Wie eine Produkt-Sync-Automation das Onboarding bei Unternehmen revolutionierte

Die Einführung einer neuen Softwarelösung bei Unternehmen ist oft ein komplexer Prozess. Doch was passiert, wenn die größte Hürde nicht im technischen System selbst liegt, sondern in der schieren Menge an Produktdaten, die manuell zwischen verschiedenen Plattformen übertragen werden muss? Genau dieses Problem löste ein kleines, aber wirkungsvolles Engineering-Projekt bei Casa Retail AI – und veränderte damit das Onboarding für immer.

Ein zentrales System für verlässliche Produktdaten

Jedes Unternehmen, das mit Einzelhandel und E-Commerce arbeitet, kennt das Problem: Produktinformationen sind über zahlreiche Systeme verteilt – von Kassensystemen über Online-Shops bis hin zu ERP-Software. Casa Retail AI entwickelte dafür eine eigene Plattform namens Commerce Connect (CC), die als zentrale Produktinformationsmanagement (PIM)-Lösung fungiert. Dieses System dient als einzige vertrauenswürdige Quelle für alle Produktdaten im Unternehmen.

Commerce Connect basiert auf einer angepassten Version der Open-Source-E-Commerce-Plattform Spree Commerce und wurde um Funktionen für Mehrfachvermietung und Mandantenfähigkeit erweitert. Seine Hauptaufgabe? Produktdaten aus verschiedenen Einzelhandelssystemen sammeln und an alle relevanten Anwendungen im Casa-Ökosystem weiterleiten. Sobald ein Produkt in Commerce Connect erfasst ist, wird es automatisch an nachgelagerte Systeme synchronisiert – von Kundenservice-Tools bis hin zu Analyse-Dashboards.

"Einmal im System, sind die Daten in Echtzeit für alle Anwendungen verfügbar – ohne manuelle Eingriffe oder Verzögerungen."

Warum Produktdaten so entscheidend sind

Produktinformationen sind das Rückgrat vieler Geschäftsprozesse. Sie beeinflussen nicht nur die Kundenerfahrung, sondern auch strategische Entscheidungen. Bei Casa Retail AI nutzen mehrere Anwendungen diese Daten, darunter:

• Kundenservice-Anwendungen: Lead-Verwaltungssysteme benötigen Produktdetails für individuelle Beratungen, Ticket-Systeme verknüpfen Support-Anfragen mit spezifischen Artikeln, und digitale Quittungen zeigen Produktnamen, Bilder und weitere Details an.

• Analyse- und Reporting-Tools: Produktdaten helfen Händlern, wichtige Fragen zu beantworten – etwa welche Kategorien am besten performen, welche Produkte am häufigsten nachgefragt werden oder wo die meisten Beschwerden auftreten. Diese Erkenntnisse fließen in Filter- und Segmentierungsprozesse ein.

• Externe Integrationen: Einige Mandanten synchronisieren ihre Produktdaten mit externen Plattformen wie B2B-Anwendungen, E-Commerce-Erlebnissen, digitalen Katalogen oder individuellen Drittanbieter-Integrationen.

Ohne eine zentrale und konsistente Datenquelle wäre die Pflege dieser Informationen ein Albtraum – und würde zu Inkonsistenzen, doppelten Arbeiten und langsamen Entscheidungsprozessen führen.

Das ursprüngliche Onboarding-Problem: Manuelle Datenübertragung

Als Casa Retail AI noch in der Wachstumsphase war, erfolgte das Onboarding neuer Mandanten auf eine ausgesprochen umständliche Weise. Die meisten Einzelhändler führten ihre Produktdaten in Kassensystemen wie SAP, Wondersoft, APX oder anderen proprietären Plattformen. Der Prozess sah typischerweise so aus:

• Die Customer Success-Teams sammelten manuell CSV-Exporte der Produktdaten.

• Die Mandanten lieferten diese Dateien mit unterschiedlichsten Strukturen und Spaltenbezeichnungen.

• Die Teams mussten die CSV-Spalten manuell den Feldern in Commerce Connect zuordnen.

• Nach dem Hochladen der Datei startete ein Batch-Prozess, der die Produkte im System anlegte.

• Anschließend wurden die Daten in PostgreSQL, ClickHouse, B2B-Anwendungen und weitere Integrationen synchronisiert.

Auf den ersten Blick schien dieser Workflow machbar. Doch mit dem Wachstum des Unternehmens offenbarten sich drei große Probleme:

1. Produktdaten wurden zum Flaschenhals

Ein Mandant konnte die Plattform erst nutzen, wenn seine gesamte Produktpalette in Commerce Connect verfügbar war. Das bedeutete, dass die Onboarding-Zeit stark davon abhing, wie schnell der Mandant die CSV-Dateien bereitstellte – und wie vollständig diese waren. Verzögerungen von Tagen oder sogar Wochen waren keine Seltenheit. Engineering-Teams waren nicht der Engpass. Die Daten waren es.

2. Aktualisierungen waren ein manuelles Chaos

Produktkataloge sind dynamisch: Neue Artikel kommen hinzu, bestehende werden aktualisiert oder deaktiviert. Jede Änderung im Kassensystem des Mandanten erforderte eine neue CSV-Datei, die erneut hochgeladen und verarbeitet werden musste. Customer Success-Teams verbrachten Stunden damit, diese Aktualisierungen zu koordinieren – ein Prozess, der weder skalierbar noch fehlerfrei war.

3. Jeder Mandant benötigte individuelle Anpassungen

Da verschiedene Kassensysteme unterschiedliche CSV-Formate nutzten, musste das Team für jede neue Datei eine neue Mapping-Konfiguration erstellen. Das war repetitiv, fehleranfällig und ließ sich nicht automatisieren.

Die Erkenntnis: Daten sollten direkt aus den Quellen stammen

Der entscheidende Gedanke kam auf, als das Team realisierte: Die Produktdaten existierten bereits in den Kassensystemen der Mandanten. Warum also sollten Menschen diese Daten exportieren und manuell hochladen müssen? Warum nicht direkt über APIs auf die Quellen zugreifen?

Die Idee war einfach, aber revolutionär: Statt auf CSV-Dateien zu warten, sollten Produktdaten automatisch aus den Systemen der Mandanten abgeholt werden. Der erste Schritt war die Integration mit SAP, einem der größten Kassensysteme, das bereits eine API für den Produktabruf anbot.

Die Lösung: Automatisierte Synchronisation in Echtzeit

Mit der SAP-Integration entfiel der gesamte manuelle CSV-Prozess. Stattdessen wurden Produkte direkt aus dem Kassensystem in Commerce Connect importiert – ohne menschliches Zutun. Das Ergebnis war sofort spürbar:

• Keine Wartezeiten mehr auf Kundenseite, um Dateien bereitzustellen.

• Keine manuellen Mapping-Prozesse mehr, die Fehlerquellen bargen.

• Keine Verzögerungen bei der Verarbeitung von Aktualisierungen.

Nach dem Erfolg mit SAP wurde das Konzept auf weitere Kassensysteme wie Wondersoft und APX ausgeweitet. Jede Integration folgte dem gleichen Prinzip: eine direkte API-Verbindung, die Produktdaten automatisch und in Echtzeit synchronisierte.

Skalierbarkeit durch ein flexibles Design

Um zu vermeiden, dass für jeden neuen Kassensystemanbieter der gesamte Synchronisationsprozess neu entwickelt werden musste, setzte das Team auf ein Factory-Pattern. Dieses Designmuster ermöglichte es, jeden neuen Anbieter mit minimalem Aufwand zu integrieren.

provider = Factory.build("sap_iplanet")
products = provider.fetch_products(auth_token)

Jeder Anbieter musste nur drei grundlegende Fragen beantworten:

• Wie erfolgt die Authentifizierung?
• Wie werden Produkte abgerufen?
• Wie werden Änderungen erkannt?

Durch diese Abstraktion konnte das Team neue Integrationen in wenigen Tagen statt Wochen umsetzen. Heute unterstützt Commerce Connect Dutzende von Kassensystemen – und die Liste wächst weiter.

Der langfristige Impact: Schnellere Onboarding-Prozesse und zuverlässigere Daten

Die Auswirkungen dieser Automatisierung waren enorm. Mandanten konnten nun innerhalb von Stunden statt Tagen oder Wochen voll funktionsfähig sein. Customer Success-Teams wurden von repetitiven Aufgaben befreit und konnten sich auf strategischere Tätigkeiten konzentrieren. Und vor allem: Die Datenqualität verbesserte sich, da menschliche Fehler bei der manuellen Übertragung entfielen.

Doch der größte Gewinn war vielleicht die Skalierbarkeit. Da die Synchronisation nun direkt aus den Quellen erfolgt, kann Casa Retail AI problemlos neue Mandanten und Kassensysteme integrieren – ohne dass der Onboarding-Prozess ins Stocken gerät.

Die Geschichte von Commerce Connect zeigt, dass manchmal die einfachsten technischen Lösungen die größten Auswirkungen haben. Eine einzige Automatisierung der Produktdaten-Synchronisation hat nicht nur das Onboarding revolutioniert, sondern auch die Grundlage für zukünftiges Wachstum gelegt. In einer Welt, in der Daten der neue Rohstoff sind, ist es entscheidend, dass sie nicht nur verfügbar, sondern auch zugänglich und zuverlässig sind – und genau das hat dieses Projekt ermöglicht.

Die nächsten Schritte? Die Integration weiterer Kassensysteme und die Erweiterung um KI-gestützte Datenvalidierung, um die Qualität der Produktdaten noch weiter zu steigern.