SEO-Produktbeschreibung: was zählt, was schadet — und was Google und KI-Suchen auf 103 Produktseiten tatsächlich lesen

„Die Produktbeschreibung muss SEO-optimiert sein.“ Der Satz steht in fast jedem Briefing, und fast nie steht dabei, was damit gemeint ist. Ein Keyword dreimal im Text? Mindestens 300 Wörter? Eine Zwischenüberschrift? Suchoptimiert ist keine Stimmung, sondern eine Reihe von Merkmalen, die ein Text hat oder nicht hat. Man kann sie prüfen.

Und seit KI-Assistenten Produkte empfehlen, gibt es einen zweiten Leser. Er liest nicht unbedingt denselben Text wie Google. Wir haben gemessen, was beide auf echten Produktseiten vorfinden.

Was im Text zählt: sieben prüfbare Merkmale

Unsere Prüfung bewertet Suchoptimierung mit sieben Fragen, fünf, die ein Text erfüllen soll, und zwei, die er nicht erfüllen darf. Jede ist mit Ja oder Nein zu beantworten, jede Antwort steht mit Begründung im Protokoll.

1. Nennt der erste Satz Produkttyp und Namen? „Die Kammlinie Lux 450 ist eine Stirnlampe …“, nicht „Lux 450 — dein Begleiter für die Nacht“. Wer „Stirnlampe“ sucht, muss das Wort finden.
2. Stehen die Suchbegriffe natürlich im Fließtext? Produkttyp, Kategorie, zentrale Merkmale, in Sätzen, nicht als Liste am Ende.
3. Nennt der Text Einsatzzwecke oder Zielgruppen? Käufer suchen selten „Stirnlampe 450 Lumen“, öfter „Stirnlampe zum Laufen“.
4. Stehen die kaufentscheidenden Merkmale in der ersten Hälfte? Suchmaschinen und Leser gewichten den Anfang. Was im letzten Absatz steht, wird am seltensten gelesen.
5. Verwendet der Text Wortvarianten? „Stirnlampe“, „Lampe“, „Kopflampe“, statt fünfmal dasselbe Wort.

Und die zwei, die schaden:

6. Wiederholt der Text einen Suchbegriff auffällig oft? Der Keyword-Stapel ist das älteste SEO-Rezept und heute ein Signal für minderwertige Seiten.
7. Beginnt der Text mit einem leeren Vorspann? „In der heutigen Zeit ist Licht wichtiger denn je …“ — ein Satz ohne Produkt, ohne Merkmal, an der wertvollsten Stelle der Seite.

Dazu kommt, was nicht zur Suchoptimierung im engeren Sinn gehört, aber für sie arbeitet: kein wortgleicher Text über Varianten hinweg, und konkrete Angaben statt Allgemeinplätzen. Ein Assistent, der die Frage „Welche Stirnlampe ist am leichtesten?“ beantworten soll, kann „78 g“ zitieren. Mit „federleicht“ kann er nichts anfangen.

Auch unsere eigenen Texte bestehen nicht jede Frage. In den fünf Beispiel-Protokollen auf dieser Seite erreichen alle fünf Texte die höchste der drei Stufen, „suchoptimiert“. Trotzdem verfehlen drei davon die erste Frage: Ihr erster Satz nennt den Produktnamen, aber nicht den Produkttyp. Die Stufe fasst zusammen, die einzelne Frage zeigt, wo es noch hakt.

Was Maschinen auf echten Produktseiten vorfinden

Der Text ist die eine Hälfte. Die andere ist, wie er ausgeliefert wird. Wir haben dieselben elf deutschen Shops untersucht wie in unserer Studie über 1.546 Produkttexte: je zehn Produktseiten, 103 davon erreichbar, abgerufen am 24. September 2026. Gelesen haben wir das HTML, so wie der Server es ausliefert. Das ist, was ein Crawler ohne JavaScript sieht, und nach einer Messung von Vercel gehören dazu die Crawler von OpenAI, Anthropic und Perplexity. Google führt JavaScript aus, empfiehlt aber trotzdem, Produktdaten im ausgelieferten HTML zu haben.

Die Shops nennen wir auch hier nicht. Alle laufen auf Shopify.

Keiner sperrt KI-Crawler, keiner regelt sie eigens

Wir haben in der robots.txt jedes Shops nach zwölf KI-Crawlern gesehen, von GPTBot bis ClaudeBot und Google-Extended. Keiner der elf Shops hat für einen davon eine eigene Regel. Alle zwölf dürfen lesen, weil die allgemeine Regel für alle Crawler es erlaubt. Ob das eine Entscheidung war oder niemand daran gedacht hat, sieht man der Datei nicht an.

Und jeder der elf Shops hat eine llms.txt, die Datei, die KI-Systemen den Weg durch eine Website zeigen soll. Das klingt nach KI-Optimierung, ist aber keine: Die Datei ist in allen elf Shops gleich, 88 Zeilen, bis auf Shopnamen, Adressen und in einem Fall die Namen der Rechtsseiten. Sie kommt erkennbar von der Plattform, nicht vom Shop. Sie erklärt Einkaufs-Agenten, wie sie suchen, einen Warenkorb füllen und bezahlen, und verweist für Produktinformationen auf den maschinenlesbaren Produkt-Export. Einen eigenen Satz über die eigenen Produkte enthält sie in keinem Shop.

Das ist nicht schlecht. Aber es verschiebt die Frage: Ein Agent, der der Datei folgt, liest das Beschreibungsfeld aus dem Katalog. Was steht dort?

Strukturierte Daten: Preis ja, Produkt kaum

Neun der elf Shops liefern Produktdaten nach schema.org aus, auf 83 der 103 Seiten. Zwei Shops liefern auf keiner ihrer zehn Seiten welche im HTML aus.

Wo die Daten da sind, sind die Pflichtangaben vollständig: Name, Bild, Preis, Währung, Verfügbarkeit, auf allen 83 Seiten. Bei den Angaben, die Google zusätzlich empfiehlt, wird es dünn:

Empfohlene Angabe	Seiten (von 83)	Shops (von 9)
GTIN (Artikelnummer des Herstellers)	67	8
Durchschnittsbewertung	29	3
Farbe	10	1
Einzelne Bewertungen	0	0
Material	0	0
Größe	0	0
Versandbedingungen	0	0
Rückgabebedingungen	0	0

Die strukturierten Daten beschreiben also den Kauf, nicht das Produkt. Woraus ein Pullover ist, wie schwer eine Lampe ist, was im Paket liegt: Das steht, wenn überhaupt, nur im Text. Für die Suche heißt das: Der Text ist die einzige Stelle, an der ein Suchsystem die Produktmerkmale findet. Stimmt dort eine Angabe nicht, gibt es keine zweite Quelle, die sie richtigstellt.

Drei Texte für ein Produkt

Der überraschendste Befund. Wir haben geprüft, wie viel vom Beschreibungstext aus dem Katalog, dem Feld, auf das die llms.txt die Agenten schickt, auf der Seite sichtbar ist.

Katalogtext auf der Seite	Seiten (von 103)
vollständig sichtbar	61
teilweise sichtbar	16
kaum oder gar nicht sichtbar	26

„Teilweise“ heißt: Ein Teil des Katalogtexts steht im ausgelieferten HTML, der Rest nicht. Ob der Rest im Browser nachgeladen wird oder gar nicht erscheint, spielt für einen Crawler ohne JavaScript keine Rolle. Für ihn fehlt er. „Kaum“ ist noch etwas anderes. Drei Muster:

• Das Beschreibungsfeld enthält einen Werbesatz. In einem Shop stehen dort auf allen zehn Seiten nur zwei bis vier kurze Sätze, gebaut wie eine Meta-Description und meist mit einem Aufruf am Ende: „Jetzt online entdecken.“, „Jetzt nachfüllen.“ Der Text, den Besucher lesen, kommt aus anderen Feldern. Ein Agent, der den Katalog liest, bekommt den Werbesatz.
• Die Seite zeigt einen anderen Text als der Katalog. In einem zweiten Shop zeigen sieben von zehn Seiten einen kurzen Text aus Bausteinen. Der längere, eigens geschriebene Katalogtext steht nur in den strukturierten Daten. Auf einer der Seiten duzt der sichtbare Text, der Katalogtext siezt.
• Die strukturierten Daten enthalten eine Werbezeile. Ein dritter Shop zeigt seinen Katalogtext vollständig an, schreibt in die Beschreibung der strukturierten Daten aber auf neun von zehn Seiten: „Bestelle jetzt [Produktname] in deinem nachhaltigeren Onlineshop ✓ Kauf auf Rechnung ✓ …“.

Keins davon ist ein Fehler, den man beim Durchklicken sieht. Die Seite sieht gut aus, der Text liest sich gut. Aber Google, ein KI-Assistent und ein Besucher bekommen verschiedene Texte für dasselbe Produkt. Welcher davon geprüft wurde, welcher „Bio“ ohne Nachweis sagt, welcher das richtige Gewicht nennt, weiß dann niemand mehr genau.

Was schadet, zusammengefasst

• Ein Keyword-Stapel und ein Vorspann ohne Produkt. Beides lässt sich im Text messen und vor der Veröffentlichung abfangen.
• Wortgleiche Texte über Varianten und kopierte Herstellertexte: Google nimmt dann eine Seite in den Index und wählt selbst, welche.
• Werbezeilen in Datenfeldern. Ein Satz mit „✓ Kauf auf Rechnung“ ist keine Produktbeschreibung, auch wenn er im Feld dafür steht.
• Verschiedene Texte an verschiedenen Stellen. Wenn Katalogfeld, sichtbare Seite und strukturierte Daten auseinanderlaufen, gilt jede Prüfung nur für einen davon.
• Allgemeinplätze statt Angaben. Was ein Suchsystem zitieren soll, muss als Angabe im Text stehen, mit Zahl und Einheit.

Zehn Minuten für den eigenen Shop

1. Quelltext einer Produktseite öffnen (Strg+U bzw. ⌥⌘U) und nach einem Satz aus der Beschreibung suchen. Steht er nicht drin, sieht ihn ein KI-Crawler nicht.
2. Die Adresse der Produktseite mit .json am Ende aufrufen, bei Shopify zum Beispiel /products/name.json. Das Feld body_html ist der Text, den Agenten bekommen. Ist es derselbe wie auf der Seite?
3. Den Test für Rich-Suchergebnisse von Google mit der Adresse füttern. Er zeigt, ob Produktdaten da sind und welche Angaben fehlen.
4. Die Beschreibung in den strukturierten Daten lesen, im selben Test. Steht dort ein Produkttext oder eine Werbezeile?
5. Die robots.txt und die llms.txt aufrufen. Nicht, um etwas zu ändern, sondern um zu wissen, was dort steht, und wer es entschieden hat.
6. Den ersten Satz von zehn Produkttexten lesen. Nennt jeder den Produkttyp?

Lass 20 deiner Texte kostenlos prüfen — das Protokoll beantwortet die sieben Fragen für jeden Text einzeln, mit Zitat und Begründung, und prüft jede Angabe gegen deine Produktdaten.