Wie ich mit KI 10.000 Produktbeschreibungen erstelle (ohne dass sie nach KI klingen)
Vor zwei Jahren rief mich ein Kunde an. Er betrieb einen Outdoor-Shop mit 8.000 Produkten – und 6.000 davon hatten als Beschreibung exakt das, was der Hersteller mitgeliefert hatte.
„Tobias, Google ignoriert die Hälfte meiner Produkte. Und die Texte, die wir haben, stehen wortwörtlich auch bei meinen drei größten Konkurrenten.”
Er hatte recht. Duplicate Content, null Mehrwert, null Rankings. Die Lösung war klar: Jedes Produkt braucht eine einzigartige, SEO-optimierte Beschreibung. Das Problem: 6.000 Texte manuell schreiben lassen? Bei 15–20 € pro Text reden wir von 90.000–120.000 €. Das Budget war nicht da.
Also habe ich angefangen, eine Lösung zu bauen. Heute, 60.000+ generierte Produktbeschreibungen später, kann ich dir genau sagen, was funktioniert, was nicht – und warum die meisten Leute KI-Texte falsch einsetzen.
Das Problem: Warum Produktbeschreibungen so schmerzhaft sind
Lass mich kurz erklären, warum das Thema überhaupt so groß ist.
Wenn du einen Online-Shop mit 500+ Produkten betreibst, hast du mit hoher Wahrscheinlichkeit eines dieser Probleme:
- Herstellertexte überall: Du nutzt die gleichen Beschreibungen wie jeder andere Händler. Google erkennt das als Duplicate Content und belohnt niemanden dafür.
- Keine Beschreibungen: Manche Produkte haben nur einen Titel und ein Bild. Für Google existieren sie kaum.
- Beschreibungen, die nicht verkaufen: Technische Datenblätter statt Texte, die einem Kunden erklären, warum er genau dieses Produkt braucht.
Manuelles Schreiben skaliert nicht. Selbst mit einem guten Texter schaffst du vielleicht 20–30 Texte am Tag. Bei 5.000 Produkten bist du Monate beschäftigt – und bis du fertig bist, hat sich das Sortiment schon wieder geändert.
„Dann lass halt ChatGPT die Texte schreiben”
Das höre ich ständig. Und ich verstehe die Logik: Nimm ChatGPT, gib ihm den Produktnamen, drück auf Enter. Fertig.
So sieht das Ergebnis aus:
Herstellertext: „Trekking-Rucksack, 45L, Nylon 210D, wasserdicht, Rückenbelüftung, Hüftgurt verstellbar, Gewicht 1,8 kg, Maße 65x32x22 cm”
Naiver ChatGPT-Prompt („Schreibe eine Produktbeschreibung für diesen Rucksack”): „Entdecken Sie den perfekten Begleiter für Ihre nächste Outdoor-Abenteuertour! Dieser hochwertige Trekking-Rucksack bietet mit seinen großzügigen 45 Litern Fassungsvermögen ausreichend Platz für all Ihre Ausrüstung. Dank des robusten Nylon-210D-Materials trotzt er Wind und Wetter…”
Du erkennst das sofort, oder? Diesen KI-Ton. „Entdecken Sie den perfekten Begleiter” – das steht inzwischen auf tausenden Shops. Es ist das Äquivalent zu den Herstellertexten, nur mit mehr Adjektiven.
Das Problem ist nicht die KI. Das Problem ist, was du ihr gibst – und was du mit dem Ergebnis machst.
Was wirklich funktioniert: Die drei Säulen guter KI-Texte
Nach 60.000+ Produktbeschreibungen habe ich gelernt, dass der Unterschied zwischen „klingt nach KI” und „klingt nach einem guten Texter” an drei Dingen hängt.
Säule 1: Kontext ist alles
Das Geheimnis ist nicht der Prompt – es sind die Daten, die du der KI gibst.
Ein nackter Produktname reicht nicht. Aber wenn du der KI Folgendes gibst, passiert etwas völlig anderes:
- Produktspezifikationen – Technische Daten, Material, Maße, Gewicht
- Kategorie-Kontext – In welcher Kategorie steht das Produkt? Was ist die Zielgruppe?
- Shop-Kontext – Was für ein Shop ist das? Premium, Discount, spezialisiert?
- Bestehende Inhalte – Was hat der Hersteller geliefert? Was steht aktuell auf der Seite?
Je mehr Kontext, desto besser das Ergebnis. Der Unterschied ist wie zwischen „Schreib einen Text über einen Rucksack” und „Schreib einen Text für einen 45L-Trekking-Rucksack in einem Premium-Outdoor-Shop, der sich an erfahrene Wanderer richtet, die leichte Ausrüstung für Mehrtagestouren suchen.”
Säule 2: Prompt Engineering ist echte Arbeit
Ich habe Monate damit verbracht, Prompts zu verfeinern. Nicht Tage – Monate.
Ein guter Prompt für Produktbeschreibungen definiert:
- Ton und Stimme – Spricht der Shop seine Kunden mit „du” oder „Sie” an? Ist der Ton sachlich oder emotional?
- Struktur – Soll der Text mit einem Nutzenversprechen starten? Soll er technische Details am Ende haben?
- SEO-Signale – Welche Keywords sollen natürlich eingebaut werden? Wie lang soll der Text sein?
- Was vermieden werden soll – Keine Superlative ohne Beleg. Keine generischen Phrasen wie „hochwertig” oder „perfekter Begleiter”. Keine erfundenen Features.
Dieser letzte Punkt ist entscheidend. Die größte Gefahr bei KI-Texten ist nicht, dass sie schlecht klingen – sondern dass sie Dinge erfinden. Ein KI-Modell „halluziniert” gerne Features, die das Produkt gar nicht hat. Wenn du das nicht kontrollierst, hast du ein rechtliches Problem.
Säule 3: Post-Processing macht den Unterschied
Der rohe KI-Text ist nie das Endprodukt. Zwischen Generierung und Veröffentlichung passiert noch einiges:
- HTML-Strukturierung – Saubere semantische Struktur mit korrekten Überschriften (h2–h6), Listen und Absätzen. Google liebt das.
- SEO-Optimierung – Keyword-Platzierung, Meta-Beschreibungen, interne Verlinkungsmöglichkeiten.
- Qualitätsprüfung – Stimmen die genannten Features mit den tatsächlichen Produktdaten überein? Gibt es Widersprüche?
- Deduplizierung – Wenn du 500 Rucksäcke beschreibst, darfst du nicht 500 Mal „der perfekte Begleiter” schreiben. Die Texte müssen auch innerhalb deines Shops einzigartig sein.
Vorher und Nachher
Hier ist ein realistisches Beispiel. Gleicher Rucksack, aber diesmal mit dem vollen Pipeline-Ansatz:
Herstellertext: „Trekking-Rucksack, 45L, Nylon 210D, wasserdicht, Rückenbelüftung, Hüftgurt verstellbar, Gewicht 1,8 kg, Maße 65x32x22 cm”
Nach der vollständigen Pipeline:
Trekking-Rucksack 45L – Leicht genug für lange Touren, groß genug für alles Wichtige
1,8 kg auf dem Rücken – den Rest trägst du in den 45 Litern Stauraum. Dieser Trekking-Rucksack ist für Mehrtagestouren konzipiert, bei denen jedes Gramm zählt.
Das Nylon 210D hält Regen stand, ohne beim Gewicht zu übertreiben. Die Rückenbelüftung sorgt dafür, dass du auch am dritten Wandertag nicht am Rücken klebst. Und der verstellbare Hüftgurt verlagert das Gewicht dorthin, wo es hingehört – auf die Hüfte statt auf die Schultern.
Passt für: Mehrtagestouren, Hüttentouren, Fernwanderwege
Merkst du den Unterschied? Gleiche Fakten, aber:
- Konkreter Nutzen statt Buzzwords
- Spricht den Wanderer direkt an
- Keine erfundenen Features
- Klare Struktur, die Google versteht
Die Zahlen: Was passiert, wenn du 6.000 Texte auf einmal tauschst
Zurück zu meinem Outdoor-Kunden. Wir haben seine 6.000 Produktbeschreibungen über mehrere Wochen generiert und ausgetauscht. Hier ist, was passiert ist:
| Zeitraum | Organische Sichtbarkeit | Indexierte Seiten | Conversion-Rate |
|---|---|---|---|
| Vor dem Austausch | Baseline | ~2.800 von 8.000 | 2,1 % |
| Nach 4 Wochen | +120 % | ~5.400 von 8.000 | 2,3 % |
| Nach 3 Monaten | +500 % | ~7.200 von 8.000 | 2,4 % |
Die +500 % klingen dramatisch, aber der Grund ist simpel: Google hat plötzlich 4.400 Seiten gefunden, die vorher praktisch unsichtbar waren – weil sie entweder Duplicate Content waren oder zu wenig Inhalt hatten.
Die Conversion-Rate stieg um rund 15 % – von 2,1 % auf 2,4 %. Nicht weil die Texte magisch waren, sondern weil Kunden endlich verstanden haben, was sie kaufen.
Die häufigsten Fehler, die ich sehe
Wenn Shop-Betreiber KI-Texte selbst versuchen, scheitern sie meistens an einem dieser Punkte:
1. Kein Kontext, kein Ergebnis
Du gibst ChatGPT einen Produktnamen und erwartest einen guten Text. Das funktioniert genauso gut wie einem Texter nur den Produktnamen zu mailen und zu sagen: „Schreib mal was.”
2. Copy-Paste ohne Prüfung
Der KI-Text geht direkt in den Shop – ohne zu prüfen, ob die genannten Features stimmen. Ich habe Shops gesehen, bei denen KI-generierte Texte Features beschrieben haben, die das Produkt gar nicht hatte. Das ist nicht nur peinlich, das ist abmahnfähig.
3. Alle Texte klingen gleich
Wenn du den gleichen Prompt für 1.000 Produkte nutzt, klingen 1.000 Texte gleich. Varianz in Ton, Struktur und Einstieg ist entscheidend – sonst tauschst du nur eine Art von Duplicate Content gegen eine andere.
4. Einmal generieren, nie wieder anfassen
Dein Sortiment ändert sich. Preise ändern sich. Saisonale Relevanz ändert sich. KI-Texte sind kein „Fire and Forget” – du brauchst einen Prozess, um sie aktuell zu halten.
Für wen lohnt sich das?
Nicht für jeden. Hier ist meine ehrliche Einschätzung:
Ja, wenn:
- Du 500+ Produkte mit generischen oder fehlenden Beschreibungen hast
- Deine organische Sichtbarkeit stagniert oder sinkt
- Du Herstellertexte nutzt, die auch deine Konkurrenten haben
- Du in einem Markt bist, wo Produktinhalte ein Differenzierungsmerkmal sein können
Nein, wenn:
- Du 20 Produkte hast – dann lohnt sich ein guter Texter mehr
- Deine Produkte so spezialisiert sind, dass nur ein Fachexperte darüber schreiben kann (z. B. medizinische Geräte)
- Du keine Strategie hast, die Texte aktuell zu halten
Was ich daraus gebaut habe
Die Erfahrung aus diesem und vielen folgenden Projekten habe ich in eine Plattform gegossen: mitKai. Über 60.000 Produktbeschreibungen für Dutzende Shops später nimmt sie Shop-Betreibern genau die Arbeit ab, die ich hier beschrieben habe – vom Kontext-Aufbau über die Generierung bis zur SEO-optimierten HTML-Ausgabe.
Aber egal ob du mitKai nutzt oder deinen eigenen Ansatz baust – die drei Säulen bleiben die gleichen: guter Kontext, durchdachte Prompts, sauberes Post-Processing.
Wenn du Fragen hast oder wissen willst, ob KI-Texte für deinen Shop Sinn ergeben – schreib mir. Ich bin ehrlich, auch wenn die Antwort „Nein” ist.