Veröffentlicht am 01. August 2026
Bis vor kurzem lief eine Kaufentscheidung fast immer über eine Website: eine Suche, ein Klick, eine Produktseite. KI-Assistenten verändern diesen Ablauf. ChatGPT, Gemini und Perplexity beantworten Kaufabsichten zunehmend direkt in der Antwort — mit konkreten Produktnamen, nicht nur mit einem Link zur Marke.
Diese Assistenten lesen dafür keine Website im klassischen Sinn. Sie stützen sich auf strukturierte Produktfeeds (etwa OpenAI Product Feed/ACP, Google Merchant Center/UCP), Schema.org-Markup und zunehmend auf maschinenlesbare Zusammenfassungen wie llms.txt. Fehlt ein Pflichtfeld in einem dieser Feeds, scheitert die Validierung — und das Produkt taucht in der Antwort schlicht nicht auf.
Der naheliegende Reflex ist, das als SEO- oder Content-Thema zu behandeln: mehr Text, bessere Formulierungen. Das greift zu kurz. Die Feeds, die KI-Assistenten tatsächlich auslesen, verlangen strukturierte Attribute — Verfügbarkeit, GTIN, Bewertungen als Schema.org-Markup, konsistente Bezeichnungen über alle Kanäle. Das sind PIM-Fragen, nicht Copy-Fragen.
Wer Produktdaten in mehreren Systemen parallel pflegt, riskiert genau die Inkonsistenzen, an denen Feed-Validierungen scheitern. Eine zentrale, saubere Datenquelle ist damit nicht mehr nur ein Effizienzthema für die eigene Organisation, sondern eine Voraussetzung dafür, in KI-gestützten Kaufentscheidungen überhaupt sichtbar zu sein.
Der erste Schritt ist, den eigenen Status ehrlich zu kennen: Werden Ihre Produkte in KI-Antworten überhaupt genannt, und wenn ja, mit welcher Position und welchem Sentiment? Erst danach lohnt sich die Frage, welche Pflichtfelder in welchem Feed fehlen.