Produkte mit vollständigen Daten werden zu 96 % empfohlen

Warum das wichtig ist

Gekauft wird im Chat in Deutschland noch nicht, ausgewählt aber schon. 31 % der Online-Kunden haben bereits einen Chatbot nach Produktempfehlungen gefragt (bevh, 2026). Welches Produkt dort genannt wird, entscheiden nicht Werbetexte, sondern Produktdaten.

Die KI begründet mit Werten.

Im Feldtest stützten die Assistenten ihre Empfehlungen auf Datenwerte, im Median 7 bis 12,5 je Antwort. Fehlt ein Wert, fehlt Ihrem Produkt ein Argument.

Die Ranking-Logik ist geheim, die Datenanforderungen nicht.

OpenAI, Google, Microsoft und Perplexity sagen offen, was hilft: Produktfeeds und vollständige, strukturierte Produktdetails.

Wo kein Feed angenommen wird, ist die Produktseite der Feed.

Händlerprogramme gibt es bisher vor allem in den USA. In Deutschland lesen die meisten Assistenten Ihre Produktseiten, Preisvergleiche und Marktplätze.

Die Highlights der Studie

Sechs Ergebnisse, die für Händler und Hersteller besonders zählen. Alle Zahlen, Diagramme und die Methodik finden Sie in der Studie.

96 %

Alle Werte vollständig: So oft wurde das passende Produkt empfohlen.

2 %

Ein wichtiger Wert fehlt: So oft wurde es noch empfohlen.

50 %

der ChatGPT-Produktkarten auf deutsche Kauffragen waren fremdsprachig

2.005

Anfragen an ChatGPT, Gemini und Co. ausgewertet

96 % und 2 %: Labortest mit drei Gemini-Modellen ohne Websuche, je 52 Durchgänge.

Fehlt ein Wert, gewinnt die Konkurrenz

Mit vollständigen Daten empfahlen drei Gemini-Modelle ohne Websuche das passende Produkt in 96 % der Durchgänge. Fehlte ein einziger wichtiger Wert, nur noch in 2 %. Fast immer gewann dann ein schwächeres Konkurrenzprodukt mit vollständigen Daten.

Widersprüche kosten fast genauso viel

Nannten Feed und Produktseite unterschiedliche Werte, wurde das passende Produkt nur in 6 % der Durchgänge empfohlen. Stand ein Wert nur im Fließtext oder fehlte die Einheit, wurde es nur noch in 71 % bzw. 69 % empfohlen.

Jede zweite Produktkarte spricht die falsche Sprache

Auf deutsche Kauffragen zeigte ChatGPT 463 Produktkarten. 232 davon (50 %) waren fremdsprachig, meist englisch, aber auch niederländisch oder französisch.

Verfügbarkeit wird geschätzt

In 115 von 174 Anfragen mit Zeitbezug behaupteten die Assistenten, ein Produkt sei verfügbar, bei 58 % dieser Behauptungen ohne konkrete Händlerangabe.

Gefunden wird auch woanders

In 54 % der Antworten mit auswertbaren Links stand mindestens ein Preisvergleich, Testportal oder Medium. Meistzitierte Domain: idealo, vor Amazon. Ihre Produktdaten müssen also auch dort stimmen.

Abschreiben, nicht raten

Bei der Anreicherung aus Lieferanten-Datenblättern trug das Sprachmodell mit einem Alltagsprompt in 24 % der erschließbaren Lücken einen vermuteten Wert ein. Mit drei einfachen Prüfregeln: in 0 %. Den Prompt zum Nachbauen finden Sie in der Studie.

Für wen ist die Studie?

Die Studie richtet sich an alle, die entscheiden, wie Produkte online beschrieben und ausgespielt werden:

• Head of E-Commerce & E-Commerce Manager
• PIM-, Produktdaten- und Katalogverantwortliche
• Geschäftsführer & C-Level in Handel und Industrie
• Online-Händler und Hersteller mit eigenem Sortiment
• Marktplatz- und Feed-Verantwortliche
• SEO- und Content-Teams, die sich mit KI-Suche beschäftigen

Was Sie in der Studie erwartet

20 Seiten mit vielen Diagrammen und wenig Text, Methodik und Quellen im Anhang.

• Alle Ergebnisse aus Feld-, Labor- und Anreicherungstest
• Sieben KI-Assistenten im Vergleich: gleiche Frage, sieben Antworten
• Drei Arten von Produktdaten und wer sie im Unternehmen verantwortet
• Eine Checkliste für Ihre Produktdaten
• Vier Schritte, mit denen Sie Ihre Produktdaten bereit für KI-Assistenten machen
• Den Prompt mit Prüfregeln zum Nachbauen