Luftbude stand vor einer Herkulesaufgabe. Denn: Der Online-Shop führt 180.000 Produkte, doch lückenhafte Herstellerdaten, fehlende Bilder und ungenaue Kategorisierungen erschwerten die Skalierung. Es hätte Jahre gedauert, die Produktdaten per Hand zu vereinheitlichen.
Unsere Antwort: ein Product Data Agent. Er recherchiert automatisch technische Daten, generiert SEO-Texte, validiert Bilder mittels Computer Vision und übersetzt Inhalte in sieben Sprachen. Das Ergebnis: innerhalb von nur zwei Wochen haben wir 180.000 Produkte optimiert und eine dauerhafte Infrastruktur für automatisiertes Wachstum geschaffen.
Client
Branche
Service
Time Frame
Team
Tools
Collab
Produkte in 2 Wochen optimiert
Kostenersparnis bei Übersetzungen (vs. DeepL)
automatisierte Content-Erstellung
Luftbude vertreibt Produkte diverser europäischer Hersteller. Dieses Modell brachte ein massives Datenproblem mit sich: Die Rohdaten der Lieferanten waren zu unterschiedlich, unvollständig oder schlicht nicht vorhanden.
Zehntausende Artikel landeten in einer riesigen „Sonstiges“-Kategorie, ohne Filterattribute, ohne Bilder, dafür aber mit kryptischen Beschreibungen – oder gar keinen. Für Kund:innen war das Sortiment kaum navigierbar, für Suchmaschinen unsichtbar. Nur wenige konnten manuell gepflegt werden.
Neben einer einmaligen Aufräumaktion wollten wir außerdem eine dauerhafte und skalierbare „Content-Fabrik“ integrieren. Diese automatisierte Fabrik sollte große Datenmengen dauerhaft, kosteneffizient und mit hoher Qualität veredeln.
Vom Chaos zur Perfektion: KI-gestützte Datenveredelung füllt Lücken und komplettiert fehlerhafte Produktdaten.
Wir entwickelten eine komplexe End-to-End-Automatisierung auf Basis von n8n, die als intelligentes Nervensystem zwischen rohen Datenquellen und dem Shopware-System agiert. Das System geht dabei weit über einfache Texterstellung hinaus:
Automatisierte Deep-Research: Basierend auf der EAN führt das System via Serper API eine Live-Webrecherche durch, um valide technische Spezifikationen und Quellen zu identifizieren.
Multichannel-Content-Engine: Google Gemini generiert zielgruppengerechte Beschreibungen für B2B- und B2C-Kanäle sowie spezifische Texte für verschiedene Verkaufsplattformen.
SEO: Parallel werden optimierte Metadaten (Titel und Metabeschreibungen) erstellt, um Suchmaschinenparameter zu erfüllen.
Logik & Struktur: Das System ordnet Produkte automatisch Kategorien zu und extrahiert technische Attribute, wodurch der Shop erstmals voll filterbar wird.
Visuelle Validierung & Sprache: Ein multimodales KI-Modell (GPT-4o mini) recherchiert Bilder und „betrachtet“ diese, um sie auf Übereinstimmung mit dem Artikel zu prüfen. Für die Internationalisierung ersetzt Gemini 2.5 Pro klassische Übersetzungs-APIs, was die Kosten senkte und gleichzeitig die Qualität verbesserte.
Automatische Übersetzung in sieben Sprachen.
Knotenpunkte bei der Arbeit: Dieses n8n Dashboard steuert KI-gestützte Datenextraktion und Prozess-Automatisierung.
Effizienz in Zahlen: Intelligente KI-Agenten erledigen in 14 Tagen, wofür ein Mensch 85 Jahre braucht.
Kostenvergleich bei Übersetzungen: Gemini schlägt DeepL durch 250-fach geringere Ausgaben.
„Früher war der Katalog von Luftbude eine Black Box. Heute ist er ein strukturierter Wettbewerbsvorteil. Die Kombination aus intelligenter Recherche und visueller KI-Validierung erlaubt uns, 180.000 Produkte in einer Qualität zu präsentieren, für die man manuell ewig gebraucht hätte.“—Christopher Carus (CTO)
Der operative Flaschenhals wurde vollständig beseitigt. Innerhalb von nur 14 Tagen erhielt das gesamte Sortiment von 180.000 Artikeln einzigartige, SEO-optimierte Beschreibungen. Rund 36.000 Produkte wurden erstmals mit validierten Bildern ausgestattet.
Durch die neue, KI-basierte Kategorisierung und Attributierung ist der Shop nun filterbar und nutzerfreundlich. Luftbude verfügt jetzt über eine transparente Automatisierungs-Architektur, die das Team selbstständig steuern kann. Auf Wiedersehen, Fleißarbeit. Hallo, KI-Automatisierung.
