KI-generiertProduct Information Management
Produktbeschreibungen mit KI erstellen: von PIM-Daten zum geprüften Text
Wer Produktbeschreibungen mit KI erstellt, braucht verlässliche Produktdaten, klare Textvorgaben und eine fachliche Prüfung. Für Hersteller und Händler mit vielen Artikeln, Varianten und Vertriebskanälen beginnt die Aufgabe deshalb bei der Datenpflege: Welche Eigenschaften gehören zu welchem Produkt, und welche davon benötigt der jeweilige Text?
Ein PIM-System hält diese Informationen strukturiert bereit. Daraus lassen sich Textentwürfe für den Shop, den Katalog oder weitere Kanäle erstellen. Wie dieser Ablauf funktioniert, zeigt das folgende Beispiel – einschließlich einer fehlerhaften Beschreibung und ihrer Korrektur.
Welche Produktdaten braucht die KI?
Stelle zunächst ein Datenpaket für das konkrete Produkt zusammen. Dazu gehören die Artikelnummer, die Produktart und die Eigenschaften, die ein Käufer für seine Entscheidung benötigt. Je nach Sortiment sind das etwa Material, Maße, Volumen, Farbe, Anschlusswerte oder die dokumentierte Eignung für einen bestimmten Einsatz.
Prüfe dabei drei Dinge:
- Eindeutige Zuordnung: Beziehen sich die Angaben auf die Produktfamilie oder genau auf die angebotene Variante? Ein Merkmal einer anderen Ausführung darf nicht in den Text geraten.
- Vollständige Werte: Zu einer Zahl gehören Einheit und Bedeutung. Bei Maßen muss etwa erkennbar sein, in welcher Reihenfolge Länge, Breite und Höhe angegeben sind.
- Belastbare Aussagen: Eigenschaften, Kompatibilitäten und Anwendungshinweise brauchen eine verlässliche Grundlage. Widersprüche zwischen Lieferantentext und Datenblatt werden vor der Texterstellung geklärt.
Fehlt eine entscheidende Angabe, geht der Datensatz zurück in die Klärung. Bei einer optionalen Eigenschaft kann der Text sie auslassen. Lege diese Unterscheidung vorab fest, damit die Redaktion nicht für jeden Artikel neu entscheiden muss. Mehr zur gemeinsamen Datenbasis findest Du unter Product Information Management in OMN.
Ein Beispiel: aus sechs Merkmalen eine Produktbeschreibung machen
Das folgende Beispiel ist fiktiv und für diesen Artikel vereinfacht. Es verwendet keinen Kundendatensatz und zeigt keinen tatsächlichen Auszug aus OMN.
| Feld | Geprüfte Vorgabe für das Beispiel |
|---|---|
| Artikel | Lagerbox LB-24 |
| Material | Polypropylen |
| Volumen | 24 Liter |
| Außenmaße | 400 × 300 × 270 mm, Länge × Breite × Höhe |
| Farbe | Blau |
| Lieferumfang | Eine Box; Deckel separat erhältlich |
Die Textaufgabe lautet: eine sachliche Shopbeschreibung auf Deutsch, höchstens 70 Wörter, Produktname am Anfang, Maße und Lieferumfang ausdrücklich nennen. Aussagen zu Stapelbarkeit, Lebensmitteleignung oder Witterungsbeständigkeit sind nicht belegt.
So kann ein Fehler im Entwurf aussehen
Die stapelbare Lagerbox LB-24 aus robustem Polypropylen bietet 24 Liter Stauraum. Mit ihrem passenden Deckel schützt sie Lebensmittel und Zubehör zuverlässig im Außenbereich.
Dieser beispielhafte Entwurf ergänzt mehrere Eigenschaften, die in den Daten fehlen. Er behauptet Stapelbarkeit, Lebensmitteleignung und Eignung für den Außenbereich. Außerdem kann die Formulierung zum Deckel den Eindruck erwecken, dass dieser mitgeliefert wird. Die Außenmaße fehlen vollständig. Ein flüssiger Satz reicht deshalb nicht als Freigabekriterium.
Eine Fassung auf Basis der vorhandenen Daten
Die blaue Lagerbox LB-24 aus Polypropylen hat ein Volumen von 24 Litern. Ihre Außenmaße betragen 400 × 300 × 270 mm (Länge × Breite × Höhe). Zum Lieferumfang gehört eine Box. Ein Deckel ist separat erhältlich.
Jede Aussage lässt sich einem Feld zuordnen. Für einen ausführlicheren Text müsste das Team zunächst weitere verlässliche Informationen ergänzen, etwa zum vorgesehenen Einsatz. Zusätzliche Adjektive ersetzen diese Angaben nicht.
Eine brauchbare Textvorgabe formulieren
Eine wiederverwendbare Vorgabe verbindet die freigegebenen Fakten mit den Anforderungen der Redaktion. Sie nennt Zielgruppe, Kanal, Sprache, Tonalität und gewünschte Textform. Bestimme außerdem, welche Angaben zwingend vorkommen müssen und wie mit Datenlücken umzugehen ist.
Für die Lagerbox könnte die Vorgabe so aussehen:
Schreibe eine sachliche deutsche Shopbeschreibung für die Lagerbox LB-24 mit höchstens 70 Wörtern. Verwende ausschließlich diese Fakten: Polypropylen, 24 Liter, Außenmaße 400 × 300 × 270 mm in der Reihenfolge Länge × Breite × Höhe, blau, eine Box im Lieferumfang, Deckel separat erhältlich. Beginne mit dem Produktnamen. Nenne Maße und Lieferumfang ausdrücklich. Ergänze keine Eigenschaften oder Anwendungen. Führe offene Fragen getrennt vom Produkttext auf.
Diese redaktionelle Arbeitsvorlage kannst Du für Deinen gewählten Textdienst anpassen.
Teste die Vorgabe an unterschiedlichen Fällen: einem vollständigen Datensatz, einer Variante, einem Artikel mit optionalem Zubehör und einem Produkt mit widersprüchlichen Angaben. So erkennst Du, ob die Regeln auch außerhalb des einfachen Beispiels funktionieren.
Kanal und Sprache getrennt bearbeiten
Ein Shoptext, ein kurzer Katalogtext und eine technische Beschreibung können dieselbe Datenbasis nutzen. Sie unterscheiden sich darin, welche Informationen im Vordergrund stehen und wie viel Platz zur Verfügung steht. Definiere diese Anforderungen pro Ausgabe: Pflichtmerkmale, Textlänge, Einheiten, Terminologie und Ansprache.
Beim Kürzen müssen wichtige Angaben erhalten bleiben. Für die Lagerbox wäre eine Kurzfassung beispielsweise:
Lagerbox LB-24, blau, Polypropylen, 24 l. Außenmaße (L × B × H): 400 × 300 × 270 mm. Lieferumfang: eine Box; Deckel separat erhältlich.
Gib den Ausgangstext fachlich frei, bevor Du weitere Sprachfassungen erstellst. Prüfe bei der Übersetzung erneut Zahlen, Einheiten, Variantenbezeichnungen und Fachbegriffe. Für die Übersetzung vorhandener Produkttexte gibt es AI Translate in OMN. Welche Sprachen, Dienste und Abläufe passen, wird für den jeweiligen Anwendungsfall abgestimmt.
Was ein externer Schreibassistent und eine PIM-Anbindung leisten
Auch einen externen Schreibassistenten kannst Du mit Produktattributen und Textregeln versorgen. Für erste Entwürfe und das Erproben einer Vorgabe ist das ein möglicher Einstieg. Plane dabei, wie Du die richtige Datenversion übergibst, den Entwurf dem Artikel zuordnest und das geprüfte Ergebnis zurück in die Produktpflege bringst.
Bei größeren Sortimenten wiederholen sich diese Arbeitsschritte für viele Produkte. Eine angebundene Texterstellung kann die vorhandenen strukturierten Daten direkt als Grundlage nutzen. Entscheidend sind dabei die tatsächlich eingerichteten Übergaben: Welche Felder werden verarbeitet, wo landet der Entwurf, wer prüft ihn und wie wird die freigegebene Fassung weiterverwendet?
AI Text in apollon OMN erzeugt Produkttextentwürfe aus Attributen im OMN PIM. Kanal und Tonalität werden bei der Konfiguration berücksichtigt. Die Produktseite beschreibt dafür die Schritte Datenvorbereitung, Konfiguration und redaktionelle Prüfung. Dienste, Voraussetzungen und Umfang werden im Projekt geklärt.
Vor der Freigabe: Fakten und Prozess prüfen
Vergleiche den Entwurf mit dem zugehörigen Datensatz. Eine praktische Freigabeliste umfasst:
- Produkt und Variante: Gehören alle Angaben zum richtigen Artikel?
- Zahlen und Einheiten: Stimmen Maße, Mengen, Reihenfolge und Schreibweise?
- Lieferumfang: Ist erkennbar, was enthalten und was separat erhältlich ist?
- Eigenschaften und Anwendungen: Ist jede Aussage durch die freigegebenen Daten gedeckt?
- Kanal und Sprache: Entspricht der Text den vereinbarten Vorgaben und der Terminologie?
- Weiterverwendung: Sind Verantwortliche, Datenstand und freigegebene Textfassung nachvollziehbar dokumentiert?
Lege zusätzlich fest, was bei einer Änderung passiert. Ändert sich im Beispiel der Lieferumfang, müssen betroffene Texte und Sprachfassungen erneut geprüft werden. Eine automatische Erkennung oder Sperrung solcher Fälle gehört nur dann zum Ablauf, wenn sie tatsächlich eingerichtet und getestet wurde.
Für einen Pilotversuch eignet sich eine überschaubare Produktgruppe mit typischen Varianten und Datenlücken. Erfasse, welche Entwürfe ohne fachliche Korrektur bestehen, welche Fehler auftreten und wie viel Zeit Datenvorbereitung und Prüfung benötigen. Daraus entsteht eine belastbarere Entscheidung über den Ausbau als aus der Geschwindigkeit einer einzelnen Textgenerierung.
Häufige Fragen zu KI-Produktbeschreibungen
Kann die KI fehlende Produktmerkmale ergänzen?
Eine generierte Vermutung ist keine verlässliche Produkteigenschaft. Fehlende Fakten sollten aus einer geeigneten Quelle beschafft und in der Datenpflege geklärt werden. Bis dahin bleibt die Aussage aus dem Text heraus oder der Artikel wartet auf Klärung.
Brauche ich für den ersten Versuch ein PIM-System?
Für einen einzelnen Versuch kannst Du einen geprüften Datensatz auch manuell bereitstellen. Mit vielen Produkten, Varianten und Sprachen wird die nachvollziehbare Pflege und Übergabe der Daten wichtiger. Genau hier sollte die Entscheidung über eine PIM-Anbindung ansetzen.
Verbessern KI-Texte automatisch das Suchmaschinenranking?
Ein bestimmtes Ranking lässt sich aus der Texterstellung nicht ableiten. Der praktische Maßstab ist zunächst, ob die Beschreibung die relevanten Produktfragen korrekt und verständlich beantwortet. Suchanfragen, Nutzung und tatsächliche Anfragen müssen nach der Veröffentlichung gesondert ausgewertet werden.
Deinen Produkttextprozess mit OMN besprechen
Wenn Du KI-Texterstellung für Dein Sortiment prüfen möchtest, beschreibe uns eine typische Produktgruppe, die benötigten Kanäle und Sprachen sowie Deinen heutigen Prüfprozess. Gemeinsam klären wir, welche Daten vorhanden sind und wie ein passender Ablauf mit AI Text in OMN aussehen kann.