Das Agent-Readiness-Audit mit 40 Punkten für Katalog und Checkout

Sind wir bereit für KI-Agenten ist eine Frage ohne brauchbare Antwort, solange sie nicht konkret wird. Dies ist die konkrete Fassung: vierzig Prüfpunkte in fünf Bereichen, jeder bewertet mit bestanden, teilweise oder nicht bestanden — am Ende steht eine priorisierte Arbeitsliste statt eines Gefühls.

Die meisten Shops schneiden beim ersten Durchlauf schlecht ab, und die nicht bestandenen Punkte liegen jedes Mal an denselben Stellen. Keine der Behebungen ist exotisch — es geht um Datenhygiene, strukturierte Daten und Zugangsrichtlinien, und alles davon zahlt sich auch in der klassischen Suche aus.

Teil 1: Produktdaten (Prüfpunkte 1–12)

Das Fundament. Ein Agent kann nicht empfehlen, was er nicht beschreiben oder vergleichen kann.

1. Jedes Produkt hat einen eindeutigen, beschreibenden Titel — keine SKU, keinen abgeschnittenen Text aus dem Lieferantenfeed.
2. Jedes Produkt hat einen substanziellen Beschreibungstext, der sagt, was es ist und für wen es gedacht ist.
3. Filterbare Attribute sind zu über 90 % gefüllt, und zwar bei den Attributen, nach denen Kunden tatsächlich filtern.
4. Attributwerte folgen einem kontrollierten Vokabular, nicht Freitext.
5. Einheiten sind explizit angegeben bei jedem Maß- oder Mengenattribut.
6. GTIN ist vorhanden bei Produkten, die eine haben.
7. MPN und Marke sind vorhanden, wo keine GTIN infrage kommt.
8. Varianten sind als Varianten modelliert, ihre Unterschiede als Attribute abgebildet und nicht in den Titel geschrieben.
9. Die Kategorie-Taxonomie ist konsistent und jedes Produkt sitzt an der richtigen Stelle darin.
10. Bilder haben beschreibenden Alt-Text, den eine Maschine als Beschreibung lesen kann.
11. Kompatibilitäts- oder Passungsdaten sind strukturiert, wo die Kategorie das braucht.
12. Der Katalog enthält keine doppelten oder nahezu doppelten Produkte, die um dieselbe Artikeldarstellung konkurrieren.

Teil 2: Strukturierte Daten (Prüfpunkte 13–22)

Wie die Daten zu einer Maschine gelangen, die Ihren Storefront liest.

1. Product-Schema ist vorhanden auf jeder Produktseite und validiert fehlerfrei.
2. Das Offer-Schema führt Preis und Währung und gibt den tatsächlich angezeigten Preis wieder.
3. Die Verfügbarkeit ist im Schema ausgedrückt und stimmt im Moment des Renderings mit der Realität überein.
4. MerchantReturnPolicy ist veröffentlicht — als strukturierte Daten, nicht nur als Fließtextseite.
5. Versanddetails sind strukturiert, inklusive Schwellenwerten und Zielländern.
6. AggregateRating- und Review-Markup sind vorhanden, wo es echte Bewertungen gibt — und fehlen, wo es keine gibt.
7. Das Breadcrumb-Schema bildet den echten Kategoriepfad ab.
8. Das Organization-Schema identifiziert den Händler eindeutig, inklusive Kontaktwegen.
9. Canonical-URLs sind korrekt, damit ein Agent dasselbe Produkt nicht unter drei Adressen antrifft.
10. Keine strukturierten Daten widersprechen der sichtbaren Seite. Nichts kostet Vertrauen schneller.

Teil 3: Zugang und Crawler-Richtlinien (Prüfpunkte 23–29)

Was Sie blockiert haben, kann Sie nicht zitieren — und alles, was Sie nicht blockiert haben, sollte Sie nicht abgreifen dürfen.

1. Sie haben eine ausdrückliche, dokumentierte Position zu jedem großen KI-Crawler statt einer Voreinstellung, die niemand gewählt hat.
2. Crawler, die Quellen nennen, sind zugelassen, sofern nicht ein konkreter Grund dagegen spricht.
3. Produktseiten rendern ihre Inhalte ohne ausgeführtes JavaScript, oder Sie haben geprüft, dass die für Sie relevanten Agenten es ausführen.
4. Kein aggressiver Bot-Schutz blockiert legitimen Assistenten-Traffic — prüfen Sie Ihre Logs, statt es anzunehmen.
5. Rate Limiting unterscheidet Crawler von Angriffen und liefert keine Fehler, die wie Ausfälle aussehen.
6. Ihre Sitemap ist aktuell und enthält jedes indexierbare Produkt.
7. Server-Antworten sind schnell und gleichbleibend für Crawler-Traffic, der häufig versehentlich depriorisiert wird.

Teil 4: Richtlinien und Vertrauenssignale (Prüfpunkte 30–35)

Ein Agent, der zwischen zwei Produkten wählt, bevorzugt das, dessen Konditionen er nachvollziehen kann.

1. Die Retourenrichtlinie nennt eine Frist in Tagen, ausdrücklich und in einer Form, die eine Maschine auslesen kann.
2. Wer den Rückversand zahlt, ist ausgeschrieben, nicht bloß angedeutet.
3. Lieferzeiten sind konkret, je Zielland, statt schneller Versand.
4. Garantiebedingungen sind je Produktkategorie angegeben, wo sie sich unterscheiden.
5. Kontaktwege sind maschinenlesbar und werden tatsächlich betreut.
6. Die Unternehmensidentität ist überprüfbar — eingetragener Name, Anschrift, Registernummer, wo zutreffend.

Teil 5: Transaktionsschnittstelle (Prüfpunkte 36–40)

Der jüngste Bereich, der am wenigsten gefestigte — und der einzige, in dem es vertretbar ist, vorerst nichts zu tun.

1. Sie wissen, ob Ihre Plattform bereits eine Agenten-Schnittstelle bereitstellt und ob sie aktiviert ist. Mehrere große Plattformen haben das standardmäßig eingeschaltet.
2. Die Verfügbarkeit, die ein Agentenkanal zu sehen bekommt, ist in Echtzeit und nicht länger als wenige Minuten gecacht.
3. Die Preise für Agenten stimmen mit denen im Storefront überein, inklusive Aktionen und kundenspezifischer Regeln, wo relevant.
4. Sie haben eine dokumentierte Position zu agenteninitiiertem Betrug und Promo-Missbrauch — Velocity-Limits, Agentenidentität, Umgang mit Chargebacks.
5. Sie haben bewusst entschieden, ob Agenten kaufen können sollen, und die Antwort ist festgehalten, nicht unterstellt.

Prüfpunkt 40 ist eine kaufmännische Entscheidung, keine technische. Es gibt legitime Gründe für ein Nein — Margenschutz, Kanalkonflikt, Markenkontrolle — und entscheidend ist, dass bewusst entschieden wurde.

Ihr Ergebnis richtig lesen

• Unter 40: Die Arbeit liegt in Teil 1. Rühren Sie nichts anderes an, bevor Attributabdeckung und kontrollierte Vokabulare in Ordnung sind — jede weitere Verbesserung baut darauf auf.
• 40–55: Die Daten sind da, ausgezeichnet sind sie nicht. Teil 2 ist ein vergleichsweise schnelles Engineering-Projekt, das sich auch in der klassischen Suche sofort auszahlt.
• 55–70: solide. Konzentrieren Sie sich auf Teil 3, wo eine einzige falsch konfigurierte Bot-Regel alles andere zunichtemachen kann, und auf die Strukturierung der Richtlinien in Teil 4.
• Über 70: Sie liegen vor Ihrem Segment. Teil 5 lohnt sich jetzt zu planen.

Sichtbarkeit tatsächlich messen

Das Audit sagt Ihnen, ob Sie genutzt werden können. Ob Sie es tatsächlich werden, muss gemessen werden — und das geht ohne gekauftes Tool:

1. Bauen Sie ein Prompt-Panel — 50 Fragen, die ein Kunde in Ihrer Kategorie realistischerweise an einen Assistenten stellt, aufgeschrieben und festgelegt.
2. Führen Sie sie monatlich über die für Sie relevanten Assistenten aus und halten Sie fest, ob Sie auftauchen, wie Sie beschrieben werden und wer stattdessen erscheint.
3. Erfassen Sie Referral-Traffic aus KI-Quellen separat in der Webanalyse, samt seiner Conversion Rate, die häufig höher liegt als bei nicht markenbezogener organischer Suche.
4. Beobachten Sie in Ihren Logs die User-Agents von Agenten — das zeigt, was tatsächlich bei Ihnen ankommt, unabhängig davon, was ein Dashboard behauptet.
5. Wiederholen Sie das Audit quartalsweise. Die Attributabdeckung verfällt, sobald neue Produkte hinzukommen.

Die Behebung überschneidet sich fast vollständig mit Dingen, die ohnehin lohnen. Zur Anreicherung von Attributen: einen Katalog mit KI bereinigen; zur Sichtbarkeit: Ihre Produkte von ChatGPT und Perplexity empfehlen lassen; und zur Transaktionsschnittstelle, wenn Sie so weit sind: Ihr Produkt braucht einen MCP-Server.

Wir führen dieses Audit für Kunden über unsere Praxis für KI-Integration durch; die Daten- und Engineering-Arbeit übernimmt unser Team für KI und Machine Learning, die SEO-nahe Seite unser Digital-Marketing-Team.

Ihr Ergebnis ermitteln

Wir führen die vierzig Prüfpunkte an Ihrem Shop durch und übergeben Ihnen die bewertete Liste, mit der Behebung nach Ertrag sortiert. Die meisten Shops überrascht Teil 1. Sprechen Sie mit unserem Team; wir antworten innerhalb eines Werktags.