Decken, Kissen und Topper leben von Maßen, Füllgewichten und Wärmeklassen – und sie verkaufen sich als Sets. So bildest du diese Attribute und die Set-Logik in einem System ab, und wo die Standards aufhören.
Wer eine Bettdecke kauft, hat die Entscheidung auf drei Zahlen eingegrenzt, bevor überhaupt die Produktbeschreibung gelesen wird: welche Größe aufs Bett passt, wie warm sie sein soll und womit sie gefüllt ist. Fehlt oder stimmt eines dieser Attribute nicht, wird das Produkt schlicht nicht gefunden – oder zurückgeschickt. Bettwaren sind eine der Kategorien, in denen die Daten das Produkt sind.
Produktdaten für Bettwaren stehen auf drei strukturierten Attributen – Maß, Füllgewicht und Wärmeklasse – plus einer Set-Logik, die eine Decke mit ihren passenden Kissen verknüpft. Das ist eine Unterkategorie der breiteren Heimtextilien-Herausforderung und hat ein ganz eigenes Datenprofil: stark attributgetrieben, variantenreich und abhängig von Bundles, die kein Lieferanten-Feed sauber liefert.
Anders als ein bedruckter Kissenbezug verkauft sich eine Decke oder ein Kissen über messbare Specs. Das Problem: Jeder Lieferant erfasst sie anders:
Jedes davon ist ein Filter, den ein Kunde nutzt. Sie über ein Dutzend Lieferanten hinweg in saubere, vergleichbare Attribute zu normalisieren, ist genau die Handarbeit, die nicht skaliert – derselbe Konsolidieren-, Normalisieren- und Anreichern-Job, den jeder Multi-Lieferanten-Händler hat.
Das Held-Produkt bei Bettwaren ist selten ein Einzelartikel – es ist das Set: eine Decke plus ein oder zwei passende Kissen, als ein Bundle zum Set-Preis verkauft. Genau daran zerbricht ein flacher Produkt-Feed, denn ein Set ist keine Datenzeile, sondern mehrere zusammengefügte Produkte:
Das als verknüpfte Attribute abzubilden – statt jede Spec in eine flache Bundle-Zeile neu einzutippen – hält einen wachsenden Set-Katalog pflegbar. Ändere die Wärmeklasse der Decke einmal, und jedes Set, das sie referenziert, bleibt korrekt.
Bettwaren-Händler hoffen manchmal, ein Datenstandard fülle die Lücke. Hier das ehrliche Bild, was die gängigen leisten und was nicht:
| Datenebene | Was der Standard liefert | Wo es aufhört |
|---|---|---|
| Identifikatoren | GTIN/EAN über GS1, GDSN für Stammdatenaustausch | keine Attribute, kein Content, keine Set-Logik |
| Klassifikation | ETIM / eCl@ss geben ein Kategorie-Gerüst | nicht für Wärmeklasse oder Füllgewicht gebaut |
| Attribute | teilweise, lieferantenabhängig in Feeds | Maß, Füllgewicht, Wärmeklasse selten sauber |
| Verkaufscontent | nicht die Aufgabe eines Standards | Beschreibungen, Nutzentexte, SEO-Text fehlen |
| Set / Bundle | kein Standard bildet Decke-plus-Kissen-Sets ab | komplett vom Händler gebaut |
Kurz: Es gibt keinen Content-Standard für Bettwaren. Identifikatoren und Klassifikationen geben dir ein Gerüst, aber die Maße, die Fülllogik, die Set-Struktur und der eigentliche Verkaufstext sind allesamt deine Baustelle. Genau diese Lücke schließt Productbay.
Der Job sind dieselben drei Schritte, die jeder Multi-Lieferanten-Händler fährt – und Productbay ist gebaut, sie über die spezifische Attributlogik der Bettwaren zu fahren:
Die Set-Logik ist der Ort, an dem sich Productbay bei Bettwaren bezahlt macht: Sets werden als verknüpfte Attribute abgebildet, sodass Decke, Kissen und Bundle konsistent bleiben – ohne Doppelpflege. Für den weiteren Kategorie-Kontext siehe Produktdaten für Heimtextilien. Productbay ist für Fachhändler mit Multi-Lieferanten-, Multi-Kanal-Katalogen gebaut – vom mittelständischen Shop bis zum großen Filialisten.
Maße, Füllgewichte, Wärmeklassen und Decke-plus-Kissen-Sets – Bettwaren leben von strukturierten Attributen, die kein Standard für dich füllt. Sieh in 30 Minuten, wie Productbay Füllungen normalisiert, Sets als verknüpfte Attribute abbildet und den Rest anreichert.
Jetzt starten