Einkaufen mit ChatGPT: Wie Produkte in die Empfehlungen kommen

Von Manfred Mayer Rieger · Veröffentlicht 2. Oktober 2026

Am 29. September 2025 schaltete OpenAI einen Kaufen-Button in ChatGPT frei. Zuerst Etsy-Verkäufer in den USA, ein Artikel nach dem anderen. Mehr als eine Million Shopify-Händler – darunter laut OpenAI auch Skims und Glossier – sollten folgen (Marketing Dive). Keiner dieser Händler verdankte sich den Platz besseren Produktbeschreibungen. Er kam durch das Einreichen eines Feeds zustande: einer schlichten Liste dessen, was verkauft wird, was es kostet und ob es vorrätig ist – in einem Format, das OpenAIs eigene Commerce-Dokumentation Feld für Feld festlegt.

Was entscheidet tatsächlich, ob ein Produkt angezeigt wird?

OpenAI veröffentlicht die genaue Form, in der ein Händler liefern muss. Ein Produkt braucht mindestens eine feste ID und eine Variante, und diese Variante wiederum eine eigene ID und einen Titel. Danach kommen die Felder, die darüber entscheiden, ob ChatGPT mit dem Eintrag überhaupt etwas anfangen kann: ein Preis und ein Listenpreis, jeweils mit einem Betrag und einem dreistelligen ISO-4217-Währungscode, dazu ein Verfügbarkeitsstatus – auf Lager, bestellbar, vorbestellbar, ausverkauft oder eingestellt (OpenAI-Entwicklerdokumentation). Fehlt eines dieser Felder, hat das System, das den Feed liest, nichts, woran es ein Preisschild oder einen Lagerstatus hängen kann – und genau das macht eine Shopping-Antwort erst brauchbar.

Muss sich ein Händler für Instant Checkout anmelden, um aufzutauchen?

Nein. Instant Checkout und eine zweite, eigenständige Funktion namens Shopping Research beantworten unterschiedliche Fragen. Instant Checkout braucht den oben beschriebenen Händler-Feed, dazu eine Abwicklung von Bestellung und Zahlung über das Agentic Commerce Protocol, das OpenAI zusammen mit Stripe entwickelt hat; Etsy, Shopify, Walmart und Target sind die Händler, die es bislang einsetzen. Shopping Research, zwei Monate später am 24. November 2025 gestartet, ist ein Vergleichs- und Empfehlungswerkzeug: eine Version von GPT-5 mini, gezielt auf Einkaufsaufgaben trainiert, die Rezensionen und Produktseiten im offenen Web liest statt eines eingereichten Feeds. OpenAIs eigener veröffentlichter Vergleich gibt diesem Modell 64 Prozent Trefferquote bei Einkaufsfragen an, gegenüber 56 Prozent für das allgemeine GPT-5 Thinking und 37 Prozent für die gewöhnliche ChatGPT-Suche (Digital Commerce 360) – ein Abstand, der in beide Richtungen auffällt: deutlich besser als eine einfache Suche, und selbst im eigenen besten Modus noch in mehr als einem Drittel der Fälle daneben. Ein Händler ohne Feed und ohne Checkout-Anbindung kann in einer Shopping-Research-Antwort trotzdem auftauchen, allein auf Basis seiner Seiten und Rezensionen. Nur einen Preis, einen Lagerstatus oder einen Ein-Klick-Kauf bekommt er dabei nicht.

Was findet eine Prüfung strukturierter Daten tatsächlich auf einer Produktseite?

Eine Prüfung strukturierter Daten, die Teil einer KI-Sichtbarkeits-Audit-Engine ist, widmet sich bei jedem Scan genau dieser Ebene – unabhängig davon, was OpenAI liest. Auf einer Seite mit Schema.org-Product-Markup wird gefragt, ob das Angebot einen Preis nennt, ob dieser Preis eine Währung trägt und ob das Produkt eine Verfügbarkeit angibt; ein fehlender Preis wird mit mittlerem Schweregrad markiert, weil ein Eintrag ohne Preis in keiner Shopping-Oberfläche erscheinen kann. Eine vierte Frage wird milder bewertet: ob das Produkt eine globale Kennung trägt – eine SKU, GTIN oder MPN. Fehlt sie, sinkt der Schweregrad auf niedrig; der Eintrag zeigt weiterhin Preis und Lagerstatus, lässt sich nur nicht mit demselben Artikel bei einem anderen Anbieter abgleichen.

Diese Reihenfolge deckt sich an einer Stelle mit OpenAIs eigener Feed-Spezifikation – und weicht an einer anderen davon ab. Beide verlangen vor allem dasselbe: eine feste Kennung und einen Preis samt Währung. Auseinander geht es bei der globalen Kennung selbst. Googles eigene Händlerrichtlinien behandeln eine GTIN praktisch als Pflicht für einen neuen Eintrag und schränken die Sichtbarkeit ein, sobald eine vom Hersteller vergebene GTIN fehlt. OpenAIs Commerce-Spezifikation nennt GTIN, MPN oder SKU an keiner Stelle als Anforderung – sie bietet pro Variante ein optionales Barcode-Feld und belässt es dabei. Ein Händler, der seinen Feed jahrelang auf Googles strenge Kennungsregeln hin gehärtet hat, erfüllt die Anforderung, die OpenAI tatsächlich durchsetzt, längst mit.

Gilt das auch für ein Unternehmen, das keine physischen Produkte verkauft?

Das meiste, was dieselbe Audit-Engine prüft, liegt ganz woanders – das Einzugsgebiet eines Installationsbetriebs, die Öffnungszeiten einer Zahnarztpraxis, die Zulassungen einer Kanzlei: Seiten, wie sie ein Dienstleistungs- oder lokales Unternehmen betreibt, kein Produktkatalog. Keine ihrer Prüfungen liest einen Händler-Feed, und sie hat keinen Einblick in Instant Checkout oder Shopping Research im Speziellen. Die Überschneidung besteht nur, weil die zugrunde liegende Frage auf beiden Seiten dieselbe ist: Kann eine Maschine ohne Rätselraten lesen, was angeboten wird und ob es tatsächlich verfügbar ist. Ein Schema-Checker beantwortet diese Frage für die strukturierten Daten, die eine Seite bereits trägt, Katalog hin oder her, und ein kostenloser Scan deckt dieselbe Ebene ab, zusammen mit den Prüfungen, an denen ein Dienstleistungsunternehmen eher gemessen wird. Der Feed in diesem Beitrag gehört OpenAI und ist für Händler gebaut; die grundsätzliche Art, wie ein Modell eine Seite liest, bleibt darunter dieselbe – ganz gleich, was verkauft wird.

Skims und Glossier haben sich ihren Platz in OpenAIs Händler-Warteschlange nicht mit schärferen Markenseiten verdient. Ein Feed, der eine feste ID, einen Preis, eine Währung und einen Lagerstatus nennt, ist ein kleineres, unscheinbareres Stück Text als das meiste, was eine Marketingabteilung produziert – und genau das liest ChatGPT, bevor es überhaupt entscheidet, ob es etwas zeigt.