Batch Processing (Stapelverarbeitung) bezeichnet die Ausführung einer Reihe von Operationen auf einer großen Gruppe von Datensätzen auf einmal – nach Zeitplan oder durch einen Auslöser –, statt jeden Datensatz einzeln bei seinem Eintreffen zu verarbeiten. Im Feed-Management ermöglicht Batch Processing, dass ein System Zehntausende Produktdatensätze in einem einzigen geplanten Durchlauf aktualisiert, importiert oder exportiert – Preise neu berechnet, Lagerbestände auffrischt oder eine komplette Feed-Datei neu erzeugt –, statt jede Produktänderung in dem Moment zu verarbeiten, in dem sie auftritt.
Warum es für das Feed-Management wichtig ist
Nicht jede Aktualisierung muss sofort erfolgen, und der Versuch, jede einzelne Änderung in einem Katalog mit Hunderttausenden SKUs in Echtzeit zu verarbeiten, würde sowohl die Feed-Plattform als auch die empfangenden Kanäle stark belasten. Batch Processing fasst Änderungen zusammen und führt sie in einem festgelegten Zeitfenster aus – nächtlich, stündlich oder bei Bedarf. Das ist bei groß angelegten Vorgängen wie dem erneuten Export eines vollständigen Katalogs an Google Merchant Center oder der Neuberechnung margenbasierter Preise für alle Produkte einer Kategorie weitaus effizienter. Zudem werden große Vorgänge dadurch planbar und leichter zu überwachen: Ein Batch-Job wird entweder vollständig erfolgreich abgeschlossen oder schlägt als Ganzes fehl. So lässt sich eine fehlerhafte Aktualisierung einfacher erkennen und zurücknehmen, als wenn Tausende einzelne Echtzeitänderungen nachverfolgt werden müssten. Überall dort, wo eine kurze Verzögerung akzeptabel ist, ist Batch Processing in der Regel günstiger und stabiler als ein permanent laufender, ereignisbasierter Ansatz.
Wie es funktioniert
Ein Batch-Job ruft typischerweise einen vollständigen oder teilweisen Datensatz ab – alle Produkte einer Kategorie, alle seit dem letzten Durchlauf geänderten Artikel oder den gesamten Katalog –, wendet eine Reihe von Transformationen oder Regeln auf alle gleichzeitig an und schreibt das Ergebnis anschließend als aktualisierte Feed-Datei oder als Folge von API-Aufrufen aus. Dieser Mechanismus steckt hinter den meisten Massenbearbeitungs-Funktionen in Feed-Plattformen: Eine Regel wie „alle Preise in der Kategorie Gartenmöbel um 8 % erhöhen“ wird in einem einzigen Durchgang auf alle passenden Produkte angewendet statt nacheinander auf jedes einzelne. Batch-Jobs werden meist durch einen Zeitplan (jede Nacht um 2 Uhr) oder ein externes Signal (eine neue Exportanforderung) ausgelöst. Sie gehören zu den Kernmechanismen der Feed-Automatisierung, denn eine vollständig automatisierte Feed-Pipeline braucht einen Weg, den gesamten Katalog regelmäßig ohne manuelles Eingreifen neu zu verarbeiten.
Beispiel
<!-- Feed export metadata showing the result of a scheduled batch run -->
<feed>
<batch_id>batch-2026-08-15-0200</batch_id>
<items_processed>48213</items_processed>
<run_type>scheduled</run_type>
<item>
<g:id>SKU-30099</g:id>
<title>Outdoor Teak Dining Chair</title>
<g:price>142.00 USD</g:price>
<g:availability>in stock</g:availability>
</item>
<!-- ...remaining items in this batch... -->
</feed>Die Felder batch_id und items_processed zeigen hier, wie eine Feed-Plattform einen einzelnen nächtlichen Durchlauf protokolliert, der jeden Artikel im Katalog erfasst hat – statt jedes Produkt als separates Echtzeitereignis zu aktualisieren.
Verwandte Begriffe
Batch Processing ist der Motor hinter den meisten groß angelegten Massenbearbeitungen, denn eine Regel lässt sich nur dann effizient auf Tausende Produkte gleichzeitig anwenden, wenn sie als ein einziger Batch statt Artikel für Artikel ausgeführt wird. Außerdem ist es ein grundlegender Baustein umfassenderer Pipelines für Workflow-Automatisierung und Feed-Automatisierung, in denen geplante Batch-Durchläufe dafür sorgen, dass ein gesamter Katalog kanalübergreifend synchron bleibt, ohne dass jemand jede Aktualisierung manuell anstoßen muss.
