Produktdaten für Wäsche und Bademode: Größenlogik und Sets sauber abbilden

Die meiste Bekleidung hat eine Größenachse. Ein T-Shirt ist S, M oder L; eine Hose eine Bundweite. Wäsche und ein großer Teil der Bademode sind die Ausnahme – und diese Ausnahme ist teuer, wenn man sie falsch macht. Hier hat ein einzelnes BH-Modell keine Größe, sondern ein zweidimensionales Raster: einen Umfang (das Unterbrustmaß) gekreuzt mit einem Cup (A, B, C, D und aufwärts). Nimm einen Bikini als Set mit unabhängig gegrößtem Ober- und Unterteil dazu, und du hast die zwei Datenprobleme, für die ein Standard-Bekleidungsmodell schlicht nicht gebaut wurde.

Produktdaten für Wäsche und Bademode sind durch zwei Komplikationen geprägt: eine zweidimensionale Umfang-plus-Cup-Größenlogik und Sets, die sich als ein Artikel mit unabhängig gegrößten Teilen verhalten. Das ist ein fokussierter Teilbereich der breiteren Modehandel-Herausforderung – die variantenlastige Welt der Bekleidung, in ihre komplexeste Ecke gedreht.

Warum ist die Größenlogik bei Wäsche und Bademode ein Sonderfall?

Das Problem beginnt mit der schieren Kombinatorik. Ein normales Bekleidungsmodell hat vielleicht sechs Größen. Ein BH-Modell spannt einen Umfangsbereich (65–100) gekreuzt mit einem Cup-Bereich (A–H) – und der Cup ist nicht absolut: Ein 80B und ein 75C teilen ein Cup-Volumen, unterscheiden sich aber im Umfang. Genau deshalb kannst du es nicht in ein einzelnes Dropdown flachdrücken:

• Zwei abhängige Achsen: Umfang und Cup variieren gemeinsam und ergeben 40–50 gültige Kombinationen pro Modell – und ebenso viele GTIN/EAN-Schlüssel zu verwalten.
• Schwestergrößen-Überschneidung: Manche Kombinationen sind nahezu gleichwertig, was für Merchandising und Bestand zählt, in einer flachen Größenliste aber unsichtbar ist.
• Bademode erbt das: Stützende Bademode nutzt dieselbe Umfang-/Cup-Logik; einfachere Teile fallen auf S/M/L zurück – also mischt eine Lieferantenrange beide Modelle in einer Datei.
• Schreibweisen-Chaos: Dieselbe Größe kommt als 75B, 75/B oder auf zwei Spalten verteilt – und manchmal nur im Artikeltitel.

Bildest du das als flaches Größenfeld ab, verlierst du entweder gültige Kombinationen oder listest Größen, die es nicht gibt. Es braucht eine echte zweidimensionale Variantenstruktur, und der Weg dahin heißt, die uneinheitlichen Lieferantendaten erst zu konsolidieren und normalisieren.

Wie bildest du ein Bikini- oder Wäsche-Set als einen Artikel ab?

Die zweite Komplikation ist die Set-Bildung. Ein Bikini oder ein Wäsche-Set ist ein einzelner verkaufbarer Artikel, aber Ober- und Unterteil können unterschiedliche Größen tragen – ein 75C-Oberteil mit einem M-Unterteil ist eine normale, häufige Kombination. Es gibt zwei falsche Wege und einen richtigen:

• Zwei getrennte Produkte (falsch): zerbricht die Kaufführung und verdoppelt die Pflege; die Kundin muss zwei SKUs finden und paaren.
• Eine flache Variante (falsch): drückt Ober- und Unterteil in eine einzige Größe und verliert genau die Flexibilität, die ein Set ausmacht.
• Ein Eltern-Artikel, zwei verknüpfte Größendimensionen (richtig): das Set bleibt ein Produkt, aber Oberteil-Größe und Unterteil-Größe bleiben getrennte, verbundene Achsen – jede gültige Paarung existiert, unmögliche nicht.

Das Set-Problem und das Umfang-/Cup-Problem sind eigentlich dasselbe Problem: ein einzelner Artikel, der mehr als eine unabhängige Größendimension braucht. Löst du das einmal, fallen beide Fälle daraus.

Welcher Standard greift – und wo hört er auf?

Es gibt keine eigene Klassifikation für Cup-Größen, wie es FEDAS für Sport oder ETIM für Elektro gibt. Wäsche und Bademode reiten auf dem allgemeinen Bekleidungs-Datenstack – und der behandelt Größe als ein Feld. Was die Standards und Feeds liefern und wo sie ausgehen:

Selbst wo für den Marken-Kern ein sauberer Feed existiert, sind die zwei harten Teile – die zweidimensionale Größe und die Set-Struktur – genau das, was der Standard nicht trägt. In dieser Lücke steckt die Handarbeit.

Wie löst Productbay das?

Der Mechanismus sind verknüpfte Attribute: Statt einer flachen Größenliste hält Productbay zwei verbundene Größendimensionen an einem einzigen Artikel – Umfang und Cup oder Ober- und Unterteil eines Sets. Von dort greift der übliche Drei-Schritte-Job:

• Konsolidieren: jede Quelle einmal anbinden – Lieferanten-CSV, Excel, BMEcat, Feed-URL, FTP, API – und über SKU oder GTIN/EAN abgleichen, sodass Bestehendes aktualisiert und Neues angelegt wird, mit intakter Größenmatrix.
• Anreichern: KI löst Umfang und Cup aus uneinheitlicher Schreibweise heraus (auch aus PDF-Datenblatt oder Artikeltitel), normalisiert sie in eine saubere zweidimensionale Struktur, schreibt Beschreibungen, ordnet Kategorien zu und füllt Lücken aus freigeschalteten Quellen – immer mit Review-Queue vor der Veröffentlichung.
• Ausspielen: Zwei-Wege-Sync mit Shopify und Shopware, ERP-Anbindungen (Xentral, weclapp) und Feed-Exporte für Amazon, OTTO und Kaufland – jeweils mit kanalspezifischen Transformationen.

Der Punkt: Komplexe Varianten – Umfang-/Cup-Raster und Sets mit gemischten Größen – hören auf, ein Sonderfall zu sein, der gegen dein System kämpft, und werden zu einer modellierten Struktur, die dein Katalog versteht. Productbay ist für Fachhändler mit Multi-Lieferanten-, Multi-Kanal-Katalogen gebaut, und das liegt innerhalb der breiteren Mode-Kategorie.

Häufige Fragen