Das Top-Produkt einer Google-KI-Shopping-Empfehlung erfasst 62 % der Sichtbarkeit. Platz zwei bekommt 20 %. Platz drei den Rest. So sieht es aus, wenn KI Tausende Shopping-Optionen auf drei bis fünf konkrete Produkte verdichtet. Dein Produkt gewinnt entweder die Empfehlung oder verschwindet ganz. Es gibt kein Mittelfeld.
Google AI Overviews erscheinen inzwischen bei 14 % der Shopping-Anfragen, ein Anstieg um das 5,6-Fache gegenüber dem Vorjahr. Das klingt nach guten Nachrichten: Mehr Anfragen mit KI-Empfehlungen bedeuten mehr Chancen auf Sichtbarkeit. Doch die Traffic-Rechnung ist paradox. Marken, die in KI-Shopping-Empfehlungen zitiert werden, bekommen 35 % mehr organische Klicks als nicht zitierte Marken, aber die Klickraten bei Shopping-Anfragen mit AI Overviews sind insgesamt um 61 % gesunken. Mehr Suchen, weniger Klicks pro Ergebnis, weil die KI die Frage direkt beantwortet. Die strategische Verschiebung betrifft nicht mehr die Rankingposition. Es geht darum, welche drei Produkte die KI empfiehlt.
Die Kriterien, nach denen KI diese Empfehlungen ausspricht, unterscheiden sich völlig von klassischen Shopping-Rankings. Es geht nicht um Domain-Autorität, Backlinks oder Ranking-Historie. Es geht um Vollständigkeit der Daten, Konkretheit der Anwendungsfälle und externe Bestätigung. Eine Marke mit mittelmässigem Ranking, aber perfekten Produktdaten und starken externen Bewertungen kann eine Marke mit Top-Rankings, aber unvollständigen Informationen schlagen.
Warum die Qualität der Produktdaten KI-Zitate bestimmt
KI-Systeme können Produkte nicht empfehlen, die sie nicht verstehen. Hat dein Produkt-Feed unvollständige Daten, fehlende Spezifikationen oder vage Beschreibungen, überspringt dich die KI. Studien zeigen, dass Shops mit zu 99,9 % vollständigen Produktdaten (was die Branche "Golden Record" nennt) 3- bis 4-mal höhere Sichtbarkeit in KI-Empfehlungen haben als Shops mit lückenhaften Daten.
Die Vollständigkeit zählt, weil KI konkrete Informationen braucht. Ein Kissen braucht im Feed ausdrücklich Füllkraft, Bezugsmaterial und Temperaturbereich. Ein Laptop braucht Prozessortyp, RAM-Grösse, Speicher, Bildschirmgrösse und Gewicht. KI-Systeme leiten diese Informationen nicht ab. Sie lesen sie aus deinen Daten aus oder überspringen dich ganz.
Darum ist dein Produkt-Feed so wichtig geworden wie deine Produktseite. Dein Google-Merchant-Center-Feed, dein strukturiertes Daten-Markup und der Inhalt deiner Produktseite müssen alle dasselbe mit denselben Werten sagen. Preisabweichungen zwischen Seite und Feed unterdrücken KI-Empfehlungen. Abweichungen bei der Verfügbarkeit führen dazu, dass die KI dich zurückstuft. Unvollständige Spezifikationen bedeuten, dass die KI dein Produkt nicht konkreten Anfragen zuordnen kann.
Anwendungssprache: Wie KI Produkte Situationen zuordnet
Funktionen passen nicht zu Anfragen. Anwendungsfälle schon. Sucht jemand "beste Kopfhörer für Grossraumbüro", sucht er keine Kopfhörer mit "aktiver Geräuschunterdrückung". Er sucht Kopfhörer, die das Grossraumbüro-Problem lösen: Abschirmung, Komfort bei ganztägigem Tragen, minimale Geräuschabgabe an Nachbarn.
Deine Produktseite, die "Aktive Geräuschunterdrückung, 30 Stunden Akku, Bluetooth 5.3" auflistet, passt nicht zu dieser Anfrage. Deine Produktseite, die sagt "Perfekt für Grossraumbüros: blockiert 85 % der Umgebungsgeräusche mit aktiver Geräuschunterdrückung, bequem genug für Arbeitstage von über 8 Stunden, geschlossenes Design verhindert Schallabgabe an Kollegen", passt dazu.
KI-Systeme lesen deine Produktbeschreibung und ziehen Anwendungskontext heraus. Sie suchen nach Formulierungen wie "ideal für", "perfekt für", "entwickelt für", "am besten für", "löst das Problem von" und "funktioniert hervorragend, wenn". Diese Formulierungen signalisieren, dass du die Situation des Käufers verstehst. Allgemeine Funktionen signalisieren, dass du es nicht tust.
Darum haben sich Produktbeschreibungen verändert. Klassisches SEO optimierte auf Keywords und Funktionslisten. GEO optimiert auf gesprächsnahe, situationsbezogene Sprache. Du brauchst beides. Deine Produktseite muss für "Kopfhörer mit Geräuschunterdrückung" ranken (klassisch) und bei "Kopfhörer für Grossraumbüros" zitiert werden (KI-Shopping).
Der Verdichtungseffekt: Drei bis fünf Produkte gewinnen
KI-Shopping-Empfehlungen sind verdichtet. Wo das Google-Shopping-Karussell 20 Produkte zeigt, zeigen AI Overviews 3 bis 5. Die bestplatzierte Empfehlung erfasst 62 % des Sichtbarkeitsanteils. Das ist Sichtbarkeit nach dem Prinzip "der Gewinner bekommt das meiste".
Das verändert die Strategie grundlegend. In der klassischen Shopping-Suche bringt Platz 5 noch Klicks. Beim KI-Shopping bedeutet es Unsichtbarkeit, nicht in den Top 3 zu sein. Du wirst entweder zitiert oder nicht. Es gibt kein Mittelfeld.
Die Verdichtung bedeutet auch Vielfalt innerhalb der Empfehlung. KI versucht, verschiedene Optionen für verschiedene Bedürfnisse zu zeigen. Sie empfiehlt vielleicht eine Budget-Option, eine Premium-Option und eine mittlere Option für dieselbe Produktkategorie. Das heisst, du kannst konkurrieren, indem du die klar beste Wahl für einen bestimmten Anwendungsfall oder eine Preisklasse bist, auch wenn du nicht der Gesamtführer der Kategorie bist.
Die Leistung variiert je nach Kategorie. Lebensmittel erscheinen in 49 % der Fälle in KI-Empfehlungen. Elektronik in 24 %. Möbel nur in 2 %. Das liegt daran, dass KI verschiedene Produkttypen unterschiedlich behandelt. Bei Lebensmitteln zitiert KI bereitwillig bestimmte Produkte. Bei Möbeln tut sich KI schwer, weil visuelle und haptische Eigenschaften aus einer Beschreibung nicht vollständig zu beurteilen sind. Bei Elektronik findet KI einen Mittelweg.
Wie externe Autorität KI-Zitate verstärkt
Eine Produktseite reicht nicht. KI-Systeme wollen externe Bestätigung. Wird dein Produkt in einem anerkannten Testmagazin getestet, taucht in Technik-Roundups auf und hat positive Bewertungen bei Google, auf grossen Marktplätzen und auf Bewertungsportalen, baust du Autorität auf. KI zitiert Produkte von Marken mit externer Bestätigung mit der 4,2-fachen Rate von Produkten ohne externe Berichterstattung.
Das heisst: Redaktionelle Berichterstattung treibt KI-Zitate an. Produktratgeber auf grossen Testseiten zu veröffentlichen, in Fachpublikationen zitiert zu werden und eine Bewertungspräsenz über Plattformen hinweg aufzubauen, trägt alles dazu bei, dass KI dich empfiehlt. Die alte PR-Strategie, Medienberichterstattung zu verdienen, funktioniert weiterhin. Sie ist jetzt wichtiger, nicht weniger wichtig.
Wie WEMASY E-Commerce-Marken bei der Optimierung für KI-Shopping hilft
Die E-Commerce-Tools von WEMASY helfen dir, vollständige Produktdaten zu pflegen, Beschreibungen mit konkreten Anwendungsfällen zu schreiben und strukturiertes Markup umzusetzen, das KI-Systeme speist. Die Verwaltung des Produkt-Feeds sorgt dafür, dass deine Daten auf Website, im Schema und im Merchant Center einheitlich sind. Die Inhaltsvorlagen leiten dich an, Produktbeschreibungen zu schreiben, die sowohl zu klassischen Keyword-Anfragen als auch zu gesprächsnahen KI-Shopping-Fragen passen.
Optimierst du deine Produktseiten und Daten auf WEMASY für KI-Shopping-Zitate, bereitest du dich auf den Wechsel von Rankings zu Empfehlungen vor. Mehr zu den E-Commerce-Funktionen von WEMASY findest du auf unserer Preisseite.
Häufig gestellte Fragen
Warum zeigen manche Produktkategorien häufiger AI Overviews als andere?
KI geht mit verschiedenen Produkttypen mit unterschiedlicher Sicherheit um. Lebensmittel sind einfach: klare Zutaten, Preise, Verfügbarkeit. Elektronik: Spezifikationen sind präzise und maschinenlesbar. Möbel: Visuelle und haptische Eigenschaften zählen, und KI kann sie allein aus Text nicht beurteilen. Spielkonsolen zeigen in 67 % der Fälle AI Overviews, Möbel nur in 2 %. Mit dem Website-Builder von WEMASY richtest du das direkt auf deiner Website ein.
Muss ich meine Produktseite für KI ändern oder beim klassischen SEO bleiben?
Beides. Du brauchst Produktseiten, die für klassische Keywords ranken (Produktname, Kategorie, Funktionen), UND Seiten, die Anwendungsfall-Anfragen beantworten und in AI Overviews erscheinen. Die Überschneidung liegt je nach Kategorie bei 40 bis 60 %. Du brauchst klassisches Ranking für "Laufschuhe" und KI-Sichtbarkeit für "beste Laufschuhe fürs Marathontraining".
Wie wichtig ist externe Berichterstattung durch Tests für KI-Shopping-Zitate?
Sehr wichtig. Produkte mit Tests in anerkannten Testmagazinen oder ähnlichen Publikationen werden in KI-Empfehlungen 4,2-mal häufiger zitiert als Produkte ohne externe Berichterstattung. Das heisst, deine PR- und Bewertungsstrategie wirkt direkt auf KI-Zitate, nicht nur auf klassische Rankings.
Sollte ich mich zuerst auf meinen Produkt-Feed oder meine Produktseite konzentrieren?
Auf deinen Feed. Hat dein Feed unvollständige Daten, kann KI dich nicht empfehlen, egal wie gut deine Seite ist. Vervollständige zuerst deinen Produkt-Feed mit allen Spezifikationen, Preisen, Verfügbarkeiten und Bildern. Optimiere dann deine Seitenbeschreibung auf Anwendungssprache.
Welche Produktinformationen lesen KI-Systeme am häufigsten aus?
Preis, Spezifikationen, Anwendungsfall, Verfügbarkeit und Bewertungen. KI-Systeme lesen bevorzugt diese fünf Kategorien aus. Alles andere ist zweitrangig. Sorge dafür, dass diese fünf Informationen auf deiner Produktseite und in deinem Feed glasklar sind.
Was bedeutet Share of Voice beim KI-Shopping?
Es ist der Prozentsatz der Impressionen, den deine Marke in KI-Shopping-Empfehlungen im Vergleich zu allen konkurrierenden Marken erfasst. Die Top-Empfehlung erfasst typischerweise 62 % der Impressionen. Platz zwei bekommt 20 bis 25 %. Platz drei 10 bis 15 %. Du kämpfst entweder um die Spitzenposition oder nimmst geringe Sichtbarkeit in Kauf.