Anbieter zum Thema

FIS Informationssysteme und Consulting GmbH

Wie muss Content im Onlineshop aussehen, damit KI ihn versteht?

Das ist der erste und wichtigste Hebel – und gleichzeitig der am meisten unterschätzte. Denn viele Onlineshops haben zwar ordentliche Produktseiten, aber die Inhalte sind für Menschen geschrieben, nicht für Maschinen. Das war bislang auch richtig so und wird auch wichtig bleiben. Aber jetzt lesen auch Maschinen mit – und sie lesen anders:

• Kernaussagen nach vorn: KI-Systeme extrahieren ihre Antworten bevorzugt aus den ersten Sätzen eines Abschnitts. Wer die wichtigste Information erst am Ende eines langen Absatzes versteckt, wird seltener zitiert. In der Praxis heißt das: Weg vom klassischen Aufbau „Einleitung, Herleitung, Pointe" – hin zu „Antwort zuerst, Erklärung danach".
  Ein Beispiel: Statt „Espressomaschinen gibt es in verschiedenen Bauformen, von Siebträgern über Vollautomaten bis hin zu Kapselmaschinen, wobei jede ihre Vor- und Nachteile hat …“ besser so: „Für Einsteiger eignet sich ein Vollautomat am besten, weil er Mahlen, Brühen und Milchschäumen in einem Gerät vereint. Siebträger liefern die bessere Tassenqualität, erfordern aber deutlich mehr Handarbeit.“
• Fragen stellen und direkt beantworten: KI-Modelle zerlegen komplexe Anfragen in Teilfragen und suchen für jede die beste Antwort. Eine Produktseite, die Zwischenüberschriften als konkrete Fragen formuliert und diese dann direkt beantwortet, wird von KI-Systemen als besonders nützlich eingestuft.
  Statt: „Technische Daten“ » lieber: „Wie laut ist die Maschine im Betrieb?“ oder „Passt die Maschine unter einen Hängeschrank?“ Klingt banal, macht aber einen messbaren Unterschied.
• Begriffe erklären, nicht voraussetzen: KI-Systeme bevorzugen Inhalte, die verständlich und in natürlicher Sprache geschrieben sind. 
  Fachbegriffe wie „Thermoblock-Heizsystem“ oder „PID-Regler“ sollten beim ersten Gebrauch kurz erklärt werden, nicht, weil der Leser es nicht wüsste, sondern weil die KI dann besser einordnen kann, wovon die Rede ist.

Warum Konsistenz bei KI-Kaufberatung so wichtig ist

Dieser Punkt wird in der Praxis erstaunlich oft übersehen. Viele Händler haben auf der eigenen Website andere Produktbeschreibungen als auf Amazon, andere Preise als im Google-Shopping-Feed und andere technische Angaben als beim Hersteller. Für einen menschlichen Käufer ist das ärgerlich. Für eine KI ist es ein echtes Problem.

Wenn ChatGPT drei verschiedene Gewichtsangaben für dasselbe Produkt findet, weiß das System nicht, welche stimmt – und lässt das Produkt im Zweifel aus der Empfehlung raus. Oder es übernimmt die falsche Zahl.

Die Maßnahme klingt unglamourös, ist aber einer der wirkungsvollsten Hebel: Einmal quer durch alle Kanäle gehen und sicherstellen, dass Preis, Verfügbarkeit, EAN/GTIN (European Article Number/Global Trade Item Number), technische Daten und Produktbeschreibungen überall identisch sind. Wer ein PIM-System nutzt, hat es hier leichter. Wer keins hat, sollte jetzt ernsthaft darüber nachdenken.

Wie baut man Vertrauen auf, das auch KI-Systeme erkennen?

KI-Systeme zitieren nicht wahllos. Sie bevorzugen Quellen, die Expertise und Glaubwürdigkeit ausstrahlen. Google nennt dieses Prinzip E-E-A-T – Erfahrung, Expertise, Autorität, Vertrauenswürdigkeit. Was jahrelang als SEO-Kür galt, wird für die KI-Sichtbarkeit zur Pflicht.

Was heißt das praktisch?

• Autorenprofile ernst nehmen: Ein Blogbeitrag über Hautpflege-Inhaltsstoffe gewinnt an Gewicht, wenn er von einer Kosmetikerin mit Berufserfahrung geschrieben wurde und dieses Profil auch sichtbar und verlinkbar ist. Nicht als Marketing-Floskel, sondern als nachvollziehbarer Kompetenznachweis.
• Echte Erfahrungen statt nacherzählter Datenblätter. Ein Händler für Outdoor-Ausrüstung, der schreibt: „Wir haben den Rucksack auf einer dreitägigen Alpentour getestet und festgestellt, dass das Rückensystem bei Temperaturen über 25 Grad spürbar schwitzt“ liefert eine Information, die kein Hersteller-Datenblatt enthält. Genau solche Inhalte stufen KI-Systeme als besonders wertvoll ein, weil sie einen Informationsgewinn gegenüber dem Durchschnitt bieten.
• Kundenbewertungen aktiv nutzen. Echte, strukturierte Bewertungen – idealerweise mit Schema-Markup ausgezeichnet – sind ein starkes Vertrauenssignal. Nicht nur für Käufer, sondern auch für KI-Systeme, die Bewertungsdaten in ihre Empfehlungen einfließen lassen.

Product Information Management

Das ERP-Gefängnis: Warum Produktdaten dort verkümmern – und wie ein PIM sie befreit