Jetzt ist es soweit: OpenAI hat mit ChatGPT die E-Commerce Arena betreten und möchte nun mit Google vollends konkurrieren. Das neueste Update von OpenAI hat für einen kleinen Aufschrei in der (SEO) E-Commerce Bubble gesorgt. Denn jetzt kannst du mit ChatGPT ganz gezielt nach Produkten suchen und dich über relevante Eigenschaften informieren. Das eröffnet einen zusätzlich Sales-Channel für Onlineshops.
Die bisher bekannten „Ranking-Faktoren“ für ChatGPT Shopping
Als Experte für E-Commerce SEO habe ich mir in den letzen Tagen seit der Veröffentlichung des neuen Features die Ergebnisse und den Aufbau der Produktsuche ganz genau angeschaut. Natürlich ist alles noch recht frisch und wir können in den meisten Dingen nur mutmaßen – bspw. welche Ranking-Faktoren wichtig sind und wie sich die Ergebnisse zusammensetzen. OpenAI hat zwar in der offiziellen Dokumentation wie die Shopping-Ergebnisse prinzipiell erstellt werden.
Für mich kratzen die Erklärungen aber nur an der Oberfläche. Es klingt teils sehr vage und generisch, um viele konkrete Optimierungen für die eigene Website abzuleiten.
Doch ein paar wenige Faktoren können wir schon ganz konkret benennen. Dazu gehören:
- Strukturierte Daten inkl. Inhalte von Drittanbietern, wie z. B. Sternebewertungen, Produktbeschreibungen und auch Preise. Also auch die Daten, die im „klassischen“ E-Commerce SEO auch eine Rolle spielen.
- Allgemeine Kauffaktoren, wie die Produkttexte und verschiedene Angaben zu Materialien oder auch Preise (nicht nur als strukturierte Daten) sowie Kundenbewertungen zum Produkt.
- Zugang des OAI-Search Bot zur Website. Nur wenn der Bot die Website und Inhalte crawlen kann, können die Produkte in den Antworten von ChatGPT erscheinen. Möchtest du also mit deinen Produkten gefunden werden, darfst du den Bot in der robots.txt nicht ausschließen. Die Website sind dadurch nicht sichtbar in ChatGPT Antworten.
- Bing-Rankings und deine generelle Sichtbarkeit in Microsofts Suchmaschine. Wir wissen, dass ChatGPT bei der Websuche und beim sog. RAG (Retrieval Augmented Generation) zu großen Teilen auf den Bing-Index, bzw. die Datenbank zugreift. In der Dokumentation wird Bing sehr häufig referenziert. Man kann also sehr stark davon ausgehen, dass das auch bei der Produktsuche Anwendung findet.
Wie stark einzelne Faktoren gewichtet sind, können wir bisher nicht mit Sicherheit sagen. LLMs arbeiten zwar ähnlich wie klassische Suchmaschinen, dennoch laufen viele Prozesse anders ab.
LLMs funktionieren nicht als Website-Index, sondern verarbeiten und generieren Text auf Basis von Natural Language Processing (NLP). Hier spielen u.a. Wahrscheinlichkeitsberechnungen und komplexe Vektorberechnungen über sog. „Embeddings“ sowie die Analyse von Entitäten eine zentrale Rolle. Es kann daher sein, dass mit dem exakt gleichen Prompt jedes Mal andere Produkte vorgeschlagen werden. Das war jedenfalls in meinen eigenen Tests bisher der Fall.
Die Ergebnisse – ChatGPT vs. Google Shopping
ChatGPT Produktsuche muss sich mit dem Shopping-Tab bei Google messen – und auch den Product Grids in der organischen Suche. Streng genommen ist der Shopping-Tab Google’s Pendant für die gezielte Produktsuche. Ich finde jedoch, dass Google hier auch mit den immer populärer werdenden Product Grids eine zusätzliche Produktübersicht schafft, die man mit ChatGPT vergleichen muss.
Verglichen habe ich hier nachfolgend die Ergebnisse für Reisekoffer, bzw. Handgepäckkoffer.
Die Produktnamen sind tatsächlich relativ ähnlich. Genau wie die Darstellung der einzelnen Listings. Die Produkttitel sind teilweise fast identisch, leichte Variationen gibt es jedoch immer. Die Darstellung im Shopping Tab ist recht ähnlich zu den Produktkacheln in ChatGPT Shopping. In Google’s neuem AI Mode ist die Ähnlichkeit sogar noch stärker.
Das ist allerdings auch gewollt, denn der AI Mode wird als direkte Konkurrenz für ChatGPT gesehen und soll den Umweg über Gemini etwas verkleinern.
Die Listings haben sowohl bei Google als auch bei ChatGPT alle wichtigen Infos parat: Preis, Bewertung, relevante Produkteigenschaften und Links zu den einzelnen Shops, bzw. Händlern.
ChatGPT Shopping bietet jedoch noch weiteren Content an, wieso genau dieses Produkt meinen Vorstellungen entsprechen könnte – auch basierend auf dem Prompt und ggfs. vergangenen Chats. Zusätzlich werden noch eine Art kleine Sentiment-Analysen platziert. D.h.: ich bekomme Infos darüber, was andere Kunden über das Produkt sagen – was sie bemängeln oder was ihnen besonders gefällt.
Es werden bei den einzelnen Produkt-Listings noch weitere Quellen angegeben, die Bewertungen stützen (Vergleichs-Ratgeber) und weitere Shops, die den Koffer anbieten und nicht prominent oben platziert sind. Auch das ähnelt den Listings im Product Grid bei Google.
Produktbewertungen – Das (aktuell) große Problem bei ChatGPT
Houston, wir haben ein Problem! … mit den Produktbewertungen.
Und das ist für mich ein ziemlich Gravierendes. Denn die Transparenz und Nachvollziehbarkeit der genannten Produkte ist aktuell nicht wirklich gut. In meinen Tests kam es immer wieder vor, dass Produkte viele gute Bewertungen hatten (vor allem bei Amazon-Listings), die ich dann so nicht verifizieren konnte.
Das lag z. B. am falsch verlinkten Produkt. Klicke ich hier auf den Level 8 Aluminium Koffer, lande ich auf einer anderen Amazon-Produktseite, die schlechter bewertet ist und gleichzeitig deutlich weniger Kundenbewertungen hat. Es sieht so aus, also ob die Amazon-Bewertungen zu einem leicht anderen Produkt gehören. Angezeigte Bewertungen und verlinkte Seite stimmen also nicht überein.
Das kam bei sehr vielen Produkten vor. Ich konnte oft keine übereinstimmende Produktbewertung finden. Weder auf den Websites selbst, noch auf Bewertungsplattformen wie Trustpilot oder Reviews.io. Die OpenAI Dokumentation gibt hier extrem wenig Infos preis. Ähnlich wie der kleine Hinweis in der ChatGPT Dokumentation selbst. Ich schätze zwar, dass OpenAI hier noch nachjustieren wird, aber aktuell sorgt das bei mir für gemischte Gefühle.
Produkteigenschaften – Unterschiede bei ChatGT & Google
Gerade wenn es um Koffer geht, spielt das Volumen durchaus eine wichtige Rolle bei der Kaufentscheidung. Denn wenn’s mit der Familie in den Urlaub geht, muss genügend Platz sein für alles. Und beim Handgepäck ist die richtige Größe noch wichtiger.
Hier hat Google für mich die Nase (noch) eindeutig vorne. Ich bekomme klare Infos, wie viel Liter, welche Maße und sogar wie viel Rollen der Koffer hat. Das alles ist bei ChatGPT im Fließtext unter dem Listing „versteckt“. Natürlich muss ich nicht raten, ob der Koffer passt. Doch ich muss erstmal den Fließtext scannen, um die für mich relevanten Infos zu entdecken. Das ist bei Google besser gelöst.
Beim Preis hat für mich oft ChatGPT leicht die Nase vorne. Natürlich nicht, weil die Produkte günstiger sind, sondern weil der Preis etwas transparenter aufgeschlüsselt ist. In ChatGPT Shopping sehe ich nämlich oftmals den Gesamtpreis inklusive Versandkosten. So kann ich noch besser einschätzen und vergleichen, welche Kosten auf mich zukommen.
Bei Google Shopping bekomme ich zwar eine Info, muss aber die Versandkosten in den gezeigten Preise noch hinzurechnen.
Eine Ausnahme: Ist das Produkt nur bei einem Händler verfügbar, dann werden die Kosten von Google transparent aufgeschlüsselt.
Erkenntnisse aus der Google I/O im Mai 2025
Viele SEO-Experten waren sich bislang einig, dass die Auswirkungen der Google AI Overviews vor allem informationale Suchanfragen betreffen. Doch die Anzeichen verdichten sich, dass auch die transaktionalen Suchen nach Produkten zukünftig vor Veränderungen stehen werden.
Und damit meine ich nicht nur die aktuellen Product Grids.
Schon bei der Vorstellung der SGE (Search Generative Experience) von Google wurde klar, dass damit auch Veränderungen in der Darstellung von Produktsuchen einhergehen. Die KI kann Produkte vorschlagen und bietet eine ähnliche Erfahrung wie ChatGPT Shopping.
Die Frage ist nur, wann das in Gänze kommt und wie sich das auch auf die aktuellen Product Grids in den SERPs auswirken wird.
Ein weiterer Punkt ist Google’s AI Mode.
Dieser bindet die KI-gestützte Suche noch nativer ein und soll die UX weiter verbessern. Damit sind komplexere Suchanfragen möglich und noch gezieltere Antworten.
Dabei greift das System auf eine spezielle Version von Gemini 2.5 Pro zurück und nutzt das sog. „query fan-out“, bei dem vereinfacht gesagt eine Suchanfrage (also der Prompt) in viele weitere Suchanfragen übersetzt wird. Das soll nuancierte und sehr umfassende KI-Antworten ermöglichen, die mehrere Suchintentionen verarbeiten und präsentierten können.
So bekommt man bspw. zur Anfrage nach Bluetooth Kopfhörern verschiedene Informationen rund um Produkte, Testvergleiche und Eigenschaften. Deutlich differenzierter, als es die klassische Google-Suche liefern könnte.
Mehr dazu gibt’s in dem sehr lesenswerten Artikel von Aleyda Solis.
Fazit – ChatGPT Shopping vs. Google Shopping
ChatGPT gibt Gas. Und das nicht nur bei klassischen informativen Suchen. Auch im E-Commerce will OpenAI klassischen Suchmaschinen Konkurrenz bieten. Und das funktioniert schon erstaunlich gut. Natürlich ist das Shopping-Erlebnis über LLMs noch recht neu und muss sich erstmal „beweisen“. Dennoch kann man davon ausgehen, dass hier langfristig ein extrem starker Konkurrent zu Google hernwächst.
Auch wenn Google Shopping aktuell die beste Plattform für E-Commerce Suchanfragen liefert (meine persönliche Meinung), so muss sich ChaGPT bei weitem nicht verstecken. Produktkacheln funktionieren genauso gut wie bei Google. Die Infos sind relativ zuverlässig – bis auf die Bewertungen – und passen auch immer zum jeweiligen Prompt. Hier merkt man, dass LLMs stärker kontext-basiert arbeiten und semantisch passende Inhalte ausgeben.
Die UX ist sehr ähnlich und auch die Produktpräsentation der Listings unterscheidet sich nicht großartig. Doch bei Google habe ich das Gefühl, dass die Daten etwas zuverlässiger ausgegeben werden. Einfach weil sie über den Datenfeed im Merchant Center direkt von den Shops / Händlern kommen. ChatGPT will hier zukünftig noch mit einem eigenen Feed nachziehen – ich bin gespannt!
