Warum das für deinen Shop zählt
Die Kaufrecherche wandert in den Chat. Deine nächste Kundin fragt eine AI, welches Produkt zu ihr passt, bevor sie je auf deiner Seite landet (so der Kern des Talks „AI Recommends the Bike", gehalten auf dem EuroBike Sales Summit). Ob du in dieser Antwort vorkommst, hängt nicht am schönsten Foto, sondern daran, ob die AI deine Produktdaten lesen und einordnen kann.
Das ist die Schwelle und der Vorsprung zugleich: Die meisten Shops haben lückenhafte Daten. Wer sie sauber macht, wird zitierbar, während die Konkurrenz durchs Raster fällt.
Was „vollständige Produktdaten" konkret heißt
AI-Systeme empfehlen entlang von Nutzungskontext, nicht nur entlang von Kategorien. Jemand fragt nicht „Rennrad", sondern „welches Rad für den Arbeitsweg mit 12 Kilometern und etwas Gepäck". Deine Daten müssen diese Frage beantwortbar machen.
| Datenfeld | Schwach (AI rät) | Stark (AI zitiert) |
|---|---|---|
| Titel | „Modell X 2026" | „Modell X 2026 Pendler-Rad, 28 Zoll, mit Gepäckträger" |
| Beschreibung | Marketing-Fließtext | Einsatzzweck, für wen, wofür nicht |
| Attribute | Größe, Farbe | plus Material, Gewicht, Passform, Kompatibilität |
| Einsatzkontext | fehlt | „Pendeln, Stadt, bis 20 km" |
| Verfügbarkeit/Preis | nur im JS geladen | im Markup sichtbar |
Die Schritte
- Lücken finden. Exportiere deinen Feed und zähle, bei wie vielen Artikeln Kernattribute fehlen. Das ist deine Baseline.
- Attribute am Nutzungskontext ausrichten. Ergänze die Felder, nach denen Menschen tatsächlich fragen (Einsatzzweck, für wen, Kompatibilität).
- Widersprüche räumen. Ein Attribut, zwei Werte an zwei Stellen: für eine AI ein Grund, dich nicht zu empfehlen.
- AI die Fleißarbeit machen lassen. Das Aufräumen tausender Artikel ist genau die Aufgabe, die ein Experten-Agent-System übernimmt, ohne dass du dafür ein Team aufbaust.
- Sichtbar ausspielen. Daten gehören ins Markup und in strukturierte Daten, nicht nur in nachgeladenes JavaScript. Was die AI nicht rendern kann, kann sie nicht zitieren.
Wie AI-Antwortmaschinen aus diesen Daten ihre Quellen wählen, steht in den Grundlagen der Generative Engine Optimization. Saubere Daten sind auch die Basis dafür, dass du in ChatGPT gefunden wirst. Ob deine Daten wirken, misst du wie in GEO messen beschrieben.
Häufige Fragen
Reicht es, wenn meine Produktdaten im Google Merchant Center sauber sind?
Das ist die halbe Miete. Merchant-Feeds helfen bei Googles AI-Suche, aber ChatGPT und Perplexity lesen deine öffentlichen Produktseiten. Beides muss stimmen.
Muss ich meine Produkttexte neu schreiben?
Nicht alle. Priorisiere die Artikel mit Umsatz und die, bei denen Kernattribute fehlen. Vollständigkeit schlägt Schönheit.
Kann AI die Datenpflege wirklich übernehmen?
Für Anreicherung und Aufräumen ja, unter Aufsicht. Das Muster ist Operator plus Agent-System: die AI macht die Masse, ein Mensch verantwortet die Regeln.