Wer heute ein Sofa sucht, tippt nicht mehr nur Suchbegriffe in Google. Immer mehr Menschen stellen einem KI-Assistenten eine Frage wie „Welches Sofa passt in ein kleines Wohnzimmer und kostet unter 1.200 Euro?“ und erhalten eine Auswahl aus wenigen Produkten. Wer dort nicht genannt wird, wird für diese Kaufentscheidung nicht verglichen.
Für Händler in Deutschland ist die Lage zweigeteilt. ChatGPT Shopping ist nach den vorliegenden Berichten bisher in den USA verfügbar, einen bestätigten Starttermin für Deutschland gibt es nicht. Google nutzt das Merchant Center als Produktquelle für AI Mode und AI Overviews, welche Funktionen im deutschen Markt aktiv sind, ändert sich laufend. Die Datenanforderungen beider Systeme überschneiden sich jedoch stark, das Vorbereiten lohnt sich also unabhängig vom Starttermin.
Dieser Beitrag trennt deshalb sauber zwischen belegten Zahlen, Beobachtungen und offenen Fragen und leitet daraus sieben Schritte für Ihre Produktdaten ab.
Kurz & knapp: die 7 Schritte im Überblick
- Lage: Jeder Assistent wählt andere Händler aus, die Datenbasis ist zunehmend der Produktfeed.
- Feed: Titel, Preis, Verfügbarkeit, Marke, Bild und Versand müssen vollständig und korrekt sein.
- Konsistenz: Feed, Produktseite und Checkout dürfen sich bei Preis und Verfügbarkeit nicht widersprechen.
- Fragen: Strukturierte Antworten auf typische Kundenfragen erhöhen die Chance auf eine Empfehlung.
- Zugang: KI-Crawler nicht versehentlich über robots.txt oder Firewall aussperren.
- Messung: Sichtbarkeit je Assistent prüfen und Tracking für Käufe über KI vorbereiten.
- Start: Mit den umsatzstärksten Warengruppen und sauberen Basisdaten beginnen.
Was belegt ist: KI-Shopping in Zahlen
Die Agentur Jellyfish verglich Produktempfehlungen von ChatGPT, Google AI Mode und Amazons Alexa for Shopping in acht Kategorien und vier Märkten (USA, Großbritannien, Australien, Singapur), darunter Möbel. Über alle Kategorien entfielen rund 80 % der KI-Produktempfehlungen auf ChatGPT und rund 20 % auf Google AI Mode. Bei Haushaltsgeräten lag die Verteilung bei 97 zu 3.
Wichtiger als die Verteilung ist die Streuung: Bei Spielzeug bezog ChatGPT 24 Händler ein, Google AI Mode 37. Bei britischen Herrenanzügen waren es 30 gegenüber vier. Dieselbe Frage führt also je Assistent zu anderen Händlern. Eine einzelne Frage kann laut Studie bis zu 290 Marken sichtbar machen, die stärkste Marke kommt in der US-Mode nur auf sieben Prozent.
Zur Datenquelle liegt eine Beobachtung von Profound vor, über die Search Engine Journal am 9. September 2026 berichtete: Der Anteil der Empfehlungen aus Händlerfeeds stieg in ChatGPT im Juli sprunghaft von rund 8 % auf rund 62 %, Anfang September lag er bei geschätzt 65 %. Gleichzeitig sank die Zahl der einzelnen Händler in der Auswertung um mehr als 20 %. Das sind Beobachtungsdaten eines Analyseanbieters für ChatGPT Shopping in den USA, keine Messung des gesamten Marktes.
Der Produktfeed als Datenbasis
Ein Assistent kann nur empfehlen, was er sicher einordnen kann. Im Kern prüft er, ob ein Produkt verfügbar ist, zur Frage passt und ob der Preis stimmt. Die Antworten stammen aus dem Produktfeed. Die Feed-Spezifikation von OpenAI verlangt nach Darstellung eines Fachanbieters unter anderem Titel (höchstens 150 Zeichen), Beschreibung (höchstens 5.000 Zeichen), Preis, Verfügbarkeit, Produkt-URL, Bild, Marke und Verkäuferangaben sowie Kennzeichen, ob ein Produkt in Suche und Checkout erscheinen darf.
Google arbeitet mit dem Merchant Center, das Sie für Shopping-Anzeigen und kostenlose Einträge ohnehin pflegen. Ein sauberer Google-Feed ist deshalb die beste Grundlage, denn die Pflichtangaben beider Systeme überschneiden sich stark. Hinzu kommen GTIN (sofern vorhanden), Versandkosten, Lieferzeit und Rückgabeangaben.
Für Möbel zählen außerdem Angaben, die Kundenfragen direkt beantworten: Maße, Material, Farbe, Lieferumfang, Montageaufwand und Lieferzeit. Je vollständiger diese Attribute strukturiert vorliegen, desto besser kann ein Assistent einordnen, ob ein Produkt zur Anfrage passt.
Konsistenz zwischen Feed, Produktseite und Checkout
KI-Assistenten reagieren empfindlich auf Widersprüche. Weicht der Preis im Feed vom Preis auf der Produktseite oder im Checkout ab, ist das für ein automatisches System ein Grund, die Empfehlung zu streichen oder einen anderen Händler zu bevorzugen. Das gilt auch für Verfügbarkeit und Versandkosten.
Aktivieren Sie deshalb die automatischen Artikel-Updates im Merchant Center, damit Preis und Verfügbarkeit mit der Website abgeglichen werden. Stimmen Sie strukturierte Daten (Product-Schema) mit dem Feed ab und halten Sie Versand-, Rückgabe- und Gewährleistungsangaben in crawlbarem HTML auf stabilen Seiten bereit, nicht in PDF-Dateien oder Akkordeons, die ein Automat nicht öffnet.
Im Weihnachtsgeschäft ist das besonders sensibel: Aktionspreise, Streichpreise und Staffelrabatte müssen in Feed und Shop identisch und rechtlich sauber dargestellt sein. Ein automatischer Vergleich deckt Abweichungen schneller auf als ein Kunde.
Kundenfragen im Feed beantworten
Anfragen an KI-Assistenten sind konkreter als klassische Suchanfragen. Nutzer nennen Budget, Raumgröße, Material oder Kompatibilität gleich mit. In einer US-Befragung von Semrush gaben 52 % an, ihre Bedingungen direkt in der Anfrage zu nennen. Wer diese Fragen strukturiert beantwortet, hat bessere Chancen auf die engere Auswahl.
Google hat im Merchant Center nach Angaben eines Fachanbieters sechs optionale Attribute für solche Konversationen eingeführt: question_and_answer für typische Produktfragen, document_link für Anleitungen, related_product für Zubehör, variant_option und item_group_title für Varianten sowie popularity_rank für die Beliebtheit im Sortiment. Die Felder sind freiwillig und beeinflussen die Genehmigung nicht.
Für Möbelhändler bieten sich Antworten an wie: Passt das Sofa durch ein Standard-Treppenhaus? Ist der Bezug abnehmbar und waschbar? Welche Zusatzteile braucht die Wandmontage? Diese Informationen stehen oft schon im Datenblatt und müssen nur strukturiert abgelegt werden.
KI-Crawler nicht versehentlich aussperren
Viele Shops haben aus Sorge vor Scraping pauschal KI-Bots gesperrt. Das kann dazu führen, dass Assistenten Ihre Seiten nicht lesen können, wenn sie live auf eine Kundenanfrage reagieren.
Prüfen Sie die robots.txt auf Disallow-Regeln für Crawler wie OAI-SearchBot, ChatGPT-User, PerplexityBot und Google-Extended und trennen Sie dabei Trainings-Crawler von Bots, die eine konkrete Nutzeranfrage beantworten. Kontrollieren Sie zusätzlich Firewall-, CDN- und Bot-Schutzregeln, denn diese können Zugriffe blockieren, obwohl die robots.txt sie erlaubt.
Ob Sie Trainings-Crawler zulassen, ist eine unternehmerische Entscheidung mit rechtlichen Aspekten. Für die Sichtbarkeit in Antworten zählt vor allem, dass die abfragenden Bots Zugriff haben.
Messung und Attribution
Klassische Kennzahlen reichen nicht mehr. Ein Assistent kann ein Produkt empfehlen, ohne dass es zu einem Klick kommt, oder einen Kunden mit konkreter Kaufabsicht auf Ihre Seite schicken, dessen Besuch im Tracking wie Direktverkehr aussieht.
Beobachten Sie in Search Console und Analytics Zugriffe über KI-Quellen, prüfen Sie Referrer und Landingpages und testen Sie regelmäßig, ob Ihre wichtigsten Produkte bei typischen Kundenfragen genannt werden. Dokumentieren Sie die Antworten über die Zeit, denn die Auswahl schwankt je Assistent und Markt. Google rollt im Merchant Center Auswertungen zur KI-Sichtbarkeit aus, laut Berichten zunächst in einzelnen Märkten, zu denen Deutschland bisher nicht gehört.
Werden Käufe künftig direkt in der Oberfläche eines Assistenten abgeschlossen, sehen clientseitige Tags diese Bestellungen nicht. Server-Side-Tracking und Enhanced Conversions sind in jedem Fall die richtige Vorbereitung.
Umsetzung für Möbelhändler: So starten Sie
Beginnen Sie nicht mit dem gesamten Sortiment. Wählen Sie die umsatzstärksten Warengruppen, bereinigen Sie dort Attribute, GTINs, Maße, Materialien und Lieferzeiten und prüfen Sie Feed und Shop auf identische Preise und Verfügbarkeit.
Im zweiten Schritt ergänzen Sie Fragen und Antworten, Zubehör und Varianten, stellen den Zugriff für KI-Crawler sicher und richten die Messung ein. Im dritten Schritt beobachten Sie, wie Assistenten Ihre Produkte darstellen, und verbessern die Daten anhand der Abweichungen.
Der Black Friday eignet sich als erster Belastungstest: Aktionspreise, hohe Nachfrage und viele Produktänderungen zeigen schnell, wo Feed und Shop auseinanderlaufen.
Was Sie nicht tun sollten
- Keine Hektik wegen eines Starttermins: Ob und wann ChatGPT Shopping in Deutschland startet, ist offen. Saubere Daten nutzen Ihnen schon heute in Google Shopping.
- Keine Abweichungen zwischen Feed und Shop: Preis, Verfügbarkeit und Versandkosten müssen übereinstimmen.
- Keine pauschale Sperre für KI-Bots: Prüfen Sie, welche Bots Sie aussperren und aus welchem Grund.
- Keine unbelegten Versprechen: Beschreibungen und Antworten müssen nachprüfbar sein, sonst sinkt das Vertrauen von Kunden und Systemen.
Wie sichtbar sind Ihre Produkte in KI-Antworten?
Mit dem AI-Readiness-Check von geonauten.ai prüfen wir Ihren Shop in 10 Werktagen auf die Kriterien, die für Sichtbarkeit in KI-Antworten entscheidend sind, und zeigen konkrete Maßnahmen. Für Feed, Merchant Center und Shop-Fragen sprechen Sie uns jederzeit an.
Häufige Fragen
Gibt es ChatGPT Shopping in Deutschland?
Muss ich für ChatGPT einen eigenen Feed pflegen?
Wie erkenne ich, ob mein Shop KI-Bots blockiert?
Ändert sich dadurch etwas am klassischen SEO?
Wie belastbar sind die genannten Zahlen?
Quellen: etailment (Bericht über die Jellyfish-Studie, 6. Oktober 2026), ALM Corp (Bericht über Profound-Daten nach Search Engine Journal, 9. September 2026), MW SEA Marketing (Feed-Parameter für KI-Shopping, 19. Juli 2026, mit Angaben zu den Spezifikationen von Google und OpenAI), Semrush-Befragung (Dezember 2025). Angaben ohne Gewähr. Prüfen Sie Spezifikationen vor der Umsetzung in der Merchant-Center-Hilfe und in der Dokumentation von OpenAI. Stand: 9. Oktober 2026.
