2026 läuft ein signifikanter und wachsender Anteil der kommerziellen Suchen nicht mehr über die klassische Google-Suche. Käufer befragen ChatGPT („Was sind die besten Bewertungsmodule für PrestaShop?“), Perplexity („Vergleiche mir dieses und jenes Produkt“), Claude, und konsultieren die Google AI Overviews, die über den klassischen Ergebnissen angezeigt werden. Das ist kein aufkommendes Thema mehr — es ist ein vollwertiger kommerzieller Entdeckungskanal, der mit der traditionellen SERP konkurriert.
Das Problem für E-Commerce-Händler: diese Answer Engines funktionieren nicht wie die Google-Suche. Sie liefern keine Liste anklickbarer Links; sie synthetisieren eine Antwort. Wenn Ihr Shop von diesen Engines nicht zitierbar ist, sind Sie unsichtbar. Die Optimierung für sie ist AEO (Answer Engine Optimization) — der logische Nachfolger des SEO, oder vielmehr seine neue überlagerte Schicht. Dieser Artikel detailliert, wie man einen PrestaShop-8-Shop für AEO 2026 optimiert, mit den Techniken, die wirklich funktionieren, und denen, die hohles Marketing sind.
Von SEO zu AEO: was sich 2026 ändert
Klassisches SEO optimiert für das Ranking in einer SERP von Links. Die Hebel: Keywords, Backlinks, Performance, Struktur, Intent Matching. Der Nutzer liest eine Liste von Ergebnissen, wählt einen Link, landet auf einer Seite.
AEO optimiert für die Zitation innerhalb einer synthetischen Antwort, die von einer Answer Engine generiert wird. Die Hebel sind teilweise dieselben (Autorität, Inhaltsqualität, Struktur), aber mit einer zusätzlichen Anforderung: Ihr Inhalt muss extrahierbar und zitierbar sein durch ein LLM, das eine Antwort in 200-500 Wörtern synthetisiert. Seiten, die im SEO funktionieren, funktionieren nicht automatisch im AEO, und umgekehrt.
Drei grundlegende Unterschiede:
Die Extraktionseinheit ist kleiner. Im SEO indexiert und klassifiziert Google eine ganze Seite. Im AEO extrahiert das LLM Teile des Inhalts (Absätze, Listen, Tabellen, FAQs), die es in seine synthetisierte Antwort integriert. Eine lange Seite mit einem relevanten Absatz zum genauen Thema der Anfrage kann zitiert werden, selbst wenn der Rest der Seite themenfremd ist.
Die Struktur zählt mehr denn je. LLMs sind trainiert, Strukturen zu erkennen (FAQs, Aufzählungslisten, Vergleichstabellen, Schema.org strukturierte Daten). Unstrukturierter Inhalt, selbst hochwertiger, ist weniger leicht extrahierbar. Das erklärt, warum Schema.org-markierte FAQs im AEO gut performen — sie sind buchstäblich Frage-Antwort-Paare, bereit zur Wiederverwendung.
Autorität wird anders gemessen. Im SEO geht Autorität über Backlinks und externe Signale. Im AEO geht Autorität auch über die Konsistenz Ihres Diskurses auf der Gesamtheit Ihrer Site (LLMs bemerken, wenn sich Ihre Seiten widersprechen) und über die Präsenz in Trainings-Korpora (Common Crawl, lizenzierte Daten).
Wie Answer Engines Ihren Produktkatalog tatsächlich lesen
Drei Mechanismen koexistieren, damit eine Answer Engine Ihren Katalog kennt.
Der direkte Crawl. Wie Googlebot besuchen die Bots der Answer Engines (GPTBot für OpenAI, ClaudeBot für Anthropic, PerplexityBot usw.) Ihre Site regelmäßig und indexieren den zugänglichen Inhalt. Überprüfen Sie Ihre robots.txt — viele Shops blockieren diese Bots standardmäßig, ohne es zu bemerken, was sie für Answer Engines unsichtbar macht.
Echtzeit-Retrieval-Augmented Generation (RAG). Wenn ein Nutzer ChatGPT oder Perplexity eine Frage stellt, kann die Engine eine Echtzeit-Websuche durchführen und die relevantesten Seiten lesen, um ihre Antwort zu synthetisieren. Ihre Seiten müssen also von den klassischen Suchmaschinen (Google, Bing) indexiert sein, die diese Answer Engines im Backend verwenden.
Die Trainings-Korpora. LLMs werden auf massiven Web-Dumps trainiert (Common Crawl, lizenzierter Inhalt, redaktionelle Quellen). Einmal trainiert, enthalten sie zu ihrem Cutoff-Datum eingefrorenes Wissen — Ihr Shop, wenn alt und ausreichend indexiert, ist wahrscheinlich bereits im „auswendig gelernten“ Wissen dieser Modelle, sogar ohne Echtzeit-Crawl.
Effektives AEO bearbeitet die drei Kanäle parallel: Bots in robots.txt erlauben, Inhalt für RAG strukturieren und regelmäßig redaktionellen Inhalt veröffentlichen, der in zukünftigen Trainings-Korpora landen wird.
Das LLMs.txt-Format: der neue 2025-2026-Standard
2024 schlug Jeremy Howard eine Konvention vor: die Datei /llms.txt im Site-Root, die die Struktur der Site in einem für LLM-Lesen optimierten Format beschreibt (strukturiertes Markdown, Links zu Schlüsselseiten, synthetischer Kontext). Das Format wurde schnell von den großen Answer Engines als Struktur- und Autoritätssignal übernommen.
Für einen E-Commerce-Shop beschreibt eine gut gebaute llms.txt:
- die Shop-Identität (Name, Sektor, USP);
- die Hauptproduktkategorien (mit Links);
- die redaktionellen Schlüsselseiten (Blog, Guides, allgemeine FAQ);
- die Support-Seiten (Kontakt, Versand, Rückgabe);
- optional einen Link zu einer
llms-full.txt, die den gesamten Inhalt in synthetisiertem Markdown-Format enthält.
Answer Engines lesen diese Datei prioritär, wenn sie Ihre Site entdecken, und nutzen sie, um ihr Verständnis zu strukturieren. Ein Shop mit gut gebauter llms.txt wird präziser zitiert als ein Shop ohne, bei kommerziellen und informationellen Anfragen, die mit seinem Katalog verknüpft sind.
Auf PrestaShop 8 ist das manuelle Generieren und Pflegen der llms.txt für kleine Kataloge (50 Produkte) machbar, wird aber darüber unhandhabbar. Unser LLMs.txt PrestaShop-Modul generiert die Datei automatisch aus Ihrem Katalog, hält sie kontinuierlich aktuell, wenn sich Ihre Produkte entwickeln, und exponiert die technischen Optionen (bestimmte Kategorien ein-/ausschließen, synthetisches vs detailliertes Format). Es ist heute der schnellste Weg für einen PrestaShop-Händler, seinen Shop mit diesem Standard 2026 in Einklang zu bringen.
Erweitertes Schema.org: die Lingua franca der Answer Engines
Schema.org-Markup bleibt zentral für AEO. Answer Engines konsumieren massiv strukturierte Daten, um Ihre Seiten zu verstehen. Auf einer E-Commerce-Produktseite ist der minimale Stack:
- Product: Name, Marke, Preis, Währung, Verfügbarkeit, Bild, GTIN/EAN wenn möglich.
- Offer: Handelsbedingungen, Preis, Währung, Versand, Rückgabebedingungen.
- AggregateRating: Durchschnittsbewertung, Anzahl der Bewertungen (falls vorhanden).
- Review: einzelne Bewertungen mit Autor, Note, Inhalt.
- FAQPage: produktkontextuelle Q&As.
- BreadcrumbList: die Kategoriehierarchie.
Der klassische Fehler ist ein einfaches Product Schema ohne die anderen Markierungen oder partielle inkonsistente Markierungen (z. B. Preis in Product abweichend vom Preis in Offer). Answer Engines erkennen diese Inkonsistenzen und ziehen es vor, eine verdächtige Seite nicht zu zitieren.
Auf PrestaShop 8 ist das native Product Schema minimal. Um es ordentlich zu vervollständigen, decken die Module DataFirefly Geprüfte Bewertungen (das AggregateRating + Review hinzufügt) und DataFirefly Produkt-KI-FAQ (das FAQPage hinzufügt) die drei wirkungsvollsten Markierungen für AEO ab. Kombiniert verwandeln sie eine Standard-Produktseite in eine Seite, die von Answer Engines hochgradig zitierbar ist.
Produkt-FAQs: das Lieblingsformat der LLMs
Bei informationellen kommerziellen Anfragen („Ist dieses Produkt geeignet für X?“) zitieren Answer Engines häufig die Produkt-FAQs, die sie auf Produktseiten finden. Mehrere Gründe:
Erstens entspricht das Frage-Antwort-Format genau dem, was das LLM produzieren muss. Eine FAQ „Fällt dieses Kleid klein oder groß aus?“ mit ihrer Antwort ist direkt vom LLM in seiner Synthese wiederverwendbar, mit Attribution an Ihre Site.
Zweitens sind Schema.org-markierte FAQs strukturell aus den Seiten extrahiert — das LLM sieht sie als diskrete, indexierbare Entitäten, nicht als Absätze, die in kontinuierlichem Text vergraben sind.
Schließlich spiegeln Produkt-FAQs die echten Fragen der Käufer wider. Es sind die Anfragen, die zukünftige Käufer den Answer Engines stellen werden. Die Match-Wahrscheinlichkeit ist mechanisch höher als bei generischem Marketinginhalt.
Die Bedingung, damit dieser Hebel funktioniert, ist, dass die FAQs produktspezifisch sind, nicht generisch. Eine FAQ „Wie sind die Lieferzeiten?“, die auf allen 500 Seiten Ihres Katalogs erscheint, dient nichts — das LLM sieht sie als Boilerplate ohne informationellen Wert. Eine FAQ „Eignet sich dieser Stuhl für den Außenbereich?“ auf einer Stuhl-Produktseite mit einer präzisen Antwort (Materialien, Behandlung, Outdoor-Garantie), ist genau das, was das LLM sucht.
Ihre Präsenz in Answer Engines messen
AEO zu messen ist schwieriger als klassisches SEO zu messen. Es gibt (noch) keine Search Console für Perplexity oder ChatGPT. Aber mehrere Signale existieren.
Manueller Zitationstest. Stellen Sie ChatGPT, Perplexity, Claude und den Google AI Overviews 10 typische kommerzielle Fragen Ihres Sektors. Notieren Sie, ob Ihr Shop in den Antworten erscheint, in welcher Form (direkter Link, Markenerwähnung, präzises Inhaltszitat). Wiederholen Sie den Test alle 30 Tage, um die Entwicklung zu beobachten. Es ist qualitativ, aber informativ.
Referrer-Traffic von Answer Engines. In GA4 oder Ihrem Analytics-Tool überwachen Sie die Traffic-Quellen von chat.openai.com, perplexity.ai, claude.ai, gemini.google.com. Es ist auf den meisten Shops noch marginal im Volumen, aber der Trend 2024-2026 geht eindeutig nach oben. Ein Shop mit 0 % AEO-Traffic 2024 kann 2026 bei 5-10 % sein.
Robots.txt-Konsistenz und Server-Logs. Überprüfen Sie, dass GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot in Ihren Server-Logs erscheinen (Anzeichen, dass die Bots Ihre Site crawlen) und dass sie nicht in robots.txt blockiert sind. Wenn Sie bestimmte Bots explizit erlauben oder blockieren möchten, verwenden Sie die User-agent-Syntax in robots.txt.
Aufkommende dedizierte Tools. Plattformen wie Profound, Otterly oder Custom-Lösungen beginnen, „Brand Monitoring AEO“ anzubieten — automatisch Ihre Präsenz in KI-Antworten über Hunderte von Prompts überwachen. Noch in früher Phase, aber diese Tools werden sich schnell verfeinern.
Die Marketing-Fallen des AEO 2026
Da AEO ein heißes Thema ist, verkaufen viele Akteure Beratung oder Tools auf Basis von Versprechen, die einer technischen Kritik nicht standhalten. Drei typische Fallen.
„Optimieren Sie Ihren Inhalt speziell für ChatGPT.“ Falsch. Die Techniken, die funktionieren (Struktur, FAQ, Schema.org, llms.txt), funktionieren parallel für alle großen Answer Engines. „Für ChatGPT“ oder „für Perplexity“ spezifisch zu optimieren, hat keinen technischen Sinn — Sie optimieren für die Prinzipien, die sie teilen.
„Kaufen Sie Backlinks auf Sites, die von Answer Engines zitiert werden.“ Zweifelhaftes Service-Angebot. Answer Engines sind weniger empfindlich gegenüber Backlinks als Google und empfindlicher gegenüber intrinsischer Inhaltsqualität. Backlinks für AEO zu kaufen ist schlecht angelegtes Geld.
„Wir werden versteckten Inhalt speziell für LLMs injizieren.“ Riskante Praxis. Answer Engines erkennen (und bestrafen) Cloaking — dem LLM-Bot vs dem menschlichen Besucher unterschiedlichen Inhalt anzeigen. Es ist das moderne Äquivalent zum Keyword Stuffing: funktioniert kurz, endet langfristig in Degradation.
Effektives AEO ist die disziplinierte Anwendung moderner SEO-Techniken (Struktur, Schema, Performance, redaktionelle Qualität) mit einigen spezifischen Ergänzungen (llms.txt, markierte FAQs, extrahierbarer Inhalt). Keine Magie, keine Abkürzungen.
Fazit: AEO ist eine Schicht über SEO, keine Revolution
AEO 2026 entwertet SEO nicht. Es erweitert seine Prinzipien für eine neue Klasse von Engines (Answer Engines), die synthetisieren statt aufzulisten. Shops, die ihr SEO 2026 korrekt machen (Struktur, Schema, Performance, Qualität), sind bereits gut im AEO positioniert. Diejenigen, die die spezifischen Bausteine hinzufügen (llms.txt, Produkt-FAQ-Schema, erweitertes Review-Markup), nehmen einen Vorsprung von 6 bis 18 Monaten gegenüber Konkurrenten, die das Thema nicht haben kommen sehen.
Der Business-Blickwinkel: bei kommerziellen Anfragen werden Answer Engines bis 2027-2028 die klassische SERP für 20 bis 40 % der Suchen schrittweise ersetzen. Ein Shop, der für Answer Engines 2026 unsichtbar ist, geht das strukturelle Risiko ein, in 2 Jahren einen signifikanten Anteil seines Entdeckungstraffics zu verlieren. Jetzt in AEO zu investieren ist, seine zukünftige Sichtbarkeit zu schützen.
Zur Vertiefung durchstöbern Sie unsere Kategorien AEO & Answer Engines und E-Commerce-SEO. Und um Ihren PrestaShop-8-Shop mit den AEO-Standards 2026 in Einklang zu bringen, deckt das Combo LLMs.txt PrestaShop + Produkt-KI-FAQ + Geprüfte Bewertungen die drei wirkungsvollsten Hebel ab — llms.txt-Struktur, markierte FAQs pro Produkt und erweitertes Review-Markup für die Zitation.