So bereiten Sie einen Produktfeed für die KI-Suche und Empfehlungen vor

Ein Produktfeed ist längst nicht mehr nur eine Datei, mit der Artikel in Shopping-Anzeigen veröffentlicht werden. Im Jahr 2026 dient er als zentrale Informationsquelle für Suchmaschinen, Online-Marktplätze, interne Suchfunktionen, Empfehlungssysteme und digitale Einkaufsassistenten. Diese Dienste benötigen klare, aktuelle und einheitliche Produktdaten, um einen Artikel einer konkreten Suchanfrage zuzuordnen oder ihn der passenden Kundengruppe zu empfehlen. Ein hochwertiger Feed sollte daher nicht nur erklären, um welches Produkt es sich handelt, sondern auch, für wen es geeignet ist, wodurch es sich von ähnlichen Angeboten unterscheidet, welche Varianten verfügbar sind und ob es tatsächlich bestellt werden kann. Die Vorbereitung muss dabei nicht übermäßig technisch sein. Entscheidend sind verlässliche Katalogdaten, verständliche Formulierungen, vollständige Attribute und ein geregelter Prozess, der alle Angaben mit der jeweiligen Produktseite synchron hält.

Eine verlässliche Grundlage für Produktdaten schaffen

Legen Sie zunächst fest, welches System für jedes Produktmerkmal als verbindliche Datenquelle gilt. Lagerbestände können beispielsweise aus einer Warenwirtschaft stammen, Preise aus einer E-Commerce-Datenbank, Produkttexte aus einem Katalogverwaltungssystem und Lieferangaben aus der Bestellabwicklung. Der Feed sollte diese Informationen zusammenführen, ohne mehrere widersprüchliche Versionen derselben Angabe zu erzeugen. Bestimmen Sie für jedes Feld eine verantwortliche Person oder Abteilung und legen Sie fest, wie häufig die Daten aktualisiert werden müssen. Ein Produkttitel ändert sich möglicherweise nur selten, während Preise und Verfügbarkeiten mehrmals täglich angepasst werden können. Dieses klare Zuständigkeitsmodell verhindert einen häufigen Fehler: Eine Angabe wird auf der Website korrigiert, während im Feed weiterhin eine ältere Version ausgespielt wird.

Jeder Artikel benötigt eine dauerhafte interne Kennung, die sich nicht ändert, wenn Titel, Preis oder Werbeaktion angepasst werden. Verwenden Sie eine SKU, sofern diese eindeutig und beständig ist, und behalten Sie dieselbe ID bei allen Aktualisierungen für dasselbe Angebot bei. Ergänzen Sie anerkannte Produktkennzeichnungen wie GTIN, Marke und Herstellerteilenummer, sofern diese vorhanden sind. Solche Angaben helfen Systemen dabei, ein bestimmtes Produkt von lediglich ähnlichen Artikeln zu unterscheiden, doppelte Datensätze zu vermeiden und Angebote verschiedener Händler miteinander zu verknüpfen. Erfinden Sie niemals eine GTIN für ein Produkt, das keine solche Kennzeichnung besitzt. Bei Eigenmarken, handgefertigten Waren oder individuell hergestellten Artikeln sollten stattdessen korrekte Marken- und Herstellerangaben sowie möglichst genaue Titel und Produktmerkmale verwendet werden.

Behandeln Sie jede kaufbare Variante als eigenständiges Angebot. Ein blaues Hemd in Größe M, ein schwarzes Hemd in Größe L und ein rotes Hemd in Größe S sollten nicht in einer gemeinsamen, unklaren Datenzeile zusammengefasst werden, wenn sich URLs, Preise oder Lagerbestände unterscheiden. Vergeben Sie für jede Variante eine eigene ID und hinterlegen Sie Farbe, Größe, Bild, Link, Preis und Verfügbarkeit. Verwandte Varianten können anschließend über eine gemeinsame Artikelgruppen-ID verbunden werden. Verwenden Sie einheitliche Bezeichnungen, beispielsweise durchgehend „Marineblau“ statt abwechselnd „Navy“, „Dunkelblau“ und „Mitternachtsblau“ für denselben Farbton. Bei internationalen Feeds müssen Sprache, Währung, Maßeinheiten und Lieferinformationen vollständig lokalisiert werden. Eine bloße Übersetzung des Titels reicht nicht aus, wenn wichtige regionale Unterschiede im Datensatz verborgen bleiben.

Titel und Beschreibungen verständlich für KI-Systeme formulieren

Ein guter Produkttitel benennt den Artikel eindeutig und stellt die wichtigsten Merkmale an den Anfang. Eine sinnvolle Reihenfolge besteht aus Marke, Produkttyp, Modell oder zentraler Eigenschaft sowie der jeweiligen Variante. „Northfield wasserdichte Damen-Wanderjacke, Marineblau, Größe 38“ ist beispielsweise deutlich aussagekräftiger als „Neue Outdoorjacke – Bestseller“. Die Formulierung sollte natürlich klingen und mit dem Titel auf der Produktseite übereinstimmen. Vermeiden Sie Werbeversprechen, wiederholte Schlüsselbegriffe, übermäßige Großschreibung und Lieferhinweise im Titel. Dadurch können Such- und Empfehlungssysteme die eigentliche Produktidentität leichter von vorübergehenden Verkaufsbotschaften trennen und detaillierte Suchanfragen nach Farbe, Passform, Material oder Verwendungszweck besser zuordnen.

Die Beschreibung sollte jene Fragen beantworten, die Käufer vor dem Aufrufen der Produktseite wahrscheinlich stellen. Dazu gehören je nach Artikel Material, Abmessungen, Fassungsvermögen, Kompatibilität, Funktionen, Pflegehinweise, Lieferumfang und geeignete Einsatzbereiche. Verwenden Sie vollständige Sätze, beschränken Sie sich jedoch auf überprüfbare Tatsachen. Bei einer Schreibtischlampe sollten beispielsweise Höhe, Leuchtmittel, Bedienung, Stromversorgung und enthaltenes Zubehör genannt werden, anstatt den Text mit allgemeinen Aussagen über Stil oder Qualität zu füllen. Wiederholen Sie den Titel nicht einfach in der Beschreibung und verzichten Sie auf Links, Namen von Wettbewerbern oder allgemeine Geschäftsbedingungen. Präzise Informationen liefern KI-Systemen den notwendigen Kontext, ohne den Text in eine unnatürliche Ansammlung von Suchbegriffen zu verwandeln.

Wenn generative KI bei der Erstellung von Titeln oder Beschreibungen eingesetzt wird, sollte stets eine menschliche Prüfung erfolgen. Dokumentieren Sie außerdem, wie die Inhalte erstellt wurden. Google Merchant Center verlangt derzeit, dass KI-generierte Titel und Beschreibungen über die Attribute für strukturierte Titel beziehungsweise strukturierte Beschreibungen eingereicht und als algorithmisch erzeugte Medien gekennzeichnet werden. Vollständig oder weitgehend künstlich erzeugte Bilder müssen außerdem die entsprechenden IPTC-Metadaten zur digitalen Herkunft enthalten. Die Herkunft der Daten wird damit zu einem Bestandteil der Feedqualität. Eine menschliche Kontrolle bleibt unverzichtbar, da auch sprachlich überzeugende Texte falsche Materialien, unbelegte Vorteile, fehlerhafte Größen oder erfundene Kompatibilitätsangaben enthalten können. KI-gestützte Inhalte sollten erst freigegeben werden, nachdem sie mit verifizierten Produktdaten abgeglichen wurden.

Attribute ergänzen, die die Produktzuordnung verbessern

Pflichtfelder bilden lediglich die Grundlage. Ergänzen Sie weitere Attribute, die zeigen, nach welchen Kriterien Kunden Produkte innerhalb einer Kategorie vergleichen. Bei Bekleidung können dies Größensystem, Geschlecht, Altersgruppe, Material, Muster und Farbe sein. Bei Elektronik sind Modellnummer, Kompatibilität mit Betriebssystemen, Verbindungsarten, Speichergröße, Bildschirmdiagonale und enthaltenes Zubehör häufig wichtiger. Möbel benötigen oft Angaben zu Abmessungen, Material, Oberfläche, Raumtyp und Montage. Nutzen Sie zunächst anerkannte Kategorieattribute und ergänzen Sie anschließend einen klaren internen Produkttyp, der der Struktur Ihres eigenen Sortiments entspricht. Allgemeine Bezeichnungen wie „Zubehör“ oder „Wohnen“ sind wenig hilfreich, wenn präzisere Werte wie „Laptop-Hüllen“ oder „Nachttische aus Eichenholz“ verfügbar sind.

KI-Empfehlungen profitieren außerdem von Informationen, die nicht nur die Identität, sondern auch die Eignung eines Produkts erklären. Ergänzen Sie sachliche Angaben wie Wasserdichtigkeitsklasse, unterstützte Gerätemodelle, Ernährungseigenschaften, Energiequelle, erforderliches Erfahrungsniveau, Saison, Fassungsvermögen oder Sicherheitszertifikate, sofern diese tatsächlich zutreffen. Verwenden Sie einheitliche Werte. Wenn ein Datensatz „spülmaschinengeeignet“, ein anderer „spülmaschinenfest“ und ein dritter „für die Spülmaschine geeignet“ enthält, werden Filterung, Auswertung und Zuordnung unnötig erschwert. Erstellen Sie verbindliche Vorgaben für wiederkehrende Begriffe, Maßeinheiten und Kategoriewerte. Freitext bleibt wichtig, doch standardisierte Attribute erleichtern den zuverlässigen Vergleich ähnlicher Produkte.

Produktbilder sollten die Informationen im Feed bestätigen. Verwenden Sie ein klares Hauptbild, das exakt die jeweilige Variante zeigt, und ergänzen Sie bei Bedarf weitere Ansichten für Größenverhältnisse, Details, Verpackung oder Nutzungssituationen. Unterschiedliche Farben sollten nicht mit demselben Foto dargestellt werden, wenn die Abweichungen deutlich sichtbar sind. Halten Sie Bild-URLs stabil, stellen Sie eine ausreichende Auflösung bereit und entfernen Sie Werbeelemente, die das eigentliche Produkt verdecken. Bilder aus realen Anwendungssituationen können Empfehlungen verbessern, sollten jedoch keine eindeutige Produktansicht ersetzen. Kontrollieren Sie insbesondere bei Seiten mit auswählbaren Farben oder Größen, ob Feedbild, Produktseite und ausgewählte Variante übereinstimmen.

Preis, Bestand, Lieferung und Rückgabe synchronisieren

Preis und Verfügbarkeit müssen im Feed, auf der Produktseite, in strukturierten Daten und im Bestellprozess übereinstimmen. Eine Empfehlung ist wenig hilfreich, wenn ein Produkt als verfügbar angezeigt wird, aber nicht bestellt werden kann, oder wenn sich der angegebene Preis nach dem Aufrufen der Seite verändert. Verwenden Sie die richtige Währung und übermitteln Sie einen Aktionspreis getrennt vom regulären Preis, wenn tatsächlich eine zeitlich begrenzte Preisreduzierung gilt. Unterscheiden Sie klar zwischen verfügbar, nicht verfügbar, vorbestellbar und nachbestellbar. Produkte, die vorbestellt oder nachgeliefert werden können, sollten mit einem realistischen Verfügbarkeitsdatum versehen sein. Dieselbe Information muss auch deutlich auf der Produktseite erscheinen.

Liefer- und Rückgabeinformationen können sowohl die Zulässigkeit eines Angebots als auch die Qualität einer Empfehlung beeinflussen. Hinterlegen Sie Versandkosten, Lieferzeitraum, regionale Einschränkungen und Rückgabebedingungen in einer einheitlichen Form. Wenn für bestimmte Produkte abweichende Regeln gelten, etwa für sperrige Möbel oder gekühlte Lebensmittel, sollten diese Ausnahmen direkt auf Produktebene angegeben werden, anstatt sich ausschließlich auf allgemeine Versandbedingungen zu verlassen. Strukturierte Daten auf der Produktseite können Lieferangaben und Rückgaberichtlinien enthalten, während übergeordnete Unternehmensdaten für allgemeine Regelungen genutzt werden können. Sichtbare Seiteninhalte, Feed-Einstellungen und strukturierte Angaben müssen denselben tatsächlichen Ablauf für Kunden beschreiben.

Die Aktualisierungshäufigkeit sollte davon abhängen, wie schnell sich ein Feld verändert. Bei einem kleinen Sortiment mit stabilen Lagerbeständen kann eine tägliche Aktualisierung ausreichen. Händler mit hohem Verkaufsvolumen benötigen dagegen häufig ereignisbasierte oder regelmäßig ausgeführte Teilaktualisierungen für Preis und Bestand. Automatische Artikelaktualisierungen können vorübergehende Abweichungen korrigieren, die auf Produktseiten erkannt werden. Sie ersetzen jedoch keinen verlässlichen Feedprozess. Unternehmen, die noch die ältere Content API for Shopping von Google verwenden, sollten vor dem 18. August 2026 vollständig zur Merchant API wechseln, da der bisherige Dienst zu diesem Zeitpunkt eingestellt werden soll. Auch ohne API-Anbindung gilt dasselbe Grundprinzip: Änderungen müssen schnell veröffentlicht, fehlgeschlagene Aktualisierungen überwacht und veraltete Feeds vermieden werden.

Feedqualität prüfen, messen und schrittweise verbessern

Die Prüfung sollte erfolgen, bevor der Feed an einen externen Dienst übertragen wird. Kontrollieren Sie, ob alle Pflichtfelder vorhanden sind, IDs nur einmal vorkommen, URLs funktionieren, Preise die richtige Währung und das korrekte Zahlenformat verwenden und Verfügbarkeitswerte aus einer festgelegten Liste stammen. Kennzeichnen Sie unlogische Kombinationen, etwa einen Aktionspreis, der über dem regulären Preis liegt, eine Variante ohne Gruppen-ID oder eine Größenangabe, die dem Produkttitel widerspricht. Suchen Sie außerdem nach Platzhaltertexten, doppelten Beschreibungen und Bild-URLs, die für nicht zusammengehörende Artikel verwendet werden. Solche Prüfungen können mit einfachen Tabellenregeln oder Funktionen eines Katalogverwaltungssystems umgesetzt werden. Entscheidend ist, Fehler zu erkennen, bevor sie Tausende von Einblendungen beeinflussen.

Automatische Prüfungen sollten regelmäßig durch manuelle Stichproben ergänzt werden. Wählen Sie Produkte aus wichtigen Kategorien, weniger gefragten Sortimentsteilen, Neuerscheinungen, reduzierten Angeboten und Artikeln mit zahlreichen Varianten aus. Vergleichen Sie jede Feedzeile mit der veröffentlichten Produktseite und führen Sie einen Testkauf so weit durch, dass Preis, Verfügbarkeit und Lieferbedingungen überprüft werden können. Dokumentieren Sie größere Änderungen an Feedregeln, damit ein plötzlicher Rückgang genehmigter Produkte einer konkreten Anpassung zugeordnet werden kann. Marketing, Sortimentsmanagement und technische Teams sollten dieselbe Fehlerliste nutzen, in der für jede Korrektur eine verantwortliche Person und ein Termin festgelegt sind. Die Qualität verbessert sich schneller, wenn Feedfehler als allgemeine Katalogprobleme und nicht nur als Probleme einzelner Werbekampagnen behandelt werden.

Messen Sie nicht ausschließlich Klicks. Beobachten Sie den Anteil der Produkte mit vollständigen Kennzeichnungen, die Abdeckung relevanter Kategorien, abgelehnte Artikel, Preis- und Bestandsabweichungen, fehlerhafte Links sowie fehlende Bilder. Analysieren Sie bei Suchfunktionen Anfragen ohne Ergebnisse, häufig veränderte Suchformulierungen und Trefferlisten mit geringer Interaktion. Bei Empfehlungen sind unter anderem Aufrufrate, Warenkorbrate, Umsatz pro Sitzung und der Anteil tatsächlich verfügbarer vorgeschlagener Produkte relevant. Testen Sie größere Änderungen, beispielsweise klarere Titel oder vollständigere Kompatibilitätsfelder, zunächst an einer begrenzten Produktgruppe. Ein Feed sollte danach bewertet werden, ob er Kunden dabei unterstützt, geeignete Artikel schneller zu finden und ihren Kauf ohne unerwartete Abweichungen abzuschließen.

Ein praktischer Arbeitsablauf für Produktfeeds im Jahr 2026

Erstellen Sie zunächst für jede Produktkategorie ein Verzeichnis der benötigten Attribute. Halten Sie darin Feldname, zulässiges Format, Datenquelle, Verantwortlichkeit, Aktualisierungshäufigkeit und Priorität fest. Kennzeichnen Sie jedes Feld als verpflichtend, empfohlen oder optional. Prüfen Sie anschließend eine repräsentative Auswahl des Sortiments anhand dieser Vorgaben. Korrigieren Sie zuerst grundlegende Identitäts- und Verkaufsdaten: ID, Titel, Link, Bild, Preis, Verfügbarkeit, GTIN, Marke und Variantengruppierung. Ergänzen Sie danach jene Merkmale, die Vergleiche und eine genaue Eignungsbewertung ermöglichen. Dieses schrittweise Vorgehen verhindert, dass viel Zeit in sprachlich ausgefeilte Beschreibungen investiert wird, während grundlegende Bestands- oder Kennzeichnungsfehler weiterhin eine korrekte Darstellung verhindern.

Teilen Sie den Arbeitsprozess in sechs klar definierte Phasen ein: erfassen, vereinheitlichen, ergänzen, prüfen, veröffentlichen und überwachen. Bei der Erfassung werden Daten aus den bereits vorhandenen Systemen zusammengeführt. Die Vereinheitlichung überführt unterschiedliche Werte in verbindliche Formate. In der Ergänzungsphase werden fehlende Kategoriemerkmale, Bilder und kundenrelevante Informationen hinzugefügt. Die Prüfung erkennt Fehler und Widersprüche. Anschließend werden bestätigte Datensätze an Suchdienste, Werbesysteme, Marktplätze und Empfehlungsfunktionen übertragen. Die Überwachung erfasst danach Warnungen, abgelehnte Artikel und Leistungsänderungen. Jede Phase sollte einer verantwortlichen Person zugeordnet sein, auch wenn in kleineren Unternehmen mehrere Aufgaben von derselben Person übernommen werden.

Überprüfen Sie den Feed immer dann, wenn sich Sortiment, Verkaufsmodell oder Anforderungen eines Zielsystems ändern, und nicht erst nach dem Auftreten eines Fehlers. Ergänzen Sie neue Attribute, wenn diese konkrete Kundenfragen beantworten, entfernen Sie Felder, die nicht mehr zuverlässig gepflegt werden, und dokumentieren Sie jede Regel, mit der Quelldaten verändert werden. Die besten Feeds im Jahr 2026 sind nicht jene mit den meisten Spalten, sondern jene, die eine zuverlässige Produktidentität, sinnvolle Details und aktuelle Verkaufsinformationen bereitstellen. Wenn Feed, Produktseite, strukturierte Daten und Bestellprozess dieselben korrekten Angaben enthalten, verfügen KI-Such- und Empfehlungssysteme über eine deutlich bessere Grundlage, um für jede Anfrage den passenden Artikel auszuwählen.