GEO-Checkliste für Online-Shops: llms.txt, Product-Schema und KI-Crawler

Käuferinnen und Käufer starten ihren Einkauf immer seltener mit einer Suchergebnisseite. Sie fragen ChatGPT, welchen Mixer sie kaufen sollen, lassen sich von Gemini Laufschuhe vergleichen oder lesen die AI Overview über den Ergebnissen und scrollen gar nicht weiter. Generative Engine Optimization, kurz GEO, ist die Arbeit daran, einen Shop für diese Systeme - ChatGPT, Gemini, Google AI Overviews und Claude - lesbar und zitierfähig zu machen, so wie SEO Shops einst für den klassischen Google-Crawler lesbar gemacht hat. Wenn eine generative Engine keine saubere Seite abrufen kann, nicht versteht, was ein Produkt ist, oder den Katalog gar nicht crawlen darf, empfiehlt sie ihn auch nicht. Diese Checkliste führt durch die sieben wichtigsten Korrekturen, in der Reihenfolge, in der eine Entwicklung sie realistisch umsetzen kann.

1. Veröffentlicht eine echte llms.txt, keinen Sitemap-Dump

Warum: Eine llms.txt-Datei im Root-Verzeichnis gibt Sprachmodellen eine kurze, kuratierte Übersicht des Shops: Markenname, Sortiment, die wichtigsten Kategorie-URLs und einige Schlüsselseiten. Es ist das Äquivalent zu einem einseitigen Einführungsblatt für eine neue Mitarbeiterin statt des kompletten Aktenschranks.

Wie: Legt /llms.txt als reine Markdown-Datei an. Haltet sie kurz: eine Zeile Markenbeschreibung, eine Liste von Kategorie-Links mit jeweils wenigen Worten Kontext, dazu Links zu vertrauensrelevanten Seiten (Versand, Rückgabe). Fügt nicht die komplette Sitemap oder jede Produkt-URL ein - das untergräbt den Zweck der Datei und verwässert das Signal.

Prüfen: Öffnet eureDomain.de/llms.txt im Browser und prüft, dass sie als reiner Text lädt, ungefähr eine gedruckte Seite lang ist und jeder Link darin tatsächlich zu einer funktionierenden Seite führt.

2. Blockiert nicht länger die KI-Crawler, von denen ihr Erwähnungen wollt

Warum: Viele Shops sperren in der robots.txt GPTBot, OAI-SearchBot, ClaudeBot oder Google-Extended - oft ein Überbleibsel einer generischen "Alle Bots blockieren"-Vorlage - und wundern sich dann, warum sie nie in KI-Antworten auftauchen. Ein Modell, das eure Seiten nicht lesen darf, kann euch auch nicht zitieren.

Wie: Öffnet die robots.txt und prüft jeden dieser Crawler-Namen einzeln. Erlaubt ihnen Zugriff auf euren öffentlichen Katalog: Produktseiten, Kategorieseiten und Content-Seiten. Admin-Bereich, Warenkorb, Checkout und Kundenkonto könnt und solltet ihr für jeden Bot weiterhin sperren.

Prüfen: Ruft die robots.txt direkt ab und sucht nach jedem Crawler-Namen. Steht bei einem davon ein pauschales Disallow: /, muss dieser Abschnitt auf private Pfade eingegrenzt werden, nicht auf den gesamten Shop.

3. Fügt Product- und Offer-Schema auf den Seiten ein, die tatsächlich verkaufen

Warum: Generative Engines stützen sich auf strukturierte Daten, um Preis, Verfügbarkeit und Identität eines Produkts zu bestätigen, bevor sie es sicher erwähnen. Ein Organization-Schema auf der Startseite sagt einem Modell, wer ihr seid - nicht, was ihr verkauft. Ein einziges WooCommerce-Skript, das identisch auf jeder Seite wiederholt wird und sich nie mit dem Produkt ändert, wirkt praktisch genauso, als gäbe es gar keines.

Wie: Fügt auf jeder echten Produkt-URL Product- und verschachteltes Offer-JSON-LD ein, gefüllt mit den Daten des jeweiligen Produkts: Name, Beschreibung, SKU, Preis, Währung, Verfügbarkeit und ein Link zurück zur kanonischen URL. Das muss aus den Produktdaten generiert werden, nicht als statischer Block hineinkopiert.

Prüfen: Öffnet einige Produktseiten, seht euch den Seitenquelltext an und prüft, ob Preis und Name im JSON-LD tatsächlich mit dem übereinstimmen, was auf dem Bildschirm steht - nicht mit Platzhalterwerten oder denen der Startseite.

4. Fügt BreadcrumbList auf Kategorieseiten ein

Warum: Das BreadcrumbList-Schema zeigt einem Modell genau, wo eine Kategorie in eurer Katalogstruktur liegt - das hilft bei Fragen wie "beste Trailrunning-Schuhe", weil das Modell versteht, dass diese Seite unter Schuhe > Laufen > Trail liegt und nicht frei schwebt.

Wie: Fügt BreadcrumbList-JSON-LD in jedes Kategorie- und Unterkategorie-Template ein, das exakt dem sichtbaren Breadcrumb-Pfad auf der Seite entspricht - gleiche Reihenfolge, gleiche Bezeichnungen, gleiche URLs.

Prüfen: Prüft zwei oder drei Kategorieseiten auf unterschiedlichen Ebenen (eine Hauptkategorie und eine Unterkategorie) und stellt sicher, dass das Breadcrumb-Schema denselben Pfad zeigt, den ein Kunde auf dem Bildschirm sieht.

5. Setzt Review- und AggregateRating-Schema nur ein, wenn Bewertungen sichtbar sind

Warum: Ein Bewertungsschema ohne sichtbare Bewertungen auf der Seite ist genau die Art von Diskrepanz, die einen Shop eher auffällig macht als vertrauenswürdig - sowohl bei Suchmaschinen als auch bei generativen Engines, die prüfen, ob Markup und tatsächlicher Seiteninhalt zueinander passen.

Wie: Gebt Review- und AggregateRating-JSON-LD nur auf Seiten aus, auf denen echte Bewertungstexte und eine Sternebewertung tatsächlich für den Kunden sichtbar gerendert werden. Hat ein Produkt keine Bewertungen, lasst den kompletten Schema-Block weg, statt eine Standardbewertung einzusetzen.

Prüfen: Wählt ein Produkt ohne Bewertungen und prüft, dass kein Bewertungsschema vorhanden ist. Wählt eines mit Bewertungen und prüft, dass die Zahlen im Schema mit dem übereinstimmen, was auf der Seite angezeigt wird.

6. Schreibt dünne Seiten so um, dass sie was, für wen, Spezifikationen und Nachweis beantworten

Warum: Eine generative Engine versucht, die Frage einer Käuferin zu beantworten - nicht einen Slogan zu bewundern. Eine Kategorie- oder Produktseite, die nur aus Hero-Bildern und einem Slogan besteht, gibt ihr nichts zum Zitieren oder Zusammenfassen, also wird sie zugunsten der Seite eines Wettbewerbers übersprungen, die das Produkt tatsächlich erklärt.

Wie: Jede wichtige Seite sollte in echtem Text vier Dinge abdecken: was das Produkt oder die Kategorie ist, für wen es gedacht ist, die Spezifikationen oder Details, die eine Kaufentscheidung erfordert, und eine Form von Nachweis - Materialien, Zertifikate, Garantiebedingungen oder echtes Kundenfeedback. Das heißt nicht, Textwände zu bauen - ein paar gut geschriebene Absätze und eine Spezifikationsliste schlagen jede Marketingzeile.

Prüfen: Lest die Seite, als wüsstet ihr nichts über die Marke. Wenn ihr allein aus dem Text nicht beantworten könnt, was es ist, für wen es ist und was es glaubwürdig macht, kann es ein Sprachmodell auch nicht.

7. Korrigiert Canonical-Tags, hreflang und stellt sicher, dass Seiten als echtes HTML rendern

Warum: Generative Engines und ihre Crawler führen JavaScript nicht immer so aus wie ein Browser. Eine Seite, die als leere Hülle ausgeliefert und erst clientseitig befüllt wird, kann für einen Crawler leer wirken, obwohl sie für einen Kunden völlig normal aussieht. Bei Shops mit mehreren Märkten führen fehlende Canonical-Tags und hreflang-Angaben zudem dazu, dass die falsche Sprach- oder Regionsvariante indexiert und zitiert wird.

Wie: Stellt sicher, dass Produkt- und Kategorieinhalte serverseitig gerendert (SSR) oder bereits in der ersten HTML-Antwort vorhanden sind, statt vollständig erst nach dem Laden per JavaScript eingefügt zu werden. Fügt jeder Seite ein selbstreferenzierendes Canonical-Tag hinzu sowie hreflang-Tags, die auf jede Sprach- oder Regionsvariante verweisen, falls ihr mehr als eine Storefront-Locale betreibt.

Prüfen: Seht euch den Seitenquelltext (nicht das gerenderte DOM) einer Produktseite an und prüft, ob Produktname, Beschreibung und Preis im rohen HTML stehen. Prüft, ob Canonical- und hreflang-Tags auf die korrekten, live erreichbaren URLs verweisen - nicht auf eine Staging-Domain oder eine Weiterleitungskette.

Wer macht das: ihr oder eure Entwicklung

Der Großteil dieser Checkliste teilt sich sauber entlang einer Linie: Inhaltsentscheidungen liegen bei euch, Markup und Crawler-Regeln bei der Entwicklung.

• Ihr (Shop-Inhaber oder Marketing): Ihr schreibt den Text der llms.txt, entscheidet, welche Kategorien und Seiten wichtig genug sind, um hervorgehoben zu werden, und schreibt dünne Produkt- oder Kategorieseiten so um, dass sie tatsächlich erklären, was ihr verkauft.
• Eure Entwicklung: generiert Product- und BreadcrumbList-JSON-LD pro Seite aus echten Daten, passt die robots.txt an, damit die richtigen Bots zugelassen werden, korrigiert Canonical- und hreflang-Tags und stellt sicher, dass Seiten als HTML rendern statt als leere JavaScript-Hülle.

Keine Seite kann die Checkliste allein abschließen - eine Entwicklung kann perfektes Schema auf einer Seite ohne echten Inhalt ausliefern, und Marketing kann großartige Texte schreiben, die ein blockierter Crawler nie zu Gesicht bekommt.

Prüft, bevor ihr ratet

Sieben Punkte über einen ganzen Katalog hinweg zu korrigieren, geht leicht schief, wenn ihr nicht wisst, welche Seiten tatsächlich fehlerhaft sind. Aigely führt einen GEO-Audit sowohl auf Website- als auch auf Seitenebene durch und prüft llms.txt, Crawler-Zugriff in der robots.txt, Schema auf echten URLs und Inhaltstiefe nach genau dieser Checkliste. Fügt eine Liste von URLs ein, um den Audit exakt auf diese Seiten zu beschränken, oder lasst die Liste leer - dann wird eure Sitemap automatisch geladen. Der kostenlose Scan ist ein schneller Vorgeschmack auf eure ChatGPT-Sichtbarkeit - nützlich als erster Blick, aber kein vollständiger GEO-Audit auf Website- und Seitenebene.

Messt nach dem Livegang erneut

Mit dem Ausliefern der Korrekturen ist die Arbeit nicht erledigt. Messt die Erwähnungsrate für die Kaufprompts erneut, die für euren Shop relevant sind - solche, die eine echte Käuferin vor dem Kauf tatsächlich in ChatGPT oder Gemini eingeben würde - und vergleicht das Ergebnis mit eurem Ausgangswert. Änderungen an Schema und Crawler-Zugriff können mehrere Tage brauchen, bis sie sich im Modellverhalten zeigen, also gebt es Zeit, bevor ihr schließt, eine Korrektur habe nicht funktioniert.

Startet mit einem vollständigen GEO-Website-Audit, um zu sehen, wo euer Shop heute steht, oder führt einen schnellen kostenlosen Scan durch, um eure aktuelle ChatGPT-Sichtbarkeit zu prüfen.