Der Büromöbelhersteller Steelcase hat durch die Einführung der Akeneo Product Cloud seine internen Prozesse im Produktdatenmanagement grundlegend optimiert. Durch die Modernisierung konnte das Unternehmen den zeitlichen Aufwand in zentralen Verwaltungsbereichen um mehr als 60 Prozent reduzieren. Dies betrifft insbesondere die Pflege von Lieferantendaten, das digitale Asset-Management sowie die internen Freigabeprozesse für neue Produkte.
Massive Zeiteinsparungen bei Steelcase durch Prozessautomatisierung
Die Implementierung der Cloud-Lösung führte bei Steelcase zu messbaren Effizienzsteigerungen. Den vorliegenden Daten zufolge konnte der Aufwand für die Pflege von Lieferantendaten um 62 Prozent gesenkt werden; dieser reduzierte sich von ehemals 33,36 Stunden auf nun 12,14 Stunden.
Im Bereich des Asset-Managements pro Produktfamilie verzeichnete das Unternehmen eine Zeitersparnis von 64 Prozent, wobei der Prozess von 22 Minuten auf 8 Minuten verkürzt wurde.
Auch die Geschwindigkeit der Markteinführung profitierte von der technologischen Umstellung. Die Zeit für Produktfreigaben sank um 63 Prozent von ursprünglich 16,68 Stunden auf nunmehr 6,07 Stunden. Diese Entwicklungen unterstreichen den Trend in der Industrie, fragmentierte Datenstrukturen durch zentralisierte Plattformen zu ersetzen.
Steigende Relevanz von PIM-Systemen in der globalen Industrie
Moderne Datenverwaltung und KI-Systeme verändern die Industrie grundlegend, bringen aber auch neue rechtliche Rahmenbedingungen mit sich. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Parallel zu Steelcase setzen weitere internationale Unternehmen auf spezialisierte Lösungen für das Product Information Management (PIM). Fuji Oil Asia in Singapur führte Centric PIM/DAM ein, um die Lead-Zeit für die Informationssuche und Dokumentenerstellung um 10 bis 15 Prozent zu senken.
Fabrice Canonge, CEO von Fuji Oil Asia, hob in diesem Zusammenhang die Bedeutung einer zentralisierten Datenverwaltung hervor, um das Risiko veralteter Spezifikationen zu minimieren und Vertriebsmaterialien schneller an Händler verteilen zu können.
In Deutschland nutzt LG Electronics das System novomind iPIM, um das Onboarding und das kanalübergreifende Ausspielen von Produktdaten zu automatisieren. Davon sollen insbesondere B2B-Handelspartner durch einen standardisierten Datenaustausch profitieren.
Auch im Open-Source-Bereich gibt es Bewegung: Das auf Laravel basierende System UnoPim entwickelt derzeit Fähigkeiten für „Agentic PIM“, um über 10 Millionen Produkte skalierbar verwalten zu können.
KI-Integration und die Suche nach der „Single Source of Truth“
Ein zentrales Thema bei der Modernisierung der Dateninfrastruktur ist die Integration von Künstlicher Intelligenz. Das britische Unternehmen Parfetts ging eine Partnerschaft mit Cerve ein, um agentische KI über seine Lieferantendaten zu legen. Ziel ist die Vereinheitlichung von Preisgestaltung und Promotionen, um die Umsatzambition von einer Milliarde Britischen Pfund zu unterstützen. Ein vollständiger Roll-out ist für Oktober 2026 geplant.
Ähnliche Erfolge meldet Metcash, das durch die Skalierung der Coveo AI-Suche die Conversion-Rate auf seiner B2B-Plattform von rund 13 Prozent auf etwa 20 Prozent steigern konnte. Grundlage hierfür war eine verbesserte Produktdatenqualität nach GS1-Standards.
In der Fertigungsindustrie wird zudem die Verknüpfung von Product Lifecycle Management (PLM) mit ERP- und MES-Systemen forciert. Brasilianische Industrieunternehmen setzen verstärkt auf eine „Single Source of Truth“, um Produktionsfehler durch fragmentierte Daten zu vermeiden.
Wer die Vorteile von Künstlicher Intelligenz im Unternehmen nutzt, muss auch die neuen gesetzlichen Anforderungen an die Dokumentationspflicht kennen. Ein kostenloser Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum EU AI Act anfordern
Der US-Auftragsfertiger Amerequip implementierte das System CADDi Drawer, um 67.000 aktive Teiledateien effizienter zu organisieren. Das Unternehmen prognostiziert für das Jahr 2026 einen Umsatzanstieg auf 86 Millionen US-Dollar, nach 75 Millionen US-Dollar im Jahr 2025.
Herausforderungen und technologische Migrationen
Trotz der Fortschritte zeigen Untersuchungen von TraceGains im Rahmen der „Food Matters Live 2026“, dass viele Teams in der Lebensmittel- und Getränkeindustrie in Europa weiterhin mit fragmentierten Daten und langwierigen Onboarding-Prozessen von bis zu drei Monaten kämpfen. Der Erfolg von KI-Anwendungen hänge maßgeblich von der Genauigkeit und Vernetzung dieser Daten ab.
Dass sich Investitionen in moderne Datenarchitekturen auszahlen, belegt der Energieversorger EnBW. Durch die Migration von Azure Synapse zu Databricks konnte die Datenaufnahme um 70 Prozent beschleunigt werden; eine kritische Pipeline benötigt nun statt 5 Stunden nur noch 1,5 Stunden.
Auch im Einzelhandel zeigen sich Effekte: Netto Marken-Discount konnte nach einer ERP-Migration die Bearbeitungszeiten um 22 Prozent verkürzen und die Fehlerquote zweistellig senken.
