ChatGPT beantwortet täglich Millionen Shopping-Anfragen – ohne bezahlte Platzierungen und ohne klassische Suchergebnisse. Für Konsumenten bedeutet das kuratierte Empfehlungen statt endloser Ergebnislisten. Für Händler stellt sich die entscheidende Frage: Wie bleibe ich in diesem neuen Ökosystem sichtbar?
10 min. Lesezeit
Der E-Commerce-Markt verändert sich grundlegend. Die klassische Produktsuche wird durch dialogbasierte Systeme ergänzt, in denen Künstliche Intelligenz die Rolle eines personalisierten Einkaufsberaters übernimmt. Mit täglich Millionen von Shopping-Anfragen in ChatGPT etabliert sich ein völlig neuer Kanal – einer, der nach anderen Regeln funktioniert als Google Shopping oder Amazon. Wer als Händler hier sichtbar sein will, kann sich die Platzierung nicht erkaufen. Entscheidend ist die Qualität der Produktdaten.
Dieser Artikel erklärt, wie ChatGPT Shopping funktioniert, welche strategischen Anpassungen jetzt notwendig sind und wie eine zentrale Plattform wie PlentyONE Händler dabei unterstützt.
ChatGPT Shopping ist die native, KI-gestützte Produktsuche und -beratung direkt innerhalb der ChatGPT-Oberfläche. Seit dem ersten Rollout der Shopping-Features im April 2025 hat OpenAI die Plattform kontinuierlich zu einem umfassenden E-Commerce-Ökosystem ausgebaut. Nutzer müssen den Chatbot nicht mehr verlassen, um Produkte zu entdecken, Spezifikationen zu vergleichen oder Verfügbarkeiten zu prüfen. Stattdessen integriert das System Produktkarten, aktuelle Preise und Bilder nahtlos in den natürlichen Gesprächsverlauf.
Die Dimensionen dieser Entwicklung sind beachtlich. Mit rund 900 Millionen wöchentlichen Nutzern und einem Marktanteil von rund zwei Dritteln unter den KI-Chatbot-Plattformen besitzt OpenAI eine enorme Hebelwirkung. Ein wachsender Anteil aller Anfragen löst mittlerweile aktive Websuchen aus, wovon ein signifikanter Teil kommerzieller Natur ist. Die Shopping-Funktionen sind dabei über alle Tarife hinweg (Free, Go, Plus, Pro) sowie auf mobilen Endgeräten und im Web verfügbar.
Der entscheidende Unterschied zum klassischen E-Commerce liegt in der Interaktion: Der Nutzer sucht nicht nach Keywords, sondern formuliert komplexe Bedürfnisse, die der Chatbot in konkrete Produktvorschläge übersetzt.
Stellen Sie sich vor: Sie suchen eine neue Espressomaschine. In einer klassischen Suchmaschine würden Sie "Espressomaschine Siebträger Anfänger" eingeben und sich durch Dutzende SEO-optimierte Ratgeber und Shop-Kategorien klicken. Der ChatGPT Shopping Assistant wählt einen völlig anderen Ansatz. Er agiert wie ein Fachverkäufer im Einzelhandel und führt den Nutzer durch einen strukturierten, interaktiven Prozess.
Dieser Prozess lässt sich in sechs klare Schritte unterteilen:
1. Intent (Absichtserkennung): Der Nutzer beschreibt sein Bedürfnis in natürlicher Sprache. ("Ich möchte anfangen, Espresso selbst zu machen, habe aber wenig Platz in der Küche und ein Budget von 500 Euro.")
2. Clarification (Klärung): Die KI stellt smarte Rückfragen, falls Parameter unklar sind. ("Bevorzugen Sie eine integrierte Mühle oder möchten Sie diese separat kaufen?")
3. Deep Research (Tiefenrecherche): Der Chatbot durchsucht das Internet in Echtzeit nach passenden Modellen, vergleicht technische Spezifikationen, aggregiert Kundenbewertungen und prüft aktuelle Preise.
4. Personalization (Personalisierung): Unter Einbezug des "Memory"-Features (frühere Präferenzen des Nutzers) filtert die KI die Ergebnisse.
5. Curation (Kuratierung): Der Nutzer erhält eine aufbereitete Auswahl in Form von visuell ansprechenden Produktkarten, inklusive Vor- und Nachteilen für seinen spezifischen Anwendungsfall.
6. Refinement (Verfeinerung): Der Nutzer kann iterieren, indem er Feedback gibt ("Das zweite Modell gefällt mir, aber gibt es das auch in Schwarz?").
Ein Vergleich mit etablierten Plattformen zeigt, wie sehr sich dieser Ansatz von bisherigen Paradigmen unterscheidet:
| Merkmal | ChatGPT Shopping | Google Shopping | Amazon |
| Nutzerführung | Dialogbasiert, beratend, iterativ | Suchleiste, filterbasiert, statisch | Suchleiste, stark filterbasiert |
| Ergebnissortierung | Rein relevanz- und kontextbasiert | Mix aus Relevanz und bezahlten Ads | Stark beeinflusst durch Sponsored Products |
| Personalisierung | Sehr hoch (durch Memory-Funktion) | Mittel (durch Suchhistorie) | Hoch (durch Kaufhistorie) |
| Datenquelle | Web Crawling, direkte Feeds, Merchant Center | Google Merchant Center | Amazon Catalog |
Der beratende Ansatz führt dazu, dass Konsumenten deutlich fundiertere Kaufentscheidungen treffen, bevor sie überhaupt die Website eines Händlers aufrufen.
Während klassische Suchmaschinen Links liefern, liefert ChatGPT Antworten und konkrete Lösungen. Die Funktion "ChatGPT Shopping Research", die im Vorfeld des Black Friday 2025 massiv ausgebaut wurde, verdeutlicht diesen Paradigmenwechsel. Die KI analysiert nicht nur Meta-Titel und Beschreibungen, sondern aggregiert Testberichte, vergleicht historische Preisentwicklungen und fasst Nutzerbewertungen aus verschiedenen Quellen in einem neutralen Konsens zusammen.
Besonders stark performt diese Art der Recherche in beratungsintensiven Produktkategorien. Elektronik, Beauty-Produkte sowie der Bereich Home & Garden verzeichnen die höchsten Interaktionsraten. Hier profitieren Nutzer maximal davon, dass die KI komplexe technische Datenblätter in verständliche Alltagssprache übersetzt.
Durch das Memory-Feature merkt sich der Chatbot zudem Präferenzen. Wer bei der Suche nach Laufschuhen einmal erwähnt hat, dass er eine breite Zehenbox benötigt, wird bei zukünftigen Suchen im Sportbereich automatisch Empfehlungen erhalten, die diese physische Eigenschaft berücksichtigen.
|
Die aktuellen Limitierungen von ChatGPT Shopping So fortschrittlich die KI-Beratung ist, sie hat aus operativer Sicht klare Grenzen. Händler und Konsumenten sollten wissen, was ChatGPT Shopping derzeit nicht leisten kann: - Keine Garantie für Echtzeit-Preise: Trotz regelmäßiger Feed-Updates können Preise in hochdynamischen Märkten zwischen der Chat-Antwort und dem Klick in den Shop variieren. - Eingeschränkte lokale Verfügbarkeit: Die Prüfung von Beständen in stationären Filialen (Click & Collect) ist noch nicht flächendeckend und verlässlich implementiert. Fehlende physische Begutachtung: Haptik, exakte Farbtreue und Materialgefühl lassen sich auch durch die beste KI-Beschreibung nicht ersetzen. |
ChatGPT Shopping zeigt keine Werbung in den Produktempfehlungen. Diese Tatsache ist für viele E-Commerce-Manager zunächst schwer zu greifen, da die Branche seit über einem Jahrzehnt von "Pay-to-Play"-Modellen dominiert wird. Wenn ein Nutzer den Chatbot nach dem besten kabellosen Staubsauger fragt, basieren die angezeigten Produktkarten ausschließlich auf organischer Relevanz, den Spezifikationen und den aggregierten Bewertungen.
Zwar testet OpenAI seit Februar 2026 Werbeanzeigen innerhalb von ChatGPT (vorerst limitiert auf den US-Markt und die kostenlosen beziehungsweise Go-Tarife), jedoch handelt es sich dabei um ein strikt getrenntes System. Diese Ads tauchen als separate Blöcke auf und beeinflussen die eigentlichen, vom Chatbot generierten Antworten und Empfehlungen nicht. Händler können sich also nicht in die direkten Antworten des ChatGPT Shopping Agent einkaufen.
Was das für die Praxis bedeutet: Werbebudget allein garantiert keine Sichtbarkeit mehr. Die Währung im KI-Commerce ist die Struktur und Qualität der Produktdaten. Nur wenn Beschreibungen präzise, Attribute vollständig und technische Daten fehlerfrei maschinenlesbar sind, wird die KI das Produkt als relevante Lösung für das Problem des Nutzers in Betracht ziehen.
Was muss ein Händler tun, damit seine Produkte in ChatGPT auftauchen? Da man sich die Platzierung nicht erkaufen kann, rückt die technische Anbindung in den Fokus. OpenAI hat im vergangenen Jahr die Infrastruktur deutlich geöffnet. Aktuell gibt es drei primäre Wege, um Sortimente für den KI-Bot zugänglich zu machen.
Der verlässlichste Weg führt über das OpenAI Merchant Portal. Hier können Händler ihre Produktdaten direkt hinterlegen. Der große Vorteil dieser Methode ist die Aktualität. Händler können ihre Produktfeeds regelmäßig aktualisieren, um Preis- und Bestandsänderungen zeitnah an ChatGPT zu übermitteln. Dies ist besonders für Händler mit schnell drehenden Sortimenten oder dynamischem Pricing entscheidend.
Die KI durchsucht das Web kontinuierlich mit ihrem eigenen Crawler, dem OAI-SearchBot. Damit dieser die Shop-Seiten korrekt interpretieren kann, müssen Händler den Bot in ihrer robots.txt explizit zulassen und ihre Produktdetailseiten mit sauberem Schema Markup (JSON-LD) auszeichnen. Daten zeigen, dass die von ChatGPT in Shopping-Kontexten zitierten Seiten überwiegend auf exzellent strukturierte Daten zurückgreifen.
Für Händler, die bereits stark in das Google-Ökosystem investiert sind, gibt es einen indirekten Weg. Da ChatGPT für seine Websuchen auch auf externe Suchindizes zurückgreift, können Produkte, die im Google Merchant Center hervorragend gepflegt und organisch gut gerankt sind, auch in den Antworten von OpenAI auftauchen. Dies bietet jedoch die geringste direkte Kontrolle über die Darstellung.
| Methode | Implementierungsaufwand | Kontrolle über Daten | Aktualität | Empfehlung |
| Direkter Feed | Mittel bis Hoch | Sehr Hoch | Regelmäßige Updates | Primärstrategie für Top-Seller |
| OAI-SearchBot | Gering (wenn SEO gut ist) | Mittel | Abhängig vom Crawl-Budget | Absolute Basis-Pflicht |
| Google Merchant | Gering (meist vorhanden) | Gering (indirekt) | Verzögert | Als Ergänzung nutzen |
Die Verwaltung dieser unterschiedlichen Datenströme kann schnell komplex werden. Ein zentrales System, das Produktdaten medienneutral hält und kanalübergreifend ausspielt, ist hierbei unerlässlich, um Inkonsistenzen zu vermeiden.
Die technische Infrastruktur hinter ChatGPT Shopping hat sich innerhalb eines Jahres grundlegend verändert. Ein zentraler Baustein dieser Entwicklung ist das Agentic Commerce Protocol (ACP) – ein offener Standard, der von OpenAI in Zusammenarbeit mit Stripe entwickelt und auf GitHub veröffentlicht wurde. Dieses Protokoll definiert, wie KI-Agenten im Auftrag von Nutzern mit E-Commerce-Systemen kommunizieren können.
Interessant ist dabei ein strategischer Kurswechsel: Während OpenAI im September 2025 noch stark auf einen "Instant Checkout" direkt im Chatfenster setzte, wurde dieses Feature im März 2026 wieder eingestellt. Der Fokus verschiebt sich nun eindeutig auf die "Product Discovery" – also das Entdecken und Beraten.
Für Händler ist das eine gute Nachricht. Sie behalten die Hoheit über den Checkout-Prozess, das Kundenerlebnis auf der eigenen Seite und das wichtige Cross-Selling im Warenkorb. Konkret bedeutet das: Die API und das ACP dienen heute primär dazu, Bestände und Preise in Echtzeit an die KI zu übermitteln, während der eigentliche Kaufabschluss sicher im eigenen Onlineshop stattfindet.
Die Zugriffe auf Einzelhändler-Websites über ChatGPT stiegen am Black Friday 2025 deutlich im Vergleich zum Vorjahr. Seit dem offiziellen Launch der Shopping-Features in Deutschland im April 2025 zeichnet sich ein klares Bild ab. Der Traffic, der aus KI-Chats generiert wird, ist hochgradig vorqualifiziert. Erste Branchenanalysen zeigen, dass die Conversion Rates aus diesen Quellen signifikant über dem Durchschnitt klassischer Suchmaschinen-Referrals liegen und auch der Revenue per Session kontinuierlich wächst.
Marktforscher von eMarketer bewerten den aktuellen Einfluss auf den Gesamtumsatz zwar noch als "minimal – for now", weisen aber auf einen extrem steilen Aufwärtstrend hin. Die operative Realität in den Unternehmen spiegelt dies bereits wider.
Der Shopping-Funnel verengt sich drastisch. Kaufentscheidungen fallen heute zunehmend in der KI-Oberfläche, lange bevor ein Nutzer Ihren Onlineshop überhaupt betritt.
Für Onlinehändler bedeutet dies, dass die klassische Customer Journey neu gedacht werden muss. Wenn die Überzeugungsarbeit vom KI-Agenten geleistet wird, muss der Händler sicherstellen, dass seine Produktdaten so aufbereitet sind, dass die KI sie als beste Lösung erkennt. Die Fähigkeit, diese Daten agil und fehlerfrei an neue Berührungspunkte zu verteilen, wird zum entscheidenden Wettbewerbsvorteil.
Sichtbarkeit in ChatGPT Shopping beginnt bei der Qualität der Produktdaten – und genau hier haben viele Händler Nachholbedarf. Wer mit einem Flickenteppich aus isolierten Tools arbeitet, kämpft oft mit widersprüchlichen Beständen, veralteten Preisen oder fehlenden Attributen. Generative Engine Optimization (GEO) – die Optimierung für KI-gestützte Produktsuchen – verzeiht solche Fehler nicht. Wenn der Chatbot ein Produkt empfiehlt, das beim Klick in den Shop nicht lieferbar ist, verliert der Händler nicht nur diesen Verkauf, sondern wird langfristig von der KI als unzuverlässige Quelle de-priorisiert.
Hier spielt eine Plattform wie PlentyONE ihre Stärken voll aus. Das integrierte PIM (Product Information Management) fungiert als Single Source of Truth. Statt Daten für jeden Kanal manuell anzupassen, werden sie zentral angereichert und kanalspezifisch ausgespielt.
Um als Händler das Potenzial von ChatGPT Shopping voll auszuschöpfen, empfiehlt sich folgende Praxis-Checkliste:
Der Aufstieg von ChatGPT Shopping markiert einen Wendepunkt im digitalen Handel. Konsumenten verlangen zunehmend nach kuratierter, intelligenter Beratung statt nach endlosen Suchergebnissen. Für Händler bedeutet dies, dass die Qualität und Struktur ihrer Produktdaten mehr denn je über den wirtschaftlichen Erfolg entscheiden. Wer sich jetzt technisch rüstet, saubere Feeds bereitstellt und auf Generative Engine Optimization setzt, sichert sich einen Platz in den Empfehlungen der KI von morgen. Mit einer zentralen Plattform wie PlentyONE schaffen Sie das verlässliche Fundament, um diese neuen Kanäle effizient und automatisiert zu bedienen – ohne den operativen Aufwand im Hintergrund explodieren zu lassen.