Beim Produktinformationsmanagement (PIM) ging es schon immer um mehr als nur die Speicherung von Produktattributen. Im besten Fall bietet PIM Unternehmen die Struktur, die Steuerung und die Prozesse, die erforderlich sind, um fragmentierte Produktdaten in zuverlässige Informationen für Kunden, Vertriebskanäle und Geschäftsteams umzuwandeln.
Diese Grundlage gewinnt zunehmend an Bedeutung.
Produktdaten durchlaufen mittlerweile ein wachsendes Netzwerk aus Systemen, Marktplätzen, Anwendungen, Geschäftsprozessen und KI-Technologien. Sie unterstützen alles vom digitalen Handel über die Zusammenarbeit mit Lieferanten bis hin zur Einhaltung gesetzlicher Vorschriften und operativer Entscheidungsfindung. Und mehr denn je müssen sie auch den Kontext liefern, den KI-Systeme und -Agenten benötigen, um präzise Ergebnisse zu generieren und geeignete Maßnahmen zu ergreifen.
Mit diesen wachsenden Erwartungen wächst auch die Rolle von PIM. Der Markt entwickelt sich dahin, vertrauenswürdige Produktdaten, ansprechende Inhalte und geregelte KI über den gesamten Produktdaten-Lebenszyklus hinweg zu verknüpfen.
Als „Leader“ im Gartner® Magic Quadrant™ 2026 für Produktinformationsmanagement-Lösungen sind wir davon überzeugt, dass die nächste Generation von PIM eine solide Produktdatenbasis, leistungsstarke Produktinhalte und kontrollierte KI vereinen und so den Wert von Produktdaten auf Anwendungsfälle in den Bereichen Handel, Betrieb, Regulierung und Agenten ausweiten wird. Und wir sehen fünf wichtige Veränderungen, die die Zukunft von PIM prägen werden.
1. KI legt die Messlatte für Produktdatenfundamente höher
Die rasante Verbreitung von KI könnte dazu verleiten, den Fokus darauf zu legen, was die Technologie generieren kann. Doch zuverlässige KI-Ergebnisse entstehen schon lange bevor die Eingabeaufforderung, das Modell oder der Agent ins Spiel kommen.
KI-Systeme benötigen Produktdaten, die strukturiert, präzise, maschinenlesbar und kontextreich sind. PIM bietet die grundlegenden Funktionen, die der KI diesen Kontext liefern, darunter die Fähigkeit, komplexe Hierarchien, Klassifikationen, Attribute, Beziehungen, Governance und umfangreiche Datenmodelle zu verwalten.
Diese Funktionen verleihen einzelnen Produktdatenelementen Bedeutung. Sie legen fest, wie Produkte zueinander in Beziehung stehen, welche Attribute für bestimmte Kategorien gelten, welche Informationen in verschiedenen Märkten erforderlich sind und welche Regeln die Erstellung, Freigabe und Nutzung von Daten bestimmen sollten.
Ohne diese Struktur hat KI zwar Zugriff auf Produktinformationen, versteht jedoch möglicherweise nicht vollständig, was diese Informationen bedeuten oder wie sie angewendet werden sollten.
Aus diesem Grund wird der Aufstieg der KI der Produktdatenbasis neue Aufmerksamkeit verschaffen. Unternehmen müssen Inhalte schneller erstellen und veröffentlichen, müssen aber auch sicherstellen, dass diese Inhalte mit korrekten, geregelten Daten aus verschiedenen Quellen, Bereichen, Märkten, Kanälen und Anwendungsfällen verknüpft bleiben.
Vereinfachte oder hochspezialisierte Punktlösungen können zwar helfen, eine einzelne Phase dieses Weges zu bewältigen. Da Produktdaten jedoch immer enger mit den Unternehmensabläufen und KI-Initiativen verknüpft werden, benötigen Unternehmen eine Governance, die sich über den gesamten Lebenszyklus erstreckt. Hierarchien, Klassifikationen, Beziehungen, Governance und umfangreiche Datenmodelle liefern den Kontext, den KI benötigt, um präzise zu arbeiten. Sind die zugrunde liegenden Daten falsch oder unvollständig, kann KI das Problem in großem Maßstab wiederholen.
Kurz gesagt: Anstatt dass KI die Kerndisziplinen des PIM ersetzt, sehen wir sie vielmehr als Voraussetzung dafür, Produktdaten schneller und in größerem Umfang nutzen zu können.
2. Hervorragende Produktinhalte beginnen mit der „Produktwahrheit“
Für viele Unternehmen sind Produktinhalte traditionell eines der sichtbarsten Ergebnisse von PIM. Vollständige Spezifikationen, ansprechende Beschreibungen und kanalgerechte digitale Assets sind nach wie vor entscheidend für die Schaffung effektiver Kundenerlebnisse.
Inhalte aktivieren Produktdaten in den Momenten, die das Kundenerlebnis prägen und den Umsatz steigern.
Dieselben Produktinformationen müssen möglicherweise einen Käufer überzeugen, eine ansprechende und markengerechte Beschreibung unterstützen und einem KI-Agenten genügend Details liefern, um handeln zu können. Ein Agent muss möglicherweise feststellen, ob ein Produkt eine bestimmte Anforderung erfüllt, in einem bestimmten Markt verkauft werden kann, mit einem anderen Artikel kompatibel ist oder in einen Geschäftsprozess einbezogen werden sollte.
Sowohl kundenorientierte Inhalte als auch KI-gesteuerte Aktionen hängen von kontrollierter Produktwahrheit ab.
Produktwahrheit vereint die verifizierten Attribute, Klassifizierungen, Beziehungen, Regeln und den Kontext, die ein Produkt definieren. Sie hilft Menschen, Systemen und KI dabei, nicht nur zu verstehen, was eine Information aussagt, sondern auch, was sie bedeutet, woher sie stammt, in welchem Zusammenhang sie zu anderen Informationen steht und ob man ihr vertrauen kann.
Diese Unterscheidung gewinnt zunehmend an Bedeutung, da Produktdaten ein breiteres Spektrum an Ergebnissen unterstützen. Informationen von einem System in ein anderes zu übertragen, ist nicht dasselbe wie sie zu verwalten. Die Veröffentlichung einer Produktbeschreibung allein bedeutet noch nicht, dass die dahinterstehenden Spezifikationen korrekt, aktuell, genehmigt und für jeden beabsichtigten Verwendungszweck geeignet sind.
Ein verwalteter Produktdatensatz kann vielen Zwecken dienen. Dieselbe vertrauenswürdige Grundlage kann ein E-Commerce-Angebot, eine lokalisierte Beschreibung, einen regulatorischen Prozess, einen betrieblichen Arbeitsablauf oder eine von einem KI-Agenten durchgeführte Aktion unterstützen. Die einzelnen Ergebnisse mögen unterschiedlich aussehen, aber alle beruhen auf konsistenten und verlässlichen Produktdaten.
Wir stellen fest, dass KI-Agenten vertrauenswürdige, maschinenlesbare Produktdaten mit semantischem Kontext benötigen, während kundenorientierte Inhalte nur eine von mehreren wertvollen Ausgabemöglichkeiten bleiben, die auf dieser verwalteten Grundlage aufbauen. Das bedeutet, dass die Zukunft von PIM davon abhängen wird, beide Anforderungen miteinander zu verbinden und die Produktwahrheit hinter den Inhalten, Erfahrungen, Entscheidungen und Maßnahmen zu verwalten, die die Geschäftsergebnisse vorantreiben.
3. KI muss auf der Grundlage kontrollierter Produktdaten arbeiten
Generative KI verändert bereits jetzt die Art und Weise, wie Unternehmen Produktinformationen anreichern, übersetzen, lokalisieren und erstellen. Dies kann Teams dabei helfen, den wachsenden Anforderungen an Inhalte über Produkte, Kanäle, Sprachen und Märkte hinweg gerecht zu werden.
Doch der Wert von KI im PIM-Bereich liegt nicht allein in der Generierung.
Die entscheidendere Frage ist, ob KI auf der Grundlage einer verlässlichen Produktdatenbasis arbeitet. Wenn generierte Ergebnisse nicht mit kontrollierten Datensätzen verknüpft sind, gewinnen Unternehmen zwar an Geschwindigkeit, aber nicht an Vertrauen. Teams müssen weiterhin wissen, welche Informationen verwendet wurden, ob diese genehmigt wurden und ob das Ergebnis das Produkt korrekt widerspiegelt.
Regulierte KI verbindet KI-Tools mit vertrauenswürdigen Produktdaten, festgelegten Geschäftsregeln und relevantem Kontext. Dies ermöglicht es Unternehmen, ihre Arbeit zu beschleunigen und gleichzeitig die Kontrollen aufrechtzuerhalten, die die Qualität und Konsistenz der Produktdaten gewährleisten.
In unserem Ansatz nutzt beispielsweise unsere ProductGen-KI-Lösung die regulierten Daten in der Product Experience Data Cloud von Stibo Systems, um PDP-Beschreibungen, Übersetzungen, Lokalisierungen und kanalspezifische Inhalte direkt aus dem regulierten Golden Record zu erstellen, wodurch Inhalte skaliert werden können, ohne von der Produktwahrheit abzuweichen.
KI-Agenten verleihen dieser Entwicklung eine weitere Dimension. Anstatt eine Ausgabe zu generieren, die von einer Person überprüft werden muss, können Agenten im Rahmen eines umfassenderen Workflows Informationen ermitteln, den Kontext interpretieren oder auf der Grundlage von Produktdaten handeln. Der MCP-Server von Stibo Systems ermöglicht es KI-Agenten, geregelte Produktdaten mit ihrem semantischen Kontext zu ermitteln und darauf zu reagieren.
Angesichts des technologischen Fortschritts darf die Governance nicht enden, sobald Produktdaten das PIM-System verlassen. Sie muss sich vom Zeitpunkt des Dateneingangs im Unternehmen über die Anreicherung, Verteilung und Nutzung bis hin zur KI-gesteuerten Anwendung erstrecken.
Letztendlich benötigen Menschen und KI eine gemeinsame, vertrauenswürdige Produktdatenbasis, auf der sie aufbauen können.
4. Der Wert von PIM erstreckt sich über den gesamten Produktdaten-Lebenszyklus
Produktdaten beginnen nicht erst auf einer Produktdetailseite, und ihr Wert endet auch nicht, sobald Inhalte an einen Kanal syndiziert wurden.
Bevor Produktinformationen angereichert und veröffentlicht werden können, müssen sie von Lieferanten, Herstellern, internen Systemen und anderen Quellen erfasst werden. Die Daten müssen möglicherweise normalisiert, validiert und dem Zielschema zugeordnet werden, bevor sie Teil eines verbindlichen Produktdatensatzes werden.
Sobald die Informationen geregelt sind, müssen sie an verschiedene Märkte, Sprachen, Kanäle und geschäftliche Anforderungen angepasst werden. Möglicherweise müssen sie auch nachgelagerte operative, regulatorische, analytische und KI-gesteuerte Prozesse unterstützen.
Die Verwaltung dieser Phasen über separate Punktlösungen kann es erschweren, die zentral festgelegte Governance, den Kontext und die Konsistenz aufrechtzuerhalten. Mit der Weiterentwicklung des PIM-Marktes werden Unternehmen zunehmend nach vernetzten Funktionen suchen, die Produktdaten von der Erfassung bis zur Nutzung unterstützen.
Die „Product Experience Data Cloud“ ist unsere Lösung für PIM und den gesamten Produktdaten-Lebenszyklus. Sie verbindet die Erfassung, Governance, Anreicherung und Verbreitung von Produktdaten und hilft Unternehmen dabei, Produktdaten in verlässliche Produktintelligenz umzuwandeln. „ProductGen AI“ erweitert diese Grundlage um KI-gestützte Anreicherung, Übersetzung und Lokalisierung.
Dieser vernetzte Ansatz spiegelt einen umfassenderen Wandel in der Art und Weise wider, wie Unternehmen über PIM denken. Anstatt die Erfassung, Steuerung, Anreicherung und Verteilung von Produktdaten als isolierte Aktivitäten zu betrachten, können Unternehmen diese als Teile eines durchgängigen Lebenszyklus zusammenführen.
Diese Kontinuität wird zunehmend an Wert gewinnen, da dieselben Produktdaten immer mehr Nutzer und Anwendungsfälle bedienen. Zuverlässige KI-Ergebnisse, effektive Produkterlebnisse, regulatorische Prozesse und operative Entscheidungen hängen alle davon ab, dass das Vertrauen gewahrt bleibt, während die Daten durch das Unternehmen fließen.
5. Unternehmen benötigen Flexibilität, um ihre eigenen KI-Roadmaps umzusetzen
Mit der Weiterentwicklung der KI-Landschaft werden sich auch Modelle, Plattformen, Anwendungen und Unternehmensprioritäten ändern. Unternehmen sollten jedoch nicht jedes Mal ihre Produktdatenstrategie neu aufbauen müssen, wenn sich die damit verbundene Technologie ändert.
Dies macht eine offene Architektur zu einem wichtigen Aspekt für die nächste Generation von PIM. Produktdaten müssen mit E-Commerce-Plattformen, Unternehmensanwendungen, Analyseumgebungen, Lieferanten-Ökosystemen und KI-Technologien verbunden sein. Unternehmen benötigen zudem die Freiheit, die Modelle und Plattformen auszuwählen, die ihren Anforderungen entsprechen.
Eine offene, unabhängige und modellunabhängige Architektur sorgt dafür, dass die Produktdatenbasis stabil bleibt, während sich das umgebende Technologie-Ökosystem weiterentwickelt. Unternehmen können Produktdaten mit verschiedenen Ökosystemen und KI-Plattformen verknüpfen und erhalten so die Flexibilität, ihre eigenen KI-Roadmaps nach ihren eigenen Vorstellungen und Zeitplänen umzusetzen. Das dauerhafte strategische Kapital ist nicht ein bestimmtes KI-Modell. Es sind die kontrollierten Daten, Beziehungen, der geschäftliche Kontext und das Unternehmenswissen, auf die die KI zurückgreift.
Modelle können sich ändern, Anwendungsfälle können sich erweitern, und neue Akteure und Anwendungen werden entstehen. Eine vertrauenswürdige und anpassungsfähige Produktdatenbasis ermöglicht es Unternehmen, sich gemeinsam mit diesen Technologien weiterzuentwickeln, ohne die Kontrolle über die Intelligenz zu verlieren, die sie antreibt.
Aufbau der Produktdatenbasis für die Zukunft
Die Zukunft von PIM beginnt mit vertrauenswürdigen Produktdaten.
Wenn diese Grundlage überzeugende Inhalte und kontrollierte KI ermöglicht, können Unternehmen bessere Erlebnisse schaffen, präzisere Entscheidungen unterstützen und Produktwahrheit in geschäftlichen Mehrwert umwandeln.
Wir sehen eine Zukunft, in der Hierarchien, Klassifikationen, Beziehungen, Governance und umfangreiche Datenmodelle die Struktur bereitstellen, die KI benötigt. Lebenszyklus-Governance sichert das Vertrauen, während Daten durch das Unternehmen fließen; geregelte KI hilft Unternehmen dabei, Produktinformationen in großem Maßstab anzureichern und anzuwenden; und eine offene Architektur bietet die Flexibilität, sich an die Weiterentwicklung von Ökosystemen und KI-Strategien anzupassen.
Zusammen führen diese Fähigkeiten dazu, dass PIM eine umfassendere Rolle einnimmt: die Schaffung vertrauenswürdiger Produktintelligenz, die Kundenerlebnisse, regulatorische Anforderungen, betriebliche Prozesse, geschäftliche Entscheidungen und KI-gesteuerte Maßnahmen unterstützen kann.
Da KI die Nutzungsmöglichkeiten von Produktdaten erweitert, müssen Unternehmen immer höhere Anforderungen an ihre PIM-Plattformen stellen – nicht geringere.
Aus unserer Sicht werden diejenigen Erfolg haben, die nicht nur in das investieren, was KI leisten kann, sondern auch in die Produktdatenbasis, die diese Ergebnisse zuverlässig macht.
Stibo Systems von Gartner als PIM-Leader ausgezeichnet
Stibo Systems wurde im Gartner® Magic Quadrant™ 2026 für Product Information Management Solutions als Leader ausgezeichnet. Wir sind überzeugt, dass diese Anerkennung unsere Fähigkeit widerspiegelt, vertrauenswürdige Produktinformationen zu steuern – die Grundlage für überzeugende Inhalte, vertrauenswürdige Produkterlebnisse und präzisere KI-Ergebnisse.
Laden Sie den Bericht herunter, um die Bewertung der anerkannten Anbieter durch Gartner kennenzulernen, die Bewertung von Stibo Systems einzusehen und mehr über die Entwicklung des PIM-Marktes zu erfahren.
Gartner, Magic Quadrant für Produktinformationsmanagement-Lösungen, Jason Daigler, Greg Carlucci, Nicholas Mortensen, 12. Oktober 2026
Gartner und Magic Quadrant sind Marken von Gartner, Inc. und/oder deren verbundenen Unternehmen.
Diese Grafik wurde von Gartner, Inc. als Teil eines umfassenderen Forschungsdokuments veröffentlicht und sollte im Kontext des gesamten Dokuments bewertet werden. Das Gartner-Dokument ist auf Anfrage bei Stibo Systems erhältlich.
Gartner unterstützt keine der in seinen Publikationen dargestellten Unternehmen, Anbieter, Produkte oder Dienstleistungen und rät Technologieanwendern nicht, ausschließlich Anbieter mit den höchsten Bewertungen oder anderen Auszeichnungen auszuwählen. Gartner-Publikationen geben die Meinungen der Gartner-Organisation für Geschäfts- und Technologieeinblicke wieder und sollten nicht als Tatsachenbehauptungen ausgelegt werden. Gartner lehnt jegliche ausdrückliche oder stillschweigende Gewährleistung in Bezug auf diese Veröffentlichung ab, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder der Eignung für einen bestimmten Zweck.
