
Bestandssignale sind die expliziten Verfügbarkeits- und Variantenfelder in_stock, out_of_stock, preorder, backorder oder unknown sowie availability_date und stabile Artikel-IDs, die KI-Einkaufsagenten auslesen, um zu entscheiden, ob Ihr Produkt überhaupt angezeigt wird. Die wichtigste einzelne Korrektur: Der Verfügbarkeitswert in Ihrem Feed muss mit dem übereinstimmen, was Käufer auf Ihrer Produktseite sehen, und zwar bei jeder Bestandsänderung mit genau der Enum-Schreibweise, die der Agent erwartet.
Kurzfassung:
- Verwenden Sie für jede Variante exakt die akzeptierten Verfügbarkeitswerte; OpenAI lehnt fehlende, leere oder ungültige Einträge ab, und stabile Artikel- und Angebots-IDs erhalten das SKU-Tracking.
- Spielen Sie Preis- und Verfügbarkeitsänderungen über die Delta API ein; vollständige SFTP-Uploads sollten Sie für neue Produkte oder Änderungen am gesamten Katalog reservieren.
- Geben Sie für preorder- oder backorder-Artikel availability_date im ISO-8601-Format an, höchstens ein Jahr im Voraus, und zeigen Sie das Datum auf der Produktseite an.
- Stimmen Sie die Verfügbarkeit im Feed mit den strukturierten Daten der Produktseite ab und lassen Sie Preise sichtbar, wenn Produkte nicht vorrätig sind, weil Agenten beide Quellen vergleichen können.
- Prüfen Sie nach jedem Update, ob der verarbeitete Produktstatus active ist. Als nicht vorrätig markierte Produkte können erst nach einer Korrektur und erneuten Verarbeitung wieder berücksichtigt werden.
Exakte Felder und Werte, die KI-Agenten in Ihrem Feed erwarten
KI-Einkaufsagenten leiten den Lagerstatus nicht aus Ihrem Webdesign oder Ihren Marketingtexten ab. Sie lesen eine kleine Anzahl strukturierter Felder. Fehlen diese Felder, sind sie falsch geschrieben oder inkonsistent, wird die Produktzeile verworfen, bevor Käufer sie überhaupt sehen.
Die zentralen Felder, die Händler korrekt zuordnen müssen, sind availability (der Status selbst), ein available-Boolean, availability_date, item_id, group_id, offer_id und ein variant_dict für Produkte mit Optionen wie Größe oder Farbe. Die Produktspezifikation für OpenAI-Feeds verlangt in jeder Zeile einen expliziten availability-Wert und akzeptiert genau fünf Schreibweisen: in_stock, out_of_stock, pre_order, backorder oder unknown.
Fehlende, leere oder nicht erkannte availability-Werte führen dazu, dass die gesamte Produktzeile direkt abgelehntwird. Das bedeutet, dass das Produkt schlicht nie als Empfehlungskandidat erscheint.
Einige wenige Zuordnungsregeln verhindern die meisten Ablehnungen:
- Verwenden Sie eine Zeile pro Variante, statt Größen oder Farben in einem einzigen Produktangebot zusammenzufassen.
- Halten Sie item_id und offer_id über Feed-Updates hinweg stabil, damit der Agent dieselbe Variante im Zeitverlauf verfolgen kann.
- Verwenden Sie group_id, um dem Agenten mitzuteilen, welche Zeilen zum selben Hauptprodukt gehören.
- Schreiben Sie Optionsnamen (wie „Größe“ oder „Farbe“) in jeder Variante einer Gruppe identisch.
Die strukturierten Daten auf der Landingpage sollten den Feed exakt widerspiegeln. Wenn Ihr Schema.org-Markup InStock angibt, Ihr Feed aber out_of_stock meldet, markieren Agenten, die beide Quellen abgleichen, diese Abweichung und unterdrücken möglicherweise das Produktangebot, statt zu raten, welche Angabe korrekt ist.
Was bei Änderungen des Lagerstatus mit der Ausspielung passiert
Wenn Sie ein Produkt als out_of_stock markieren, wird nicht nur ein Label ergänzt. Das Produkt verliert aktiv seine Berechtigung, bis der Feed mit einem korrigierten Status erneut verarbeitet wird.
Laut der OpenAI-Richtlinie für Ads-Produktfeeds qualifiziert sich ein out_of_stock-Produkt nicht mehr für die Auslieferung und wird erst wieder berücksichtigt, wenn es auf in_stock zurückgesetzt und erneut verarbeitet wurde. Dieselbe Logik gilt allgemein für Agentenplattformen: availability wird als Sperrmechanismus behandelt, nicht als Hinweis. Einstellungen auf Feed-Ebene und ein is_ads_eligible-Flag können außerdem steuern, ob ein Produkt überhaupt in die Anzeigenverarbeitung gelangt – unabhängig von der organischen Empfehlungsberechtigung.
Die meisten Probleme bei der Ausspielung lassen sich auf wenige Ursachen zurückführen:
- Ein availability-Feld bleibt leer, statt auf unknown gesetzt zu werden.
- Ein falsch geschriebener Enum-Wert wie „instock“ statt in_stock.
- Eine Landingpage liefert einen Fehler oder ein fehlendes Bild zurück, wenn der Agent das Produkt prüfen will.
- Eine Filter- oder Selektorregel schließt das Produkt nach einem routinemäßigen Feed-Update aus.
Profi-Tipp: Lassen Sie den Preis auf Ihrer Landingpage sichtbar, auch wenn ein Produkt nicht auf Lager ist. Die Richtlinien für Google-Produktdaten verlangen dies, und gleichzeitig bleibt die Seite für Käufer nutzbar, die über eine zwischengespeicherte Agentenantwort dort landen.
Wann Sie die Delta API statt eines vollständigen SFTP-Uploads verwenden sollten
Nicht jede Bestandsänderung benötigt dieselbe Aktualisierungsmethode. Die falsche Wahl ist eine häufige Ursache für veraltete Verfügbarkeitsdaten.
Die Richtlinien von OpenAI für Ads-Produktfeeds empfehlen eine klare Trennung: Verwenden Sie die Delta API oder eine PATCH-Anfrage für Preis- und Verfügbarkeitsänderungen und reservieren Sie vollständige SFTP-Uploads für neue Produkte oder umfangreiche Feldänderungen im gesamten Katalog.
- Aktualisieren Sie availability und Preis über die Delta API immer dann, wenn eine SKU ausverkauft ist, wieder verfügbar wird oder sich der Preis ändert. Das ist die wirkungsvollste Aktualisierung für schnell drehende Bestände, da sie den Live-Feed erreicht, ohne alles neu hochzuladen.
- Verwenden Sie vollständige SFTP-Uploads beim Launch neuer Produkte, bei der Neustrukturierung von Variantengruppen oder bei Feldänderungen, die den gesamten Katalog betreffen.
- Legen Sie einen Rhythmus passend zur Geschwindigkeit Ihres Katalogs fest. Nahezu Echtzeit-Deltas eignen sich für SKUs, die häufig ausverkauft sind; stündliche oder tägliche Batch-Updates decken die meisten Kataloge ab; eine nächtliche vollständige Aktualisierung dient als Fallback, um alles zu erfassen, was die Deltas übersehen haben.
- Halten Sie Ihr führendes Bestandssystem mit Delta-Patches synchron. Eine Abweichung zwischen Ihrem internen Lagerbestand und den in den Feed gepatchten Daten erzeugt genau die Art von Inkonsistenz, die später zur Markierung von Zeilen führt.
Prüfen Sie nach jeder Aktualisierung, ob sie tatsächlich verarbeitet wurde. Fragen Sie das Produkt ab und stellen Sie sicher, dass die Feed-Statusantwort „active“ statt pending oder rejected anzeigt. Ein Patch, der stillschweigend fehlschlägt, lässt sonst den alten, falschen availability-Wert aktiv.
So prüfen Sie, ob Ihre Bestandssignale korrekt verarbeitet wurden
Ein Update zu senden ist nicht dasselbe wie zu bestätigen, dass ein Agent es wie vorgesehen sieht. Eine kurze Validierungsroutine erkennt Abweichungen, bevor sie Sichtbarkeit kosten.
Beginnen Sie mit dem Roh-Feed selbst: Ziehen Sie eine Stichprobe von Zeilen und prüfen Sie, ob availability-Werte exakt die akzeptierten Schreibweisen verwenden und ob item_id- und group_id-Werte über Exporte hinweg stabil bleiben, statt bei jeder Synchronisierung neu generiert zu werden.
Prüfen Sie anschließend die Verarbeitung auf Plattformseite. Die Global-Catalog-Dokumentation von Shopify beschreibt Agentenkatalog-Antworten mit abgeleiteten Feldern wie available, status und running_low, die Entwickler direkt abfragen können, um zu prüfen, ob die Verfügbarkeit einer Variante wie vom Feed vorgesehen verarbeitet wurde.
Einige Prüfungen sollten Sie regelmäßig durchführen:
- Vergleichen Sie den sichtbaren Preis und die Schema.org-availability der Landingpage mit dem Feed-Wert derselben SKU.
- Verwenden Sie eine UCP-Test-Sandbox um eine Produktabfrage zu senden und die Checkout-URL sowie Variantendaten zu prüfen, die ein Agent tatsächlich erhalten würde.
- Achten Sie in Feed-Antworten auf Bestätigungen mit „status: active“ und untersuchen Sie jedes Produkt, das nach einem routinemäßigen Update stillschweigend verschwindet. Häufig ist eine Filterregel die Ursache.
Profi-Tipp: Behandeln Sie abgeleitete Felder aus den Shopify-Storefront-Katalogtools als Discovery-Signal, nicht als Ersatz für die von Ihnen direkt bereitgestellten availability- und Preisdaten.
Schnelle Maßnahmen: Die größten Probleme diese Woche beheben
Sie benötigen keine vollständige Replattformisierung, um die meisten Lücken bei Bestandssignalen zu schließen. Eine fokussierte Woche mit Korrekturen behebt die Probleme, die die meisten abgelehnten Zeilen und Sichtbarkeitsverluste verursachen.
- Exportieren Sie eine Stichprobe von Produktzeilen und prüfen Sie jeden availability-Wert anhand der fünf akzeptierten Schreibweisen: in_stock, out_of_stock, preorder, backorder, unknown.
- Ordnen Sie Ihre internen Lagerstatus diesen kanonischen Enums zuund leiten Sie Preis- und Verfügbarkeitsänderungen anschließend über die Delta API statt auf den nächsten vollständigen Upload zu warten.
- Fügen Sie availability_date im ISO-8601-Format hinzu für alle preorder- oder backorder-Artikel und zeigen Sie dieses Datum auch auf der Landingpage an.
- Fragen Sie die verarbeiteten Produktdaten ab und prüfen Sie, ob der Feed-Status „active“ lautet. Wiederholen Sie den Export-und-Prüf-Zyklus, bis keine Zeilen mehr als rejected zurückkommen.
Diese Reihenfolge priorisiert die Korrekturen mit der schnellsten Wirkung: zuerst kanonische Werte und stabile IDs, dann Aktualisierungsgeschwindigkeit, anschließend die Behandlung von Vorbestellungen und schließlich die Verifikation. Jeder Schritt schließt eine Lücke, die Produkte sonst stillschweigend aus der Auswahl entfernt.
Definition und Bedeutung von Bestandssignalen im KI-Kontext
Im Kontext von KI-Shopping ist ein Bestandssignal jeder strukturierte Datenpunkt, der einem Einkaufsagenten mitteilt, ob ein Produkt aktuell tatsächlich gekauft werden kann und unter welchen Bedingungen. Dazu gehören das availability-Enum, das available-Boolean, availability_date für noch nicht versandfähige Artikel und der Status auf Variantenebene für jede Größen- oder Farboption.
Diese Signale sind im agentengesteuerten Shopping wichtiger als in klassischer Suche oder Display-Werbung, weil ein Agent Empfehlungen im Namen eines Käufers ausspricht – oft ohne dass dieser die Seite vorher besucht. Empfiehlt der Agent ein Produkt, das sich als nicht verfügbar herausstellt, wird der Fehler sofort sichtbar und untergräbt das Vertrauen in die Empfehlungen des Agenten, nicht nur in Ihre Marke.
Diese Dynamik führt dazu, dass Plattformen strenger vorgehen als ältere Ecommerce-Feeds. Die Produktspezifikation von OpenAI lehnt Zeilen mit fehlenden oder fehlerhaften availability-Werten direkt ab, statt einen angenommenen Status zu verwenden. Es gibt keinen Fallback nach dem Prinzip „wahrscheinlich auf Lager“.
Für Händler verschiebt sich damit die Bedeutung von Bestandsdaten: weg von einem reinen Backend-Thema hin zu einem Sichtbarkeitsthema. Ein Produkt mit hervorragenden Texten, starken Bildern und wettbewerbsfähigen Preisen wird trotzdem nicht angezeigt, wenn sein availability-Feld leer oder falsch geschrieben ist. Das Signal selbst ist zum Sperrmechanismus geworden. Es korrekt umzusetzen ist daher Voraussetzung für jede weitere Optimierung und keine parallele Aufgabe.
Wie Bestandssignale die KI-gestützte Nachfrageprognose beeinflussen
Präzise und konsistent aktualisierte Verfügbarkeitsdaten sorgen nicht nur dafür, dass ein einzelnes Produkt sichtbar bleibt. Sie beeinflussen auch, wie ein Agent oder die Systeme hinter seinen Empfehlungen Nachfrageverläufe innerhalb eines Katalogs im Zeitverlauf interpretieren.
Wenn availability zuverlässig und schnell zwischen in_stock und out_of_stock wechselt, wird dieses Muster selbst zu einem nutzbaren Signal: Häufige Ausverkäufe einer SKU deuten auf eine hohe Nachfrage im Verhältnis zum Angebot hin, während eine SKU, die selten aus dem Status in_stock herausfällt, auf eine stabilere und besser planbare Verfügbarkeit schließen lässt. Veraltete oder inkonsistente Signale zerstören dieses Muster. Ein Produkt, das weiterhin in_stock anzeigt, obwohl es bereits ausverkauft ist, führt nicht nur Käufer in die Irre, sondern verfälscht auch nachgelagerte Rückschlüsse darauf, wie schnell sich dieser Artikel tatsächlich verkauft.
Dabei ist auch der Umgang mit Vorbestellungen und Nachbestellungen wichtig. Laut den Richtlinien von Google für Merchant Center ist für preorder- und backorder-Artikel ein availability_date im ISO-8601-Format erforderlich, maximal ein Jahr im Voraus. So können Systeme, die den Feed lesen, zwischen „noch nicht verfügbar, aber bereits zugesagt“ und „einfach ausverkauft ohne Plan“ unterscheiden. Dieser Unterschied hat echten Signalwert: Ein backorder mit kurzfristigem Datum wird völlig anders interpretiert als einer ohne Datum.
Für Händler bedeutet das praktisch: Die Qualität der späteren Prognosen hängt von der Datenhygiene im Feed ab. Schnell angewendete Delta-Updates statt wöchentlicher Sammelaktualisierungen halten das Signal aktuell genug, um echte Nachfrage abzubilden und nicht nur ein verzögertes Abbild davon.
Bewährte Methoden für die Integration von Bestandssignalen in KI-Algorithmen
Händler, die die meisten Probleme mit Bestandssignalen vermeiden, folgen in der Regel einigen wenigen Gewohnheiten statt eines komplexen Systems.
Behandeln Sie den Feed zunächst als zentrale Datenquelle und spielen Sie jede Änderung sofort darüber aus, statt erst die Website und später den Feed zu aktualisieren. Die Ads-Dokumentation von OpenAI definiert erforderliche Spalten wie item_id, title, description, url, brand, image_url, price und availability und erwartet, dass diese Felder über die Delta API aktuell gehalten werden statt über periodische Exporte.
Zweitens sollten Variantendaten konsistent bleiben. Die Richtlinien von OpenAI zu Produktfragmenten empfehlen eine Zeile pro Variante mit stabilen IDs und einheitlich benannten Optionen innerhalb einer Gruppe. Inkonsistente Benennungen – etwa wenn das Farbfeld einer Variante „Color“ und bei einer anderen „colour“ heißt – verhindern eine korrekte Gruppierung durch den Agenten.
Drittens dürfen Landingpage und Feed niemals auseinanderlaufen. Die strukturierten Daten auf der Seite sollten denselben availability-Wert wie der Feed angeben, und der Preis sollte sichtbar bleiben, auch wenn der Artikel nicht verfügbar ist, da mehrere Plattformen diesen Seitenstatus zur Überprüfung von Feed-Angaben heranziehen.
Viertens sollte die Automatisierung auf Bestandsereignissen statt auf manuellen Exporten basieren. Ein Webhook, der bei Änderungen des Lagerbestands ausgelöst wird und einen Delta-API-Patch startet, schließt die Lücke zwischen dem tatsächlichen Ausverkauf eines Artikels und der Aktualisierung im Feed. Das ist besonders wichtig für schnell rotierende SKUs.
Häufige Herausforderungen und Fehler bei der Nutzung von Bestandssignalen für KI
Die meisten Fehler bei Bestandssignalen entstehen durch einige wenige wiederkehrende Probleme und nicht durch exotische Sonderfälle.
Am häufigsten bleibt das availability-Feld leer, statt explizit auf unknown gesetzt zu werden. Die Spezifikation von OpenAI behandelt einen leeren Wert genauso wie einen ungültigen: Die Zeile wird in beiden Fällen abgelehnt. Es gibt also keinen sicheren Standardwert.
Knapp dahinter folgt inkonsistente Schreibweise. Interne Systeme verwenden häufig Labels wie „Available“, „In Stock“ oder „0“ und „1“ für boolesche Zustände. Ein direkter, nicht zugeordneter Export dieser Labels entspricht selten exakt den Enums, die ein Agent erwartet. Jede Zuordnungsschicht zwischen Ihrem Bestandssystem und Ihrem Feed muss konsistent übersetzen – nicht nur bei der Einrichtung, sondern jedes Mal, wenn intern ein neuer Status eingeführt wird.
Abweichungen zwischen Landingpage und Feed verursachen eine andere Art von Problem: Die Zeile besteht möglicherweise die Validierung, aber der Abgleich des Agenten mit der Seite findet einen Widerspruch und unterdrückt das Produktangebot trotzdem. Das passiert häufig durch Caching, wenn ein Feed-Update sofort ausgespielt wird, die Produktseite der Website aber noch minuten- oder stundenlang einen alten availability-Status zwischenspeichert.
Die Behandlung von Varianten verursacht ein weniger sichtbares, aber kostspieliges Problem. Händler, die alle Varianten in einer einzigen Zeile zusammenfassen oder item_id-Werte bei jedem Export neu generieren lassen, erschweren es einem Agenten, den Verlauf einer bestimmten SKU nachzuverfolgen. Das kann beeinflussen, wie zuverlässig sie überhaupt empfohlen wird.
Schließlich wird die übermäßige Abhängigkeit von abgeleiteten Feldern zunehmend zum Problem. Plattformen generieren ergänzende Daten immer häufiger automatisch, doch Shopify weist ausdrücklich darauf hin, dass abgeleitete Felder Hilfen zur Discovery sind und kein Ersatz für vom Händler bereitgestellte availability- und Preisdaten.

Fallstudien und Beispiele für korrekt funktionierende Bestandssignale
Einige konkrete Szenarien zeigen, wie diese Mechanismen in der Praxis funktionieren.
Betrachten wir einen Händler, der einen Flash Sale für eine begrenzte Menge einer beliebten SKU durchführt. Während die Einheiten verkauft werden, fällt der interne Lagerbestand auf null, doch der Händler aktualisiert nur die Website und nicht den Feed und wartet bis zum geplanten vollständigen SFTP-Upload in der Nacht. Mehrere Stunden lang behandelt der Agent die SKU weiterhin als in_stock und empfiehlt sie weiter, was zu fehlgeschlagenen Kaufabschlüssen führt. Hätte der Händler die Änderung sofort über die Delta API gesendet, als der Bestand null erreichte, hätte der availability-Wechsel den Agenten innerhalb des normalen Patch-Zyklus erreicht statt erst mit dem Batch-Job.
Ein zweiter Fall betrifft den Start einer Vorbestellung. Ein Händler setzt availability auf preorder, lässt availability_date jedoch leer, weil er annimmt, dass das Feld optional ist. Nach den Regeln von Google für Merchant Center ist genau diese Auslassung eine Lücke, die für jedes System Mehrdeutigkeit schafft, das entscheiden soll, ob das Produkt jetzt oder später empfohlen werden sollte. Ein korrekt formatiertes ISO-8601-Datum und dessen Anzeige auf der Landingpage beseitigen diese Mehrdeutigkeit und ermöglichen die normale Ausspielung der Vorbestellung.
Ein drittes, strukturelleres Beispiel: Eine Bekleidungslinie mit mehreren Varianten, bei der dieselbe Farbe über verschiedene Exportzyklen hinweg unterschiedlich geschrieben wurde („Navy“ versus „navy“). Die Inkonsistenz löste keine Ablehnung aus, da das Feld weiterhin einen Wert enthielt, aber sie zersplitterte die Variantengruppe. Der Agent sah dadurch scheinbar getrennte, nicht zusammengehörige Produkte statt eines Artikels mit Größenoptionen. Eine standardisierte Benennung der Optionen beim Export löste die Fragmentierung.

Expertenperspektive: Priorisierung bei begrenzten Engineering-Ressourcen
Die meisten Teams haben nicht die Kapazität, alles gleichzeitig zu beheben. Deshalb ist die Reihenfolge wichtiger als Vollständigkeit. Die Zuordnung zu kanonischen availability-Werten steht an erster Stelle: Sie verhindert direkte Ablehnungen, und alles andere spielt keine Rolle, wenn die Zeile nie ins System gelangt. Delta-Automatisierung für die SKUs mit der höchsten Umschlaggeschwindigkeit kommt an zweiter Stelle, da veraltete availability-Daten dort die meisten verlorenen Empfehlungen verursachen.
Teams mit begrenzten Ressourcen sollten dem Impuls widerstehen, zu früh zu stark in Enrichment zu investieren – etwa in ausführlichere Beschreibungen oder zusätzliche Attribute –, bevor die Grundlagen stimmen. Ein konsistenter, korrekt geschriebener availability-Wert auf jeder Seite ist wertvoller als ein hervorragend formuliertes Produktangebot, das seinem eigenen Feed stillschweigend widerspricht. Sobald die Grundlagen stabil sind, sorgt webhookgesteuerte Automatisierung dafür, dass sie ohne laufenden manuellen Aufwand stabil bleiben.
— Xhurian
Wie ecentic Ihnen hilft, Lücken bei Bestandssignalen schneller zu schließen
Eine Abweichung zwischen Feed und Seite zu finden, indem Zeilen manuell mit Landingpages abgeglichen werden, kostet Stunden, die kleine Teams selten haben. Wir haben unsere Plattform so entwickelt, dass sie simuliert, wie ChatGPT, Gemini, Claude und Perplexity Ihre Produktangebote tatsächlich bewerten. So sehen Sie genau, wo availability, Variantendaten oder strukturierte Daten fehlschlagen, bevor Sie dadurch eine Empfehlung verlieren.

Unsere Diagnosen markieren widersprüchliche Enums, fehlende availability_date-Felder und Widersprüche zwischen Feed und Seite in klar verständlichem Englisch und ermöglichen es Ihnen anschließend, die Korrektur mit einem Klick direkt auf Ihrer Ecommerce-Plattform zu veröffentlichen. Starten Sie mit einem kostenlosen Scan oder vergleichen Sie unsere Tarife auf der Preisseite um zu sehen, welcher zu Ihrer Kataloggröße passt.
FAQ
Welche availability-Werte werden für KI-Shopping-Feeds akzeptiert?
Die akzeptierten Werte sind in_stock, out_of_stock, pre_order (oder preorder), backorder und unknown. Das Feld muss genau eine dieser Schreibweisen enthalten. Die Produktspezifikation für OpenAI-Feeds lehnt jede Zeile mit fehlendem, leerem oder nicht erkanntem availability-Wert ab.
Was ist der Unterschied zwischen der Delta API und SFTP-Uploads?
Die Delta API ist für häufige, gezielte Änderungen wie Preis- oder Verfügbarkeitsupdates einzelner Produkte ausgelegt, während vollständige SFTP-Uploads besser für Massenänderungen oder das Hinzufügen neuer Produkte zum Katalog geeignet sind. Die Richtlinien von OpenAI für Ads-Feeds empfehlen Deltas für schnell rotierende Bestände und vollständige Uploads für umfassendere Katalogänderungen.
Wird ein Produkt sofort entfernt, wenn es als nicht vorrätig markiert wird?
Ja. Laut der Ads-Dokumentation von OpenAI qualifiziert sich ein out_of_stock-Produkt nicht mehr für Auslieferung und Empfehlungen, bis es wieder auf in_stock gesetzt und erneut verarbeitet wurde. Es gibt keine Übergangsphase, in der ein nicht verfügbares Produkt weiterhin normal angezeigt wird.
Wie sollten preorder- und backorder-Daten formatiert werden?
Das Feld availability_date sollte gemäß der Produktdaten-Spezifikation von Google für Merchant Center das ISO-8601-Format verwenden und kann bis zu ein Jahr im Voraus gesetzt werden. Dieses Datum sollte außerdem auf der Produkt-Landingpage erscheinen, damit Käufer dieselben Informationen sehen wie im Feed.
Kann ecentic Abweichungen bei Bestandssignalen automatisch beheben?
Unsere Plattform erkennt Abweichungen zwischen Ihrem Feed und Ihren Landingpages und bietet One-Click-Veröffentlichung, um korrigierte Felder in Shopify oder WooCommerce anzuwenden. Die Preise beginnen mit dem Compete-Tarif ab $14.90 pro Monat. Für größere Kataloge stehen höhere Tarife zur Verfügung.
Zentrale Spezifikations- und Dokumentationslinks für Implementierungen
Bei Sonderfällen und genauen Validierungsregeln sollten Sie die Quelldokumentation heranziehen, statt sich auf Zusammenfassungen aus zweiter Hand zu verlassen. Die OpenAI-Spezifikation für Produktfeeds und die Richtlinien für Ads-Produktfeeds beschreiben erforderliche Felder, Enum-Werte und Aktualisierungskanäle im Detail. Die Hilfe von Google zu Merchant Center erläutert availability_date und die Regeln für den Abgleich mit der Landingpage. Die Global-Catalog-Dokumentation von Shopify erklärt, wie Katalogantworten für Agenten mit abgeleiteter Verfügbarkeit und der Verfügbarkeit einzelner Varianten umgehen. Wenn Sie strukturierte Daten zusammen mit diesen Feeds implementieren, behandelt dieser Leitfaden für Schema-Markup die Typen, die Händler in der Regel zuerst benötigen.