Die wichtigsten PXM-Trends 2026: Wie Sie Ihre Produktdaten fit für die Zukunft machen

Während die vergangenen Jahre geprägt waren von wirtschaftlichen Unsicherheiten, hohen Kostensteigerungen, verhaltener Innovation und ersten vorsichtigen Gehversuchen mit KI-Tools, stellt sich nun die Frage, wie Unternehmen ihre PXM-Landschaften so ausrichten, dass die Produktinnovation messbar gesteigert werden kann.

In diesem Blogbeitrag stellen wir die fünf wichtigsten PXM-Trends für das neue Jahr vor und gehen dabei besonders auf die Best Practices ein, die für die anstehenden Herausforderungen erfolgsentscheidend sein können.

1.     Die KI-Reise geht weiter

Unaufhaltsam entwickeln sich KI-Technologien in rasantem Tempo weiter. Das beschränkt sich längst nicht mehr allein auf einzelne Tools, die spezifische Aufgaben erfüllen, sondern entwickelt sich immer weiter in eine ganzheitliche Organisation von Datenprozessen mit dem Ziel weitreichender Autonomie. Agentic AI Frameworks, also Plattformen für autonome KI-Agenten, entstehen im Moment vielerorts und verfolgen den Gedanken früherer Plattformlösungen auf eine praxistaugliche Art, welche die Vorteile von Best-of-breed-Architekturen honorieren. Maximale Flexibilität bei der Bestückung der Information Supply Chain verbindet sich dabei mit perfekt integrierten Datenprozessen und höchstem Automatisierungsgrad für optimalen Business Value. Was das systemarchitektonisch bedeutet, diskutieren wir unter Punkt 4. Composable Architekturen lenken den Fokus auf Integration.

Für Unternehmen stellt sich die Frage, wie sie mit dem Thema KI in den nächsten Jahren umgehen wollen. Fakt ist, dass jedes Unternehmen eine dedizierte KI-Strategie mit klaren Zielsetzungen und Prioritäten braucht. Das Analystenhaus Gartner geht davon aus, dass 40 Prozent aller Agentic AI-Projekte bis zum Jahr 2027 fehlschlagen werden, und die Gründe finden sich insbesondere in unklarem Business Value, ausufernden Kosten und unzureichender Risikobetrachtung.

Gleichzeitig zwingen der immer höhere Kostendruck und eine sich immer weiter verschärfende Wettbewerbssituation die Unternehmen zu mehr Automatisierung, einer immer kürzeren Time to Market, mehr Produktinnovation und das alles bei immer weniger Ressourceneinsatz. Daher stellt sich nicht länger die Frage, ob KI in Zukunft eine Rolle spielen wird, sondern wann.

Die folgenden Best Practices haben unsere Expertinnen und Experten aus zahlreichen KI-Projekten zusammengetragen:

• Initiale Analyse: Am Anfang muss immer eine eingehende Analyse der Daten, Prozesse und Organisation stehen, um Risiken und Potenziale zu identifizieren und bei der nachfolgenden Planung zu berücksichtigen. Dazu gehören zum Beispiel die allgemeine Datenqualität sowie Medienbrüche in den Prozessen oder auch definierte Rollen und Verantwortlichkeiten.
• Strategie: Für KI-Projekte gilt mehr denn je, dass eine ganzheitliche Betrachtungsweise wichtig ist. Jedes Unternehmen braucht eine individuelle KI-Vision, welche die Sinnhaftigkeit, Wirtschaftlichkeit und das Potenzial von KI berücksichtigt. Das kann für manche im Unternehmen der Bereich des Produktdaten-Onboardings sein und für andere die Automatisierung der Content-Erstellung und -Syndizierung.
• Zielsetzung: Eine klare Zielsetzung, die mit der übergreifenden KI-Strategie abgestimmt ist, ist für jedes Projekt wichtig. Egal, ob Umsatzsteigerungen, Produktinnovation, mehr Effizienz oder eine möglichst wirtschaftliche Expansion in neue Märkte – die Ziele geben den Rahmen des Projekts vor und geben auch Hinweise auf die richtigen KPIs, anhand denen sich die Projekterfolge am Ende messen lassen können.
• Roadmap: Auf Basis der Zielsetzung, der Priorisierung und der Ist-Situation lässt sich eine detaillierte Roadmap ableiten, die sowohl schnelle erste Erfolge berücksichtigt als auch mögliche Synergien, Risiken und Weiterentwicklungen.
  

2.     Analytics baut seine zentrale Bedeutung weiter aus

Entscheiderinnen und Entscheider sind mehr denn je angewiesen auf belastbare Informationen zum Stand der Dinge. Ob Umsatzzahlen, Conversion Rates, Nutzungszahlen von eingesetzten Tools und Lösungen oder auch die Qualität der Daten und des Produkt Contents: Alles, was gemessen werden kann, kann auch optimiert werden. Daher setzen immer mehr Unternehmen auf umfangreiche Analytics-Lösungen in einzelnen Bereichen und übergreifende Visualisierungslösungen für einen klaren Rundumblick auf das eigene Business und seine Rahmenbedingungen.

Insbesondere die folgenden Tools erfreuen sich immer grösserer Beliebtheit:

• Systemmonitoring: Gerade für zentrale Lösungen wie im PXM-Bereich gilt es, sowohl die Performance der Systeme als auch ihre tatsächliche Nutzung genau zu beobachten. Ausfälle, Performance-Probleme oder ein inadäquater Umgang mit Daten führen schnell zu weitreichenden Problemen.
• Shop-Analytics: Wichtige KPIs wie Conversion Rates, Warenkorbabbrüche oder Klickraten geben Aufschluss darüber, wie erfolgreich Produkte im Onlineshop präsentiert und beworben werden. Mit diesen Erkenntnissen lassen sich Customer Journeys optimieren, Conversion Rates erhöhen und Retourenraten effektiv senken.
• Digital Shelf Analytics: Die meisten Unternehmen bieten ihre Produkte nicht nur im eigenen Onlineshop an, sondern nutzen zusätzliche Kanäle wie Online-Marktplätze. Digital Shelf Analytics-Tools sammeln Daten über die Performance der eigenen Produkte wie auch die der wichtigsten Wettbewerber, wodurch sich der Channel-spezifische Content zielgerichtet optimieren lässt.

Auch hier gilt jedoch, dass es zunächst eine klare Zielsetzung für die Analytics-Initiativen braucht. Häufig messen Unternehmen eine Vielzahl von KPIs, ohne den tatsächlichen Nutzen für das Business zu hinterfragen oder effektive Massnahmen zu ergreifen, um die Performance ihrer Produkte oder eingesetzten Lösungen zu verbessern. Ein intelligentes Business braucht beides: die richtigen Tools und eine umfassende Strategie.

3.     Effektivere Kundenansprache mit Echtzeitdaten

Auch die Erwartungen der Kund:innen und Konsument:innen wachsen stetig – das gilt sowohl im B2C- als auch im B2B-Bereich. Potenzielle Kundinnen und Kunden erwarten personalisierten Produkt Content in Echtzeit, unabhängig davon, auf welchem Kanal sie unterwegs sind. Das erfordert eine lückenlose Datenlieferkette, umfassende und zielgerichtete Produktbotschaften und automatisierte Prozesse, insbesondere für die Syndizierung des Produkt Contents.

Entsprechend braucht es eine Systemlandschaft, die all diese Bedingungen erfüllt und dabei eine saubere Datenqualität sicherstellt:

• Produktinformationsmanagement: Das PIM ist das Herzstück von PXM – hier werden alle relevanten Daten und Informationen zu den Produkten verwaltet, verbunden und bereitgestellt.
• Digital Asset Management: Gemeinsam mit dem PIM bildet das DAM das Product Content Management für Unternehmen. Das DAM ergänzt dabei die Produktdaten, -informationen und -beschreibungen um visuellen und auditiven Content wie Bilder, Fotos, Grafiken, Dokumente oder auch Logos und CI-Farben. Durch eine enge Verzahnung von PIM und DAM lassen sich so für jeden Kanal, jede Zielgruppe und jedes Land die passenden Produktbotschaften zusammensetzen.
• Multi-Domain Master Data Management: Während ein perfekt abgestimmtes Product Content Management für eine wirkungsvolle Kundenansprache sorgt, kümmert sich das Multi-Domain Master Data Management um eine saubere übergeordnete Datenorganisation. Hier werden Produkt-, Lieferanten-, Kunden- und Standortstammdaten miteinander verknüpft und in sinnvolle Zusammenhänge gebracht. Damit lassen sich Lieferketten optimieren, Erkenntnisse zur Produkt Performance im stationären Handel gewinnen und Marketing- und Vertriebsaktivitäten auf Basis klarer Informationen festlegen.
• Syndication: Mit der Syndizierung von Produkt Content werden die Produktbotschaften in Echtzeit in alle relevanten Kanäle gebracht – vom eigenen Onlineshop und Social Media über Online-Marktplätze bis hin zu Vergleichsportalen und Suchmaschinen-Listings.

Wichtig zu verstehen ist, dass jedes Unternehmen ganz individuelle Anforderungen an jeden dieser Bereiche hat. Daher ist es wichtig, eine Systemlandschaft aufzubauen, welche diese Anforderungen – auch die zukünftigen – möglichst vollständig abdeckt. Dazu gehört, dass die einzelnen Lösungen zeitgemässen Technologiestandards folgen. Nur so ist es am Ende möglich, die einzelnen Komponenten zu einer leistungsstarken Wertschöpfungskette zu verknüpfen.

4.     Composable Architekturen lenken den Fokus auf Integration

Neben der Beschaffenheit der einzelnen Lösungen entlang der PXM-Wertschöpfungskette spielt auch die Systemimplementierung eine essenzielle Rolle für den Erfolg an jedem Kunden-Touchpoint. Je mehr Tools und zentrale Lösungen miteinander verknüpft werden müssen, desto wichtiger ist eine nahtlose Integration und nachhaltige Schnittstellenpflege. Datenprozesse müssen aufeinander abgestimmt sein und die übergreifende Wertschöpfung optimal unterstützen. Anforderungen und Feedback aus den Kommunikationskanälen müssen möglichst schnell in die Information Supply Chain rückgeführt werden und dort in Optimierungen des Produkt Contents münden.

Daher lebt eine erfolgreiche Composable Architektur von folgenden Voraussetzungen:

• Moderne Technologien: Wie oben bereits erwähnt, braucht es einen zeitgemässen Tech Stack, um eine skalierbare und flexible Systemlandschaft aufzubauen. Cloud-native API-First-Lösungen sind die Grundvoraussetzung für eine effektive Interoperabilität der Systeme. Darüber hinaus lassen sich so Komponenten auch leichter austauschen und erweitern, wodurch die Gesamtarchitektur zukunftsfähig bleibt.
• End-to-end Prozesse: Die Zeiten der monolithischen Denkweisen sind endgültig vorbei – das gilt nicht nur für die einzelnen Systeme, sondern auch für die Datenprozesse. Wer heute Systeme implementiert, braucht ein umfassendes Konzept für die Daten; von ihrem Ursprung – wie beispielsweise durch das Onboarding von Lieferantendaten – über ihre Transformationen bis hin zu sämtlichen relevanten Nutzungsszenarien wie ihre Publikation in Online-Marktplätzen.
• Automation: Das Erkennen von Automatisierungspotenzial ist ebenfalls eine wichtige Aufgabe der Systemintegration. Workarounds und manuelle Datenpflege stehen den Grundsätzen betrieblicher Effizienz und Business Agility deutlich entgegen.

5.     Flexibilität und Agilität werden zum Gamechanger

Flexibilität und Business Agility haben bereits in der Vergangenheit erfolgreiche Unternehmen sicher und zuverlässig durch Krisen, Geschäftsrisiken und Zeiten wirtschaftlicher Unsicherheit gebracht. Sie ermöglichen nicht nur eine schnelle Reaktionsfähigkeit auf sich verändernde Rahmenbedingungen, sondern helfen bereits bei einer frühzeitigen Identifizierung und Bewertung von Risiken und Potenzialen im Markt.

Damit sind Flexibilität und Agilität zentrale Eigenschaften von datengetriebenen Unternehmen und werden durch die folgenden Bausteine ermöglicht:

• Optimale Data Pipelines: Damit Daten zu jederzeit überall und für jeden Berechtigten verfügbar sind, braucht es eine integrierte und optimierte Dateninfrastruktur. Dazu gehören standardisierte Schnittstellen, harmonisierte Datenmodelle sowie übergreifende Workflows.
• Klare Data Governance: Datenqualität ist ein Thema höchster Priorität für die meisten Unternehmen. Sie ist jedoch nur ein Teil einer umfassenden Data Governance, die insgesamt für den richtigen Umgang mit zentralen Daten sorgt.
• Wachsende Datenkultur: Regeln allein bringen jedoch nichts, wenn Mitarbeitende keine intrinsische Motivation entwickeln, Daten aktiv für ihr Tagesgeschäft zu nutzen und die Datenqualität proaktiv zu verbessern. Daher wird der Aufbau einer Datenkultur und die Entwicklung von Data Literacy unter den Mitarbeitenden zunehmend wichtig für eine zukunftsgerichtete Unternehmensstrategie.
• State-of-the-Art Data & Analytics: Daten fallen überall an und liefern wichtige Produkt-Insights, welche Entscheiderinnen und Entscheidern dabei helfen, das operative Geschäft in die richtigen Bahnen zu lenken. Die Voraussetzung dafür schaffen intelligente Analytics-Lösungen, die einen klaren und übergreifenden Blick auf sämtliche Bereiche ermöglichen und Information so visualisieren, dass Erkenntnisse leicht verständlich und direkt nutzbar sind.

2026 – ein Jahr, das zählt

Im Jahr 2026 fängt kein etabliertes Unternehmen im Bereich PXM auf der grünen Wiese an. Viele haben Grossprojekte wie ERP-Modernisierungen vor der Brust und stehen nun vor der Herausforderung, mit den rasanten Entwicklungen im PXM-Bereich mitzuhalten und gleichzeitig gewachsene Strukturen und monolithische Systembausteine Schritt für Schritt in eine zukunftsfähige Systemlandschaft zu überführen.

Die grösste Herausforderung dabei ist, den Gesamtblick und die übergreifende Vision nicht aus den Augen zu verlieren. Klarheit darüber zu behalten, welche Ziele Priorität haben und in welche Richtung sich die Organisation weiterentwickeln soll. In einer zunehmend vernetzten Unternehmenswelt müssen für jede Fragestellung Potenziale und Risiken in allen Bereichen berücksichtigt werden.

Unsere Mission ist es, Unternehmen auf ihrem Weg in ihre Zukunft zu begleiten, und sie bei jeder Herausforderung zu unterstützen – sei es, bei der Auswahl geeigneter Systemlösungen und Technologien, bei der Evaluierung von KI-Potenzialen oder bei der Implementierung von skalierbaren PXM- und Integrationsarchitekturen.

‍