Produktbeschreibungen schreiben, die KI zitiert: Das GEO-Framework für E-Commerce

Das Problem mit generischen Produkttexten

„Hochwertig", „nachhaltig", „für anspruchsvolle Kunden" – diese Formulierungen füllen Millionen von Produktseiten. Für KI-Sprachmodelle sind sie wertlos: Sie enthalten keine verifizierbaren Fakten, keine Spezifikationen, keine eindeutigen Attribute.

Wenn ChatGPT oder Perplexity einen Nutzer bei der Kaufentscheidung unterstützt, zitiert es Quellen mit Substanz. Generische Texte werden übergangen.

Das FACT-Framework

Faktisch → Attributiert → Comparabel → Tiefgehend

F – Faktisch

Jede Produktbehauptung muss messbar oder verifierbar sein:

Generisch	Faktisch
"Sehr langlebig"	"Materialermüdungstest: 50.000 Zyklen nach DIN EN 15372"
"Riesiges Fassungsvermögen"	"42 Liter Hauptfach + 8 Liter Fronttasche"
"Leicht"	"Gewicht: 1.240g (Größe M)"
"Wasserdicht"	"IPX7-zertifiziert: 30min wasserdicht bis 1m Tiefe"

A – Attribuiert

Geben Sie Produktdaten eine nachvollziehbare Herkunft:

• Zertifizierungen: „GOTS-zertifizierte Baumwolle (Zert.-Nr. 12345)"
• Testergebnisse: „Stiftung Warentest 2024: Gut (2,3)"
• Herkunft: „Produziert in Portugal, OEKO-TEX® Standard 100 Klasse 1"

C – Comparabel

Geben Sie Vergleichskontext, der die Einordnung erleichtert:

• „20% leichter als unser Vorgängermodell Explorer Pro (2023)"
• „Im Vergleich zur Mittelklasse: 3× höhere Abriebfestigkeit nach Martindale"

T – Tiefgehend

Die optimale Produktbeschreibung hat drei Ebenen:

Ebene 1: Sofort-Scannable (100-150 Wörter) Bullet Points mit den 5-7 wichtigsten Spezifikationen. Für Nutzer, die entscheiden wollen.

Ebene 2: Kontextuell (200-300 Wörter) Absatz-Text mit Verwendungsszenarien, Vorteilen, Einschränkungen. Für KI-Quellennutzung.

Ebene 3: Technisch (FAQ-Format) Konkrete Antworten auf die häufigsten Kauffragen. Für KI-RAG-Systeme.

Praxis-Beispiel: Vorher / Nachher

Vorher (generisch):

„Unser Premium-Rucksack ist der perfekte Begleiter für Abenteurer und Stadtmenschen gleichermaßen. Hochwertige Materialien und durchdachtes Design machen ihn zu einem Muss für jeden, der Wert auf Qualität legt."

Nachher (FACT-Framework):

„Explorer 42L Trekking-Rucksack

Spezifikationen: 42L Hauptfach / 8L Front / 1.240g (M) / IPX7 / Rückenbelüftung AirFlow-System 3.0 / GOTS-Baumwoll-Innenfutter / PFAS-freie Imprägnierung

Für Mehrtages-Touren (2-5 Tage) mit 65cm bis 80cm Körpergröße konzipiert. Der AirFlow-3.0-Rücken hält laut Eigentest bei 20kg Beladung und 30°C einen 3-5cm Luftspalt zur Körperwärmeableitung aufrecht – klinisch relevant für Touren über 4 Stunden.

Was dieser Rucksack nicht kann: Nicht für Klettertouren mit Kletterausrüstung geeignet (kein Eispickelhalter). Nicht für Flugzeug-Handgepäck (überschreitet IATA-Maße).

Häufige Fragen:

• Passt ein 17"-Laptop rein? Ja, das dedizierte Laptopfach nimmt bis 17" auf.
• Kann ich ihn waschen? Handwäsche bei 30°C, nicht trockner-geeignet."

Seiten-Architektur für GEO-optimierte Produktseiten

H1: [Produktname] + [wichtigstes Attribut]
├── Bullet-Liste: Top-5-Spezifikationen
├── Schema.org Product-Markup (unsichtbar, im Code)
├── Produktbeschreibung Ebene 2 (FACT-Framework)
├── Technische Daten (Tabelle)
├── FAQ-Sektion (min. 4 Fragen)
├── Kundenbewertungen + Schema.org Review
└── Verwandte Produkte + interner Link zu Ratgeber

Skalierung: Wie Sie 10.000 Produktseiten optimieren

Für große Shops ist manuelle Optimierung aller Produktseiten unrealistisch. Priorisierungs-Framework:

1. Top 20% nach Traffic: Vollständige FACT-Optimierung, manuell
2. Mittlere 30% nach Konversionspotenzial: Template-basierte Optimierung mit Produktdaten-Feed
3. Lange Seite 50%: Zumindest Schema.org-Markup + strukturierte Spezifikationsfelder

Grundregel: Lieber 200 exzellente Produktseiten als 10.000 generische.