„Bestell mir wasserfeste Sneaker in Größe 43, unter 120 Euro, Lieferung bis Freitag.“ Was vor Kurzem noch nach Science-Fiction klang, ist heute Alltag: Die KI kauft ein. Ein AI Shopping Assistant durchsucht in Sekunden Dutzende Shops, vergleicht Angebote und legt das passende Produkt direkt in den Warenkorb.
Für Händler stellt sich damit eine neue Frage: Wird mein Produkt überhaupt ausgewählt? Ob KI-Agenten im E-Commerce Ihr Angebot empfehlen, entscheidet nicht Ihr schönstes Produktfoto. Es entscheiden Ihre Produktdaten.
Agentic Commerce: Wie KI-Agenten im E-Commerce Kaufentscheidungen treffen
Unter Agentic Commerce versteht man den Einkauf, bei dem KI-Agenten Recherche, Vergleich und teilweise sogar den Kauf selbst übernehmen. Für Händler heißt das: Neben dem menschlichen Kunden gibt es eine zweite Zielgruppe, die völlig anders tickt.
Menschen kaufen mit den Augen. KI-Shopping-Agenten dagegen benötigen konkrete, verlässliche Informationen, um Produkte zu verstehen, zu bewerten und miteinander zu vergleichen. Besonders relevant sind dabei:
Eindeutigkeit: Um welches Produkt handelt es sich genau?
Vollständigkeit: Sind alle relevanten Eigenschaften wie Größe oder Farbe angegeben?
Verfügbarkeit: Ist das Produkt in der gewünschten Variante lieferbar?
Lieferversprechen: Wann kommt die Ware an? Und was kostet der Versand?
Konditionen: Wie sehen Preis und Rückgabe aus?
Für Händler bedeutet das: Entscheidend ist nicht mehr nur, welche Informationen ein Onlineshop bereitstellt, sondern auch, ob KI-Agenten diese Informationen zuverlässig finden, verstehen und vergleichen können. Steht eine Information nur im Werbetext oder auf einem Bild, existiert sie für den Agenten im Zweifel nicht. Damit rückt die strukturierte Aufbereitung von Produktinformationen in den Mittelpunkt. Ansätze wie Answer Engine Optimization oder Generative Engine Optimization verfolgen genau dieses Ziel: Inhalte so aufzubereiten, dass KI-Systeme sie zuverlässig verstehen und verarbeiten können. Für Onlineshops sind dabei strukturierte Produktdaten ein zentraler Hebel.
Schritt 1: Prüfen Sie die Qualität Ihrer Produktdaten
Bevor Sie Ihre Produktdaten optimieren können, müssen Sie wissen, wo Sie stehen. Nehmen Sie sich eine Stichprobe von 20 bis 30 Produkten aus verschiedenen Kategorien vor, am besten Ihre Topseller, und prüfen Sie:
Hat jedes Produkt eine eindeutige Kennung? GTIN bzw. EAN und Herstellernummer sind für Agenten die wichtigste Grundlage, um Produkte zweifelsfrei zuzuordnen.
Sind wichtige Eigenschaften als eigene Felder hinterlegt oder nur im Beschreibungstext erwähnt?
Sind die Werte einheitlich? Steht mal „Blau“, mal „blau“ und mal „Navy“ für dieselbe Farbe?
Sind Lieferzeit und Verfügbarkeit konkret angegeben oder nur vage?
Stimmen die Angaben im Shop mit Warenwirtschaft und Marktplätzen überein?
Achten Sie bei der Prüfung nicht nur auf einzelne fehlende Angaben, sondern auf wiederkehrende Muster. Denn Lücken in der Produktdatenqualität betreffen selten nur einzelne Artikel, sondern häufig ganze Kategorien. Wer solche systematischen Schwachstellen früh erkennt, kann die Optimierung gezielt angehen, statt später einzelne Produkte mühsam nachzubessern.
Schritt 2: Strukturierte Daten im Onlineshop mit JSON-LD und Schema.org
Damit KI-Agenten Ihre Produktseiten verstehen, brauchen sie die Informationen in einem standardisierten Format. Zwei Begriffe sind dabei zentral:
Schema.org ist ein gemeinsamer Wortschatz, auf den sich die großen Suchmaschinen geeinigt haben. Der Typ „Schema.org Product“ legt fest, wie ein Produkt mit Preis, Marke oder Verfügbarkeit beschrieben wird.
JSON-LD ist das Format, in dem Sie diese strukturierten Daten unsichtbar für Besucher in den Quellcode Ihrer Produktseite einbauen.
So sieht ein vereinfachtes JSON-LD-Produkt aus:
Erforderlich auf jeder Produktseite sind Name, Marke, GTIN, Preis mit Währung und Verfügbarkeit. Ein angenehmer Nebeneffekt: Strukturierte Daten im Onlineshop sind auch die Grundlage für Rich Snippets bei Produkten in der klassischen Google-Suche. Sie verbessern also gleichzeitig Ihre Sichtbarkeit bei KI-Agenten und in den normalen Suchergebnissen.
Head of Development & AI bei elio
Schritt 3: Produktattribute pflegen – vollständig und einheitlich
Das beste Markup nützt wenig, wenn die Daten dahinter lückenhaft sind. Saubere Attribute schaffen die Basis für alle weiteren Schritte. Drei Grundregeln helfen dabei:
Fakten in Felder statt Fließtext: Eigenschaften wie „Wasserdicht: Ja“ oder „Wassersäule: 10.000 mm“ sind für KI-Agenten eindeutig auswertbar.
Einheitliche Werte: Verwenden Sie für jedes Attribut feste Bezeichnungen – etwa immer „Schwarz“ statt „schwarz“, „Black“ oder „Nachtschwarz“.
Einsatzzweck und Zielgruppe benennen: Angaben wie Einsatzbereich oder Saison helfen KI-Agenten, Produkte passenden Suchkriterien zuzuordnen.
Bei Produkten mit Varianten gilt zusätzlich: Jede Variante braucht eigene strukturierte Produktdaten mit eigener GTIN, eigenem Preis und eigener Verfügbarkeit. Sonst weiß der Agent nicht, ob die gesuchte Größe wirklich lieferbar ist. Bei großen Sortimenten lohnt sich spätestens hier ein PIM-System als zentrale Datenquelle.
Schritt 4: Lieferzeit, Versand und Rückgabe als strukturierte Daten angeben
„Lieferung bis Freitag“ war Teil des Auftrags vom Anfang. Kann der Agent Ihre Lieferzeit nicht sicher auslesen, fällt Ihr Produkt aus der Auswahl, selbst wenn es das beste Angebot wäre. Die Lieferzeit als strukturierte Daten anzugeben, ist deshalb einer der wirksamsten Hebel, der in vielen Shops noch fehlt.
Schema.org bietet dafür eigene Felder im Angebot:
Information | Schema.org-Feld | Beispiel |
|---|---|---|
Versandkosten | shippingDetails → shippingRate | 4,90 € |
Lieferland | shippingDetails → shippingDestination | DE |
Bearbeitungszeit | deliveryTime → handlingTime | 0–1 Werktage |
Versanddauer | deliveryTime → transitTime | 1–3 Werktage |
Rückgabe | hasMerchantReturnPolicy | 30 Tage, kostenlos |
Damit diese strukturierten Angaben für den Agenten verlässlich sind, müssen sie aktuell sein. Ein Agent, der „auf Lager“ ausliest und bei der Bestellung auf „ausverkauft“ trifft, verliert das Vertrauen in Ihren Shop. Bestand und Lieferzeiten sollten deshalb automatisch aus der Warenwirtschaft kommen und nicht manuell gepflegt werden.
Schritt 5: Testen Sie, ob Ihre Produktdaten ankommen
Ob Ihr Markup korrekt ist, können Sie mit kostenlosen Tools prüfen. Der Schema Markup Validator zeigt, welche strukturierten Daten auf einer Seite gefunden werden und wo Fehler stecken. Der Test für Rich-Suchergebnisse von Google prüft zusätzlich, ob Ihre Daten für die Google-Suche nutzbar sind.
Achten Sie besonders auf diese typischen Fehler:
Der Preis im Markup weicht vom sichtbaren Preis ab, etwa nach einer Rabattaktion.
Die Verfügbarkeit ist fest auf „InStock“ gesetzt, unabhängig vom echten Bestand.
Varianten teilen sich ein gemeinsames Markup ohne eigene GTIN.
Pflichtfelder fehlen, weil ein Plugin nur Basisdaten ausgibt.
Erst der Test zeigt, ob die aufbereiteten Produktdaten in der Praxis tatsächlich funktionieren. Deshalb sollte es nicht bei einer einmaligen Prüfung bleiben. Planen Sie regelmäßige Stichproben ein, vor allem nach Updates Ihres Shopsystems oder größeren Sortimentsänderungen.
Checkliste: So machen Sie Ihren Shop KI-ready
Die wichtigsten Punkte auf einen Blick: Mit dieser Checkliste können Sie prüfen, wie gut Ihr Shop bereits auf KI-Agenten vorbereitet ist.Sie konnten nicht überall einen Haken setzen? Dann kennen Sie jetzt die wichtigsten Stellschrauben für Ihren Shop. Die meisten Shops haben hier noch Potenzial, und genau darin liegt Ihre Chance, im Agentic Commerce früh vorne mitzuspielen.
Strukturierte Produktdaten entscheiden über Ihre Sichtbarkeit in der KI-Suche
KI-Agenten verändern, wie Produkte gefunden, verglichen und gekauft werden. Sie orientieren sich nicht an der lautesten Werbung, sondern an den Informationen, die sie zuverlässig auswerten können. Je vollständiger, eindeutiger und aktueller Ihre Produktdaten sind, desto besser kann ein Agent Ihr Angebot verstehen und in eine Kaufentscheidung einbeziehen.
Strukturierte Produktdaten sind damit längst kein reines IT-Thema mehr. Sie werden zu einer Voraussetzung dafür, dass Produkte im Agentic Commerce überhaupt berücksichtigt werden.
Prüfen Sie deshalb jetzt, wie gut Ihre Produktdaten bereits auf diesen Wandel vorbereitet sind. Denn wer erst handelt, wenn KI-Agenten einen relevanten Teil der Produktsuche übernommen haben, startet mit einem vermeidbaren Rückstand.
Lassen Sie uns Ihren Shop gemeinsam prüfen
VSie möchten wissen, wie Ihre Produkte aus Sicht eines KI-Agenten aussehen? Als E-Commerce-Agentur mit Fokus auf KI und Produktdaten analysieren wir in einem Beratungsgespräch eine Auswahl Ihrer Produktseiten. Wir zeigen Ihnen die größten Lücken und skizzieren, wie Sie diese mit vertretbarem Aufwand schließen.