Immer mehr Kaufentscheidungen beginnen in einem KI-Chat statt in der Google-Suche. Wer dort nicht auftaucht, existiert für diese Kunden schlicht nicht. In ChatGPT gefunden werden ist deshalb kein Hype-Thema, sondern ein Vertriebskanal im Aufbau: Die Suchvolumina sind heute noch klein, die Kaufentscheidungen dahinter sehr real. Ich mache Ihren Shop für ChatGPT, Perplexity und Einkaufsagenten maschinenlesbar und messe den Effekt an Ihren echten Server-Logs statt an Versprechen.

So macht es die Masse

„Wir optimieren Sie für KI“ heißt im Markt meist: ein umgeschriebener Blogartikel und eine Rechnung. Niemand prüft, ob GPTBot, PerplexityBot oder ein Einkaufsagent den Shop überhaupt erreicht, welche Seiten er liest und woran er scheitert. Verkauft wird das Schlagwort, gemessen wird nichts.

So baue ich es

Ich fange bei Ihren echten Server-Logs an: Welche KI-Bots kommen, welche Seiten holen sie, wo brechen sie ab? Darauf folgt das Handwerk aus Generative Engine Optimization und Answer Engine Optimization: strukturierte Produkt- und Angebotsdaten, saubere Schema-Auszeichnung, ein maschinenlesbarer Katalog, llms.txt. Am Ende prüfe ich per Direktabfrage, ob Ihre Produkte in ChatGPT gefunden werden, und messe die Bot-Zugriffe erneut. Nicht gefühlt, sondern belegt.

Was Sie bekommen

Konkrete Leistungen

  • Server-Log-Analyse: welche KI-Bots greifen wie auf Ihren Shop zu
  • Strukturierte Produkt- & Angebots-Daten (Schema.org) sauber ausgezeichnet
  • Maschinenlesbarer Katalog für KI-Einkaufsagenten und Shopping-Feeds
  • llms.txt & Crawler-Steuerung: was KI-Systeme nutzen dürfen
  • Sichtbarkeits-Checks: werden Ihre Produkte in ChatGPT, Perplexity & Co. genannt?
  • Vorher/Nachher-Messung an echten Zugriffsdaten statt Schätzwerten
KI-Bot-Zugriffe aus dem echten Server-Log
$ grep -E 'GPTBot|PerplexityBot|ClaudeBot|Google-Extended' access.log | wc -l
  4.117   ki-bot-zugriffe (letzte 30 tage)
top-pfade:
  /produkt/…  62%   ✓ werden gelesen
  /suche?…    18%   ✖ per robots geblockt → freigeben
  /feed.xml    9%   ✓ maschinenlesbar
Vorgehen

So gehe ich vor

Log-Messung (Ist)

Auswertung der echten Server-Logs: welche KI-Bots kommen, welche Seiten holen sie, wo brechen sie ab.

1. Schritt

Lesbar machen

Strukturierte Daten, Schema-Auszeichnung, maschinenlesbarer Katalog und llms.txt sauber aufsetzen.

2. Schritt

Prüfen

Direkte Abfragen in ChatGPT, Perplexity und Co.: tauchen Ihre Produkte auf und werden sie korrekt wiedergegeben?

3. Schritt

Log-Messung (Soll)

Erneute Auswertung nach den Maßnahmen: belegt an Ihren Zahlen, nicht an Schätzungen.

4. Schritt

Das Ergebnis für Sie

  • Sie wissen erstmals belegt, ob und wie KI-Systeme Ihren Shop nutzen.
  • Ihr Katalog ist für Einkaufsagenten lesbar statt unsichtbar.
  • Jede Maßnahme ist an echten Zugriffsdaten überprüfbar, vorher wie nachher.
  • Sie besetzen den Kanal, bevor der Wettbewerb ihn überhaupt versteht.
FAQ

Häufige Fragen

Klassisches SEO optimiert für die Google-Ergebnisliste. Generative Engine Optimization und Answer Engine Optimization optimieren dafür, dass KI-Systeme Ihre Inhalte verstehen, zitieren und in Empfehlungen aufnehmen. Beides ergänzt sich, die Datengrundlage ist dieselbe: sauber strukturierte, maschinenlesbare Inhalte.
Den Bot-Zugriff auf Ihren Server ja, über Ihre Logs: GPTBot, PerplexityBot und Co. hinterlassen Spuren. Ob Sie in Antworten auftauchen, prüfe ich über gezielte Abfragen zu Ihren Produkten und Kategorien. Beides zusammen ergibt ein ehrliches Bild statt einer Vermutung.
Genau deshalb. Das Thema ist so neu, dass die meisten Wettbewerber noch nicht maschinenlesbar sind. Wer seinen Katalog jetzt aufbereitet, ist gelistet, wenn die Nachfrage ankommt, statt ihr hinterherzubauen.
Ehrliche Antwort: Das kann niemand garantieren, die Systeme entscheiden selbst, was sie zitieren. Was ich garantieren kann: dass Ihr Katalog technisch lesbar ist, dass die Bots ihn nachweislich abrufen und dass beides in den Logs schwarz auf weiß steht. Ohne diese Grundlage passiert gar nichts.
Es ist ein junger, aber wachsender Standard. Wichtiger ist die saubere strukturierte Auszeichnung; llms.txt ist die Kür, nicht die Pflicht.