Maschinenlesbare Produktdaten, konkret

Letzte Woche habe ich versprochen, konkret zu werden: was maschinenlesbare Produktdaten eigentlich sind und welche Felder ein Agent wirklich braucht. Das Anschauungsmaterial dafür kam letzte Woche gleich mit. Zwei Shops aus derselben Liga, beides bekannte DACH-Marken, beide mit gepflegten Websites. Der eine holt 77 von 100 Punkten in unserem AI Agent Readiness Check, der andere 31. Fast der gesamte Abstand entsteht in der Schicht, um die es heute geht.

Ein Shopping-Agent, der im Auftrag eines Nutzers sucht und vergleicht, stellt immer dieselben Fragen. Was ist das für ein Produkt, was kostet es, ist es lieferbar, was passiert, wenn es nicht passt. Übersetzt in Felder heißt das:

• Produktname und eine eindeutige Kennung (SKU, besser noch GTIN)

• Preis mit Währung

• Verfügbarkeit als Status, kein Marketing-Text wie “nur noch 3 Stück!”

• Varianten wie Größe und Farbe als eigene Angebote mit eigenem Preis und eigener Verfügbarkeit

• Versandkosten und Lieferzeit

• Rückgabebedingungen

• Bewertungen, falls vorhanden

Mehr ist es im Kern nicht. Die Liste ist kurz, und genau das macht sie so unangenehm. Fast jeder Shop hat all diese Informationen. Die Frage ist, in welcher Form.

Der Standard dafür heißt schema.org, das Format der Wahl ist JSON-LD: ein kleiner strukturierter Datenblock im Quelltext jeder Produktseite, der die Fakten explizit benennt. Das hier ist ein Produkt, das ist sein Preis, das seine Verfügbarkeit. Google nutzt diese Daten seit Jahren für Rich Results, was auch erklärt, warum das Thema vielen Shops halb bekannt vorkommt. Ein Agent geht aber weiter als Google. Er zeigt kein Preis-Snippet an, er entscheidet zwischen fünf Anbietern. Lücken, die bei SEO ein paar Prozent Sichtbarkeit kosten, machen einen Shop für einen Agenten unbrauchbar.

Der 77er-Shop aus dem Eingangsbeispiel hat genau diese Blöcke auf seinen Produktseiten. Preise, Varianten, Verfügbarkeiten, Rückgabebedingungen, alles explizit. Beim 31er-Shop stehen dieselben Informationen nur im gerenderten HTML, teilweise per JavaScript nachgeladen. Ein Mensch sieht keinen Unterschied. Ein Agent, der das rohe HTML liest, muss raten, und Agenten raten ungern. Sie empfehlen den Anbieter, bei dem sie nicht raten müssen.

Damit sind wir beim zweiten Punkt, der in der Praxis fast wichtiger ist als die Felder selbst. Die Daten müssen im ausgelieferten Quelltext stehen. Viele Shops haben ihr Product-Schema technisch korrekt, laden es aber per JavaScript oder Tag Manager nach. Für die meisten Agenten existiert es damit schlicht nicht. Die gute Nachricht: Für die gängigen Shop-Systeme ist serverseitige Auslieferung ein überschaubarer Eingriff, meist auf drei, vier Kern-Templates. Produktseite, Kategorieseite, die Service-Seiten mit Versand- und Rückgabeinfos. Ein Redesign braucht dafür niemand.

Wer wissen will, wo der eigene Shop steht, braucht dafür erstmal kein Tool, nur einen Browser.

1. Produktseite öffnen, Rechtsklick, Seitenquelltext anzeigen.

2. Nach “ld+json” suchen. Kein Treffer auf einer Produktseite ist bereits die Antwort.

3. Wenn ein Block da ist: Steht der Preis drin? Die Verfügbarkeit? Die Variante, die gerade ausgewählt ist?

4. Gegenprobe mit dem Rich-Results-Test von Google oder dem schema.org-Validator.

Wer es gründlicher will: Unser AI Agent Readiness Check macht diese Prüfung zusammen mit fünf weiteren Dimensionen, kostenlos, in zwei Minuten.

Die häufigste Reaktion auf einen Check-Score war in den letzten Wochen immer dieselbe Frage: gut, und was machen wir jetzt zuerst? Seit heute gibt es darauf eine feste Antwort. Der AI Agent Readiness Audit Light ist ein automatisierter Deep-Report über die wichtigsten Seiten-Templates eines Shops, mit priorisierter Fix-Liste und Aufwandseinschätzung, für 490 Euro Festpreis, direkt über die Website buchbar, Ergebnis innerhalb weniger Stunden.

Parallel wächst die Datenbasis im Hintergrund weiter, Stand diese Woche 92 Domains und 111 Messungen quer durch den DACH-Commerce. Daraus entsteht gerade der erste DACH Agentic Commerce Readiness Report. Dazu bald mehr an dieser Stelle.

Nächste Woche schaue ich mir die Tür vor den Daten an: was passiert, wenn ein Shop Agenten schon auf Firewall-Ebene abweist, und welche Optionen zwischen ganz zu und ganz offen liegen.