Produktbeschreibungen gehören zu jedem Onlineshop – und ihre Erstellung kann viel Zeit kosten. Besonders bei großen Sortimenten, vielen Varianten oder regelmäßig wechselnden Artikeln wird aus einigen Minuten pro Produkt schnell ein erheblicher Aufwand.
Generative KI verspricht hier Unterstützung: Aus vorhandenen Produktinformationen können innerhalb weniger Sekunden vollständige Beschreibungen entstehen. Doch reicht es wirklich aus, einige Artikeldaten an eine KI zu übergeben? Wie verhindert man falsche Angaben? Und sind automatisch erstellte Produkttexte eigentlich gut für Google?
Die wichtigste Erkenntnis vorweg: Gute KI-Produkttexte beginnen nicht beim Prompt. Sie beginnen bei guten Produktdaten.
Bei zehn Produkten lassen sich individuelle Beschreibungen noch problemlos von Hand erstellen. Bei 1.000, 10.000 oder mehr Artikeln sieht das anders aus.
Hinzu kommt: Ein guter Produkttext soll nicht einfach nur gut klingen. Er soll relevante Eigenschaften vermitteln, Fragen des Kunden beantworten und bei der Kaufentscheidung helfen.
Je nach Sortiment gehören dazu beispielsweise:
Viele dieser Informationen sind im Unternehmen bereits vorhanden – häufig direkt in der Warenwirtschaft oder Artikelverwaltung.
Genau hier liegt eine große Stärke von KI: Sie kann vorhandene strukturierte Informationen in verständliche Texte verwandeln. Mitarbeiter müssen dadurch nicht jede Produktbeschreibung bei null beginnen.
Je vollständiger die Ausgangsdaten sind, desto besser kann die KI daraus einen sinnvollen Text erstellen.
Länge, Tonalität, Zielgruppe und gewünschte Inhalte sollten nicht dem Zufall überlassen werden.
Ein technisches Ersatzteil benötigt eine andere Beschreibung als beispielsweise ein Fahrrad. Unterschiedliche Vorgaben sorgen für passendere Ergebnisse.
Die KI sollte sich bei konkreten Aussagen an den vorhandenen Artikeldaten orientieren. Gerade bei technischen Merkmalen ist eine Kontrolle wichtig.
10.000 automatisch erzeugte Texte bringen wenig, wenn sie austauschbar sind oder dem Kunden keine relevanten Informationen liefern. Automatisierung sollte deshalb immer mit einer definierten Qualitätssicherung verbunden sein.
Ändern sich Artikeldaten oder Produkteigenschaften, sollten auch die erzeugten Texte überprüft werden. Aktuelle Produktdaten sind die Grundlage für dauerhaft verlässliche Inhalte.
Wer eine KI lediglich mit der Anweisung „Schreibe einen überzeugenden Produkttext“ beauftragt, bekommt meistens auch genau das: einen allgemeinen, werblichen Text.
Für wirklich brauchbare Ergebnisse braucht die KI mehr Kontext.
Nehmen wir als vereinfachtes Beispiel ein Fahrrad. Als Ausgangsinformationen liegen folgende Daten vor:
Zusätzlich können Vorgaben für die Texterstellung definiert werden:
Aus diesen Informationen kann eine KI eine wesentlich passendere Beschreibung erstellen als aus einem Produktnamen allein.
Das Prinzip dahinter ist einfach:
Der sogenannte Prompt ist also wichtig. Mindestens genauso wichtig sind jedoch die Informationen, die dem KI-Modell überhaupt zur Verfügung stehen.
Nicht uneingeschränkt.
Generative KI kann Informationen ergänzen, die plausibel klingen, aber nicht in den zugrunde liegenden Produktdaten enthalten sind.
Aus der Information „Edelstahl-Trinkflasche, 1 Liter“ könnte beispielsweise eine Formulierung wie „spülmaschinengeeignet“ entstehen – obwohl diese Eigenschaft nirgendwo hinterlegt wurde.
Für einen Produkttext ist das problematisch. Schließlich können aus einer vermeintlich kleinen Ergänzung falsche Produkteigenschaften oder falsche Erwartungen beim Kunden entstehen.
Deshalb sollte eine wichtige Regel gelten:
Die KI darf Produktmerkmale nicht erfinden, sondern sollte sich bei konkreten Aussagen an den freigegebenen Produktdaten orientieren.
Insbesondere bei technischen Produkten, Ersatzteilen, Größen, Materialien oder Kompatibilitäten ist eine zuverlässige Datenbasis entscheidend.
KI ersetzt damit nicht die Pflege guter Artikeldaten. Im Gegenteil: Je stärker Unternehmen Produktinhalte automatisieren möchten, desto wichtiger werden vollständige und strukturierte Produktinformationen.
Ein weiterer häufiger Fehler besteht darin, sämtliche Produkte nach demselben Schema beschreiben zu lassen.
Denn Kunden erwarten von einem Ersatzteil andere Informationen als von einem Fahrrad.
Bei technischen Ersatzteilen können Abmessungen und Kompatibilität im Mittelpunkt stehen. Bei einem Fahrrad sind dagegen beispielsweise Rahmen, Schaltung, Bremsen, Laufradgröße und Einsatzbereich relevant. Bei Werkzeugen interessieren sich Käufer wiederum für Einsatzbereich, Belastbarkeit und technische Eigenschaften.
Deshalb ist es sinnvoll, unterschiedliche Regeln für verschiedene Produktgruppen zu definieren.
Die KI erhält dadurch nicht nur die Produktdaten, sondern auch die Information, wie diese Daten für die jeweilige Produktgruppe aufbereitet werden sollen.
So entstehen Texte, die weniger austauschbar wirken und stärker auf das jeweilige Produkt eingehen.
Diese Sorge haben viele Händler – grundsätzlich ist sie jedoch unbegründet.
Google bewertet Inhalte nicht automatisch negativ, nur weil bei ihrer Erstellung generative KI eingesetzt wurde. Entscheidend ist vielmehr, ob Inhalte für den Nutzer einen tatsächlichen Mehrwert bieten. Google weist gleichzeitig darauf hin, dass die massenhafte Erstellung von Seiten ohne zusätzlichen Nutzen gegen die Spam-Richtlinien verstoßen kann.
Für Händler bedeutet das: Nicht die Frage „Mensch oder KI?“ sollte im Mittelpunkt stehen, sondern die Qualität des Ergebnisses.
Ein automatisch erzeugter Produkttext sollte deshalb nicht nur möglichst viele Suchbegriffe enthalten. Er sollte das Produkt konkret beschreiben und Informationen liefern, die bei der Kaufentscheidung helfen.
Spezifische Angaben wie Material, Maße, Einsatzbereich, Varianten oder Kompatibilität sind dafür wesentlich wertvoller als allgemeine Werbeformulierungen.
Auch für Suchmaschinen gilt daher: Gute Produktdaten sind die Grundlage für gute Produktinhalte.
Eine Besonderheit sollten Händler kennen, wenn KI-generierte Produktinformationen an das Google Merchant Center übermittelt werden.
Google sieht für mit generativer KI erstellte Produkttitel und Produktbeschreibungen spezielle strukturierte Attribute vor. Bei KI-generierten Beschreibungen wird beispielsweise structured_description verwendet und die entsprechende digitale Quelle angegeben.
Wer Produktinformationen automatisiert erzeugt und an Google Shopping übermittelt, sollte deshalb prüfen, ob der eigene Datenfeed diese Anforderungen berücksichtigt.
Für den normalen Arbeitsalltag bedeutet das vor allem: Automatisierung sollte nicht bei der Texterstellung enden. Auch die anschließende Verwendung der Produktinformationen in Shop, Marktplätzen und weiteren Vertriebskanälen sollte berücksichtigt werden.
In vielen Unternehmen liegen genau die Informationen, die eine KI für gute Produkttexte benötigt, bereits in der Warenwirtschaft.
Warum also Produktdaten erst manuell kopieren, in ein separates KI-Tool einfügen und die Ergebnisse anschließend wieder zurückübertragen?
Sinnvoller ist es, die Texterstellung direkt mit den vorhandenen Artikeldaten zu verbinden.
Genau diesen Ansatz verfolgt dbFakt. Vorhandene Artikelinformationen können als Datenbasis für die KI verwendet werden. Über individuell definierbare und wiederverwendbare Prompts lässt sich festlegen, wie die Texte aufgebaut sein sollen. Dabei können für unterschiedliche Produktgruppen auch unterschiedliche Vorgaben verwendet werden.
So lässt sich beispielsweise bestimmen, ob eine Beschreibung technisch, informativ oder stärker verkaufsorientiert formuliert werden soll. Auch alternative Suchbegriffe und Synonyme können mit KI-Unterstützung erzeugt werden. Für mehrsprachige Produktinformationen steht zusätzlich eine optionale DeepL-Integration zur Verfügung.
Der entscheidende Vorteil liegt dabei weniger darin, dass eine KI innerhalb weniger Sekunden einen Text schreiben kann. Das können moderne KI-Modelle inzwischen grundsätzlich.
Interessant wird es, wenn aus den bereits vorhandenen Produktdaten ein wiederholbarer und kontrollierbarer Prozess entsteht.
So können auch größere Sortimente effizient mit individuellen Produktinformationen versorgt werden, ohne jeden Text von Grund auf manuell erstellen zu müssen.
Mehr erfahren: Automatisch überzeugende Produkttexte mit dbFakt
KI kann die Erstellung von Produktbeschreibungen erheblich beschleunigen. Besonders bei größeren Sortimenten kann aus einer zeitaufwendigen manuellen Aufgabe ein weitgehend automatisierter Prozess werden.
Die Technologie allein garantiert jedoch noch keine guten Produkttexte.
Entscheidend sind vollständige Produktinformationen, klare Vorgaben für die Texterstellung und eine sinnvolle Qualitätskontrolle. Werden diese Voraussetzungen erfüllt, kann KI aus vorhandenen Artikeldaten individuelle und hilfreiche Produktbeschreibungen erstellen.
Damit verändert sich auch die Aufgabe im Unternehmen: Mitarbeiter müssen nicht mehr jede Beschreibung selbst formulieren. Stattdessen sorgen sie dafür, dass die richtigen Produktinformationen und Regeln vorhanden sind.
Und genau darin liegt das eigentliche Potenzial:
Nicht möglichst viele Texte automatisch erzeugen – sondern vorhandene Produktdaten intelligent nutzen.
Software Downloads
File: gast_V4.exe.zip | 23,14 MB
File: gast_V4.exe.zip | 3,71 MB
File: gast_V4.exe.zip | 11,17 MB
File: gast_V4.exe.zip | 23,14 MB
Die Treiber sind erforderlich für den reibungslosen und stabilen Betrieb der Software. Bitte installieren Sie diese Treiber auf jedem Rechner, der mit der dbFakt Software arbeitet.
File: gast_V4.exe.zip | 9,81 MB
File: gast_V4.exe.zip | 5,56 MB