Google AI Mode ist ein konversationsbasierter Suchmodus in der Google-Suche, der mehrteilige Fragen mit einer generierten Antwort und Quellenlinks beantwortet. Bei Shopping-Anfragen kann er auf Googles Shopping Graph mit Produkten, Preisen, Bewertungen und Lagerbeständen zugreifen. Für E-Commerce-Marken bedeutet das: Datenqualität, klare Produktseiten und Bewertungen von Drittanbietern entscheiden darüber, ob ein Shop erscheint, wenn Käufer Vergleichsfragen stellen.
Käufer tippen kaum noch einen einzelnen Produktnamen ein. Sie fragen Dinge wie „leichte wasserdichte Wanderschuhe für breite Füße unter 4.000 Lira“ oder „welche Espressomaschine ist am einfachsten zu reinigen“. AI Mode zerlegt solche Fragen in Unterabfragen, ein Prozess, den Google „Query Fan-out“ nennt, und stellt eine Antwort zusammen, die Produktlisten, Vergleiche und Links enthalten kann. Die Marken, die erscheinen, sind diejenigen, deren Daten jeden Teil der Frage beantworten.
Wie findet AI Mode Produkte?
Zwei Quellen sind am wichtigsten. Die erste ist der Shopping Graph, den Google aus Merchant Center-Feeds, strukturierten Daten auf Produktseiten und im Web gecrawlten Informationen aufbaut. Die zweite ist der reguläre Suchindex von Seiten, Ratgebern und Bewertungen. AI Mode kann beides kombinieren: Produktkarten aus Feeds, Erklärungen aus Artikeln.
Es gibt also zwei Aufgaben. Halten Sie Produktdaten im Merchant Center und auf Ihren Seiten vollständig und korrekt und veröffentlichen Sie Inhalte, die die Fragen beantworten, die Käufer vor ihrer Entscheidung stellen.
Anwendungsfall 1: Feed-Attribute, die spezifische Fragen beantworten
Wenn ein Käufer nach „breite Passform“, „veganes Leder“ oder „spülmaschinenfest“ fragt, muss das System diese Fakten irgendwo finden. Viele Feeds enthalten nur die erforderlichen Grundlagen.
- Füllen Sie optionale Attribute im Merchant Center aus, wo relevant: Größentyp, Material, Muster, Farbe, Altersgruppe, Produkt-Highlights und Produktdetails.
- Schreiben Sie Titel, die die wichtigsten Attribute klar angeben, wie Marke, Produkttyp, Material und Größe.
- Halten Sie Preis und Verfügbarkeit synchron; Diskrepanzen zwischen Feed und Seite führen zu Ablehnungen.
- Verwenden Sie dieselben Identifikatoren (GTIN, Marke, MPN) im Feed und in den strukturierten Produktdaten der Seite.
Anwendungsfall 2: Produktseiten, die erklären, nicht nur auflisten
Eine Produktseite mit einem Foto, einem Preis und drei Aufzählungspunkten bietet AI Mode wenig zum Zitieren. Seiten, die echte Fragen beantworten, schneiden besser ab.
Fügen Sie einen kurzen Abschnitt „Für wen ist es geeignet“ hinzu
Zwei oder drei Sätze darüber, für wen das Produkt geeignet ist und für wen nicht. Das ist genau die Vergleichslogik, nach der Käufer KI-Tools fragen.
Platzieren Sie Spezifikationen in Text und Tabellen
Abmessungen, Gewicht, Kompatibilität und Pflegehinweise in HTML, nicht nur in Bildern. Text in Bildern ist schwerer zuverlässig zu lesen.
Beantworten Sie Vorverkaufsfragen auf der Seite
Sammeln Sie Fragen aus Kundenservice- und Chat-Protokollen und beantworten Sie diese auf der Seite. Halten Sie Antworten sachlich und aktuell.
Anwendungsfall 3: Bewertungen als Beweis
Generierte Antworten erwähnen oft, was Rezensenten sagen: „Käufer merken an, dass es klein ausfällt“. Bewertungen auf Ihrer eigenen Website, ausgezeichnet mit strukturierten Review- und AggregateRating-Daten gemäß den Google-Richtlinien, sowie Bewertungen auf Drittplattformen speisen dieses Bild.
Ermutigen Sie zu Bewertungen nach der Lieferung, reagieren Sie auf negative und schreiben oder kaufen Sie niemals gefälschte Bewertungen; das verstößt sowohl gegen die Google-Richtlinie als auch gegen das Verbraucherschutzgesetz in der Türkei und der EU. Produktbewertungen, die über die Programme des Merchant Center gesammelt werden, sind ein weiterer Weg.
Anwendungsfall 4: Einkaufsratgeber für Vergleichsanfragen
Vergleichs- und „Best-of“-Fragen sind Bereiche, in denen AI Mode dazu neigt, ausführlich zu antworten. Ein Einkaufsratgeber, der die Kriterien erklärt, eine Vergleichstabelle Ihres eigenen Sortiments zeigt und ehrlich mit Kompromissen umgeht, liefert dem System klares Material. Fügen Sie Originalfotos und selbst gemessene Maße hinzu; das ist Information, die eine Zusammenfassung nicht erfinden kann.
Anwendungsfall 5: Lokale Lagerbestände und Geschäftsinformationen
Für Einzelhändler mit physischen Geschäften ist der lokale Bestand wichtig. Käufer stellen Fragen wie „Wo kann ich das heute in der Nähe von Kadıköy kaufen“. Google kann die lokale Verfügbarkeit anzeigen, wenn Geschäfte lokale Bestandsdaten über das Merchant Center teilen und ihr Google Business Profile mit Öffnungszeiten, Adresse und Kategorien aktuell halten.
Selbst ohne vollständige lokale Bestands-Feeds bietet eine Filialfinder-Seite mit echten Adressen, Öffnungszeiten und den Marken oder Kategorien, die jedes Geschäft führt, dem System etwas zum Zitieren. Halten Sie Feiertagsöffnungszeiten aktuell; eine generierte Antwort, die einen Kunden zu einem geschlossenen Geschäft schickt, schädigt das Vertrauen schnell.
Welche Fehler halten E-Commerce-Shops zurück?
Dieselben wenigen Probleme tauchen immer wieder auf: Produktvarianten auf separaten dünnen Seiten mit kopierten Beschreibungen, Herstellerbeschreibungen, die wortwörtlich über Hunderte von Shops hinweg wiederverwendet werden, Preise in strukturierten Daten, die vom sichtbaren Preis abweichen, und Kategorieseiten ohne Text, der das Sortiment erklärt. Diese zu beheben ist unglamouröse Arbeit, aber jede einzelne entfernt einen Grund für das System, einen Konkurrenten zu bevorzugen.
Wie sollten Sie den Effekt von AI Mode auf den Umsatz verfolgen?
Die Messung ist noch unvollkommen. Die Search Console umfasst zum Zeitpunkt der Erstellung AI Mode-Aktivitäten innerhalb der Suchleistungsdaten, und Merchant Center-Berichte zeigen Produktimpressionen und Klicks über Google-Oberflächen hinweg. Kombinieren Sie diese mit Analysedaten für organische Landingpages.
- Beobachten Sie Impressionen für lange, fragenartige Suchanfragen neben Klicks.
- Vergleichen Sie die Konversionsraten von Besuchern, die auf Einkaufsratgebern und auf Produktseiten landen.
- Führen Sie eine feste Liste von 20 bis 30 Shopping-Fragen und notieren Sie monatlich, welche Marken AI Mode anzeigt.
- Notieren Sie Feed-Änderungen mit Datum, damit Sie sie später mit Bewegungen in Verbindung bringen können.
Wie Alien Road Google AI Mode für E-Commerce anwendet
In einem typischen Engagement kombiniert unser GEO-Team ein Feed-Audit mit einem Content-Audit. Die Entdeckung umfasst Merchant Center-Diagnosen, Attributvollständigkeit nach Kategorie, strukturierte Daten auf Produktvorlagen und die Fragen, die Kunden am häufigsten in Chats und Bewertungen stellen.
Die Einrichtung besteht hauptsächlich aus Korrekturen: Massenhaftes Ausfüllen von Attributen durch ergänzende Feeds, Umschreiben von Produkttiteln nach Vorlage, Hinzufügen von Produkt- und Angebots-Markup konsistent zum Feed und Erstellen von Einkaufsratgebern für die Kategorien mit den meisten Vergleichssuchen.
Zur Messung verfolgen wir die Leistung im Merchant Center, den organischen Umsatz nach Landingpage-Typ und das feste Shopping-Prompt-Panel mit Screenshots von AI Mode-Antworten. Monatliche Berichte zeigen, welche Kategorien an Sichtbarkeit gewonnen haben und welche Feed- oder Inhaltsänderungen dem vorausgingen.
Wo man diese Woche anfangen sollte
Öffnen Sie das Merchant Center, gehen Sie zu Produkte und filtern Sie eine umsatzstarke Kategorie. Exportieren Sie den Feed und zählen Sie, wie vielen Produkten optionale Attribute fehlen, nach denen Käufer fragen, wie Material, Größentyp oder Produkt-Highlights. Füllen Sie diese zuerst für die Top-20-Verkäufer aus, fügen Sie diesen Produktseiten einen kurzen „Für wen ist es geeignet“-Absatz hinzu und notieren Sie das Datum, damit Sie die Impressionen in einem Monat vergleichen können.
Weiterlesen: GEO – AIO – AEO · GEO