Daten im Fokus – Trends im Produktdatenmanagement

Guten Morgen und herzlich willkommen zum OMKB Deep Dive Digital Marketing, gewissermaßen in einer Summer Edition. Wir eröffnen ja mehr oder weniger gemeinsam hier den Juni und stehen kurz vor den großen Sommerferien in Deutschland. Der Mai, was das Wetter angeht, zumindest mein Gefühl, bereits sehr, sehr nett und, ähm, ich, ähm, wünsche euch und uns gemeinsam, dass der Juni und Juli da nahtlos anknüpfen und es vielleicht dann noch ein bisschen wärmer wird. So, aber jetzt genug des Small Talks hier zum frühen Morgen. Wir haben uns jetzt einige Tage, Wochen nicht mehr gesehen und freuen uns, ähm, sehr, dass wir heute wieder mit dem OMKB Deep Dive hier, ähm, im Livestream, ähm, am Start sind und auf eure Devices rausstreamen dürfen. Wir haben heute einige coole Sessions, Speaker und Speakerinnen mit dabei. Ich, ähm, ja, will jetzt nicht alle nach und nach hervorheben, ähm, um, ja, dem einen oder anderen mehr oder weniger gerecht zu werden, ähm, nicht gerecht zu werden, sondern bitte euch da noch mal auf die-- auf die Landing Page für das heutige Event zu scrollen und die Timetable zu überblicken. Für euch der Hinweis, falls ihr es nicht schafft, den gesamten Tag zu joinen, wir werden unmittelbar im Nachgang an diese Aufzeichnung natürlich wieder fleißig cutten und euch, ähm, alle Aufzeichnungen und Slides, sofern sie freigegeben werden, was aber in weit über neunzig Prozent der Fälle der Fall ist, zur Verfügung stellen, dass ihr das Ganze on demand noch einmal genießen könnt. So, und jetzt will ich gar nicht weiter ausholen hier im Rahmen meiner Anmoderation, sondern direkt auch zum ersten Speaking des Tages kommen. Wir haben nämlich jetzt zwei Experten mit dabei, die im Rahmen der OMKB auch schon ein-, zweimal mit am Start waren und ich weiß, dass es immer, ähm, sehr, sehr nett mit ihnen ist, auch in der anschließenden Q&A noch mal tiefer einzusteigen, weil sie einfach absolute Fachexpertinnen sind. Und zwar haben wir jetzt mit dabei Erik Dreier, der als Head of Product Management and Quality bei Eggheads tätig ist. Zu Eggheads komme ich gleich. Er ist leidenschaftlich daran interessiert, digitale Präsentationslösungen für Produkte aller Branchen zu entwickeln und er hat ein Auge für das große Ganze, von Kundenanforderungen über innovative Strategien bis hin zur aktuellen Marktsituation. Seine Expertise spielt eine entscheidende Rolle bei der Gestaltung zukünftiger Produktentwicklungen und da gibt es einen Aspekt. Dazu werde ich ihn gleich mal, ähm, direkt zum Einstieg fragen. Seid gespannt. An seiner Seite heute mit dabei oder wieder mit dabei ist Dr. Kai Frerich, ein erfahrener Softwareentwickler und KI-Experte bei Eggheads. Kai hat ein besonderes Gespür für innovative Technologien und deren praktische Umsetzung. Seine Arbeit konzentriert sich darauf, wie KI Produkt Information Management, also PIM-Systeme, verbessern kann, indem er neueste KI-Trends in praktische Anwendungen für die Softwareentwicklung überführt. Ähm, wenn ich das gerade euch so, ähm, so anmoderiere, fällt mir die eine oder andere Frage ein, die ich im Rahmen der Q&A ihm da noch mal stellen möchte. So, Eggheads. Ähm, ich habe es angekündigt. Eggheads ist der führende PIM-Anbieter, also Product Information Management, aus NRW, aus Bochum, die Ordnung in euer Datenchaos bringen können und sollten, gehe ich jetzt einfach mal von aus. Auch dazu schwirrt mir noch die eine oder andere Frage im Kopf, die ich den beiden stellen werde. Ihr könnt mithilfe von Eggheads eure Produktdaten im großen Umfang verwalten, eure Time to Market reduzieren und Produkterlebnisse personalisieren und vieles, vieles mehr. Zu den Referenz, ähm, Cases: Und ihr wisst, ich gucke immer gerne auch in der Vorbereitung noch mal auf die Website drauf. Was hat sich da so aktualisiert? Welche Cases gibt's dort? Ähm, dort habe ich unter anderem tolle Unternehmen gefunden, wie Steiff, TUI oder auch Christ. Und, ähm, ja, sind auf jeden Fall relevante Kunden und Kundinnen dort mit bei Eggheads am Start und setzen viele, viele Jahre auf die Lösung oder sind neu dazugekommen. So, jetzt aber genug der Vorrede. Wir schalten die beiden doch direkt einmal zu. Hallo, willkommen. Wunderbar. Wie geht's euch beiden? Hervorragend. (übersprechen 00:03:34) Sehr gut. Super. So soll es sein, trotz des frühen Morgens. Sagt einmal, ähm, ich hab's jetzt gerade in der Anmoderation gar nicht erwähnt, aber es ist ja schon ein besonderer Punkt, den man erwähnen sollte: Ihr seid beide über zehn Jahre bei Eggheads am Start. Das ist ja in der heutigen Zeit, in der Digitalbranche, wo die Fluktuation ja auch von Unternehmen zu Unternehmen schwankend ist, aber in der Regel, ähm, ja, weitaus geringer ist, das ja schon sehr herausragend und besonders. Was macht Eggheads für euch, ähm, so besonders? Erik, vielleicht machen wir bei dir eben kurz den Start und gehen dann zu Kai rüber. Ja. Äh, eigentlich das Team und mit den Leuten zusammenzuarbeiten. Eigentlich haben wir heute sogar in der Session ein gutes Beispiel. Ihr seht nachher Sachen, die im Prototypen entstanden sind, wo man mit dem Team sich Gedanken gemacht hat: „Was können wir Cooles entwickeln? Wie können wir jetzt konkret--" wir reden nachher unter anderem über den Trend KI. KI irgendwie sinnvoll integrieren, haben uns mit mehreren zusammengesetzt, haben erste Ideen. Kai als Entwickler hat dann angefangen, die ersten Prototypen zu machen. Das haben wir mit Kunden, mit Partnern verprobt. Irgendwie so das Miteinander und das gemeinsam daran arbeiten, das macht irgendwie total viel Spaß und das ist einfach etwas, was doch immer wieder motiviert. Cool. Kai, wie sieht's bei dir aus? Ich bin seit dreizehn Jahren jetzt dabei und, äh, das ist bei uns gar nicht, gar nicht ungewöhnlich, denn als ich angefangen habe in der Firma, ähm, waren schon irgendwie sechs, sieben Entwickler dabei und von denen sind alle heute immer noch dabei. Also von denen hat keiner bisher hingeschmissen und das zeigt, glaube ich, ganz gut, wie angenehm die Arbeit bei uns ist. Also bisher hat noch niemand die Nase voll von der Arbeit und hat viel Spaß an dem, was wir machen. Und wir sind ein cooles Team, eine coole Truppe, coole Firma und ich habe keinen Grund bisher gesehen, da wegzugehen. (Lachen) Mega gut. Ich bin seit elf Jahren da. Wir haben so viele, die schon zwanzig Jahre da sind und mehr. Wir gehören eigentlich gar nicht zu den Urgesteinen.Wahnsinn. Ja, son ganz, ganz tolles Zeichen. Also für alle Leute, die vielleicht gerade jetzt zuschauen oder sich im Nachgang die Aufzeichnung anschauen ähm und vielleicht aktiv auf der Suche nach einer Veränderung sind, kann man, glaub ich, sagen, schaut euch mal bei eggheads um im Karriereportal, ob da was passiert. Wir suchen es. Scheint scheint auf jeden Fall eine tolle Company zu sein. Erik speziell die Frage an dich, ich hatte jüngst auf LinkedIn gesehen, ist vielleicht die ein oder andere Woche hier, dass ihr euer product advisory Board Meeting hattet in Frankfurt. Was genau kann ich mir darunter vorstellen? Was habt ihr dort gemietet? Wir haben uns in dem konkreten Fall mit, puh, weiß ich nicht, fünfzehn, sechzehn, siebzehn, achtzehn Partnerfirmen, Implementierungspartner, also Firmen, die unsere Software nehmen und dann in Kundenprojekten zu den Kunden bringen, getroffen, haben denen den aktuellen Stand der Entwicklung vorgestellt. Wir haben 'n relativ junges Cloud Produkt, hat Hamia Cloud, da geht's heute nicht im Detail, aber nachher die Prototypen, die Kai zeigt, die sind schon in dem Produkt drin, haben das vorgestellt und das, was wir noch mit dem Produkt vorhaben und haben eine sehr interaktive Session gemacht, wo die dann über Roadmap abgestimmt haben, eigene Punkte reingebracht und Ähnliches. KI Use Cases, denen gezeigt, deren Feedback abgeholt, welche in deren Augen wie sinnvoll sind und was da wie gut funktioniert und eben nicht. Und hatten da eine total gute Runde, sowohl in dem Austausch, in dem Meeting wie auch bei der Abendveranstaltung, was uns massiv jetzt produktmanagementseitig geholfen hat, einfach unsere Software zu verbessern und einfach auch den Zusammenhalt mit den Partnern ganz stark gestärkt hat. Spannend, das war super. War wirklich sehr erfolgreich und hat sehr viel Spaß gemacht. Also da kommt definitiv dann auch wieder der nächste Termin. Cool. Auf jeden Fall. Schön. Dann würde ich sagen, ich hab's ja gerade schon gesagt, ich will die Audience jetzt gar nicht länger auf die Folter spannen. Ich übergebe euch jetzt das Zepter für eure Session, Daten im Fokus, Trends im Produkte Datenmanagement und dann treffen wir uns im Anschluss hier gleich wieder zur Q&A und gehen noch mal die eine oder andere Aspekte und Fragen im Anschluss durch. Machen wir. So, dann schauen wir einmal. Das ist der falsche Bildschirm. Du müsstest meinen zeigen. Perfekt. Und hier haben wir Genau den. Den richtigen. Super. Dann viel Spaß und bis gleich. Super. Danke dir, Christoph. Hallo noch mal alle zusammen. Wir durchleuchten, wir haben's ja schon in der Anmoderation son bisschen grade gesagt, das Thema Trends im Produktdatenmanagement. Also was sind eigentlich die Sachen, die grade uns in unserem Softwareumfeld, unseres PIM System, Produktinformationsmanagementsystems so bewegen und was funktioniert davon wie gut? Wir sind in dem Fall offensichtlich zwei Eggheads, die schon sehr, sehr lange bei Eggheads dabei sind. Mein Name ist Erik Dreyer, ich verantworte die Bereiche Produktmanagement und Qualitätssicherung. Also hatten wir ja grade auch schon bei den Input, den wir abgeholt haben, aufm Product Advisory Board. Ich mach eben solche Feedback Sessions, überleg mir die Roadmap, spezifizier mit meinem Team, UX Design gehört dazu und am Ende nehmen wir das Ganze so ab, ob das auch von ner Qualität dem entspricht, wie wir uns das eigentlich gedacht haben. Ich bin aber heute nicht alleine. Keiner mag sich selber vorstellen. Ich bin dann der, der das alles, was Erik vorgeschlagen hat, dann umsetzt und seit einiger Zeit bin ich auch das Innovationsteam. Das heißt, ja, ich darf mir Gedanken machen, wie wir neue Trends, wie zum Beispiel die KI in die Software reinkriegen, was man damit an coolen neuen Use Cases umsetzen kann, die vorher so noch nicht möglich gewesen sind. Ja, und ansonsten bin ich halt normales Team der Entwicklung bei Eggheads und ja, programmiere fleißig vor mich hin. Okay, dank dir. Das wird versprochen keine große Werbeveranstaltung über Eggheads, aber damit man das mal ganz grob einordnen kann, wer eigentlich Eggheads ist. Also wir sind ein Softwarehersteller, ein Saas Softwarehersteller, sprich wir stellen Software her, die vornehmlich in der Cloud läuft. Die Systemklasse, die wir herstellen, ist ein sogenanntes BIM System product information management, also ein System, womit man seine Produktdaten, seine Produkte, Artikel, Texte dazu, Bilder dazu und Ähnliches verwalten kann. Und das macht man, dass wenn man viele verschiedene Vertriebskanäle hat, dass man dann eine Datenquelle hat, womit man dann sehr einfach auf Knopfdruck die Kanäle bespielen kann. Das ist so der Sinn des Ganzen. Das machen wir beide auch nicht alleine. Wir sind knapp hundert Eggheads, die in Summe die Systeme laufen bei knapp vierhundert Brands, also verschiedensten Kunden, die mit ihren Brands die Produktdaten damit nach draußen spielen. Das machen wir, wie gesagt, vornehmlich in der Cloud als Cloud native Saas. Es gibt einige Ausnahmen, wo wir das Ganze auch on premise machen, also wo jemand die Software selber betreibt. Unsere Referenzliste, ich glaub, Christoph hat am Anfang in der Anmoderation ja auch schon ein paar genannt, von Steiff über Touristiker wie TUI oder Hidden Champions wie eine Obo Bettermann oder eine Vilo gehört eigentlich alles dazu, so vom Mittelstand, vom guten deutschen Mittelstand, vornehmlich im Dachumfeld, aber auch durchaus mit Kunden in ganz Europa. Die Branchen sind sehr, sehr gemischt, das hat man schon an den Referenzen gesehen. B2C, B2B, Hersteller, Händler, selbst ein paar Dienstleister, die Trainings oder Ähnliches anbieten und Informationen dazu im PIM verwalten. Da ist eigentlich alles dabei. Das Besondere im PIM Markt ist vielleicht noch bei uns, wir sind einer der wenigen sehr unabhängigen Anbieter im Markt, die nicht in der Hand von Investoren sind. In den letzten Jahren hat's hier eine Menge Veränderung im Markt gegeben, viel Konsolidierung. Da sind wir doch sehr stolz drauf, dass wir da nicht sehr Investor getrieben sind. Das nur mal eine grobe Idee über ECAD zu haben, aber wie gesagt, es wird keine Werbeveranstaltung. Wir wollen uns nämlich heute verschiedene Trends im Produktdatenmanagement kümmern. Wir haben drei Stück mitgebracht, die machen wir 'n bisschen unterschiedlich lang. Der Erste ist tatsächlich auch der kürzeste, aber wir erzählen mal so 'n bisschen oder ich fang jetzt erst mal an und erzähle ein bisschen, dass heute doch oft PIM Systeme gar nicht mehr selbst betrieben werden, sondern was das eigentlich bedeutet, wenn man PIM as a Service nutzt. Also wenn man das einfach in irgendeiner Form als Lösung sich einkauft mit einer monatlichen Bezahlung nicht selber betreiben muss und Ähnliches. Dann gehen wir auf 'n bisschen größeres Thema, nämlich oft ist Produktdatenmanagement,Wir sagen oft in den Projekten Fire und Forget. Also der Content Redakteur, der bearbeitet einen Produktcontent, sagt am Ende, ich habe fertig, ich speichere, ich gebe frei. Dann geht das seinen Weg in die Kanäle. Ob das erfolgreich ist, ob das zu einer Conversion führt oder irgendetwas, das weiß er in keinster Art und Weise. Wie man das vielleicht ändern kann und relevantere Produktdaten damit erzeugen kann, da kümmern wir uns in dem zweiten Trend sehr ausführlich darum. Und im dritten, das ist vor allem Kais Part dabei. Wir haben es gerade schon gesagt, dass Kai bei uns fleißig entwickelt und coole Prototypen und ähnliches macht. Vieles davon hat als Prototyp angefangen, ist teilweise in die Software mit reingegangen. Kai erzählt mal, wie generell KI helfen kann, effizientere und bessere Prozesse rund um Produk datenmanagement herzustellen. Das sind so die drei Themen, die wir beleuchten. Und wir springen direkt mal ins erste rein. Pim as a Service als ein Trend. Was bedeutet das überhaupt, dieses as a Service dabei? Zum einen bedeutet es, wenn ich ein Cloud Offering nutze, wenn ich irgendwas nutze, was ich nicht selber installieren muss, habe ich logischerweise keine Installation. Und das ein bisschen konkreter sogar noch zu sagen, was das bedeutet. Auch etwas wie Datenbackups muss ich mich nicht kümmern. Das macht der Anbieter, garantiert mir, dass das er macht und hilft mir dabei. Das ist nicht mehr meins. Und was folgt aus den beiden Punkten? Ich habe absolut keine Betriebsverantwortung. Ich kann ein PIM aus dem Marketing heraus, aus der Fachabteilung, dem Produktmanagement mich für ein PIM entscheiden und ohne dass ich groß IT involviere, dass sie für mich das installieren, für mich das betreiben, kann ich direkt damit starten. Das ist der eine Punkt. Der nächste Punkt: Die Anbieter, ist jetzt egal, ob wir das als ECKED sind oder andere Anbieter einen solchen Cloud Service zur Verfügung stellen, garantieren, dass darauf weltweit zugegriffen werden kann. Ich muss mich also auch nicht darum kümmern, auf welchen Servern läuft das? Kann ich das von anderen Bereichen aus der Welt erreichen oder ähnliches. Da wird sich automatisch drum gekümmert. Meistens bezahlt man solche Modelle als sogenannte Subskription. Das bedeutet, dass man eben kein großes einmaliges Invest hat, was ja auch ein gewisses Risiko hat, sondern meistens relativ kurze Verträge eingeht und eher eine monatliche oder eine jährliche Fee bezahlt für die Nutzung dieses Dienstes, wodurch eben die Einmalinvestition entfällt. Und etwas Besonderes auch an diesen Cloud SaaS Modellen ist, dass man im Regelfall einen sogenannten Customer Success Manager an seiner Seite hat. Das ist so ein bisschen der Kümmerer. Wann immer ich ein Problem habe, habe ich einen Ansprechpartner, weil der Anbieter hat ein ganz hohes Interesse daran, dass sie maximal glücklich sind. Weil nur wenn sie maximal glücklich sind, überlegen sie sich ein Jahr später: „Da will ich bleiben, da will ich meine Substitution verlängern, meinen Vertrag verlängern und da nicht weggehen. Deswegen ist es sehr in dem Sinne des Anbieters, dass ich eine maximal gute Kundenzufriedenheit habe. Und das garantiere ich meistens mit Prozessen rund customer success. Tatsächlich ist das aber noch mehr, als nur die Software in irgendeiner Form die Nutzung zu mieten und nicht für den Betrieb verantwortlich zu sein, sondern an den Customer Success haben wir schon gesehen: Es ist oft auch eine ganz andere Art von Projekt, von Einführung, die daraus folgt. Man versucht, saas Software oft sehr so zu machen, dass sie sehr, sehr intuitiv sind, dass ich nicht ewig lange Implementierungsprojekte brauche, wo ich ewig lange ausgebildet werde. Das ist eher so der traditionelle Weg. So ein PIM Projekt dauert jetzt nicht im schnellsten Fall drei Monate, im langsamsten Fall vielleicht drei Jahre, wo zwischen diese Projekte sind. Oftmals mache ich hier Dinge, dass ich in einem festen Zeitraum, ich als Anbieter mir überlege, wie kann ich Kunden so in das Thema reinbringen, sowohl von der Bedienung der Software, die möglichst intuitiv ist, als auch von den Konzepten und Prozessen, die dahinter ist? Wie kann ich ihn onboarden, sodass er maximal schnell eigentlich selbstständig sein kann? Das ist so eine Onboarding-Phase und das vielleicht schon mit einem Teil meiner Daten mache. Und dann rolle ich das Ganze vom Prinzip einfach aus in einer Rollout-Phase mithilfe des Customer Success Managers, der immer ein bisschen hilft. Durchaus auch, dass ich vielleicht jemanden mit dazu nehme, der mir Aufwand abnimmt. Das heißt nicht, dass ich alles selber machen muss, aber rein theoretisch werde ich relativ schnell in die Lage versetzt, dass ich sehr, sehr selbstständig mit dem System bin. Also sehr oft ist es so bei diesen SaaS-Modellen, dass man eben nicht so lange Projektphasen hat, sondern Projekte eben so in der Zweige tanzend. Also man sieht, es kann durchaus interessant sein, ein solches SaaS-Offering in Anspruch zu nehmen für den einen oder anderen, wenngleich beide Modelle durchaus Vor-und Nachteile haben. Es gibt auch durchaus Fälle, wo ein On-Premis, also ein eigener Betrieb, auch sinnvoll sein kann. So, das war mal so der erste Trend. Gehen wir mal auf den Zweiten: Feedback-basierte Produktdatenoptimierung. Ich habe es gerade in der Agenda schon etwas anklingen lassen, worum es geht, dass ich Feedback vielleicht haben will, meine Produkte, mein Produkt content, meine digitale Präsentation zu verbessern. Aber bevor wir zu Feedback gehen, überlegen wir mal, was denn so der traditionelle Weg ist, wie ich eine gute Datenqualität, DQM Data Quality Management, nennen wir das meistens als Feature in der Software, wie ich ein gutes Datenqualitätsmanagement hinkriege. Wenn man so in die Literatur guckt, dann gibt es so fünf Dimensionen von Datenqualität. Eine PIM-Software hat meistens verschiedene Funktionalitäten, die mir garantieren sollen, dass ich eine gute Datenqualität habe. Ich habe Überprüfungen auf Aktualität. Ich kann so Regeln hinterlegen, dass vielleicht Preise ein gewisses Alter nicht überschreiten dürfen oder Lieferantenupdates übernommen werden. Typischerweise hat so ein PIM so etwas wie ein Datenmodell, wo ich festlege, wie meine Produkte aussehen, welches Produkt welche Attribute hat. Und dann kann ich das auch ein bisschen differenzierter machen, dass ich sage: „Okay, wenn es ein E-Bike ist, dann muss ich auch Informationen zum Akku erfassen. Wenn es kein E-Bike ist, wenn es ein normales Mountain Bike ist, dann darf ich keinen Akku dabei haben oder ähnliches. Also eine Konsistenz schaffe ich. Eine Gültigkeit. Ich überprüfe, ob Lizenzen von Produktbildern nicht abgelaufen sind oder ob Preise noch gültig sind oder irgendetwas, bevor ich Daten ausspiege.Typisches Datenqualitätsmanagement ist auch zu sagen: Was sind meine Muss-Felder? Was sind meine Soll-Felder? Was sind meine Kann-Felder? Was muss ich unbedingt pflegen? Aber auch durchaus so Mindestauflösung von Bildern, Mindesttextlängen und Ähnliches. Eine Vollständigkeit, die ich überprüfe. Und oftmals wird so was wie ein Freigabe-Workflow genutzt, ein Vier-Augen-Prinzip etabliert, die Korrektheit der Daten qualitativ zu garantieren. Das alles wird im PIM-System meistens unter DQM Data Quality Management zusammengefasst. Das ist etwas, das haben auch wir in unserer Software, das haben die meisten PIM-Systeme in ihrer Software. Da sehe ich an meinem Produkt so einen Score, der dann berechnet wird. Der ist hier bei einundneunzig Prozent. Da gibt es aber so Muss-Fehler drin. Beschreibung darf nicht leer sein, so ein paar Soll-Kriterien drin, mindestens drei Bilder. Das ist alles gut. Das will ich hier in diesem Trend nicht infrage stellen. Das sollte man haben. Man sollte sich selber überlegen, wie ist ein Minimum der Datenqualität, bevor ich meine Daten in die Welt ausspiele, damit ich nicht eben zum Beispiel unvollständige oder falsche Daten ausspiele. Das hat aber einen kleinen Haken. Es beschreibt nur das Thema Datenqualität aus meiner Sicht als Anbieter, egal ob ich Hersteller oder Händler bin, wie ich der Meinung bin, wie ein gutes Produkt aussieht oder wie hier mit dem Vier-Augen-Prinzip mein Chef oder mein Kollege der Meinung ist, wie qualitativ ein guter Content aussieht. Es sagt in keinster Art und Weise, ob der Kunde am Ende diesen Content für relevant hält, so relevant hält und so von der digitalen Präsentation überzeugt ist, dass er das vielleicht kauft. Das kriege ich hiermit nicht raus. Aber wie kriege ich das raus? Weil das wäre ja durchaus interessant, meinen Content weiterzuoptimieren, damit er vielleicht erfolgreicher ist, damit er zu mehr Conversions führt. Eine Möglichkeit wäre, ich könnte ja mal meinen Kunden fragen. Ich könnte ja mal eine Umfrage machen, wo ich den Kunden frage: „Hey, du hast das und das gekauft. Vorher warst du auf meiner Webseite. Wie fandest du eigentlich die Beschreibung? Das wäre so eine Möglichkeit. Wäre bestimmt ein ganz tolles Ergebnis, aber ein sehr aufwendiger Weg. Unsere Idee oder diese Idee, dieses Trends ist es: Mensch, gibt es nicht vielleicht Feedback im Unternehmen, das ich nutzen könnte, das mir schon eine gute Idee über das Feedback meiner Kunden zur Qualität meines Contents gibt. Ich habe Kundenbewertungen in meinem eigenen Shop. Klar, die bewerten an sich das Produkt, aber in ganz vielen Kundenbewertungen steht auch so etwas wie: „Die Hose, die ist so klein ausgefallen. Ich fand sie zwar insgesamt gut, aber ich habe sie zurückgeschickt, schickt. Oder „Das Produkt, als ich es ausgepackt habe, das sah ganz anders aus als auf dem Foto. Das mochte ich nicht. Auch so was können Kundenbewertungen sagen. Dasselbe sagen natürlich noch viel direkter, retouren. Quoten, erst mal als quantitativer Wert, Retourengründe als qualitativer Wert, warum die Leute retourniert haben, wenn ich das auswerte. Wenn ich nur gucke, wie erfolgreich ist denn mein Produkt? Kauft das jemand? Wie viel Umsatz macht das? Noch viel besser: die Conversion Rate. Da waren verdammt noch mal 10.000 Leute letzten Monat auf der Detailseite des Produktes und niemand hat es gekauft. Die Conversion Rate ist total gering. Das ist ein Fehler der digitalen Produktpräsentation. Da war jemand auf der Detailseite, hat sich das Produkt, die Produktdaten, die er präsentiert bekommt, angeguckt und überlegt: „Nein, das will ich nicht haben. Das lasse ich mal. Also Conversion Rate ist ein guter Hinweisgeber auf eine schlechte oder eine sehr gute Produktqualität. Aber auch demografische Daten. Wenn ich denn wüsste, wer kauft denn überhaupt mein Produkt? Männlich, weiblich, wie alt, welche Interessen hat der oder diejenige, könnte mir das helfen, mein Content relevanter zu machen. Das Tolle an allen diesen Beispielen ist: Die hat man im Regelfall, diese Information. Man hat den eigenen Onlineshop, der die Kundenbewertung kennt. Man hat eine Warenwirtschaft, Retourenquotengründe, Käufe, Umsatz. Man hat vielleicht ein Web-Analysetool wie Google Analytics – da gibt es noch viele andere, das ist nur beispielhaft –, das auch ein E-Commerce-Tracking aktiviert hat und etwas über Umsatz und Conversion Rate kennt, aber vielleicht eben auch demographische Daten. Ein paar Bilder, die vermutlich jemand kennt. Nur mal beispielhaft Google Analytics gezeigt. Wir sehen hier Google Analytics. Was kennen die alle? Die wissen, woher meine Kunden kommen, aus welchem Land. Die wissen sogar, aus welcher Stadt, wenn die Städte groß sind, sogar aus welchen Stadtteil meine Kunden kommen. Sie haben geographisches Wissen. Sie wissen was über das Alter der Webseitenbesucher. Wie alt sind die? Die nennen das Age Bracket, also Altersbereich sind die? Sind die männlich oder weiblich? Und weil es halt Google ist in dem Fall, wissen die sogar, was mein Interesse ist oder das Interesse der Webseitenbesucher. Wofür interessieren die sich? Die wissen sogar, in welchem Segment die voraussichtlich als Nächstes kaufen werden. Wenn ich ein E-Commerce-Tracking aktiviert habe, wissen sie den Umsatz, die Einkaufsmenge, durchschnittliche Warenkorbgröße und ähnliches. Conversion rate für jedes einzelne Produkt. Und das Tolle ist: Alles andere, was ich vorher gezeigt habe, die Interessen, Alter, Demografie, Geografie, wissen Sie im mit aktiviertem E-Commerce-Tracking für jedes Produkt. Also können wir sagen, für die SKU einundneunzig, fünfundneunzig, einhundertvierzig, kaufen das mehr Männer oder mehr Frauen? Wie alt sind die? Aus welchem Land kommen die? Aus welcher Stadt kommen die? Was haben die für Interessen? Und jetzt im konkreten Fall Google Analytics – wie gesagt, das ist aber nur ein Beispiel – sind sie sogar nett und geben alles, diese Informationen über eine API raus, dass man sie konsumieren kann und dann überlegen kann, was man damit anfangen kann. Die Idee dieses Trends ist es, Mensch, DQM, das ist gut und richtig, so wie es ist. Das ist aber eine nur interne Sicht. Man sollte sie eine externe Sicht erweitern. Man sollte mit zu Datenqualität zählen: Wie ist die Reichweite meiner Produkte? Wie viele Leute gucken sich das an? Auf wie vielen Kanälen verkaufe ich es überhaupt? Wie zufrieden sind meine Kunden? Bewertung, Retourenquoten? Wie wirtschaftlich ist mein Produkt? Im Ergebnis, wenn ich das tue, erhalte ich eine Art, ich nenne es mal, 360-Grad-Sicht auf mein Produkt. Hier bin ich quasi bei einem Produkt, Ltd Pro Green and Black. Hier habe ich dieses klassische Data Quality Management Vollständigkeit. Sind meine Pflichtkriterien alle angegeben, je nach Sprache. Aber ich sehe eben auch: Wer kauft denn dieses Fahrrad in dem Fall? Männer von zwanzig, vierunddreißig aus Deutschland. Warum wird es retourniert? Was sind Kundenbewertungen? In welchen Kanälen verkaufe ich es und wie sind da die Conversion Rates? Und wie verändert sich die Conversion Rate?Warum das Ganze? Um da, wo ich den Content erstelle, wo ich den Content pflege, bessere Entscheidungen zu treffen. Ich bearbeite die Produktbeschreibung und sehe direkt: Für wen mache ich das eigentlich? Da kann ich einen viel relevanteren Content schreiben. Das klappt, solange ich eine homogene Zielgruppe habe, alsofern ich klar sagen kann, wer meine Zielgruppe ist und ich das bestimmen kann. Ich könnte aber durchaus auch merken anhand der Feedbackdaten: „Mensch, Ich habe eine heterogene Zielgruppe. Das Fahrrad, bleiben wir bei dem Beispiel, wird sowohl von dem Profibiker wie auch von dem Amateurbiker gekauft. Das kann ich daraus lesen. Eigentlich brauche ich zwei Beschreibungen und auch da haben PIM-Systeme oft Möglichkeiten, dass ich eben nicht nur eine Beschreibung hinterlege, sondern mehrere. Wir gucken uns mal kurz ein Beispiel aus der Touristik an, das wir alle kennen. TUI ist ein Kunde von uns. Solche Kataloge hat jeder schon mal im Reisebüro in der Hand gehabt. Wir sehen hier einen Wellnesskatalog, glaube ich, einen relativ aktuellen und einen Winterurlaubskatalog, einen relativ aktuellen. Verrückterweise sehen wir dasselbe Hotel – das ist deren Produkt – dasselbe Produkt zweimal. Hotel, Lange, Grisur und Spa. Anzahl der Sterne bei beiden gleich. Wenn wir uns die Bilder angucken, auf einem sichtlichen Unterschied, hier wird irgendwie der Pool hervorgehoben, ist halt Wellness. Hier wird irgendwie das Schneepanorama hervorgehoben, ist halt Wintersport. Teilweise die Bilder hier vom Restaurant, die sind bei beiden gleich. Also teilweise gibt es gleichen Content, teilweise differenzierenden Content. Würden wir uns den jetzt durchlesen, würden wir auch sehen, dass einige Sachen gleich sind. Die Bullets, die das Hotel beschreiben, die sind erst mal sehr allgemein gehalten, aber durchaus auch für die verschiedenen Zielgruppen auch andere Texte geschrieben werden. Gehen wir mal eben von dem Beispiel weg – übrigens sehr erfolgreich in der Touristik, eine solche Segmentierung zu machen und für die Content zu erstellen. Wenn mir meine Feedbackdaten jetzt sagen: „Hey, dieses Produkt wird von unterschiedlichen Zielgruppen gekauft, dann, sofern das PIM diese Möglichkeit hat – hier unten sehen wir es so angedeutet –, kann ich vielleicht eine zweite Variante für eine andere Zielgruppe erstellen, so wie die Feedbackdaten mir das sagen und somit für jeweils die Zielgruppe, den Content wesentlich relevanter zu machen. Das Ganze mit den Varianten nennt man übrigens in unserem Fachjargon meistens PXM, Product Experience Management. Man verwaltet nicht nur die einen Informationen, sondern das Erlebnis des Produktes für jede Zielgruppe. Und eins kann ich noch machen, wenn ich das so im PIM-System abgebildet hätte: Ich könnte daraus lernen. Ich sehe die Feedbackdaten, ich mache eine Veränderung, ich sehe im PIM, okay, am 31.5. Da habe ich eine Veränderung gemacht, habe die an die Kanäle ausgespielt. Verdammt, danach ist die Conversion-Rate weiter runtergegangen. Das war wohl nicht so gut. Ich mache eine weitere Veränderung, habe daraus gelernt, mache etwas anderes, sehe, danach geht die Conversion-Rate hoch. So kann ich immer weiter meine Produkte optimieren, letztlich mit Hilfe einer immer besseren digitalen Produktpräsentation mehr Umsatz aus meinen vorhandenen Produkten rauszuholen. Ist etwas, dieses Ganze, einige nennen das Product Analytics, hier heißt es jetzt Feedbackdaten, was generell so ein Trend ist, was einige Primärsteller heute sehen, andere nicht, aber durchaus schon der eine oder andere, wo durchaus viel Potenzial drin ist, mehr aus seinen Produkten rauszuholen. Glaube ich, ein sehr spannender Trend, den man hier mal zeigt. So, kommen wir zum dritten Teil und dem Teil, wo der Kai jetzt mal ein bisschen reden darf, nämlich die hilfreifreie KI-Funktion. Kai, magst du übernehmen? Genau. Ja, wir haben jetzt gehört, wir wollen, dass die PIM-Systeme auch als Software-as-a-Service auch vielleicht eine größere Zielgruppe erschließen können. Es soll einfach sein, so ein neues PIM-System aufzusetzen und damit zu arbeiten. Und da kann uns die KI natürlich dann durchaus behilflich sein, die Daten zum einen reinzukriegen, die Daten zu pflegen und damit schöne Sachen zu machen. Und wir nehmen jetzt mal an, Sie haben jetzt ein Kleinunternehmen. Sie sind jetzt, vielleicht haben Sie eine kleine Buchhandlung oder Sie stellen Ihre eigenen, Sie haben eine kleine Fahrradmanufaktur, schweißen die selber zusammen oder so, möchten Ihre Produkte jetzt irgendwie hier abbilden und reinbringen. Dann haben Sie sich jetzt hier bei unserem PIM angemeldet und haben hier die Möglichkeit, Artikel irgendwie reinzustellen. Sie können sich jetzt Ihre eigenen Definitionen machen: Wie sehen meine Produkte aus? Ein Buch hat vielleicht eine Artikelnummer, Autor, Produktnamen, Seitenzahl, Inhaltsangaben oder sonst was. Ein Monitor oder ein Fahrrad hat sicherlich ganz andere Eigenschaften, die man dann dementsprechend auch irgendwie pflegen muss. Diese ganzen Felder, die wollen natürlich so gepflegt sein, dass die Daten korrekt sind und dass sie möglichst gut dann auch den Kunden davon überzeugen, diese Produkte dann irgendwann zu kaufen. Der klassische Weg, wenn Sie jetzt, sagen wir mal, einen Buchladen haben und jetzt neue Bücher hier eingeben wollen, ist, entweder kriegen Sie die Daten schon im richtigen Format oder Sie müssen die erst mal irgendwie reinkriegen. Oder sagen wir mal, wir gehen mal zu den Monitoren. Sie wollen gerne in Ihrem kleinen Laden einen Monitor anbieten und haben jetzt hier vielleicht so ein Datenblatt gekriegt von irgendeinem beliebigen Monitorhersteller. Da stehen jetzt schöne Texte da drauf und eine schöne kleine Tabelle, wo man all das hier irgendwie an Werten nachlesen kann, was dazu gehört. Jetzt würde sich im klassischen PIM jemand hinsetzen müssen und diese Daten abtippen, wenn er die noch nicht im richtigen Format vorliegen hat. Das heißt, jetzt würde man wahrscheinlich Copy und Paste machen und hoffen, dass die Werte dann auch richtig in mein Datenmodell passen. Was ist aber, wenn die jetzt nicht richtig passen? Dann muss der Mensch anfangen zu denken und zu gucken: Wie passe ich die Werte so an, dass sie in mein Modell reinpassen? Wir können jetzt einmal uns dieses Datenblatt, was wir haben, nehmen und können mal versuchen, ob wir uns damit einfach mal direkt einen neuen Monitor anlegen könnten. Im Normalfall würde ich jetzt sagen, ich lege ein neues Geschäftsobjekt an und pflege dann die Werte da drin.Aber wir können auch einfach die KI mal was machen lassen. Wir sagen einfach, wir machen einen Smart Import und kopieren jetzt einfach nur die URL von dieser PDF Datei darein. Einfach direkt aus dem Browser rauskopiert und starten mal einen Import. Jetzt sehen wir hier unten, die KI fängt gerade an zu laufen. Das ist ein ganz klassisches GPT Modell, was dahinter jetzt gerade läuft, also das, was sie von ChatGPT kennen. Und die KI guckt sich jetzt zum einen an: Was ist das für ein Objekt, was wir da gerade gekriegt haben? Ist das ein Buch, ist das ein Fahrrad oder ist das ein Monitor? Und wenn sie damit durch ist, dann sollte jetzt gleich eine Meldung kommen, dass ein neuer Monitor gefunden und angelegt wurde. Ich hoffe, dass das jetzt hier nicht sich aufhängt, weil es ist KI. Manche Dinge funktionieren natürlich nicht immer beim ersten Versuch. Manchmal dauert es auch ein bisschen länger. Ich bin jetzt gerade nicht sicher, ob das hier geklappt hat oder nicht. Doch, da ist es. Und wir sehen jetzt, er hat jetzt hier tatsächlich einen neuen Monitor angelegt mit diesem Namen. Wir gucken mal, ob das hier denn auch dem entspricht, wo auch immer er den Namen jetzt hergenommen hat. In jedem Fall haben wir Felder gepflegt. Wir haben eine Bildschirmgröße 23,8. Wo sehe ich sie? 23,8 Zoll. Wir haben fünf Millisekunden Reaktionszeit zum Beispiel. Die sollten hoffentlich auch irgendwie sagen Reaktionszeit fünf Millisekunden und so weiter. Diese Werte hat er jetzt direkt aus der PDF Datei eins zu eins übernommen. Sie haben jetzt also nur noch die Arbeit, das einmal zu kontrollieren und gegenzulesen, ob das alles so in Ordnung ist, was da drin steht. Wir sehen hier auch noch ein paar KI Felder, die haben wir schon mal hier vorbereitet. Die sind jetzt alle noch leer. Wenn Sie jetzt diesen Monitor hier eingegeben haben und Sie haben jetzt festgestellt, mit diesen generischen Texten, die aus der PDF Datei kommen, da komme ich mit meiner Zielgruppe nicht klar. Vielleicht habe ich einen kleinen Laden, der auf Gamer spezialisiert ist. Ein Gamer möchte sicherlich einen anderen Text haben, als jemand, der für ein Büro einkaufen geht oder sonst irgendwas. Das heißt, wir brauchen Beschreibungstexte, die vielleicht variieren. Und dafür können wir jetzt mal hier noch mal in unser ähm Produktmodell reingehen und gehen noch mal auf die Monitore. Und da können wir uns jetzt mal hier diese KI1 bis KI4, also die können jetzt natürlich irgendeinen sprechenderen Namen haben. Das sind jetzt bei uns einfach nur mal ein paar Beispielfelder. Das erste Feld hat zum Beispiel hier drinstehen: „Liste vier echte Vorteile des Monitors mit Bullet Points auf. Zu jedem Vorteil maximal 80 Zeichen. Erwähne zu jedem Vorteil den Nutzen für den Kunden. Und dann hier auf der rechten Seite können wir genau angeben, welche Werte in diese Textgenerierung mit einfließen sollen. Also der Blaulichtfilter soll hier nicht mit reinfallen, aber andere Dinge sollen halt mit reinfallen. Und mit diesen Vorgaben und auch denen hier von den ganzen anderen Merkmalen, hier zum Beispiel „Liste aller Anschlüsse des Gerätes mit Bullet Points auf oder besonders schön finde ich ja auch das Dritte: „Schreibe eine Produktbeschreibung für den Monitor in Schweizer Mundart, Dialekt für den Bereich Zürich. Alle Worte ausschließlich im Dialekt. Verwende keine englischen Begriffe. Ergänze die Werte mit passenden Einheiten. Ja, und wenn wir diese ganzen Vorgaben hier gemacht haben und noch mal auf unseren Monitor jetzt zurückgehen. Ähm Ich habe nichts geändert, was ich haben wollte, also gehe ich noch mal auf den Monitor. Das war, glaube ich, der hier, den wir gerade hatten. Da sind jetzt noch alle KI-Felder frei. Wir können jetzt aber hier auf „Generiere Werte gehen und dann wird wieder, man sieht es hier unten, die KI angeworfen und er fängt an, Werte zu generieren. Und ja, das dauert jetzt ein bisschen, weil er jetzt viermal hier das Modell anschmeißt und viermal einen Text generiert, für jedes Merkmal, was wir hier entsprechend konfiguriert haben, einmal. Und hier sehen wir der erste Punkt. Das waren die Bullet Points, wo man die ähm Eigenschaften des Monitors zusammenfassen kann. Hier sollten die Anschlüsse beschrieben werden und hier, das werde ich jetzt nicht auf Schweizer Deutsch vortragen, das kann ich gar nicht, aber „Ehre Grussi klingt hier irgendwie doch schon ein bisschen, als wäre es nicht Hochdeutsch, was hier steht. Ähm Und hier unten haben wir sogar noch ein Gewicht im Paar reingeschrieben. Das wurde auch so konfiguriert. Das heißt, wir haben jetzt schon mal zwei sehr schöne Use Cases gesehen. Zum einen sind wir in der Lage, das Einpflegen dieser Werte hier generell über einen Smart Import durch die KI zu vereinfachen. Also wir können Werte direkt aus einer PDF nehmen, wir können Werte von einer Webseite nehmen ähm und können das dann hier sinnvoll in die entsprechenden Felder eintragen lassen, ohne dass sich da ein Mensch groß kümmern muss. Wir haben jetzt nur noch das Problem, dass wir sicherstellen müssen, dass die KI hier keine Fehler eingebaut hat. Aber das müssen Sie bei einem menschlichen Mitarbeiter wahrscheinlich auch früher oder später machen, wenn es äh wenn man einen Freigabeprozess hier haben möchte. Und wir haben gesehen, dass man aus den vorhandenen Daten auch durchaus noch mehr Wert produzieren kann, indem man andere Werbetexte erzeugt. Oder ich habe hier noch ein anderes Beispiel. Nehmen wir an, Sie haben hier Bücher eingetragen, aber bei den Büchern ist hier nur so ein allgemeiner Beschreibungstext gegeben, den Sie gekriegt haben. Sie haben hier zum Beispiel, dass dieses Buch eine Seitenzahl von 336 Seiten hat ähm und Sie haben hier eine deutsche Inhaltsangabe, Sie haben aber keine englische Inhaltsangabe und Sie haben die Seitenzahl, die ist nicht automatisch mit importiert worden, dann können Sie auch hier jetzt sagen: „Generiere mir bitte die Werte, und das geht jetzt über den beiden Feldern auch relativ schnell. 336 Seiten hat er rausgezogen und er hat hier für Harry Potter die Inhaltsangabe auf Englisch übersetzt. Also das alles geht mit KI sehr einfach und relativ zuverlässig. Also in unseren bisherigen Versuchen sind wir damit eigentlich immer sehr schön zurechtgekommen.So, dann jetzt die große Frage: Wenn ich jetzt ein neuer Kunde bin, dann kann ich jetzt also hier relativ schnell und komfortabel Werte eingeben. Aber diese ganzen Felder hier, die muss ja auch jemand sich überlegt haben. Das ganze Produktmodell muss man hier auch einpflegen. Das ist eine Sache, die muss man jetzt, da muss man nicht für studiert haben. Das kann man mit einiger Übung alles machen. Aber unser nächster Prototyp, der ist jetzt noch ein bisschen, wie man sieht, im Prototypen Status, aber das ist ein Assistent, der könnte Ihnen jetzt dabei helfen, selbst ihr eigenes Modell in dieses Format zu bringen, sodass Sie hier bei uns in Atamia das Ganze pflegen können. Und dafür schalte ich jetzt mal hier auf Spracheingabe und diskutiere mal kurz mit dem Rechner, was ich für ein Modell haben möchte. Mikrofon zulassen. Ich habe einen kleinen Süßwarenladen und möchte gerne verschiedene Arten von Süßigkeiten erfassen. Dazu brauche ich den Namen des Produktes, die Grammanzahl pro Verpackungseinheit. Ich brauche eine EAN-Nummer, ein Produktbild. Ich möchte gerne wissen, was für ein Typ von Süßigkeiten das ist, zum Beispiel Lakritze, Weingummi, Kaubonbons. Und ich möchte typische Hersteller. Bitte da die zehn größten deutschen Süßwarenhersteller erfassen. Füge bitte noch einen langen Beschreibungstext hinzu in Deutsch und Englisch und eine Anzahl Verpackungseinheiten pro Karton. So, ich denke, das reicht mal so als kurzes Beispiel. Wir sehen, er hat das Formular sozusagen erzeugt. Er hat auch gesehen, dass die Grammanzahl pro Verpackungseinheit eine Zahl ist. Also hier kann ich direkt das als Zahl steuern. Das hier ist ein Textfeld, das ist ein Langtextfeld. Wir können hier Dateien hochladen. Wir haben hier die zehn größten – doch, es sind zehn – größten deutschen Hersteller von Süßwaren und wir haben Lakritze, Weingumme und Kaubonbons. Man kann jetzt natürlich das Ganze auch im Nachhinein noch verändern. Bitte alles auf Englisch und alphabetisch sortiert. Und damit hat er genau das gemacht, alles auf Englisch, alphabetisch sortiert. Ja, somit könnte jetzt auch jemand, der gar nicht so viel Ahnung hat von PIM-Systemen, sich selbst sein eigenes Datenmodell hier zusammenklicken oder sprechen und da dann anfangen, seine Produkte reinzupacken. Damit wäre ich durch. Wir können mal wieder zu Eric zurück. Ich höre gerade nichts. Ja. Und zu meinem Slide vielleicht, falls ich das noch offen habe. Habe ich. So, wir sind durch mit den drei Temps. Wir hoffen, dass wir mal so einen Überblick gegeben haben, was gerade spannende Sachen sind, an denen wir und bestimmt auch andere ein Stück weit forschen. Von „Sachen sollten SAS sein, weniger Investitionsrisiko zu haben über „Nutzt doch Feedback, bessere Produktdaten zu erstellen und verschiedene sehr, sehr coole Möglichkeiten, die wir schon heute in der Software haben und einige, die auch noch Prototyp sind, KI zu nutzen, die künstliche Intelligenz zu nutzen, noch bessere Produktdaten zu stellen. Damit wären wir so weit mit unserem Vortrag durch. Wunderbar. Grüezi und danke für euren Ausflug in die Trends im Produktdatenmanagement. Und ich glaube, ich muss gleich auch erst mal los und mir Süßigkeiten organisieren. Das ist direkt getriggert, Kai. Ich habe während eures Vortrags gebannt, gelauscht und habe auch die Fragen hier kuratiert und ein bisschen in Blöcke zusammengefasst und würde mit euch gerne in die Q&A direkt durchstarten. Vielleicht erst einmal so ein bisschen zum Einstieg: Ab wann benötige ich eigentlich einen PIM? Also wann ist es zu spät beziehungsweise was sind die deutlichsten Anzeichen, dass ich nicht mehr mit einer Excel klarkomme? Die deutlichsten Anzeichen, dass du nicht klarkommst, dass du ganz viel Personal brauchst, deine Produkte ... Also was ist die Alternative zum PIM? Fangen wir mal an. Klar, ich könnte das Ganze in Excel machen, dann muss ich es aber immer noch in die Kanäle reinbringen. Also wenn ich einen eigenen Onlineshop habe, wenn ich bei Amazon verkaufe, wenn ich bei eBay verkaufe, keine Ahnung, meinen Kunden direkt die Produktdaten zuschicke, wenn ich eigentlich den ganzen Tag nur noch damit beschäftigt bin, für alle diese Kanäle mich da einzuloggen und die Produktdaten zu pflegen oder mehrere Leute dafür brauche, dann brauche ich offensichtlich einen PIM. Grundsätzlich als Größen sind es alle, die in mehr als einem Vertriebskanal verkaufen. Nur einen Onlineshop hab, ausschließlich. Kann ich mir auch überlegen, ob ich von mir aus in dem Shop wäre oder wie auch immer der heißen Markt der Onlineshop direkt die Produktdaten verwalte. Sobald ein zweiter Kanal hinzukommt, lohnt es sich mal über PIM nachzudenken. Und irgendwo neben den Kanälen hat das auch was mit der Anzahl der Produkte zu tun. Wenn ich nur zwei Produkte habe, dann kann ich das vielleicht auch noch in fünf Kanälen verwalten, im Zweifel. Aber spätestens so ab Größen von vielleicht 100 Produkten, 100 verschiedenen Produkten, dann eben in mehr als zwei Kanälen oder so, dann lohnt es sich langsam darüber nachzudenken Sehr gut. Du hast gerade Shopsysteme angesprochen. Ihr harmonisiert mit allen gängigen Shopsystemen, nehme ich jetzt einfach mal ad hoc an, da mal so eine Anschlussfrage zu stellen. Ja, es gibt Standardkonnektoren zu Systemen. Ich habe gerade zufälligerweise RShopware erwähnt, aber das ist so jemand, zu dem wir Standardkonnektoren haben. Gleichzeitig gibt es aber auch viele Unternehmen, die selbstentwickelte Lösungen haben. Da gibt es dann so generische Schnittstellen, wo man mit wenig Aufwand schnell sein Shopsystem anschließen kann. Ganz genau. Perfekt. Ähm Erik, du weißt, das ist eine Frage, die häufig kommt und du sprachst ja auch von einer monatlichen Subscription. Was ist so der grobe Preispunkt für eure Lösung jetzt vielleicht speziell? Oder was sind, oder ich weiß, das ist schwierig zu sagen, aber was sind so Kriterien für ein Pricing? Wonach geht das? Gehen wir erst mal sehr allgemein. Ich kenne tatsächlich den PIM-Markt relativ gut und allgemein, wo drüber quasi beinahe eine Subscription skaliert wird, sagen wir. Also was sind genau, wie du sagst, die Kriterien, wo ich den Preis bestimme? Das ist bei einigen Systemen die Anzahl der SKUs.Vielleicht die Anzahl der Vertriebskanäle, wo ich reingehe, die Anzahl der User mit dem System a, die mit dem System arbeiten, auf die zur Verfügung gestellte Funktionalität. Also es ist nicht unüblich bei SaaS Software, das kennt jeder von uns. Es gibt so ein Basic, wo gewisse Standardfunktionalitäten drin sind und dann noch ein Premium und Platinum oder irgendwas, wo ich dann mehr Funktionalitäten habe. Also das sind alles so die üblichen Skalierungskriterien. Bei uns in der Software ist das dahingehend ein bisschen speziell. Man kann mit unserer Software bei weitem nicht nur Artikel und Produkte verwalten, sondern auch ganz andere Objekte. Weiß nicht, wenn ich Hersteller bin, meine Rezepturen, meine Komponenten oder alles sowas. Deswegen können wir schlecht nur über die Anzahl der SKUs gehen und tun das auch nicht. Wir skalieren tatsächlich im Wesentlichen über die Anzahl der User und die Funktionalität. Um mal so ganz grobes Gefühl zu kriegen, reden wir bei unserer Software von, im günstigsten Fall beginnt man so ab fünftausend Euro im Jahr ungefähr aufs Jahr gerechnet und im teuersten Fall, so eine PIM Soft, nicht im teuersten Fall nach oben hin, ist im Zweifel offen, je nachdem wie groß der Konzern ist, der das PIM einführen will. Aber mal bei durchschnittlichen Kunden, die wir heute haben, sind wir irgendwie bei fünfzig, sechzig, siebzigtausend Euro im Jahr für größere. Ja, aber du sprachst ja auch gerade- Irgendwo dazwischen. Du sprachst ja gerade auch in einer der vorigen Frage, ähm, über den Personaleinsatz, den man gegebenenfalls hat. Also so eine Lösung wie eure amortisiert sich dann ja auch rasant, würde ich jetzt einfach mal tippen. Tatsächlich. Also auch schon vor KI war das so, dass ich mit dem, was ich an Aufwand einsparen kann, eben nicht manuell die Kanäle zu bespielen und ähnliches, sich das schon relativ schnell amortisiert. Gibt es auch verschiedene Studien drüber. Jetzt durch so etwas wie KI wird PIM immer mehr Automatisierung. Also für uns ist ein ganz großer Trend, dass man nicht nur KIES Use Cases betrachtet, sondern ganz allgemein gesprochen, how to automate PIM, kann man eigentlich sagen. Wie schaffe ich es, den Prozess von meinem Lieferant liefert mir da ein bisschen, ich habe es in alle meinen Kanälen live, damit ich eine schnelle Time to Market habe, aber eben auch, um Aufwand zu sparen, darin das möglichst zu automatisieren. Da hilft KI massiv, da hilft automatische Prozesssteuerung massiv und noch ganz viele andere Orte, Deepelfübersetzungen und weiß ich nicht, was alles hilft mir dabei, dass ich das sehr, sehr stark automatisieren kann. Und dann ist die Amortisation natürlich relativ schnell erreicht. Ja. Ähm, Kai, du sprachst ja, ähm, über das Thema KI beziehungsweise hast auch konkret, ähm, kurz in einen, einem Wort das GPT Modell, ähm, dort gedroppt. Vielleicht eine sehr einfache Linefrage an dich als Experten: Warum ist eigentlich die OpenAI Lösung, die ihr dort integriert habt, ähm, nicht alternatives Modell? Wir als Deutschen haben zum Beispiel LF Alpha, ist jetzt etwas, was man häufiger mal wahrnimmt, jetzt auch als Laie. Kannst du da vielleicht zwei, drei Sätze zu sagen? Also grundsätzlich wollen wir so offen bleiben wie möglich und so viele Modelle unterstützen, wie es geht. Also, ähm, ich hätte, was Textgenerierung und so weiter angeht, auch gar keine Probleme damit, wenn wir jetzt heute auf Lama, Gemini oder sonst was wechseln würden. Ähm, was wir bei OpenAI jetzt als großen Vorteil haben, ist, die, ähm, haben quasi die Garantie drin, wenn ich, ähm, strukturierte Daten im JSON-Format haben möchte, dann können die mir die auch in diesem Format bereitstellen und die können wir dann relativ problemlos, ähm, weiterverarbeiten. Bei anderen Modellen muss man dann immer so ein bisschen darauf hoffen, dass die KI dann nicht hier eine Klammer vergisst oder da in Anführungszeichen zu viel macht oder sowas. Das heißt, mit OpenAI haben wir momentan einfach die besten Ergebnisse, was die, ähm, das Pasen der Daten, die wir dann zurückkriegen, angeht. Das ist grundsätzlich jetzt kein Hinderungsgrund. Wir haben, bis diese Funktionalität vor einem halben Jahr eingeführt wurde, haben wir es auch selbst noch so gemacht. Dann hat man halt nicht die ganz hohe Erfolgsquote. Also für das, für die aktuell für uns beste Erfolgsquote ist halt das, ähm, GPT drei fünf Turbo Modell am besten, weil wir da die meisten Erfahrungen jetzt mit haben, aber wir, ähm, sind jetzt auch mal auf Omni umgestiegen, das neue System von, von OpenAI und ich glaube, da wird es dann auch noch mal, noch mal ein paar Qualitätssprünge geben, dass wir da noch besser werden. Spannend, spannend. Ähm, eine Frage, eine User-Frage, die auch gerne in dem Kontext kommt und jetzt auch gekommen ist: Wie kann ich eigentlich verhindern, dass meine Daten von der KI weiterverwendet werden und somit gar Geschäftsgeheimnisse in falsche Hände geraten? Erst mal in die, äh-- gucken, welches Modell verwendet wird und dort bei dem jeweiligen KI-Anbieter in die, ähm, in die, äh-- ich komme nicht auf den Namen. (lacht) Vertragsbedingungen. Vertragsbedingungen schauen. Jetzt sagt OpenAI, dass sie nicht mehr, äh, die Daten, die verwendet werden, also die da reingehen, auch zum Training verwenden. Das haben sie jetzt, äh, umgestellt. Das war mal vor ein paar Monaten noch anders. In den aktuellen, auf der aktuellen Webseite von denen behaupten sie, dass diese Daten nicht verwendet werden und sofort wieder gelöscht werden. Ähm, ja, wie gesagt, das ändert sich mal gerne und deshalb, äh, würde ich da immer ganz genau im Auge behalten, welchen Anbieter man gerade mit welchem Modell verwendet. Also manche sind da ja durchaus sehr offen und großzügig und sagen, dass sie das alles nicht verwenden oder garantieren. Bei anderen weiß man es nicht so genau. Einfach immer mal tagesaktuell da reingucken. Und wie gesagt, wir sind gerade noch dabei, den Prototypen in die Praxisphase zu übertragen. Da sind wir erst mal auf OpenAI, aber das wird über kurz oder lang dann auch auf anderen Modellen nutzbar sein, je nach Kundenwunsch und Einsetzung, äh, Einsatzgebiet. Mhm. Um im Bereich KI noch mal zu bleiben, um das abzurunden: In welchen Bereichen seht ihr eigentlich die größten Entwicklungspotenziale für den Einsatz von KI im, ja, Produktdatenmanagement? So sagen wir es mal roundabout auf die nächsten fünf Jahre. Könnt ihr da einen Ausblick geben? Also was wir gerade sehen, ist, dass wir von dem, was wir bisher gemacht haben, nämlich reine Textgenerierung, auch wegkommen zu, ähm, ja, Multi- (lacht)Multimodalen Modellen, dass wir sowohl Dinge wie Spracheingabe, Toneingabe, dass man Bilder und Videos verarbeiten und auch ausgeben kann, dass wir in die Richtung kommen und dass sich da durchaus bessere Möglichkeiten ergeben. Wir sehen jetzt zum Beispiel, was mit unserem bisherigen Modell Probleme bereitet hat, war, wenn wir jetzt mehrere Objekte aus einer Tabelle oder so was importieren wollen. Nehmen wir an, wir haben eine Amazon-Seite, da sind zehn Monitore drauf und ich möchte jetzt diese Amazon-Seite in zehn Geschäftsobjekte in meiner PIM-Software umwandeln lassen, dann hat die KI bisher da Probleme gehabt, weil wir bisher immer die Seite genommen haben, in reinen Text umgewandelt haben, diesen Text der KI vorgeworfen haben. Die KI hat daraus wieder Text generiert und den haben wir dann in unsere Geschäftsobjekte überführt und dabei gehen Informationen verloren. Da sind Reibungsverluste. Aber mit dem neuen Omni-Modell zum Beispiel kann man direkt ein Bild reingeben und bleibt direkt in der KI. Das wird nicht erst in Text umgewandelt, sondern er ist in der Lage, das Bild an sich zu analysieren und dann auch Zusammenhänge auf dem Bild mit einzubehalten. Er sieht dann: „Aha, zu dem Bild gehört dieser Text, also scheinen die irgendwie zusammenzugehören. Und das ist, glaube ich, der nächste Quantensprung, den wir in den nächsten Monaten beobachten werden und was dann darüber hinausgeht, wird dann halt so sein, dass wir uns dann auch Bilder und so was aus den PDFs rausschneiden können, sie in der Software weiterverwenden können, abwandeln können und so weiter. Also Videos dazu generieren, all das wird, glaube ich, die nächsten Jahre bestimmen. Wir haben heute noch Neukunden, wo der Anfang des PIM-Projektes daraus besteht oder ein Teil des PIM-Projektes ist immer, ich finde ein Datenmodell und mache eine Datenmigration von den Daten aus meinen bisherigen Datenquellen. Wenn ich vorher ein PIM-System hatte, übernehme ich da die Daten, wenn ich vorher Excel hatte, übernehme ich die Daten aus Excel. Heute tatsächlich seltener, aber es gibt auch noch den Fall, dass Kunden nur quasi den Katalog als die eine Wahrheit haben und fangen jetzt an, quasi ihren Katalog abzutippen ins PIM-Mond. Genau der Ausblick von dem Use Case, den Kai jetzt gerade gesagt hat, ist eigentlich irgendwann, dass ich die PDF einmal vorwerfe und das System dann ganz automatisch sieht, welche verschiedenen Produkte da drin sind und alle Produkte auf einmal dann anlegt. Also nicht dieser Use Case Datenblatt, wo nur ein Produkt drauf ist, sondern einen ganzen Katalog. Oder ich habe einen Lieferantenkatalog als PDF, schiebe ich ins PIM rein und habe automatisch meine ganzen Produkte mit angenommen dran. Das wäre so die nächste Entwicklungsstufe, die heute noch teilweise limitiert ist, aber dass es durch Omni schon besser wird, noch nicht ganz fehlerfrei, muss ich sagen, aber ich glaube, das könnte etwas sein, was vielleicht nicht mehr lange dauert, was wir dann auch voll automatisieren können. Ja, stark. Cool. Also spannend zu beobachten, was dann da alles rasant gegebenenfalls dann noch kommen wird, Erneuerungen. Spannend an der Stelle fand ich übrigens auch die Erstellung von dem Datenmodell via Sprachsteuerung. Das ist jetzt so eine persönliche Frage, die mir so vorschreibt: Total sinnvoll, total cool und auch eigentlich viel schneller, als anders davor zu gehen. Glaubt ihr, dass die Nutzung ... Also es ist noch nicht ausgerollt. Ihr entwickelt es gerade oder ist es schon ausgerollt? Das war ein Prototyp, den haben wir so noch nicht drin. Wenn jetzt ausgerollt ... Das ist so was Produkt Advisory Board. Da zeigen wir das und holen uns Feedback, ob das jemand nutzen möchte. Ja. Glaubt ihr, das ist ja so ein untypisches Verhalten dann für den Menschen, der da im Computer sitzt. Klar, irgendwie hat jeder mittlerweile Alexa, Siri und kennt so ein bisschen die Herangehensweise, aber glaubt ihr, dass diese Nutzung dann rasant zunehmen wird oder müsst ihr da erst Überzeugungsarbeit leisten und gewissermaßen ein bisschen schulen in die Richtung, damit ihr da noch einen kleinen Schubs geben könnt, wenn das ausgerollt wird? Diese ganze Sprachausgabe war jetzt einfach nur ein nettes Gimmick, weil es halt einfach geht. Grundsätzlich war das eigentlich dafür gedacht, dass man es auch per Tastatur eingibt. Einfach sagt: „Ich brauche ein Modell mit den folgenden Stichworten, eine Verpackungsgröße und so weiter. Und ich muss dann nicht sagen, dass eine Verpackungsgröße eine Zahl ist, ich muss keine Einheiten angeben oder so was. Das ist die KI meistens ganz gut in der Lage, selbst herauszufinden und selbst anzugeben. Also ob ich das jetzt von Hand eingebe, ob ich mir einen Text von der Webseite da reinkopiere oder ob ich das per Sprache mache. Ich glaube, das ist dann irgendwann wirklich egal, denn wenn ich im Großraumbüro sitze, werden garantiert nicht 50 Leute da sitzen und alle gleichzeitig in ihre Kopfhörer mit dem Computer sprechen. Das sehe ich noch nicht, aber wer weiß. Ja, mal schauen. Okay, Eric, vielleicht noch einmal du hattest das Thema Data Quality Management, auch total sinnvoll, die externen Signale da mit einzubeziehen, was du als Trend da noch mal hervorgehoben hast. Magst du den Part noch einmal kurz zusammenfassen? Also wie kann ich mittels Eckherz die Qualität der Daten sicherstellen? Wie laufen diese Informationen ein und wie werden sie aufbereitet? Also vielleicht so ein bisschen kurzen, nicht Deep Dive, aber noch zwei, drei Sätze dazu, dass wir dann ein bisschen konkreter uns vorstellen können. Ja, also die Idee ist es im Wesentlichen, dass vorhandene Data Quality Management, also eigens definierte Kriterien, die internen Kriterien, externe Kriterien zu erweitern. Wir selber als PIM-System, wir erheben kein Feedback, sondern unsere Idee ist es, vorhandenes Feedback, das in der Unternehmung existiert, ins PIM zu integrieren und damit quasi eine vollständige Datenqualitätsbetrachtung zu machen. Wir nennen das Feedback „Datenquelle. Eine mögliche Feedback-Datenquelle kann eben Google Analytics sein, das hatte ich gezeigt. Genauso gut könnte eine Feedback-Datenquelle meine Warenwirtschaft sein, mein SAP, mein Onlineshop, mein Shopware, mein „Ich habe keine Ahnung, was alles, was wir integrieren wollen und dann eben dem User einerseits am Produkt sichtbar machen wollen – es gibt übrigens auch eine schöne Verbindung zu dem, was Kai gezeigt hatte. Das kann ich nämlich auch der KI als Input geben. „du, ich sehe hier, also jetzt voll automatisiert in irgendeiner Form, das Ding wird hauptsächlich gekauft von jungen Männern zwischen 18 und 24. Mach mal den Text für die passend. Also it's quasi anzuzeigen beziehungsweise in Automatismen wiederum zu nutzen, dann den Content relevanter zu machen, dann wieder zu messen, ob es sich verbessert hat und dann weiter zu optimieren. Und vielleicht auch dann die KI zu nutzen, wirklich Bewertungen durchzuführen: „Sind die Texte, die ich hier von den Lieferanten gekriegt habe, geeignet für meine Zielgruppe? Bitte bewerte mir die doch mal, bitte. Man könnte sich durchaus auch eine KI-gestützte Datenqualitätsanalyse vorstellen, dass die KI bewertet, wie gut die Texte sind.Was da noch fehlt oder sonst was. Spannend für den Use Case der Automatisierung, aber auch noch für anderen. Tatsächlich speichern wir diese Feedback-Daten sogar in aggregierter Form in unserem eigenen System. Das ist nicht nur eine Livesicht, die ich da habe. Es hilft mir auch in Selektions-Use-Cases. Zeige mir alle Produkte an, die letzten Monat eine Conversion-Rate unter 1% haben, meine Flops zu identifizieren, weil die will ich überarbeiten. Dafür und eben solche Automatisierungen anzustoßen, speichern wir die Daten in aggregierter Form und machen sie dann eben auch für derartige Use Cases nutzbar. Gibt es typische Herausforderungen bei der Integration von Kundenfeedback ins Produktdatenmanagement und wie können diese gegebenenfalls überwunden werden? Erst mal sind natürlich die Feedback-Datenquellen relativ individuell. Google Analytics haben tatsächlich noch viele. Das kann ich relativ gut standardisieren, wobei das, muss man auch sagen, ein sehr klarer B2C-Use-Case ist. Im B2B-Fall sagen mir die Leute immer: „Was interessiert mich das Alter des Einkäufers? Mich interessiert die Branche, für die der einkauft oder vielleicht noch seine Rolle, aber nicht unbedingt sein Alter oder seine Interessen oder irgendetwas dabei. Da sind es dann vielleicht eher CRM-Systeme, ERP-Systeme, wo Unternehmen wesentlich individueller oft unterwegs sind als vielleicht mit einem Web-Analyse-Tool. Das heißt, da die technische Integration der verschiedenen Feedback-Datenquellen, wie man die möglichst einfach hinkriegt, das ist auf jeden Fall eine Herausforderung. Ja? Ja. Okay. Das war der Punkt, der mir einfällt. Gut, dann lass uns mal zum Ende abbiegen. Vielleicht könnt ihr noch einmal hervorheben, welche spezifischen Vorteile die Eckhart Suite im Vergleich zu anderen PIM-Systemen am Markt bietet, ohne jetzt die anderen zu bashen. Darum geht es nicht. Ja. Wir haben, du hast gerade das Produkt gesehen, unser neues Cloud-Native-Produkt, Atame Cloud, was erst mal den großen Vorteil ist, es ist sehr, sehr modern. Es ist ein sehr zukunftsgerichtetes Produkt mit einer sehr modernen – haben wir aber in Kais Demo gesehen – für den Benutzer optimierten Oberfläche mit einer sehr modernen Technologie. Lässt sich dadurch auch super integrieren zu anderen Systemen, wie man das eben von moderner Software haben will. Eckets gibt es trotzdem Du hattest uns in der Vorstellung gesagt, mit 11 und 13 Jahren, wir sind lange dabei. Wir haben gesagt, wir haben Leute, die sind 25 Jahre dabei. In unserem Unternehmen ist echt viel Erfahrung drin. Also wir sind nicht das junge Start-up, auch wenn wir die coole, moderne Software haben, dass ich gerade überlegt, jetzt mal im Pim-Markt einzusteigen und irgendwie so ein bisschen Produktdatenverwaltung zu machen. Wir haben Berater da, die auch schon 20, 25 Jahre dabei sind und die das Business wirklich gut kennen. Und die haben diese Software mit geschaffen von dem, was die Software macht. Also die Tatsache, dass da diese große Erfahrung drin ist, in dem, wie die Sachen abgebildet sind, ist, glaube ich, schon etwas sehr Was Besonderes von eggheads, was nicht jeder von sich so behaupten kann. Und dann hatte ich es auch in den Vorteilen durchaus drin, dass wir heute noch unabhängig sind, dass wir nicht unbedingt Investor getrieben sind und die letzten Cent aus unseren Kunden rauswringen wollen und Ähnliches. Ich glaube, das macht es auch irgendwie besonders. Und dann auch die Art, wie wir mit den Kunden und Partnern auf Augenhöhe agieren in dem Zusammenhang. Ich glaube, das sind so die großen Vorteile, die wir als Agent haben. Super. Schöne Schlussworte an der Stelle. Vielen, vielen lieben Dank für eure Session heute zum Auftakt der heutigen OMKB-Edischen. Vielen, vielen lieben Dank für die umfangreiche Q&A. Ich glaube, da war einiges drin. Muss man gleich im Nachgang des heutigen Tages noch mal schauen, dass wir das vielleicht sogar schriftlich noch mal aufbereiten, was wir hier miteinander besprochen haben und das auf verschiedenen Wegen noch mal anzubieten. Sehr, sehr cool. Und ja, ich freue mich auf ein baldiges Wiedersehen bei einer OMKW-Session und wünsche euch noch einen hervorragenden Tag. Danke dir, Christoph und tschüss an alle. Tschüss. So, eben gemeinsam machen wir noch den Deckel drauf. Es geht hier in wenigen Minuten schon – wir haben ein bisschen länger gemacht, die jetzige Session – geht es hier gleich schon weiter, und zwar mit der Session: Künstliche Intelligenz vom Wort zum Workflow. Sorry, jetzt habe ich gerade noch mal den Hänger drin gehabt. Also gleich wieder einschalten. Bis gleich. Ciao, ciao.