Empfiehlt ChatGPT deinen Online-Shop?

Eine klassische Suchergebnisseite gibt Käufern zehn oder mehr Links und überlässt ihnen die Entscheidung. Eine Shopping-Frage in ChatGPT funktioniert anders: Das Modell liest die Frage, entscheidet, wie eine gute Antwort aussieht, und schreibt eine kurze Liste von zwei bis sechs Shops oder Produkten, jeweils mit einem Satz Begründung. Es gibt kein Scrollen, keine zweite Seite und keine "Position elf", auf die man sich im nächsten Monat hocharbeiten könnte.

Diese eine Weichenstellung verändert, was "Sichtbarkeit" bedeutet. Bei Google kann ein Shop auf Seite drei stehen und trotzdem von einem hartnäckigen Käufer gefunden werden. In einer ChatGPT-Antwort ist ein Shop, der nicht in dieser kurzen Liste genannt wird, für diese Frage unsichtbar - egal wie stark seine organischen Rankings anderswo sind. Käufer stellen oft Anschlussfragen - "gibt es etwas Günstigeres" oder "gibt es das auch in Schwarz" - und jede davon ist eine neue Gelegenheit für das Modell, Shops hinzuzufügen, zu streichen oder in der Reihenfolge zu ändern, nach demselben Mechanismus. Die praktische Frage für Shopbetreiber lautet also nicht mehr "auf welchem Rang stehen wir", sondern "wurden wir genannt, und wie".

Warum Shopping-Antworten keine zehn blauen Links sind

Das ist die Verschiebung, die man sich merken sollte: Die Aufgabe eines Shops ist nicht mehr, eine Ergebnisseite zu erklimmen, sondern sich einen Platz in einer sehr kurzen, geschriebenen Antwort zu verdienen.

Neutrale Prompts, Marken-Keywords und ChatGPT-Memory

Ein neutraler Prompt (im Englischen cold prompt) ist eine Shopping-Frage ohne Marken- oder Domainnamen, etwa "wasserdichte Wanderschuhe für breite Füße" oder "Geschenkidee für Kaffeeliebhaber unter 50 Euro". Neutrale Prompts sind der faire Test für Auffindbarkeit: Sie zeigen, ob ein Modell von sich aus auf einen Shop kommt, ohne einen Hinweis zu bekommen.

Ein Prompt mit Markenbezug enthält bereits den Shopnamen oder die Domain ("ist [Shop] seriös", "Rückgaberecht bei [Shop]"). Solche Prompts sind aus anderen Gründen nützlich, sagen aber nichts über Auffindbarkeit aus, weil der Käufer den Shop schon kannte. Deshalb werden markenbezogene Prompts aus der mention rate ausgeschlossen: Die mention rate ist der Anteil der verfolgten Prompts, bei denen ein Shop in dieser Woche genannt wird, und Prompts, die den Shop schon im Text nennen, würden diesen Wert künstlich aufblähen.

Angemeldete ChatGPT-Konten können ein Memory nutzen - frühere Unterhaltungen und gespeicherte Präferenzen können eine spätere Antwort still beeinflussen. Für Käufer ist das praktisch, macht aber einen einzelnen, angemeldeten Chat zu einem schlechten Test für Sichtbarkeit: Derselbe neutrale Prompt kann für verschiedene Personen unterschiedliche Shops liefern, oder für dieselbe Person eine Woche später ein anderes Ergebnis. Um zu prüfen, was ein neuer Käufer ohne Verlauf sehen würde, braucht es einen Kontext, in dem das Memory die Antwort nicht mitgestaltet.

Wie ein Modell tatsächlich einen Shop auswählt

Es lohnt sich, drei Mechanismen zu trennen, die darüber entscheiden, ob ein Shop in einer Shopping-Antwort auftaucht.

Retrieval

Bei den meisten aktuellen Shopping-Fragen verlässt sich das Modell nicht nur auf das, was es im Training gelernt hat. Es führt einen Retrieval-Schritt aus: Es sucht aktuelle Seiten, die zur Frage passen, und vergleicht dann, was mehrere davon aussagen, bevor es eine Antwort schreibt. Damit dieser Schritt einen Shop überhaupt findet, müssen dessen Produktseiten crawlbar und indexiert sein. Wenn eine Kategorieseite Fehler zurückgibt, Crawler blockiert oder Preise und Verfügbarkeit hinter JavaScript versteckt, das für einen Bot nie gerendert wird, verliert der Shop schon, bevor die Qualität der Inhalte überhaupt eine Rolle spielt.

Zitate

Wenn eine Antwort einen Shop nennt, hat sie die Details - Preis, Material, Größe, Verfügbarkeit - oft von einer konkreten Seite übernommen, auf die sie sich beziehen kann. Das ist ein Hinweis für Shopbetreiber: Seiten, die Fakten klar benennen und dazu ein passendes Product- und Offer-Schema mitliefern, lassen sich vom Modell sicherer lesen und zitieren. Ein Blogbeitrag, der nie einen aktuellen Preis in maschinenlesbarer Form nennt, wirkt weniger vertrauenswürdig als eine Produktseite mit sauberen strukturierten Daten.

Aktualität

Veraltete Seiten - eingestellte Produkte, die noch gelistet sind, Preise, die nicht zum Schema passen, Sitemaps, die seit Monaten nicht aktualisiert wurden - senken das Vertrauen eines Modells, genauso wie eine veraltete Seite das Vertrauen eines Käufers untergräbt. Aktualität fließt in das ein, was in einem Audit als content score erscheint.

Hinter allen drei Mechanismen steht ein einfacheres Tor: ob KI-Crawler die Website überhaupt erreichen können. GPTBot, Google-Extended und ClaudeBot gehören zu den Crawlern, die das Material sammeln, auf dem diese Systeme aufbauen, und eine llms.txt-Datei ist eine Möglichkeit, in einem dafür vorgesehenen Format festzulegen, welche Teile einer Website gelesen werden sollen. Keiner dieser Punkte garantiert für sich genommen eine Nennung - er beseitigt lediglich Gründe, übergangen zu werden.

Was in einer einzelnen Antwort zählt

Eine einzelne KI-Shopping-Antwort enthält mehr Information als nur ein Ja oder Nein zur Sichtbarkeit, deshalb lohnt es sich, sie wie einen kurzen Bericht zu lesen und nicht wie ein Testergebnis. Vier Punkte lohnen einen genauen Blick:

• Genannt oder nicht. Die Basisprüfung: Taucht der Shop bei diesem neutralen Prompt in dieser Woche überhaupt auf.
• Reihenfolge. Zuerst genannte Shops werden meist als die passendste Antwort auf die Frage dargestellt, auch ohne explizites Ranking.
• Zitate. Wird der Shop verlinkt oder als Quelle angegeben, oder nur namentlich erwähnt, ohne Rückverweis. Genau dafür ist der vollständige Antworttext gedacht - nicht nur eine Zählung der Nennungen - wie er in einer Ansicht namens Answer Explorer zu finden ist.
• Tonalität. Klar empfohlen, als eine von mehreren Optionen erwähnt, oder mit einem Vorbehalt versehen ("aktuelle Verfügbarkeit vor der Bestellung prüfen"). Die Tonalität entscheidet mit, wie viel eine Nennung wert ist.

Wer Tonalität und Reihenfolge über mehrere Wochen und mehrere Prompts hinweg vergleicht, sieht auch den share of voice eines Shops: welche Wettbewerber bei denselben Fragen genannt werden, und wie oft.

Wenn Google-Ranking und ChatGPT-Antwort auseinanderlaufen

Es kommt häufig vor, dass ein Shop in der klassischen Suche gut rankt und trotzdem in der ChatGPT-Antwort auf eine eng verwandte Frage fehlt - oder umgekehrt: ein kleinerer Shop mit sauberen strukturierten Daten, der bei Google schlechter platziert ist, wird in einer KI-Antwort vor größeren Wettbewerbern genannt. Für einen Shopbetreiber sind beide Fälle gleich lehrreich, weil sie zeigen, dass Optimierung für einen Kanal sich nicht automatisch auf den anderen überträgt.

Die Gründe überschneiden sich mit den oben beschriebenen Mechanismen. Suchranking belohnt Backlinks, langjährige Autorität und über Jahre gesammelte Signale. Eine KI-Antwort belohnt eine Seite, die ein Modell ohne Umwege finden, sicher lesen und zitieren kann - was einem neueren Shop mit sauber ausgezeichneten Produktseiten manchmal besser gelingt als einem älteren Shop mit dünnen oder uneinheitlichen Produktdaten. Ein Shop, der jahrelang in Backlinks investiert hat, aber Preise nur als Bild zeigt oder die Crawler blockiert, die diese Antworten speisen, kann gut ranken und trotzdem selten genannt werden. Keines der beiden Systeme ersetzt das andere - sie beantworten schlicht unterschiedliche Fragen ("welche Seiten passen zu dieser Anfrage" gegenüber "was sollte ich diesem Käufer jetzt sagen"), und die Aufgabe eines Shops ist es, für beide lesbar zu sein.

Eine praktische wöchentliche Methode

Eine einfache, wiederholbare Methode schlägt eine einmalige Prüfung.

1. Mit einer Ausgangsbasis beginnen. Der kostenlose Aigely Scan lässt zehn neutrale Shopping-Prompts für eine Domain gegen ChatGPT laufen, einmal pro Woche, ohne Konto oder Kreditkarte, und liefert eine teilbare Scorecard. Das reicht, um diese Woche zu sehen, ob ein Shop bei neutralen Prompts aus seiner Kategorie überhaupt genannt wird.
2. Entscheiden, ob ein Verlauf gebraucht wird. Ein einzelner Scan zeigt eine Momentaufnahme. Mention rate und share of voice über mehrere Wochen - und über mehr als eine KI-Engine hinweg - zu verfolgen, braucht ein laufendes Projekt statt einer einmaligen Prüfung.
3. Bei Bedarf auf wöchentliches Tracking erweitern. Ein kostenloses Konto umfasst ein Projekt mit zehn Prompts auf ChatGPT und einen manuellen Scan pro Woche, ohne automatischen wöchentlichen Job. Eine siebentägige Testphase (Kreditkarte erforderlich) schaltet fünfzig Prompts über ChatGPT, Gemini und Google AI Overviews zusammen frei, allerdings ohne Claude. Bezahlte Pläne fügen automatisches wöchentliches Tracking hinzu: Starter deckt ChatGPT und Google AI Overviews ab, Shop ergänzt Gemini, und Business ergänzt Claude zusätzlich zum Rest.
4. Auf Basis der Antworten handeln. Das Audit zeigt llms.txt, Crawler-Zugriff und Product/Offer-Schema auf den Seiten, die in Antworten tatsächlich genannt werden oder fehlen - standardmäßig gilt das für jede URL in der Sitemap des Shops, oder für eine bestimmte Liste von URLs, wenn ein Shop den Umfang des Audits gezielt eingrenzen möchte.

Was man lassen sollte

• Den Markennamen nicht in den Test-Prompt schreiben. Ein Prompt wie "empfiehl Shops ähnlich wie [Shopname]" oder das Hinzufügen der Domain unterläuft den Sinn eines neutralen Prompts und zeigt nicht, was ein neuer Käufer sieht.
• Sichtbarkeit nicht anhand eines persönlichen, angemeldeten ChatGPT-Tabs beurteilen. Memory und frühere Chats können eine Antwort zugunsten oder zulasten eines Shops lenken, aus Gründen, die mit der tatsächlichen Sichtbarkeit für einen neuen Käufer nichts zu tun haben.
• Eine einzelne Antwort nicht als letztes Wort nehmen. Modellantworten variieren von Woche zu Woche und von Prompt zu Prompt; eine mention rate aus einem verfolgten Set von Prompts über die Zeit ist verlässlicher als ein einzelner Chat.
• Google-Ranking nicht mit einer KI-Nennung verwechseln. Beide werden unterschiedlich gemessen und können sich in entgegengesetzte Richtungen bewegen, wie oben beschrieben.

Die Prüfung beginnt mit zwei Minuten: den kostenlosen Aigely Scan mit neutralen Shopping-Prompts auf ChatGPT laufen lassen und die Scorecard lesen. Wer mention rate und share of voice jede Woche, über mehrere KI-Engines hinweg und mit vollständigem Antworttext verfolgen möchte, vergleicht die Preispläne, um den passenden Umfang zu finden.