Sönke BergerWEB DEVELOPMENT

Agentic Commerce macht Produktdaten zur Wartungsaufgabe

Sönke Berger••5 Min. Lesezeit

Agentic Commerce klingt schnell nach Zukunftsmusik. KI-Agenten suchen Produkte, vergleichen Angebote und koennen perspektivisch Teile des Einkaufsprozesses uebernehmen. Fuer Shopbetreiber ist daran aber nicht die Science-Fiction interessant, sondern die sehr praktische Konsequenz: Produktdaten werden noch wichtiger.

Ein menschlicher Kunde kann einen unklaren Produktnamen manchmal aus dem Kontext verstehen. Ein KI-System arbeitet anders. Es braucht eindeutige Signale: Preis, Verfuegbarkeit, Varianten, Lieferinformationen, strukturierte Produktdaten, konsistente Bilder, saubere Kategorien und Vertrauen in die Quelle. Wenn diese Signale fehlen oder widerspruechlich sind, wird der Shop nicht nur schlechter verstanden. Er wird im Zweifel gar nicht erst empfohlen.

Genau deshalb gehoert Produktdatenqualitaet nicht in die Schublade "Marketing macht das irgendwann". Sie ist ein Care-Thema. Wie Updates, Backups und Monitoring.

Problem

t3n beschreibt Agentic Commerce als Verschiebung im Wettbewerb: Nicht nur Marke und klassische Shop-Oberflaeche zaehlen, sondern die Frage, ob Systeme die Daten eines Haendlers sauber lesen, bewerten und weiterverarbeiten koennen. Shopware hat das Thema auf dem Community Day 2026 ebenfalls in den Mittelpunkt gestellt. Dort ging es um die Frage, wie Haendler erfolgreich bleiben, wenn KI-Agenten staerker Teil der Customer Journey werden.

Das Risiko fuer bestehende Shops ist simpel: Viele Produktdaten sind historisch gewachsen. Attribute wurden fuer interne Filter angelegt, Varianten wurden nach Bedarf ergaenzt, alte Produktbilder bleiben liegen, Lieferzeiten kommen aus dem ERP, Preise aus einer Promotion-App, strukturierte Daten aus dem Theme oder einem Plugin. Solange der Shop fuer Menschen halbwegs funktioniert, faellt das oft nicht sofort auf.

Fuer Maschinen ist "halbwegs" aber zu wenig. Google beschreibt bei Produkt-Strukturdaten, dass Produktinformationen in Suche, Google Images und Google Lens sichtbar werden koennen, wenn sie maschinenlesbar bereitstehen. Im Merchant Center-Kontext erklaert Google ebenfalls, dass strukturierte Daten Crawlern helfen, Produktdaten zu verstehen und mit Merchant-Daten abzugleichen. Das ist kein Versprechen auf bessere Rankings. Es ist ein Hinweis auf die Richtung: Systeme brauchen konsistente Daten, um Produkte korrekt einzuordnen.

Diagnose

Der erste Check ist kein grosses Replatforming-Projekt. Er ist eine Bestandsaufnahme.

Ich wuerde mit fuenf Fragen starten:

  • Stimmen Preis, Verfuegbarkeit und Lieferzeit im Shop, im Feed und in strukturierten Daten ueberein?
  • Sind Varianten eindeutig beschrieben, oder unterscheiden sie sich nur durch kryptische interne Werte?
  • Haben wichtige Produkte vollstaendige Attribute, die ein externer Dienst verstehen kann?
  • Sind Produktbilder aktuell, eindeutig und passend zur Variante?
  • Gibt es Fehler in Search Console, Merchant Center, Feed-Exporten oder Shopware-/Shopify-Logs, die niemand regelmaessig anschaut?

Wichtig ist: Diese Diagnose muss wiederholbar sein. Ein einmaliger Datenputz hilft kurz. Danach kommen neue Produkte, neue Varianten, neue Apps, neue Themes, neue Promotions und neue Fehlerquellen. Produktdaten veralten nicht wie ein kaputter Link, sondern schleichend.

Ein typisches Beispiel ist die Verfuegbarkeit. Im Frontend steht "lieferbar", im Feed kommt "out of stock" an, im strukturierten Markup fehlt die Angabe komplett. Fuer einen Menschen sieht der Shop vielleicht noch normal aus. Fuer Systeme entsteht ein Widerspruch. Und Widersprueche kosten Vertrauen.

Maßnahme

Der richtige Ansatz ist ein kleiner, fester Care-Check statt eines riesigen Datenprojekts.

Einmal pro Woche oder mindestens nach groesseren Shop-Aenderungen sollten die wichtigsten Datenwege geprueft werden:

  • Top-Produkte und margenstarke Kategorien stichprobenartig kontrollieren.
  • Produkt-Strukturdaten mit Googles Rich-Results- oder Schema-Pruefung testen.
  • Merchant- oder Feed-Fehler nach Prioritaet sortieren: Preis, Verfuegbarkeit, Versand, Varianten.
  • Shopinterne Attribute auf Vollstaendigkeit pruefen, besonders bei neuen Produkten.
  • Theme-, Plugin- und App-Aenderungen danach testen, ob sie Markup oder Feed-Ausgabe veraendern.
  • Auffaellige Produkte in eine feste Korrekturliste schreiben, statt Fehler nur nebenbei zu beheben.

Fuer Shopware-Shops heisst das oft: Properties, Custom Fields, Erlebniswelten, SEO-Daten und Exportprofile gemeinsam betrachten. Fuer Shopify-Shops liegen die neuralgischen Punkte haeufig bei Metafields, Varianten, Markets, Apps und Theme-Ausgaben. Die Plattform ist weniger entscheidend als die Disziplin dahinter: Es braucht eine sichtbare Routine, die Datenqualitaet messbar macht.

Ergebnis

Das Ziel ist nicht, jedem Trend hinterherzulaufen. Das Ziel ist ein Shop, den Menschen und Maschinen verlaesslich verstehen.

Wenn Produktdaten sauber sind, entstehen mehrere Nebenwirkungen:

  • Weniger Feed-Ablehnungen und weniger Merchant-Fehler.
  • Bessere Grundlage fuer strukturierte Daten und Produktsichtbarkeit.
  • Weniger Rueckfragen im Support, weil Varianten und Lieferinformationen klarer sind.
  • Stabilere Basis fuer KI-gestuetzte Suche, Empfehlungen und kuenftige Agentic-Commerce-Szenarien.
  • Weniger Stress bei Updates, weil klar ist, welche Datenwege geschaeftskritisch sind.

Agentic Commerce ist damit kein Grund, sofort den ganzen Shop umzubauen. Es ist ein guter Anlass, die langweiligen Grundlagen ernst zu nehmen: Produktdaten, strukturierte Daten, Feeds, Verfuegbarkeit, Bilder und Monitoring.

Wer diese Dinge heute in die Wartung aufnimmt, ist nicht nur besser auf KI-Agenten vorbereitet. Er betreibt auch jetzt schon den besseren Shop.

Quellen

Mehr lokale Sichtbarkeit?

Kostenlosen SEO-Check anfordern – unverbindlich und persönlich.

Agentic Commerce macht Produktdaten zur Wartungsaufgabe | Sönke Berger