E-Commerce-Teams sollten nicht warten, bis jedes AI-Shopping-System vollständig transparent ist. Die kontrollierbare Ebene ist der Merchant-Center-Feed: Identifiers, Price, Availability, Title, Description, Images, Shipping, Returns und Landingpage-Konsistenz. Diese Felder garantieren keine Recommendations, aber schwache Feed-Daten können Produkte schwerer verständlich, vergleichbar, vertrauenswürdig und korrekt auslieferbar machen.

Das lernen Sie

  • Wie offizielle Merchant-Center-Anforderungen von AI-Shopping-Spekulation getrennt werden.
  • Welche Produktfelder vor Agentic-Commerce-Tests zuerst behoben werden sollten.
  • Wie Complete-Feed- und Incomplete-Feed-Patterns ohne erfundene Ergebnisse verglichen werden.
  • Wie Feed-Qualität erklärt wird, ohne Visibility, CTR, ROAS oder Revenue zu versprechen.

Zuerst prüfen, was Google über Merchant Center und AI Shopping sagt

Offizielle Quellenprüfung

Googles Merchant-Center-Product-Data-Specification erklärt, dass Produktdaten genutzt werden, um Produkte passenden Suchanfragen zuzuordnen, und dass falsche oder fehlende Angaben zu Disapprovals, Limited Eligibility, Darstellungsproblemen oder fehlender Auslieferung in Ads und Free Listings führen können. Das reicht als Grundlage für ein Feed-Quality-Audit.

Es reicht nicht aus, um zu behaupten, dass Merchant-Center-Felder entscheiden, ob jeder AI Agent ein Produkt empfiehlt. Googles Agentic-Commerce-Ankündigung bestätigt den Kontext rund um AI Shopping und Protokolle, veröffentlicht aber keine universelle AI-Agent-Recommendation-Formel für Produktfeeds.

Product Data Specification, Account Diagnostics und Länder- oder Kategorieanforderungen sind die Quelle der Wahrheit. Manche Attribute sind für breitere Auslieferung required, andere hängen von Produkttyp oder Markt ab, weitere sind optionale Qualitätssignale. Ein Audit sollte diese Unterschiede klar markieren.

Warum Feed-Qualität wichtig ist, bevor Agentic Commerce skaliert

Der Product Feed ist nicht das gesamte E-Commerce-System. Landingpages, Checkout, Policy Compliance, Pricing Operations, Reviews, Fulfillment und Campaign Structure bleiben wichtig. Merchant-Center-Daten sind jedoch eine der klarsten strukturierten Input-Ebenen, die ein E-Commerce-Team kontrollieren kann.

Das zählt, weil AI-Shopping-Erlebnisse verlässliche Product Identity, aktuelle Commerce Details und genug beschreibende Evidenz für Vergleiche benötigen. Ein Feed mit fehlenden Identifiers, vagen Titles, veralteter Availability, schwachen Images und inkonsistenten Landingpages liefert jedem System weniger belastbaren Input.

Eligibility, Understanding, Comparison und Trust: vier Rollen von Produktdaten

Eligibility Blockers

Eligibility ist die erste Ebene. Required Fields, Policy Alignment, crawlbare Images, gültige Links, korrekter Price und aktuelle Availability können beeinflussen, ob Produkte freigegeben werden und auf Google-Oberflächen auslieferbar sind.

Product Matching

Identity Fields helfen Systemen, ein eingereichtes Item dem richtigen Produkt zuzuordnen. GTIN ist stark empfohlen, wenn der Hersteller eine vergeben hat. Google weist darauf hin, dass fehlende oder falsche Unique Product Identifiers Matching und Visibility begrenzen können.

Trust- und Comparison-Felder

Price, Sale Price, Availability, Shipping, Returns, Condition, Images und Landingpage Consistency helfen bei Vergleichen. Sie beweisen keine Recommendation, reduzieren aber Mehrdeutigkeit.

Merchant-Center-Felder, die zuerst behoben werden sollten

Feldgruppe Beispiel-Felder Rolle Häufiger Fehler Sicherere Korrektur Priorität
Product Identity id, GTIN, MPN, brand, item group ID Matching und Catalog Stability Wiederverwendete IDs oder geratene Identifiers Stabile IDs und nur echte Identifiers nutzen Critical
Product Title title, structured title Product Recognition Keyword Stuffing oder Abweichung vom Seitentitel Exaktes Produkt, Variant und wichtiges Attribut beschreiben Critical
Product Description description, structured description Product Understanding Promo-Text, Links, Competitor-Referenzen Faktische Produktdetails passend zur Landingpage nutzen High
Google Product Category / Product Type google product category, product type Classification Zu breite oder falsche Kategorie Wichtige Produkte der genauesten Kategorie zuordnen High
Price und Sale Price price, sale price Commerce Accuracy Feed-Preis weicht von Landingpage ab Feed, Page, Checkout und Sale Timing synchronisieren Critical
Availability und Condition availability, condition Buyability und Policy Accuracy Nicht verfügbare Produkte als in_stock senden Feed-Werte mit Page und Checkout abgleichen Critical
Image und Additional Images image link, additional image link Visual Evidence Placeholder, Watermark, blocked oder kleine Images Crawlbare Bilder nutzen, die das Produkt klar zeigen High
Video Link, falls relevant video link Optionaler Produktnachweis Landingpage-URL als Video-URL senden Nur gültige, erreichbare Produktvideo-URLs einreichen Context-dependent
Shipping und Returns shipping, return policy attributes Logistics Trust Fehlende oder widersprüchliche Liefer-/Retourendaten Product-Level- und Account-Level-Policies abgleichen High
Landingpage Link Consistency link, mobile link, structured data Destination Reliability Feed und Seite zeigen unterschiedliche Werte Title, Price, Availability und Variant auf der Seite angleichen Critical

Soll Ihr Feed field by field bewertet werden, bevor Agentic Checkout skaliert? In einem Feed Audit markiere ich die Felder, die Eligibility blockieren, Product Matching verwirren, Trust-Signale schwächen oder vermeidbare Merchant-Center-Issues erzeugen.

Product Identifiers: GTIN, MPN und Brand

Feed Diagnostics

Beginnen Sie mit Diagnostics und prüfen Sie danach die wichtigsten Produkte manuell. Auch ein scheinbar sauberer Account kann schwache Titles, unvollständige Variant Data oder inkonsistente Landingpages enthalten.

Nutzen Sie GTIN, wenn der Hersteller eine vergeben hat. Raten Sie nicht. Wenn ein Produkt keine GTIN hat, prüfen Sie die richtige Identifier-Logik für die Kategorie und halten Sie MPN und Brand konsistent, wo das relevant ist.

Title, Description und Product Category

Titles sollten helfen, das Produkt schnell zu erkennen. Nutzen Sie den echten Produktnamen, bei Bedarf Brand, Variant Details wie Size oder Color und das Attribut, das ähnliche SKUs unterscheidet. Promotion-Sprache gehört in Ads, nicht in die Feed-Identity.

Descriptions sollten erklären, was das Produkt ist, was enthalten ist und welche Material-, Use-Case-, Compatibility- oder Sizing-Details wichtig sind. Product Category und Product Type sollten Classification unterstützen, statt eine unübersichtliche interne Navigation zu kopieren.

Price, Availability, Shipping und Returns

Price und Availability sind operative Felder. Wenn Feed, Page, Checkout und Structured Data auseinanderlaufen, entstehen vermeidbare Disapprovals und Vertrauensprobleme. Shipping und Returns sind ebenfalls Comparison-Felder: unklare Liefer- oder Retourenregeln können ein Produkt schwächen, auch wenn SKU-Daten sonst sauber sind.

Images sollten crawlbar, produktfokussiert und mit der exakten Variant konsistent sein. Googles Product-Data-Update 2026 führte das optionale Video-Link-Attribut ein und erklärte, dass Serving sowie Policy- und Quality-Validation-Checks für dieses Attribut am 30. Juni 2026 beginnen. Nutzen Sie Video nur, wenn zugängliche Produktvideos die dokumentierten Anforderungen erfüllen.

Complete Feed vs Incomplete Feed: illustrative Gegenüberstellung

Dies ist eine Template-Gegenüberstellung, keine Performance-Fallstudie.

Bereich Complete Feed Pattern Incomplete Feed Pattern Warum es zählt Vor Skalierung beheben
Identifiers [Brand], echte GTIN oder korrekte Identifier-Logik GTIN fehlt bei Produkten mit GTIN Hilft Product Matching Manufacturer Identifiers auditieren
Title [Brand] [Product] [Variant] [Key attribute] Nur generischer Produktname Klärt, was verkauft wird Titles nach SKU-Pattern schreiben
Description Product Facts, Material, Compatibility, Contents Dünner Promo-Text Stärkt Understanding Faktische Produktdetails ergänzen
Category Genaueste Google Category und Product Type Nur breite interne Kategorie Unterstützt Classification Top Categories zuerst mappen
Price Gleich in Feed, Page und Checkout Sale Price Mismatch Reduziert Disapproval Risk Price Source synchronisieren
Availability Passt zu Page und Checkout Feed in_stock, Page unavailable Schützt Buyability Stock Sync automatisieren
Images Crawlbares Exact-Variant Image Placeholder oder blocked Image Liefert Visual Evidence Schwache Image URLs ersetzen
Shipping Klares Product- oder Account-Level Shipping Fehlende Delivery Logic Unterstützt Comparison Shipping Settings korrigieren
Returns Dokumentierte Return Policy Policy fehlt oder widerspricht sich Reduziert Unsicherheit Returns Data abgleichen
Landingpage Consistency Feed-Werte passen zur Page Anderer Title, Variant oder Price Baut Destination Trust auf URL-to-SKU-Mapping prüfen

Eine wiederholbare Feed-Audit-Routine

Maintenance-Routine

Nutzen Sie dies als vom Autor definierten Arbeitsrhythmus, nicht als Google-Standard.

Check Wo prüfen Pass Signal Fail Signal Nächste Aktion
Diagnostics Merchant Center Diagnostics Keine offenen Critical Item Issues Wiederholte Disapprovals oder Warnings Critical Issues vor Expansion beheben
Identity Feed Export und Product Pages Stabile IDs und richtige Identifiers Doppelte IDs oder geratene GTINs Identifier-Regeln bereinigen
Price und Availability Feed, Landingpage, Checkout Werte stimmen auf allen Oberflächen Mismatch zwischen Feed und Page Sync-Quelle reparieren
Images Feed URLs und Live Crawl Klares Exact-Product Image Placeholder, blocked oder falsche Variant Image Assets ersetzen
Shipping und Returns Merchant Center Settings und Product Feed Policy Data klar und konsistent Fehlende oder widersprüchliche Policy Data Account- oder Product Settings aktualisieren
Landingpages Product URLs und Mobile URLs Variant und Offer passen Redirect, fehlende Variant oder veraltete Copy Destination Mapping beheben

Was über AI-Agent-Recommendations nicht behauptet werden sollte

Stellen Sie dies nicht als Google AI Scoring Model dar. Sagen Sie Kunden nicht, dass GTIN, Brand, Image Quality, Video, Shipping oder Returns Recommendations garantieren. Sagen Sie nicht, Landingpages seien unwichtig. Die belastbare Aussage ist enger: strukturierte Merchant-Center-Daten unterstützen Eligibility, Product Understanding, Comparison und Trust Checks, die mit reiferem AI Shopping und Agentic Commerce wichtiger werden dürften.

Häufige Fehler vermeiden

  • Titles optimieren, während Price, Availability und Landingpage Consistency ungeprüft bleiben.
  • GTINs raten oder Identifiers zwischen unverbundenen Produkten kopieren.
  • Optionale Felder als wertlos behandeln, weil sie nicht immer required sind.
  • Feed Diagnostics als einzige QA-Methode nutzen.
  • Einen internen Feed Score als offiziellen Platform Score darstellen.
  • AI-Agent Visibility, CTR, ROAS, Revenue oder Conversion Lift durch Feed Cleanup versprechen.

Abschließende Empfehlung

Beheben Sie den Feed, bevor Sie AI-Shopping-Experimente, Shopping Campaigns oder Agentic-Checkout-Tests skalieren. Beginnen Sie mit Eligibility und Matching, verbessern Sie danach Descriptive, Visual, Logistics und Destination Fields. Bleiben Sie präzise: Feed-Qualität verbessert Readiness und reduziert vermeidbare Unklarheit, garantiert aber keine Recommendations.

Soll Ihr Feed field by field bewertet werden, bevor Agentic Checkout skaliert? In einem Feed Audit markiere ich die Felder, die Eligibility blockieren, Product Matching verwirren, Trust-Signale schwächen oder vermeidbare Merchant-Center-Issues erzeugen.

FAQ

Nutzen AI-Shopping-Agenten Merchant-Center-Daten?

Google hat offizielle Merchant-Center- und Agentic-Commerce-Dokumentation, veröffentlicht aber keine universelle Regel, dass jeder AI Agent Produkte anhand bestimmter Feed-Felder empfiehlt. Behandeln Sie Merchant-Center-Daten als kontrollierbaren strukturierten Input, nicht als garantierten Recommendation-Hebel.

Welche Merchant-Center-Felder sind am wichtigsten?

Beginnen Sie mit Identity, Title, Description, Category, Price, Availability, Images, Shipping, Returns und Landingpage Consistency. Die genaue Anforderung hängt von Product Type, Destination, Country und Account Diagnostics ab.

Ist GTIN für AI-Shopping-Readiness erforderlich?

GTIN sollte eingereicht werden, wenn der Hersteller eine vergeben hat, und sie sollte nicht geraten werden. Für Produkte ohne GTIN gilt die passende Identifier-Logik der jeweiligen Kategorie.

Beeinflussen Product Titles und Descriptions das AI Product Understanding?

Sie helfen, das Produkt innerhalb strukturierter Produktdaten zu beschreiben, garantieren aber allein keine Visibility. Sie sollten korrekt, spezifisch und mit der Landingpage abgestimmt sein.

Garantiert die Korrektur von Feed-Daten Recommendations?

Nein. Feed Fixes können Eligibility, Matching, Klarheit und Trust Signale verbessern, garantieren aber keine AI-Agent Recommendations, Clicks, Conversions, ROAS oder Revenue.

Sollte ich zuerst Landingpages oder Product Feed optimieren?

Beides gehört zusammen. Beheben Sie zuerst blockierende Feed- und Diagnostics-Probleme und prüfen Sie danach, ob die Landingpage dieselben Product-, Price-, Availability-, Variant-, Shipping- und Return-Details bestätigt.

Wie oft sollten E-Commerce-Teams Merchant-Center-Felder auditieren?

Prüfen Sie kritische Felder, wenn sich Catalog, Pricing, Inventory, Shipping oder Policy Data ändern. Bei aktiven Katalogen ist eine wiederkehrende leichte Routine plus tiefere Checks vor großen Kampagnen sicherer als einmalige Bereinigung.

Quellenhinweise