Aus Rohdaten wird Struktur.

Pimcore ist eine Open-Source-Datenplattform, die PIM, MDM, DAM, CDP, CMS/DXP und Digital Commerce in einem System vereint. Unternehmen nutzen sie als zentrale Quelle für Produkt-, Stamm-, Asset- und Kundendaten, aus der alle Kanäle konsistent beliefert werden: Shop, Print, Marktplätze und Apps.

Nein. Pimcore ergänzt die Systemlandschaft als zentrale Datendrehscheibe: Das ERP bleibt führend für Aufträge und Buchhaltung, Pimcore führt Produkt-, Stamm- und Asset-Daten zusammen und beliefert Shop, Print und Marktplätze konsistent. Angebunden wird über Datahub, REST oder GraphQL.

PIM verwaltet Produktinformationen für Marketing und Vertrieb: Attribute, Texte, Übersetzungen, Medien. MDM geht breiter und führt die Stammdaten aller Domänen zu einem Golden Record zusammen, neben Produkten also auch Kunden und Lieferanten. Pimcore deckt beides in einer Plattform ab.

Ja. SAP, ERP, CRM oder auch Excel-, CSV- und XML-Quellen werden über Schnittstellen angebunden; Daten werden bereinigt, gemappt und laufend synchronisiert. KI-gestütztes Mapping beschleunigt die Anbindung deutlich.

Sehr gut: beliebig viele Sprachen und Marktvarianten, Lokalisierungsworkflows mit Review im System und KI-Vorübersetzung. Alle Sprachfassungen liegen an einem Ort, Fachbegriffe bleiben konsistent.

Ja, Database Publishing: Preislisten, Datenblätter und Kataloge entstehen direkt aus dem Golden Record, konsistent zu Web und Shop und immer auf aktuellem Stand.

Für größere Projekte, die mehrere Enterprise-Features benötigen, empfiehlt sich die Enterprise Edition. Ansonsten reicht die Community Edition in den meisten Fällen aus. Welche Features tatsächlich gebraucht werden, klärt sich in der Discovery.

Überall dort, wo mehrere Kanäle, Märkte oder Systeme auf dieselben Daten zugreifen, vom Mittelstand bis zum Konzern. Schwerpunkte sind Industrie und Fertigung, Handel und B2B, Markenhersteller und Mehrmarken-Konzerne. Referenzprojekte reichen von einigen tausend Objekten bis zu 120.000 Artikeln in 14 Märkten.

Ja, gerne auf Anfrage. Ein digitaler Produktpass für 60.000 Komponenten wurde bereits auf Pimcore-Basis umgesetzt. Neue Regulatorik-Anforderungen lassen sich dort ohne Systemwechsel abbilden.

Mit einem der drei Einstiegsformate: 5-Tage-Pimcore-Audit für bestehende Installationen, 2-Wochen-Discovery-Sprint für neue Projekte oder 1-Wochen-Migrations-Assessment vor einer Datenmigration. Für eine erste Einschätzung genügt ein kurzes Bild der Ausgangslage: eingesetzte Systeme, Umfang, Ziele. Detaillierte Anforderungen werden bei Bedarf in Workshops ausgearbeitet. Die Anfrage läuft über das Kontaktformular, der Gründer antwortet persönlich.

Das hängt vom Umfang und der Größe des Projekts ab. Planbar wird der Einstieg über klar umrissene Formate: 5-Tage-Audit, 2-Wochen-Discovery-Sprint oder 1-Wochen-Migrations-Assessment. Nach dem Discovery-Sprint liegt eine belastbare Aufwandsindikation für die Umsetzung vor.

Kein Big Bang: Nach dem Discovery-Sprint wird in Etappen umgesetzt, erste Ergebnisse sind früh sichtbar. Die Gesamtdauer hängt von Datenqualität und Integrationsumfang ab; die Roadmap aus dem Sprint macht sie planbar.

In klaren Schritten: Datenqualitäts-Analyse, Mapping-Konzept gegen das Ziel-Datenmodell, Testmigrationen mit echten Daten, dann die produktive Migration in Etappen mit Delta-Läufen. KI schlägt das Mapping vor und erkennt Muster in uneinheitlichen Quellen, von Excel bis XML. Nur Konflikte landen zur Prüfung beim Menschen.

Ja, beides: eingebettet in Teams von Agenturen, Implementierungspartnern oder der internen IT, genauso wie als eigenständiger Umsetzungspartner. Wissenstransfer gehört dazu, damit das Team die Plattform übernehmen kann.

Ja. Betrieb, Support und Weiterentwicklung bestehender Installationen gehören zum Angebot, unabhängig davon, wer sie ursprünglich gebaut hat. Ein guter Startpunkt ist das 5-Tage-Audit.

Hosting selbst bietet Intertwinet nicht an, berät aber zum passenden Setup und empfiehlt gerne erfahrene Hosting-Partner. Deployments auf Docker- und Kubernetes-Basis gehören zum Leistungsumfang.

Ja, als Workshops, Videos oder Dokumentation, je nach Anforderung. Die Schulung der Redaktion gehört zur Betriebsphase, damit die Plattform im Alltag wirklich genutzt wird.

Intertwinet Solutions LLP ist eine kanadische LLP mit Registered Office in Richmond, BC. Die Zusammenarbeit läuft hauptsächlich remote, auf Deutsch oder Englisch, vor allem mit Kunden im DACH-Raum. Vor-Ort-Termine wie Workshops sind nach Absprache möglich.

Ja. Pimcore 6.9 und 10 erhalten seit 2023 keine Sicherheitsupdates mehr, Pimcore 11 seit 2025. Gepflegt wird aktuell Pimcore 12, Zielversion ist Pimcore 2026. Der Umstieg ist planbarer als oft befürchtet: erst Assessment, dann risikobewerteter Fahrplan, dann Migration in Etappen.

Nach dem einwöchigen Migrations-Assessment steht ein risikobewerteter Fahrplan. Die Migration selbst läuft in kontrollierten Etappen über mehrere Wochen; die Plattform bleibt dabei durchgehend in Betrieb. KI-beschleunigte Code-Anpassung verkürzt die Umsetzung um bis zu 90 Prozent.

Auf zwei Ebenen. KI als Arbeitsweise in jedem Projekt: Analyse, Code, Mapping und Migration laufen damit bis zu 90 Prozent schneller. Und KI als Teil der Lösung: automatische Datenanreicherung, Produkttexte in Markensprache, Bild-Tagging im DAM, KI-Vorübersetzung und Assistenten auf dem eigenen Produktwissen.

Nein. KI übernimmt Routine: Boilerplate, Mapping-Vorschläge, Testfälle, Analyse großer Codebasen. Das verkürzt die Umsetzung um bis zu 90 Prozent. Konzept, Architekturentscheidungen und Abnahme bleiben beim Menschen (Human-in-the-Loop).

Durch automatisierte Qualitätssicherung: Tools und Audits prüfen den Code laufend, dazu kommen Tests von der Unit- bis zur Integrationsebene in der CI/CD-Pipeline. Jedes Feature wird geprüft und abgenommen, bevor es live geht.

Ja. Aus den strukturierten Produktdaten generiert KI Textvarianten je Kanal und Tonalität, in Markensprache. Das Team prüft und gibt frei, statt bei null anzufangen. Bei tausenden Artikeln geht das bis zu 80 Prozent schneller.

Gut genug, um die Suche von Minuten auf Sekunden zu verkürzen: Motive, Farben und Inhalte werden automatisch verschlagwortet, semantische Suche findet auch ohne exakte Stichwörter. Taxonomie und Qualitätsregeln werden projektspezifisch konfiguriert.

Ein Assistent, der Fragen direkt aus den eigenen strukturierten Daten beantwortet, also aus Produktdaten, Dokumenten und Spezifikationen in Pimcore, statt aus dem allgemeinen Wissen eines Sprachmodells. Die Antworten sind dadurch belegbar und aktuell (Retrieval-Augmented Generation).

Ja. Anreicherung, Tagging, Textgenerierung oder ein Produktwissen-Assistent lassen sich in bestehende Installationen integrieren. Ein sinnvoller erster Schritt ist oft ein einzelner, messbarer Use Case.

Ja. Auch bei wenigen tausend Artikeln sparen automatische Anreicherung, Übersetzung und Texterstellung den Großteil der manuellen Pflege. Ob sich ein Use Case lohnt, zeigt der konkrete Nutzen.

Ja. Welche Modelle und welches Setup zum Einsatz kommen, wird pro Projekt festgelegt, von API-Anbietern mit vertraglichen Datenschutzzusagen bis zu selbst betriebenen Modellen. Produktdaten fließen nicht ins Training öffentlicher Modelle.

Bevorzugt Claude von Anthropic, für Entwicklung, Analyse und Textaufgaben. Je nach Aufgabe, Datenschutz-Anforderung und Kosten kommen auch andere Modelle zum Einsatz, etwa Gemini von Google oder lokal betriebene Modelle. Die Architektur bleibt austauschbar, ohne Anbieter-Lock-in.