Produktdaten übersetzen: Warum das kein Textprojekt ist, sondern ein Datenprojekt
Was übersetzt werden muss und was nicht, was die drei Wege kosten und wie der Workflow im PIM mit Quellsprache, Sprachstatus und Änderungs-Delta aussieht.
Der neue Katalog soll nach Frankreich, der Shop bekommt eine englische Version, oder ein Großkunde verlangt seine Daten künftig auf Polnisch: Sobald du Produktdaten übersetzen musst, merkst du schnell, dass das ein anderes Projekt ist als das Übersetzen einer Website. Statt 30 Seiten Fließtext stehen plötzlich 10.000 Artikel mit je 40 Attributen im Raum, und jede Entscheidung multipliziert sich mit der Artikelzahl.
Dieser Artikel zeigt den Übersetzungsprozess konkret: was übersetzt werden muss und was nicht, welche drei Wege es gibt und was sie kosten, und wie ein sauberer Workflow im PIM aussieht. Wenn du die übergreifende Strategie suchst, also Datenmodell, Marktsteuerung und Sortimente für mehrere Länder, lies zuerst unseren Leitfaden zur PIM-Internationalisierung. Hier geht es um das Handwerk dahinter.
Das Wichtigste in Kürze: Produktdaten zu übersetzen ist kein Textprojekt, sondern ein Datenprojekt: Strukturierte Attribute, Terminologie-Konsistenz über tausende Artikel und marktspezifische Suchbegriffe verhalten sich anders als Fließtext. Ein großer Teil der Daten muss gar nicht übersetzt werden, denn Einheiten und Normbezeichnungen bleiben gleich, und Klassifikationsstandards wie ETIM und eCLASS liefern Merkmalsbezeichnungen bereits mehrsprachig mit. Für den Rest gilt: Quellsprache führt, Status je Sprache, und bei Änderungen wird nur das Delta neu übersetzt, nie der Volltext.
Warum Produktdaten übersetzen anders ist als Texte übersetzen
Wer eine Broschüre übersetzt, gibt einen zusammenhängenden Text ab und bekommt einen zusammenhängenden Text zurück. Produktdaten funktionieren anders, aus vier Gründen:
1. Strukturierte Attribute statt Fließtext
Ein Produktdatensatz besteht aus vielen kurzen Feldern: Produktname, Kurzbeschreibung, Attributwerte wie "rot" oder "verzinkt", Bullet Points, dazu vielleicht ein längerer Marketingtext. Jedes Feld hat einen Typ und einen Zweck. Ein Übersetzer, der nur eine Excel-Spalte mit losgelösten Wörtern sieht, weiß nicht, ob "Flügel" zu einer Schraube oder einer Pumpe gehört, und ob "Auslauf" ein Bauteil oder ein Produktlebenszyklus-Status ist. Kontext ist bei Produktdaten kein Komfort, sondern die Voraussetzung für eine richtige Übersetzung.
2. Terminologie-Konsistenz über tausende Artikel
In einem Sortiment mit 10.000 Artikeln kommt derselbe Fachbegriff hundert- oder tausendfach vor. Wenn "Sicherheitskupplung" mal als "safety coupling", mal als "safety clutch" und mal als "security coupler" übersetzt wird, zerfällt dein Katalog: Die Suche im Shop findet nur einen Teil der Treffer, Filter funktionieren nicht mehr, und der Kunde fragt sich, ob das drei verschiedene Produkte sind. Bei Fließtext ist eine Synonym-Variation Stil, bei Produktdaten ist sie ein Datenfehler.
3. Was gleich bleiben muss: Einheiten, Normen, Identifier
Ein erheblicher Teil eines Produktdatensatzes darf gar nicht übersetzt werden: Artikelnummern, GTIN, Normbezeichnungen wie EN ISO 20345, Schutzarten wie IP65, Werkstoffkürzel, CE-Kennzeichnungen. Ein generisches Übersetzungstool, das den ganzen Datensatz bekommt, "übersetzt" im Zweifel auch das, und aus einer Norm wird ein kaputter String. Deshalb braucht der Prozess eine Feldlogik: Pro Attribut muss definiert sein, ob es übersetzbar ist oder global gilt.
4. SEO je Zielmarkt ist keine wörtliche Übersetzung
Die korrekte Übersetzung ist nicht automatisch der Begriff, nach dem im Zielmarkt gesucht wird. Ein "Akkuschrauber" ist wörtlich ein "cordless screwdriver", gesucht wird in UK aber überwiegend nach "cordless drill" oder "combi drill", je nach Gerätetyp. Für Produktnamen und SEO-Felder deiner wichtigsten Artikel lohnt deshalb ein kurzer Keyword-Check im Zielmarkt statt einer 1:1-Übertragung. Das betrifft nicht jedes Feld, aber die sichtbarsten.
Der Klassifikations-Trick: ETIM und eCLASS sind schon mehrsprachig
Der wichtigste Hebel, um die Übersetzungsmenge zu senken, wird regelmäßig übersehen: Die großen B2B-Klassifikationsstandards sind bereits mehrsprachig gepflegt. ETIM 10.0 mit rund 5.600 Klassen und eCLASS in Version 16 liefern Klassennamen, Merkmalsbezeichnungen und Wertelisten in vielen Sprachen mit. Wer sein Sortiment klassifiziert hat, muss "Nennspannung", "Schutzart" oder "Farbe: rot" nicht übersetzen lassen, denn die Übersetzung steckt im Standard.
Konkret heißt das: Je mehr deiner technischen Daten als klassifizierte Merkmale statt als Freitext vorliegen, desto kleiner ist der Teil, der überhaupt durch einen Übersetzungsprozess muss. Übrig bleiben im Kern Produktnamen, Beschreibungen und Marketingtexte. Wie du dein Sortiment systematisch einordnest, zeigt der Leitfaden Produkte klassifizieren; die Standards selbst erklären wir unter ETIM und eCLASS.
Die drei Wege: Übersetzungsbüro, generische MT, KI im PIM
Für den übersetzbaren Rest gibt es drei Wege, die sich in Kostenlogik und Stärken deutlich unterscheiden:
Übersetzungsbüro | Generische MT (z. B. DeepL) | KI im PIM-Kontext | |
|---|---|---|---|
Kostenlogik | Abrechnung je Wort oder Zeile, skaliert mit der Textmenge; Translation Memory senkt Kosten bei Wiederholungen | Sehr günstig pro Text, aber der manuelle Prozess drumherum (Export, Copy-Paste, Re-Import) kostet Arbeitszeit je Artikel | Lizenz- oder nutzungsbasiert; der Prozess läuft im System, ohne Export-Import-Schleifen |
Qualität bei Fachterminologie | Hoch, wenn das Büro ein gepflegtes Glossar bekommt und die Branche kennt | Schwankend: ohne Glossar-Funktion keine erzwungene Konsistenz über tausende Artikel | Hoch, wenn Terminologie und Attribut-Kontext mitgegeben werden |
Attribut-Bewusstsein | Nur, wenn du Kontext mitlieferst (Bilder, Klasse, Attributname) | Keines: Das Tool sieht einen String, keinen Datensatz | Systemseitig vorhanden: Feldtyp, übersetzbar-Flag und Produktkontext sind bekannt |
Geschwindigkeit | Tage bis Wochen je Auftrag | Sofort je Text, aber langsam über viele Artikel | Ganze Attributmengen in einem Lauf |
Typischer Einsatz | Marketingtexte, rechtlich heikle Inhalte, Top-Seller | Einzelfälle, erste Orientierung | Masse der Produktnamen, Kurzbeschreibungen und Attributtexte |
In der Praxis ist die Antwort selten "entweder oder", sondern eine Arbeitsteilung: Die Masse der strukturierten Texte übersetzt KI direkt im PIM, das Übersetzungsbüro oder ein Muttersprachler veredelt die Inhalte, bei denen Tonalität und Rechtssicherheit zählen. Moderne PIM-Systeme wie entitys bringen KI-gestützte Übersetzung direkt im System mit, sodass Terminologie, Attribut-Kontext und Sprachverwaltung an einem Ort zusammenlaufen; einen Überblick geben unsere KI-Funktionen und der Artikel KI im PIM: praktische Use Cases.
Der Übersetzungs-Workflow im PIM, Schritt für Schritt
Unabhängig vom gewählten Weg entscheidet der Prozess darüber, ob Mehrsprachigkeit beherrschbar bleibt. Der bewährte Workflow in einem PIM-System sieht so aus:
Quellsprache festlegen, und nur eine. Meist Deutsch oder Englisch. In der Quellsprache werden Daten zuerst und vollständig gepflegt; alle Zielsprachen leiten sich von ihr ab. Übersetzungen aus einer Übersetzung (Deutsch zu Englisch zu Polnisch) vervielfachen Fehler.
Übersetzbare Felder markieren. Pro Attribut wird definiert: übersetzbar (Name, Beschreibung, Anwendungstext) oder global (Maße, Nummern, Normen, klassifizierte Merkmale). Damit ist die Übersetzungsmenge exakt abgegrenzt, und niemand übersetzt versehentlich eine Artikelnummer.
Auf Modellebene übersetzen, wo es geht. Bei Variantensortimenten gehören Beschreibungstexte auf die Modellebene und werden an die Varianten vererbt. Dann übersetzt du 200 Modelltexte statt 20.000 SKU-Texte. Wie diese Vererbung funktioniert, steht im Artikel zum Variantenmanagement.
Status je Sprache führen. Jedes Produkt hat pro Zielsprache einen Zustand: nicht übersetzt, in Arbeit, übersetzt, freigegeben. So siehst du jederzeit, wie vollständig der französische Katalog wirklich ist, und Kanäle können unfertige Sprachen zurückhalten oder auf die Quellsprache zurückfallen.
Änderungs-Delta statt Neuübersetzung. Der teuerste Fehler im Dauerbetrieb: Nach jeder Änderung an der Quellsprache wandert wieder der komplette Datensatz in die Übersetzung. Richtig ist, dass das System erkennt, welche Felder sich seit der letzten Übersetzung geändert haben, und nur dieses Delta zur Übersetzung ansteht. Eine geänderte Kurzbeschreibung löst dann genau ein Feld aus, nicht 40.
Qualitätssicherung: Glossar, Stichprobe, native Review
Bei zehntausenden übersetzten Feldern kann niemand alles prüfen. Muss auch nicht, wenn drei Mechanismen stehen:
Fachbegriffs-Glossar vor dem Start. Die 50 bis 200 wichtigsten Fachbegriffe deines Sortiments mit ihrer verbindlichen Übersetzung je Zielsprache. Dieses Glossar bekommt jeder Übersetzer und jede KI als Vorgabe. Es ist der wirksamste einzelne Qualitätshebel, weil es Konsistenz erzwingt, statt sie zu erhoffen.
Stichproben statt Vollprüfung. Pro Sprache und Lauf eine Stichprobe quer durchs Sortiment prüfen: Stimmen Terminologie, sind Einheiten und Normen unangetastet, liest sich der Text natürlich? Auffälligkeiten führen zur Korrektur der Vorgaben (Glossar, Prompt, Briefing), nicht nur des Einzeltextes, damit der nächste Lauf besser wird.
Native Review, wo es zählt. Muttersprachliche Prüfung ist teuer, also gezielt einsetzen: Top-Seller, Startseiten-Sortiment, rechtlich relevante Texte (Sicherheitshinweise, Garantieaussagen) und alles, was gedruckt wird. Die B-Ware im Longtail darf mit geprüfter Maschinen- oder KI-Übersetzung leben.
Der Aufwand lohnt sich messbar: Rund 40 % der Retouren gehen laut Shotfarm/NPD auf schlechte Produktdaten zurück, und in einem fremdsprachigen Markt ist die Übersetzungsqualität ein Teil genau dieser Datenqualität. Ein falsch übersetztes Attribut ist dort nichts anderes als ein Datenfehler.
Wann du (noch) keine Übersetzungs-Automatisierung brauchst
Ehrliche Einordnung, bevor du Prozesse und Tools aufsetzt:
Wenn du eine einzige Zielsprache bedienst, wenige hundert Artikel hast und sich die Texte selten ändern, ist ein gutes Übersetzungsbüro plus eine sauber strukturierte Austauschdatei völlig ausreichend. Der Prozess ist dann überschaubar genug für Handarbeit.
Wenn deine Übersetzungen fertig vom Hersteller kommen und du sie nur durchreichst, brauchst du keinen Übersetzungsprozess, sondern einen sauberen Importprozess.
Wenn dein Auslandsgeschäft ein Testballon ist, reicht es oft, zunächst nur die Top-100-Artikel hochwertig zu übersetzen, statt das ganze Sortiment anzufassen.
Kritisch wird es, sobald mehrere Sprachen auf laufende Änderungen treffen: Drei Zielsprachen bei einem Sortiment, das sich wöchentlich ändert, bedeuten ohne Delta-Logik und Status je Sprache einen Pflegeaufwand, der sich mit jeder weiteren Sprache multipliziert. Genau ab diesem Punkt zahlt sich der PIM-gestützte Workflow aus.
Häufig gestellte Fragen
Was kostet es, Produktdaten übersetzen zu lassen?
Übersetzungsbüros rechnen je Wort oder Normzeile ab, die Kosten skalieren also direkt mit der Textmenge über alle Artikel. Der größte Kostenhebel ist deshalb, die Menge zu senken: klassifizierte Merkmale statt Freitext (ETIM/eCLASS liefern Übersetzungen mit), Texte auf Modellebene statt je SKU, und KI für die Masse mit menschlicher Review nur dort, wo es zählt.
Reicht DeepL, um Produktdaten zu übersetzen?
Für einzelne Texte ja, für ein Sortiment nur bedingt. Generische Übersetzungstools sehen Strings statt Datensätze: Sie erzwingen ohne Glossar keine einheitliche Terminologie über tausende Artikel, kennen den Attribut-Kontext nicht und der Export-Import-Prozess drumherum kostet je Artikel Arbeitszeit. Je größer und strukturierter das Sortiment, desto eher lohnt Übersetzung direkt im PIM.
Welche Produktdaten müssen nicht übersetzt werden?
Artikelnummern, GTIN, Maße, Einheiten, Normbezeichnungen (z. B. EN ISO 20345), Schutzarten und Werkstoffkürzel bleiben in jeder Sprache gleich. Zusätzlich entfällt die Übersetzung klassifizierter Merkmale, weil ETIM und eCLASS ihre Klassen, Merkmale und Wertelisten bereits mehrsprachig bereitstellen.
Was ist die Quellsprache, und warum ist sie so wichtig?
Die Quellsprache ist die eine Sprache, in der Produktdaten zuerst und vollständig gepflegt werden; alle anderen Sprachen werden aus ihr übersetzt. Ohne führende Quellsprache entstehen Kettenübersetzungen und widersprüchliche Stände, und bei Änderungen weiß niemand mehr, welche Sprachversion aktuell ist.
Wie gehe ich mit Änderungen um, wenn schon alles übersetzt ist?
Mit einer Delta-Logik: Das System markiert je Sprache, welche Felder sich seit der letzten Übersetzung in der Quellsprache geändert haben, und nur diese Felder gehen erneut in die Übersetzung. Der Status je Sprache zeigt dabei jederzeit, welche Artikel in welcher Sprache freigegeben, veraltet oder offen sind.
Du planst mehrsprachige Produktdaten oder steckst gerade mitten in einem Übersetzungsprojekt? entitys ist ein Self-Service-PIM für den B2B-Mittelstand, mit KI-Funktionen für Produktdaten, über 20 Millionen bereits klassifizierten Produktdatensätzen in der Cloud und als eCLASS Gold Preferred Partner. Sprich mit uns, wir schauen gemeinsam auf dein Sortiment und deine Zielsprachen.
MAGAZIN
