# Wie Yeppon 150.000 SKUs für Marktplatz-Listings aufbereitete, vom eigenen Onlineshop aus > Yeppon, einer der führenden Elektronik-Onlinehändler Italiens, führt 150.000+ SKUs auf mehr als zwölf europäischen Marktplätzen. Mit CommerceClarity hat das Unternehmen rund 80.000 SKUs durchgängig verarbeitet, etwa achtmal so schnell wie zuvor, und rund 24.000 Produkte über die Vertriebskanäle aktiviert, etwa 19.000 auf Leroy Merlin und 5.000 auf Amazon. Für die Qualität der Marktplatz-Listings gilt jetzt ein Ziel über 70, ausgehend von einem durchschnittlichen Score nahe 42, der unter der Schwelle für automatische Veröffentlichung lag. Jedes generierte Marktplatz-Listing durchläuft weiterhin eine menschliche Prüfung. ![In einem Lager von Yeppon.](https://cdn.sanity.io/images/xd4hrbt2/production/f1de727b7b2eba60c4e90ff637283725139561b7-800x600.jpg?auto=format) **Hero figure value:** 8x **Hero figure label:** Schneller am Markt als mit dem manuellen Prozess **Industry:** Unterhaltungselektronik ## Kennzahlen - 80k · SKUs durchgängig verarbeitet - 8x · schneller am Markt als mit dem manuellen Prozess - 24k · Produkte auf Marktplätzen aktiviert - 150k+ · SKUs im Projektumfang ## Agents - Data Enrichment - Taxonomy Mapping - Matching - Leroy Merlin Listing Optimizer - Amazon Listing Optimizer ## Überblick Yeppon gehört zu den führenden Elektronik-Onlinehändlern Italiens: 150.000+ SKUs aus Elektronik, Haushaltsgeräten, Heimwerkerbedarf und Wohnmöbeln, verkauft im eigenen Onlineshop und auf mehr als zwölf europäischen Marktplätzen. Jedes Produkt besteht aus einer Reihe von Varianten, je nach Vertriebskanal und Sprache verschieden. Das Ziel betraf beide Seiten zugleich: die Produktdaten im eigenen Onlineshop für den gesamten Produktkatalog in Ordnung bringen und den Katalog auf die Marktplätze bringen, zuerst auf Leroy Merlin und Amazon. ## Die Herausforderung Bevor wir dazukamen, war der Produktkatalog weitgehend Handarbeit. Eine Teilzeitkraft legte neue SKUs an, die Anreicherung stützte sich auf den Feed eines Drittanbieters und auf die Lieferanten, die gerade gute Daten schickten, und Filter wie Bildschirmgröße, RAM und Speicher entstanden von Hand. Rund 70 % der Produkt-Listings wurden angelegt oder aktualisiert, viele ohne Foto und in unregelmäßigem Rhythmus. Fünfzehn Jahre lang lenkte die Wirtschaftlichkeit den eigentlichen Aufwand auf die 20 % des Katalogs rund um Apple, Haushaltsgeräte und Fernseher. Der Rest ging nur mit Preis und Verfügbarkeit abgeglichen auf die Marktplätze, ohne jede Anreicherung. ### Ein Partner, der bei KI schon weit war Unter unseren Kunden ist Yeppon eines der Teams, die bei KI am weitesten sind. Das Team hatte bereits eigene ChatGPT-Agenten gebaut, die Titel, Beschreibungen und Bullet Points schreiben. Das brachte Yeppon weit und stieß dann an die Grenzen des Werkzeugs: Ergebnisse, die von Durchlauf zu Durchlauf nicht konsistent blieben, Lücken, die das Modell aus seinem Training statt aus dem Produkt füllte, Bilder, die im Katalogmaßstab langsam und teuer waren, und kein Nachweis, dass ein Listing die Qualitätsschwelle eines Marktplatzes erreicht, bevor es live geht. Ein Produktkatalog ist ein schwierigeres Problem als ein Frontend. Zehntausende Produkte, eine Qualitätsschwelle, die sich ständig verschiebt, und Ergebnisse, die Durchlauf für Durchlauf nachweisbar bleiben müssen. Das ist ein System, das man konstruieren muss, kein Werkzeug, das man einfach laufen lässt. ## Die Lösung: KI-Agenten und ein Retail Engineer ### Zuerst der eigene Onlineshop Yeppon betreibt seinen Onlineshop auf Shopify, vom eigenen Team gebaut. Die KI-Agenten vervollständigen jedes Produkt mit Details, technischen Daten und Bildern und ordnen es der richtigen Kategorie zu, über eine API-Integration in Yeppons eigene Abläufe. Die Integration startete mit dem Apple-Sortiment, bewährte sich an einer ersten Charge und lief dann über den gesamten Produktkatalog. Heute läuft die Integration selbstständig. ### Dann die Marktplätze Jeder Marktplatz ist ein geschlossenes System mit eigenen Regeln. Drei Dinge machten das schwierig. Leroy Merlin bewertet Marktplatz-Listings und veröffentlicht nur oberhalb einer Schwelle, und Yeppon lag deutlich darunter, sodass knapp die Hälfte des Katalogs nicht sauber eingestellt werden konnte. Die Formel verrät niemand, nicht einmal das Team des Marktplatzes selbst. Und die Mengen sind groß: rund 37.000 Marken, die ihren Codes zugeordnet werden müssen, und 63.000 Produktdetails, die zu füllen sind. 1. **Abgleichen:** Marken und Barcodes von Yeppon mit den Produktcodes des Marktplatzes. 1. **Anlegen:** Listings für Produkte, die noch nicht auf dem Marktplatz sind. 1. **Verbessern:** bestehende Marktplatz-Listings dort, wo es den Score tatsächlich hebt: ausgefüllte Details, Bilder, technische Daten, Pflichtfelder. 1. **Gegen die Schwelle prüfen,** bevor irgendetwas live geht. Dieselben KI-Agenten arbeiten in jeder Kategorie. Erprobt wurden sie zunächst an vier: Bohrmaschinen, Pflanzgefäße, Gartenschläuche und Schlauchtrommeln. Danach kam der Rest. Diese Phase läuft noch: Bisher sind rund 24.000 Produkte über alle Vertriebskanäle live, etwa 19.000 auf Leroy Merlin und 5.000 auf Amazon. ### Der Retail Engineer Die KI-Agenten arbeiten nicht allein. Ein Retail Engineer von CommerceClarity arbeitet als Teil des Teams von Yeppon: Dieselbe Person plant, baut und liefert, innerhalb der bestehenden Abläufe von Yeppon. Damit bekam der Produktkatalog etwas, das ihm fünfzehn Jahre gefehlt hatte: eine Person, die ihn verantwortet. Das Marketingteam von Yeppon behält die Steuerung, und jedes generierte Marktplatz-Listing durchläuft eine menschliche Prüfung, bevor es live geht. ## Vorher und nachher Der Eigenbau im Vergleich mit dem System, das ihn abgelöst hat. - Kosten · Unvorhersehbar, Hunderttausende Tokens für einen einzigen Vorgang · Eine kontrollierte Kette von KI-Agenten mit planbaren Kosten - Marktplatzreife · Durchschnittlicher Score rund 42, der halbe Katalog unter der Schwelle für automatische Veröffentlichung · Ziel rund 70, automatische Veröffentlichung auf Leroy Merlin und Amazon - Skalierung und Konsistenz · Von Hand undenkbar bei 150.000+ SKUs · Jede Kategorie, Ergebnisse gegen eine feste Qualitätsschwelle bewertet - Betriebsmodell · Intern realistisch nicht umsetzbar · KI-Agenten und ein eingebundener Engineer, Menschen entscheiden, was live geht ## Ein Team, das schon wusste, wo KI an Grenzen stößt *Im O-Ton* ### Danilo Longo We had built our own agents on ChatGPT before this, so we knew where AI helps and where it stops. The agents handle the volume across the full catalog, but every listing still passes our team’s review before it goes live. We got the scale without giving up the final call on quality. General Manager, Yeppon ![Danilo Longo, General Manager bei Yeppon](https://cdn.sanity.io/images/xd4hrbt2/production/0ae222ca3b1dbe30a40c5d7606c672ba4d77c25a-400x400.jpg?auto=format) ### Valerio Di Dio It connects straight into our flows through the API, so we shape content around what each product actually needs instead of running one template across the board. The same product can go out with a different angle on Amazon than on Leroy Merlin, and the speed holds even when we switch language. Reporting Analyst, Yeppon ![Valerio Di Dio, Reporting Analyst bei Yeppon](https://cdn.sanity.io/images/xd4hrbt2/production/7904ce6621ffc12a5298693b69be828e988b7b0f-400x400.jpg?auto=format) ## Proves area [Channels & Markets](/solutions/channels-markets) ## Weitere Fallstudien - [STIGA](/customers/stiga) · How STIGA launched on seven marketplaces in four months - [Next Hardware & Software](/customers/next-hardware-software) · How enriched product pages lifted search and conversion for Next ## Sehen Sie, was KI-Agenten mit Ihrem Produktkatalog machen Bringen Sie einen unsauberen Feed mit oder den Rückstau an Produkten, für den nie Zeit war. Den Rest zeigen wir Ihnen. [Demo vereinbaren](/book-a-demo) ## Questions ### Was hat Yeppon erreicht? Rund 80.000 SKUs durchgängig verarbeitet, etwa achtmal so schnell wie zuvor, der gesamte Produktkatalog im eigenen Onlineshop in Ordnung gebracht und rund 24.000 Produkte auf Marktplätzen aktiviert, etwa 19.000 auf Leroy Merlin und 5.000 auf Amazon. ### Yeppon hatte bereits eigene KI-Agenten auf ChatGPT-Basis gebaut. Warum reichte das nicht? Es funktionierte, bis es um den ganzen Katalog ging. Die Ergebnisse ließen sich von Produkt zu Produkt und von Durchlauf zu Durchlauf nur schwer konsistent halten, das Modell füllte Lücken aus seinem Training statt aus dem Produkt, Bilder waren bei 150.000+ SKUs langsam und teuer, und nichts belegte, dass ein Listing die Qualitätsschwelle eines Marktplatzes erreicht, bevor es live geht. Ein Produktkatalog ist ein System, das man konstruieren muss, kein Werkzeug, das man einfach laufen lässt. ### Was ist der Qualitäts-Score für Marktplatz-Listings? Marktplätze bewerten die Listings, die Sie einstellen, und veröffentlichen automatisch nur oberhalb einer Schwelle. Auf Leroy Merlin lag der Katalog von Yeppon im Schnitt bei rund 42, und knapp die Hälfte ließ sich nicht sauber einstellen. Das Ziel liegt über 70. Die Formel veröffentlicht niemand, nicht einmal das Team des Marktplatzes, deshalb heißt der Weg dorthin testen und verbessern statt einmal hochladen. ### Wie viel Abgleich braucht ein Katalog dieser Größe? Rund 37.000 Marken, die den Codes von Leroy Merlin zugeordnet werden müssen, und rund 63.000 Produktdetails, die zu füllen sind. Die KI-Agenten wurden zuerst an vier Kategorien erprobt, Bohrmaschinen, Pflanzgefäße, Gartenschläuche und Schlauchtrommeln, und dann auf den Rest angesetzt. ### Geht irgendetwas live, ohne dass ein Mensch es gesehen hat? Nicht bei Yeppon. Die KI-Agenten liefern das Volumen, und das Marketingteam von Yeppon prüft jedes generierte Marktplatz-Listing, bevor es live geht. Das war die Bedingung, und so läuft die Arbeit. ### Ist die Arbeit abgeschlossen? Nein. Die Marktplatzphase läuft noch, und nach Yeppons eigener Einschätzung ist das Programm zu rund zwei Dritteln geschafft. Als Nächstes kommen organisches Wachstum, neue europäische Märkte und der Einsatz desselben Systems für organische Nachfrage ebenso wie für Nachfrage über KI-Agenten. ## Entities - [Yeppon](https://www.yeppon.it) · Organization, about - [Channels & Markets](/solutions/channels-markets) · Thing, about - Danilo Longo · Person, mentions - Valerio Di Dio · Person, mentions - [Leroy Merlin](https://www.leroymerlin.it) · Organization, mentions - [Amazon](https://www.amazon.com) · Organization, mentions - [Shopify](https://www.shopify.com) · Organization, mentions - [ChatGPT](https://en.wikipedia.org/wiki/ChatGPT) · Product, mentions - [Cdiscount](https://en.wikipedia.org/wiki/Cdiscount) · Organization, mentions ## Sources - [Yeppon](https://www.yeppon.it) · Yeppon - [Anforderungen an Listing-Qualität und Produktdaten](https://sellercentral.amazon.com/help/hub/reference/GT4CDCFTFPWKMYNW) · Amazon Seller Central - [Leroy Merlin](https://en.wikipedia.org/wiki/Leroy_Merlin) · Wikipedia - [Mirakl, die Marktplatz-Plattform hinter europäischen Handelsmarktplätzen](https://www.mirakl.com) · Mirakl - [Shopify](https://www.shopify.com) · Shopify --- Canonical: https://commerceclarity.com/de/customers/yeppon Every page of this site is available as markdown: append `.md` to its path. Index: /de/llms.txt