Wie bereitet man Mode-Produktfeeds für das Shopping in ChatGPT, Gemini und Perplexity vor?

Um in den Shopping-Ergebnissen von ChatGPT, Gemini und Perplexity korrekt zu erscheinen, braucht ein Modehändler einen vollständigen Produktfeed auf Variantenebene mit korrekten Grössen, Farben, Preisen und Beständen. Er wird über das Händlerprogramm der jeweiligen Plattform eingereicht und immer dann aktualisiert, wenn sich Preise oder Verfügbarkeit ändern. Die Arbeit besteht vor allem in sauberer Produktdatenpflege, weniger in neuer Technologie.

Wie kommen KI-Assistenten an Mode-Produktdaten?

Assistenten kombinieren Web-Crawling mit strukturierten Daten, die Händler einreichen. OpenAI veröffentlicht eine Produktfeed-Spezifikation für das Shopping in ChatGPT. Google nutzt Daten aus dem Merchant Center für die Suche, den AI Mode und die Gemini-App und kündigte im Januar 2026 Dutzende neue Merchant-Center-Attribute für dialogbasierten Handel an, etwa Antworten auf häufige Produktfragen, kompatibles Zubehör und Ersatzprodukte. Perplexity lancierte im November 2024 ein kostenloses Merchant Program, über das grosse Händler Produktspezifikationen teilen, und bezieht Produktinformationen von Shopify-Händlern in den USA über Shopify.

Gecrawlte Seiten werden weiterhin genutzt, doch ein Feed gibt Ihnen die Kontrolle darüber, was der Assistent liest: den exakten Preis, den aktuellen Bestand pro Grösse und den kanonischen Produktlink.

Welche Feed-Felder sind für Mode am wichtigsten?

Die Kernfelder überschneiden sich zwischen den Plattformen, auch wenn die Bezeichnungen abweichen. Die Tabelle vergleicht das Format von OpenAI mit den Google-kompatiblen Bezeichnungen.

Lesen Sie auch

Was ist Agentic Commerce? Wie KI-Agenten für Modekundinnen und -kunden einkaufen werden

Wie sollten Grössen- und Farbvarianten strukturiert sein?

An der Variantenlogik scheitern Mode-Feeds am häufigsten. Die Spezifikation von OpenAI verlangt eine Zeile pro kaufbarem Artikel oder pro Variante, jeweils mit eigenem Preis, eigener Verfügbarkeit, URL und eigenen Bildern. Jede Variantenzeile trägt eine group_id, die sich von ihrer item_id unterscheidet, setzt listing_has_variations auf true und enthält ein variant_dict, etwa mit Farbe Black und Grösse 10. Auch die Spezifikation von Google verlangt item_group_id für Varianten in Märkten wie Deutschland, Frankreich, Grossbritannien und den USA.

Für Bekleidung verlangt Google bei Produkten, die auf diese Märkte ausgerichtet sind, Farbe, Geschlecht und Altersgruppe sowie die Grösse bei Kleidung und Schuhen. Gibt es einen Style in mehreren Farben, braucht jede Farbe ein eigenes Bild, damit der Assistent keine marineblaue Jacke zeigt, wenn nach einer schwarzen gefragt wurde.

Was sind die häufigsten Fehler in Feeds?

1. Erfundene Kennungen: OpenAI und Google sagen beide, man solle GTINs weder raten noch erfinden. Verwenden Sie Marke plus MPN oder setzen Sie in Google-kompatiblen Feeds identifier_exists auf no, wenn keine Kennung existiert.
2. Nur übergeordnete Zeilen: Wird ein Style nur einmal ohne Zeilen pro Grösse aufgeführt, kann der Assistent nicht erkennen, ob eine Grösse vorrätig ist.
3. Veraltete Verfügbarkeit: Der Feed von OpenAI weist Zeilen mit fehlenden oder nicht erkannten Verfügbarkeitswerten zurück und verlangt eine Aktualisierung, wenn sich der Bestand ändert.
4. Nicht synchronisierte Sale-Preise: OpenAI verlangt eine Aktualisierung des Feeds, wenn ein Sale beginnt oder endet; Sale-Zeiträume im Feed lösen keine automatischen Änderungen aus.
5. Dürftige Titel und Beschreibungen: Ein Titel wie «Jacke 4471» gibt einem Assistenten nichts, was er mit einer Anfrage nach einer «wasserdichten, leichten Regenjacke» abgleichen könnte. OpenAI empfiehlt Titel mit bis zu 150 und Beschreibungen mit bis zu 5'000 Zeichen.
6. Preise in Angebots-IDs: Die Spezifikation von OpenAI sagt ausdrücklich, dass der Preis niemals in einer Angebots-ID enthalten sein darf.

Wie oft sollte ein Mode-Feed aktualisiert werden?

OpenAI legt keinen festen Rhythmus fest, knüpft Aktualisierungen in seinen Vorgaben aber an Ereignisse: wenn ein Sale beginnt oder endet und wenn sich Bestände ändern. In der Mode, wo einzelne Grössen schnell ausverkauft sind, bedeutet das mindestens tägliche Vollfeeds plus häufigere Aktualisierungen von Beständen und Preisen bei schnell drehenden Linien. Eine Empfehlung für eine ausverkaufte Grösse beschädigt das Vertrauen in den Assistenten wie in die Marke.

Was sollte über die Grundlagen hinaus in den Feed?

Assistenten beantworten Fragen, die die Kundschaft sonst einer Verkaufsberaterin oder einem Verkaufsberater stellen würde. Materialzusammensetzung, Pflegehinweise, Beschreibung der Passform (slim, regular, oversized), Länge, Leibhöhe, Ärmelform, Anlass und Nachhaltigkeitszertifizierungen helfen, sofern sie korrekt und belegt sind. Die neuen dialogbezogenen Attribute von Google weisen in dieselbe Richtung. Nehmen Sie Lieferzeiten und Retourenbedingungen auf, wo die Spezifikation es erlaubt, denn danach fragt die Kundschaft zunehmend im selben Gespräch.

Lesen Sie auch

Halluzinationen von KI-Shopping-Assistenten: Wer haftet für falsche Produktangaben?

Wie misst man, ob der Feed funktioniert?

Überwachen Sie zuerst die Gesundheit des Feeds: den Anteil akzeptierter, abgelehnter und mit Warnungen versehener Zeilen im Dashboard jedes Händlerprogramms. Segmentieren Sie dann die Webanalyse nach KI-Verweisquellen, um Traffic, Konversion und Retouren aus Besuchen über Assistenten zu sehen. Führen Sie schliesslich regelmässig manuelle Tests durch: Stellen Sie jedem Assistenten typische Kundenanfragen aus Ihren Kategorien und prüfen Sie, ob Ihre Produkte mit korrekten Preisen, Grössen und Bildern erscheinen.

Die Zuständigkeit ist ebenso wichtig wie das Format. In vielen Modeunternehmen sind die Produktdaten auf Design, Merchandising, E-Commerce und Marketing verteilt, und Feeds werden von denjenigen gepflegt, die die bezahlte Suche betreuen. Feeds für Agenten verdienen eine namentlich verantwortliche Person mit der Befugnis, Daten an der Quelle im Produktinformationssystem zu korrigieren, statt Werte in einem Feed-Tool zu flicken. Diese Person sollte auch die Übersetzungen koordinieren, denn Assistenten antworten in vielen Sprachen, und ein fehlender lokalisierter Titel oder eine fehlende Materialbeschreibung verringert die Sichtbarkeit im jeweiligen Markt. Eine kurze monatliche Prüfung der abgelehnten Zeilen, der am häufigsten fehlenden Attribute und der Kundenanfragen, die kein Produkt geliefert haben, reicht meist aus, um die Feed-Qualität stetig zu verbessern. Betrachten Sie jede Verbesserung als wiederverwendbar: Dieselben sauberen Attribute verbessern die Suche auf der eigenen Website, Marktplatz-Angebote und Wholesale-Daten. Die Investition hängt also nicht vom Erfolg einer einzelnen KI-Plattform ab.