Wie lässt sich ein Shopping-Feed mit KI optimieren?

Was bedeutet Feed-Optimierung mit KI?

Ein Shopping-Feed oder Produktfeed enthält strukturierte Produktinformationen wie Titel, Beschreibung, Preis und Verfügbarkeit. Google verarbeitet diese Daten im Merchant Center und nutzt sie für Shopping-Anzeigen und kostenlose Produkteinträge. Google zur Verwendung von Produktdaten

Bei der Feed-Optimierung mit KI können wir Produktdaten prüfen, fehlende Merkmale aus verlässlichen Quellen ergänzen und verständliche Inhalte erstellen.

1. Wie findet KI Fehler im Shopping-Feed?

KI kann Titel, Beschreibungen und Merkmale mit der verlinkten Produktseite vergleichen und Abweichungen markieren. Beispielsweise:

• Der Feed nennt ein Set, die Produktseite ein Einzelgerät.

• Die verlinkte Variante hat eine andere Größe oder Farbe.

• Die Angaben zum Lieferumfang unterscheiden sich.

So entsteht eine konkrete Korrekturliste. Welche Angabe stimmt, muss anhand einer verlässlichen Quelle geklärt werden. Auch die Produktseite kann einen Fehler enthalten.

2. Wie lassen sich Produktdaten mit KI anreichern?

KI kann fehlende Produktmerkmale aus vorhandenen Herstellerunterlagen, Datenblättern oder Produktseiten auslesen und den passenden Feed-Feldern zuordnen. Das betrifft beispielsweise Material, Maße oder Anschlüsse.

Entscheidend ist die richtige Produktvariante: Eine Eigenschaft des größeren Modells darf nicht beim kleineren landen. Jede Ergänzung sollte sich auf ihre Quelle zurückführen lassen. Unklare Angaben werden zur Prüfung markiert.

3. Wie lassen sich Produkttitel für Google Shopping optimieren?

Ein guter Produkttitel benennt das Produkt und seine entscheidenden Merkmale. Welche Angaben wichtig sind, hängt von der Produktgruppe ab: Beim Akkuschrauber können Akkusystem und Lieferumfang entscheidend sein, beim Rasenroboter die geeignete Flächengröße.

KI kann helfen, passende Titelregeln zu entwickeln. Ein schematisches Beispiel:

Marke + Modell + Produkttyp + Akkuspannung + Lieferumfang

Sind die Merkmale bereits strukturiert vorhanden, lässt sich diese Vorlage regelbasiert befüllen. Dafür muss nicht jeder Titel neu von KI formuliert werden.

„18 V, ohne Akku und Ladegerät“ hilft bei der Auswahl konkreter als „leistungsstark und vielseitig“. Google verlangt, dass Titel das verlinkte Produkt korrekt beschreiben und Varianten unterscheidbar machen. Google-Vorgaben für Produkttitel

4. Wie erstellt KI verlässliche Produktbeschreibungen?

KI kann belegte Informationen zu einer verständlichen Produktbeschreibung zusammenführen: Wofür eignet sich das Produkt, welche Eigenschaften sind relevant und was gehört zum Lieferumfang?

Aus technischen Angaben dürfen dabei keine unbelegten Versprechen entstehen. Aus „wasserabweisend“ wird nicht „wasserdicht“. Fehlen Informationen zur Kompatibilität, müssen diese erst geklärt werden.

5. Wie lassen sich Produktfragen für Google AI Mode aufbereiten?

KI kann Antworten auf konkrete Produktfragen aus Anleitungen und Datenblättern aufbereiten. Eine Frage wie „Passt dieser Akku zu meinem Gerät?“ verlangt eine belegte Aussage zur Kompatibilität.

Google bietet dafür zwei optionale Feed-Attribute:

• question_and_answer: konkrete Fragen und belegte Antworten zum Produkt.

• document_link: Links zu öffentlich zugänglichen Produktunterlagen als PDF.

Beide sind insbesondere für dialogbasierte Angebote wie AI Mode vorgesehen. Bereits übermittelte Informationen sollen nicht nochmals als FAQ dupliziert werden. Enthalten verlinkte Dokumente dieselben Antworten, kann Google diese daraus entnehmen. Fragen und Antworten, Produktdokumente

6. Welche Feed-Optimierungen haben Vorrang?

Bei großen Sortimenten lohnt sich eine Priorisierung nach wirtschaftlicher Relevanz. Dafür lassen sich Datenlücken mit Nachfrage, Marge, Verfügbarkeit und bisherigen Kampagnenergebnissen verbinden.

Ein lieferbares Produkt mit hoher Nachfrage und fehlerhaften Angaben zum Lieferumfang kann dringender sein als eine sprachlich schwache Beschreibung bei einem kaum nachgefragten Artikel. KI kann solche Aufgaben nach vorgegebenen Kriterien sortieren und die Priorisierung begründen.

7. Wann lohnt sich ein eigenes Feed-Tool?

Wiederholen sich diese Aufgaben regelmäßig, kann eine eigene Feed-Lösung sinnvoll sein. Sie führt Datenquellen zusammen, wendet Regeln an, markiert Prüffälle und erzeugt passende Exporte.

KI kann bei der Entwicklung unterstützen und den Aufwand reduzieren. Ob sich eine individuelle Lösung lohnt, hängt von den Anforderungen sowie den Kosten für Datenanbindung, Aktualisierung und Wartung ab. Bei einfachen Anforderungen kann ein Standard-Tool wirtschaftlicher sein.

Welche Vorgaben gelten für KI-generierte Texte bei Google?

💡 Generativ erstellte Produkttitel und Beschreibungen müssen über eigene Attribute eingereicht werden:

• structured_title für KI-generierte Produkttitel.

• structured_description für KI-generierte Produktbeschreibungen.

• In beiden Fällen enthält content den Text. digital_source_type erhält den Wert trained_algorithmic_media.

Diese Vorgaben gelten für die Übermittlung an das Google Merchant Center. Google-Vorgaben für KI-Inhalte

Andere Plattformen haben eigene Feed-Spezifikationen und Zugangsvoraussetzungen. Für die direkte Übermittlung an ChatGPT beschreibt OpenAI einen Zugang für freigegebene Partner. OpenAI zur Feed-Anbindung

Wie lässt sich die Feed-Optimierung kontrolliert umsetzen?

Starten Sie mit einer begrenzten Produktgruppe. Prüfen Sie Quellen, definieren Sie feste Regeln für Pflichtfelder und Varianten und geben Sie Stichproben vor der Übernahme frei. Bewerten Sie anschließend drei Ebenen:

• Datenqualität: vollständigere Merkmale und weniger widersprüchliche Angaben.

• Arbeitsaufwand: weniger manuelle Korrekturen und Nacharbeit.

• Wirtschaftliches Ergebnis: Entwicklung von Käufen und Deckungsbeitrag bei den bearbeiteten Produkten.

Für die Bewertung in Google-Ads-Kampagnen sollten Sie auch Preisänderungen, Aktionen und Saisonalität berücksichtigen. Ein Umsatzanstieg allein belegt noch nicht die Wirkung der Feed-Änderung.

Der praktische Nutzen liegt in verlässlichen Produktdaten, weniger manueller Nacharbeit und Informationen, die Kunden bei der Auswahl helfen.