
Wenn Sie hier gelandet sind, weil Sie wissen möchten, wie man KI-Modelle auf eigener Hardware ausführt: Das ist nicht dieser Leitfaden. Wir behandeln die andere Bedeutung: wie KI-Einkaufsagenten wie ChatGPT und Gemini entscheiden, ob Ihr Produkt für einen Käufer verfügbar ist, auch für Käufer in der Nähe eines Ladengeschäfts, und was Sie tun können, damit Ihre Produktangebote diese Prüfung bestehen. Agenten können nur empfehlen, was sie lesen, verifizieren und als kaufbar bestätigen können. Lokale Verfügbarkeit ist Teil dieser Bestätigung.
TL;DR
- KI-Einkaufsagenten zeigen jetzt Bestand, Preis und Bewertungen in ihren Antworten an, und Google hat eine KI-Funktion, die bei lokalen Geschäften anruft, um zu fragen, ob ein Artikel vorrätig ist.
- Ihre Verfügbarkeitssignale kommen aus strukturierten Produktdaten, Feeds und Crawler-Zugriff, nicht daher, dass Sie für eine Platzierung bezahlen.
- Referral-Traffic aus dem KI-Shopping ist noch klein, konvertiert für die richtigen Produkte aber gut. Beginnen Sie deshalb mit den Artikeln, die Käufer vergleichen und recherchieren.
- Testen Sie, wie jeder Agent Ihre Produktangebote tatsächlich behandelt, beheben Sie Datenlücken und prüfen Sie dann erneut. Raten Sie nicht.
Was „lokale Verfügbarkeit“ für KI-Einkaufsagenten bedeutet
In der klassischen Suche war Verfügbarkeit eine Zeile im Snippet. In einem KI-Shopping-Ablauf ist sie eine Hürde. Wenn ein Käufer nach einem Produkt fragt, erstellt der Agent eine Auswahl und verwirft alles, was er nicht als kaufbar, lieferbar oder vorrätig bestätigen kann.
Hinter dieser Hürde stehen drei Fragen:
- Ist es vorrätig? Der Agent liest das aus Ihrem Feed, Ihren strukturierten Daten und Ihrer Produktseite.
- Kann es diesen Käufer erreichen? Versandregionen, Liefergeschwindigkeit und im stationären Handel die Frage, ob ein Geschäft in der Nähe den Artikel vorrätig hat.
- Kann der Agent der Antwort vertrauen? Veraltete oder widersprüchliche Daten machen ein Produkt für eine Empfehlung riskant, sodass es still und leise verliert.
Google beschreibt das Ausmaß dessen, was dahintersteht. Laut dem TechCrunch-Bericht zum Google AI-Shopping-Updatewird der AI Mode von einem Shopping Graph mit mehr als 50 Milliarden Produktangeboten betrieben, von denen 2 Milliarden stündlich aktualisiert werden. Laut demselben Bericht können Antworten im AI Mode Details wie Preis, Bewertungen und verfügbaren Bestand anzeigen. Außerdem können Käufer in den USA nach „near me“ suchen und die Option „Let Google Call“ für Kategorien wie Spielzeug, Gesundheit und Schönheit sowie Elektronik nutzen.
Praktisch bedeutet das: Verfügbarkeit wird kontinuierlich und maschinell geprüft, und Händler, die kontinuierlich präzise Daten liefern, haben einen Vorteil.
Warum das jetzt wichtig ist: wenig Traffic, starke Kaufabsicht
Zuerst die ehrlichen Zahlen. Eine Studie mit 973 E-Commerce-Websites von Forschern der Frankfurt School zeigt, dass ChatGPT insgesamt nur eine begrenzte Rolle im Onlinehandel spielt. Mehrwert entsteht vor allem bei komplexen Produkten mit hohem Informationsbedarf, weniger bei Standardartikeln.
Eine separate Analyse von Visibility Labs auf Basis von 94 E-Commerce-Websites kam zu dem Ergebnis, dass über ChatGPT vermittelter Traffic eine Conversion-Rate von 1,81 % gegenüber 1,39 % bei generischer organischer Suche erreichte, also rund 31 % höher lag, während er Mitte 2025 weniger als 0,2 % des gesamten E-Commerce-Traffics ausmachte. Der Umsatz pro Sitzung lag hinter etablierten Suchkanälen zurück, übertraf aber bezahlte Werbung in sozialen Netzwerken.
Das bedeutet für Sie:
- Erwarten Sie nicht, dass KI die Suche schon dieses Quartal ersetzt.
- Betrachten Sie sie als kleinen, aber wachsenden Kanal mit hoher Kaufabsicht, bei dem die Kosten Ihrer Abwesenheit darin bestehen, dass ein Wettbewerber mit saubereren Daten die Empfehlung erhält.
- Priorisieren Sie Produkte, die Käufer recherchieren und vergleichen: technische Produkte, Nahrungsergänzungsmittel, Beauty, Haushaltsgeräte – alles mit echten Spezifikationen.
Welche Signale entscheiden darüber, ob Sie erscheinen
Strukturierte, maschinenlesbare Produktdaten
Agenten bevorzugen Daten, die sie ohne Vermutungen verarbeiten können. Verfügbarkeit, Preis, Varianten sowie Versand- und Rückgabebedingungen sollten als explizite Felder vorliegen und nicht nur als Text in einer Beschreibung. Die eigenen Richtlinien von Google für das Universal Commerce Protocol (UCP) zeigen gut, wohin die Entwicklung geht: der Merchant Center UCP-Leitfaden erläutert, wie Sie Ihren Produktfeed aktualisieren, um Berechtigungen zu signalisieren und Compliance-Daten bereitzustellen – mit Attributen wie native_commerce für die Checkout-Berechtigung, consumer_notice für regulatorische Hinweise und merchant_item_id, damit Agenten entscheiden können, ob ein Produkt infrage kommt, und korrekte Gesamtsummen berechnen können.
Wenn Sie einen breiteren Einstieg in die Datenseite suchen, ist dieser Überblick über KI-Beispiele im E-Commerce und maschinenlesbare Produktinformationen eine hilfreiche Ergänzung.
Aktualität
Ein Artikel, der im Feed als „auf Lager“ erscheint, auf der Produktseite aber als „ausverkauft“, ist ein Vertrauensproblem. Die Lösung ist unspektakulär und effektiv: eine einzige verlässliche Bestandsquelle, die häufig synchronisiert wird und aus der Produktseite, Feed und strukturierte Daten gleichermaßen lesen.
Crawler-Zugriff
Ein häufiger und teurer Fehler: Ihre CDN- oder Bot-Management-Regeln blockieren die Crawler, die KI-Systeme verwenden. StoreFleets Analyse von Perplexity und Google AI Mode für Shopify weist genau darauf hin, nennt PerplexityBot und Google-Extended ausdrücklich und empfiehlt, diese in der robots.txt explizit zuzulassen, damit Ihr Katalog sichtbar bleibt. Prüfen Sie Ihre Firewall-Logs, bevor Sie auch nur eine einzige Produktbeschreibung anfassen.
Produktinhalte, die Vergleichsfragen beantworten
Verfügbarkeit bringt Sie auf die Shortlist. Inhalte entscheiden, ob Sie ausgewählt werden. Spezifikationen, Materialien, Größen, Kompatibilität und ehrliche Beschreibungen der Anwendungsfälle helfen einem Agenten dabei, Ihr Produkt einer konkreten Anfrage zuzuordnen. Unsere Leitfäden zu der Optimierung von Produktangeboten für KI-Einkaufsagenten und zu Produktwissensgraphen für Shopify und WooCommerce gehen tiefer ins Detail.
Platzierungen sind probabilistisch – hören Sie auf, Rankings zu jagen
Viele Händler fragen, wie sie in ChatGPT „auf Platz eins ranken“ können. Dieselbe StoreFleet-Analyse weist darauf hin, dass Platzierungen probabilistisch und keine festen Positionen sind und dass Agenten relevante, strukturierte Daten gegenüber generischen SEO-Taktiken bevorzugen. Dienste, die garantierte Platzierungen versprechen, sind im Vergleich zu sauber gepflegten Produktfeeds meist wirkungslos.
Denken Sie stattdessen in Auswahlraten. Wenn einem Agenten dieselbe Einkaufsfrage 100-mal gestellt wird: In wie vielen Antworten erscheint Ihr Produkt? Das ist die Kennzahl, die Sie verbessern müssen – und sie verbessert sich, wenn Ihre Daten klarer sind als die Ihrer Wettbewerber.
Außerdem gibt es nicht nur einen einzigen Agenten, bei dem Ihre Produkte ausgewählt werden müssen. Die Analyse von AlixPartners spricht für einen Portfolioansatz: Mode- und Bekleidungsmarken profitieren tendenziell stärker von Auffindbarkeit in ChatGPT und Perplexity, während Unternehmen mit Fokus auf Nachbestellungen oder standardisierte Produkte oft eine stärkere Präsenz in nativen KI-Shopping-Flows wie Gemini oder Amazon Rufus benötigen. Prüfen Sie jeden Agenten separat.
Eine praktische Checkliste für Shopbetreiber
Arbeiten Sie diese Punkte der Reihe nach durch. Die ersten kosten nichts.
- Crawler entsperren. Prüfen Sie robots.txt-, CDN- und Bot-Management-Einstellungen für KI-User-Agents. Erlauben Sie die, die Sie zulassen möchten.
- Bestandsgenauigkeit prüfen. Vergleichen Sie 20 Top-Produkte über Produktseite, Feed und strukturierte Daten hinweg. Beheben Sie jede Abweichung.
- Felder explizit angeben. Legen Sie Verfügbarkeit, Preis, GTIN oder SKU, Marke, Varianten sowie Versand und Rückgaben in strukturierten Feldern ab.
- Berechtigungen deklarieren. Wenn Sie in den USA verkaufen und Agent-Checkout nutzen möchten, folgen Sie den Merchant Center UCP-Schritten für Checkout-Berechtigung und Compliance-Daten.
- Für Vergleiche schreiben. Fügen Sie die Spezifikationen und Anwendungsdetails hinzu, nach denen Käufer einen Assistenten fragen würden. Denken Sie auch an Bilder: Lesen Sie unseren Beitrag zu KI-lesbaren Produktbildern.
- Vertrauenssignale stärken. Bewertungen und Social Proof haben weiterhin Gewicht. Untersuchungen von Yuting Gao und Xiaoyu Miao, veröffentlicht über die AIS Electronic Library, zeigen, dass Empfehlungen aus sozialen Netzwerken bei bekannten Marken als glaubwürdiger wahrgenommen wurden als KI-Empfehlungen. KI kann also die Entdeckung übernehmen, während Vertrauen anderswo entsteht. Unser Beitrag darüber, wie Bewertungen KI-Empfehlungen beeinflussen erklärt die Mechanik dahinter.
- Messen, ändern, erneut messen. Ändern Sie immer nur eine Sache gleichzeitig bei Ihren wertvollsten Produkten und prüfen Sie anschließend die Wirkung.
Ein konkretes Beispiel
Angenommen, Sie betreiben einen Shopify-Shop für Espressomaschinen mit einem physischen Showroom. Ein Käufer fragt einen Assistenten nach einer kompakten Maschine unter einem bestimmten Budget, die noch diese Woche verfügbar ist. Der Agent benötigt einen Preis, einen Lagerstatus, eine Lieferzeit und idealerweise Spezifikationen, die „kompakt“ belegen. Wenn auf Ihrer Produktseite „Versand in Kürze“ steht, der Feed aber „auf Lager“ meldet und die Abmessungen nur in einem Bild enthalten sind, hat der Agent zwei unsichere und ein nicht lesbares Feld. Ein Wettbewerber mit sauberen Feldern landet auf der Shortlist – selbst wenn Ihre Maschine besser ist.

Die Lösung ist kein cleverer Werbetext. Entscheidend sind konsistente Felder, lesbare Spezifikationen und ein zugelassener Crawler.
Unsere Sichtweise
Wir haben ecentic entwickelt, weil Händler immer wieder die falsche Frage gestellt haben. Sie fragten, wie sie in KI ranken können, obwohl die entscheidende Frage lautet, warum ein Agent für eine konkrete Käuferanfrage das Produkt eines Wettbewerbers statt ihres eigenen ausgewählt hat.

Unserer Ansicht nach ist Verfügbarkeit nur ein Faktor unter mehreren, die ein Agent gewichtet, und Sie können diese Gewichtung nicht erkennen, wenn Sie nur Ihren eigenen Shop betrachten. Sie müssen sie simulieren. Deshalb testen wir mit den tatsächlichen Agenten – ChatGPT, Gemini, Claude und Perplexity – statt mit einer generischen Checkliste. Außerdem verknüpfen wir jede empfohlene Änderung mit einer gemessenen Gewinnquote und, wo möglich, zugeordneten Verkäufen statt mit dem Gefühl, dass der Text besser klingt.
Wir glauben außerdem, dass die meisten Händler dem Impuls widerstehen sollten, alles neu zu schreiben. Beheben Sie zuerst die Datenprobleme, die Sie disqualifizieren: widersprüchliche Bestände, blockierte Crawler, fehlende Felder. Verbessern Sie danach die Inhalte für die wenigen Produkte, die Käufer tatsächlich vergleichen. Scannen Sie anschließend erneut, denn Agenten ändern sich – und Ihre Wettbewerber ebenfalls.
— Xhurian
Wo ecentic ins Spiel kommt
Wenn Sie einen Shopify- oder WooCommerce-Shop betreiben, verbindet sich ecentic damit, simuliert, wie KI-Einkaufsagenten Ihre Produktseiten bewerten, und erklärt in einfachem Englisch, warum Sie gegen Wettbewerber gewinnen oder verlieren. Sie erhalten Vorschläge zum Umschreiben von Produktangeboten, können Änderungen mit einem Klick veröffentlichen und erneut scannen, um zu verfolgen, wie oft Agenten Ihre Produkte auswählen. Es gibt einen kostenlosen Einführungsscan, damit Sie Ihren Ausgangspunkt sehen können, bevor Sie etwas bezahlen.
Veröffentlichte Tarife auf unserer Preisseite:
| Tarif | Preis |
|---|---|
| Compete | $14.90 pro Monat |
| Scale | $44.90 pro Monat |
| Dominate | $149 pro Monat |
| Performance-Gebühr | 3 % pro KI-zugeordneter Bestellung |
Dort sind auch die Tarife Scan, Pay-as-you-go und Enterprise ohne veröffentlichten Preis aufgeführt. Sehen Sie, wie KI-Optimierung von Produktangeboten funktioniert, oder die Shopify-Integration.
Fehler, die Empfehlungen still und leise kosten
- KI wie einen weiteren Werbeplatz behandeln. Es gibt keine Auktion, die man gewinnen kann. Für „garantierte“ Platzierungen zu bezahlen, ist der falsche Hebel.
- Texte vor den Daten optimieren. Schöne Beschreibungen helfen nicht, wenn der Agent nicht bestätigen kann, dass der Artikel kaufbar ist.
- Für nur einen Agenten optimieren. Wie die Analyse von AlixPartners zeigt, profitieren unterschiedliche Geschäftsmodelle von unterschiedlichen Agenten.
- Die Logik von Standard- versus komplexen Produkten ignorieren. Die Ergebnisse der Frankfurt School legen nahe, dass KI vor allem bei komplexen, informationsintensiven Käufen hilft. Beginnen Sie dort.
- Nie erneut scannen. Feeds verändern sich, Wettbewerber aktualisieren ihre Daten, Modelle ändern sich. Verfügbarkeitsgenauigkeit ist eine Gewohnheit, kein Projekt. Unser Leitfaden zu den Datenquellen von KI-Shopping-Agenten zeigt, wie Sie den Kreislauf am Laufen halten.
FAQ
Bedeutet „Local Availability AI“, dass KI auf meinem eigenen Computer läuft?
Das ist die andere verbreitete Bedeutung des Begriffs und beschreibt das Ausführen von Modellen auf eigener Hardware für mehr Datenschutz und Kontrolle. Dieser Artikel behandelt etwas anderes: wie KI-Einkaufsagenten beurteilen, ob ein Produkt für einen Käufer verfügbar ist – auch in der Nähe.
Kann ich dafür bezahlen, dass meine Produkte lokale Lagerbestände in ChatGPT oder Gemini anzeigen?
Nicht im Sinne eines gekauften Rankings. Platzierungen sind probabilistisch und werden von strukturierten, relevanten Produktdaten bestimmt. Der verlässliche Weg sind daher präzise Feeds, konsistente Produktseiten und zugelassene Crawler. Google bietet allerdings feedbasierte Programme an. Prüfen Sie deshalb die offizielle Merchant-Center-Dokumentation für Ihr Setup.
Prüfen KI-Agenten wirklich lokale Geschäfte?
Google hat in den USA eine Funktion angekündigt, die lokale Geschäfte anruft um für bestimmte Kategorien nach der Produktverfügbarkeit zu fragen, und der AI Mode kann Lagerbestände in Antworten anzeigen. Ob die Verfügbarkeit Ihrer Produkte erscheint, hängt von der Kategorie und davon ab, wie gut Ihre Daten gepflegt sind.
Lohnt sich AI-Shopping-Traffic für einen kleinen Shop?
Heute ist er noch klein – in einer Analyse Mitte 2025 unter 0,2 % des gesamten E-Commerce-Traffics –, konvertierte in denselben Daten aber besser als die generische organische Suche. Beginnen Sie mit kostenlosen Maßnahmen wie Crawler-Zugriff und konsistenten Bestandsdaten und konzentrieren Sie Ihren Aufwand auf Produkte, bei denen Käufer vergleichen.
Quellen
- Google erweitert AI Shopping um konversationelle Suche, Agent-Checkout und eine KI, die Geschäfte für Sie anruft (TechCrunch)
- ChatGPT-Traffic konvertiert 31 % besser als organische Suche ohne Markenbezug (Visibility Labs)
- Neue Studie: Wo ChatGPT im Online-Shopping bereits funktioniert (idw)
- Bereiten Sie Ihr Merchant-Center-Konto vor, Google UCP Guide
- Perplexity und Google AI Mode für Shopify im Test (StoreFleet)
- KI-Shopping-Agenten: Vorteile für Kunden und Händler (AlixPartners)
- Gao und Miao, PACIS 2025 (AIS Electronic Library)
Diese Themen entdecken