Wenn ein Marktführer im Premium-Kosmetikbereich feststellt, dass die Hälfte seines Sortiments für Google unsichtbar ist.

Wie gelang es einer Premium-Kosmetikmarke, innerhalb weniger Wochen ihre„Zombie-Produkte“ deutlich zu reduzieren, die Sichtbarkeit im Katalog zu steigern und die Kosten für die Kundengewinnung drastisch zu senken? Dieser Artikel beleuchtet den strategischen Einsatz von AI dies ermöglicht hat.

Das unsichtbare Problem

In der Premium-Kosmetikbranche reicht der Markenwert allein nicht mehr aus, um die digitale Auffindbarkeit zu gewährleisten. Die Realität im E-Commerce ist oft ernüchternd: Ein großer Teil der Produktangebote – manchmal mehr als 50 % – generiert weder Aufrufe noch Klicks. Es handelt sich dabei um„Zombie-Produkte“: physisch vorrätig, für die Verbraucher digital jedoch nicht existent.

Die Ursache ist fast immer dieselbe: schlecht strukturierte Produkttitel und -beschreibungen, die den Google Shopping-Algorithmus daran hindern, das Produkt den relevanten Suchanfragen zuzuordnen. Die Folge ist ein völliger Mangel an Impressionen, Klicks und Conversions.

Betrachten wir ein konkretes Beispiel: Ein hochwertiges Anti-Aging-Serum mit dem Namen „Youth Serum 30 ml“ in einem Produkt-Feed passt zu keiner Suchanfrage mit hoher Kaufabsicht. Sobald es mit den Begriffen „[MARKE] – Anti-Falten-Serum – Gesichtspflege – Nachtpflege – Hyaluronsäure – 30 ml“ angereichert wurde, taucht es plötzlich in Dutzenden von Suchergebnissen mit hoher Konversionsrate auf.

Warum menschliche Anstrengungen allein nicht ausreichen

Das manuelle Überarbeiten von Hunderten oder sogar Tausenden von Produktseiten, um die Standards von Google Shopping zu erfüllen , ist zwar technisch machbar, aber aus betrieblicher Sicht problematisch. Es handelt sich um ein monatelanges Unterfangen , bei dem es leicht zu Unstimmigkeiten im Tonfall und zu sachlichen Fehlern kommen kann – Fehler, die für Marken, die strengen regulatorischen Rahmenbedingungen hinsichtlich Produktangaben unterliegen, katastrophale Folgen haben können.

AI die Zusammenführung unterschiedlicher data –Produktfeeds, Website-Inhalte und visuelle Elemente–,um eine strukturelle Harmonie zu schaffen, die Menschen in großem Maßstab nicht gewährleisten können. Allerdings AI kein Allheilmittel.

Die Methodik: Data , AI

Der Erfolg dieser Initiative beruht auf einem grundlegenden Grundsatz: Die Qualität AI hängt entscheidend von der Qualität der Eingabedaten ab. Ohne vorab überprüfte, strukturierte data ist das Risiko von „Halluzinationen“ erheblich. In der Kosmetikbranche stellt die Behauptung eines klinischen Nutzens, der nicht durch Laborergebnisse belegt ist, ein erhebliches rechtliches Risiko dar.

Bevor auch nur ein einziges Wort erstellt wurde, wurden mehrere Tage für die Vorbereitung aufgewendet: Überprüfung bestehender Feeds, Zuordnung von Prioritätsfeldern sowie Festlegung einer auf Google Shopping zugeschnittenen Vorteilshierarchie und Nomenklatur. AI die Produktion; die Strategie bleibt jedoch ausschließlich der menschlichen Expertise vorbehalten.

Innovation: Das zweistufige AI

Diese spezielle Architektur ermöglichte eine risikofreie Implementierung in einem regulierten Sektor, ohne dass jedes generierte Attribut einer menschlichen Überprüfung bedurfte. Das System arbeitet in zwei Phasen:

  1. Generierung: Ein erstes AI bereichert und optimiert Produktinhalte, indem es Produktdaten, Webinhalte und Bildmaterial zusammenführt.
  2. Prüfung: Eine zweite AI, die als strenger Prüfer konfiguriert ist, gleicht jede generierte Aussage mit der technischen Quelldokumentation ab. Jede Abweichung wird markiert und verworfen.

Diese „zweistufige“ Methode bringt die Geschwindigkeit generativer AI mit den Compliance-Anforderungen des Luxusmarktes in Einklang und stellt sicher, dass jede Beschreibung sachlich korrekt bleibt und der Marken-DNA treu bleibt.

Nachweisbare Ergebnisse

Nach einem achtwöchigen, strengen A/B-Test mit einem Sortiment von über 600 Artikeln:

  • -44 % weniger „Zombie-Produkte“, wodurch ungenutzte Lagerbestände wieder zum Leben erweckt werden.
  • +35 % Anstieg der Impressionen pro Produkt im gesamten optimierten Katalog.
  • -11 % Rückgang der CPC (Kosten pro Klick) aufgrund einer verbesserten algorithmischen Relevanz.
  • Produktionszeit: Von monatelanger Handarbeit auf wenige Tage verkürzt.

Das Wichtigste in Kürze

Bei der Wiederbelebung eines „Zombie“-Bestands geht es nicht um die Menge der Texte, sondern um data und methodische Stringenz. Die Zukunft des Premium-E-Commerce liegt nicht in der Massenproduktion, sondern in der chirurgischen Präzision, die nur eine enge Zusammenarbeit zwischen menschlicher Strategie und ausgefeilter AI bieten kann.

Dieses Projekt hat drei grundlegende Überzeugungen bestätigt:

  1. AI hochwertige data ist wie ein Motor ohne Treibstoff.
  2. Eine zweistufige Prüfung ist für den Einsatz generativer AI regulierten Branchen unerlässlich.
  3. Die Vorbereitung des Menschen bestimmt zu 80 % das Endergebnis.

Die Optimierung von Produkt-Feeds ist nicht mehr nur ein Hebel für die Leistung bei Google Shopping. Im Jahr 2026 ist sie zu einer zentralen geschäftlichen Notwendigkeit geworden, da Agentic Commerce die Landschaft neu definiert. Dieser Pool strukturierter data nun direkt die organische und bezahlte Sichtbarkeit innerhalb von LLMs (Large Language Models) fördern – weit über Google hinaus.

Es ist kein Zufall, dass Google das Merchant Center nach Jahren der Stagnation so intensiv überarbeitet hat: Der Kampf um data gerade erst begonnen. Marken, die heute in die Strukturierung ihrer Kataloge investieren, bereiten sich nicht nur auf die Suchmaschinenoptimierung von morgen vor –sie schaffen die Infrastruktur für die Sichtbarkeit im Zeitalter der Agenten.