Die Otto Group baut ihr E-Commerce-Geschäft konsequent auf KI-gestützten Handel um. Mit einer eigens eingesetzten Analyseplattform misst der Hamburger Handelskonzern jetzt systematisch, wie sichtbar seine Marken in Antworten von ChatGPT, Gemini und Copilot sind. Für Marketing- und E-Commerce-Verantwortliche im Mittelstand ist das ein handfestes Beispiel dafür, wie Generative Engine Optimization in der Praxis aussieht, wenn ein Konzern sie ernst nimmt.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügenDas Wichtigste in Kürze
- Otto Group setzt gemeinsam mit dem GEO-Spezialisten Rankscale eine Plattform ein, die Markensichtbarkeit in KI-Chatbots misst
- Gemessen wird per Buybox-Winner-Analyse: Wie oft landet die Marke bei Produktanfragen auf Platz eins der KI-Antwort
- Hintergrund ist eine Studie von Capgemini, wonach Ende 2024 bereits 59 Prozent der deutschen Verbraucher generative Chatbots genutzt haben
- Mittelständler sollten jetzt Produktdaten LLM-lesbar strukturieren, statt erst zu reagieren, wenn die Konkurrenz die Sichtbarkeit besetzt hat
Wie funktioniert die Buybox-Winner-Analyse?
Die von Otto Group und Rankscale eingesetzte Plattform arbeitet nach einem einfachen, aber wirkungsvollen Prinzip. Die Plattform stellt systematisch Produktanfragen an verschiedene KI-Systeme und erfasst, welcher Händler jeweils an erster Stelle genannt wird, also die Buybox gewinnt. Diese Werte werden über mehrere AI-Engines hinweg verglichen und in einem Management-Dashboard aufbereitet, sodass Führungskräfte auf einen Blick sehen, wo die eigene Marke gegenüber dem Wettbewerb steht. Wer sich fragt, wie sich diese neue Form der Sichtbarkeit in der KI-Suche von klassischem SEO unterscheidet, findet die Antwort in der Verschiebung der Kennzahlen selbst: Nicht mehr Rankings zählen, sondern Zitierhäufigkeit und Prompt-Abdeckung.
AI-Commerce Die Otto Group misst systematisch, wie sichtbar ihre Marken in ChatGPT, Gemini und Copilot sind. Ein Praxisbeispiel für Generative Engine Optimization – und ein Weckruf für den Mittelstand.
- – Kennzahl: Ranking-Position in der Trefferliste
- – Ziel: Klicks auf die eigene Website
- – Optimierung über Keywords und Backlinks
- – Einstiegspunkt: Google-Suchergebnisliste
- + Kennzahl: Zitierhäufigkeit und Prompt-Abdeckung
- + Ziel: Nennung als Buybox-Gewinner in der Antwort
- + Optimierung über strukturierte, LLM-lesbare Daten
- + Einstiegspunkt: KI-Chatbot-Antwort direkt
Der strukturelle Wandel der Kaufentscheidung ist der eigentliche Treiber. Laut einer Capgemini-Studie haben Ende 2024 bereits rund 59 Prozent der Verbraucher in Deutschland generative KI-Chatbots genutzt. Die klassische Google-Trefferliste als Einstiegspunkt für Produktrecherchen verliert damit an Gewicht, KI-generierte Empfehlungen treten an ihre Stelle. Technisch bedeutet das eine Verschiebung weg von Keyword-Rankings hin zu strukturierten, von Sprachmodellen zitierfähigen Produktdaten. Wie sich dieser Kampf zwischen LLMs und Google um die Vorherrschaft in der Online-Suche entwickelt, entscheidet in den kommenden Jahren maßgeblich darüber, welche Händler überhaupt noch gefunden werden.
Steht Otto mit diesem Ansatz allein da?
Keineswegs. Otto reiht sich in eine wachsende Gruppe von Unternehmen ein, die dedizierte GEO-Tools zur Messung ihrer KI-Sichtbarkeit einsetzen. Auch HubSpot hat bereits ein eigenes Tool zur Analyse der Markensichtbarkeit in der KI-Suche vorgestellt. Der Fall markiert damit eine neue Wettbewerbsklasse: Handelsunternehmen konkurrieren nicht mehr nur um Suchmaschinen-Positionen, sondern um die Nennung als Buybox-Gewinner in generativen Antworten. Das erfordert ein neues Set an Kennzahlen, darunter Zitierhäufigkeit, Prompt-Abdeckung und Cross-Engine-Vergleiche. Otto ergänzt diesen Schritt zudem durch eigene KI-Agenten und den hauseigenen Sprachmodell-Ansatz OG GPT. Das GEO-Monitoring ist also nur ein Baustein einer deutlich breiteren AI-Commerce-Strategie, ähnlich wie es beim globalen Rollout von Google AI Mode für den DACH-Raum bereits sichtbar geworden ist.
AI-Commerce ist kein Zusatzprojekt für die IT-Abteilung, sondern die nächste Stufe im Wettbewerb um Kundenaufmerksamkeit.
— Markus Seyfferth, Chefredakteur Dr. Web
Was bedeutet das für den deutschen Mittelstand?
Für Mittelständler ergibt sich aus dieser Verschiebung zunächst kein neues Gesetz, wohl aber eine klare Anpassungspflicht bei der Produktdatenqualität. Strukturierte Daten, saubere Schema.org-Auszeichnung und konsistente Produktinformationen über alle Kanäle hinweg werden zur Voraussetzung dafür, in ChatGPT- oder Gemini-Antworten überhaupt genannt zu werden. Datenschutzrechtlich bleibt zudem relevant, dass Prompt- und Nutzerdaten, die zu Analysezwecken an Drittanbieter wie Rankscale fließen, DSGVO-konform verarbeitet werden müssen. Das gilt besonders bei personenbezogenen Suchanfragen. Auch die Frage, ob lokale SEO in der KI-Suche noch trägt, stellt sich für regionale Händler in ähnlicher Dringlichkeit.
Drei konkrete Schritte lassen sich daraus ableiten. Zunächst die eigene Markensichtbarkeit in gängigen KI-Chatbots stichprobenartig prüfen, etwa durch typische Kaufanfragen aus Kundensicht. Danach Produktdaten und FAQ-Inhalte gezielt für die Lesbarkeit durch Sprachmodelle strukturieren. Schließlich ein einfaches Monitoring für Nennungen in KI-Antworten aufbauen, bevor große Wettbewerber die Sichtbarkeit dauerhaft besetzen. Einen umfassenden Einstieg liefert der Ratgeber zu Generative Engine Optimization, ergänzt durch praktisches Hintergrundwissen im LLM-Ratgeber von Dr. Web.
Wer heute noch abwartet, riskiert morgen unsichtbar zu sein. Betroffen ist dann nicht Seite zwei der Google-Suche, sondern schlicht keine KI-Antwort mehr.
Mehr Newshunger?
- Was bringt eine GEO Agentur? Sichtbarkeit statt Platz 1
- AI Optimization Guide: Sind GEO und AEO tot? Fast.
- LLMs gegen Google: Wer gewinnt den Kampf um die Online-Suche?
- Reicht lokale SEO in der KI-Suche noch aus?
- Answer Engine Optimization: So kapern Firmen die KI
- Google AI Mode weltweit: Was ändert sich für DACH?
- OKF: Google macht Markdown zum Gedächtnis der KI
