AEO für WooCommerce: Deinen Shop fit für KI machen

Stell dir vor, eine Kundin sucht ihre nächsten Laufschuhe nicht mehr bei Google. Stattdessen fragt sie ChatGPT: „Welcher wasserdichte Trailrunning-Schuh in Größe 44 ist unter 150 € sofort lieferbar?" Die KI antwortet mit drei konkreten Modellen, inklusive Preis, Material und Verfügbarkeit. Spannend ist dann vor allem die Frage, woher diese Daten eigentlich stammen: aus deinem Shop oder aus dem deines Wettbewerbers?

Dahinter steckt ein Trend, der gerade Fahrt aufnimmt: Agentic Commerce. Gemeint sind KI-Systeme, die für Nutzer recherchieren, Produkte vergleichen und Empfehlungen aussprechen. OpenAI hat dafür im Herbst 2025 mit „Instant Checkout" und dem Agentic Commerce Protocol einen ersten Rahmen geschaffen (Quelle: OpenAI). Noch steht Agentic Commerce am Anfang. Die Richtung ist jedoch klar: Produktdaten werden zunehmend nicht nur von Menschen, sondern auch von KI-Systemen gelesen, verglichen und weiterverarbeitet.

Messbar ist die Entwicklung trotzdem schon. Über die Feiertage 2025 ist der über KI-Tools vermittelte Traffic auf Shop-Seiten laut Adobe Analytics im Jahresvergleich um 693 % gestiegen (Quelle: Adobe Analytics). Solche Besucher haben ihre Vorauswahl oft schon getroffen und konvertieren laut Adobe besser als Traffic aus klassischen Kanälen (Quelle: Adobe). Für Shop-Betreiber ist das also keine reine Zukunftsmusik.

Klassisches SEO optimiert für einen Menschen, der eine Ergebnisliste überfliegt und klickt. Answer Engine Optimization, kurz AEO, optimiert dagegen für eine Maschine, die deine Daten ausliest und zu einer Antwort zusammenfasst. Reine Keywords reichen dafür nicht mehr. Dabei arbeiten nicht alle Crawler, LLMs und KI-Agenten gleich. Strukturierte, aktuelle und schnell auslieferbare Produktdaten erhöhen aber die Wahrscheinlichkeit, von automatisierten Systemen korrekt erfasst zu werden.

Ich arbeite seit über zwölf Jahren an WooCommerce-Shops und zeige dir in diesem Beitrag, worauf es dabei aus Entwicklersicht ankommt: die drei Säulen von AEO, die oft unterschätzte Rolle deines Hostings und vier technische Hebel, die du direkt angehen kannst.

Aus meiner Sicht hängt gutes AEO an drei Dingen. Fehlt einer dieser Bausteine, hat es eine KI deutlich schwerer, deine Produkte korrekt zu erfassen und einzuordnen. Wie gut der Marketing-Text klingt, spielt dann kaum noch eine Rolle.

Säule 1: Semantische Tiefe statt Marketing-Prosa

Ein Satz wie „Unser Premium-Rucksack ist der perfekte Begleiter für jedes Abenteuer" sagt einem LLM (dem Sprachmodell hinter Tools wie ChatGPT) wenig. Es kann ihn kaum einer konkreten Suchanfrage zuordnen.

Gut verarbeiten lässt sich dagegen Konkretes: Material (zum Beispiel 600D-Polyester), Volumen in Litern, Gewicht, Kompatibilität („passt für 15-Zoll-Laptops") oder Pflegehinweise. Fragt jemand nach einem wasserdichten Laptop-Rucksack mit 28 Litern unter einem Kilo, kann die KI das nur beantworten, wenn diese Eigenschaften als strukturierte Daten vorliegen.

In WooCommerce heißt das konkret: Pflege die wichtigen Eigenschaften als globale Attribute (unter Produkte → Attribute), statt sie nur frei in die Beschreibung zu tippen. In einem Projekt mit einem Werkzeug-Händler hat genau das den Ausschlag gegeben. Erst als Spannung, Akkutyp und Gewicht als saubere Attribute hinterlegt waren, ließen sich die Produkte sinnvoll filtern und maschinell auslesen. Eine schöne Beschreibung darf trotzdem bleiben, sie ersetzt die Fakten nur nicht.

Säule 2: Sauberes Schema-Markup (JSON-LD)

JSON-LD ist eine Art maschinenlesbarer Steckbrief deiner Produktseite. In einem kleinen, für Besucher unsichtbaren Code-Block liefert es Preis, Verfügbarkeit, Marke oder Bewertungen in einem standardisierten Format aus, nach dem Vokabular von schema.org/Product. Für Googles Rich Results ist das die etablierte Grundlage (Quelle: Google Search Central). Welche Signale KI-Systeme im Detail gewichten, legen die wenigsten offen. Eindeutige, strukturierte Daten lassen sich von einer Maschine aber zuverlässiger erfassen als reiner Fließtext. Das ist die Basis, auf die du Einfluss hast.

Achte vor allem auf die kaufentscheidenden Felder: price und priceCurrency, availability für die Lieferbarkeit, eine eindeutige sku oder gtin, brand und falls vorhanden, aggregateRating. Mindestens so wichtig wie Vollständigkeit ist die Aktualität. Weicht der ausgezeichnete Preis vom echten Preis im Shop ab, schadet das dem Vertrauen, bei der KI wie bei der Kundschaft.

Plugins wie Rank Math oder Yoast WooCommerce SEO geben Product-Markup von Haus aus mit aus. In der Praxis ist es aber oft unvollständig oder fehlerhaft. Unsauberes Markup ist dabei im Zweifel schlechter als gar keins, weil eine Maschine die Angaben dann eher beiseitelässt. Ein kurzer Check im Rich Results Test lohnt sich deshalb immer.

Säule 3: Infrastruktur & API-Speed

Die dritte Säule wird oft übersehen, dabei ist sie für Entwickler die spannendste. Wenn ein automatisiertes System deine Daten abruft, tut es das meist unter knappen Zeitvorgaben. Antwortet dein Server zu langsam, besteht das Risiko, dass die Anfrage abbricht, bevor die Daten überhaupt ankommen. Damit sind wir beim technischen Kern dieses Beitrags.

Automatisierte Abrufe arbeiten in der Regel mit knappen Timeouts. Ob ein Crawler deine Produktseite lädt oder ein Tool per Schnittstelle Preis und Verfügbarkeit prüft: Auf eine langsame Antwort warten viele dieser Systeme nicht lange. Genau hier wird Performance zum Thema.

Der zentrale Messwert ist die Time to First Byte, kurz TTFB. Sie beschreibt, wie lange dein Server bis zum ersten ausgelieferten Byte braucht. Als guter Richtwert gelten unter 0,8 Sekunden (Quelle: web.dev). Bei WooCommerce steckt das Nadelöhr meist genau hier auf der Serverseite, nicht im Frontend, denn jeder Aufruf bedeutet PHP und Datenbank.

Dazu kommt eine WooCommerce-Eigenheit. Produktdaten wie Preise, Attribute oder Lagerbestände liegen klassisch in der Tabelle wp_postmeta, einer generischen Schlüssel-Wert-Struktur. Besonders bei großen Sortimenten, vielen Varianten und komplexen Filterlogiken kann das zu vielen Abfragen und Joins führen. Ohne Object Cache, Datenbankoptimierung und saubere Indizierung steigt die serverseitige Antwortzeit dann spürbar. Ich hatte zuletzt einen Shop mit rund 30.000 Varianten, bei dem allein eine aufgeräumte Indizierung die Kategorieseiten deutlich beschleunigt hat.

Ein reines Seiten-Cache hilft hier nur begrenzt. Gerade Preis und Lagerbestand ändern sich laufend und sollten aktuell ausgeliefert werden. Es zählt also die rohe Geschwindigkeit der Datenbank- und PHP-Schicht, nicht nur ein vorgelagerter Cache.

Dazu kommt die Last selbst. Automatisierte Crawler wie der GPTBot rufen Seiten in unregelmäßigen Spitzen ab. Eine Umgebung, die für E-Commerce ausgelegt ist, federt solche Lastspitzen besser ab als generisches Shared-Hosting. Typische Bausteine dafür sind ein serverseitiger Object-Cache wie Redis, sauber dimensionierte PHP-Worker und eine auf Shop-Last abgestimmte Datenbank. Auf einer solchen Infrastruktur, wie sie maxcluster für WooCommerce bereitstellt, bleibt die TTFB auch unter Last stabiler. Der Punkt dahinter ist simpel: Die besten strukturierten Daten nützen wenig, wenn der Server sie nicht schnell genug ausliefert. Wo genau Zeit verloren geht, lässt sich mit Application Performance Monitoring wie APM powered by Tideways gezielt analysieren, etwa bei PHP, SQL-Abfragen, Redis, externen APIs oder weiteren Performance-Layern.
 

Was heißt das nun konkret für deinen WooCommerce-Shop? Die folgenden vier Punkte lassen sich direkt im Backend oder im technischen Setup prüfen.

1. REST-API für Lesezugriffe sauber aufstellen

WooCommerce bringt eine leistungsfähige REST API mit, über die Tools strukturierte Produktdaten abfragen können. Für solche Lesezugriffe legst du unter WooCommerce → Einstellungen → Erweitert → REST API am besten einen eigenen Schlüssel mit der Berechtigung „Lesen" an. Schreibende Zugriffe bleiben damit außen vor. Der relevante Endpunkt ist /wp-json/wc/v3/products. Ein vorgeschaltetes Cache sorgt dafür, dass wiederholte Abfragen nicht jedes Mal die Datenbank treffen.

Einen Punkt sehe ich in Projekten immer wieder: Sicherheits-Plugins oder streng konfigurierte Firewalls blockieren automatisierte Zugriffe pauschal. Wer in Answer Engines vorkommen möchte, sollte deshalb bewusst festlegen, welche Bots die Produktdaten lesen dürfen, statt sie versehentlich komplett auszusperren.

2. Korrektes JSON-LD für variable Produkte

Der häufigste Stolperstein sind variable Produkte mit Varianten wie Größe oder Farbe. Standard-Markup gibt hier oft nur eine Preisspanne oder das Elternprodukt aus. Eine konkrete Variante kann eine KI daraus schlecht ableiten.

Sauberer ist die Auszeichnung als ProductGroup mit einzelnen hasVariant-Einträgen, jeweils mit eigener SKU oder GTIN, Preis und Verfügbarkeit (Quelle: schema.org/ProductGroup). Der Unterschied ist groß. Ohne diese Struktur liest ein System nur „T-Shirt, 19 bis 29 €". Mit ihr weiß es, dass die Variante in Rot, Größe L, für 24 € lieferbar ist. Ob daraus am Ende eine Empfehlung wird, hängt von vielen Faktoren ab. Die saubere Datenbasis dafür schaffst du aber genau so. Prüfen lässt sich das Ergebnis im Rich Results Test von Google.

3. Q&A und FAQs KI-lesbar strukturieren

KI-Systeme kommen gut mit dem Frage-Antwort-Format zurecht, weil es der Art entspricht, wie Menschen Fragen stellen. Beantworte die echten Kauf-Fragen zu deinen Produkten im Klartext: „Ist das Gerät mit Modell X kompatibel?" oder „Wie lange dauert die Lieferung?" Diese Inhalte kannst du mit FAQPage-Markup auszeichnen.

Eine ehrliche Einordnung dazu: Google zeigt die FAQ-Rich-Snippets für die meisten Seiten inzwischen nicht mehr an. Für die klassische Suche bringt das Markup also kaum noch sichtbare Effekte. Die strukturierte Frage-Antwort-Form bleibt aber wertvoll, weil sie genau die Häppchen liefert, aus denen eine KI ihre Antworten zusammensetzt.

4. DOM-Bloat reduzieren für effizientes Parsing

Page-Builder wie Elementor und überladene Themes erzeugen oft tief verschachteltes HTML. Für eine Maschine bedeutet das mehr Aufwand, den eigentlichen Inhalt herauszulösen. Je klarer dein HTML strukturiert ist, mit sauberer Überschriften-Hierarchie und den wichtigen Produktdaten weit oben im Quelltext, desto einfacher fällt ihr das.

Zwei Faustregeln aus der Praxis: Halte die Zahl unnötiger Wrapper-Container klein, und liefere die zentralen Produktinfos serverseitig aus, statt sie erst per JavaScript nachzuladen. Viele Crawler rendern JavaScript nur eingeschränkt. Was nicht im initialen HTML steht, ist für sie im Zweifel nicht vorhanden.

 

Zum Mitnehmen ein kurzer Check für die kommende Woche:

1. Attribute: Sind die kaufentscheidenden Produktdaten als globale Attribute gepflegt, nicht nur im Fließtext?
2. Schema: Liefert deine Produktseite valides Product-JSON-LD mit Preis, Verfügbarkeit und SKU? (Test: Rich Results Test)
3. Varianten: Werden variable Produkte als ProductGroup mit einzelnen Varianten erkannt?
4. Speed: Liegt deine TTFB stabil unter 0,8 Sekunden, auch bei höherer Last?
5. Zugang: Dürfen die Bots, die du erreichen willst, deine Produktdaten überhaupt lesen (robots.txt, Firewall, Bot-Schutz)?
    

Niemand kann dir garantieren, dass eine KI ausgerechnet deine Produkte empfiehlt. Aber wer strukturierte, aktuelle Daten mit einer schnellen Infrastruktur verbindet, schafft die besseren technischen Voraussetzungen dafür, in solchen Antworten überhaupt berücksichtigt zu werden. Klassisches SEO verliert dabei nicht an Bedeutung, AEO kommt als weitere Ebene dazu. Und weil viele Shops das Thema noch vor sich herschieben, ist jetzt ein guter Moment, die eigenen Daten und das Hosting einmal daraufhin anzusehen.