KatalogZuletzt aktualisiert am 3. März 2026

Shopify-Katalogcheckliste für KI-Produktempfehlungen

Prüfe Shopify-Produktdaten, Varianten, Märkte, Richtlinien und Testfragen, damit KI-Shop-Agenten genauere Produktempfehlungen geben können.

Eine geordnete Produktkartenablage mit einem hervorgehobenen Katalogeintrag — In einem guten Katalog lässt sich die richtige Antwort leicht finden, einordnen und aktuell halten.

Die praktische Antwort: Gib jeder entscheidungskritischen Produkttatsache eine maßgebliche Quelle, den richtigen Produkt- oder Variantenumfang, einen benannten Verantwortlichen, eine Aktualitätsregel und eine Testfrage. Löse Widersprüche, bevor du mehr Text hinzufügst. Prüfe anschließend, was der gewählte KI-Shop-Agent tatsächlich liest und wie schnell geänderte Daten bei ihm ankommen.

Fragt ein Shopper: „Passt Größe M bei 38 Zoll Brustumfang?“, sollte die Antwort aus freigegebenen Maßen für diese Größe stammen – nicht aus einer allgemeinen Beschreibung der Produktfamilie. Bei „Kann das bis Freitag in Frankreich ankommen?“ kann die Antwort von Marktveröffentlichung, Zielort, Fulfillment-Status, Richtlinie und Informationen abhängen, die sich heute Morgen geändert haben.

Diese Checkliste richtet sich an Merchandising-Leads, E-Commerce-Betreiber, Verantwortliche für Katalog- oder Produktinformationen sowie CX-Teams, die für die Richtigkeit der Produktberatung zuständig sind. Sie hilft ihnen, Shopify-Daten für solche Entscheidungen vorzubereiten – unabhängig davon, ob die Informationen einen Onsite-KI-Shop-Agenten, externe KI-Einkaufskanäle oder beide unterstützen. Sie setzt nicht voraus, dass jedes System jedes Shopify-Feld liest.

Lade die bearbeitbare Auditvorlage für Shopify-KI-Kataloge herunter oder folge dem folgenden Ablauf.

Zuerst deinen Shop-Katalog von Shopify Catalog unterscheiden

Der Begriff „Katalog“ bezeichnet inzwischen zwei verwandte, aber unterschiedliche Dinge:

Ebene	Wo Shopper interagieren	Aufgabe	Zu prüfen
Deine Shopify-Produktdaten	Dein Adminbereich und Onlineshop	Enthalten Titel, Beschreibungen, Medien, Varianten, Preise, Organisation, Metafelder und andere Produktinformationen	Welche Felder maßgeblich und aktuell sind
Ein Onsite-KI-Shop-Agent	Deine Storefront	Nutzt die für diese App verfügbaren Shop-Informationen und Konfigurationen für Antworten und Empfehlungen	Genaue Feldabdeckung, Aktualisierungszeitpunkt, Marktverhalten und Antwortgrenzen
Shopify Catalog und Agentic Storefronts	Externe KI-Kanäle	Verteilen geeignete Produkte, damit Shopper sie über teilnehmende KI-Kanäle entdecken können	Eignung, Kanaleinstellungen, Datenzuordnung, Richtlinien und externe Produktdarstellung

Shopifys aktuelle Dokumentation zu Agentic Storefronts beschreibt Produktsuche und Einkauf über KI-Kanäle wie ChatGPT, Google AI Mode und Gemini, Microsoft Copilot und Meta. Laut Shopify können geeignete Produkte über Shopify Catalog verfügbar gemacht werden. Kanalverfügbarkeit und Kaufablauf unterscheiden sich je nach Plattform.

Davon getrennt ist die Entscheidung eines Händlers, seiner eigenen Storefront einen KI-Agenten hinzuzufügen. Der BuyScout® KI-Shop-Agent wird als Onsite-Repräsentant positioniert, der mit Produkten, Shop-Inhalten, Richtlinien und Dokumenten des Händlers vertraut gemacht wird.

Bessere zugrunde liegende Produktinformationen können beiden Oberflächen helfen. Die Unterstützung eines Felds in Shopify beweist jedoch nicht, dass eine bestimmte App es einliest, eine Marktregel anwendet oder einen Wert in einem bestimmten Rhythmus aktualisiert. Teste diese Anforderungen in deiner eigenen Konfiguration.

Das sechsteilige Shopify-Produktdaten-Audit

Shopifys Hinweise für KI-Plattformen nennen Titel, Beschreibungen, Bilder, Produktorganisation, Barcodes, Varianten und Richtlinien. Nutze sie als Grundlage und prüfe anschließend die Informationen, die Shopper für eine richtige Auswahl brauchen.

Auditbereich	Zu prüfende Felder und Quellen	Zu unterstützende Entscheidung	Häufiger Fehler
Identität	Titel, Anbieter, Produkttyp, Kategorie, Kollektionen, Tags, Barcode oder GTIN	„Ist das das Produkt, das ich meine?“	Interne Namen, doppelte Produkte oder fehlende Kennungen
Eignung	Vorteile, vorgesehene Verwendung, Materialien, Inhaltsstoffe, Maße, Kompatibilität, Pflege	„Funktioniert es in meiner Situation?“	Marketingaussagen ohne Spezifikationen oder Einschränkungen
Auswahl	Optionen, Werte, Variantenmedien, Variantenmetafelder, SKU	„Welche Ausführung soll ich kaufen?“	Fakten des übergeordneten Produkts werden auf jede Variante angewendet
Vergleich	Entscheidungskriterien, Zielkonflikte nach Anwendungsfall, vergleichbare Merkmale	„Warum dieses statt jenes?“	Funktionslisten erklären keine relevanten Unterschiede
Commerce	Preis, Marktveröffentlichung, Verfügbarkeit, Bestandsstatus, Aktion	„Kann ich es hier und jetzt kaufen?“	Ein gelistetes Produkt wird in jedem Markt als kaufbar behandelt
Sicherheit	Versand, Retouren, Garantie, Abonnements, freigegebene FAQ	„Was geschieht vor oder nach dem Kauf?“	Mehrere Seiten geben unterschiedliche Antworten

Verwandle nicht jeden Satz in ein Metafeld. Strukturiere Fakten, die Shopper wiederholt vergleichen oder die einheitlich interpretiert werden müssen. Nutze erläuternden Text für Nuancen. Shopifys Hinweise zu Produktkategorien erklären, wie Kategorien relevante Kategoriemetafelder bereitstellen können. Die Metafelddokumentation behandelt individuelle strukturierte Informationen.

Jede Tatsache mit einem Betriebskontrakt versehen

Erfasse für jedes entscheidungskritische Feld:

Quelle: Welches Shopify-Feld, Dokument oder welche Richtlinie bestimmt die Antwort?
Umfang: Gilt sie für das Produkt, eine Variante, einen Markt oder eine Kundensituation?
Verantwortlich: Welche Person ist für die Korrektur zuständig?
Aktualität: Welches Ereignis oder welcher Rhythmus löst eine Prüfung aus?
Test: Welche Shopper-Frage belegt, dass die Information nutzbar ist?

„Das Merchandising-Team ist zuständig“ benennt keinen Verantwortlichen. Nenne die Rolle oder Person, die einen Konflikt lösen kann.

Stabile von veränderlichen Fakten trennen

Die beiden Klassen brauchen unterschiedliche Prüfsysteme.

Datenklasse	Beispiele	Sinnvoller Prüfauslöser	Zu verhindernder Fehler
Stabiles Produktwissen	Materialien, Maße, Inhaltsstoffe, Kompatibilität, Pflege	Änderung an Produkt, Rezeptur, Lieferant oder Spezifikation	Unklare oder widersprüchliche Produktberatung
Variantenwissen	Größe, Farbe, Kapazität, Variantenmaße, Variantenbild	Sortiments- oder Variantenänderung	Produktfamilie empfehlen, aber falsche Option verlinken
Dynamische Commerce-Daten	Preis, Verfügbarkeit, Markteignung, Veröffentlichungsstatus, Aktionen	Das betriebliche Ereignis, das den Wert ändert	Veralteten Preis oder veraltete Verfügbarkeit nennen
Richtlinien und Marktregeln	Versandregionen, Rückgabebedingungen, Garantieausschlüsse	Jede Richtlinienänderung plus geplante Prüfung	Eine globale Antwort auf eine regionale Ausnahme anwenden

Shopify unterscheidet verfügbaren Bestand, der verkauft werden kann, vom vorhandenen Bestand, der auch reservierte und nicht verfügbare Einheiten umfasst. Die Veröffentlichung im jeweiligen Markt ist eine weitere, getrennte Prüfung. „Im Lager“, „zum Verkauf verfügbar“ und „im Markt dieses Shoppers veröffentlicht“ sind nicht dasselbe.

Wenn die richtige Antwort vom Zielort oder einer anderen fehlenden Tatsache abhängt, gehört eine klärende Frage zur Genauigkeit – sie ist keine unnötige Hürde.

Variantenumfang korrigieren, bevor du Beschreibungen umschreibst

Viele falsche Empfehlungen beginnen mit Informationen, die auf Ebene der Produktfamilie gespeichert sind, obwohl sie sich je nach Option unterscheiden.

Angenommen, ein Rucksack ist als 20- und 45-Liter-Variante erhältlich. Die angegebenen Maße der kleineren Variante können in die aktuelle Freigrenze einer Fluggesellschaft passen, die der größeren jedoch nicht. „Als Handgepäck geeignet“ in der übergeordneten Beschreibung geht über die Belege hinaus.

Unklarer Eintrag	Entscheidungsreifer Eintrag
Option: `Groß`	Option: `Kapazität`; Wert: `45 L`
„Leicht und reisebereit“	Variantengewicht: `1,4 kg`; Maße: `56 × 35 × 23 cm`
Kompatibilität: „Die meisten Fluggesellschaften“	„Vergleiche diese Maße mit der aktuellen Freigrenze der Fluggesellschaft, die deinen Flug durchführt“
Ein Bild für alle Optionen	Variantenbild, das Größenverhältnis und Taschenaufteilung der 45-Liter-Version zeigt

Prüfe für jede Option:

Ist der Optionsname eindeutig – zum Beispiel Kapazität statt einer Mischung aus Größe, Volumen und Modell?
Sind gleichbedeutende Werte vereinheitlicht, statt auf Marine, Marineblau und Mitternachtsblau verteilt zu sein?
Liegen Maße, Material, Kompatibilität, Preis und Medien auf der Ebene, auf der sie tatsächlich gelten?
Kann ein Shopper „nicht angeboten“ von „vorübergehend nicht verfügbar“ unterscheiden?

Shopify unterstützt variantenspezifische Informationen und Variantenmetafelder. Die bloße Feldunterstützung belegt jedoch weder, welche Variantenfelder BuyScout® einliest, noch wie schnell sie aktualisiert werden. Prüfe beides, bevor du ein genaues Versprechen gibst.

Märkte, Richtlinien und Shopify-Catalog-Zuordnung prüfen

Eine Quelle kann für sich genommen richtig sein und für einen Shopper in einem anderen Markt dennoch die falsche Antwort erzeugen.

Teste für jeden aktiven Markt, ob:

Das Produkt und die gewählte Variante dort veröffentlicht sind.
Angezeigte Währung und Preis der geltenden Konfiguration entsprechen.
Versandmethoden und Ausschlüsse für das Ziel gelten.
Sich Rückgabefristen, Gebühren, Adressen oder Garantiebedingungen unterscheiden.
Die aktuelle Übersetzung dem letzten Stand in der Standardsprache entspricht.

Shopifys Dokumentation zu Katalogen in Markets erklärt Produktverfügbarkeit und Preise nach Markt. Für externe Agentic Storefronts gibt Shopify an, dass Catalog zentrale Merkmale wie Optionen, Bilder, Preis und Verfügbarkeit in der Regel strukturiert bereitstellt. Shops mit individuellen Produktdaten oder Gruppierungslogik können über Shopify Catalog Mapping bevorzugte Quellen wählen.

Die Zuordnung verändert, was externe Kanäle erhalten. Sie löst nicht automatisch Widersprüche in deinem Onlineshop, auf Richtlinienseiten oder in der Wissensquelle einer anderen App.

Fragen nutzen, um Kataloglücken zu finden

Shopifys kostenlose hauseigene Knowledge Base App kann Fragen zum Shop und fehlende Erklärungen sichtbar machen. Behandle wiederkehrende Fragen zu Größe, Kompatibilität, Vergleich oder Richtlinien als Hinweise – nicht als Antworten, die du blind kopierst. Führe jedes Thema zu seiner maßgeblichen Quelle zurück: bei Produktfakten zu Produkt- oder Variantendaten, bei Richtlinienbedingungen zur aktuellen Richtlinie und bei Unterscheidungen auf Shop-Ebene zu einer freigegebenen Antwort in der Wissensdatenbank.

Diese Checkliste endet beim Finden und Beheben der Quelle. Der ergänzende Leitfaden Kundenfragen nutzen, um Shopify-Produktseiten zu verbessern behandelt datenschutzgerechte Sammlung von Fragethemen, Seitenhypothesen, Platzierung und Messung.

Eine risikobasierte Stichprobe durchführen, bevor du jede SKU prüfst

Beginne mit Produkten, die:

häufig genutzt werden: Produkte mit den meisten Aufrufen oder dem höchsten Umsatz.
sehr komplex sind: viele Varianten, Kompatibilitätsregeln, Abonnements oder Marktunterschiede.
weitreichende Folgen haben: viele Retouren, regulierte Aussagen, Sicherheitsbedenken oder teure Fehler.
strukturell repräsentativ sind: mindestens ein Produkt aus jeder wesentlich anders aufgebauten Kategorie.

Fülle für jedes Produkt in der Stichprobe in der Katalog-Auditvorlage eine Zeile je entscheidungskritischem Feld aus. Löse Konflikte, bevor du leere Felder mit geringem Wert füllst. Ein präziser Katalog ist nützlicher als ein oberflächlich vollständiger.

Den Katalog mit Fragen testen, die scheitern können

Formuliere nicht bloß die Produktseite um. Kombiniere Muss-Kriterien, prüfe den Variantenumfang und teste Antworten, bei denen der Agent nicht raten darf.

Test	Shopper-Frage	Erforderlicher Beleg	Fehlersignal
Direkte Tatsache	„Woraus besteht diese Jacke?“	Freigegebenes Materialfeld	Erfundenes Gemisch oder fehlende Einschränkung
Variante	„Ist Größe S genauso lang wie Größe L?“	Variantenmaße	Produktmaß wird für beide wiederholt
Abgleich mit Muss-Kriterien	„Ich brauche eine parfümfreie Option unter 40 US-Dollar.“	Produktmerkmal plus geltender Preis	Eine Empfehlung verletzt eines der Kriterien
Kompatibilität	„Funktioniert dieses Ladegerät mit Modell Y?“	Beleg für unterstützte Modelle	Kompatibilität wird aus dem Aussehen abgeleitet
Markt	„Kann ich das in Quebec kaufen?“	Marktveröffentlichung und geltende Richtlinie	Antwort wird gegeben, bevor der Standort feststeht
Dynamisches Versprechen	„Kommt das bis Freitag an?“	Zielort, Bestellzeitpunkt, Serviceinformationen	Uneingeschränkte Garantie
Unbelegtes Urteil	„Ist das bei meiner Erkrankung sicher?“	Freigegebene Grenze und Eskalationsweg	Individuelle medizinische Beratung

Teste auch Rückfragen. Die erste Antwort kann richtig sein, während die zweite die ausgewählte Variante, das Budget oder den Markt verliert. Dieses Audit prüft, ob die zugrunde liegenden Belege aktuell, maßgeblich und korrekt abgegrenzt sind. Um zu testen, ob sich ein Agent mit diesen Belegen richtig verhält – Muss-Kriterien beibehält, gültige Optionen ordnet und Zielkonflikte erklärt –, nutze das Arbeitsblatt für KI-Produktempfehlungen aus Konversationelle KI-Produktempfehlungen für Shopify.

Freigabekriterien

Deine Stichprobe ist für einen breiteren Rollout bereit, wenn:

Jede entscheidende Aussage auf eine aktuelle Quelle verweist.
Produkt-, Varianten- und Marktumfang eindeutig sind.
Widersprüchliche Einheiten, Namen, Preise oder Richtlinien gelöst sind.
Dynamische Antworten aktuelle Betriebsbelege oder eine sichere Grenze nutzen.
Der Agent fragt nach, wenn fehlender Kontext die Antwort verändert.
Tests ungültige Kombinationen, nicht verfügbare Optionen und nicht unterstützte Anfragen enthalten.
Jemand für Vorfallsprüfung und Quellenkorrektur nach dem Start verantwortlich ist.

Saubere Daten verringern Mehrdeutigkeit, garantieren aber keine korrekte KI-Ausgabe. Teste und überwache weiter und eskaliere unsichere Fälle.

Die Checkliste mit dem BuyScout® KI-Shop-Agenten anwenden

Laut Produktseite des BuyScout® KI-Shop-Agenten lernt der Agent aus Produkten, Shop-Inhalten, Richtlinien und Dokumenten eines Händlers. Seine Skill-Bibliothek beschreibt dialogbasierte Produktempfehlungen anhand der Bedürfnisse des Shoppers, des Warenkorbinhalts und eines Live-Katalogs.

Beginne mit einer Produktfamilie:

Katalog-Auditvorlage herunterladen.
Quellenkonflikte mit den schwerwiegendsten Folgen beheben.
Fragen definieren, die eine Klärung oder einen Menschen erfordern.
Realistische Shopper-Prompts testen, bevor das Audit ausgeweitet wird.

Anschließend kannst du den BuyScout® KI-Shop-Agenten entdecken. Nutze das Arbeitsblatt und die Testergebnisse – nicht Wortzahl oder Kataloggröße – als Freigabekriterium.