Google Merchant Center misst Produktsichtbarkeit in der AI-Suche
Google erweitert Merchant Center um einen neuen Bericht namens AI Performance Insights. Für Händler ist das relevant, weil Google damit erstmals sichtbar macht, wie Marken und Produkte in KI-gestützten Einkaufserlebnissen wie AI Mode und AI Overviews auftauchen. Für Marketing- und E-Commerce-Teams geht es damit nicht nur um klassische Feed-Optimierung, sondern um die Frage, wie Produktdaten in generativen Such- und Shopping-Situationen gefunden, interpretiert und priorisiert werden.
Inhaltsverzeichnis
Was Google im Merchant Center neu zeigt
Laut Google Merchant Center Help bietet der Bericht einen Einblick in die Sichtbarkeit von Marken und Produkten in Googles generativem KI-Umfeld. Er ist im Merchant Center unter Analytics, dann Products und dort im Tab AI performance zu finden. Der Bericht befindet sich aktuell noch in einem Pilotbetrieb mit einer begrenzten Zahl von Merchant-Center-Konten in den USA. Google kündigt zugleich an, den Rollout in den kommenden Monaten auf Australien, Kanada, Indien und Neuseeland auszuweiten.
Wichtig für die Einordnung: Der Report misst nicht die gesamte Suchleistung eines Shops. Er fokussiert laut Quelle auf konversationale Suchanfragen mit Shopping- oder Markenbezug und betrachtet ausschließlich Organic AI-Traffic. Google Ads beziehungsweise bezahlter Traffic sind in diesem Bericht ausdrücklich nicht enthalten.
Welche Kennzahlen im Report stecken
Der neue Bereich arbeitet mit mehreren Metriken, die für Händler und Marketingteams unmittelbar nutzbar sind. Dazu gehören der eigene Share of Voice, also der Anteil der Sichtbarkeit gegenüber Wettbewerbern, sowie der durchschnittliche Sichtbarkeitsanteil des im Merchant Center hinterlegten Wettbewerbsumfelds. Ergänzt wird das durch Query Frequency und Query Type. Damit zeigt Google, welche Suchmuster, Produktbegriffe, Journey-Phasen und Attribute in KI-gestützten Shopping-Anfragen besonders häufig vorkommen.
Zusätzlich ordnet Google konversationale Suchanfragen drei Phasen der Shopping Journey zu: Discovery für frühe Orientierungsphasen, Evaluation für Vergleiche und Spezifikationssuche sowie Purchase für transaktionsnahe Anfragen. Genau diese Aufteilung macht den Bericht interessant, weil Teams nicht nur sehen, ob Sichtbarkeit vorhanden ist, sondern auch wo in der Kaufentscheidung Potenzial verloren geht.
Google beschreibt dazu ein praktisches Beispiel: Wenn im Discovery-Bereich Suchanfragen nach Produktmerkmalen stark nachgefragt werden, der eigene Share of Voice aber niedrig bleibt, signalisiert das eine klare Optimierungschance. Für Händler heißt das: Feed-Qualität, Produkttexte und strukturierte Merkmale werden noch wichtiger, wenn KI-Antworten Produkte in einen Vergleichs- oder Empfehlungsrahmen einordnen.
Warum das für Unternehmen relevant ist
Für viele E-Commerce-Teams war bislang schwer greifbar, wie sich Produktdaten in generativen Suchoberflächen auswirken. Der neue Bericht schließt genau diese Lücke teilweise. Er zeigt nicht nur, ob eine Marke sichtbar ist, sondern auch, welche Formulierungen und welche strukturierten Produktmerkmale offenbar häufiger in KI-nahen Suchkontexten vorkommen. Damit rückt die operative Produktdatenpflege näher an Themen heran, die bislang eher in Web-Analytics-Projekten oder in einem KI Sichtbarkeits Audit diskutiert wurden.
Gerade für KMU und B2B-nahe Händler ist das ein Signal, die Produktkommunikation nicht nur für klassische Suchergebnisse zu optimieren. Wenn Google häufiger funktionale Begriffe, Produktvorteile oder Attribute in konversationalen Shopping-Anfragen erkennt, müssen Titel, Beschreibungen und Produktmerkmale diese Sprache besser abdecken. Das betrifft nicht nur SEO, sondern auch Feed-Management, Kategoriestrukturen und interne Reporting-Routinen.
Was Marketingteams jetzt konkret prüfen sollten
- Zugang und Scope klären: Prüfen Sie im Merchant Center unter Analytics > Products, ob der Tab AI performance bereits sichtbar ist. Für Teams in Deutschland ist wichtig, den Status realistisch einzuordnen: Google nennt derzeit einen US-Pilot und einen späteren Ausbau auf weitere Länder, aber noch keinen allgemeinen Start für den DACH-Markt.
- Produkttexte auf Suchsprache abgleichen: Wenn der Bericht häufig verwendete AI Shopping Terms zeigt, sollten diese Begriffe systematisch gegen Produkttitel und Beschreibungen abgeglichen werden. Wer dafür bislang keine saubere Datengrundlage hat, sollte zunächst die bestehende Google-Analytics4-Einrichtung und das Reporting sauber aufsetzen, damit Feed-Änderungen später messbar werden.
- Strukturierte Attribute vervollständigen: Google nennt ausdrücklich technische Merkmale wie Größe, Farbe oder Material als relevante Felder. Fehlen solche Angaben im Feed oder sind sie unvollständig, sinkt die Chance, bei detailreichen KI-Anfragen sinnvoll ausgespielt zu werden.
- Journey-Phasen getrennt priorisieren: Ein niedriger Share of Voice in Discovery erfordert andere Maßnahmen als Schwächen im Purchase-Bereich. Teams sollten deshalb nicht nur die Gesamtsichtbarkeit beobachten, sondern pro Phase prüfen, welche Produktgruppen oder Query-Typen auffällig sind.
- Organic AI von Paid sauber trennen: Da Google Ads nicht in den Bericht einfließen, dürfen die Werte nicht mit Performance-Daten aus Shopping- oder Performance-Max-Kampagnen vermischt werden. Für die interne Einordnung hilft es, ergänzend die Begriffe rund um Google Search Console und organische Sichtbarkeit sauber von Paid-KPIs abzugrenzen.
Wo die Grenzen des neuen Reports liegen
So interessant der Bericht ist, er hat klare Grenzen. Erstens betrachtet er nur konversationale Shopping- und Markenanfragen, nicht das komplette Suchverhalten. Zweitens ist der Datenumfang auf Organic-AI-Erlebnisse beschränkt. Drittens weist Google selbst auf Sonderfälle hin: Bei zu wenigen Impressionen kann der Share of Voice als null erscheinen, und ohne ausreichende Wettbewerbsdaten kann ein Wert von 100 Prozent angezeigt werden, ohne dass daraus automatisch eine marktführende Position folgt.
Hinzu kommt, dass der Bericht laut Google nur nach einer einzelnen Produktkategorie gefiltert werden kann und derzeit nur strukturierte Attribute sichtbar macht. Für Unternehmen heißt das: Der Report ist kein Ersatz für ein umfassendes Performance-Dashboard, sondern ein zusätzlicher Analysebaustein für generative Produktsichtbarkeit.
Quelle und Einordnung
Die zugrunde liegende Quelle ist der Help-Center-Beitrag About AI performance insights von Google Merchant Center Help. Aus redaktioneller Sicht ist die Meldung vor allem deshalb relevant, weil Google hier die Messlogik für generative Produktsichtbarkeit erstmals konkreter in ein Standard-Tool für Händler überführt. Wer Produktfeeds verantwortet, sollte das Thema deshalb nicht als reine US-News abtun, sondern die eigene Datenqualität schon vor einem breiteren Rollout vorbereiten.
FAQ
Ist der neue Merchant-Center-Report schon in Deutschland verfügbar?
Google spricht derzeit von einem Pilot mit einer begrenzten Zahl von Merchant-Center-Konten in den USA. Für die kommenden Monate nennt die Quelle eine Ausweitung auf Australien, Kanada, Indien und Neuseeland. Einen allgemeinen Deutschland-Start nennt die Seite bisher nicht.
Misst AI Performance Insights auch Google Ads oder Performance Max?
Nein. Laut Quelle beschränkt sich der Bericht aktuell auf Organic-AI-Traffic in KI-Erlebnissen. Bezahlter Traffic aus Google Ads ist nicht enthalten.
Welche Daten sollten Händler zuerst verbessern?
Der sinnvollste Startpunkt sind sauber gepflegte Produkttitel, aussagekräftige Beschreibungen und vollständige strukturierte Attribute wie Größe, Farbe oder Material. Genau diese Angaben lassen sich laut Google mit den im Bericht sichtbaren Produktbegriffen und Attributen abgleichen.
Haben Sie Fragen?
Wenn Sie Fragen zu diesem Thema haben oder Unterstützung für Ihr Online Marketing suchen, schreiben Sie uns gerne.
