WooCommerce-Produktattribute und KI-Suchmaschinen: Leitfaden 2026

WooCommerce-Produktattribute für KI-Suchmaschinen: So strukturieren Sie sie, um 2026 zitiert zu werden

WooCommerce-Produktattribute sind die Felder, die die physischen und technischen Eigenschaften eines Artikels beschreiben: Material, Abmessungen, Farbe, Kompatibilität, Gewicht. Wenn sie korrekt strukturiert und mit dem Schema-Markup Product von schema.org verknüpft sind, lesen KI-Suchmaschinen sie als überprüfbare Daten und zitieren sie in generierten Antworten. Ohne diese Struktur bleibt selbst ein umfangreicher Katalog für Google AI Overviews und Antwortmaschinen wie Perplexity unsichtbar.

Der Marktkontext hat sich im Laufe von 2025-2026 grundlegend verändert: Google AI Overviews deckt heute über 50 % der informationellen und kommerziellen Suchanfragen auf Desktop ab, und ein wachsender Anteil davon betrifft Produktsuchen mit technischen Spezifikationen. Wer auf WooCommerce verkauft, ohne jemals die Attributkonfiguration angepasst zu haben, befindet sich in einer strukturellen Nachteilsposition gegenüber denen, die auch nur wenige Stunden in die Datenmapping investiert haben.

Laut Gartner werden bis 2026 über 30 % der kommerziellen Suchsitzungen auf Desktop keinen Klick auf externe Websites mehr erzeugen, weil die KI-Antwort vom Nutzer als ausreichend empfunden wird. In vielen Produktkategorien wird die Erwähnung im AI Overview damit zur einzigen Form der Sichtbarkeit.

Warum WooCommerce-Attribute der blinde Fleck der AEO sind

Produktattribute sind der blinde Fleck der AEO, weil die meisten Händler sie nur zur Erzeugung von Varianten verwenden (Größe S/M/L, Farbe Rot/Blau) und nicht, um strukturierte Informationen an KI-Suchmaschinen zu übermitteln.

WooCommerce unterscheidet zwei Arten von Attributen: globale Attribute, die einmal definiert und auf allen Produkten wiederverwendet werden können, und benutzerdefinierte Attribute, die direkt im Produkt-Datenblatt erstellt werden. Beide können das Schema-Markup speisen, aber nur, wenn das Theme oder das Structured-Data-Plugin so konfiguriert ist, dass es sie ausliest. Das Problem ist, dass die meisten WooCommerce-Installationen globale Attribute ausschließlich für die für den Kunden sichtbaren Varianten verwenden und genau die Felder leer lassen, nach denen KI-Suchmaschinen suchen: technische Spezifikationen, Materialien, Zertifizierungen, Verpackungsabmessungen.

Das praktische Ergebnis: Eine KI-Suchmaschine, die eine Anfrage wie „Merinowolldecke 200x220 maschinenwaschbar" erhält, findet im Produkt-Datenblatt nichts Brauchbares, selbst wenn diese Decke im Katalog existiert und all diese Eigenschaften besitzt. Die Informationen sind vorhanden, aber sie sind in einer Fließtext-Beschreibung vergraben, die die KI nicht mit derselben Zuverlässigkeit extrahieren kann wie ein strukturiertes Feld.

Der Fall Julia: handgefertigte Keramik aus dem Westerwald

Julia betreibt einen WooCommerce-Shop mit 180 handgefertigten Keramikprodukten aus dem Westerwald. Sie verkauft auch auf Etsy und in einem stationären Laden. Jedes Produkt-Datenblatt hat eine sorgfältig formulierte Beschreibung, professionelle Fotos und einen wettbewerbsfähigen Preis. Trotzdem tauchen ihre Keramiken nie in KI-Antworten auf, wenn jemand nach „Keramikteller Durchmesser 28 cm spülmaschinengeeignet" sucht. Der Grund ist einfach: Das Feld „Durchmesser" steht im Beschreibungstext, nicht in einem strukturierten Attribut. Das Feld „spülmaschinengeeignet" existiert gar nicht als Attribut. Für KI-Suchmaschinen existieren diese Daten nicht.

Der Fall Lukas: Industrieersatzteile aus dem Ruhrgebiet

Lukas verkauft Ersatzteile für Industriemaschinen über einen WooCommerce-Shop mit über 600 SKUs. Seine Kunden suchen nach Produkten mit sehr präzisen Anfragen: „O-Ring-Dichtung Innendurchmesser 15 mm Material NBR Maximaltemperatur 120 °C". Lukas hat diese Spezifikationen in den Beschreibungen eingetragen, aber nicht als Attribute. Folge: Seine Datenblätter erscheinen nicht in KI-Ergebnissen, während ein Wettbewerber mit weniger umfangreichem Katalog, aber strukturierten Attributen regelmäßig zitiert wird. Lukas verliert Aufträge nicht aus Mangel an Produkten, sondern aus Mangel an Struktur.

Attribute, die KI-Suchmaschinen tatsächlich lesen

KI-Suchmaschinen bevorzugen Attribute mit präzisen numerischen Werten, expliziten Maßeinheiten und standardisierten Begriffen: Material, Abmessungen, Gewicht, Kompatibilität, Zertifizierungen und technische Spezifikationen sind die Kategorien mit der höchsten Zitierrate in AI Overviews bei Produktanfragen.

Nicht alle Attribute haben für eine KI-Suchmaschine das gleiche Gewicht. Diejenigen, die in generierten Antworten am häufigsten zitiert werden, gehören zu klar definierten Kategorien, weil sie Eigenschaften entsprechen, die von schema.org Product und seinen Untertypen (IndividualProduct, ProductModel, SomeProducts) anerkannt sind. Ein Attribut wie „Farbe: rot" ist für Varianten nützlich, wird aber selten in einer KI-Antwort zitiert, weil es ein subjektiver und schwer überprüfbarer Datenpunkt ist. Ein Attribut wie „Nettogewicht: 1,2 kg" oder „Material: Edelstahl AISI 304" ist hingegen ein objektiver Datenpunkt, den eine KI-Suchmaschine mit Vertrauen zitieren kann.

Die Attributkategorien mit dem höchsten AEO-Potenzial sind folgende:

• Physische Abmessungen: Höhe, Breite, Tiefe, Durchmesser, Gewicht mit expliziten Maßeinheiten (cm, mm, kg, g).
• Material und Zusammensetzung: Materialname, Zusammensetzungsprozentsatz, Qualitätsgrad oder technische Norm (z. B. „100 % Baumwolle GOTS-zertifiziert", „Stahl AISI 316").
• Kompatibilität und Interoperabilität: kompatible Modelle, unterstützte Standards, Betriebssysteme, Firmware-Versionen.
• Zertifizierungen und Konformität: CE, RoHS, FDA, GOTS, OEKO-TEX, mit Ausstellungsjahr sofern verfügbar.
• Technische Spezifikationen: Spannung, Leistung, Kapazität, Betriebstemperatur, Energieeffizienzklasse.
• Nutzungsbedingungen: maschinenwaschbar, für den Außenbereich geeignet, wasserdicht (mit IP-Schutzart, falls anwendbar).
• Herkunft und Provenienz: Produktionsland, geschützte geografische Herkunftsbezeichnung, Handwerker oder Hersteller.

So strukturieren Sie Attribute in WooCommerce, um das Schema-Markup zu speisen

Um das Schema-Markup Product korrekt zu speisen, muss jedes WooCommerce-Attribut als globales Attribut mit einem Namen erstellt werden, der einer erkennbaren schema.org-Eigenschaft entspricht, oder es muss explizit über ein Structured-Data-Plugin wie Rank Math, Yoast SEO Premium oder Schema Pro zugeordnet werden.

Der korrekte Arbeitsablauf gliedert sich in drei Phasen. In der ersten Phase (Definition) werden die globalen Attribute über das WooCommerce-Menü unter Produkte > Attribute mit klaren und konsistenten deutschen Namen erstellt: „Material", „Nettogewicht", „Abmessungen", „Kompatibilität", „Zertifizierungen". In der zweiten Phase (Befüllung) werden jedem Produkt präzise Werte zugewiesen: nicht „leicht", sondern „850 g"; nicht „groß", sondern „42 x 28 x 12 cm". In der dritten Phase (Mapping) wird das Structured-Data-Plugin so konfiguriert, dass es diese Attribute ausliest und in die korrekten Eigenschaften des Schemas Product einfügt.

Ein häufiger Fehler ist die Verwendung benutzerdefinierter Attribute (direkt im Produkt-Datenblatt erstellt) anstelle globaler Attribute. Benutzerdefinierte Attribute werden von keinem Structured-Data-Plugin automatisch ausgelesen, weil sie keine erkennbare eindeutige ID haben. Alles, was im Schema-Markup ausgespielt werden soll, muss über globale Attribute laufen.

Mapping zwischen Attributen und schema.org-Eigenschaften: praktische Referenz

Die folgende Übersicht zeigt die Entsprechung zwischen den gängigsten Attributnamen in WooCommerce und den schema.org-Eigenschaften des Product-Typs, nach denen KI-Suchmaschinen suchen. Diese Namen als Referenz für die Erstellung globaler Attribute zu verwenden, reduziert das Risiko einer Diskrepanz zwischen dem eingegebenen Wert und der im Markup ausgespielten Eigenschaft.

• Material → material (schema.org/Product)
• Farbe → color (schema.org/Product)
• Nettogewicht → weight (schema.org/Product, Wert mit Einheit)
• Höhe / Breite / Tiefe → height, width, depth (schema.org/QuantitativeValue)
• Kompatibilität → isCompatibleWith (schema.org/ProductModel)
• Zertifizierungen → hasCertification (schema.org/Certification, eingeführt 2024)
• Herkunftsland → countryOfOrigin (schema.org/Product)
• GTIN / EAN / MPN → gtin13, gtin8, mpn (schema.org/Product)

Empfohlene Plugins für das automatische Mapping

Rank Math Pro und Yoast SEO Premium bieten beide ein WooCommerce-Modul, das globale Attribute ausliest und automatisch in das Schema Product einfügt, ohne dass manuelles JSON-LD geschrieben werden muss. Schema Pro ist eine flexiblere Alternative für alle, die individuelle Mapping-Anforderungen haben. In allen Fällen ist es nach der Konfiguration notwendig, das Markup mit dem Rich Results Test von Google zu validieren, um sicherzustellen, dass die Eigenschaften tatsächlich ausgespielt und fehlerfrei sind.

Häufige Fehler, die Attribute für KI-Suchmaschinen unsichtbar machen

Die häufigsten Fehler, die WooCommerce-Attribute für KI-Suchmaschinen unsichtbar machen, sind: mehrdeutige Werte ohne Maßeinheiten, nicht dem Schema zugeordnete benutzerdefinierte Attribute, uneinheitliche Attributnamen zwischen Produkten und das Fehlen von GTIN oder MPN, was die eindeutige Identifikation des Produkts verhindert.

Der erste Fehler ist die Vagheit der Werte. Ein Attribut „Abmessungen" mit dem Wert „groß" sagt einer KI-Suchmaschine nichts. Dasselbe Attribut mit dem Wert „42 x 28 x 12 cm" ist ein präziser strukturierter Datenpunkt. Die praktische Regel lautet: Wenn der Wert nicht mit einem anderen Wert desselben Typs verglichen werden kann, ist es kein strukturierter Datenpunkt, sondern freier Text.

Der zweite Fehler ist die Inkonsistenz der Namen. Wenn von 300 Produkten manche das Attribut „Material" heißen, andere „material", wieder andere „Zusammensetzung" und andere „Mat.", kann das Structured-Data-Plugin sie nicht zuverlässig zuordnen. KI-Suchmaschinen erhalten ein fragmentiertes und inkohärentes Signal. Die Lösung ist eine Bereinigung der globalen Attribute mit einer Standard-Namenskonvention, die rückwirkend auf den gesamten Katalog angewendet wird.

Der dritte, oft unterschätzte Fehler ist das Fehlen eindeutiger Kennungen wie GTIN (EAN/UPC) oder MPN (Herstellerteilenummer). Google nutzt diese Codes, um das WooCommerce-Datenblatt mit dem Knowledge Graph des Produkts zu verknüpfen, was die Wahrscheinlichkeit einer Erwähnung in AI Overviews deutlich erhöht. Bei handgefertigten Produkten ohne kommerzielle EAN kann das MPN-Feld mit einem eindeutigen internen Code befüllt werden, was die Kohärenz des Markups dennoch verbessert.

Laut Baymard Institute fehlen bei 63 % der in den wichtigsten europäischen E-Commerce-Shops analysierten Produktdatenblätter mindestens drei technische Attribute, die Nutzer als entscheidend für die Kaufentscheidung erachten. Diese Informationslücke ist dieselbe, die KI-Suchmaschinen nicht schließen können, wenn sie Antworten zu spezifischen Produktanfragen generieren.

Der Fall Markus: Multichannel mit 300 Produkten

Markus, 40 Jahre alt, betreibt einen WooCommerce-Shop mit 300 handgefertigten Lederwaren und verkauft auch auf Amazon und Etsy. Auf Amazon ist er gezwungen, für jedes Produkt präzise Attribute auszufüllen (Lederart, Abmessungen, Volumen in Litern bei Taschen), weil der Marktplatz dies verlangt. Auf seinem WooCommerce-Shop existieren dieselben Attribute nicht: Die Produkt-Datenblätter haben nur Fließtext-Beschreibungen. Folge: Auf Amazon werden seine Produkte über präzise Suchanfragen gefunden, während sie auf seiner eigenen Website nie in KI-Antworten erscheinen. Die Lösung ist nicht, die Beschreibungen neu zu schreiben: Es geht darum, die bereits für Amazon ausgefüllten Attribute als globale WooCommerce-Attribute zu importieren und dem Schema-Markup zuzuordnen.

Operative Checkliste: Attribute, die 2026 zitierfähig sind

Eine operative Checkliste für AEO-ready WooCommerce-Attribute im Jahr 2026 muss überprüfen, dass jedes Produkt mindestens eine eindeutige Kennung, drei oder mehr technische Attribute mit numerischen Werten und Maßeinheiten besitzt und dass alle globalen Attribute korrekt über ein mit dem Rich Results Test validiertes Structured-Data-Plugin dem Schema Product zugeordnet sind.

Die folgende Checkliste ist dafür gedacht, Produkt für Produkt während einer Katalogrevision angewendet zu werden, oder als Akzeptanzkriterium für jedes neu eingestellte Produkt. Es ist nicht erforderlich, sie auf einmal vollständig abzuarbeiten: Schon die Anwendung auf die 20-30 meistverkauften Produkte führt innerhalb von 4-6 Wochen nach der Indexierung zu einer messbaren Verbesserung der KI-Sichtbarkeit.

1. Eindeutige Kennung vorhanden: Das Produkt hat mindestens eine der folgenden: EAN/GTIN, UPC, MPN oder ISBN. Bei handgefertigten Produkten gibt es einen eindeutigen internen Code im MPN-Feld.
2. Technische Attribute befüllt: Mindestens drei Attribute mit numerischen Werten und expliziten Maßeinheiten (z. B. „Gewicht: 1,2 kg", „Höhe: 35 cm", „Volumen: 2,5 L").
3. Material spezifiziert: Das Feld „Material" existiert als globales Attribut und hat einen präzisen, nicht generischen Wert („pflanzlich gegerbtes Rindsleder", nicht „Leder").
4. Zertifizierungen eingetragen: Wenn das Produkt Zertifizierungen hat (CE, GOTS, OEKO-TEX, Bio), sind diese als globales Attribut „Zertifizierungen" eingetragen, nicht nur in der Beschreibung.
5. Kompatibilität angegeben: Wenn das Produkt mit anderen Produkten, Modellen oder Standards kompatibel ist, ist das Feld „Kompatibilität" mit den präzisen Referenzen ausgefüllt.
6. Keine nicht zugeordneten benutzerdefinierten Attribute: Alle relevanten Attribute sind globale Attribute, keine benutzerdefinierten Attribute im einzelnen Produkt-Datenblatt.
7. Schema-Markup validiert: Das Produkt-Datenblatt besteht den Rich Results Test von Google ohne kritische Fehler in den Product-Eigenschaften.
8. Konsistenz der Benennung: Der Attributname ist in allen Produkten derselben Kategorie identisch (Groß-/Kleinschreibung, Singular/Plural, Abkürzungen).

---

Häufige Fragen zu WooCommerce-Attributen und KI-Suchmaschinen

Wie viele Attribute muss ein WooCommerce-Produkt haben, um von KI-Suchmaschinen zitiert zu werden?

Es gibt keine garantierte Mindestanzahl, aber der beobachtete praktische Schwellenwert liegt bei drei oder mehr technischen Attributen mit präzisen Werten zusätzlich zur eindeutigen Kennung (GTIN oder MPN). Produkte mit weniger als drei strukturierten Attributen werden tendenziell nicht in AI Overviews zu Anfragen mit technischen Spezifikationen zitiert, weil die KI-Suchmaschine nicht über genug Daten verfügt, um eine überprüfbare Antwort zu konstruieren. Die Qualität der Werte zählt mehr als die Quantität der Attribute.

Helfen die für WooCommerce-Varianten verwendeten Attribute (Größe, Farbe) der AEO?

Variantenattribute (Größe, Farbe) haben eine begrenzte Wirkung auf die AEO, weil sie subjektiven oder ästhetischen Eigenschaften entsprechen, die KI-Suchmaschinen in Antworten selten zitieren. Sie helfen hingegen bei sehr spezifischen navigationalen Anfragen („rote Schuhe Größe 42"). Für die AEO sind technische und objektive Attribute am wirksamsten: Material, Abmessungen, Gewicht, Zertifizierungen, Kompatibilität. Es ist sinnvoll, beide Arten zu haben, aber die Priorität für die KI-Optimierung liegt auf den letztgenannten.

Muss ich alle Produktbeschreibungen neu schreiben, wenn ich strukturierte Attribute hinzufüge?

Nein. Strukturierte Attribute und Textbeschreibung sind komplementär, nicht alternativ. Die Beschreibung dient dem narrativen Kontext und allgemeinen informationellen Anfragen; strukturierte Attribute dienen Anfragen mit technischen Spezifikationen. Attribute hinzuzufügen, ohne die Beschreibungen anzufassen, reicht bereits aus, um die KI-Sichtbarkeit zu verbessern. Wenn die Beschreibungen wichtige technische Informationen enthalten, die noch nicht als Attribute vorhanden sind, ist es sinnvoll, sie zu extrahieren und zu strukturieren, aber es ist nicht notwendig, den Text neu zu schreiben.

Lesen Structured-Data-Plugins wie Rank Math automatisch alle WooCommerce-Attribute?

Rank Math Pro und Yoast SEO Premium lesen die globalen WooCommerce-Attribute automatisch aus und ordnen sie den gängigsten schema.org-Product-Eigenschaften zu (Farbe, Material, Gewicht). Für weniger gängige Eigenschaften wie hasCertification oder isCompatibleWith ist eine manuelle Konfiguration im Plugin-Panel erforderlich. Benutzerdefinierte (nicht globale) Attribute werden von keinem Plugin automatisch ausgelesen: Sie müssen in globale Attribute umgewandelt werden, um im Markup ausgespielt zu werden.

Wie überprüfe ich, ob mein Schema-Markup Product nach dem Hinzufügen der Attribute korrekt ist?

Die direkteste Methode ist die Verwendung des Rich Results Test von Google (search.google.com/test/rich-results): Es genügt, die URL des Produkt-Datenblatts einzugeben, und das Tool zeigt die erkannten Eigenschaften, Fehler und Warnungen an. Für eine tiefergehende Prüfung des gesamten Katalogs zeigt die Google Search Console Markup-Probleme im Bereich „Verbesserungen". Es empfiehlt sich, nach jeder Änderung an der Konfiguration des Structured-Data-Plugins mindestens ein Produkt pro Kategorie zu validieren.