Google entscheidet nicht mehr allein darüber, was Nutzer finden
In diesem Beitrag zeige ich dir, wie KI-Agenten die Regeln der Sichtbarkeit im E-Commerce neu schreiben. Einige dieser Veränderungen finden bereits statt – und manche Maßnahmen solltest du schon heute umsetzen, um langfristig wettbewerbsfähig zu bleiben.
Das Signal, über das niemand laut genug spricht
Im April 2026 veröffentlichte Adobe Digital Insights eine Zahl, die in den Chefetagen des Handels eigentlich Alarmstimmung hätte auslösen sollen. Die Analyse von über einer Billion US-amerikanischen Retail-Sitebesuchen ergab: Traffic, der über KI-Engines vermittelt wird, konvertiert heute 42 % besser als Nicht-KI-Traffic. Zwölf Monate zuvor hatte dasselbe Datenmaterial das genaue Gegenteil gezeigt — KI-Traffic konvertierte 38 % schlechter. Ein Schwung von 80 Prozentpunkten in einem einzigen Jahr.
Was diese Zahl bedeutet: Der Konsument, der über ChatGPT, Perplexity oder Googles AI Overviews auf Ihre Produktseite gelangt, ist kein zufälliger Besucher. Er kommt vorqualifiziert, vorüberzeugt und mit klarer Kaufabsicht.
Die entscheidende Frage für jeden E-Commerce-Manager im Jahr 2026 lautet deshalb nicht: 'Sollten wir uns mit KI-Suche beschäftigen?' Sie lautet: 'Warum ist unsere Marke unsichtbar, wenn eine KI eine Kategoriefrage beantwortet?'
Von SEO zu AEO: Ein notwendiges Vokabular-Update
Zwei Jahrzehnte lang definierte Search Engine Optimisation (SEO), wie E-Commerce-Teams digitale Sichtbarkeit angingen. Keywords, Backlinks, die Jagd nach den ersten zehn blauen Links auf einer Google-Ergebnisseite.
Dieses Modell ist nicht tot, aber es ist unvollständig. Neben ihm hat sich eine neue Disziplin etabliert: Answer Engine Optimisation (AEO). Den Unterschied zu verstehen ist heute eine berufliche Grundvoraussetzung für alle, die einen Online-Kanal verantworten.
Das Messinstrumentarium verändert sich grundlegend. Traditionelles SEO ist im Wesentlichen ein Google-Spiel. AEO wird über ein Panel gemessen: ChatGPT, Perplexity, Claude, Gemini, Google AI Overviews und ein wachsendes Ökosystem agentenbasierter Oberflächen. Eine Marke, die auf Google auf Platz 1 rankt, von keinem grossen LLM aber je zitiert wird, hat einen wachsenden blinden Fleck.
Wie der neue Discovery-Funnel funktioniert
Betrachten Sie das Suchverhalten eines typischen Konsumenten im Jahr 2022 im Vergleich zu heute.
2022: Keywords in Google eingeben, zehn Ergebnisse scannen, zwei oder drei Seiten besuchen, manuell vergleichen, kaufen.
2026 verhält sich ein wachsender Teil der Käufer — insbesondere kaufkräftige Konsumenten mit hoher Kaufabsicht — anders. Sie öffnen ChatGPT oder Perplexity und stellen eine Konversationsfrage: 'Welcher Luftreiniger eignet sich am besten für ein Schlafzimmer unter 20 Quadratmetern, unter 200 Euro, mit HEPA-Filter?' Die KI antwortet mit einer direkten Empfehlung. Wenn Ihre Marke in dieser Antwort vorkommt, existieren Sie. Wenn nicht, waren Sie nie Teil des Consideration Sets.
Zwei unterschiedliche Suchverhaltensweisen kristallisieren sich heraus:
• Schnellsuche (KI-vermittelt): Zero-Click-Antworten auf Fakten, Vergleiche und Empfehlungen. Hier dominiert AEO.
• Tiefensuche (vom Menschen gesteuert): Hocheinsatz-Recherche, bei der Käufer Bewertungen lesen, Quellen prüfen und Details vergleichen möchten. Hier bleiben traditionelles SEO und Experteninhalte relevant.
Was KI-Engines tatsächlich suchen
Hier liegt ein teurer Irrtum vieler E-Commerce-Teams: Sie glauben, ein gutes Google-Ranking bedeute automatisch eine gute Performance in der KI-Suche. Das stimmt nicht. Die Optimierungslogik ist grundlegend verschieden.
Traditionelles SEO belohnt lexikalisches Keyword-Matching, Domain-Autorität und Backlink-Profil. AEO operiert auf der Basis semantischer Entitätsbeziehungen. Ein KI-Modell scannt nicht nach Keyword-Dichte; es stellt sich die Frage: Hat diese Marke eine klar extrahierbare Identität? Sind die Daten so strukturiert, dass ich mit Konfidenz eine Antwort synthetisieren kann? Gibt es Drittquellen, die das bestätigen, was die Marke behauptet?
Drei Beispiele aus dem europäischen E-Commerce:
1. Decathlon (Sportartikel)
Decathlon hat über seinen 80.000+ SKU-Katalog ein umfassendes Produktschema implementiert — inklusive strukturierter Grösstentabellen, Aktivitäts-Eignungs-Tags und verifizierter Bewertungsaggregation. Wenn ein Nutzer einen KI-Assistenten fragt: 'Welchen Laufschuh sollte ich als Anfänger unter 100 Euro kaufen?', erscheinen Decathlon-Produkte in empfohlenen Antworten mit einer Häufigkeit, die Wettbewerber ohne strukturierte Datenstrategie schlicht nicht erreichen.
2. Zalando (Mode)
Zalando ist über das Produktschema hinausgegangen und investiert in redaktionelle Bestätigung von Drittseiten — durch Beauftragung unabhängiger Stilratgeber und Trend-Reports, die Zalando-Marken kontextuell zitieren. Das schafft die Off-Site-Zitierarchitektur, auf die LLMs angewiesen sind, wenn sie sichere Empfehlungen generieren. Die Lektion: AEO ist keine reine On-Site-Technikübung. Es braucht ein Off-Site-Content-Ökosystem.
3. Casper (Schlafsysteme)
Casper hat seine Kategorieinhalte um konversationelle Fragen statt um Keywords herum restrukturiert. Ihre Matratzen-Vergleichsseiten beginnen jetzt mit direkten Antworten auf die Frage 'Welche Matratze ist die beste für Seitenschläfer?' — der extrahierbare Kern steht vor jeder Marketing-Aussage. Das Ergebnis: konsistente Zitation in ChatGPT und Perplexity für schlafbezogene Suchanfragen.
Das praktische Playbook: Wo anfangen
Für einen E-Commerce-Manager, der 2026 eine AEO-Kompetenz aufbaut, ist die Priorisierung eindeutig. Beginne mit der Messung — was du nicht siehst, kannst du nicht optimieren. Baue ein Citation-Monitoring-Dashboard für die fünf wichtigsten KI-Engines auf. Tracke Mention Rate und Citation Rate als eigenständige KPIs — parallel zu deinen bestehenden SEO-Kennzahlen.
Führe anschließend ein Passage-Extractability-Audit für deine wichtigsten Kategorienseiten und Produktdetailseiten durch. Stelle dir dabei eine einzige Frage: Wenn ein KI-Modell nur die ersten 300 Wörter dieser Seite liest — erhält es dann eine vollständige, überzeugende Antwort auf die häufigste Frage in meiner Kategorie?
Die Marken, die 2026 in diese Infrastruktur investieren, werden nicht nur mehr Traffic generieren. Sie werden besseren Traffic gewinnen — vorqualifizierte Käufer mit klarer Kaufabsicht, die bereits von einer KI empfohlen wurden, der sie vertrauen.
Das Fenster für Wettbewerbsvorteile steht offen. Aber es wird nicht für immer offen bleiben.
Kerndatum: KI-vermittelter Traffic konvertiert 42% besser als Nicht-KI-Traffic (Adobe Digital Insights, April 2026)
Kernmassnahme: llms.txt implementieren, Passage-Extrahierbarkeit auditieren, Zitations-Monitor aufbauen. |
Und zum Schluss,
Kernhorizont: Bis 2027 prognostiziert Gartner, dass 15 % der täglichen Geschäftsentscheidungen autonom durch KI-Agenten getroffen werden. Ihre Produktdaten müssen für maschinellen Konsum bereit sein. |
Möchten Sie eine ganzheitliche Strategie für Ihren Online-Shop?
Kontaktieren Sie mich hier.
Dieser Beitrag ist auch auf Spanisch und Englisch verfügbar:
Kommentare