Wenn der Warenkorb lügt: Warum schlechte Produktdaten Ihre Conversion bremsen
Warum sitzt der eigentliche Conversion-Killer nicht im Checkout?
Ein Kunde sucht online nach einem Staubsauger. Er findet ein Modell, das laut Produktbeschreibung für Hartböden und Teppiche geeignet ist. Er bestellt. Das Gerät kommt an. Er liest in der Bedienungsanleitung, dass es für bestimmte Teppicharten ausdrücklich nicht empfohlen wird. Er schickt es zurück.
Das ist kein Logistikproblem. Es ist auch kein UX-Problem. Es ist ein Datenproblem.
Wer im E-Commerce über sinkende Conversion-Raten spricht, denkt zuerst an Checkout-Optimierung, Ladezeiten oder das nächste A/B-Testing-Experiment. Dabei sitzt der eigentliche Conversion-Killer oft viel früher in der Customer Journey: bei den Produktdaten selbst. Ungenaue Beschreibungen, fehlende Attribute, widersprüchliche Angaben über verschiedene Kanäle hinweg – sie alle kosten Vertrauen, Umsatz und am Ende auch Stammkunden.
Was kosten schlechte Produktdaten im E-Commerce wirklich?
Die Zahlen sind eindeutig. Laut der aktuellen EHI-Studie „Versand-, Verpackungs- und Retourenmanagement im E-Commerce 2025“ nennen 75,2 Prozent der befragten Online-Händler detaillierte Produktinformationen und -beschreibungen als wichtigste Maßnahme, um Retouren zu senken – noch vor hochwertigen Produktbildern (62,8 %) oder Qualitätssicherung vor Versand (47,9 %). Das bedeutet im Umkehrschluss: Wer schlechte Produktdaten hat, produziert aktiv Retouren.
Wie teuer das wird, zeigt ein Blick auf die Zahlen. Laut dem EHI kommen allein im deutschen Modeonlinehandel auf jeden achten befragten Händler Retourenquoten von über 50 Prozent – und Retourenforscher Björn Asdecker schätzt, dass in Deutschland jährlich rund 550 Millionen Pakete zurückgeschickt werden (EHI, 2025).
Die Kosten für mangelhafte Datenqualität gehen aber weit über Retouren hinaus. Gartner bezifferte in seiner Data Quality Market Survey, dass fehlerhafte Daten Unternehmen im Schnitt 15 Millionen US-Dollar pro Jahr kosten. Experten wie Thomas C. Redman (Harvard Business Review) schätzen, dass sich die Folgekosten schlechter Datenqualität auf 15 bis 25 Prozent des Unternehmensumsatzes summieren können – durch Nacharbeit, entgangene Verkäufe, Kundenabwanderung und ineffiziente Prozesse.
Wo entstehen Datenfehler im Multichannel-Vertrieb?
Datenfehler entstehen dort, wo Produktdaten nicht zentral gepflegt werden, sondern verteilt über Systeme, Teams und Prozesse.
In vielen Unternehmen werden Produktdaten gleichzeitig im ERP gepflegt, in Excel-Tabellen ergänzt, im Shop-Backend angepasst und für jeden Marktplatz manuell neu aufbereitet. Jeder neue Kanal erhöht die Wahrscheinlichkeit, dass Informationen auseinanderlaufen. Produktvarianten werden inkonsistent beschrieben. Bilder passen nicht zur aktuellen Produktgeneration. Maßangaben schwanken zwischen Zentimetern und Zoll, je nachdem in welchem System der Datensatz zuletzt bearbeitet wurde.
Das Ergebnis: Ein und dasselbe Produkt hat auf der eigenen Website andere Spezifikationen als auf Amazon, andere Bilder als auf Otto und eine andere Beschreibung als im Print-Katalog. Für den Kunden entsteht Verwirrung. Für das Unternehmen entsteht Haftung.
Besonders kritisch wird es mit zunehmender Kanalvielfalt. Laut HDE Online-Monitor 2024 werden 54 Prozent des deutschen E-Commerce-Umsatzes über Marktplätze abgewickelt. Jeder zusätzliche Marktplatz multipliziert den Pflegeaufwand – und das Risiko inkonsistenter Daten.
Warum scheitert AI First Commerce ohne saubere Produktdaten?
Auf der K5 Future Retail Conference, dem wichtigsten Branchentreffen des deutschen E-Commerce, dominieren seit zwei Jahren Themen wie AI First Commerce, Hyper-Personalisierung und Retail Media. Das sind die richtigen Debatten. Aber sie setzen alle eine Prämisse voraus, die selten explizit benannt wird: dass die zugrundeliegenden Produktdaten verlässlich, vollständig und konsistent sind.
Wer KI-gestützte Produktempfehlungen ausrollt, aber inkonsistente Stammdaten hat, beschleunigt nur die fehlerhafte Ansprache auf mehr Kanälen gleichzeitig. Wer in Retail Media investiert, aber Produktseiten mit lückenhaften Informationen betreibt, bezahlt für Traffic, der nicht konvertiert. Und wer Hyper-Personalisierung verspricht, aber nicht weiß, welche Attribute zu welchem Produkt gehören, liefert am Ende personalisierten Datenmüll aus.
Das Fundament für alle diese Zukunftsinvestitionen sind saubere, zentrale und konsistente Produktdaten. Ohne dieses Fundament bleibt AI First Commerce eine schöne Keynote-These.
Wie löst ein PIM-System das Produktdaten-Problem?
Die gute Nachricht: Das Problem ist lösbar. Und es erfordert keine vollständige Neuerfindung bestehender Prozesse, sondern vor allem eines: einen zentralen Ort, an dem Produktdaten gepflegt, angereichert und von dort aus an alle Kanäle verteilt werden.
Das Prinzip heißt Single Source of Truth – eine einzige, autoritative Quelle für alle produktrelevanten Informationen. Änderungen werden einmal vorgenommen und fließen automatisch und konsistent in alle angebundenen Systeme: den eigenen Shop, Marktplätze, Printmedien, B2B-Portale. Keine manuelle Mehrfachpflege. Keine Versionskonflikte zwischen ERP und Shop-Backend.
Ein Product Information Management System (PIM) ist die technologische Grundlage für diesen Ansatz. Zentral gepflegte, vollständige und konsistente Produktdaten reduzieren manuellen Mehraufwand, beschleunigen die Markteinführung neuer Produkte und wirken sich direkt auf die Retourenquote und damit auf die Marge aus.
NovaDB geht dabei einen Schritt weiter als klassische PIM-Systeme: Als All-in-One Content Cloud vereint die Plattform Produktdatenmanagement, Content Management und Digital Asset Management auf einer einzigen, headless und API-first Architektur. Das bedeutet: keine Datensilos zwischen PIM, DAM und CMS, sondern ein durchgängiger Informationsfluss vom Datensatz bis zur Kanalausspielung – in Echtzeit, in jeder Sprache, für jeden Kanal.
Wo fängt echte Conversion-Optimierung an?
Kein A/B-Test und kein Checkout-Redesign holt Kunden zurück, die wegen falscher Produktinformationen abgesprungen sind oder ein Paket zurückgeschickt haben. Conversion-Optimierung, die an der Oberfläche ansetzt, aber das Datenproblem im Hintergrund ignoriert, ist teuer und wirkungslos.
Die eigentliche Frage lautet: Wissen Sie, wie viele Ihrer Retouren auf fehlerhafte oder inkonsistente Produktdaten zurückgehen?
Wenn Sie diese Frage nicht sicher beantworten können, ist das bereits eine Antwort.
Die häufigste Ursache für Retouren ist eine ungenaue oder unvollständige Produktbeschreibung. Laut EHI-Studie 2025 nennen 75,2 Prozent der Online-Händler detaillierte Produktinformationen als wichtigste Maßnahme zur Retourenvermeidung. Weitere Ursachen sind fehlerhafte Maßangaben, widersprüchliche Spezifikationen über verschiedene Kanäle hinweg und fehlende Produktbilder.
Single Source of Truth bezeichnet einen zentralen Datenbestand, aus dem alle Vertriebskanäle automatisch und konsistent mit Produktinformationen versorgt werden. Änderungen werden einmal vorgenommen und fließen ohne manuelle Nacharbeit in Shop, Marktplätze, Print und B2B-Portale. Das Gegenteil sind dezentrale Datenpflege in ERP, Excel und Shop-Backend, bei der Abweichungen unvermeidlich entstehen.
Ein PIM-System lohnt sich sobald ein Unternehmen mehr als einen Vertriebskanal bedient, mehr als einige hundert Produkte verwaltet oder Produktdaten in mehreren Sprachen pflegen muss. Der Bedarf steigt deutlich, wenn Produktvarianten, marktplatzspezifische Datenformate oder häufige Sortimentswechsel den manuellen Aufwand in bestehenden Systemen nicht mehr beherrschbar machen.
Eine E-Commerce-Plattform ist auf Transaktionsabwicklung spezialisiert: Warenkorb, Checkout, Zahlung, Order Management. Ein PIM-System übernimmt die vorgelagerte Aufgabe: Produktdaten zentral erfassen, anreichern, qualitätssichern und kanalspezifisch ausspielen. Beide Systeme ergänzen sich. Ein PIM ersetzt keine E-Commerce-Plattform, sondern macht sie leistungsfähiger.
Produktdaten sind die wichtigste Entscheidungsgrundlage beim Online-Kauf. Unvollständige oder inkonsistente Produktdaten führen direkt zu Kaufabbrüchen, Retouren und Vertrauensverlust – und damit zu messbaren Conversion-Einbußen.
Tobias Denninger
Nach seinem Bachelorabschluss in Online Marketing an der Technischen Hochschule Würzburg-Schweinfurt (THWS) im Jahr 2021 startete er seine Karriere im Sales bei Noxum. Dort baute er fundierte Vertriebserfahrung auf und vertiefte kontinuierlich sein Fachwissen.
Seit 2022 ist er als Account Manager mit Schwerpunkt NovaDB tätig. In dieser Rolle betreut und entwickelt er Kundenbeziehungen weiter und realisiert passgenaue Lösungen auf Basis der NovaDB-Technologie, mit dem Ziel, nachhaltige Partnerschaften und messbaren Kundennutzen zu schaffen.