KI-Shopping verlagert einen Teil der Produktsuche aus der Suchergebnisliste in den Dialog mit ChatGPT, Gemini oder dem KI-Modus von Google. Statt zehn Tabs zu vergleichen, beschreiben Menschen ihren Bedarf und erhalten eine kuratierte Auswahl. Dieser Beitrag zeigt dir, was KI-Shopping in Deutschland heute tatsächlich kann, was das für deine Produktseiten bedeutet und wie du Daten, Feeds und Bewertungen darauf ausrichtest.
Was ist KI-Shopping?
Unter KI-Shopping versteht man Einkaufserlebnisse, bei denen ein Sprachmodell die Recherche übernimmt oder begleitet. Die KI stellt Rückfragen, filtert Angebote nach Kriterien wie Budget, Einsatzzweck oder Größe, fasst Bewertungen zusammen und empfiehlt konkrete Produkte. Im nächsten Schritt kann sie den Kauf vorbereiten oder sogar abwickeln.
Für diesen letzten Schritt hat sich der Begriff Agentic Commerce etabliert. Gemeint sind KI-Agenten, die im Auftrag eines Menschen handeln: Warenkorb füllen, Lieferoption wählen, bezahlen. Zwischen reiner Beratung und vollständigem Kauf im Chat gibt es viele Zwischenstufen, und genau dort steht der Markt im Herbst 2026.
Wie sich die Produktsuche verändert
Die klassische Suche verlangt, dass du deinen Wunsch in Suchbegriffe übersetzt. Ein KI-Assistent arbeitet umgekehrt. Er nimmt eine Beschreibung wie „leiser Staubsauger für eine Altbauwohnung mit Teppich und Katze, maximal 300 Euro“ und sucht selbst nach passenden Produkten und Belegen.
Für Händler und Marken heißt das: Die erste Auswahl findet oft statt, bevor jemand deinen Shop betritt. Wer in dieser Vorauswahl fehlt, bekommt keine Chance, mit Design oder Kampagnen zu überzeugen.
KI-Shopping in ChatGPT und Google: der aktuelle Stand
Die großen Plattformen verfolgen unterschiedliche Strategien, und nicht jede Funktion aus US-Ankündigungen ist in Deutschland verfügbar. Ein Überblick mit Stand Oktober 2026.
ChatGPT Shopping
OpenAI zeigt in ChatGPT seit 2025 Produktergebnisse mit Bildern, Preisen und Händlerlinks an. Laut der OpenAI-Hilfe zur Shopping-Recherche wählt ChatGPT die Produkte unabhängig aus, die Ergebnisse sind keine Anzeigen. In die Auswahl fließen die Anfrage, der Gesprächskontext und strukturierte Produktdaten ein. Bei mehreren Anbietern berücksichtigt das System unter anderem Verfügbarkeit, Preis und Qualität.
Mit Instant Checkout startete OpenAI im September 2025 gemeinsam mit Stripe den Kauf direkt im Chat, zunächst nur in den USA. Dazu veröffentlichten beide Unternehmen das offene Agentic Commerce Protocol (ACP). Im März 2026 berichteten Fachmedien wie Shopifreaks, dass OpenAI den Ansatz zurückfährt und stärker auf eigene Händler-Apps innerhalb von ChatGPT setzt. Für deutsche Shops ist der Kauf im Chat damit derzeit kein Standardkanal, die Sichtbarkeit in den Produktergebnissen dagegen schon.
Wie ChatGPT seine Produktdaten bezieht und warum dabei Google Shopping eine Rolle spielt, analysiert unser Beitrag zu ChatGPT Shopping.
Google KI-Modus und Shopping
Der KI-Modus von Google ist seit dem 8. Oktober 2025 in Deutschland, Österreich und der Schweiz verfügbar. Bei Produktfragen greift er auf den Shopping Graph zurück, also Googles Datenbestand aus Händler-Feeds und Webseiten. Welche Seiten dort auftauchen, hängt unter anderem davon ab, wie gut Google deine Inhalte versteht. Mehr dazu liest du in unserem Beitrag über den Google KI-Modus.
Beim Kauf im KI-Modus ist Google weiter als OpenAI, aber ebenfalls nicht in Deutschland. Auf der Google Marketing Live im Mai 2026 kündigte das Unternehmen einen händlerübergreifenden Universal Cart und neue Funktionen für das Universal Commerce Protocol (UCP) an. Laut dem Google-Blog (Mai 2026) bleibt der Händler dabei immer der Verkäufer. Der Checkout über UCP soll nach den USA zunächst in Kanada, Australien und später im Vereinigten Königreich starten. Einen Termin für Deutschland nennt Google nicht.
Was KI-Shopping für Produktseiten bedeutet
Viele Produktseiten sind für Menschen gebaut, die stöbern. Sie setzen auf Bildwelten, emotionale Texte und Claims wie „das Beste für dein Zuhause“. Ein Sprachmodell kann mit solchen Aussagen wenig anfangen. Es sucht nach prüfbaren Fakten, die zur Anfrage passen.
Daraus folgen drei Verschiebungen:
- Von Überzeugung zu Belegen: Konkrete Angaben wie Maße, Material, Lautstärke, Kompatibilität oder Garantiedauer schlagen Werbesprache.
- Von der Seite zum Datensatz: Die KI liest Produktdaten aus Feeds, strukturierten Daten und Fließtext. Dein Produkt muss in allen drei Quellen gleich beschrieben sein.
- Von Klicks zur Auswahl: Entscheidend ist zunächst, ob dein Produkt in der Empfehlung auftaucht. Der Klick in den Shop kommt erst danach.
Konsistenz über alle Kanäle
Sprachmodelle gleichen Informationen aus mehreren Quellen ab. Wenn dein Shop 2 Jahre Garantie nennt, ein Marktplatz 1 Jahr und ein Vergleichsportal gar nichts, entsteht Unsicherheit. Im besten Fall ignoriert die KI die Angabe, im schlechtesten fällt dein Produkt aus der Auswahl.
Prüfe deshalb regelmäßig, ob Preise, Verfügbarkeit, technische Daten und Lieferbedingungen auf deiner Website, im Merchant Center, auf Marktplätzen und in Preisvergleichen übereinstimmen.
B2B: Wenn das Buying Center die KI fragt
Auch im B2B-Einkauf nutzen Teams Sprachmodelle, um Anbieter vorzusortieren und Shortlists zu erstellen. Hier zählen andere Belege als im Konsumgüterhandel: technische Spezifikationen, Schnittstellen, Zertifikate, Sicherheits- und Compliance-Nachweise, Servicelevel und nachvollziehbare Preismodelle.
Liegen diese Informationen hinter Formularen oder fehlen ganz, kann die KI sie nicht berücksichtigen. B2B-Anbieter sollten zentrale Dokumente öffentlich und crawlbar bereitstellen und Aussagen von Website, Datenblättern und Partnerportalen abgleichen. Wie KI den Vertriebsprozess insgesamt verändert, beschreibt unser Beitrag zu KI im Vertrieb.
KI-Shopping optimieren: die wichtigsten Hebel
Eine eigene Disziplin mit geheimen Regeln ist die Optimierung für KI-Shopping nicht. Google schreibt in seiner Dokumentation zu KI-Funktionen, dass keine speziellen Optimierungen nötig sind, und empfiehlt unter anderem, Merchant-Center-Daten aktuell zu halten. Die Arbeit liegt vor allem in der Qualität und Vollständigkeit deiner Produktinformationen.
1. Produktdaten und Feeds vervollständigen
Der Produktfeed ist für Google die wichtigste Quelle für den Shopping Graph. Je vollständiger er ist, desto besser kann ein Sprachmodell dein Produkt einer konkreten Anfrage zuordnen. Achte besonders auf:
- eindeutige Kennungen wie GTIN, Marke und Herstellernummer
- präzise Titel mit Produkttyp, Marke und wichtigsten Merkmalen
- vollständige Attribute wie Farbe, Größe, Material, Gewicht und Altersgruppe
- korrekte Preise, Grundpreise, Versandkosten und Lieferzeiten
- aktuelle Verfügbarkeit, idealerweise mehrmals täglich synchronisiert
Seit der Google Marketing Live 2026 stellt Google im Merchant Center zusätzliche Attribute für Konversationen bereit. Laut PPC Land (Mai 2026) beschreibt Google etwa Produkthighlights, technische Produktdetails, Frage-Antwort-Paare und Links zu Dokumenten wie Bedienungsanleitungen ausdrücklich als Daten für KI-Erlebnisse wie den KI-Modus. Die verbindlichen Angaben findest du in der Produktdatenspezifikation des Google Merchant Center.
Wer viele Kanäle bedient, verwaltet Feeds am besten zentral. Wie ein Feed-Management-Tool dabei hilft, zeigt unser Beitrag zu Channable.
2. Strukturierte Daten auf der Produktseite
Neben dem Feed liest Google strukturierte Daten direkt auf deiner Seite. Das Schema Product mit den Angaben zu Angebot, Preis, Verfügbarkeit, Versand, Rückgabe und Bewertungen hilft Suchmaschinen, deine Seite eindeutig zu verstehen. Wichtig ist, dass das Markup mit dem sichtbaren Text übereinstimmt. Google weist in seiner Dokumentation zu KI-Funktionen ausdrücklich darauf hin.
Eine Schritt-für-Schritt-Anleitung findest du in unserem Leitfaden zu strukturierten Daten.
3. Produkttexte für Fragen schreiben
Gute Produkttexte beantworten die Fragen, die Menschen einem Verkäufer stellen würden. Für wen eignet sich das Produkt, für wen nicht? Was unterscheidet es vom Vorgänger oder von der günstigeren Variante? Welche Zubehörteile passen?
Formuliere diese Antworten klar und direkt. Ein kurzer Abschnitt „Geeignet für“ und „Nicht geeignet für“ liefert einem Sprachmodell genau die Zuordnung, die es für eine Empfehlung braucht. Ergänzende Ratgeber und Vergleiche auf deiner Website stärken diese Signale zusätzlich.
4. Bewertungen aktiv sammeln
Kundenbewertungen gehören zu den wichtigsten Quellen für KI-Empfehlungen. Sprachmodelle fassen sie zusammen und leiten daraus Stärken und Schwächen ab. Aussagekräftige Rezensionen mit Details zum Einsatz, etwa „hält auf langen Wanderungen dicht“, sind dabei wertvoller als reine Sternewertungen.
- Bitte Käufer nach der Lieferung gezielt um eine Bewertung.
- Gib Hinweise, welche Aspekte für andere hilfreich sind, ohne Inhalte vorzugeben.
- Binde Bewertungen so ein, dass sie im HTML der Seite stehen und nicht nur per Skript nachgeladen werden.
- Reagiere auf Kritik sachlich, denn auch Antworten prägen das Bild.
Achte auf die rechtlichen Vorgaben. In Deutschland musst du angeben, ob und wie du sicherstellst, dass Bewertungen von echten Käufern stammen. Gekaufte oder gefälschte Bewertungen sind unzulässig.
5. Merchant Center und Crawler-Zugang prüfen
Das Google Merchant Center ist die Schaltzentrale für deine Produktdaten bei Google. Kontrolliere regelmäßig die Diagnose auf abgelehnte Artikel, Preisabweichungen und fehlende Attribute. Hinterlege Versand- und Rückgabebedingungen auf Kontoebene.
Für ChatGPT ist entscheidend, dass der Crawler OAI-SearchBot deine Seiten erreichen kann. Prüfe in der robots.txt und in den Einstellungen deines Hostings oder CDNs, ob du Such-Crawler versehentlich blockierst.
6. Präsenz außerhalb des eigenen Shops
Sprachmodelle stützen Empfehlungen nicht nur auf Händlerseiten. Sie ziehen auch Testberichte, Vergleichsportale, Fachmagazine, Foren und Videos heran. Ein Produkt, das in unabhängigen Quellen positiv und mit konkreten Details erwähnt wird, wirkt für eine KI glaubwürdiger als eines, das nur im eigenen Shop gelobt wird.
Für Marken bedeutet das: Produkttests ermöglichen, Muster an Fachredaktionen schicken, in Communities sachlich Fragen beantworten und Datenblätter frei zugänglich machen. Diese Arbeit überschneidet sich stark mit klassischer PR und hilft der Marke auch jenseits von KI-Shopping.
Typische Fehler im KI-Shopping
Viele Shops verschenken Potenzial durch Fehler, die sich mit überschaubarem Aufwand beheben lassen:
- Herstellertexte unverändert übernehmen: Identische Beschreibungen auf hunderten Seiten liefern keinen Grund, gerade deinen Shop zu nennen.
- Feeds nur für Anzeigen pflegen: Der Feed versorgt auch die kostenlosen Einträge und KI-Antworten. Lücken kosten dort ebenfalls Sichtbarkeit.
- Wichtige Infos in Bildern verstecken: Maßtabellen oder Datenblätter als Grafik kann ein Sprachmodell schlechter auswerten als Text.
- Verfügbarkeit nicht synchronisieren: Empfiehlt die KI ein ausverkauftes Produkt, endet der Besuch mit Frust.
- Auf den Checkout im Chat warten: Die Vorauswahl findet schon heute statt, unabhängig davon, wo am Ende bezahlt wird.
KI-Shopping messen
Die Erfolgsmessung im KI-Shopping steckt noch in den Anfängen. Einige Datenquellen stehen dir aber schon zur Verfügung:
- Referral-Traffic: ChatGPT kennzeichnet Links mit dem Parameter utm_source=chatgpt.com. In deiner Webanalyse kannst du diese Besuche samt Umsatz auswerten.
- Search Console: Die KI-Leistungsberichte zeigen Impressionen deiner Seiten in KI-Übersichten und im KI-Modus.
- Merchant Center: Google kündigte im Mai 2026 KI-Leistungsanalysen an, die den Anteil einer Marke auf KI-Oberflächen mit ähnlichen Marken vergleichen. Der Start ist zunächst in den USA, Kanada, Australien, Indien und Neuseeland geplant.
- Prompt-Stichproben: Stelle regelmäßig typische Kaufanfragen und dokumentiere, welche Produkte und Händler genannt werden.
Werte die Zahlen über mehrere Wochen aus. KI-Antworten schwanken, einzelne Stichproben sagen wenig.
Fazit
KI-Shopping ist in Deutschland vor allem ein Kanal für Produktentdeckung. ChatGPT und der KI-Modus von Google empfehlen Produkte, der Kauf selbst findet hierzulande meist noch im Shop statt. Agentic Commerce mit Checkout im Chat ist angekündigt und in den USA im Test, für den deutschen Markt aber noch ohne Termin.
Die Vorbereitung lohnt sich trotzdem jetzt. Vollständige Feeds, saubere strukturierte Daten, faktenreiche Produkttexte und echte Bewertungen machen deine Produkte für Sprachmodelle verständlich. Davon profitieren gleichzeitig Google Shopping, die klassische Suche und deine Conversion-Rate.
Häufige Fragen zu KI-Shopping
Was versteht man unter KI-Shopping?
KI-Shopping bezeichnet Einkaufserlebnisse, bei denen ein KI-Assistent wie ChatGPT oder der Google KI-Modus Produkte recherchiert, vergleicht und empfiehlt. Übernimmt die KI auch den Kauf, spricht man von Agentic Commerce.
Kann man in Deutschland direkt in ChatGPT einkaufen?
Stand Oktober 2026 ist der Kauf direkt im Chat in Deutschland kein Standard. Instant Checkout startete 2025 nur in den USA, und OpenAI setzt seit März 2026 stärker auf Händler-Apps. Produktempfehlungen mit Links zu Shops sind dagegen auch hierzulande verfügbar.
Welche Daten brauchen Händler für KI-Shopping?
Wichtig sind vollständige Produktfeeds mit GTIN, Marke, Attributen, Preisen und Verfügbarkeit, dazu strukturierte Daten auf der Produktseite. Ergänzend helfen faktenreiche Produkttexte, echte Bewertungen und die neuen Konversationsattribute im Google Merchant Center.
Wie messe ich Verkäufe aus KI-Shopping?
Werte in deiner Webanalyse Besuche mit utm_source=chatgpt.com und anderen KI-Quellen samt Umsatz aus. Die Search Console zeigt Impressionen in KI-Übersichten und im KI-Modus, regelmäßige Prompt-Stichproben ergänzen das Bild.
Warum sind Bewertungen für KI-Empfehlungen so wichtig?
Sprachmodelle fassen Bewertungen zusammen und leiten daraus Stärken und Schwächen eines Produkts ab. Detaillierte Rezensionen zum konkreten Einsatz liefern ihnen Argumente, um ein Produkt für eine bestimmte Anfrage zu empfehlen.
