Montag, 7:30 Uhr, Innendienst eines SHK-Fachgroßhändlers. Ein Installateur bestellt telefonisch drei Fitting-Pakete. Artikelnummer korrekt, Bestand im ERP zeigt grün. Am nächsten Tag steht auf der Baustelle die falsche Dimension: DN 20 statt DN 25. Der Grund liegt nicht beim Sachbearbeiter, sondern im Artikelstamm. Eine Herstelleränderung wurde vier Wochen zuvor per PDF-Katalog kommuniziert, aber nie ins System übertragen. Ein Stammdatenfehler, der den Händler am Ende 380 Euro für Rücktransport, Expresslieferung und eine Gutschrift kostet.
Solche Fehler passieren im technischen Fachgroßhandel täglich. Nicht weil jemand schlampig arbeitet, sondern weil die Stammdatenpflege bei 10.000 bis 50.000 Artikeln schlicht nicht hinterherkommt. Die Folgen: Retouren, Korrekturbuchungen, verärgerte Kunden, doppelte Arbeit im Innendienst. Und genau hier liegt einer der größten Hebel für KI-gestützte Automatisierung.
Was Stammdatenpflege im Fachgroßhandel wirklich bedeutet
Stammdaten sind das Fundament jedes Geschäftsprozesses. Artikelbezeichnungen, Maße, Gewichte, EAN-Codes, Herstellernummern, Verpackungseinheiten, Gefahrgutklassen, Preisgruppen, Lieferanteninformationen: All das muss im ERP-System korrekt hinterlegt sein, damit Auftragserfassung, Disposition, Preiskalkulation und Logistik reibungslos funktionieren.
Im technischen Fachgroßhandel ist die Datenpflege besonders anspruchsvoll. Die Gründe:
- Sortimentsbreite: Ein mittelständischer Elektrogroßhändler führt 30.000 aktive Artikel. Ein Werkzeug- und MRO-Händler kommt auf 40.000 und mehr.
- Herstellervielfalt: Jeder Lieferant liefert Katalogdaten in einem anderen Format. PDF, Excel, CSV, ETIM, BMEcat. Manchmal schlicht eine Preisliste per E-Mail.
- Änderungsfrequenz: Hersteller ändern Artikelnummern, stellen Produkte ein, passen Verpackungseinheiten an. Im SHK-Bereich sorgen allein die Wärmepumpen-Produktzyklen für quartalsweise Katalogwechsel.
- Mehrere Datenquellen: Webshop, Warenwirtschaft, Außendienst-App und Thekensystem greifen auf dieselben Stammdaten zu. Stimmt eine Quelle nicht, pflanzt sich der Fehler fort.
Das Ergebnis: In vielen Häusern verbringt mindestens ein Mitarbeiter mehrere Stunden pro Tag damit, Artikeldaten manuell abzugleichen, Preise zu aktualisieren und Inkonsistenzen zu bereinigen. Wer diese Stelle nicht besetzen kann, lässt die Pflege liegen. Und das wird teuer.
Was kosten fehlerhafte Stammdaten?
Die meisten Geschäftsführer unterschätzen die Kosten schlechter Datenqualität, weil sie nicht auf einer eigenen Kostenzeile auftauchen. Sie verstecken sich in Retourenquoten, Korrekturbuchungen, Nachfasstelefonaten und verlorenen Aufträgen.
Rechnen Sie das auf Ihr Haus hoch: Bei 500 Bestellpositionen pro Tag und einer Fehlerquote von 3 % sind das 15 fehlerhafte Positionen täglich. Bei durchschnittlichen Korrekturkosten von 120 Euro pro Vorgang ergibt das 1.800 Euro am Tag. Oder rund 450.000 Euro im Jahr.
Dazu kommen indirekte Kosten, die schwerer zu beziffern sind: Der Handwerker, der beim nächsten Mal woanders bestellt. Die Sachbearbeiterin, die frustriert kündigt, weil sie sich nur noch mit Fehlerkorrekturen beschäftigt. Der Disponent, der auf Basis falscher Bestandsdaten bestellt und entweder zu viel Kapital im Lager bindet oder Fehlmengen riskiert.
Die größten Kostentreiber sind selten die offensichtlichen Fehler. Es sind die stillen Fehler: Artikel, die seit Monaten mit falscher Verpackungseinheit im System stehen und bei jeder Bestellung eine manuelle Korrektur erfordern. Oder Preise, die nicht mit der aktuellen Hersteller-Kondition übereinstimmen und erst bei der Rechnungsprüfung auffallen.
Wo liegen die typischen Engpässe?
Bevor Sie über Lösungen nachdenken, lohnt sich ein ehrlicher Blick auf die Ursachen. Fünf Muster begegnen uns bei Conveso immer wieder:
1. Kein definierter Prozess für Herstellerupdates. Katalogänderungen kommen per E-Mail, PDF oder über Branchenportale. Wer sie einpflegt, wann und wie: oft nicht geregelt. Die Folge: Änderungen liegen wochenlang beim Einkauf, bevor sie im ERP landen.
2. Datensilos zwischen Abteilungen. Der Einkauf pflegt Lieferantendaten, der Vertrieb Kundendaten, die IT kümmert sich um die Systemschnittstellen. Aber niemand hat den Gesamtüberblick. Wenn der Einkauf eine neue Herstellernummer anlegt und der Vertrieb die alte weiter verwendet, entstehen Dubletten.
3. Fehlende Plausibilitätsprüfungen im ERP. Viele ERP-Systeme im Fachgroßhandel, ob GWS gevis, proALPHA oder Microsoft Dynamics, erlauben die Eingabe inkonsistenter Daten ohne Warnung. Ein Artikel mit Gewicht 0 kg und Versandklasse "Spedition" fällt erst auf, wenn der Spediteur vor dem Lager steht.
4. Abhängigkeit von Einzelpersonen. In vielen Häusern gibt es genau eine Person, die sich mit den Stammdaten wirklich auskennt. Fällt diese Person aus, ob durch Krankheit, Urlaub oder Jobwechsel, steht die Pflege still.
5. Manueller Abgleich bei Preisänderungen. Lieferanten ändern Preise teils monatlich. Den Abgleich zwischen Einkaufskonditionen, internen Kalkulationen und Verkaufspreisen manuell durchzuführen, bindet enorme Kapazitäten und ist fehleranfällig.
Wie automatisiert KI die Stammdatenpflege?
KI-gestützte Stammdatenpflege funktioniert nicht als monolithisches System, das alles auf einmal ersetzt. Sie dockt an Ihre bestehende IT-Landschaft an und übernimmt gezielt die Aufgaben, die heute am meisten Kapazität binden.
Konkret gibt es drei Ebenen, auf denen KI-Agenten in der Stammdatenpflege ansetzen:
Automatische Katalogverarbeitung
KI-Agenten lesen Herstellerkataloge und Preislisten automatisch ein, egal ob als PDF, Excel oder strukturiertes ETIM-Format. Sie erkennen Änderungen gegenüber dem aktuellen Datenstand im ERP und schlagen die Aktualisierung vor. Der Mensch prüft und gibt frei, statt selbst zu suchen und einzutippen.
Plausibilitätsprüfung und Dublettenbereinigung
Algorithmen gleichen neue Datensätze automatisch mit dem Bestand ab. Stimmt die EAN zur Artikelnummer? Passt das Gewicht zur Produktgruppe? Gibt es bereits einen ähnlichen Artikel unter anderer Nummer? Solche Prüfungen laufen im Hintergrund, ohne dass jemand dafür am Bildschirm sitzen muss.
Preisabgleich und Konditionsüberwachung
Eingehende Preislisten werden automatisch mit den hinterlegten Einkaufskonditionen verglichen. Abweichungen werden markiert, plausible Änderungen direkt vorgeschlagen. Das spart nicht nur Zeit, sondern schützt auch die Marge.
Wir hatten eine halbe Stelle nur für die Katalogpflege. Seit die KI die Erstverarbeitung übernimmt, prüfen wir nur noch Ausnahmen. Die Fehlerquote in den Stammdaten ist um 70 % gesunken.
Worauf sollten Sie beim Einstieg achten?
Stammdatenpflege ist kein Bereich, in dem Sie sofort alles umkrempeln sollten. Starten Sie dort, wo der Hebel am größten ist, und erweitern Sie schrittweise.
Drei Schritte zum Einstieg
1. Bestandsaufnahme: Wie viele Artikel pflegen Sie aktiv? Wie oft ändern sich Daten? Wo treten die meisten Fehler auf? Zwei Wochen Fehlerprotokoll genügen für ein klares Bild.
2. Pilotprojekt definieren: Wählen Sie einen abgrenzbaren Bereich. Zum Beispiel: automatische Verarbeitung der Preislisten Ihrer fünf umsatzstärksten Lieferanten. Der Aufwand ist überschaubar, das Ergebnis sofort messbar.
3. ERP-Anbindung klären: Jede KI-Lösung ist nur so gut wie ihre Integration ins Bestandssystem. Prüfen Sie vorab, welche Schnittstellen Ihr ERP bietet. Bei GWS gevis und proALPHA gibt es erprobte Integrationspfade.
Sie müssen nicht die gesamte Stammdatenpflege auf einmal automatisieren. Ein einzelner, gut umgesetzter Pilot schafft Vertrauen im Team und liefert den Business Case für weitere Schritte. Unsere Erfahrung zeigt: Nach vier bis sechs Wochen sind die ersten Ergebnisse sichtbar.
Das Fundament für alles Weitere
Wer über Automatisierung im Fachgroßhandel nachdenkt, landet schnell bei Auftragserfassung, Disposition oder Rechnungsverarbeitung. Das sind die Prozesse mit der größten Sichtbarkeit. Aber alle diese Prozesse basieren auf korrekten Stammdaten.
Automatische Auftragserfassung funktioniert nur, wenn die Artikelzuordnung stimmt. Dispositionsvorschläge sind nur verlässlich, wenn Verpackungseinheiten und Mindestbestellmengen korrekt hinterlegt sind. Und eine automatische Rechnungsprüfung scheitert, wenn die Einkaufskonditionen im System nicht aktuell sind.
Wer die Stammdatenpflege in den Griff bekommt, legt gleichzeitig das Fundament für alle weiteren Automatisierungsschritte. Es ist kein spektakuläres Thema. Aber es ist der Hebel, der alles andere erst möglich macht.
Das Gespräch lohnt sich
Sie kennen Ihre Stammdaten-Herausforderungen am besten. Wir kennen die technischen Möglichkeiten und haben sie in Ihrer Branche umgesetzt. In einem kurzen Gespräch können wir gemeinsam prüfen, wo bei Ihnen der größte Hebel liegt und ob ein Pilot sinnvoll wäre. Unverbindlich, konkret, auf Augenhöhe.
