GEO für Onlineshops: Produkte in der KI-Suche

Warum Onlineshops jetzt betroffen sind

Deine Kunden googeln nicht mehr nur „bester Laufschuh für Einsteiger” und klicken sich durch zehn blaue Links. Sie fragen ChatGPT, Perplexity oder die Google-KI-Übersicht direkt: „Welcher Laufschuh unter 120 € ist gut für Anfänger?” — und bekommen eine fertige Empfehlung mit zwei, drei konkreten Produkten. Genau da entscheidet sich, ob dein Shop vorkommt oder nicht.

Das verändert die Spielregeln. Früher hast du um Position 1 in der Suche gekämpft. Heute geht es darum, dass die KI dein Produkt versteht, ihm vertraut und es aktiv nennt. Wenn du wissen willst, was hinter dem Begriff steckt, lies zuerst was GEO ist — dieser Artikel baut darauf auf und übersetzt es konkret für Shops.

Die gute Nachricht: KI-Systeme belohnen genau das, was ohnehin einen guten Shop ausmacht — klare Daten, ehrliche Bewertungen und saubere Technik. Du musst nichts erfinden, du musst es nur maschinenlesbar machen.

Deine Produkte als Entität: Schema ist Pflicht

Eine KI „liest” deine Produktseite nicht wie ein Mensch. Sie sucht nach strukturierten Signalen. Das wichtigste Werkzeug dafür ist strukturiertes Datenmarkup (JSON-LD) — konkret die Typen Product, Offer, AggregateRating und Review.

Damit teilst du der Maschine eindeutig mit: Das ist ein Produkt, es heißt so, es kostet so viel, es ist verfügbar, und so viele Kunden haben es bewertet. Achte besonders auf:

• Offer mit price, priceCurrency und availability (z. B. InStock) — Preis und Lieferbarkeit sind für KI-Shopping zentral.
• gtin oder mpn — die eindeutige Produktkennung. Damit erkennt die KI, dass dein Angebot dasselbe Produkt ist wie das eines Mitbewerbers, und kann Preise und Bewertungen zuordnen.
• AggregateRating und Review — Bewertungen sind das stärkste Vertrauenssignal.
• brand, sku und eine klare Beschreibung.

Ein minimales Beispiel für eine Produktseite:

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Trailrunner X2 Laufschuh",
  "brand": { "@type": "Brand", "name": "Meinemarke" },
  "gtin13": "4012345678901",
  "mpn": "TRX2-42",
  "sku": "TRX2-42-BLU",
  "description": "Leichter Trailrunning-Schuh für Einsteiger mit gedämpfter Sohle.",
  "offers": {
    "@type": "Offer",
    "price": "109.90",
    "priceCurrency": "EUR",
    "availability": "https://schema.org/InStock",
    "url": "https://beispielshop.de/trailrunner-x2"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.6",
    "reviewCount": "128"
  }
}

Wichtig: Die Werte im Schema müssen exakt dem entsprechen, was auf der Seite sichtbar ist. Erfundene Bewertungen oder falsche Preise fliegen auf und schaden dir. Im Glossar findest du die einzelnen Schema-Begriffe noch einmal erklärt.

Feeds & Kanäle: Wo die KI ihre Daten herholt

KI-Shopping-Antworten speisen sich nicht nur aus deiner Website. Große Systeme greifen auf strukturierte Produkt-Feeds zurück — allen voran das Google Merchant Center. Wer dort einen sauberen, vollständigen Feed pflegt, liefert der Google-KI-Übersicht und Shopping-Funktionen die Daten direkt aufs Tablett.

Denk in Kanälen statt nur in einer Seite:

• Google Merchant Center: vollständiger Feed mit Titel, Beschreibung, GTIN, Preis, Verfügbarkeit und Bildern. Fehlende oder inkonsistente Felder = weniger Sichtbarkeit.
• Strukturierte Produkt-Feeds allgemein: Halte sie aktuell. Ein Preis, der im Feed anders steht als auf der Seite, ist ein Warnsignal.
• Marktplätze (Amazon, Idealo & Co.): KI-Systeme ziehen oft übergreifend Bewertungen und Preisvergleiche heran. Konsistente Produktdaten über alle Kanäle hinweg zahlen auf dieselbe Entität ein.

Das Ziel: Egal wo die KI dein Produkt findet — Name, GTIN, Preis und Bewertung passen überall zusammen. Diese Konsistenz ist das, was aus vielen Fundstücken eine vertrauenswürdige Produkt-Entität macht.

Reviews & Vertrauen: Warum die KI Bewertungen liebt

Wenn eine KI zwischen zwei ähnlichen Produkten wählt, entscheidet oft das Vertrauenssignal — und das kommt zu einem großen Teil aus echten Kundenbewertungen. Ein Produkt mit 128 Bewertungen und 4,6 Sternen wird eher empfohlen als eines ohne jede Bewertung, selbst wenn beide gleich gut sind.

Praktisch heißt das:

• Sammle aktiv Bewertungen (E-Mail nach dem Kauf, einfacher Bewertungsprozess).
• Zeige echte Reviews auf der Produktseite und spiegle sie im Schema.
• Beantworte auch kritische Bewertungen — das erhöht die wahrgenommene Glaubwürdigkeit.
• Nutze zusätzlich neutrale Quellen (Marktplätze, Bewertungsportale), denn KI-Systeme gleichen gern über mehrere Quellen ab.

Vertrauen entsteht nicht durch eine perfekte 5,0, sondern durch viele echte, plausible Bewertungen über die Zeit.

Deine Checkliste: Produkte KI-fit machen

Konkrete Maßnahmen, die du direkt angehen kannst:

• Product-Schema auf jeder Produktseite ausrollen (JSON-LD), Werte identisch zum sichtbaren Inhalt.
• Offer mit price, priceCurrency, availability und url befüllen.
• GTIN oder MPN für jedes Produkt hinterlegen — die eindeutige Kennung ist der Türöffner.
• AggregateRating und Review im Schema ergänzen, sobald echte Bewertungen vorliegen.
• Google Merchant Center einrichten und den Feed vollständig halten.
• Konsistenz prüfen: Stimmen Preis, Verfügbarkeit und Name über Website, Feed und Marktplätze überein?
• Produktbeschreibungen klar und faktisch schreiben — konkrete Eigenschaften statt Marketing-Floskeln.
• Bewertungen aktiv einsammeln und auf der Seite anzeigen.

Wenn du prüfen willst, wie gut deine Produktseiten schon aufgestellt sind, hilft dir der GEO-Check mit einer ersten Einschätzung. Und wer systematisch vorgehen möchte, findet im Playbook den Schritt-für-Schritt-Fahrplan.

Der Kernsatz zum Mitnehmen

Die KI empfiehlt Produkte, die konsistent, gut bewertet und maschinenlesbar sind. Alles andere ist Ausführung dieses Prinzips: sauberes Schema, gepflegte Feeds, echte Reviews und über alle Kanäle stimmige Daten.

Wenn du das nicht nur lesen, sondern in der Praxis umsetzen willst, hat der Videokurs ein eigenes Modul „Produkt- & Shop-GEO”, das genau diese Schritte am konkreten Beispiel durchgeht. So machst du aus deinem Katalog Produkte, die die KI von sich aus nennt.