Von 80 auf 95 Prozent Datenqualität: Wie REWE Produktdaten mit KI erfasst

Worum es in dieser Folge geht

REWE verwaltet im E-Commerce rund 150.000 Artikel auf SKU-Ebene, und an jedem davon hängen 270 intern gepflegte Attribute. Das klingt nach einem Verwaltungsthema — bis man sieht, wo es klemmt. Nicht bei Procter & Gamble. Sondern bei der Käsemolkerei mit drei Mitarbeitenden, die morgens Käse macht und nicht abends 50 Attribute in eine Eingabemaske tippt.

Katharina Bülowius ist Lead Ecom Master Data Management bei REWE und verantwortet die Produktdaten für Liefer- und Abholservice. Wir kennen uns von Douglas, wo sie als Freelancerin 20 Jahre alte Produktdaten für die SAP-Einführung neu strukturiert hat. Davor war sie Geschäftsführerin einer Digitalagentur mit überwiegend mittelständischen Kunden — und genau dieser Blick von außen zieht sich durch die ganze Folge.

Wir sprechen über zwei Dinge, die zusammengehören: wie man eine unsichtbare Abteilung im Konzern sichtbar macht — und wie zwei KI-Module in fünf Monaten in den operativen Einsatz kamen, die Produktangaben von Fotos auslesen.

Die Storyline

Die ersten 100 Tage: eine Abteilung, die nicht am Tisch saß

Katharina hat die ersten Monate bewusst nur beobachtet. Ihr Befund: Die Abteilung war sehr unsichtbar. Aufgaben, die fachlich dorthin gehörten, hatten andere übernommen — nicht böswillig, sondern weil niemand das Team auf dem Schirm hatte.

Ihr erster Schritt war keine Technologie, sondern eine Stakeholder-Map. Das Team hat aufgeschrieben, wer eigentlich von diesen Daten partizipiert, woher sie kommen und wo sie ausgespielt werden. Am Ende standen über 15 Abteilungen an der Wand.

Erst danach kam die Vermarktung nach innen — und die beschreibt sie mit einem Wort, das ich gerne selbst benutze:

Parallel formulierte das Team seinen eigenen Anspruch neu: weg vom Datenbeschaffer, der Excel-Listen übersetzt, hin zum Datenkurateur, der auf den Kunden schaut statt auf Governance.

Das eigentliche Problem: regionale Lieferanten

REWE lebt im Abholservice von regionalen Sortimenten — rund 2.000 Märkte in Deutschland führen eigene regionale Produkte. Käse, Hoflimonaden, Kartoffeln. Der Abholservice wächst stark, und genau diese Artikel bekam das Team online oft nicht platziert, weil schlicht die Daten fehlten.

Der Gedanke, aus dem alles Weitere entstand, ist unspektakulär und genau deshalb gut: Die Daten sind längst im Unternehmen — sie stehen nur auf der Verpackung im Markt, im Lager oder auf dem Lieferschein.

Lea und der Goldhamster

Heute fotografieren Marktmitarbeitende beim Einräumen oder Lagermitarbeitende bei der Warenannahme die Produkte. Ein GenAI-Modul auf Basis von Gemini liest die Angaben aus, strukturiert sie in der eigenen Datenarchitektur und übergibt sie automatisiert ans PIM. Intern heißt es Lea — Label Extraction Agent. Der Prozess stand nach fünf Monaten im operativen Einsatz.

Dann kam der Dämpfer. Die erste Version lag bei 80 Prozent Datenqualität. Gut, aber nicht gut genug, um Artikel live zu schalten — das Team korrigierte wieder Datensatz für Datensatz von Hand.

Die Antwort darauf war ein zweites Modul: der Goldhamster. Er beherbergt einen Gold-Standard aus verifizierten Wahrheiten — wie eine Marke geschrieben wird, wie Allergene auszuzeichnen sind, wie eine korrekte Antwort pro Feld aussieht. Er prüft, was Lea extrahiert hat, bewertet die Korrekturen des Teams und passt den Gold-Standard an. Aus diesen Anpassungen leitet das Team wiederum ab, welche Prompts vorne in Lea nachgeschärft werden müssen.

Die operative Wirkung ist deutlich: Ein Sachbearbeiter schaffte zuvor rund 70 Artikel pro Woche, jetzt sind es in der Spitze etwa 700. Die manuelle Bearbeitung eines Produkts dauerte rund sieben Minuten, in Lea sind es zwei — bis der Artikel durch alle Systeme online ist, insgesamt fünf.

Und die Kostenseite, weil ich sie immer wissen will: zwei AI-Entwickler, Katharina selbst und eine Expertin für Lebensmittelrecht, die der KI beigebracht hat, was Pflichtangaben sind und wo sie stehen müssen. Unter 100.000 Euro. Dazu ein Effekt, der in keinem Effizienz-Slide auftaucht: Mit konsistent hoher Datenqualität sinkt auch das Rechtsrisiko.

Warum der Pitch funktioniert hat

Sichtbar wurde der Case nicht durch ein Reporting, sondern durch eine Präsentation in einem internen AI-Community-Hub. Danach lief das Postfach über.

Gemeinsam mit der internen AI-Innovation-Abteilung hat sie danach über 20 weitere Cases in der Gruppe eingesammelt — von ZooRoyal über toom bis zu stationären Märkten, die jeden Morgen loses Obst und Gemüse manuell erfassen, um digitale Etiketten auszuspielen. Vor zwei Wochen stand sie damit vor der Geschäftsführung.

Jetzt kommt der unbequeme Teil, und Katharina benennt ihn offen: die Operating-Model-Frage. Dezentral je IT-Team oder zentral? Wer ist Product Owner? Ihr Wunsch ist ein Modell, in dem jede Fachabteilung ihre eigene Lea betreibt, der Goldhamster aber in einem Produktteam liegt — damit das Produktwissen der Kolleginnen und Kollegen von toom oder ZooRoyal in denselben Standard einläuft.

Von Stammdaten zu Produktwissen

Der Teil der Folge, über den ich am längsten nachgedacht habe, ist der sprachliche. Katharinas These: Stammdaten haben deshalb keine strategische Bühne, weil in der Organisation niemand in sie investiert — Marketing hat eine Abteilung, E-Commerce hat eine, CRM hat eine, Stammdaten existieren irgendwo vorne in der Wertschöpfungskette und hinten als kleines operatives Team.

Ihr Gegenvorschlag: Produktwissen. Also nicht nur Pflichtfelder, sondern Kontext. Beim Lachs eben nicht nur Herkunft, Preis und Grammatur, sondern auch, zu welchem Wein er passt und wo er gezüchtet wurde. Spätestens wenn Kundinnen und Kunden mit externen Agenten einkaufen — vierköpfige Familie, proteinreiche Ernährung, ein Baby mit Nussallergie — entscheidet genau dieser Kontext, ob ein Produkt überhaupt vorkommt.

Deshalb hat REWE die KI bewusst am Anfang der Meile eingesetzt und nicht hinten bei den Antworten. Und deshalb schaut Katharina gerade neu auf den PIM-Markt: Ihre Erwartung ist ein System, das LLM-gestützt Kontext bildet, offen für eigene Modelle wie Lea und Goldhamster ist und steuerbar macht, welches Attribut von welchem Modell befüllt wird. Ihre These: In den nächsten Jahren kommen PIMs auf den Markt, die keine PIMs mehr sind, sondern Knowledge Platforms.

Dazu passt ihr Punkt zu KPIs, den ich mitnehme: Wir messen bis heute Input — Füllgrad, Anzahl Artikel online, Anzahl geschalteter Attribute. Die spannendere Frage ist der Outcome. Wie gut kann unser Produktwissen eigentlich die Frage beantworten, wie viele vegane Artikel wir führen? Wie gut ist unsere Recommendation Coverage?

Warum mich das besonders umtreibt

Ich bin der festen Überzeugung, dass Produktdaten das underratedste Thema der letzten Jahre sind — und diese Folge liefert mir endlich das Argument, das ich bisher nicht so klar hatte. Es ist nicht das Modell, das den Unterschied macht. Es ist die Entscheidung, KI vorne in den Prozess zu setzen, wo die Daten entstehen, statt hinten, wo die Antworten rauskommen.

Was mich fast noch mehr beschäftigt, ist der Teil über Sichtbarkeit. Katharina sagt sinngemäß, sie hätte ohne den KI-Case deutlich mehr Politik spielen müssen, um dieselbe Aufmerksamkeit zu bekommen. Das ist ehrlich und unbequem. Ich sehe in vielen Unternehmen Datenteams, die inhaltlich stark sind und intern trotzdem unsichtbar bleiben, weil sie ihren eigenen Wertbeitrag nie aufgeschrieben haben. Die Stakeholder-Map an der Wand kostet einen Nachmittag. Sie ist billiger als jedes Tool — und sie verändert, wie ein Team über sich selbst spricht.

Wenn ihr gerade genau an dieser Stelle steht: Fangt nicht mit dem Modell an. Fangt mit der Frage an, wer eigentlich von euren Daten lebt.