Produktdaten sind kein Textproblem, sondern eine Entscheidungshilfe für Menschen mit offenen Fragen. Dieser Artikel zeigt, welche Fragen jede Produktseite beantworten sollte, wie du Qualität bewertest und in welcher Reihenfolge du dein Sortiment überarbeitest.
Kurz gesagt: Gute Produktdaten sind die Antworten auf die Fragen, die jemand kurz vor dem Kauf hat – und zwar in Feldern, nicht in Fließtext versteckt. Wer Produktdaten als Werbetext behandelt, produziert Adjektive; wer sie als Entscheidungshilfe behandelt, produziert Maße, Materialien, Kompatibilitäten und ehrliche Abgrenzungen. Der zweite Weg ist mehr Arbeit und im Alltag der belastbarere.
Die Fragen, die eine Produktseite beantworten muss
Setz dich einmal vor eine deiner Produktseiten und beantworte laut: Was ist das genau? Für wen ist es gedacht und für wen nicht? Welche Maße, Mengen oder technischen Werte hat es? Passt es zu dem, was ich schon habe? Wie pflege oder verwende ich es? Was ist im Lieferumfang enthalten? Und wie kommt es zu mir, was kostet der Versand, wie gebe ich es zurück?
Wenn du eine dieser Fragen nicht innerhalb weniger Sekunden auf der Seite findest, hast du deine Aufgabenliste. Besonders die Abgrenzung – wofür ein Produkt nicht geeignet ist – wird selten geschrieben und beantwortet trotzdem einen großen Teil der Kundenanfragen. Sie kann außerdem Retouren senken, weil weniger Menschen etwas Falsches bestellen.
Attribute, Varianten, Medien: die Struktur unter dem Text
Unter jedem guten Produkttext liegt ein sauberes Datenmodell. Attribute sind vergleichbare Felder wie Material, Maß, Gewicht, Leistung oder Kompatibilität; Varianten bilden Auswahlmöglichkeiten wie Größe und Farbe ab; Medien zeigen, was Text nicht erklären kann. Shopsysteme erwarten diese Trennung ausdrücklich – Produktinformationen, Varianten und Medien gehören in die dafür vorgesehenen Felder, wie die Shopify-Hilfe zu Produktdetails beschreibt.
Die häufigsten Fehler sind schnell benannt: uneinheitliche Einheiten und Schreibweisen, Attribute, die nur bei einem Teil des Sortiments gepflegt sind, Farbvarianten ohne eigenes Bild, und Datenblattinformationen, die als Bild statt als Text vorliegen. Jeder dieser Punkte schränkt Filter ein und zwingt Menschen häufiger dazu, Produkte manuell zu vergleichen. Für die Wege zwischen Kategorien, Ratgeberinhalten und Produkten lohnt außerdem der Blick auf interne Verlinkung als Planungsaufgabe.
Ein ausdrücklich fiktives Vorher-Nachher
Erfundenes Beispiel: Ein Shop verkauft eine Keramiktasse. Vorher steht dort als Titel „Tasse blau“, im Beschreibungsfeld ein Satz über handwerkliche Qualität, ein Herstellerbild, keine Attribute. Nachher lautet der Titel „Keramiktasse Blau, 300 ml, spülmaschinenfest“; die Kurzbeschreibung nennt in zwei Sätzen Fassungsvermögen, Material und typische Nutzung; Attribute enthalten Höhe, Durchmesser, Gewicht, Material, Pflegehinweis und Herkunft; es gibt Bilder von vorn, von oben, im Größenvergleich mit einer Hand und im Gebrauch.
Bewusst ohne Zahlen zum Ergebnis: Was sich verlässlich sagen lässt, ist, dass die zweite Version deutlich mehr Fragen beantwortet, bevor sie im Kundenservice landen, und dass sie überhaupt erst filterbar und vergleichbar wird. Ob und wie stark sich Verkäufe verändern, hängt von zu vielen Faktoren ab, um es vorherzusagen.
Qualitätsstufen: eine Bewertungstabelle für dein Sortiment
Nimm dir zehn zufällige Produkte und bewerte sie anhand dieser Tabelle. Das Ergebnis zeigt mit wenig Aufwand, wo dein Sortiment steht.
| Datenfeld | Unzureichend | Brauchbar | Gut |
|---|---|---|---|
| Produkttitel | Nur interne Artikelnummer | Produktname allein | Name mit Typ und kaufrelevanter Eigenschaft |
| Kurzbeschreibung | Fehlt | Ein Satz Werbesprache | Zwei Sätze: was, für wen, was enthalten |
| Attribute | Nur Preis und Gewicht | Teilweise gepflegt | Alle kaufentscheidenden Felder einheitlich gefüllt |
| Varianten | Eigener Artikel je Farbe | Varianten angelegt | Varianten mit eigenen Bildern und Beständen |
| Bilder | Ein Herstellerbild | Mehrere Ansichten | Ansichten, Detail, Größenbezug, Anwendung |
| Abgrenzung | Keine Angabe | Vereinzelt genannt | Ungeeignete Anwendungsfälle klar benannt |
| Zuständigkeit | Niemand pflegt | Pflege bei Bedarf | Feste Verantwortung und Prüfrhythmus |
Reihenfolge: welche Produkte zuerst
Alles auf einmal zu überarbeiten führt häufig dazu, dass am Ende nichts fertig wird. Sinnvoll ist diese Priorisierung: zuerst Produkte mit vielen Besuchen und schwacher Datenlage, dann Produkte mit vielen Kundenanfragen oder Retouren, dann Produkte mit hoher Marge, zuletzt der lange Rest. Die zweite Gruppe wird oft übersehen, obwohl sie die klarsten Hinweise liefert – wiederkehrende Fragen im Support können auf fehlende Angaben hinweisen, aber auch auf Probleme im Produkt oder im Ablauf.
Arbeite außerdem in Kategorien statt in Einzelprodukten. Wenn du für eine Kategorie einmal festlegst, welche Attribute Pflicht sind, welche Bildperspektiven gebraucht werden und wie Titel aufgebaut sind, wird die Pflege wiederholbar. Genau diese Vorlagenarbeit ist der Kern einer strukturierten Produktdaten-Optimierung – und der Grund, warum der Aufwand pro Kategorie mit der Zeit sinkt.
Was gute Produktdaten für Suche und KI-Antworten bedeuten
Klar strukturierte, vollständige Produktangaben helfen Suchmaschinen dabei, dein Sortiment einzuordnen, und sie erleichtern es Systemen generell, Inhalte zu verarbeiten. Eine Garantie, dass eine bestimmte Struktur zu Nennungen in KI-Antworten führt, gibt es allerdings nicht – Auswahl und Darstellung liegen bei den jeweiligen Anbietern und ändern sich laufend. Was du beeinflussen kannst, ist Verständlichkeit und Belegbarkeit; der Artikel zu Inhalten für KI-Antworten geht auf diese Unterscheidung genauer ein.
Auf der Suchseite gilt das Gleiche in ruhigerer Form: Vergleichbare Attribute ermöglichen Filter, eindeutige Titel verringern Verwechslungen, und eine saubere Kategoriestruktur schafft Seiten, die als eigenständige Zielseiten überhaupt in Frage kommen. Wenn du das systematisch angehen willst, ist die Verbindung von Datenpflege und Shop-SEO die naheliegende Kombination, weil beides auf dieselben Strukturen zugreift. Auch die Herkunft der Daten spielt hinein: Wo Attribute aus einem PIM oder ERP kommen, entscheidet die Schnittstellenlogik zwischen den Systemen darüber, ob eine Korrektur dauerhaft bleibt.
Grenzen und der nächste Schritt
Produktdaten lösen keine Sortimentsprobleme. Wenn ein Artikel keine Nachfrage hat oder der Preis nicht wettbewerbsfähig ist, ändert daran auch die beste Beschreibung nichts. Ebenso wenig ersetzt Datenpflege gute Fotos – bei erklärungsbedürftigen Produkten ist die Bildstrecke oft wichtiger als jeder Text. Und Daten, die aus einem Vorsystem kommen, lassen sich im Shop nur nachhaltig verbessern, wenn die Änderung auch dort landet.
Konkreter nächster Schritt: Wähle eine Kategorie mit vielen Besuchen, definiere für sie ein verbindliches Attributschema und eine Titelvorlage, und arbeite die Produkte darin vollständig durch. Eine fertige Kategorie ist mehr wert als fünf halbfertige – und sie liefert dir die Vorlage für alle weiteren.
Sortiment strukturiert aufräumen
Wenn du wissen willst, wo dein Katalog wirklich steht und in welcher Reihenfolge sich Pflege lohnt, lässt sich das an deinen echten Daten prüfen.
E-Commerce-Beratung ansehen
Wissen
