ECommerce Masterminds Podcast

KI-Sichtbarkeit: Die Machine-Equity-Falle bei ChatGPT & Co.

< zurück

Seite: 2/2

Anbieter zum Thema

Google Merchant Center Feed, Vertrauen & Onlineshop als reine Warenlagerschnittstelle

Du betonst die Bedeutung des Google Merchant Center Feeds. Warum ist der so entscheidend?

Stefan Herrmann: Der Name klingt google-spezifisch. Dahinter steckt aber bestehende Infrastruktur, die viele Händler bereits nutzen oder leicht aufbauen können. Der Feed schließt gleichzeitig mehrere KI-relevante Systeme an. Preisvergleichsportale docken schnell an, die Shopify-Integration gibt es fast geschenkt. Shopify setzt viel Budget für die Platzierung bei KI-Systemen ein. Die Idee: einmal optimieren, mehrere Systeme gleichzeitig bedienen.

Zertifikate, Bewertungen, Garantien – wie übersetzt man Vertrauen in eine Sprache, die eine KI versteht?

Stefan Herrmann: Menschen spüren Vertrauen oft unausgesprochen, über eine bekannte Marke oder ein gutes Gefühl. Maschinen kennen diese Abkürzung nicht. Eine KI versteht nur, was ausdrücklich dasteht. Ein TÜV-Siegel als Bild überzeugt einen Menschen sofort. Für eine KI existiert dieses Signal im reinen Datenfeed nicht. Vertrauensmerkmale müssen als Textattribut direkt am Produkt stehen – „TÜV-geprüft“, „4,8 Sterne“, „10 Jahre Garantie“. Nicht versteckt im FAQ, nicht nur im Bild.

Wie testen Händler pragmatisch, wo sie in Sachen KI-Sichtbarkeit bei ChatGPT, Gemini und Perplexity stehen?

Stefan Herrmann: Der erste Schritt gelingt ohne Tool. Man formuliert einen echten Kundenbedarf, ohne die eigene Marke zu nennen, und prüft, ob sie in der Antwort auftaucht. Zusätzlich lohnt der Blick darauf, ob das Modell aus Trainingswissen antwortet oder aktiv sucht. Der zweite Schritt automatisiert das: kontinuierlich messen, wie oft die Marke zitiert wird. Spezialisierte SEO- und GEO-Agenturen bauen solche Angebote bereits auf.

Auch die Kennzahlen müssen sich ändern. Besucherzahlen verlieren an Bedeutung, weil die KI Fragen direkt beantwortet, ohne dass jemand die Seite besucht. Wer nur darauf schaut, wird sich wundern: Der Traffic sinkt, das Geschäft bleibt gleich. Neue Kennzahlen etablieren sich: Markenerwähnungen, Share of Answer – und die Tonlage: Gilt eine Marke als Billiganbieter oder als Qualitätsprodukt, für das sich ein höherer Preis lohnt?

GLOSSAR

Agentic Commerce: Handelsmodell, bei dem KI-Agenten Produkte recherchieren, vergleichen, empfehlen und künftig kaufen – ohne dass Menschen aktiv einen Shop besuchen.

Answer Engine Optimization (AEO): Optimierung von Daten und Inhalten, um in KI-generierten Antworten empfohlen zu werden – das Pendant zur klassischen Suchmaschinenoptimierung.

Share of Answer: Kennzahl für die Häufigkeit, mit der eine Marke in KI-Antworten zu einer Produktkategorie auftaucht.

Machine Equity: Von Stefan Wenzel geprägter Begriff für das Vertrauen, das KI-Modelle einer Marke schenken – das Pendant zur Markenbekanntheit bei Menschen.

Large Language Model (LLM): Sprachmodell, trainiert auf riesigen Textmengen, Grundlage von Systemen wie ChatGPT oder Gemini.

Google Merchant Center Feed: Datenfeed, über den Händler Produktinformationen strukturiert an Google und angebundene Systeme übermitteln.

Strukturierte Daten: Maschinenlesbar aufbereitete Informationen zu Preis, Verfügbarkeit, Zertifikaten oder Bewertungen.

Prompt Engineering: Gezielte Formulierung von KI-Anfragen für präzisere Antworten, etwa durch Rollendefinition und klare Formatvorgaben.

Blicken wir voraus: Wird der Onlineshop nur noch Warenlagerschnittstelle sein?

Stefan Herrmann: Das hängt von der Produktkategorie ab. Bei Alltagseinkäufen bin ich mutig: Der klassische Onlineshop wird komplett bedeutungslos. Neue Protokolle entstehen bereits, über die KI-Agenten direkt miteinander sprechen. In vier bis fünf Jahren dürfte sich das durchgesetzt haben.

Bei bewussten Kaufentscheidungen bleibt mehr menschliche Kontrolle. Ich selbst kaufe ein Flugticket lieber auf einem großen Bildschirm – ich will jedes Detail prüfen. Jüngere Menschen brauchen das nicht mehr. TikTok-Shops zeigen das bereits. Zudem verändert sich die Technik: KI-Systeme erzeugen schon heute visuelle Elemente in Echtzeit – etwa Vergleichstabellen oder simulierte Shop-Ansichten direkt im Chat. Die Grenze zwischen Shop-Erlebnis und KI-Dialog verschwimmt.

Stefan Wenzel beschreibt die aktuelle Phase als das Jahr 1999 des Agentic Commerce. Damals hielten viele Nutzer laut Umfragen Online-Zahlungen für unsicher. Heute ist die Kreditkartennummer im Checkout Routine. Ich erwarte einen ähnlich schnellen Kipppunkt beim automatisierten Einkauf durch KI-Agenten.

Die Würfel scheinen also längst zu fallen – lange bevor jemand auf Kaufen klickt. Wer da wartet, hat die Empfehlung und damit womöglich den Kunden schon verloren, bevor er es merkt.

Stefan Herrmann: Genau das ist der Punkt. Ich gebe noch eine Hausaufgabe mit: Fragen Sie ChatGPT, Gemini oder Perplexity nach Ihrem Produkt, ohne Ihre Marke zu nennen. Wie viele Prompts brauchen Sie, bis sie auftaucht? Wer sofort empfohlen wird, hat gewonnen. Wer nach zehn Versuchen aufgibt, weiß immerhin, wo er steht.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung