Die teuerste GEO-Entscheidung in deinem Shopware-Shop hast du schon getroffen. Sie steht in deiner robots.txt, in der Frage, ob deine Produktseiten serverseitig gerendert werden, und in der Tatsache, ob deine Daten im Google Merchant Center liegen oder nicht. Nicht in einem Tool, das du nächste Woche kaufst.
Das ist die unbequeme Seite von Generative Engine Optimization. Die meisten Beiträge zum Thema verkaufen GEO als neue Marketing-Disziplin, die man on top bucht. Für einen Shopware-Shop ist es das nicht. Es ist zu großen Teilen eine Architektur- und Datenfrage, die längst über deinem Setup hängt. Die gute Nachricht steckt genau darin: Es ist planbar. Du musst nicht raten, was ein Sprachmodell mag. Du musst dafür sorgen, dass es deine Produkte überhaupt lesen, einordnen und zitieren kann. Welche Hebel dafür im System wirklich existieren, und woran du einen Umsetzungspartner erkennst, der mehr liefert als ein Buzzword, ist der Rest dieses Guides. Direkt zur Sache.
Warum GEO für Shopware-Händler keine Kür mehr ist
Erst die Zahlen, weil sie den Druck erklären. Wenn in den Google-Suchergebnissen eine AI Overview erscheint, fällt die organische Klickrate laut einer Auswertung von Seer Interactive von rund 1,76 auf 0,61 Prozent, ein Rückgang um etwa 61 Prozent. In Googles AI Mode generieren laut derselben Quelle rund 93 Prozent der Suchen gar keinen Klick mehr nach außen. Und im ersten Quartal 2026 lösten in einer Conductor-Analyse von 21,9 Millionen Suchanfragen gut 25 Prozent eine AI Overview aus. Gartner rechnet damit, dass das Suchmaschinen-Volumen bis 2026 um rund ein Viertel zurückgeht, weil Nutzer ihre Fragen zunehmend in ChatGPT, Perplexity, Gemini und Copilot stellen statt in ein Suchfeld.
Das ist die Sorte Statistik, die in jeder GEO-Präsentation auftaucht. Wichtiger ist, was darunter liegt. Die Überschneidung zwischen guten Google-Rankings und tatsächlichen Zitaten in AI Overviews ist laut Ahrefs von rund 75 Prozent Mitte 2025 auf 17 bis 38 Prozent Anfang 2026 gefallen. Übersetzt heißt das: Dein hart erarbeitetes Ranking auf Seite eins ist keine Garantie mehr, dass eine KI dich auch nennt. Das sind zwei verschiedene Spiele geworden, und das zweite spielst du bisher vielleicht gar nicht.
Bevor das nach reinem Verlust klingt, die andere Hälfte. Der KI-Traffic, der bleibt, ist im Schnitt wärmer. Wer über eine KI-Antwort auf deinen Shop kommt, hat seine Recherche oft schon abgeschlossen und steht näher an der Kaufentscheidung als jemand, der noch zehn blaue Links vergleicht. Ob diese Besucher am Ende auch besser konvertieren, ist allerdings umstritten: Manche Auswertungen sehen höhere Abschlussraten, andere zeigen, dass ChatGPT-Referrals bislang kaum nennenswerten Umsatz bringen, was OpenAI selbst als einen Grund für das Zurückfahren seines Checkout-Experiments nannte. Sicher ist nur das eine: Es sind weniger Klicks, aber gezieltere. Du tauschst Reichweite gegen Kaufabsicht.
Kurz gesagt: GEO ist kein Wachstumsprojekt, das du dir bei guter Lage gönnst. Es ist Bestandsschutz für deinen wichtigsten Akquisekanal, mit dem Nebeneffekt, dass die Besucher, die übrig bleiben, qualifizierter sind.
Was GEO ist und was es nicht ist
Generative Engine Optimization ist die Praxis, deine Inhalte und deine technische Infrastruktur so aufzustellen, dass generative KI-Systeme sie finden, verstehen, korrekt einordnen und in ihren Antworten zitieren. Die Engines, um die es geht, heißen ChatGPT, Google AI Overviews und AI Mode, Perplexity, Microsoft Copilot und zunehmend Claude.
Der entscheidende Unterschied zu klassischem SEO liegt im Ziel. SEO optimiert auf eine Position in einer Liste von Links. GEO optimiert darauf, Teil der Antwort zu sein: als genannte Quelle, als zitierte Empfehlung, im besten Fall als das Produkt, das die KI vorschlägt. Bei SEO kämpfst du um einen Platz auf der Seite. Bei GEO kämpfst du darum, überhaupt in dem Material vorzukommen, aus dem die Antwort gebaut wird.
Was GEO nicht ist: ein Plugin, das man installiert und abhakt. Auch kein Synonym für „mehr Content produzieren". Und es ist nicht dasselbe wie das Messen deiner KI-Sichtbarkeit, das ist die Schwester-Disziplin, die du danach brauchst, um zu sehen, ob die Maßnahmen greifen. Wer zuerst wissen will, ob seine Website von KI überhaupt gefunden wird, findet die Grundlagen dazu in unserem Beitrag Findet KI deine Website überhaupt?. Dieser Guide dreht sich um die Umsetzung im Shopware-Stack.
Die technische Basis: Kann eine KI deinen Shop überhaupt lesen?
Hier entscheidet sich mehr als in jeder Content-Maßnahme. Eine KI kann nur zitieren, was sie crawlen und parsen konnte. Drei Dinge müssen im Shopware-Shop stimmen, sonst ist der Rest vergebene Mühe.
Erstens: Lässt du die KI-Crawler überhaupt rein? OpenAIs GPTBot, der ChatGPT-User-Agent, PerplexityBot, Google-Extended und weitere Bots holen sich Produktdaten, Preise und Verfügbarkeiten über deine Website. Steuern tust du das über die robots.txt. Viele Shops haben hier historisch alles geblockt, was nicht Googlebot heißt, oder tragen Regeln aus einer Zeit, in der es diese Bots noch gar nicht gab. In Shopware 6 lässt sich die robots.txt nicht ohne Weiteres im Backend frei editieren; in der Praxis übernimmt das ein Plugin wie das quelloffene FroshRobotsTxt von Friends of Shopware oder eine Anpassung auf Server-Ebene. Die Entscheidung dahinter ist strategisch, nicht technisch: Du gibst Trainings- und Retrieval-Material her und bekommst dafür die Chance auf Sichtbarkeit. Für die meisten Händler ist dieser Tausch richtig. Aber er gehört bewusst getroffen, nicht aus Versehen wegkonfiguriert.
Zweitens: Bekommt der Crawler echten Inhalt oder eine leere Hülle? Das ist der Punkt, an dem viele moderne Storefronts scheitern, ohne dass es jemandem auffällt. Stell dir einen frisch gelaunchten SW5→SW6-Relaunch mit Composable Frontend vor: Im Browser sieht alles perfekt aus, die Produktseiten laden flüssig, das Marketing ist zufrieden. Nur lädt die Seite ihren Inhalt erst per JavaScript nach, und der KI-Crawler, der kein vollständiges JavaScript ausführt, bekommt ein nahezu leeres Gerüst zurück. Wochen später wundert sich niemand, warum die Produkte in keiner KI-Antwort auftauchen. Die klassische Shopware-Storefront auf Twig rendert serverseitig und ist hier unkritisch. Wer dagegen auf ein Composable Frontend setzt, etwa mit Vue Storefront, Nuxt oder einem React-Stack, muss Server-Side Rendering oder Pre-Rendering sauber aufgesetzt haben. Das ist kein GEO-Sonderthema, sondern Frontend-Handwerk, das ohnehin über Performance und Indexierbarkeit entscheidet. Genau hier trennt sich saubere von nur schneller Frontend-Entwicklung. Faustregel: Was du im „Quelltext anzeigen" nicht als echten Text findest, sieht eine KI auch nicht zuverlässig.
Drittens: Sind deine Daten maschinenlesbar strukturiert? Damit sind wir beim wichtigsten technischen Hebel, der ein eigenes Kapitel verdient.
Strukturierte Daten: der größte Hebel im Shopware-Stack
Sprachmodelle „lesen" strukturierte Daten nicht wie Fließtext, den sie erst interpretieren müssen. Sie nehmen sie als Faktenbasis. JSON-LD nach schema.org ist für eine KI die verlässliche Quelle, gegen die sie unstrukturierten Text abgleicht. Genau deshalb hat sich strukturiertes Markup vom Display-Signal für hübsche Google-Snippets zu einem Verständnis-Signal entwickelt: Produktdaten, die sauber ausgezeichnet sind, lassen sich eindeutig einer Entität zuordnen, statt aus Fließtext geraten zu werden.
Wie stark der Effekt auf KI-Zitate ist, wird in der Branche allerdings überschätzt und übertrieben verkauft. Einzelne Auswertungen schreiben bestimmten Schema-Typen einen deutlichen Zitations-Vorteil zu. Eine viel beachtete Ahrefs-Studie aus dem Mai 2026, die 1.885 Seiten nach dem Hinzufügen von Schema-Markup beobachtete, fand dagegen kaum Bewegung bei den KI-Zitaten. Was heißt das für dich als Entscheider? Strukturierte Daten sind keine Wunderwaffe, die ein Plugin per Knopfdruck zündet. Sie sind die Grundvoraussetzung dafür, dass deine Produktfakten überhaupt eindeutig und ohne Interpretationsspielraum vorliegen. Ohne sie rätst du; mit ihnen lieferst du. Das ist der nüchterne, belastbare Grund, sie ernst zu nehmen, nicht ein Multiplikator aus einem Verkaufsdeck.
Für Shopware ist das gerade besonders relevant, weil sich die Plattform bewegt. Mit Version 6.7.9.0 kann Shopware strukturierte Daten nativ als separaten JSON-LD-Block im Seitenkopf ausgeben, statt sie wie früher über Microdata oder Custom-Plugins einbetten zu müssen. Wichtig zu wissen: Das hängt an einem Feature-Flag (JSON_LD_DATA) und kommt nicht in jeder Installation automatisch aktiviert. Wer auf einer älteren Version steht oder mehr braucht als das Standard-Set, deckt die Lücke mit etablierten Erweiterungen ab, etwa ACRIS SEO Tools oder dem JSON-LD-Rich-Snippets-Plugin aus dem Shopware Store. Entscheidend ist nicht, dass irgendein Product-Schema da ist, sondern welche Felder es trägt: Preis und Währung, Verfügbarkeit, GTIN und MPN, Marke, Bewertungen, und Versand- sowie Rückgaberichtlinien. Gerade Letztere können die Relevanz für transaktionale KI-Antworten erhöhen, weil ein Agent, der eine Kaufempfehlung formuliert, Lieferzeit und Rückgabe direkt mitliest.
Ein Detail, das Entscheider unterschätzen: Strukturierte Daten sind nur so gut wie die Produktdaten dahinter. Ein lückenhaftes Sortiment mit fehlenden GTINs, inkonsistenten Attributen und Beschreibungstexten von 2019 lässt sich nicht durch ein Schema-Plugin retten. Die Pflege der Quelldaten, oft im PIM, ist der unsichtbare Teil der GEO-Arbeit und der Grund, warum saubere E-Commerce-Datenpflege plötzlich zum Sichtbarkeits-Thema wird.
Google AI Mode und der Shopping Graph: der Sonderfall für Shops
Bei Google läuft KI-Shopping über einen eigenen Mechanismus, den man als Händler kennen muss. Googles AI Mode und die AI Overviews ziehen Produktinformationen aus dem sogenannten Shopping Graph. Gespeist wird dieser Graph aus zwei Quellen: deinen Feeds im Google Merchant Center und dem schema.org-Product-Markup auf deinen Seiten.
Die Konsequenz ist hart und einfach. Ohne aktuellen Merchant-Center-Feed gelangen deine Produkte gar nicht erst in den Shopping Graph und können in Googles KI-Shopping-Ergebnissen schlicht nicht auftauchen. Das ist kein Optimierungsdetail, das ist ein Türsteher. Für Shopware bedeutet es, den Produkt-Feed sauber, vollständig und aktuell zu halten, idealerweise automatisiert nach jeder Katalogänderung neu erzeugt. Datenqualität im Feed ist hier das primäre Ranking-Signal, nicht irgendein Keyword-Trick.
Für viele Mittelständler ist das die beruhigendste Nachricht in diesem Guide. Wer Merchant Center und Produktdaten ohnehin für Google Shopping pflegt, hat einen großen Teil der Google-seitigen GEO-Hausaufgaben bereits gemacht. Die Arbeit besteht dann eher im Lückenschluss und in der Datentiefe als in einem neuen Projekt von null.
Content, der zitiert wird: über die Produktseite hinaus
Strukturierte Produktdaten bringen dich in die kaufnahen Antworten. Für die Fragen davor, etwa „Welches CRM passt zu einem B2B-Shop?" oder „Worauf achte ich bei einer Shopware-Migration?", entscheidet dein redaktioneller Content, ob eine KI dich als Quelle heranzieht. Und hier verhalten sich Sprachmodelle anders als die Google-Suche früher.
Generative Engines bevorzugen Inhalte, die eine Frage direkt beantworten, statt sich zur Antwort hochzuschreiben. Die ersten 150 bis 200 Wörter eines Beitrags sollten die zentrale Frage vollständig klären, nicht erst eine Einleitung über die Wichtigkeit des Themas liefern. Klare Zwischenüberschriften, kurze definitorische Absätze, Vergleichstabellen und FAQ-Blöcke werden überproportional häufig zitiert, weil eine KI daraus einen sauberen, abgeschlossenen Baustein extrahieren kann.
Das heißt nicht, dass du jeden Text in ein Listicle-Schema pressen sollst. Generische „Top 10"-Seiten ohne Substanz erkennt heute jeder, Mensch wie Maschine. Es heißt: Schreib so, dass ein einzelner Abschnitt für sich allein verständlich und faktisch belastbar ist. Belege Aussagen. Nenne Zahlen mit Quelle. Beantworte die Nebenfragen, die zur Hauptfrage gehören. Das ist gut für Leser und zufällig genau das, was eine zitierende KI braucht.
Ein zweiter Punkt, der bei B2B-Entscheidern zählt: Entitäten und Autorität. KI-Systeme bauen ein Bild davon, wer zu einem Thema glaubwürdig ist. Konsistente Nennungen deiner Marke im richtigen Kontext, Erwähnungen auf Drittseiten, eine erkennbare fachliche Spezialisierung, das alles fließt in die Frage ein, ob du als Quelle taugst. GEO ist deshalb nicht von SEO und Content-Marketing getrennt, sondern dessen konsequente Fortsetzung in einer Welt, in der die Suchmaschine antwortet statt nur zu verlinken.
llms.txt: lohnt sich der Aufwand?
Ein Begriff, der dir in jeder GEO-Diskussion begegnet, also kurz und ehrlich eingeordnet. llms.txt ist eine vorgeschlagene Datei im Wurzelverzeichnis deiner Domain, die KI-Systemen in aufgeräumter Form sagt, welche Inhalte wichtig sind und wie deine Website strukturiert ist, gedacht als KI-Pendant zur Sitemap.
Du wirst Anbieter finden, die behaupten, ohne llms.txt sei ein Shop für einen Großteil der KI-gestützten Suchen unsichtbar. Diese Zahl ist mit Vorsicht zu genießen; sie stammt meist von denen, die das Setup verkaufen. Der nüchterne Stand: llms.txt ist ein junger, noch nicht breit von den großen Anbietern offiziell unterstützter Standard. Der Aufwand, eine solche Datei für einen Shopware-Shop zu erzeugen, ist gering. Schaden kann sie nicht. Als kostengünstige Wette auf eine sich abzeichnende Konvention ist sie vertretbar, aber sie ersetzt weder strukturierte Daten noch crawlbaren Content. Wer dir llms.txt als den entscheidenden GEO-Hebel verkauft, hat die Prioritäten falsch herum.
Agentic Commerce: der Blick zwei Schritte voraus
Wer wissen will, wie schnell sich dieses Feld bewegt, muss nur den jüngsten Fehlschlag der Branche ansehen. Im September 2025 startete OpenAI mit „Buy it in ChatGPT" und dem zusammen mit Stripe entwickelten Agentic Commerce Protocol einen Direktkauf innerhalb von ChatGPT, die erste große Umsetzung von Agentic Commerce, also von KI-Agenten, die nicht nur empfehlen, sondern im Auftrag des Nutzers kaufen. Ein gutes halbes Jahr später, im März 2026, fuhr OpenAI das ursprüngliche Instant-Checkout-Modell wieder zurück und verlagerte den Fokus auf App-basierte Lösungen, die den Nutzer zum Abschluss zurück auf den Shop des Händlers leiten. Die Adoption war schwach, der erste Anlauf zu starr. Die Richtung bleibt, das Format ist noch in Bewegung.
Für einen Shopware-Händler heißt das nicht, jeder Ankündigung hinterherzurennen. Es heißt, die Voraussetzung zu schaffen, von der jede dieser Entwicklungen abhängt: maschinenlesbare, korrekte, vollständige Produktdaten und eine saubere API-Schicht. Shopware selbst weist in seiner Kommunikation darauf hin, dass GEO allein nicht genügt, wenn das Ziel ein Agent ist, der tatsächlich bei dir kauft. Aber alles, was du heute für GEO tust, also strukturierte Daten, gepflegte Feeds, eine API-first-Architektur, ist exakt das Fundament, auf dem Agentic Commerce aufsetzt. Du baust nicht zweimal. Das ist der eigentliche strategische Grund, GEO jetzt ernst zu nehmen und nicht erst, wenn der erste Agent an deine Kasse klopft.
Eine realistische Reihenfolge für Entscheider
Wenn du das in deinem Shopware-Shop angehst, hilft eine Priorisierung nach Wirkung pro Aufwand statt der Versuchung, alles gleichzeitig zu starten.
Zuerst die Crawlbarkeit: robots.txt prüfen, KI-Bots bewusst zulassen, bei Composable Frontends das Server-Side Rendering verifizieren. Das ist die Grundvoraussetzung und oft in wenigen Tagen erledigt. Dann die strukturierten Daten: Shopware-Version prüfen, JSON-LD vollständig und korrekt ausspielen, die kaufentscheidenden Felder befüllen. Parallel dazu der Merchant-Center-Feed, falls Google für dich relevant ist, und das ist es meistens. Erst danach kommt der redaktionelle Content, der dich in die vorgelagerten Beratungsfragen bringt. Und von Tag eins an durchgehend die Messung: Du musst sehen, in welchen KI-Antworten du auftauchst und wo nicht, sonst optimierst du blind.
Diese Reihenfolge ist bewusst unspektakulär. GEO für Shopware ist kein Hexenwerk und kein Hype-Produkt. Es ist solide technische Arbeit an Daten, Rendering und Struktur, die zufällig gerade über deine Sichtbarkeit in der wichtigsten neuen Discovery-Schicht entscheidet.
Woran du einen ernstzunehmenden GEO-Partner erkennst
Weil GEO gerade als Buzzword durch jede Agentur-Präsentation wandert, zum Schluss ein praktischer Filter. Ein Partner, der sein Handwerk versteht, redet zuerst über deine Architektur, deine Produktdatenqualität und deinen Feed, nicht über ein magisches Tool. Er kann dir erklären, warum dein Composable Frontend ein Rendering-Risiko trägt oder warum es keins hat. Er nennt dir Felder, nicht nur Schlagworte. Und er verspricht dir keine garantierte Platzierung in ChatGPT, weil das niemand seriös garantieren kann. Was er verspricht, sind die Voraussetzungen dafür, mess- und überprüfbar.
Genau an dieser Schnittstelle aus Shopware-Technik, Datenqualität und KI-Sichtbarkeit arbeiten wir bei nextlevels als Shopware-Agentur. Wenn du wissen willst, wo dein Shop heute steht, ist der ehrlichste erste Schritt eine Bestandsaufnahme: Welche KI-Crawler kommen rein, was bekommen sie zu sehen, wie vollständig sind deine strukturierten Daten, und tauchst du in den relevanten KI-Antworten deiner Branche überhaupt auf. Es ist keine Magie. Es ist nur Arbeit, die jemand machen muss, bevor der Wettbewerber sie macht.
