KI-Assistenten verändern die Produktsuche. Sie können sie unterstützen, Anforderungen aus natürlicher Sprache ableiten und Angebote für Nutzer vorsortieren. Händler sollten das zum Anlass nehmen, die eigene Datenqualität – Produktdaten, Feeds und Schnittstellen – kritisch zu prüfen.

Onlinehändler optimieren ihre Shops seit Jahren für Suchmaschinen, Marktplätze und Preisvergleichsportale. Nun kommt ein weiterer Zugang zum Sortiment hinzu: KI-Assistenten. Damit steigen die Anforderungen an die Datenqualität. Ein Produkt muss aber nicht nur auf einer Detailseite gut aussehen. Es sollte auch so beschrieben sein, dass externe Systeme seine Eigenschaften eindeutig erfassen und mit einer konkreten Anfrage abgleichen können.

Von der Suche zur konkreten Aufgabenstellung

Eine klassische Suche besteht oft aus wenigen Begriffen, zum Beispiel: „wasserdichte Sneaker Damen“. Eine Anfrage an einen KI-Assistenten kann deutlich präziser ausfallen: „Finde bequeme, wasserdichte Sneaker für den Arbeitsweg, neutral im Design, unter 120 Euro und innerhalb von vier Tagen lieferbar.“ Damit ein Produkt bei einer solchen Anfrage berücksichtigt werden kann, reichen Kategorie, Produktname und ein kurzer Werbetext nicht aus. Relevant sind unter anderem Material, Zielgruppe, Einsatzbereich, Varianten, Preis, Bestand und Lieferzeit. Je nach Sortiment kommen technische Werte, Kompatibilitäten, Zertifikate oder Pflegehinweise hinzu.

Das ist keine vollständig neue Aufgabe. Viele Händler pflegen diese Daten bereits für Filter, Feeds oder Marktplätze. Agentic Commerce erhöht jedoch den Wert einer konsistenten und strukturierten Datenbasis.

Produktdaten werden zum Wettbewerbsvorteil

Unvollständige Produktinformationen führen nicht nur zu Rückfragen im Kundenservice. Sie können auch verhindern, dass Produkte zuverlässig verglichen werden. Besonders relevant ist das bei Ersatzteilen, technischen Produkten, B2B-Sortimenten und beratungsintensiven Artikeln.

Ein Beispiel: Ein Händler verkauft ein hochwertiges Ersatzteil, hinterlegt aber keine eindeutigen Kompatibilitätsdaten. Dann kann ein externes System nicht sicher bestimmen, ob das Bauteil zu einem bestimmten Gerät passt. Ein Wettbewerber mit sauber gepflegten Daten ist in diesem Fall leichter zu empfehlen, selbst wenn dessen Produkt nicht besser ist.

Händler sollten Produktdaten deshalb in vier Gruppen prüfen:

• Grunddaten: Produktname, Marke, Kategorie, Artikelnummer, GTIN oder MPN, Preis und Verfügbarkeit.
• Eigenschaften: Material, Maße, Farbe, technische Werte, Varianten und Kompatibilitäten.
• Entscheidungsdaten: Zielgruppe, Einsatzbereich, Vorteile, Einschränkungen und typische Kaufkriterien.
• Vertrauensdaten: Bewertungen, Garantie, Retoureninformationen, Zertifikate und nachvollziehbare Herkunftsangaben.

Quelle und mehr Informationen: Händlerbund Onlinehändler News