Wenn ein Käufer ChatGPT fragt: "Was sind die besten wasserdichten Wanderschuhe unter 200 $ für breite Füße?", durchsucht die KI Ihren Shop nicht wie ein Mensch. Sie scannt strukturierte Daten und Texte nach Produkten, die explizit vier Kriterien erfüllen: wasserdicht, Wandern, unter 200 $, breite Passform. Wenn Ihr Katalog diese Attribute nicht in maschinenlesbarer Form enthält, sind Ihre Schuhe unsichtbar – sie werden herausgefiltert, bevor der Käufer sie überhaupt sieht.
Dieser Leitfaden zeigt Ihnen, wie Sie dies im großen Maßstab für Ihren Katalog umsetzen können. Klassisches E-Commerce-SEO ist auf Keywords wie "Wanderschuhe" optimiert. AI-Shopping hingegen optimiert für Attribute und Zusammenhänge, damit ein Agent mit Sicherheit sagen kann: "Das ist genau das, wonach der Nutzer gesucht hat." Hier sind fünf Schritte: Maximieren Sie die Attributdichte, fügen Sie vollständige `Product`/`Offer`-Schemas hinzu, strukturieren Sie Produktfragen und -antworten, halten Sie Ihren Feed sauber und überwachen Sie, welche SKUs tatsächlich die AI-Karte gewinnen.
Wichtige Erkenntnisse
- KI-Agenten filtern Produkte nach expliziten Attributen, nicht nach Marketingadjektiven. Eine "bequeme Winterjacke" ist für einen Käufer, der nach einem "wasserdichten Daunenparka, 700er Füllung, schwarz" sucht, unsichtbar. - Füllen Sie jedes relevante Feld aus. Streben Sie eine Attributvollständigkeit von über 95 % an, einschließlich Material, Farbe, Größe, Passform, GTIN und Verwendungszweck – das sind die Felder, die Agenten abgleichen. - Strukturieren Sie Ihre Fragen und Antworten. Größenangaben, Pflegehinweise, Kompatibilität und Rückgabemöglichkeiten gehören in das `FAQPage`-Schema und in klare On-Page-Blöcke, nicht in einen Fließtext, damit Agenten die Antwort direkt extrahieren können. - Ein vollständiges `Product`/`Offer`-Schema – einschließlich Preis, Verfügbarkeit, `AggregateRating` und `MerchantReturnPolicy` – ermöglicht es dem Modell, genaue Fakten abzurufen, anstatt sie zu halluzinieren. - Der Katalog von GEOly und die Share-of-Card-Analyse zeigen, welche SKUs eine AI-Karte erhalten, welche Attribute fehlen und wo Händlerangebote Ihren Traffic abfangen – so können Sie die Ursachen im großen Maßstab beheben.
Schritt 1: Maximieren Sie die Attributdichte
KI-Modelle filtern nach spezifischen Attributen, nicht nach vager Marketingsprache. Ein Titel wie "bequeme Winterjacke" sagt einem Agenten fast nichts; ein Käufer, der nach einem "wasserdichten Daunenparka, 700er Füllung, schwarz" sucht, wird ihn nie finden. Die Lücke zwischen diesen beiden ist die Attributdichte, und diese zu schließen, ist die effektivste Änderung, die Sie an Ihrem Katalog vornehmen können.
Füllen Sie jedes Feld aus, das ein Shopping-Feed und eine strukturierte Daten-Spezifikation bieten. Seien Sie spezifisch: Material ist "100 % recyceltes Polyester", nicht nur "Polyester"; Muster ist "geometrisch", nicht "cooles Design"; Anlass ist "Business Casual, Hochzeitsgast". Geben Sie Größe, Farbe, Passform, GTIN, Marke und Verwendungszweck für jede SKU an. Streben Sie eine Attributvollständigkeit von über 95 % im gesamten Katalog an und behandeln Sie leere Felder als verlorene Empfehlungen.
