AI-Indkøbsagenter, ETIM 10.0 & EU Produktpas (DPP) i praksis: Hvorfor semantisk HTML5 og skarpe stamdata i Struct PIM slår overfladisk bureau-SEO

Når jeg sidder ude hos en dansk el,VVS eller værktøjsgrossist i Jylland eller på Sjælland, handler snakken ved mødebordet i 2026 ikke længere kun om, hvordan webshoppen ser ud for en menneskelig indkøber. Den handler om noget langt mere grundlæggende: hvordan kundernes nye AI-indkøbsagenter, rådgivende ingeniørers udbudsrobotter og EU's Digitale Produktpas (DPP) læser virksomhedens produktdata direkte i maskinrummet.

Samtidig er billedet i systemlandskabet næsten altid det samme. Grossisten har investeret i en knivskarp Struct PIM-løsning koblet op mod Microsoft Dynamics 365 Business Central eller F&O, og datamodellen er sat snorlige op med de officielle ETIM-klasser. På papiret spiller alt. Men når vi åbner completeness-dashboardet i Struct PIM, står 18.000 ud af 45.000 aktive varenumre fast på 38% færdiggørelsesgrad.

Hvorfor ? Fordi producenterne og leverandørene stadig sender rå prisfiler i Excel eller CSV, hvor halvdelen af de tekniske ETIM-værdier mangler, eller hvor måleenhederne står gemt nede i en ustruktureret PDF-manual på tysk eller engelsk. Og når produkterne mangler obligatoriske ETIM-features, blokerer valideringsreglerne for, at varerne kommer ud på B2B-webshoppen eller med i kundernes EDI/udbudskataloger.

Hvorfor overfladiske SEO-tekster fra reklamebureauer er værdiløse, når kundernes AI-agenter læser din DOM

I ti år har danske webbureauer og SEO-konsulenter solgt B2B-grossister alenlange, "søgemaskineoptimerede" kategoritekster fyldt med varm luft. Du kender dem godt: 500 ord i bunden af en produktside om "høj kvalitet og hurtig levering af ventiler til ethvert behov". I 2026 er de tekster ikke bare spild af penge - de bliver aktivt sorteret fra.

Med lanceringen af OpenAI's GPT-6 model-serie direkte i Google Cloud Model Garden (Vertex AI) side om side med Gemini 2.5 Pro har både store entreprenører, kommunale indkøbere og industrielle B2B-portaler rullet multimodale indkøbs-agenter ud med direkte API web-grounding. Når en entreprenørs AI-agent scanner nettet for at tjekke, om din grossist-webshop kan levere 240 stk. PN10 cirkulationspumper med dokumenteret EPD/LCA-miljøprofil og præcis 180 mm indbygningslængde, læser agenten slet ikke reklamebureauets salgstekst.

Moderne agent-pipelines skræller al støj væk og parser semantisk HTML5 direkte i DOM'en. Det vil sige typestærke <table>-specifikationstabeller, strukturerede <dl><dt><dd>-definitionslister og indlejret @graph JSON-LD koblet på officielle ETIM 10.0-koder (`EC`/`EF`/`EV`) og 14-cifrede GS1 GTIN-nøgler. Hvis dine tekniske specifikationer kun ligger som flad marketingsnak i en <div> eller mangler i Struct PIM, eksisterer varen simpelthen ikke for kundens indkøbsrobot.

Hvad ETIM 10.0 (og ETIM 11.0 pr. 1. december 2026) ændrer i din datamodel

Mange danske grossister og producenter kører stadig med en blanding af ETIM 8.0 og ETIM 9.0 i deres eksportprofiler. Men overgangen til ETIM 10.0 (og den kommende ETIM 11.0, der frigives officielt den 1. december 2026) er ikke bare en lille opdatering af nogle kodelister. ETIM 10.0 alene gennemførte 5.264 ændringsanmodninger (RFC'er), tilføjede 119 helt nye produktklasser og reviderede 1.983 eksisterende klasser på tværs af el, VVS, HVAC og byggevarer.

Det stopper ikke her. Tre arkitektoniske nyskabelser i ETIM 10.0 gør, at man ikke længere kan nøjes med simple tekst-prompts eller manuelle Excel-opslag:

• ETIM Feature Groups (`EFG`): I stedet for en flad liste på 60 uoverskuelige egenskaber grupperer ETIM 10.0 nu tekniske features i logiske funktionsblokke (f.eks. Elektriske parametre, Mekaniske mål, Miljø & Bæredygtighed). I Struct PIM gør det visningen langt bedre for produktcheferne, men det afslører også med det samme, når en hel gruppe står tom.
• Kobling til buildingSMART Data Dictionary (`bSDD`) og IFC BIM: Rådgivende ingeniører og store danske entreprenører kræver i stigende grad, at tekniske komponenter (armaturer, ventiler, tavlemateriel, varmepumper) kan trækkes direkte ind i Revit og IFC 4.3 BIM-modeller. ETIM 10.0 mapper direkte til `bSDD`, hvilket kræver 100% typestærke numeriske værdier (`numeric` og `range`) fremfor fritekst.
• LCA- og Miljødata forud for EU's Digitale Produktpas (ESPR 2026/2027): Med EU's Ecodesign for Sustainable Products Regulation (ESPR) bliver det Digitale Produktpas (DPP) lovkrav på tværs af en lang række produktgrupper i 2026 og 2027. Hvert produkt skal kunne identificeres unikt via en GS1 Digital Link URI (`ISO/IEC 18975`) på formen https://id.brand.dk/01/05701234567892 og udstille verificerede miljø-, materiale- og reparationsdata.

Hvorfor almindelig ChatGPT-tekstgenerering fejler fatalt i Struct PIM

Jeg har set flere teams forsøge at bygge deres eget lille script, der sender produktnavnet til en standard sprogmodel for at få udfyldt tekniske felter. Det går galt hver eneste gang. Hvorfor ? Fordi en almindelig sprogmodel uden live opslag i producentens datablad bare gætter, når den ikke kender det præcise varenummer.

Hvis du beder en ikke-groundet model om at udfylde ETIM-egenskaberne for en Grundfos MAGNA3 32-80 cirkulationspumpe eller en Schneider Electric Acti9 iC60N automatsikring kun ud fra varenavnet, risikerer du, at modellen opfinder en forkert indbygningslængde (f.eks. 180 mm i stedet for 220 mm) eller en forkert udløsekarakteristik. I B2B-handel betyder et forkert teknisk mål i i kataloget, at el-installatøren eller VVS-montøren står ude på byggepladsen med en komponent, der ikke passer.

Det pragmatiske arkitektur-mønster: Struct PIM + PIMplify (~$0.0003 pr. varenummer)

I stedet for at bruge 150.000 kr. på skræddersyede integrationsprojekter, hvor konsulenttimerne løber løbsk, eller købe dyre enterprise AI-kreditpakker, anbefaler jeg et langt mere enkelt, ikke-destruktivt 3-trins delta-flow med PIMplify.

PIMplify forsøger ikke at erstatte Struct PIM (eller Akeneo og inRiver). Tværtimod fungerer det som en lynhurtig, ekstern berigelsesmotor, der arbejder på rå wholesale cloud-compute til cirka $0.0003 pr. vare/berigelse (svarende til ca. $3.00 - eller omkring 21 danske kroner - for 10.000 varenumre).

. når vi sætter flowet op hos en dansk grossist eller producent, kører det i tre helt adskilte trin, så ERP-stamdata fra Business Central aldrig kommer i fare:

1. Trin 1 (Minimal Delta-Eksport fra Struct PIM): Vi eksporterer kun de varenumre, der mangler ETIM-data eller nordiske sprogversioner (`DA, SV, NO, DE, EN`). Filen (CSV,Excel eller JSON via Struct PIM's `/Products`-endpoint) indeholder kun ProductNumber, EAN/GTIN, MPN, billede-URL og de tomme ETIM-kolonner.
2. Trin 2 (Google Vertex AI Live Web-Grounding + Multimodal Vision i PIMplify): PIMplify slår automatisk hvert `EAN` og `MPN` op mod producentens officielle tekniske datablade via Google Vertex AI web-grounding og aflæser samtidig produktbilleder og typeskilte visuelt. Dermed mappes de eksakte ETIM `EC`/`EF`/`EV`-koder uden hallucinationer.
3. Trin 3 (Ikke-destruktiv Genimport): Den færdigberigede delta-fil indlæses tilbage i Struct PIM matchet 100% på ProductNumber. Priser, rabatter og lagerantal fra ERP røres overhovedet ikke.

Konkret Data-Eksempel: Fra rå Business Central ERP-linje til Struct PIM ETIM 10.0 & DPP Payload

// 1. FØR: Rå ERP-vareoprettelse i Struct PIM (Kun 32% Completeness - blokeret fra B2B-webshop)
{
  "ProductNumber": "GF-97924256",
  "GTIN": "05710626492817",
  "MPN": "97924256",
  "SupplierName": "Grundfos",
  "ErpRawText": "MAGNA3 32-80 180 1X230V PN6/10",
  "ETIM_10_Class": "EC010893",
  "ETIM_Features": {},
  "DigitalProductPassport": null
}

// 2. EFTER: PIMplify Delta-Berigelse (Vertex AI Web-Grounded mod OEM Datablad + 5 Sprog)
// Enhedsomkostning: ~$0.00031 | Valideret mod ETIM 10.0 & Struct PIM /v1/Languages
{
  "ProductNumber": "GF-97924256",
  "GTIN": "05710626492817",
  "ETIM_10_Class": "EC010893",
  "ETIM_10_ClassName_da": "Cirkulationspumpe (vådløber)",
  "ETIM_FeatureGroups": {
    "EFG00012_Hydraulic": {
      "EF005471_BuiltInLength_mm": 180,
      "EF000139_NominalDiameterConnection": "EV000609 (DN 32)",
      "EF004192_MaxWorkingPressure_bar": 10,
      "EF008211_EnergyEfficiencyIndex_EEI": 0.19
    },
    "EFG00004_Electrical": {
      "EF000201_SupplyVoltage_V": "230 V (1-faset 50/60 Hz)",
      "EF003981_PowerConsumption_W": "15 - 144 W",
      "EF005474_DegreeOfProtection_IP": "EV006418 (IPX4D)"
    }
  },
  "EU_ESPR_DigitalProductPassport": {
    "gs1_digital_link_uri": "https://id.grundfos.example/01/05710626492817",
    "housing_material_iso": "EN-GJL-200 (Støbejern)",
    "repairability_spare_parts_years": 10,
    "rohs_reach_compliant": true
  },
  "LocalizedDescriptions": {
    "da_DK": "Grundfos MAGNA3 32-80 (97924256) elektronisk reguleret vådløber-cirkulationspumpe, indbygningslængde 180 mm, DN32, PN6/10, 1x230V, EEI 0.19.",
    "sv_SE": "Grundfos MAGNA3 32-80 (97924256) elektroniskt styrd våtlöpande cirkulationspump, bygglängd 180 mm, DN32, PN6/10, 1x230V.",
    "de_DE": "Grundfos MAGNA3 32-80 (97924256) Hocheffizienz-Nassläufer-Umwälzpumpe, Baulänge 180 mm, DN32, PN6/10, 1x230V."
  }
}

Sammenligning: 4 måder at løse ETIM 10 & multi-sprog berigelse i Struct PIM

Interaktivt Værktøj: ETIM 10.0 & EU Produktpas (DPP) Paratheds-Tjekliste

Kryds de punkter af nedenfor, som allerede er på plads i jeres nuværende Struct PIM eller B2B-katalog, for at se jeres tekniske paratheds-score frem mod ETIM 11.0 og EU's Digitale Produktpas:

Typiske spørgsmål fra danske katalog- og e-handelschefer