schnittstelle bereitstellen können, schon in der Suche heraus, und die eigenen Leute können dieselben Workflows nicht fahren. Diese 12 Monate sind seine Einschätzung.

Der Preis seiner Antwort, ein einziges Backend, ist konkret. Sie geben eine spezialisierte PIM und eine spezialisierte Storefront auf, jede mit eigenem Modell. Sie gewinnen einen Ort, den Entwickler und Agenten beide aufrufen. Passt dieser Kompromiss nicht zu Ihren Kanälen, übernehmen Sie die Architektur nicht. Übernehmen Sie aber den Test. Ein Agent muss aus Ihrem Datensatz eine vollständige, aktuelle Antwort bekommen, ohne dass ein Mensch dazwischensteht.

Bewerten Sie Anbieter an diesem Test, bevor die Agenten-Demo kommt. Datenmodell und API kommen zuerst. PIM-Funktionen und Möglichkeiten arbeitet das aus.