Compliance öffnet Budgets, die „Datenqualität" nie bekommen hätte – und der Digital Product Passport ist der nächste Anlass dieser Art. Die EU verlangt über die Ökodesign-Verordnung ESPR schrittweise für immer mehr Produktkategorien einen digitalen Produktpass: strukturierte Angaben zu Materialien, Herkunft, Reparierbarkeit und Kreislauffähigkeit, maschinenlesbar und über eine Produktkennung abrufbar. Was nach Nachhaltigkeits-Bürokratie klingt, ist in Wahrheit ein Produktdaten-Projekt.
Was der DPP konkret verlangt
- Strukturierte Attribute statt PDF-Anhängen: Materialzusammensetzung, Schadstoffe, Reparatur-Informationen als Daten, nicht als Dokument.
- Eindeutige Produktkennung: Der Pass hängt am Produkt (bis hinunter zu Charge oder Instanz, je nach Kategorie) – nicht an der Website.
- Maschinenlesbarer Zugriff: Behörden, Marktteilnehmer und Verbraucher rufen die Daten strukturiert ab.
- Nachverfolgbarkeit: Änderungen an Pass-Daten müssen nachvollziehbar sein – Versionierung und Audit-Trail sind implizite Pflicht.
Der Zeitplan läuft kategorienweise: Batterien machen den Anfang, Textilien und weitere ESPR-Produktgruppen folgen gestaffelt über die kommenden Jahre. Die genauen Daten je Kategorie entstehen in delegierten Rechtsakten – wer betroffen ist, sollte den eigenen Kategorien-Fahrplan juristisch klären. Die Datenarchitektur-Frage stellt sich aber unabhängig vom exakten Datum.
Die PIM-Checkliste für DPP-Fähigkeit
| Anforderung | Was das PIM können muss | Typische Lücke |
|---|---|---|
| Attributmodell | kategorienspezifische DPP-Attribute ergänzbar ohne Systemumbau | starre Standard-Schemata |
| Versionierung | Attributstände historisieren, Änderungen nachvollziehen | nur „aktueller Wert" gespeichert |
| Audit-Trail | wer hat wann was geändert und freigegeben | fehlt in einfachen Setups komplett |
| Granularität | Daten je Variante, Charge oder Instanz | PIM kennt nur die SKU-Ebene |
| API-Zugriff | Pass-Daten strukturiert ausspielbar | exportiert nur Kanal-Feeds |
Der eigentliche Aufwand: Konsolidierung
Die technische DPP-Ausspielung ist das kleinere Problem. Der größere Aufwand liegt davor: Die geforderten Daten existieren heute verstreut – Materialangaben im ERP, Zertifikate als Lieferanten-PDFs, Reparaturinfos beim Produktmanagement. Genau hier zahlt sich die KI-Extraktionsstrecke doppelt aus: Dieselbe Pipeline, die Marketing-Attribute aus Datenblättern zieht, konsolidiert auch Compliance-Attribute aus Zertifikaten und Lieferantendokumenten – mit Confidence Scores und Freigabe, denn bei Compliance-Daten ist die menschliche Prüfung nicht verhandelbar.
Und der strategische Nebeneffekt: Ein DPP-fähiges Attributmodell – strukturiert, versioniert, maschinenlesbar – ist exakt das Modell, das auch semantische Suche, saubere Feeds und KI-Sichtbarkeit voraussetzen. Der Compliance-Anlass finanziert die Dateninfrastruktur, die der Vertrieb ohnehin braucht.
Ob Ihr aktuelles Setup DPP-fähig ist, prüfen wir im Data-Readiness-Audit – Details auf der PIM-Leistungsseite. Hinweis: Dieser Artikel ist eine Praxis-Einordnung, keine Rechtsberatung – den kategorienspezifischen Zeitplan klären Sie mit Ihrer Rechtsabteilung.
