Produktdaten im Griff: Attribute, Varianten, Feeds und wann sich ein PIM lohnt

Falsch konfigurierte Produktattribute, inkonsistente Variantenlogik, abgelehnte Shopping-Feeds – hinter vielen Problemen im Onlineshop steckt oft derselbe Kern: schlechte Produktdaten. Als E-Commerce-Manager, der Dutzende Shop-Projekte und Feed-Integrationen begleitet hat, sehe ich dieses Problem wöchentlich. Dabei ist die Lösung häufig kein riesiges IT-Projekt, sondern ein klares Verständnis davon, was gute Produktdaten ausmacht, wie Varianten und Feeds richtig strukturiert werden und wann ein PIM-System wirklich sinnvoll ist.

Warum Produktdaten über Erfolg oder Misserfolg entscheiden

Google Shopping lehnt deinen Feed ab. Amazon weist Produkte zurück. Kaufland meldet fehlende Pflichtfelder. In allen drei Fällen ist die Ursache dieselbe: Produktdaten, die nicht den Anforderungen entsprechen.

Schlechte Produktdaten verursachen Schäden auf mehreren Ebenen gleichzeitig:

• Niedrigere Sichtbarkeit in Suchmaschinen und auf Marktplätzen durch abgelehnte oder schlecht bewertete Feeds
• Höhere Retourenquoten, weil Maße, Materialien oder Varianten ungenau beschrieben sind
• Mehr Supportaufwand durch Rückfragen zu technischen Details, die einfach nicht gepflegt wurden
• Entgangener Umsatz auf Google Shopping, Meta und Marktplätzen durch Feed-Fehler
• Höhere interne Pflegekosten, weil Daten in verschiedenen Systemen manuell synchronisiert werden

Der Aufwand, Produktdaten einmal sauber zu strukturieren, zahlt sich mehrfach aus – in besseren Rankings, weniger Retouren und reibungslosem Multichannel-Vertrieb. Wer das ignoriert, arbeitet dauerhaft gegen sich selbst.

Produktattribute: das Fundament jedes Artikels

Attribute beschreiben ein Produkt über Name und Beschreibung hinaus. Sie sind die maschinenlesbare Sprache, in der Shopsysteme, Marktplätze und Suchmaschinen deine Produkte verstehen und einordnen. Ohne sauber gepflegte Attribute sind Filter kaputt, Feeds unvollständig und Vergleiche unmöglich.

Welche Attribute sind wirklich Pflicht?

Die relevanten Attribute unterscheiden sich je nach Kategorie erheblich. Hier ein praxisnaher Überblick der wichtigsten Pflichtfelder:

Kategorie	Wichtige Attribute
Bekleidung	Größe, Farbe, Material, Pflegehinweise, Geschlecht, Altersgruppe
Elektronik	Marke, Modell, EAN/GTIN, Technische Spezifikationen, Kompatibilität
Möbel	Maße (L×B×H in cm), Gewicht, Material, Farbe, Montagepflicht (ja/nein)
Lebensmittel	Zutaten, Nährwerte, Allergene, MHD-Hinweis, Füllmenge, Herkunftsland
Spielzeug	Altersempfehlung, Material, Maße, Sicherheitshinweise, Batteriepflicht

Ein Fehler, den ich regelmäßig sehe: Händler pflegen Attribute im Produkttext ein, statt in dafür vorgesehenen strukturierten Feldern. Das ist für Google Shopping, Marktplatz-Feeds und Filterfunktionen nutzlos – Algorithmen können keinen Fließtext parsen, um daraus den Wert des Attributs „Farbe“ zu extrahieren.

Attribute standardisieren, nicht improvisieren

Wenn zehn Produktmanager zehn verschiedene Farbnamen für dasselbe Blau eingeben – „Blau“, „Marineblau“, „Navy“, „Dunkelblau“, „blau“ – entsteht Chaos in Filtern, Feeds und Auswertungen. Eine klare Attribut-Taxonomie mit festgelegten Werten ist deshalb keine Kür, sondern Pflicht.

In der Praxis bedeutet das:

• Dropdown-Listen statt Freitextfelder wo immer möglich
• Einheitliche Schreibweisen und Einheiten – „cm“ oder „Zentimeter“, nicht beides gemischt
• Versionierte Taxonomie-Dokumente, die alle Produktmanager kennen und nutzen
• Regelmäßige Datenaudits, um Abweichungen frühzeitig zu erkennen und zu korrigieren

Varianten richtig anlegen – die häufigsten Fehler und wie man sie vermeidet

Varianten sind die wohl fehleranfälligste Baustelle im Produktdaten-Management. Hier sind die vier Fehler, die ich am häufigsten antreffe:

Fehler 1: Varianten als separate Produkte anlegen

Ein T-Shirt in den Größen S, M, L und XL als vier einzelne Produkte anzulegen mag praktisch erscheinen, ist aber problematisch. Bewertungen teilen sich auf verschiedene Produktseiten auf, interne Verlinkung fragmentiert sich, und Google indexiert vier fast identische Seiten statt einer starken Produktseite mit gebündeltem Trust.

Die richtige Lösung: ein Elternprodukt mit vier Kindprodukten (Varianten). Shopware, WooCommerce und JTL unterstützen das nativ – es gibt keinen technischen Grund, diesen Schritt zu umgehen.

Fehler 2: Zu viele Variantenachsen kombinieren

Wenn ein Produkt nach Farbe, Größe, Material und Länge variiert, entstehen schnell Hunderte SKUs – viele davon nie vorrätig oder relevant. Das überlastet Datenbanken, verlangsamt Shop-Performance und verwirrt Kunden. Faustregel: maximal zwei bis drei Variantenachsen pro Produkt. Was darüber hinausgeht, sollte als separates Elternprodukt angelegt werden.

Fehler 3: Fehlende oder falsche GTINs pro Variante

Jede Variante braucht eine eigene EAN bzw. GTIN. Händler, die dieselbe EAN für alle Varianten einer Produktfamilie vergeben, haben auf Google Shopping und Amazon echte Probleme – Feed-Validierungen schlagen fehl, Produkte werden ausgelistet. Wer eigene Produkte vertreibt, muss GTINs beim GS1-Verband registrieren. Für Handelsware übernimmt man die GTIN des Herstellers – aber immer auf Varianten-Ebene.

Fehler 4: Lagerbestand nicht auf SKU-Ebene führen

Lagerbestand muss auf Varianten-Ebene (SKU-Ebene) geführt werden, nicht auf Elternprodukt-Ebene. Sonst entstehen Überverkäufe – ein Problem, das besonders beim Multichannel-Vertrieb regelmäßig für Stornierungen und schlechte Bewertungen sorgt. Wie man den Bestandsabgleich zwischen verschiedenen Kanälen sauber löst, ist ein eigenes Thema – mehr dazu im Leitfaden Bestandsabgleich zwischen Shop und Marktplätzen 2026.

Produktfeeds: das Tor zu Google Shopping, Meta und Marktplätzen

Ein Produktfeed ist eine strukturierte Datei – meist XML oder CSV – die alle relevanten Produktdaten eines Shops enthält. Ohne saubere Feeds kein Google Shopping, kein Meta-Katalog, kein Kaufland-Listing. Feeds sind die direkte Brücke zwischen deinen Produktdaten und dem Umsatz auf externen Kanälen.

Was ein guter Google-Shopping-Feed enthält

Die Pflichtfelder für einen validen Google-Shopping-Feed sind gleichzeitig die Basis für viele andere Kanäle:

• id: eindeutige Produkt-ID, sollte der Varianten-SKU entsprechen
• title: Produktname inkl. Marke, Größe, Farbe nach dem Muster „Marke Produktname Eigenschaft“
• description: ausführliche Beschreibung mit relevanten Keywords, mindestens 150 Zeichen
• link: kanonische URL der Produktseite mit optionalem Tracking-Parameter
• image_link: hochauflösendes Produktbild auf neutralem Hintergrund, mindestens 800×800 Pixel
• availability: in_stock / out_of_stock / preorder – immer aktuell und synchron mit dem Shop
• price: Preis mit Währung und Mehrwertsteuer inkl. (für deutsche Endkunden)
• brand: Marke oder Hersteller – auch wenn es die eigene Marke ist
• gtin: EAN/GTIN der jeweiligen Variante
• condition: new / refurbished / used – gerade für Gebrauchtware und Refurbished wichtig
• google_product_category: Google-Taxonomie-ID der passenden Kategorie

Für modespezifische Produkte kommen verpflichtend hinzu: size, color, age_group, gender und size_type.

Feed-Qualität direkt auf Kampagnen-Performance

Google bewertet Feed-Qualität direkt – und das hat messbaren Einfluss auf CPC und Impressionen in Shopping-Kampagnen. Ein optimierter Produkttitel („Levi’s 501 Original Fit Jeans Herren, Blau Stonewashed, W32/L32“) outperformt einen generischen Titel („Jeans Herren blau“) in Shopping-Kampagnen erheblich.

Die häufigsten Feed-Fehler, die ich in Audits finde:

• Veraltete Verfügbarkeitsdaten: Produkt im Shop ausverkauft, Feed noch „in_stock“ – das führt zu Google-Penalties
• Falsche oder fehlende GTINs auf Variantenebene
• Zu kurze oder keyword-arme Produkttitel ohne Marke, Größe oder Farbe
• Bilder mit Wasserzeichen, zu kleiner Auflösung oder mit Lifestyle-Kontext statt Produktfreisteller
• Preis-Abweichungen zwischen Feed und Produktseite – ein direkter Ablehnungsgrund

Wie du deine Google-Shopping-Kampagnen von Grund auf aufbaust und optimierst, erklärt der umfassende Leitfaden Google Shopping 2026: So erstellst und optimierst du deine Kampagnen.

Marktplatz-Feeds: jeder Kanal hat seine eigenen Regeln

Wer auf mehreren Marktplätzen verkauft, lernt schnell: Jeder Kanal hat sein eigenes Datenformat, eigene Pflichtfelder und eigene Taxonomien. Was für Google Shopping gilt, ist für Amazon schon wieder anders – und Kaufland hat wieder seine eigenen Anforderungen an Kategorie-Mapping und Attributstruktur.

Das ist einer der Hauptgründe, warum Feed-Management-Tools wie Channable, Productsup oder DataFeedWatch so populär geworden sind. Sie nehmen einen zentralen Datensatz und transformieren ihn kanalspezifisch – ohne dass jemand für jeden Marktplatz eigene Exporte manuell pflegen muss. Welche Marktplätze für welche Produktkategorien besonders attraktiv sind, zeigt die Übersicht Online-Marktplätze für Onlineshops 2026.

Wann reicht das Shopsystem – und wann braucht man ein PIM?

Die Produktverwaltung in Shopware, WooCommerce oder JTL reicht für viele Shops völlig aus. Die entscheidende Frage: ab wann wird das Shopsystem zur Bremse?

Das Shopsystem reicht, wenn…

• du weniger als 1.000 bis 2.000 aktive Produkte pflegst
• du nur einen einzigen Verkaufskanal bespielst
• Produktdaten sich selten ändern und hauptsächlich selbst erstellt werden
• ein einziges Team Produktdaten pflegt, ohne parallele Bearbeitungsprozesse
• keine aufwendigen Variantenstrukturen oder mehrsprachige Daten benötigt werden

Ein PIM wird sinnvoll, wenn…

• du mehr als 2.000 bis 3.000 Produkte aktiv pflegst und das Sortiment wächst
• mehrere Personen oder Teams parallel Produktdaten bearbeiten – Konflikte und Versionsprobleme entstehen
• du in mehreren Sprachen oder für mehrere Länder verkaufst (Internationalisierung)
• du regelmäßig Lieferantendaten importieren und normalisieren musst, bevor sie in deinen Shop fließen
• du auf fünf oder mehr Kanäle ausspielen willst: Shop, Marktplätze, Print-Katalog, B2B-Portal, App
• ein Shopsystem-Wechsel ansteht und Produktdaten sauber migriert werden müssen
• du regelmäßig Sortimentsupdates von Lieferanten verarbeitest, die verschiedene Formate liefern

Ein praxisnaher Richtwert: Ab etwa 5.000 aktiven SKUs und drei Vertriebskanälen beginnt das Shopsystem als alleinige Datenpflegestelle zu bremsen. Darunter ist ein vollwertiges PIM in den meisten Fällen Overkill – und bindet Budget, das besser in Feed-Optimierung oder Sortimentserweiterung fließt.

PIM-Systeme im Überblick 2026

Der PIM-Markt hat sich in den letzten Jahren deutlich konsolidiert. Hier die wichtigsten Lösungen für den deutschen Markt:

Akeneo (Open Source + Enterprise)

Akeneo ist der bekannteste PIM-Anbieter im E-Commerce-Umfeld. Die kostenlose Community Edition ist Open Source und eignet sich für technisch gut aufgestellte Teams – sie erfordert eigenes Hosting und Einrichtungsaufwand. Die kostenpflichtigen Growth- und Enterprise-Versionen bieten automatisierte Datenqualitätsprüfungen, erweiterte API-Funktionen und fertige Konnektoren für alle gängigen Marktplätze.

Stärken: große Community, native Shopware- und WooCommerce-Konnektoren, klares Datenmodell. Schwächen: Enterprise-Lizenzen sind teuer, Community Edition erfordert Entwicklerressourcen.

Pimcore (Open Source, mehr als ein PIM)

Pimcore geht noch einen Schritt weiter und ist nicht nur ein PIM, sondern eine vollständige Digital Experience Platform – mit DAM (Digital Asset Management), MDM und CMS in einem. Das macht es sehr mächtig, aber auch komplex in der Einrichtung und im Betrieb.

Für technisch gut aufgestellte Teams mit eigenem Entwickler oder einer erfahrenen Agentur ist Pimcore eine ausgesprochen starke Wahl – gerade weil es kostenlos ist und sich individuell anpassen lässt. Für kleinere Händler ohne eigenes Entwicklungsteam ist der Einstieg oft zu steil.

Plytix (SaaS, KMU-fokussiert)

Plytix richtet sich explizit an kleine und mittelgroße Händler, die kein Enterprise-Budget haben. Die Oberfläche ist deutlich zugänglicher als bei Akeneo oder Pimcore, das Setup geht schneller, und es gibt fertige Konnektoren für WooCommerce, Shopify und die wichtigsten Feed-Plattformen. Plytix eignet sich gut als erster Schritt in Richtung PIM – besonders wenn die Hauptmotivation Multichannel-Feed-Management ist.

Nachteil: Plytix ist weniger flexibel als die Open-Source-Alternativen und stößt bei sehr komplexen Produktstrukturen oder hohen Produktvolumina an Grenzen.

Productsup und Channable (Feed-Management)

Productsup und Channable sind streng genommen keine klassischen PIM-Systeme, sondern Feed-Management-Plattformen – aber sie können als leichtgewichtiges PIM für Feed-Zwecke funktionieren. Der Fokus liegt auf der Transformation und Distribution von Produktdaten an Kanäle: Google Shopping, Meta, Marktplätze, Affiliate-Netzwerke.

Wer primär ein Feed-Problem lösen will und noch kein komplexes Datenpflegeproblem hat, ist mit einem dieser Tools oft besser und günstiger bedient als mit einem vollwertigen PIM.

Lösung	Typ	Zielgruppe	Besonderheit
Akeneo CE	Open Source	Mittelstand	Große Community, viele Konnektoren
Pimcore	Open Source	Tech-affine Teams	PIM + DAM + CMS in einem
Plytix	SaaS	KMU	Einfache Bedienung, schnelles Setup
Productsup	SaaS	Feed-Manager	Kanal-Distribution, Transformation
Channable	SaaS	Multichannel-Händler	Feed + Marktplatz-Schnittstellen

Open-Source-Lösungen wie Akeneo CE und Pimcore sind kostenlos in der Anschaffung, erfordern aber Hosting- und Entwicklungsaufwand. SaaS-Lösungen wie Plytix oder Channable starten für kleine Sortimente ab rund 300 bis 500 Euro monatlich – je nach Produktvolumen und Kanalanzahl.

PIM einführen: Checkliste für den richtigen Start

Ein PIM-Projekt scheitert selten an der Software und häufig an der Vorbereitung. Diese fünf Schritte sind entscheidend für einen erfolgreichen Start:

Schritt 1: Datenstatus analysieren

Bevor du eine PIM-Lösung wählst, musst du wissen, was du hast. Exportiere alle Produktdaten aus dem aktuellen System und analysiere: Wie viele Attribute existieren – und wie viele werden wirklich genutzt? Welche Felder sind unvollständig oder inkonsistent befüllt? Wie sind Varianten aktuell strukturiert? Welche Daten kommen von Lieferanten, welche werden intern gepflegt?

Schritt 2: Kanalmatrix erstellen

Liste alle Kanäle auf, für die du Produktdaten benötigst: eigener Shop, Google Shopping, Amazon, Otto, Kaufland, Print-Katalog, B2B-Portal. Ermittle für jeden Kanal, welche Felder Pflicht sind und welche Transformationen nötig sind. Diese Matrix zeigt dir schnell, wie komplex dein Feed-Problem wirklich ist.

Schritt 3: Datenmodell definieren

Lege vor der PIM-Einführung fest: Welche Attribute existieren, welche Datentypen haben sie, welche Werte sind erlaubt? Dieser Schritt wird regelmäßig unterschätzt – und dann teuer nachgeholt, wenn das PIM bereits in Betrieb ist und die Datenstruktur geändert werden muss.

Schritt 4: Pilotprojekt mit einer Kategorie starten

Versuche nicht, 10.000 Produkte auf einmal zu migrieren. Starte mit einer repräsentativen Kategorie von 50 bis 200 Produkten, durchlaufe den vollständigen Prozess von Import bis Feed-Export, und optimiere dann die Vorlage für die Massenmigration. Das spart erheblich Zeit und verhindert strukturelle Fehler im großen Maßstab.

Schritt 5: Datenverantwortung klar regeln

Ein PIM löst kein organisatorisches Problem automatisch. Lege fest, wer welche Daten pflegt, wer Qualitätsprüfungen macht und welche SLAs für Produktdaten gelten. Ohne klare Verantwortlichkeiten füllt sich auch das beste PIM mit inkonsistenten Daten.

Produktbeschreibungen und Daten: das Zusammenspiel

Produktattribute und Produktbeschreibungen ergänzen sich – sie ersetzen einander nicht. Attribute sind maschinenlesbar und für Filter, Feeds und Vergleiche gedacht. Beschreibungen sind für Menschen geschrieben und überzeugen emotional. Der häufige Fehler: Händler schreiben ausführliche Beschreibungen, vernachlässigen aber die Attributpflege – oder umgekehrt. Für maximale Conversion und Sichtbarkeit brauchst du beides in guter Qualität.

Wie du Produktbeschreibungen schreibst, die wirklich verkaufen, erklärt der Leitfaden Produktbeschreibungen schreiben 2026: Mit diesen Techniken überzeugst du mehr Kunden.

Datenpflege als Daueraufgabe – nicht als Einmalprojekt

Ein weit verbreiteter Denkfehler: „Wenn die Produktdaten einmal sauber sind, sind wir fertig.“ In der Praxis ist Produktdatenpflege eine kontinuierliche Aufgabe. Sortimentsänderungen, neue Attributanforderungen von Marktplätzen, geänderte Google-Taxonomien, Lieferantenaktualisierungen – all das verändert regelmäßig den Status quo.

Effektive Datenqualitäts-Routinen für den Alltag:

• Wöchentlich: Feed-Fehlerreports in Google Merchant Center und anderen Kanälen prüfen, Ablehnungen sofort bearbeiten
• Monatlich: Datenqualitäts-Report auswerten – wie viele Produkte haben unvollständige Pflichtfelder?
• Quartalsweise: Taxonomie-Review – sind die Kategorien noch aktuell, gibt es neue Attribute die Marktplätze fordern?
• Bei Lieferantenänderungen: Neue Stammdaten-Imports prüfen und normalisieren, bevor sie in Produktionsdaten übernommen werden

Wer mehrere Kanäle bespielt, profitiert zudem von einem regelmäßigen Multichannel-Audit: Sind alle Produkte auf allen Kanälen korrekt gelistet? Stimmen Preise und Verfügbarkeiten überein? Wie man das effizient organisiert, beschreibt der Artikel Multichannel-Marketing für Onlineshops 2026.

Fazit: Produktdaten sind kein Backend-Thema – sie sind Umsatz

Produktdaten entscheiden, ob ein Produkt in Feeds erscheint, in Filtern gefunden wird und die Retoure danach ausbleibt. Wer diesen Bereich professionell angeht, verschafft sich einen nachhaltigen Vorteil – gerade weil viele Wettbewerber hier noch nachlässig sind.

Du musst nicht sofort ein PIM einführen. Für viele Shops reicht ein konsequentes Attribut-System im bestehenden Shopsystem, kombiniert mit einem Feed-Tool wie Channable. Ein vollwertiges PIM lohnt sich erst ab einem gewissen Produktvolumen und Multichannel-Komplexitätsgrad – aber dann mit erheblichem Effizienzgewinn.

Starte mit einem Datenaudit, bereinige die schlimmsten Inkonsistenzen und optimiere einen Feed nach dem anderen. Der Effekt auf Google-Shopping-Performance, Marktplatz-Rankings und Retourenquote zeigt sich meistens innerhalb weniger Wochen.