Innovative IT-Tools und -konzepte werden immer wichtiger. Im Interview mit Günter Heiß, Geschäftsführer bei unserem ECC CLUB Mitglied eCube, sprechen wir über neue Wege, die Konsolidierung großer Produktdatenmengen mithilfe generativer KI zu automatisieren und die Datenqualität kontinuierlich zu verbessern.
Vor welchen Herausforderungen stehen Händler, die fortlaufend sehr große Produktdatenmengen in hoher Qualität bereitstellen müssen?
Ein Unternehmen verkauft über verschiedene Kanäle, beispielsweise über einen eigenen Online-Shop und/oder über einen Marktplatz. Das Sortiment setzt sich aus eigenen Produkten und den Produkten von Herstellern und/oder Großhändlern zusammen. Dementsprechend werden die Produktdaten aus verschiedenen Quellen angeliefert und in verschiedene Verkaufskanäle ausgeliefert. Sehr große Sortimente umfassen 500.000 Produkte und mehr.
Die Qualität der Produktdaten von Zulieferern kann in der Praxis stark variieren, weil beispielsweise sich die Datenstruktur und/oder Qualitätsstandards von denen des empfangenden Händlers unterscheiden. Genügt die Qualität der gelieferten Daten nicht den Anforderungen, so müssen diese zuverlässig für den Online-Verkauf aufbereitet werden. Das stellt Händler regelmäßig vor große Herausforderungen, insbesondere, wenn riesige Datenmengen bei jedem Update manuell geprüft und bei Bedarf korrigiert werden müssen.
Welche Chancen bietet die Automatisierung von Prozessen, um die Effizienz und Qualität der Produktdatenkonsolidierung zu verbessern?
Die manuelle Aufbereitung sehr großer Produktdatenmengen ist aufwändig und fehleranfällig. Die Leidtragenden sind die Mitarbeitenden im Unternehmen, die regelmäßig Datensätze prüfen und manuell korrigieren müssen. Das hebt nicht gerade die Stimmung in den betroffenen Abteilungen. Zudem lassen sich Fehler in manuellen Prozessen nicht vermeiden. Dann landen z. B. kryptische Produktbezeichnungen oder fehlende Attribute direkt im Shop und machen dort einen schlechten Eindruck bei den potenziellen Käufer:innen.
Die Automatisierung der Produktdatenkonsolidierung vom Einlesen der Daten, über die regelbasierte Transformation bis hin zur Auslieferung kann viel Aufwand und Nerven sparen. Ein möglicher Ansatz sind hier spezielle Software-Lösungen, die wie ein Waschautomat für Produktdaten funktionieren. Das Prinzip: “Chaos in, Order out”. Produktdaten aus verschiedenen Quellen in unterschiedlicher Qualität und Güte werden über spezielle Regeln („Waschprogramme“) automatisiert für den Verkauf aufbereitet.
Wie kann generative KI wie ChatGPT den Grad der Automatisierung zusätzlich steigern und so die Datenkonsolidierung smarter und effizienter machen?
Die regelbasierte Konsolidierung von Produktdaten bietet Händlern einen einfachen Einstieg in die Automatisierung ihrer Prozesse. Sie reduziert manuellen Aufwand und verbessert die Qualität ihrer Produktdaten kontinuierlich. Das sollte für Unternehmen mit sehr großen Produktsortimenten, die ihren Kund:innen ein konstant hohes Qualitätsniveau im Verkauf bieten wollen, das Pflichtprogramm sein. Für die Kür – also für das Ausschöpfen weiterer Automatisierungspotenziale – kann KI einen wichtigen Beitrag leisten.
Generative KI wie ChatGPT eignet sich weniger für die direkte Verarbeitung der Daten. Dafür ist sie zu wenig effizient und letztlich auch zu teuer. Aber sie kann beispielsweise bei der Erstellung von Regeln - neuer „Waschprogramme“ - für die Datenkonsolidierung unterstützen. Sollte sich z. B. die Bezeichnung eines Feldes in der Quelldatenbank unbemerkt ändern und dadurch die Zuordnung zur Zieldatenbank verloren gehen, könnte die KI das „Mapping“ automatisch wieder herstellen. So lassen sich Unterbrechungen im Betrieb vermeiden und die Steuerung der regelbasierten Konsolidierung wird noch komfortabler.