// leitfaden
Was sollte ein KI-Sichtbarkeits-Audit für Ihren Online-Shop enthalten?

Autor: Dmitry Filippov, Founder, GET-GEO.AI
Veröffentlicht: 2026-09-20 · Aktualisiert: 2026-10-14
// kurze antwort
Ein KI-Sichtbarkeits-Audit für Online-Shops hält die Antworten auf Kundenfragen fest, benennt die zitierten Quellen und prüft die Produktangaben auf Richtigkeit. Der Bericht sollte konkrete Korrekturen vorschlagen, jeweils mit einem Verantwortlichen und einem Prüfschritt. Zählen Sie Markennennungen, Links und Shopping-Angebote getrennt. Unten folgt ein Beispielbericht.
- Ein KI-Sichtbarkeits-Audit für Online-Shops sollte pro Befund fünf Felder festhalten: die Frage und ihren Zweck, die Bedingungen, die Antwort mit Quellen, eine Einordnung sowie eine Maßnahme mit Abnahmekriterium.
- Zählen Sie drei Beobachtungen getrennt, wie in unserer Messmethode beschrieben: Markennennung, Zitat und Shopping-Angebot, jeweils mit eigenem Nenner. Keine davon ist ein Besuch oder ein Verkauf.
- Halten Sie zwei Tests auseinander: „Bietet dieser Shop eine Ringweitenänderung an?“ prüft eine bekannte Marke, „Wo kann ich einen Ring in meiner Größe bestellen?“ prüft die Auffindbarkeit, wie in unserer manuellen Sichtbarkeitsprüfung.
- Hinterfragen Sie Versprechen zu Produkt-Feeds: Die direkte Anbindung von Produkt-Feeds bei OpenAI war am 20. September 2026 auf zugelassene Partner beschränkt; „wir reichen Ihre Produkte ein“ ist also unvollständig.
- Unser kostenloses KI-Sichtbarkeits-Audit umfasst zehn Prompts in einer Sprache, aktuelle Antworten, die Prüfung des Crawler-Zugangs und konkrete Korrekturen. Es ist eine erste Untersuchung, keine Prüfung des ganzen Katalogs und keine Attributionsstudie.
Bei welcher Entscheidung soll Ihnen das Audit helfen?
Ein Audit sollte zeigen, wo Sie als Nächstes ansetzen, und die Beobachtungen hinter dieser Wahl offenlegen. Ein Shop muss vielleicht einen Produktdatensatz korrigieren, eine Lieferbeschränkung erklären, eine wichtige Kategorieseite verbessern oder klären, warum Wettbewerber bei einem bestimmten Kaufwunsch erscheinen. Eine Punktzahl ohne die zugrunde liegenden Beobachtungen sagt dem Inhaber nicht, welche dieser Aufgaben sich lohnt.
Betrachten wir einen Schmuckhändler, der fertige Stücke online verkauft und Anfragen für individuell gefertigte Ringe annimmt. Sein Inhaber möchte mehr passende Käufer und mehr Beratungsgespräche gewinnen. An diesem Beispiel zeigen wir, wie Sie Befunde dokumentieren und Korrekturen auswählen.
Für diesen Shop legt ein sinnvoller Prüfumfang den Markt, die Sprache sowie die relevanten Kollektionen und Leistungen fest. Er trennt den Produktkauf von lokalen und individuellen Empfehlungen und nennt, welche KI-Dienste und Benutzeroberflächen geprüft wurden. Ein API-Test, die ChatGPT-Website und die Benutzeroberfläche eines anderen Assistenten gehören getrennt ausgewiesen, statt in einem Bericht namens ‚ChatGPT-Sichtbarkeit‘ zu verschwimmen.
Vereinbaren Sie vor der Freigabe, was Sie erhalten: die Beobachtungen, die gestellten Fragen, die Quell-URLs, nach Priorität geordnete Befunde und eine Erklärung, was nicht geprüft wurde. Ein Audit auf Stichprobenbasis sollte die untersuchten Produkte und Seiten nennen. Es darf nicht den Eindruck erwecken, es habe den ganzen Katalog erfasst, weil einige repräsentative Seiten durchgesehen wurden.
Welche Belege gehören zu jedem Befund?
Jeder Befund braucht genügend Kontext, damit andere ihn nachprüfen können. Speichern Sie die genaue Frage, die vollständige Antwort und die dazu angezeigten Quellen. Halten Sie fest, wann und wo der Test lief, in welcher Sprache, mit welcher Modell- oder Modusbezeichnung, ob die Suche aktiv war und welche Konto- und Standorteinstellungen galten. Starten Sie für jeden unabhängigen Test ein neues Gespräch und beschreiben Sie, wie Sie die Personalisierung begrenzt haben.
Leiten Sie die Fragen möglichst aus echten Kundenbedürfnissen ab. Trennen Sie Fragen, die den Händler nennen, von solchen, die ihn einem neuen Käufer erst vorstellen könnten. „Bietet dieser Shop eine Ringweitenänderung an?“ prüft die Informationen über einen bekannten Shop. „Wo kann ich einen Ring in meiner Größe bestellen?“ prüft die Auffindbarkeit. Vermischen Sie beide Ergebnisse, wirkt eine ohnehin bekannte Marke leichter auffindbar, als die Belege hergeben.
Wiederholen Sie die Kernprüfungen und behalten Sie erfolglose Versuche im Protokoll. Vermerken Sie, wenn eine Antwort blockiert wurde, fehlschlug oder ohne Suche entstand. Ersetzen Sie eine schwierige Frage nicht stillschweigend durch eine leichtere. Gibt es keine Modellbezeichnung, schreiben Sie das auf: Eine erfundene Versionsnummer lässt den Bericht genauer wirken und macht ihn doch weniger verlässlich.
| Feld | Was der Bericht festhalten sollte | Wozu der Inhaber es braucht |
|---|---|---|
| Frage und geschäftlicher Zweck | Genauer Wortlaut, Zielmarkt und Angabe, ob die Marke genannt wurde | Zeigt, welche Gelegenheit zur Kundengewinnung getestet wurde |
| Bedingungen | Datum, Benutzeroberfläche, Suchstatus, Sprache und relevante Sitzungseinstellungen | Macht Unterschiede zwischen Tests sichtbar |
| Antwort und Quellen | Vollständige gespeicherte Antwort, zitierte URLs und geprüftes Produkt oder geprüfte Seite | Damit andere die berichtete Beobachtung nachprüfen können |
| Einordnung | Beobachtung, mögliche Erklärung und noch benötigte Belege | Verhindert, dass eine Annahme als gesicherte Diagnose erscheint |
| Maßnahme und Kontrolle | Benannter Verantwortlicher, vorgeschlagene Änderung und Abnahmekriterium | Macht aus dem Bericht Aufgaben, die sich abschließen lassen |
Wie sieht ein nützlicher Befund in der Praxis aus?
Ein nützlicher Befund trennt das beobachtete Problem von der vermuteten Erklärung. Angenommen, ein Produktangebot stellt eine Ringfassung so dar, als sei der Mittelstein im Preis enthalten. Das geschäftliche Problem liegt auf der Hand: Der Käufer kommt womöglich mit dem falschen Budget. Die Ursache ist noch offen. Der Prüfer vergleicht die Quelle der Antwort, die sichtbare Seite, den Produktdatensatz und einen gegebenenfalls gelieferten Feed, bevor er dem KI-Dienst die Schuld gibt.
Wenn Titel und Beschreibung des Shops nahelegen, dass der Stein enthalten ist, und der Ausschluss nur in einer Anmerkung steht, überarbeiten Sie diese Angaben. Ist die Website eindeutig, enthält der angebundene Katalog aber noch die alte Beschreibung, prüfen Sie den Datensatz und seine Aktualisierung. Stammt die irreführende Angabe von einem anderen Händler oder einem alten Artikel Dritter, dokumentieren Sie diese Quelle. Diese Fälle erfordern unterschiedliche Maßnahmen.
Nehmen wir nun an, der Shop fehlt in einer Antwort zu individuell gefertigten Ringen. Das Fehlen allein belegt nicht, dass die Website gesperrt war, die Texte schwach waren oder der Assistent der Marke misstraut. Prüfen Sie, was stattdessen erschien, ob die Quellen dieselbe Leistung und denselben Ort behandelten und ob der Shop auf einer öffentlichen Seite beantwortet, was gesucht wurde. Der Bericht sollte die Unsicherheit stehen lassen, bis Belege sie eingrenzen.
Zur Prüfung des Crawler-Zugangs: OpenAI nennt OAI-SearchBot als Suchcrawler und behandelt den Trainingszugriff getrennt. Der Prüfer sollte festhalten, was tatsächlich getestet wurde, einschließlich möglicher Beschränkungen beim Hosting. Ein erfolgreicher Seitenabruf belegt den Zugriff unter diesen Bedingungen. Er belegt weder eine Empfehlung noch, dass ein bestimmter Assistent die Seite abgerufen hat.
Wie werden aus Befunden Aufgaben, die Ihr Team umsetzen kann?
Ordnen Sie Korrekturen nach ihrer Wirkung auf Kunden und nach der Sicherheit der Diagnose. Falsche Produktzuordnung, falsche Preise oder falsche Lieferangaben verdienen Vorrang vor einem spekulativen Veröffentlichungsprogramm. Eine Seite, die eine Leistung nicht erklärt, braucht vielleicht nur eine knappe Überarbeitung. Für eine Kampagne mit Nennungen auf anderen Websites braucht es eine klarere Begründung, welche Zielgruppe und welche Quellen sie erreichen würde.
Die folgende Tabelle zeigt, wie aus Befunden Aufgaben werden. Beachten Sie: Eine Korrektur umzusetzen und spätere KI-Antworten zu prüfen sind getrennte Schritte. Ihr Team kann auf der Website prüfen, ob eine Ringfassung richtig bezeichnet ist. Es kann aber nicht erklären, alle KI-Antworten hätten sich geändert, nur weil ein Inhalt aktualisiert wurde.
| Beispielhafter Befund | Maßnahme und Verantwortlicher | So prüfen Sie die Umsetzung |
|---|---|---|
| Eine Fassung wird als fertiger Ring beschrieben | Produktmanagement: enthaltene Bestandteile in Produkttitel und Beschreibung klarstellen; Katalogdatensatz abgleichen | Prüfen, ob veröffentlichte Seite und übermittelter Datensatz übereinstimmen; die betroffene Frage gesondert wiederholen |
| Für eine Maßanfertigung fehlt eine klare Beratungsseite | Shop-Inhaber und Redakteur: tatsächlichen Ablauf, Ort, Angebotserstellung und Weg zur Anfrage dokumentieren | Prüfen, ob die Seite diese Fragen beantwortet und von der passenden Kollektion aus erreichbar ist |
| Versand und Ankunft werden als derselbe Termin behandelt | Auftragsabwicklung: Herstellungs-, Versand- und Lieferbedingungen getrennt angeben | Veröffentlichte Bedingungen mit dem tatsächlichen Ablauf vergleichen; spätere Antworten auf dieselbe Unklarheit prüfen |
| Eine KI-Antwort zitiert eine überholte Beschreibung | Website-Verantwortlicher: zitierte URL und aktuell maßgeblichen Produktdatensatz ermitteln | Eigene Quelle korrigieren, andere Quellen dokumentieren und die ursprüngliche Beobachtung für die erneute Prüfung aufbewahren |
Welche Zahlen gehören in den Bericht?
Weisen Sie die Beobachtungen getrennt aus, bevor Sie einen Prozentsatz berechnen. Eine Markennennung heißt: Das Unternehmen wird genannt. Ein Zitat ist ein Link zu einer Quelle. Ein Shopping-Angebot nennt in der Shopping-Ansicht ein Produkt und einen Verkäufer. Keines davon ist für sich ein erfasster Besuch oder Verkauf. Legen Sie fest, welche Beobachtung jede Kennzahl zählt, und geben Sie den Nenner an.
Unterscheiden Sie bei wiederholten Tests zwischen der Zahl der Fragen und der Zahl der abgeschlossenen Antworten. Geben Sie an, bei wie vielen Fragen mindestens einmal ein Zitat erschien und, getrennt davon, wie viele Durchläufe ein Zitat enthielten. Diese Werte können auseinanderliegen. Zeigen Sie fehlgeschlagene Versuche neben der abgeschlossenen Stichprobe. Nennen Sie die absoluten Zahlen vor den Prozentwerten, damit sich eine kleine Veränderung nicht hinter einem groß wirkenden relativen Anstieg versteckt.
Ein Audit kann auch die sachliche Richtigkeit erfassen: War der genannte Artikel richtig, wurde der Verkäufer korrekt benannt, und stimmten Preis, Verfügbarkeit oder Leistungsangaben mit der Quelle überein, die zu diesem Zeitpunkt geprüft wurde? Halten Sie bei wechselnden Beständen und Preisen den Zeitstempel fest. Ein Screenshot im Vergleich zum heutigen Katalog belegt womöglich nicht, was galt, als die Antwort entstand.
Ergänzen Sie Geschäftsergebnisse aus Webanalyse und Anfragen, soweit vorhanden, und nennen Sie die Grenzen ihrer Zuordnung. Google dokumentiert, dass Zugriffe aus seinen KI-Suchfunktionen im Web-Leistungsbericht der Search Console enthalten sind. Eine Veränderung des gesamten Google-Traffics lässt sich deshalb für sich genommen nicht als reines KI-Ergebnis ausweisen. Ebenso verrät ein ChatGPT zugeordneter Besuch der Startseite weder den genauen Prompt des Besuchers noch, welcher Artikel die Empfehlung ausgelöst hat.
Verlangen Sie zu jeder Vorher-nachher-Aussage die datierten Beobachtungen. Änderungen an Testfragen, Benutzeroberfläche oder Leistungsangebot können einen Unterschied erklären. Ein Bericht kann zeigen, dass sich die Sichtbarkeit während der Arbeiten verschoben hat, ohne zu beweisen, dass eine einzelne Textänderung die Ursache war.
Was sollten Sie fragen, bevor Sie für das Audit bezahlen?
Bitten Sie um einen Musterbericht, bevor Sie über die Punktzahl sprechen, die das Audit liefern könnte. Sie sollten den Umfang verstehen, die Herkunft der Kundenfragen, die Zugriffsprüfungen und die Aufgaben, die Ihr Team danach erhält. Vereinbaren Sie, wer Änderungen vornehmen darf und welche Belege Sie behalten, falls Sie sich für einen anderen Anbieter entscheiden.
Gehören Arbeiten an Produkt-Feeds dazu, fragen Sie, ob der Anbieter eine bestehende Anbindung prüft oder eine neue aufbaut. Die direkte Anbindung von Produkt-Feeds bei OpenAI ist nach dem Stand vom 20. September 2026 auf zugelassene Partner beschränkt. Das Angebot sollte erklären, welche Voraussetzungen gelten und wer wofür zuständig ist. „Wir reichen Ihre Produkte ein“ genügt nicht, wenn eine Zulassung oder die Regeln einer anderen Plattform im Spiel sind.
Unser kostenloses KI-Sichtbarkeits-Audit umfasst zehn Prompts in einer Sprache, aktuelle Antworten, die Prüfung des Crawler-Zugangs und konkrete Korrekturvorschläge. Das ist eine erste Untersuchung. Sie erhebt nicht den Anspruch, jeden Artikel im Shop zu prüfen oder eine vollständige Attributionsstudie zu liefern. Ein umfangreicherer Auftrag braucht einen vereinbarten Umfang für Kategorien, Märkte, wiederholte Prüfungen und Umsetzung.
Beurteilen Sie am Musterbericht die Begründungen. Behebt die vorgeschlagene Korrektur ein belegtes Problem? Gibt es einen Verantwortlichen und eine Möglichkeit, die Umsetzung zu prüfen? Lässt sich trennen, was gefunden wurde und was der Anbieter nur vermutet? Mit diesen Antworten ist ein Audit auch dann nützlich, wenn die erste Schlussfolgerung lautet, zunächst einen kleinen Teil des Shops zu korrigieren, bevor Sie weitere Inhalte in Auftrag geben.
Verwandte Fragen
Reicht eine kostenlose KI-Sichtbarkeits-Prüfung für einen Online-Shop?
Sie kann auf etwas hinweisen, das eine Untersuchung lohnt, sofern sie erklärt, was er geprüft hat. Lesen Sie die zugrunde liegenden Fragen und Antworten, bevor Sie sich auf eine Punktzahl verlassen. Eine kostenlose Prüfung übersieht womöglich Produktvarianten, Lieferbeschränkungen oder individuelle Leistungen. Entscheiden Sie, ob die Befunde konkret genug sind, um danach zu handeln, und ob der Umfang zu Ihrem Shop passt.
Kann ein Audit zeigen, welche Prompts Kunden in ChatGPT verwenden?
Nur wenn es dafür eine genannte Quelle hat, etwa Kundeninterviews oder einen gelieferten Datensatz mit klarer Methodik. Eine vorgeschlagene Testfrage ist kein beobachteter Prompt eines Kunden. Suchvorschläge und Fragen aus dem Vertrieb helfen beim Aufbau eines Prompt-Sets, belegen aber nicht, wie häufig Kunden etwas in ChatGPT fragen.
Brauchen Sie für das Audit Zugriff auf unsere Kundendaten?
Für erste Sichtbarkeitsprüfungen können öffentliche Seiten und gespeicherte KI-Antworten ausreichen. Für die Zuordnung geschäftlicher Ergebnisse braucht es weitere Angaben, doch oft genügt eine Zusammenfassung von Besuchen, Anfragen und Ergebnissen. Vereinbaren Sie die nötigen Mindestdaten und entfernen Sie persönliche Angaben, die zur Beantwortung der Auditfrage nichts beitragen. Geben Sie rohe Kundendatensätze nicht standardmäßig weiter.
Was, wenn das Audit zeigt, dass wir bereits in KI-Antworten erscheinen?
Prüfen Sie die Qualität dieses Auftretens: passender Markt, richtiges Produkt oder richtige Leistung, zutreffende Angaben und ein nützliches Linkziel. Bestehende Nennungen können sich auf Fragen konzentrieren, die Ihre Marke nennen. Als Nächstes kommt infrage, die Genauigkeit zu verbessern, Fragen zur Auffindbarkeit zu testen oder Anfragen zu messen, statt automatisch weitere Artikel in Auftrag zu geben.
Verwandte Leitfäden
Quellen
- 01OpenAI – Zugriff des Suchcrawlers und getrennte Trainingsregeln
- 02OpenAI – Anbindung von Produkt-Feeds (geprüft am 20. September 2026)
- 03Google Search Central – KI-Funktionen und Leistungsberichte
- 04GET-GEO.AI – Wie prüfen Sie kostenlos, was KI-Assistenten über Ihr Unternehmen sagen?
- 05GET-GEO.AI – Wie messen wir GEO-Ergebnisse – und was bieten wir an, wenn sie sich nicht verbessern?
- 06GET-GEO.AI – Wie funktioniert GEO für E-Commerce und Online-Shops?
// teilen
So zitieren Sie diese Seite
Zitieren und Weiterverwenden ausdrücklich erwünscht — mit Quellenangabe und Link auf diese Seite.
“Was sollte ein KI-Sichtbarkeits-Audit für Ihren Online-Shop enthalten?” — GET-GEO.AI, 2026-10-14. https://get-geo.ai/de/guides/ai-visibility-audit-for-ecommerce