KI-Produktbeschreibungen erstellen: Tools, Prompts und Qualitätssicherung

KI kann dir Produkttexte generieren. Das ist schnell. Das ist praktisch. Und ja, das spart Zeit. Aber es ist nicht das Endprodukt. Es ist der Startpunkt.

Wir arbeiten jeden Tag mit KI-Texten in E-Commerce-Projekten. ChatGPT, Claude, Jasper, spezialisierte Tools. Und wir sehen was funktioniert und was garantiert schiefgeht. Das teilen wir hier mit dir.

Inhalt

1. Welche KI-Tools gibt es wirklich?
2. Gute Prompts schreiben für Produkttexte
3. Qualitätssicherung: Das Wichtigste
4. SEO und KI-Texte
5. Wann sind KI-Texte gut genug?
6. Bulk-Erstellung für große Kataloge
7. Integration in PIM-Systeme
8. Das Fazit: KI ist ein Werkzeug

Welche KI-Tools gibt es wirklich?

Das Marktplatz-Versprechen: "Mit unserem KI-Tool schreibst du 1000 Produktbeschreibungen in einer Stunde."

Die Realität ist differenzierter.

Es gibt drei Kategorien:

Allgemeine KI-Modelle (ChatGPT, Claude, Google Gemini)

Das sind die Generalisten. ChatGPT und Claude verstehen E-Commerce-Texte. Sie können mit guten Prompts solide erste Entwürfe liefern. Der große Vorteil: flexibel, günstiger im Small-Volume, keine Vendor-Lock-in. Der Nachteil: keine Schnittstellen zu Shopware, Shopify oder PIM-Systemen. Du musst manuell kopieren und einfügen oder via API automatisieren.

Claude war für uns überraschend gut. Das Modell versteht Tonalität besser als ChatGPT und bleibt näher beim Brief statt zu viel "kreativ" zu werden.

Spezialisierte E-Commerce-Tools (Jasper, Copy.ai, Writesonic)

Diese Tools sind für E-Commerce. Sie haben Template-Systeme, Keyword-Integration, Tonsettings. Jasper zum Beispiel kennt Best Practices für Produkttitel und Beschreibungen. Das klingt attraktiv.

Aber: Die Outputs sind oft generischer. Viele dieser Tools trainieren auf den gleichen Datenquellen und der Text fühlt sich nach "Template-KI" an. Plus: Jasper kostet deutlich mehr pro Monat als ChatGPT und du bist abhängig vom Service.

Unser Fazit: Nur wenn du wirklich Bulk-Operationen mit hohem Automatisierungsgrad brauchst. Sonst überdimensioniert.

Shop-eigene KI (Shopware, Shopify, Scayle)

Shopware hat jetzt KI-Features im Admin integriert. Shopify hatte die Anfänge mit einem Sidekick. Das ist bequem weil die Daten schon da sind. Aber die Qualität variiert stark. Was wir sehen: Schnell, OK für Basis-Kategorien, aber für Premium-Marken oder differenzierte Texte nicht ausreichend.

Unser Standard: ChatGPT oder Claude für Custom-Arbeit, die Shop-Tools für schnelle Prototypen.

Gute Prompts schreiben für Produkttexte

Ein guter Prompt ist die halbe Miete. Ein schlechter Prompt führt zu Text den du komplett umschreiben musst.

Das sind die Elemente eines guten Prompts:

• Kontext geben. "Du schreibst für eine Premium-Outdoor-Marke mit nachhaltigen Materialien."
• Die Zielgruppe definieren. "Adressiere technik-affine, umweltbewusste Menschen zwischen 30 und 50 Jahren."
• Die Länge festlegen. "150 bis 200 Wörter, nicht länger."
• Den Ton setzen. "Ehrlich, kein Fülltext, technisch präzise, keine leeren Superlative."
• Pflichtinformationen auflisten. "Nenne Material, Gewicht, Wasserdichtigkeit, Preis nur wenn gegeben."
• Die Struktur vorgeben. "H1 für Produktname, dann 2-3 Absätze, Aufzählungspunkte für Spezifikationen."

Ein Beispiel-Prompt:

Du schreibst Produktbeschreibungen für einen nachhaltigen Fashion-Shop.

Kontext: Wir verkaufen Bio-Baumwoll-T-Shirts an umweltbewusste Käufer.

Zielgruppe: 25-45 Jahre, kaufen bewusst, wollen Qualität und Transparenz.

Tone-of-Voice: Ehrlich. Keine Marketingfluff wie "wunderbar" oder "einzigartig".
Stattdessen: Fakten, Benefits, klare Aussagen.

Aufbau:
- H2: Produktname + Kurzcharakterisierung (1-2 Sätze)
- Absatz 1: Was macht dieses Shirt anders? (Material, Herkunft, Verarbeitung)
- Absatz 2: Warum sollte man es kaufen? (Haltbarkeit, Komfort, Nachhaltigkeit)
- Bullet Points: Pflegeanleitung, Größenhinweise

Länge: 180-220 Wörter.
Material: 100% Bio-Baumwolle GOTS-zertifiziert, fairer Handel.

Mit diesem Prompt bekommst du nicht perfekte Texte, aber brauchbares Material zum Weiterarbeiten.

Häufige Prompt-Fehler:

• Zu viel auf einmal wollen. "Schreib eine SEO-optimierte, konversionsstarke, emotionale und technisch präzise Beschreibung." Ergebnis: unlesbarer Mischtext.
• Keine Grenzen setzen. KI wird ewig schreiben. Sag: "Max. 150 Wörter, absolute Obergrenze."
• Zu sehr steuern. "Verwende folgende Keywords: X, Y, Z 5 mal pro Absatz." Das erzeugt unlesbare Texte.
• Ton zu vage vorgeben. "Schreib unterhaltsam" bringt nichts. "Antworte wie jemand der 15 Jahre Erfahrung in dem Segment hat."

Qualitätssicherung: Das Wichtigste

Hier kommt die unpopuläre Wahrheit: KI-Texte MÜSSEN überprüft werden. Alle.

Das ist nicht optional. Das ist genauso wichtig wie die Generierung selbst.

Was kann schiefgehen:

• Fakten erfinden. KI halluziniert. "100% Bio-Baumwolle" kann falsch sein. Die Wasserdichte kann erfunden sein.
• Tonalität verfehlen. Der Text ist zu generisch oder zu werbend für deine Marke.
• Fehler im Text. Tippfehler, Grammatik, holprige Formulierungen.
• Keywords vergessen oder zu dick aufgetragen.
• Doppelte oder aufgeblähte Sätze bei skaliertem Output.

Ein funktionierendes QS-System:

1. Automatisierte Checks (einfach)
   • Längenchecks. Ist der Text im definierten Bereich?
   • Keyword-Präsenz. Wurde das Primary Keyword mindestens 1x eingebaut?
   • Formatierungschecks. Sind die H2s vorhanden? Bullet Points korrekt?
2. Manuelle Redaktion (notwendig)
   • Ein Mensch liest den Text. Klingt das natürlich?
   • Prüfe Fakten gegen das Produktdatenblatt. Material, Maße, Spezifikationen stimmen?
   • Klingt es wie deine Marke oder wie ein generischer Agentur-Text?
   • Würde das jemand kaufen?
3. Brand-Compliance-Check
   • Verwendet die KI deinen Markentonfall? Oder klingt es generisch?
   • Sind die Werte der Marke eingeflossen? Nachhaltigkeit, Qualität, was auch immer relevant ist?
   • Passt der Text zu den anderen Produktbeschreibungen oder sticht er irgendwie raus?

Werkzeuge helfen, ersetzen aber nicht:

• Grammarly oder LanguageTool prüfen Grammatik und Rechtschreibung.
• SEO-Tools prüfen Keyword-Dichte.
• Plagiat-Checker prüfen ob KI copy-paste aus bestehenden Texten macht.

Das spart Zeit. Aber ein Mensch muss noch drüber. Das sind die 10-15% Aufwand die den Text von "generisch" zu "deiner Marke" machen.

SEO und KI-Texte

SEO-geistert überall durch die Prompt-Diskussionen. "Macht KI SEO-optimierte Texte?"

Kurze Antwort: So halb. KI kann Keyword-Platzierung. KI versteht LSI-Keywords nicht wirklich.

Was KI macht:

• Das Primär-Keyword in die H1 und in den ersten Absatz packen. Erledigt.
• Verschiedene Keyword-Varianten verwenden. Passt.
• Struktur mit H2, Absätzen, Aufzählungen. Das mag Google.

Was KI nicht versteht:

• Suchintention. Sucht jemand "Nike Laufschuhe" weil er Anfänger ist? Oder erfahrener Marathonläufer? KI sieht das Keyword, nicht die Absicht dahinter.
• Suchergebnis-Kontext. Ranken die Top-3 Treffer alle auf "Vergleich" oder "Kaufratgeber"? KI weiß das nicht. Du musst das wissen.
• Autorität und Kontext. Deine Seite rankt nicht weil der Text SEO-optimiert ist, sondern weil dein Shop Autorität im Segment hat.

Wie man es richtig macht:

1. Keyword-Recherche selbst machen. Dafür gibt es Tools (Ahrefs, SemRush, Ubersuggest).
2. Dem KI-Prompt mitteilen: "Ziel-Keyword ist X. Verwende auch diese Varianten: Y, Z."
3. Nach Suchintention schreiben lassen. "Die meisten Leser suchen diese Infos: Gewicht, Wasserdichte, Preis im Vergleich."
4. Der Output sollte informativ sein, keine Keyword-Häufung.

Was wir sehen bei unseren E-Commerce-Kunden: Die besten Produktseiten ranken nicht weil die KI-Texte SEO-perfekt sind. Sie ranken weil der Shop insgesamt gut gebaut ist, schnell lädt, nutzerfreundlich ist und die Texte die Fragen der Leser beantworten.

Wann sind KI-Texte gut genug?

Das ist die wichtigste Frage. Und die Antwort ist "es kommt drauf an".

KI-Texte funktionieren gut für:

• Basis-Kategorien und Standard-Produkte. "Weiße Baumwoll-T-Shirts" haben keine Geschichte. Da kann KI die Spezifikationen und Vorteile auflisten.
• Großes Volumen mit moderatem Qualitätslevel. 500 Artikel in einen Katalog bringen und alle gut dokumentiert? KI spart dir Wochen.
• Produktvarianten. Wenn du 50 Varianten eines Schuhs hast (verschiedene Farben, Größen), kann KI die Beschreibung anpassen ohne komplett neu zu schreiben.
• Interne Texte für Einkauf und Lagerung. "Woher kommt das Material? Wie lagere ich das?" Das braucht keine Marketing-Finesse.

KI-Texte reichen NICHT aus für:

• Luxus- und Premium-Marken. Ein 2000-EUR-Mantel braucht eine Geschichte. Handwerkskunst, Herkunft, Designphilosophie. KI generiert da Durchschnittstext.
• Kategorien mit Story. "Limited Edition", "Kollaborationen", "Behind the Scenes". Das braucht echte Anekdoten und Kontext.
• B2B mit komplexen Anforderungen. "Welche Zertifizierungen? Welche Integrationen? Welche Support-Level?" Das braucht Detailkenntnisse die nur ein Mensch hat.
• Nischen und spezialisierte Produkte. Wenn dein Produkt fachspezifisch ist (Outdoor-Bergausrüstung, Medizingeräte), braucht es jemanden der das Segment kennt.

Unsere Faustregel: Das 80/20-Prinzip

Nutze KI für die 80% der Katalogs die Standard sind. Investiere Handarbeit in die 20% die deine Marke definieren oder besonders margin-stark sind.

Bulk-Erstellung für große Kataloge

Du hast 2000 Produkte und alle brauchen einen Text. KI ist die Option.

Die Herangehensweise:

1. Kategorisieren. Teile deine Produkte in Kategorien. "Pullover", "T-Shirts", "Jacken". Jede Kategorie bekommt einen eigenen Prompt mit kategoriespezifischem Kontext.
2. Vorlage pro Kategorie. Ein "Pullover" hat andere Info-Punkte als ein "Laufschuh". Der Prompt richtet sich nach der Kategorie.
3. Daten vorbereiten. Deine Quelle sollte strukturiert sein. Ein CSV oder JSON mit: Produktname, Material, Größe, Farben, Preis (optional), Kategorie. Je sauberer die Daten, desto besser der Output.
4. Per API automatisieren. ChatGPT, Claude und viele andere Tools haben APIs. Du sendest einen Batch von Produkten und bekommst Texte zurück.
5. Automatisierte Qualitätsprüfung. Längenchecks. Keyword-Präsenz-Checks. Dann werden alle Texte auf eine Liste gesetzt die ein Redakteur durchgeht.

Tools die dabei helfen:

• Zapier oder Make für einfache Workflow-Automatisierung ohne Code.
• Langchain oder direkte API-Aufrufe wenn du technisch versiert bist.
• Spezialisierte Dienste wie Pencil oder Copywritely die genau für Massenoperationen gebaut sind.

Die Zeitrechnung:

• Manuelles Schreiben: 15-30 Minuten pro Produkt. Bei 2000 Produkten sind das 500-1000 Stunden. Nicht realistisch.
• KI-Batch mit manueller Qualitätsprüfung: 2 Minuten pro Produkt. Bei 2000 Produkten sind das 60-70 Stunden. Mit einer Person machbar.
• KI allein, keine Qualitätsprüfung: Schnell, aber riskant. Markenkonsistenz leidet, Fehler schleichen sich ein.

Die Wahrheit ist: Mit guten Prompts und einer einfachen QS-Routine kannst du 2000 Texte in 2-3 Wochen machen. Das ist ein echter Vorteil für größere Shops.

Integration in PIM-Systeme

PIM = Product Information Management. Das ist deine Single Source of Truth für Produktdaten.

Wenn du ein PIM-System hast (Salsify, Syndigo, Akeneo, einfach auch nur Shopware selbst), dann können KI-Texte direkt dort erzeugt und gepublished werden.

Das Idealszenario:

1. Produktdaten sind in deinem PIM (Material, Größe, Gewicht, Kategorie, Bilder).
2. Du definierst einen Workflow: "Wenn ein Produkt den Status 'bereit für Text' hat, rufe die KI-API auf".
3. Die KI generiert einen Text basierend auf den strukturierten Daten.
4. Der Text wird ins PIM in das Feld "Produktbeschreibung" geschrieben.
5. Ein Redakteur prüft, gibt frei oder bearbeitet.
6. Der Text synchronisiert in deinen Shop (Shopware, Shopify, etc.).

Das spart massiv Zeit und vermeidet Fehler weil die Datenquelle immer sauber ist.

Die Realität in kleinen bis mittleren Shops:

Viele Shops haben kein PIM sondern verwalten alles direkt in Shopware oder Shopify. Dann wird es kniffliger. Du musst entweder:

• KI-Texte manuell einfügen (zeitaufwändig, fehleranfällig).
• Eine eigene Integration bauen die deinen Shop mit der KI-API verbindet (teuer).
• Ein PIM wie Akeneo vorschalten (auch Aufwand, zahlt sich aber ab bei mehr als 1000 Artikeln).

Für Shops mit mehr als 1000 Produkten macht ein PIM wirtschaftlich Sinn. Die KI-Integration ist dann der eigentliche Mehrwert.

KI als Startpunkt, nicht als Endprodukt

Das ist die wichtigste Nachricht. Und wir sind ehrlich: KI-generierte Produkttexte sind Entwürfe. Gute Entwürfe. Aber keine fertigen Texte.

Die beste KI gibt dir einen Text in 2 Minuten. Ein guter Mensch braucht 15 Minuten um den Text zu schreiben und zu verfeinern. Das ist die echte Differenzierung.

Was du mitnehmen solltest:

• KI-Tools für Produkttexte sind ausgereift. ChatGPT und Claude funktionieren besser als spezialisierte Tools. Claude war für uns überraschend gut.
• Gute Prompts sind 50% der Arbeit. Nimm dir Zeit dafür. Es zahlt sich aus.
• Qualitätssicherung ist nicht optional. Jeder KI-Text muss geprüft werden. Das ist keine Qualitätssicherungsabteilung, das ist Redaktion.
• SEO mit KI ist zu 70% richtig gemacht. Das ist in Ordnung. Die letzten 30% Differenzierung machen Menschen.
• Massenoperationen sind der Punkt wo KI zum echten Vorteil wird. 2000 Produkte mit guter KI plus Qualitätsprüfung sind machbar.
• Luxus- und Story-Produkte: menschliche Texte. Alles andere: KI mit manueller Redaktion.
• Ein PIM hilft enorm. Wenn du kein PIM hast und mehr als 500 Artikel, solltest du eines in Betracht ziehen.

KI ist ein Werkzeug. Ein gutes Werkzeug. Aber es ersetzt nicht Redaktion, nicht Strategie und nicht Brand-Verständnis.

Weiterführende Links

• ChatGPT im E-Commerce einsetzen
• KI im E-Commerce: Überblick und Strategien