Warum brauchen LLMs andere Daten als Menschen?

Sprachmodelle "scannen" Seiten nicht wie herkömmliche Suchmaschinen - sie verstehen die Bedeutung. Die KI analysiert die Datenstruktur, die Überprüfbarkeit der Fakten und die semantischen Beziehungen, bevor sie beschließt, ein Produkt in ihren Empfehlungen zu empfehlen. Händler, die ihre Produktkarten nicht an dieses neue Paradigma anpassen, werden für die schnell wachsende Gruppe von Kunden, die über KI-Assistenten einkaufen, unsichtbar werden.

Strukturierte Daten - eine grundlegende Ebene des Verständnisses

Schema.org Produkt - Mindeststandard.

Jedes Produktblatt muss die folgenden Angaben enthalten Schema.org im JSON-LD-Format. Dies ist nicht mehr eine Option, sondern eine Voraussetzung für die Sichtbarkeit in AI.

Beispiel für eine vollständige Struktur:

 {
  "@context": "https://schema.org/",
  "@type": "Product",
  "name": "Wasserdichte Trekkingstiefel GoreTex Pro",
  "description": "Trekkingstiefel für anspruchsvolle Bergpfade und wechselhafte Wetterbedingungen. Die GoreTex-Konstruktion hält die Füße bei Bachüberquerungen und plötzlichen Regenfällen trocken, während das aggressive Profil für Halt auf losem Gestein und schlammigen Pfaden sorgt. Ideal für mehrtägige Bergtouren, Tageswanderungen im Gebirge und für alle, die sich ihr Abenteuer nicht vom Wetter diktieren lassen. Einsatztemperatur bis -20°C.",
  "sku": "TREK-2025-GT",
  "gtin": "5901234567890",
  "mpn": "GT-PRO-45",
  "brand": {
    "@type": "Brand",
    "name": "MountainTech"
  },
  "image": [
    "https://example.com/buty-trek-1x1.jpg",
    "https://example.com/buty-trek-4x3.jpg",
    "https://example.com/buty-trek-16x9.jpg"
  ],
  "offers": {
    "@type": "Offer",
    "url": "https://example.com/produkt/buty-trekkingowe-goretex",
    "priceCurrency": "EUR",
    "price": "209.99",
    "priceValidUntil": "2025-12-31",
    "itemCondition": "https://schema.org/NewCondition",
    "availability": "https://schema.org/InStock",
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "shippingRate": {
        "@type": "MonetaryAmount",
        "value": "0",
        "currency": "EUR"
      },
      "deliveryTime": {
        "@type": "ShippingDeliveryTime",
        "handlingTime": {
          "@type": "QuantitativeValue",
          "minValue": 1,
          "maxValue": 2,
          "unitCode": "d"
        },
        "transitTime": {
          "@type": "QuantitativeValue",
          "minValue": 2,
          "maxValue": 3,
          "unitCode": "d"
        }
      }
    }
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "347"
  },
  "additionalProperty": [
    {
      "@type": "PropertyValue",
      "name": "Obermaterial",
      "value": "GoreTex Pro"
    },
    {
      "@type": "PropertyValue",
      "name": "Geländeart",
      "value": "Berge, Hochgebirgspfade"
    },
    {
      "@type": "PropertyValue",
      "name": "Schafthöhe",
      "value": "Mittel (knöchelhoch)"
    },
    {
      "@type": "PropertyValue",
      "name": "Isolierung",
      "value": "Thinsulate 200g"
    }
  ]
}

Von ChatGPT Shopping benötigte Schlüsselfelder

OpenAI definiert eine genaue Spezifikation der Produktzufuhr mit mehr als 100 Attributen. Am wichtigsten für polnische Geschäfte:

Obligatorische Felder:

• id - einen eindeutigen Produktidentifikator (zeitlich stabil, max. 100 Zeichen);
• titel - maximal 150 Zeichen, ohne CAPSEM-Schrift;
• beschreibung - bis zu 5.000 Zeichen einfachen Textes (ohne HTML);
• link - URL der Produktkarte (HTTPS bevorzugt);
• preis - aktueller Preis;
• verfügbarkeit - verfügbarkeit der Vorräte;
• aktivieren_suchen - flagge, die die Sichtbarkeit in den ChatGPT-Ergebnissen steuert;
• aktivieren_checkout - Kauf direkt bei ChatGPT ermöglichen

Für den Vorteil empfohlene Felder:

• gtin oder mpn - herstellerkennungen (GTINs sind 8-14-stellig ohne Bindestriche);
• image_link - mindestens 3 Bildvarianten (1x1, 4x3, 16x9);
• produkt_art - hierarchische Kategorie (z. B. 'Bekleidung > Damen > Sport > Trekkinghosen');
• beliebtheit_score - bewertung der Popularität des Produkts;
• rückkehr_rate - rücklaufquote (niedrige Erhöhungsempfehlungen);

ChatGPT akzeptiert Feed-Updates alle 15 Minuten, was bedeutet, dass es keine Entschuldigung für veraltete Preis- oder Aktiendaten gibt.

Produktbeschreibungen - von Schlüsselwörtern zum semantischen Kontext

Umwandlung der Beschreibung, vorher und nachher.

Traditionelle Beschreibung (unwirksam für AI):

Für LLM optimierte Beschreibung:

Wesentliche Unterschiede:

• Konkrete Messungen statt Allgemeinplätze.
• Definierte Zielgruppe ("Reisende", "aktive Menschen").
• Überprüfbare Fakten (24-stündige Isolierung, Bescheinigungen).
• Anwendungsfälle (Fahrrad, Rucksack, Arbeit).
• Keine Marketing-Superlative ohne Daten.
  

Formulierung des Kontextes: wer?, warum?, wann?

Die besten Beschreibungen beantworten drei KI-Fragen

1. Für wen ist dieses Produkt gedacht? - "Für Eltern von Kindern, die im Alltag wenig Zeit haben."
2. Welches Problem wird damit gelöst? - "Hält den Fuß bei Bachüberquerungen und plötzlichen Regenfällen trocken."
3. Unter welchen Bedingungen funktioniert es? - "Mehrtägige Bergexpeditionen bei Temperaturen von bis zu -20°C"

Hinzufügen eines einzelnen Satzes, der mit "Ideal für..." oder "Erstellt mit..." kann die Relevanz von KI-Empfehlungen drastisch erhöhen.

Zusätzliche Merkmale - Eigenschaften, die einen Vorteil ausmachen

Warum sind optionale Felder nicht optional?

KI bevorzugt Produkte mit maximaler Datenvollständigkeit. Während die meisten Händler nur die Pflichtfelder ausfüllen, enthalten die am besten bewerteten Produkte alle möglichen zusätzlichen Attribute.

Beispiel: Spiele-Laptop

"additionalProperty": [
  {
    "@type": "PropertyValue",
    "name": "Betriebssystem",
    "value": "Windows 11 Pro"
  },
  {
    "@type": "PropertyValue",
    "name": "Prozessor",
    "value": "Intel Core i9-13900K"
  },
  {
    "@type": "PropertyValue",
    "name": "Arbeitsspeicher",
    "value": "32GB DDR5"
  },
  {
    "@type": "PropertyValue",
    "name": "Speicherkapazität",
    "value": "2TB NVMe SSD"
  },
  {
    "@type": "PropertyValue",
    "name": "Grafikkarte",
    "value": "NVIDIA RTX 4080 12GB"
  },
  {
    "@type": "PropertyValue",
    "name": "Akkulaufzeit",
    "value": "8 Stunden (Office-Betrieb)"
  },
  {
    "@type": "PropertyValue",
    "name": "Bildwiederholfrequenz",
    "value": "240Hz"
  },
  {
    "@type": "PropertyValue",
    "name": "Gewicht",
    "value": "2,4 kg"
  }
]

Wenn ein Kunde AI "4K-Videoverarbeitungs-Laptop mit schnellem Rendering" fragt, durchsucht das System diese Eigenschaften, um die Anfrage mit dem Produkt abzugleichen.

Granulare Kategorien anstelle von allgemeinen Kategorien.

Schlecht: "Kleidung > Hosen"

Quelle: "Bekleidung > Damen > Sportbekleidung > Trekkinghosen > Mit wasserdichter Membran"

Granulare Kategorisierung reduziert Mehrdeutigkeit und ermöglicht es der KI, Produkte mit echten Äquivalenten zu gruppieren, nicht mit lose verwandten Artikeln. Dies verbessert auch die Empfehlungen im Bereich "ähnliche Produkte" auf Plattformen von Drittanbietern.

Rezensionen und Bewertungen - Vertrauenssignale für AI

AggregateRating + Review-Struktur.

LLMs verlassen sich stark auf Bewertungen, um Kaufempfehlungen zu erstellen. Es reicht nicht aus, Sterne anzuzeigen - Sie müssen strukturelle Tags hinzufügen

"aggregateRating": {
  "@type": "AggregateRating",
  "ratingValue": "4.7",
  "reviewCount": "892",
  "bestRating": "5",
  "worstRating": "1"
},
"review": [
  {
    "@type": "Review",
    "reviewRating": {
      "@type": "Rating",
      "ratingValue": "5",
      "bestRating": "5"
    },
    "author": {
      "@type": "Person",
      "name": "Anna Kowalska"
    },
    "reviewBody": "Ideal für das Trekking in der Tatra – hielten das Wasser den ganzen Tag lang kalt, selbst bei Hitze. Robuste Konstruktion, absolut dicht.",
    "datePublished": "2025-10-15",
    "inLanguage": "de"
  }
]

Bewährte Verfahren für Überprüfungen:

• Ermutigen Sie Ihre Kunden zu detailliertem Feedback, in dem Sie Anwendungsfälle nennen.
• Verwenden Sie die Kennzeichnung "Geprüfter Kauf".
• Vermeiden Sie die Duplizierung von Bewertungsinhalten auf verschiedenen Plattformen (KI erkennt Redundanzen).
• Bevorzugen Sie Bewertungen mit emotionaler Sprache und Kontext: "Perfekt zum Wandern - 8 Stunden lang kaltes Wasser".

Semantische Beziehungen zwischen Produkten

Aufbau eines Produktwissensgraphen.

KI sieht Ihren Shop nicht als isolierte Seiten, sondern als ein Netzwerk verwandter Einheiten. Verwenden Sie Schema.org-Eigenschaften, um Produkte zu verknüpfen:

{
 "@type": "Product",
  "name": "Ersatzfilter für EcoSmart Flasche",
  "isAccessoryOrSparePartFor": {
    "@type": "Product",
    "name": "EcoSmart Thermoflasche 750ml",
    "url": "https://example.com/butelka-ecosmart"
  }

Andere nützliche Beziehungen:

• isRelatedTo - verwandte Produkte;
• isSimilarTo - Alternativen;
• isConsumableFor - Verbrauchsmaterial;

Interne kontextbezogene Links verstärken diese Beziehungen:

• "Passt in..."
• "Kompatibel mit..."
• "Kunden kauften auch..."

Dies hilft der KI, ein relationales Verständnis zwischen den Artikeln im Katalog aufzubauen, wodurch die Einbeziehung von "empfohlenen Alternativen" in Zusammenfassungen verbessert wird

FAQ Schema - Vorbereitung auf Conversational Queries

Strukturierung der am häufigsten gestellten Fragen.

LLMs generieren häufig Empfehlungen auf der Grundlage von in natürlicher Sprache ausgedrückte Absicht. Hinzufügen des FAQPage-Schemas für Schlüsselfragen:

"@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Ist die Flasche spülmaschinenfest?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Ja, die EcoSmart-Flasche ist absolut sicher für die Reinigung im oberen Fach der Spülmaschine. Wir empfehlen jedoch, die Dichtung vor dem Waschen für eine bessere Hygiene zu entfernen."
      }
    },
    {
      "@type": "Question",
      "name": "Wie lange hält sie die Temperatur?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Die doppelte Vakuumisolierung hält Getränke 24 Stunden lang kalt oder 12 Stunden lang heiß, bestätigt durch Tests bei einer Raumtemperatur von 21°C."
      }
    },
    {
      "@type": "Question",
      "name": "Welche Garantie gibt es?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Das Produkt unterliegt einer lebenslangen Herstellergarantie auf Material- und Herstellungsfehler. Normaler Verschleiß und mechanische Schäden sind nicht abgedeckt."
      }
    }
  ]

Die Fragen sollten umfassen:

• Verfügt es über Zertifizierungen, ist es biologisch, usw.?
• Wie lange ist sie bereits in Betrieb?
• Wie lauten die Garantiebedingungen?
• Für wen ist es gedacht?

Diese Antworten machen den Inhalt bereit für zusammenfassungen nach LLMzur Verbesserung der Sichtbarkeit in der konversationellen und sprachgesteuerten Suche.

Transaktionsbezogene und logistische Daten

Lieferzeiten und Rückgabebedingungen.

AI-Anfragen beinhalten oft einkaufskontext: "schneller Versand", "kostenlose Rücksendung", "ab Lager verfügbar".

"offers": {
    "@type": "Offer",
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "shippingRate": {
        "@type": "MonetaryAmount",
        "value": "0",
        "currency": "EUR"
      },
      "deliveryTime": {
        "@type": "ShippingDeliveryTime",
        "handlingTime": {
          "@type": "QuantitativeValue",
          "minValue": 1,
          "maxValue": 2,
          "unitCode": "d"
        },
        "transitTime": {
          "@type": "QuantitativeValue",
          "minValue": 2,
          "maxValue": 3,
          "unitCode": "d"
        }
      },
      "shippingDestination": {
        "@type": "DefinedRegion",
        "addressCountry": "DE"
      }
    },
    "hasMerchantReturnPolicy": {
      "@type": "MerchantReturnPolicy",
      "applicableCountry": "DE",
      "returnPolicyCategory": "https://schema.org/MerchantReturnFiniteReturnWindow",
      "merchantReturnDays": 30,
      "returnMethod": "https://schema.org/ReturnByMail",
      "returnFees": "https://schema.org/FreeReturn"
    }
  }

Schlüsselfelder:

• verfügbarkeit - Verfügbarkeit (InStock, OutOfStock, PreOrder);

• preisGültigBis - Preisgültigkeit;

• shippingDetails - Vorlaufzeit und Lieferung;

• hasMerchantReturnPolicy - Details zur Rückgabe;

Veraltete Bestands- und Verfügbarkeitsdaten verringern das Vertrauen der KI und das Potenzial für Empfehlungen

Überprüfung und Konsistenz der externen Daten

Konsistenz der Entitäten - der Schlüssel zu KI-Vertrauen.

Das Vertrauen in künstliche Intelligenz basiert auf der Konsistenz der Daten darüber, wer oder was Sie sind. Wenn die künstliche Intelligenz Ihre Marke, Ihr Produkt oder Ihr Unternehmen immer als dasselbe erkennt, fügen Sie den offiziellen Profilen "sameAs"-Links hinzu:

"@type": "Brand",
  "name": "EcoSmart",
  "sameAs": [
    "https://www.facebook.com/ecosmart.polska",
    "https://www.instagram.com/ecosmart_pl",
    "https://pl.linkedin.com/company/ecosmart",
    "https://www.wikidata.org/wiki/Q123456"
  ]

Externe Signale des Vertrauens:

• Website des Herstellers.
• Soziale Profile.
• Erwähnungen in der Presse.
• Partner und Videoinhalte, z. B. Youtube-Beiträge.

Stellen Sie sicher, dass Markennamen, SKU-Codes und Produktbeschreibungen auf allen Plattformen einheitlich sind. Dies hilft der KI, Ihre Produkte als validierte Einheiten im größeren E-Commerce-Ökosystem zu verstehen.

KI versteht den Kontext von Online-Gesprächen

Automatisierung des Kontexts in großem Maßstab: Reddit, Quora, Facebook.

Im Zeitalter der generativen KI müssen Marken ihre Inhalte nicht mehr manuell für jeden Kanal oder jede Community anpassen. Automatisierung des Kontextes bedeutet, dass künstliche Intelligenz das Gesprächsthema, den Ton der Diskussion und die Absichten der Nutzer erkennen kann - und dann die Markenbotschaft automatisch so anpasst, dass sie sich natürlich in die Unterhaltung einfügt.

Auf Plattformen wie Reddit, Quora oder Facebook, wo täglich Millionen von Threads laufen, analysiert KI den Kontext in Echtzeit und hilft Marken, dort aufzutreten, wo ihre Präsenz sinnvoll ist. So wird sichergestellt, dass die Inhalte nicht zufällig sind - sie werden relevant, konsistent und glaubwürdig.

Es geht nicht nur um die Automatisierung von Veröffentlichungen, sondern automatisierung des Verstehens - eine neue Phase der Online-Kommunikation, in der künstliche Intelligenz Skalierung und Authentizität verbindet.

Praktische Checkliste

Strukturelle Daten:

• JSON-LD Schema.org Produkt auf jeder Seite.
• Ausgefüllte Felder: Name, Beschreibung, Sku, Marke, Bild, Angebote.
• GTIN oder MPN zur Produktidentifikation.
• Mindestens 3 Bildvarianten (unterschiedliche Seitenverhältnisse).
• AggregateRating und Review Schema für Bewertungen.

Produktbeschreibungen:

• Beschreibung von 200-500 Wörtern mit konkreten Anwendungsfällen.
• Definierte Zielgruppe ("für wen").
• Überprüfbare Spezifikationen (Abmessungen, Materialien, Zertifikate).
• Einsatzszenarien ("wann", "wo").
• Vermeidung von Allgemeinplätzen ohne Daten ("am besten", "erstklassig").

Zusätzliche Attribute:

• Alle optionalen additionalProperty-Felder sind ausgefüllt.
• Granulare Kategorisierung (mind. 4 Stufen).
• Technische Daten in PropertyValue.

Beziehungen und FAQs:

• Verwandte Produkte nach isRelatedTo, isAccessoryOrSparePartFor.
• FAQSeitenschema mit 5-10 der am häufigsten gestellten Fragen.
• Interne Links zu ergänzenden Produkten.

Transaktionsdaten:

• Aktuelle Verfügbarkeit und Preis (mindestens einmal pro Tag aktualisiert).
• VersandDetails mit Vorlaufzeiten und Lieferzeiten.
• MerchantReturnPolicy für die Rückgaberichtlinien.

Externe Kohärenz:

• SameAs verweist auf die offiziellen Profile der Marke.

Die Zukunft - multimodale KI und Sprachsuche

LLM-Optimierung ist eine Vorbereitung auf multimodale Suche - text, Sprache, Bild. Produkte mit umfangreichen Beschreibungen, alternativen Bildtexten und strukturierten FAQs sind bereit für

• Visuelle Suche (Google Lens, Pinterest).
• Sprachassistenten (Alexa, Google Assistant).
• Einkaufen innerhalb von ChatGPT (Instant Checkout).
• KI-gesteuerte Entdeckung in TikTok Shop, Instagram Shopping.

Ein für LLM optimierter Katalog wird zu einem ein Datensatz, dem KI vertrauen und Empfehlungen aussprechen kann in jedem Einkaufskontext

Glossar

JSON-LD - ein Format zur Aufzeichnung strukturierter Daten im Code einer Seite, das Suchmaschinen und KI-Modellen hilft zu verstehen, was der Inhalt darstellt (z. B. Produkt, Preis, Bewertungen).

Schema.org - ein gemeinsamer Standard für die Kennzeichnung von Daten in Suchmaschinen (Google, Bing, Yahoo). Er ermöglicht standardisierte Beschreibungen von Produkten, Artikeln, Veranstaltungen usw.

LLM (Großes Sprachmodell) - ein umfangreiches Sprachmodell, wie ChatGPT oder Gemini, das den Kontext der Benutzeranfragen analysiert und Text generiert.

Strukturelle Daten - informationen, die so geschrieben sind, dass Algorithmen sie verstehen können, z. B. Produkttitel, Preis, Bewertungen, Verfügbarkeit.

Generative KI - ein System mit künstlicher Intelligenz, das in der Lage ist, neue Inhalte zu erstellen: Texte, Bilder, Codes oder Empfehlungen.

Teilen:

Link kopieren