Produkttexte mit KI generieren: So machst du es richtig

Der Onlineshop hat 3.000 Produkte, das Redaktionsbudget deckt vielleicht 50. Kein Wunder, dass KI-Tools für Produkttexte in vielen E-Commerce-Unternehmen Einzug halten. Was in der Theorie nach enormer Zeitersparnis klingt, endet in der Praxis oft in generischen Textbausteinen, die niemanden überzeugen.

Das Problem liegt selten an der Technologie. Es liegt daran, wie sie eingesetzt wird.

Was Google wirklich zu KI-Produkttexten sagt

Google bestraft keine KI-generierten Inhalte. Das hat das Unternehmen 2023 in seinen offiziellen Richtlinien klar gestellt: Entscheidend ist, ob ein Text hilfreich und qualitativ hochwertig ist, nicht wer oder was ihn verfasst hat.

Was Google sanktioniert, sind Texte ohne Mehrwert. Inhalte, die generisch sind, keine Tiefe haben und ohne fachlichen Kontext online gestellt werden, werden als „Lowest Quality” eingestuft. Egal ob Mensch oder Maschine dahintersteckt. Der Qualitätsmaßstab heißt E-E-A-T: Experience, Expertise, Authoritativeness, Trustworthiness. Eine rohe KI-Ausgabe liefert davon kaum etwas, weil ihr die eigentliche Produkterfahrung fehlt.

Praktisch heißt das: Du kannst KI nutzen, aber du trägst die Verantwortung für das Ergebnis. Wer den Rohtext unverändert publiziert, riskiert schlechte Rankings und verliert das Vertrauen von Kunden, die Fehler in Produktbeschreibungen bemerken.

Die Qualität der Eingabe bestimmt die Ausgabe

Der häufigste Fehler ist simpel: Man gibt der KI wenig und erwartet viel. Ein Prompt wie „Schreib eine Produktbeschreibung für einen Kaffeeautomaten” liefert generischen Output. Die KI weiß nicht, was das Gerät besonders macht, wen es anspricht oder warum es 249 Euro statt 89 Euro kostet.

Was ein guter Prompt enthält:

• Den Produktnamen und wichtige technische Spezifikationen
• Die Zielgruppe, konkret (Geschäftskunden, Familien, Enthusiasten)
• Den wichtigsten Unique Selling Point
• Das Preisniveau und die damit verbundene Erwartungshaltung
• Das gewünschte Primärkeyword
• Tonalität und gewünschte Textlänge

Je strukturierter die Eingabedaten, desto nützlicher der Entwurf. Wer Produktdaten sauber in einem PIM-System oder ERP pflegt, kann Prompts automatisch befüllen und tatsächlich skalieren. Wer Produktdaten nur in einer unstrukturierten Excel-Datei hat, produziert auf Dauer mehr Handarbeit als nötig.

So sieht ein Prozess aus, der wirklich skaliert

Wer KI für Produkttexte systematisch einsetzt, kann die Erstellungszeit erheblich reduzieren. Content-Agenturen berichten je nach Setup von Einsparungen zwischen 40 und 70 Prozent im Vergleich zur vollständig manuellen Texterstellung. Dieser Vorteil kommt aber nicht durch blindes Delegieren, sondern durch einen klar definierten Ablauf.

Produktdaten vorbereiten. Technische Details, Lieferumfang, Zielgruppe, Preisniveau, Alleinstellungsmerkmale. Das ist die eigentliche Investition, nicht das Schreiben.

Prompt gezielt aufbauen. Ein Template pro Produktkategorie, das alle relevanten Variablen enthält. „Kein Marketingsprech” ist dabei eine legitime und sinnvolle Anweisung.

Entwurf nachbearbeiten. Jemand mit Produktkenntnis überarbeitet den KI-Entwurf in fünf bis zehn Minuten. Das macht den Unterschied zwischen durchschnittlichem und überzeugendem Text. Diese Kombination aus maschineller Geschwindigkeit und menschlichem Urteilsvermögen ist der eigentliche Hebel.

Ergebnisse messen. Welche Produktseiten performen besser, welche nicht? Vier bis sechs Wochen reichen für erste belastbare Vergleichsdaten.

Wer mit einem überschaubaren Sortiment anfängt, also 50 bis 100 Artikel einer Produktkategorie, und den Prozess dort validiert, hat eine solide Grundlage für die Skalierung. Sofort alle 3.000 Produkte auf einmal anzugehen, ist der sichere Weg zu Chaos.

Häufige Fehler und was sie kosten

Rohtexte direkt veröffentlichen. Kein Qualitätscheck bedeutet, du verlässt dich darauf, dass die KI keine falschen technischen Angaben macht. Das ist eine schlechte Wette. Fehler in Produkttexten kosten Vertrauen.

Einen Prompt für alle Produktkategorien. Was für Küchengeräte funktioniert, passt nicht für Industriewerkzeug oder Textilien. Prompts brauchen Anpassung auf Kategorie und Zielgruppe.

Den Prozess einrichten und vergessen. Texte veralten, Produkte ändern sich, Prompts lassen sich durch Erfahrung verbessern. Wer KI langfristig nutzen will, behandelt es wie ein System, das gepflegt werden muss.

An der falschen Stelle sparen. Die KI-Kosten sind ein Bruchteil der Arbeitszeit, die man spart. Am Qualitätscheck zu sparen, ist die verkehrte Priorität.

Was du konkret als nächstes tun kannst

Für den Einstieg reicht ein einfaches Setup: Produktdaten in einer strukturierten Tabelle, ein gut definiertes Prompt-Template pro Kategorie und ein Review-Schritt durch jemanden mit Produktkenntnis. Ohne großen technischen Aufwand.

Wer tausende Artikel automatisieren will, kommt irgendwann an Prozesse, bei denen Produktdaten direkt aus dem ERP oder Produktfeed an ein Sprachmodell übergeben werden und der Text automatisiert zurückgeschrieben wird. Das ist technisch anspruchsvoller, skaliert aber entsprechend.

Wie das für deinen Shop aussehen könnte, schauen wir gerne im Rahmen einer KI-Implementierungsberatung an. Oder sieh dir an, wie wir Content-Prozesse und E-Commerce-Lösungen zusammen denken.