Was Produktdatenpflege wirklich kostet – und wie du 70 % davon sparst

Produktdatenpflege-Kosten: Die Kalkulation, die kaum jemand macht

Ein neues Produkt geht nicht einfach online. Jemand muss die Lieferantendaten öffnen, prüfen, bereinigen, ins richtige Format bringen und Beschreibungen schreiben. Was die Produktdatenpflege wirklich kostet, steckt genau in diesem Schritt – pro Produkt sind das im Schnitt fünf Minuten, wenn die Daten halbwegs brauchbar sind. Bei schlechter Qualität, fehlenden Attributen oder falschen Einheiten sind es deutlich mehr.

Rechne das auf ein Jahr hoch. Bei 8.500 Produkten, die jährlich neu aufbereitet werden müssen, ergibt sich ein Aufwand von rund 700 Stunden – das entspricht mehr als vier Monaten Vollzeitarbeit, nur für das Produktdaten-Onboarding.

Hinzu kommen die Personalkosten. Bei einem typischen E-Commerce-Mitarbeitenden mit vollständigen Arbeitgeberkosten liegen die effektiven Kosten pro Produkt bei rund 7,50 €. Das klingt wenig. Bei 8.500 Produkten pro Jahr sind es ~65.000 €.

Ein Rechenbeispiel aus der Praxis

Stell dir einen typischen Online-Händler vor: breites Sortiment, viele Lieferanten, alle Daten in externen Dateien. Rund 10.000 Artikel im Katalog, davon etwa 8.500 neue Produkte, die im ersten Jahr aufbereitet werden müssen. Die Lieferantendaten kommen in unterschiedlichen Excel-Strukturen – fehlende Beschreibungen, keine SEO-Attribute, inkonsistente Einheiten.

2txt hat für dieses Szenario folgende Kalkulation durchgeführt:

Die 65.000 € basieren auf einer Kalkulation von 2txt: fünf Minuten Aufwand pro Produkt, gerechnet auf typische Personalkosten inklusive aller Arbeitgeberanteile für E-Commerce-Teams. Die ~19.000 € entsprechen dem Professional-Tarif einer KI-Plattform für bis zu 20.000 Produkte pro Jahr.

Drei Szenarien, die sich immer wiederholen

Manuelle Produktdatenpflege sieht je nach Unternehmen unterschiedlich aus – aber die Grundprobleme sind dieselben. Drei Szenarien tauchen besonders häufig auf:

• Die Excel-Falle: Lieferanten liefern Daten in inkonsistenten Formaten – unterschiedliche Spaltennamen, fehlende Pflichtfelder, falsche Einheiten. Jedes neue Lieferantenformat bedeutet neue manuelle Anpassungsarbeit. Was eigentlich Stunden dauern sollte, zieht sich über Tage.
• Die Copy-Paste-Schleife: Das Team nutzt bereits KI-Tools für Texterstellung – aber ohne automatisierten Workflow. Der Text wird pro Produkt manuell kopiert, geprüft und eingefügt. Der Engpass bleibt, nur mit einem anderen Tool.
• Das Foto als einzige Datenquelle: Manche Unternehmen erhalten keine strukturierten Lieferantendaten. Alle Attribute – Farbe, Maße, Material, Ausführung – werden manuell aus Produktfotos abgeleitet und eingetippt. Ab 1.500 Produkten mit mehreren Varianten pro Artikel summiert sich das schnell auf Wochen Vollzeitarbeit.

In allen drei Fällen ist das Kernproblem dasselbe: Der Schritt zwischen eingehenden Rohdaten und publikationsreifen Produktdaten liegt vollständig auf den Schultern des Teams. Wie das den Markteintritt neuer Produkte bremst, beschreiben wir ausführlich in Wer zuerst listet, gewinnt.

Was Automatisierung dagegen kostet

Eine KI-Plattform für Produktdaten-Onboarding arbeitet volumenbasiert. Du zahlst für die Anzahl der Produkte, die du pro Jahr verarbeitest – nicht pro Stunde, nicht pro Mitarbeitenden.

Der Preis pro Produkt bewegt sich je nach Paket im Bereich von ein paar Cent bis zu wenigen Euros. Damit liegt er in fast allen Fällen deutlich unter den tatsächlichen Kosten der manuellen Alternative – Automatisierung rechnet sich bereits bei kleinen Sortimenten.

Mit wachsendem Volumen wird der Abstand größer. Bei 8.500 Produkten jährlich steht einem manuellen Aufwand von ~65.000 € ein automatisierter Prozess gegenüber, der nur einen Bruchteil davon kostet. Und anders als beim internen Team skaliert die Plattform ohne Mehrkosten: 100.000-Zeilen-Dateien werden genauso schnell verarbeitet wie 100 Zeilen.

Was im Preis enthalten ist: Datenmapping, Bereinigung, Attributanreicherung, Textgenerierung, SEO-Optimierung und Ausgabe in das Zielformat deines PIM- oder Warenwirtschaftssystems – alles in einem Durchlauf. Dazu kommen Consulting und Setup zu Beginn sowie persönliche Betreuung und Kundenservice während der gesamten Laufzeit. Mehr dazu zeigen wir in unserem Artikel über automatisches Datenmapping ohne manuelle Regeln.

Fazit

Manuelle Produktdatenpflege ist teurer als die meisten Unternehmen ahnen. Die Kosten verstecken sich in Arbeitsstunden, verzögerten Veröffentlichungen und einem Team, das seine Kapazität für repetitive Datenarbeit verbraucht.

Wer die Zahlen einmal durchrechnet, kommt fast immer zum selben Ergebnis: Automatisierung rechnet sich – nicht irgendwann, sondern bereits im ersten Jahr.

Weitergelesen: Warum dein PIM das Datenchaos nicht löst