Wie erweitert man ein PIM-Datenmodell für den Digitalen Produktpass?

Um ein PIM auf den Digitalen Produktpass (DPP) vorzubereiten, sollten Marken strukturierte Felder für Identifikatoren, Materialzusammensetzung, Herkunft pro Produktionsstufe, Wirtschaftsakteure, Pflege und Reparatur sowie das Ende der Nutzungsdauer ergänzen und für jedes Feld festhalten, woher der Wert stammt und wer dafür verantwortlich ist. Die Anforderungen für Textilien sind noch nicht final: Die Europäische Kommission plant, den delegierten Rechtsakt für Textilien in Q4 2027 anzunehmen; Ziel ist daher jetzt ein flexibles Modell und keine starre Checkliste.

Was ist der Digitale Produktpass, und ab wann gilt er für Textilien?

Der DPP ist in der Ökodesign-Verordnung für nachhaltige Produkte (ESPR), Verordnung (EU) 2024/1781, verankert. Jede Produktgruppe erhält über einen delegierten Rechtsakt eigene Anforderungen. Für Textilien und Bekleidung nennt die DPP-Seite der Kommission die geplante Annahme des delegierten ESPR-Rechtsakts in Q4 2027, gefolgt von Leitlinien und technischen Spezifikationen, und betont, dass sich die Zeitpläne ändern können.

Die Infrastruktur entsteht bereits. Die Kommission hat bekanntgegeben, dass das DPP-Register am 20. Juli 2026 in Betrieb gegangen ist. Das Register enthält eindeutige Produktidentifikatoren und zugehörige Metadaten, während die Produktdaten selbst dezentral bleiben: Wirtschaftsakteure halten sie in ihren eigenen Systemen und registrieren jeden Pass. Die Übersicht der Kommission erklärt zudem, dass physische Produkte über einen Datenträger wie einen QR-Code mit ihrem Pass verknüpft werden und dass sich die Zugriffsrechte für Konsumentinnen und Konsumenten, Reparatur- und Recyclingbetriebe, Behörden und Wirtschaftsakteure unterscheiden.

Welche Daten wird der textile DPP voraussichtlich verlangen?

Die Kommission führt die Informationskategorien auf, die der textile DPP voraussichtlich zugänglich machen wird, und weist darauf hin, dass die genauen Anforderungen durch den delegierten Rechtsakt und technische Spezifikationen festgelegt werden. Ein Abgleich dieser Kategorien mit einem typischen Mode-PIM zeigt, wo die Lücken liegen.

Lesen Sie auch

Zeitplan für den Digitalen Produktpass für Textilien: Was 2026 entschieden ist und was offen bleibt

Wie sollte das PIM-Datenmodell erweitert werden?

Eine praktische Erweiterung folgt sechs Schritten, die so angelegt sind, dass das Modell den endgültigen delegierten Rechtsakt ohne Neuaufbau aufnehmen kann.

1. Die Identifikatorlogik festlegen. Entscheiden Sie, wie sich der DPP-Identifikator zu bestehenden Schlüsseln (Style, Farbe, Grössen-GTIN) verhält, und halten Sie die Option einer gröberen Granularität offen, da die für Textilien geforderte Ebene noch nicht bestätigt ist.
2. Die Zusammensetzung strukturieren. Ersetzen Sie Freitext wie «95% Baumwolle, 5% Elasthan» durch wiederholbare Felder: Komponente (Oberstoff, Futter, Besatz), Faser, Prozentanteil, recycelter oder zertifizierter Anteil. Prüfen Sie, dass jede Komponente 100 Prozent ergibt.
3. Die Lieferkette als Entitäten modellieren. Erfassen Sie Produktionsstufen (Spinnen, Weben oder Stricken, Färben und Ausrüsten, Konfektion) mit Land und Lieferantenreferenz statt eines einzigen Felds für das Ursprungsland.
4. Zielgruppen trennen. Kennzeichnen Sie jedes Attribut mit der vorgesehenen Zielgruppe (Konsumentinnen und Konsumenten, Reparatur- oder Recyclingbetriebe, Behörden), entsprechend den von der Kommission beschriebenen Zugriffsstufen.
5. Nachweis und Verantwortung ergänzen. Hinterlegen Sie für jedes DPP-relevante Feld Quelldokument, Datum, verantwortliches Team und Prüfstatus. Erst das macht einen Wert belastbar.
6. Die Verknüpfung zum Datenträger planen. Legen Sie fest, wie ein QR-Code oder ein anderer Datenträger zum Pass auflöst und welches System die Daten ausliefert.

Woher kommen die Daten?

Die meisten DPP-Daten entstehen nicht im PIM. Zusammensetzung und Stückliste liegen im PLM, Lieferanten- und Betriebsdaten in Sourcing-Tools oder Tabellen, Zertifikate in Lieferantenportalen und Pflegeinformationen im Etikettierungsprozess. Die Erweiterung des PIM hängt daher von Integrationen und von der Mitwirkung der Lieferanten ab.

Branchenorganisationen arbeiten an gemeinsamen Definitionen. GS1 Niederlande veröffentlicht ein Modedatenmodell für den Austausch von Produktinformationen auf Basis der Global Product Classification und berichtet, dass es über eine am 27. Mai 2026 gestartete GS1-Arbeitsgruppe für Textilien und Bekleidung für die internationale DPP-Nutzung angepasst wird. GS1 UK sieht die Hauptherausforderung weniger in der Technologie als in der Einigung darauf, welche Informationen geteilt und wie sie strukturiert werden, und nennt GTINs und QR-Codes auf GS1-Basis als Bausteine. Wer interne Attributnamen an solchen gemeinsamen Modellen ausrichtet, reduziert den späteren Mapping-Aufwand.

Wie kann KI helfen, und wo liegen die Grenzen?

Der DPP erzeugt ein grosses Volumen an dokumentenlastiger Datenarbeit, und genau dort sind KI-Tools wirklich nützlich:

• Dokumentenextraktion: Lieferantenerklärungen, Prüfberichte und Zertifikate lesen und Werte für Zusammensetzung, Betriebsnamen oder Zertifikatsnummern vorschlagen.
• Konsistenzprüfungen: Zusammensetzungen markieren, die sich zwischen Etikettentext, PLM-Stückliste und Webshop-Text unterscheiden.
• Lückenanalyse: Styles mit fehlenden Herkunftsstufen oder ungeprüften Feldern vor einer Frist auflisten.
• Entwurf von Hinweistexten: Pflege- und Reparaturanleitungen aus strukturierten Attributen zur menschlichen Prüfung erstellen.

Die Grenzen sind ebenso wichtig. Passinformationen können von Behörden für Konformitätsprüfungen genutzt werden; ein von einem Modell extrahierter Wert ist daher ein Vorschlag, bis jemand ihn an der Quelle überprüft hat. Die Extraktionsqualität hängt von der Dokumentqualität ab, und die Dokumente der Lieferanten sind sehr unterschiedlich. Marken sollten protokollieren, welche Werte maschinell vorgeschlagen wurden, wer sie freigegeben hat und wann.

Lesen Sie auch

Nachhaltigkeitsdaten mit Handelspartnern teilen: ein Praxisleitfaden

Was sollten Marken in den nächsten zwölf Monaten tun?

• Eine Lückenanalyse der aktuellen PIM- und PLM-Felder gegenüber den erwarteten Kategorien der Kommission durchführen.
• Strukturierte Zusammensetzung und mehrstufige Herkunft an einer Produktkategorie pilotieren.
• Die Datenverantwortung zwischen Produkt-, Sourcing-, Nachhaltigkeits- und E-Commerce-Teams vereinbaren.
• Das Verfahren zum delegierten Rechtsakt und die Ergebnisse der GS1-Arbeitsgruppe verfolgen und keine fest codierten Annahmen zu Granularität oder Datenträgern treffen.

Nichts davon erfordert, auf den endgültigen Text zu warten. Ein sauberes, belegtes Datenmodell verbessert schon heute die Genauigkeit von Etiketten, Marktplatzeinträgen und den Kundendienst, was die Investition leichter rechtfertigt, bevor die Pflicht greift.