1BAction Brief
ACTION BRIEF · ARBEIT ZUWEISEN
Was die Zahlen bedeuten — und was das Team tun soll
Diese operative Ebene ordnet 9 Queue-Aktion(en) gemeinsamen Arbeitspaketen zu, statt aus jeder fehlgeschlagenen Metrik ein separates Projekt zu machen.
Klartext-Diagnose
Architektur-Klarheit liegt bei 100/100 und sollte stabil bleiben. Der wichtigste bearbeitbare Bruch ist Kategorieseiten-Bereitschaft mit 36/100: Produkt- und Kategorieflächen erklären Auswahl, Vergleich, Nachweise und Kaufbedingungen noch nicht ausreichend. Citation Status 5/100 ist das Ergebnis, das nach den Reparaturen beobachtet wird, keine direkt reparierbare Aufgabe.
Nachweisbare Grundlage: scorecard.architecture_clarity · scorecard.category_readiness · scorecard.citation_presence
Score-Ebenen in dieser Reihenfolge lesen
1 · FundamentKönnen Maschinen die Site erreichen und einordnen?
Architektur-Klarheit 100/100. Stabil halten; dies beweist noch keine Citation.
2 · ReparaturhebelWas kann das Team jetzt ändern?
AI Journey Coverage 39/100 · Kategorieseiten-Bereitschaft 36/100 · Produktseiten-Bereitschaft 67/100
3 · ErgebnisNutzen externe AI-Antworten die Site?
Citation-Status 5/100. Nach Reparaturen mit gleichem Query-Set erneut messen.
Diese Scores nicht mitteln. 62/100 fasst nur die Kriterien der jeweiligen Ebene zusammen; es bedeutet nicht 62% von Traffic, Umsatz oder Citations.
Gemeinsame Arbeitspakete für die Queue
1 · Käufer-Antwortblöcke · 3 Aktion(en)Owner: Content/SEO + Produkt/Compliance + Entwicklung
Ein gemeinsames Antwort-Element bauen. Mit den im Audit belegten Fragen starten: Auswahl, Unterschiede, Nachweise, Eignungsgrenzen, Lieferung und Rückgabe. Aussagen müssen mit sichtbaren, freigegebenen Produktinformationen übereinstimmen.
2 · Kategorie-Auswahlhilfe · 2 Aktion(en)Owner: Merchandising/Content + Entwicklung
Zweck, Varianten, Entscheidungskriterien und wichtige Untergruppen vor dem Grid erklären. Fehlende Kategorie-Metadaten aus derselben freigegebenen Positionierung ergänzen; keine Fülltexte nur für Wortzahl schreiben.
3 · Katalog-Schema · 3 Aktion(en)Owner: Entwicklung + SEO-Validierung
BreadcrumbList einmal über Produkt- und Kategorie-Templates implementieren; CollectionPage/ItemList für Kategorien ergänzen. Sichtbare Navigation, Canonicals, Produktliste und JSON-LD müssen dieselben Fakten zeigen.
4 · Bewertungen und Nachweise · 1 Aktion(en)Owner: Produkt-/Kundenteam + Entwicklung
Nur echte sichtbare Bewertungen markieren. Wenn keine existieren, Review/AggregateRating weglassen. Relevante Dokumente, Anbieteridentität und Richtlinien sichtbar halten; keine versteckten oder erfundenen Nachweise.
Gemessene Themen/Fragen: metilen mavisi USP grade · metilen mavisi satın al · nattokinaz kapsül
Zuweisung und Fertig-Kriterien
| Arbeitspaket | Lieferobjekt | Fertig wenn |
|---|
| Käufer-Antwortblöcke | Wiederverwendbare, sichtbare Antworten in betroffenen Produkt- und Kategorie-Templates. | Answer Structure besteht auf den Beispiel-URLs; Antworten sind direkt, evidenzgebunden und vom zuständigen Produktteam freigegeben. |
| Kategorie-Auswahlhilfe | Auswahlkontext vor dem Produktgrid plus korrekte Seitenzusammenfassung. | Ein Käufer kann ohne separaten Blog auswählen; Auswahlkontext, Answer Structure und fehlende Meta-Checks bestehen. |
| Katalog-Schema | Gemeinsame BreadcrumbList- und CollectionPage/ItemList-Implementierung. | Schema-Validierung besteht und sichtbare Pfade, Canonicals, Produktlisten und JSON-LD stimmen überein. |
| Bewertungen und Nachweise | Sichtbare Nachweise mit passendem Markup oder dokumentierte Entscheidung gegen Review-Schema. | Markup entspricht exakt sichtbarer Anzahl und Bewertung; keine erfundene, versteckte oder siteweite Produktbewertung wird verwendet. |
Umsetzungsfolge und Entscheidungspunkt
1Spezifizieren und stagenMit einem Produkt- und einem Kategorie-Template starten; aktuelle URLs und Scores als Baseline speichern.
2Validieren und ausrollenSichtbare Inhalte, Compliance, Canonicals und Schema vor breitem Rollout prüfen.
3Neu messen und entscheidenWenn Template-Kriterien bestehen, Citations aber nicht steigen, stärkere quellenfähige Evidenz planen. Wenn Kriterien scheitern, zuerst Implementierung reparieren.
Vermeiden: generische FAQ-Fülltexte, erfundene Reviews oder Nachweise, vage GEO-Tickets und neue Seiten allein wegen einer fehlenden Citation. Jede Opportunity braucht eine dokumentierte Editorial-Entscheidung; sensible Themen brauchen Spezialistenprüfung.
Metrikdefinitionen stehen im Appendix, damit dieser Abschnitt ein Action Brief bleibt.
schema 1.0.0 · template action-brief-v1 · prompt deterministic-no-llm-v1 · mode deterministic
4Detailanalyse und Belege
4
Detailanalyse
Crawl-Inventar
Definiert die Evidenzgrenze des Reports.
Zusammenfassung
26 URLs entdeckt, 24 Seiten geladen, 2 URLs nur erfasst.
Evidenzgrenze
Kein Crawl-Limit erreicht. 2 URLs wurden bewusst nur erfasst, nicht geladen: Der Crawl lädt pro Template-Familie eine repräsentative Auswahl (Varianten-URLs werden übersprungen) und führt die übrigen URLs als Inventar. Befunde gelten für die geladenen Seiten.
Entdeckte URLs: 26
Geladene Seiten: 24
Nur erfasst: 2
4
Detailanalyse
Architektur-Befunde
Erklärt, wie Site-Struktur maschinelle Lesbarkeit beeinflusst.
Zusammenfassung
3 Inhaltsseite(n) sind als CMS-/Content-Seiten klassifiziert. 0% opake URL-Quote. 0% Slug-Varianteninflation.
AI-Agent-Bereitschaft
01AEO-Signal
Was dieses Signal ist: Prüft, ob die Website maschinenlesbare Anweisungsdateien für KI-Agenten bereitstellt — agents.md, llms.txt, llms-full.txt, einen Universal-Commerce-Protocol-Endpunkt und eine AI-Crawler-Richtlinie in der robots.txt. Diese Dateien sagen KI-Assistenten und Shopping-Agenten, was die Website anbietet, welche Aktionen sicher sind und wie mit ihr zu interagieren ist; ohne sie muss ein Agent alles aus rohem HTML erraten.
agents.md ist ein positives Signal: Maschinenlesbare Anweisungen für AI-Agenten und Agent-Commerce-Abläufe. agents.md: plattformseitig bereitgestellt (Shopify). KI-Crawler erlaubt: GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, anthropic-ai, Claude-Web +6
agents.md: https://www.ts-wellness.com/agents.md
llms.txt: https://www.ts-wellness.com/llms.txt
llms-full.txt: https://www.ts-wellness.com/llms-full.txt
Universal Commerce Protocol endpoint: https://www.ts-wellness.com/.well-known/ucp
robots.txt: https://www.ts-wellness.com/robots.txt
agents.md-Quelle: agents.md: plattformseitig bereitgestellt (Shopify).
Hilft AI-Agenten, Website-Fähigkeiten, sichere Aktionen und bevorzugte Interaktionspfade vor der Nutzung zu verstehen.
Empfohlene Änderung
Beibehalten und bei Angebots-, Checkout- oder Policy-Änderungen aktualisieren.
Semantische URL-Prüfung
02SEO-Signal
Was dieses Signal ist: Misst, wie viele der gecrawlten URLs menschenlesbar und beschreibend sind (semantisch) und wie viele aus IDs, Hashes oder Parametern bestehen (opak). Suchmaschinen und KI-Systeme nutzen den URL-Slug als frühen Hinweis darauf, worum es auf einer Seite geht — opake URLs verlagern die gesamte Last der Seitenrollen-Erkennung auf Schema und Überschriften.
0% opake URL-Quote in der vorhandenen Evidenz.
Opake URLs schwächen Seitenrollen-Klarheit und erhöhen die Abhängigkeit von Schema und Headings.
Semantische Quote: 100%
Gemischte Quote: 0%
Opake Quote: 0%
Empfohlene Änderung
URL-Muster klären oder templatespezifisches Schema und Headings stärken.
Slug-Varianteninflation
03SEO-Signal
Was dieses Signal ist: Erkennt Cluster nahezu identischer URLs, die aus demselben Basis-Slug entstehen — Farb-/Größenvarianten, Tracking-Parameter, Session-Pfade. Aufgeblähte Variantensets verschwenden Crawl-Budget, verteilen Ranking- und Zitationssignale auf Duplikate und lassen den Katalog für maschinelle Leser größer, aber weniger vertrauenswürdig erscheinen, als er ist.
0 aufgeblähte URL(s) über 3 Stem(s).
Varianteninflation kann eine Site größer wirken lassen und zugleich Seitenrollen-Klarheit schwächen.
Aufgeblähte Anzahl: 0
Varianteninflations-Quote: 0%
Empfohlene Änderung
Parent-URLs und Varianten-URLs klar trennen und die Beziehung in Schema-/Canonical-Logik zeigen.
4
Detailanalyse
SEO-Fundament
Site-weite SEO-Basiskriterien, gemessen über die geladenen Seiten — jeweils mit Messung, Einordnung und erstem Fix.
Zusammenfassung
3 gewichtete Kriterien haben nicht voll bestanden; voll bestandene Kriterien stehen in der Score-Methodik im Appendix.
Keyword-Positionierung
04SEO-Signal
Was dieses Signal ist: Wo der Zielbegriff in den fünf strategischen Positionen steht: Title, H1, Meta-Description, erste 100 Wörter, URL-Slug. Die Dichte selbst ist nur ein Stuffing-Wächter.
Ranking und Extraktion arbeiten 2026 mit Positionssignalen, nicht mit Wiederholungszählungen. Fehlt der Begriff in Title und H1, müssen alle anderen Signale härter arbeiten.
Messung: "metilen" in 1/5 strategischen Positionen. Keyword fehlt in den Kernsignalen (Title-Tag, H1, Meta-Description, URL-Slug) — Title/H1/Meta-Description müssen das Thema klar benennen.
Empfohlene Änderung
Den Begriff in den fehlenden Kernpositionen platzieren (Title, H1, Meta-Description); die Wiederholung im Fließtext nicht erhöhen.
Keyword in den ersten 100 Wörtern
05SEO-Signal
Was dieses Signal ist: Ob die Zielbegriffe in den ersten ~100 Wörtern erscheinen — dort gewichten Crawler und Antwortsysteme Themensignale am stärksten.
Der Einstieg definiert, wovon die Seite handelt. Kommt der Kernbegriff spät, verankern Maschinen die Seite beim falschen Thema oder bei keinem.
Messung: 5 von 20 Keywords in den ersten 100 Wörtern — die fehlenden früher im Text positionieren.
Empfohlene Änderung
Den Eröffnungsabsatz um Zielbegriff und Seitenversprechen herum schreiben — natürlich formuliert, eine klare Nennung genügt.
Absatzlänge
06SEO-Signal
Was dieses Signal ist: Ob Absätze kurz genug bleiben, um als einzelne Einheiten gelesen und extrahiert zu werden.
Textwände verstecken den Antwortsatz. Kurze Absätze ordnen eine Idee einem extrahierbaren Block zu.
Messung: Der Anteil kurzer Absätze wurde nicht gespeichert; neutraler Teilstatus wurde angewendet.
Empfohlene Änderung
Absätze über ~5 Zeilen aufteilen, eine Idee pro Absatz, und mit dem Schlusssatz beginnen.
4
Detailanalyse
GEO-Signalschicht
Liest, ob Site-Inhalte extrahierbar, zuordenbar und antwortfähig sind.
Zusammenfassung
GEO-Signalschicht erzielt 62/100; Evidenzband: nutzbar mit sichtbaren Lücken.
Kommerzielle Fakten: Preisoffenlegung
07GEO-Signal
Was dieses Signal ist: Prueft, ob kommerzielle Seiten nutzbare Preisfakten oder erklaerte Preislogik direkt im HTML bereitstellen und ob Preisquellen erreichbar bleiben.
3/3 erkannte kommerzielle Seite(n) legen einen nutzbaren Preis oder eine erklärte Preislogik offen.
Wenn Preisfakten fehlen oder nur indirekt erreichbar sind, müssen Agenten die Antwort ableiten oder auf Drittquellen ausweichen.
Geprüfte kommerzielle Seiten: 3
Nutzbar offengelegt: 3
Klassifizierung: Konkreter Preis: 3
Fehlgeschlagene Preis-Seitenabrufe: 0
Primäre Evidenz-URL: https://www.ts-wellness.com/products/nattokinaz-bromelain-kurkumin-3lu-formul
Empfohlene Änderung
Die offengelegten Preisfakten beibehalten und mit sichtbaren sowie maschinenlesbaren Angebotsdaten synchron halten.
Dialogischer Ton
08GEO-Signal
Was dieses Signal ist: Ob die Seite fragegeführte Abschnitte, direkte Ansprache und kurze erklärende Absätze nutzt.
KI-Antworten sind dialogisch. Inhalte, die bereits im Frage-Antwort-Rhythmus erklären, lassen sich leichter wiederverwenden.
Messung: Kriterstatus: kritisch. Gespeicherte Messwerte: 19/100, 0%.
Empfohlene Änderung
Dichte Blöcke in kurze Antworten umschreiben, die Kundenfrage als Überschrift nutzen und vor Nuancen zuerst antworten.
Zitationswuerdigkeit
09GEO-Signal
Was dieses Signal ist: Ob der Inhalt etwas Zitierwürdiges enthält: eigene Daten, Erfahrung aus erster Hand, konkrete Zahlen, klare Definitionen.
Antwortsysteme zitieren Quellen, die Information hinzufügen. Seiten, die Allgemeinwissen wiederholen, geben ihnen keinen Grund dazu.
Messung: Kriterstatus: teilweise. Gespeicherte Messwerte: 30/100, 33%, 3.
Empfohlene Änderung
Ergänzen, was nur diese Website sagen kann: eigene Messungen, echte Nutzungsdaten, konkrete Vergleiche, fachliche Einschätzungen.
Folgefragen-Abdeckung
10GEO-Signal
Was dieses Signal ist: Ob die Seite die Anschlussfragen vorab beantwortet, die nach der Hauptanfrage natürlich folgen.
Antwortsysteme bevorzugen Quellen, die eine Fragekette an einem Ort auflösen, statt eine weitere Suche zu erzwingen.
Messung: Kriterstatus: teilweise. Gespeicherte Messwerte: 1/4, 0, 0%, 33%, 19/100.
Empfohlene Änderung
Die zwei bis drei natürlichen Folgefragen — Kosten, Kompatibilität, Alternativen, Ablauf — als kurze Abschnitte ergänzen.
Social Signals
11GEO-Signal
Was dieses Signal ist: Ob Seite oder Site verbundene Social- und Profiloberflächen zeigen, die Entity-Abgleich erleichtern.
Profile beweisen Autorität nicht allein. Sie helfen Maschinen, die Website mit einer wiedererkennbaren Entity im Web zu verbinden.
Messung: 2 Social-Media-Plattformsignale erkannt: instagram, twitter; Status: teilweise. Weitere gespeicherte Zahlenwerte: 3.
Empfohlene Änderung
Aktive offizielle Profile von der Site verlinken und Namen, Logos, Adressen und Beschreibungen konsistent halten.
Dialogische Struktur
12GEO-Signal
Was dieses Signal ist: Ob der Inhalt in einem Frage-Antwort- und Erklärrhythmus fließt statt in Broschürenprosa.
Antwortsysteme verwenden Passagen wieder, die bereits als Dialogzüge funktionieren. Broschürentext müsste erst umgeschrieben werden — also wird er meist übersprungen.
Messung: Kriterstatus: teilweise. Gespeicherte Messwerte: 1/3, 19/100, 0%, 33%.
Empfohlene Änderung
Die tragenden Abschnitte um echte Nutzerfragen herum aufbauen und jede zuerst direkt beantworten, bevor Details folgen.
KI-Klischee-Erkennung
13GEO-Signal
Was dieses Signal ist: Ob der Text generiert klingende Füllphrasen und unbelegte Superlative trägt.
Phrasenlastiger Text senkt das Leservertrauen und wird von Antwortsystemen als informationsarm eingestuft.
Messung: Für diesen aggregierten Datensatz war kein KI-Klischee-Scan verfügbar; neutraler Teilstatus wurde angewendet.
Empfohlene Änderung
Die Füllbehauptungen streichen und Superlative durch überprüfbare Fakten und konkrete Zahlen ersetzen.
4
Detailanalyse
Catalog Deep Dive
Wird automatisch aktiviert, wenn Produkt- oder Kategorieseiten im Crawl sichtbar sind.
Zusammenfassung
3 Produktseite(n), 2 Kategorieseite(n) wurden als Katalog-Evidenz bewertet.
Katalog-Evidenzgrenze
Produkt-/Katalogmetriken sind eine Schicht des Full AI Visibility Audits, kein separater Scan.
Produktseiten: 3
Kategorieseiten: 2
Produkt-Gesamt-Passrate: 67%
Kategorie-Gesamt-Passrate: 36%
4
Detailanalyse
Produktseiten-Bereitschaft
Prüft, ob Produktseiten shoppingbereite Maschinensignale zeigen.
Zusammenfassung
5/8 Kriterien bestehen.
Product JSON-LD
14GEO-Signal
Was dieses Signal ist: Prüft, ob jede abgerufene Produktseite ein schema.org-Product-Objekt in JSON-LD einbettet — Name, Beschreibung, Bild, Marke und Identifikatoren. Dieser Block ist die primäre maschinenlesbare Aussage darüber, was das Produkt ist; KI-Antwortsysteme stützen sich darauf, um das Produkt mit korrekten Fakten zu zitieren, statt sie aus Fließtext zu erraten.
3/3 pass, 100% Abdeckung.
3/3 / 100%
Product JSON-LD
Empfohlene Änderung
Product JSON-LD beibehalten und bei Theme- oder App-Änderungen erneut gegen sichtbare Produktdaten prüfen.
Preis-Daten maschinenlesbar
15GEO-Signal
Was dieses Signal ist: Verifiziert, dass Preis, Währung und Verfügbarkeit als strukturierte Offer-Daten (price, priceCurrency, availability) vorliegen und nicht nur als Anzeigetext. Assistenten und Shopping-Agenten können ein Produkt nur vergleichen oder empfehlen, wenn sie seinen Preis programmatisch lesen können — reine Textpreise werden regelmäßig falsch gelesen oder aus Antworten gestrichen.
3/3 haben maschinenlesbare Offer-Daten; 3/3 zeigen einen sichtbaren Preis.
3/3 / 100%
Preis sichtbar
3/3 / 100%
Offer maschinenlesbar
Empfohlene Änderung
Offer-Daten beibehalten und Preis, Währung, Verfügbarkeit sowie URL weiter mit den sichtbaren Angaben synchron halten.
Bewertungs-Schema
16GEO-Signal
Was dieses Signal ist: Prüft Produktseiten auf strukturiertes Bewertungs-Markup (AggregateRating / Review). Bewertungen gehören zu den stärksten Vertrauenssignalen, die KI-Systeme an eine Produktempfehlung knüpfen; ohne das Markup bleiben vorhandene Kundenbewertungen für die Antwortebene unsichtbar.
Status: kritisch
Top-Fail-URLs: 3 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
0/3 / 0%
Bewertungs-Schema
Betroffene Beispiel-URLs3 von 3
Empfohlene Änderung
Nur wenn echte Bewertungsdaten sichtbar sind: Review/AggregateRating im Produkt-Template markieren.
Detail
Keine künstlichen Reviews erzeugen.
Breadcrumb-Schema
17SEO-Signal
Was dieses Signal ist: Prüft auf BreadcrumbList-JSON-LD, das angibt, wo das Produkt in der Kataloghierarchie steht (Shop → Kategorie → Produkt). Breadcrumb-Daten liefern Crawlern den Kategoriebaum der Website in maschinenlesbarer Form und verankern jedes Produkt in seinem Kategoriekontext — das stützt Rankings ebenso wie das Kategorieverständnis der KI.
Status: kritisch
Top-Fail-URLs: 3 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
0/3 / 0%
Breadcrumb-Schema
Betroffene Beispiel-URLs3 von 3
Empfohlene Änderung
BreadcrumbList JSON-LD im betroffenen Template ergänzen und mit sichtbarer Navigation, Canonical und Kategoriepfad abgleichen.
Canonical erklärt
18SEO-Signal
Was dieses Signal ist: Verifiziert, dass jede Produktseite eine kanonische URL deklariert. Das Canonical-Tag sagt Crawlern, welche URL die maßgebliche Version dieses Inhalts ist, und verhindert, dass Varianten-, Parameter- und Duplikat-URLs Indexierungs- und Zitationssignale auf mehrere Adressen aufsplitten.
3/3 pass, 100% Abdeckung.
3/3 / 100%
Canonical erklärt
Empfohlene Änderung
Signal beibehalten: Canonical erklärt besteht aktuell im Produkt-Template; bei Template-Änderungen erneut prüfen.
Meta-Beschreibung
19SEO-Signal
Was dieses Signal ist: Prüft, ob die Produktseite eine Meta-Description in brauchbarer Länge und mit Substanz mitliefert. Sie ist häufig das Snippet, das Such- und Antwortsysteme zur Zusammenfassung der Seite wiederverwenden — eine fehlende oder belanglose Description überlässt diese Zusammenfassung vollständig der Maschine.
3/3 haben eine Meta-Beschreibung; 100% sind einzigartig (0 doppelt).
3/3 / 100%
Meta vorhanden
SEO-Fundament · Meta-Description: teilweise — Meta-Description vorhanden, aber 193 Zeichen — Idealbereich ist 120–160.
Erster Fix: Eine konkrete Beschreibung mit 140-160 Zeichen schreiben: Thema, Nutzer- oder Kaufintention und den konkreten Nutzen der Seite nennen.
Empfohlene Änderung
Einzigartige Meta-Beschreibungen beibehalten; neue Produkt- oder Kategorieseiten nicht mit Duplikat-Text veröffentlichen.
Bild-Alt ≥ 80%
20SEO-Signal
Was dieses Signal ist: Misst den Anteil der Produktbilder mit aussagekräftigem Alt-Text; die Bestehensschwelle liegt bei 80%. Alt-Text ist der einzige Weg, wie nicht-visuelle Systeme Bilder „sehen" — er speist Bildersuche und Barrierefreiheit und gibt KI-Modellen zusätzliche Produktfakten, die sie aus Pixeln nicht gewinnen können.
3/3 pass, 100% Abdeckung.
3/3 / 100%
Bild-Alt ≥ 80%
SEO-Fundament · Bild-Alt-Texte: teilweise — 85% Alt-Text-Abdeckung — ein Teil der Bilder ist für KIs und Screenreader unsichtbar.
Erster Fix: Beschreiben, was das Bild wirklich zeigt — Produkt plus unterscheidendes Merkmal; kein Keyword-Stuffing.
Empfohlene Änderung
Alt-Text-Regel beibehalten: Hauptbild und Galerie weiter aus Produktname plus unterscheidendem Attribut beschreiben.
Antwort-Struktur
21GEO-Signal
Was dieses Signal ist: Prüft, ob die Produktseite direkt zitierbare Antwort-Einheiten enthält — fragenförmige Überschriften, kurze Faktenabsätze, FAQ-Blöcke, definitionsartige Einstiege. KI-Systeme heben Antworten wörtlich heraus; Seiten ohne extrahierbare Antwort-Einheiten werden gelesen, aber selten zitiert.
Status: kritisch
Top-Fail-URLs: 2 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
1/3 / 33%
Antwort-Struktur
Betroffene Beispiel-URLs2 von 3
SEO-Fundament · Direktantwort-Snippet: teilweise — BLUF-Anteil (Antwort zuerst): 33%; das Direktantwort-Format ist teilweise.
Erster Fix: Nach wichtigen H2/H3-Überschriften einen Antwortabsatz mit 40-70 Wörtern setzen, bevor Beispiele, Einschränkungen oder Verkaufstext folgen.
GEO-Signalschicht · Direkte Antworten: teilweise — BLUF-Anteil (Antwort zuerst): 33%; die direkte Antwortabdeckung ist teilweise. Gespeicherte Vorgabe: 10-80 Wörter pro Antwortabsatz.
Erster Fix: Die wichtigsten Nutzerfragen in H2/H3-Blöcke umwandeln und jede im ersten Satz der Sektion beantworten.
Empfohlene Änderung
Kurze Antwortblöcke in das Template aufnehmen: Kompatibilität, Auswahl, Einsatz, Lieferung/Garantie oder echte Käuferfragen.
4
Detailanalyse
Kategorieseiten-Bereitschaft
Prüft, ob Kategorieseiten Collections klar erklären.
Zusammenfassung
2/7 Kriterien bestehen.
Collection JSON-LD
22GEO-Signal
Was dieses Signal ist: Prüft, ob Kategorieseiten CollectionPage-/ItemList-Strukturdaten einbetten, die die enthaltenen Produkte auflisten. Das gibt KI-Systemen ein maschinenlesbares Inventar des Sortiments — ohne sie ist eine Kategorieseite nur eine Linkwand ohne deklarierte Bedeutung.
Status: kritisch
Top-Fail-URLs: 2 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
0/2 / 0%
Collection JSON-LD
Betroffene Beispiel-URLs2 von 2
Empfohlene Änderung
CollectionPage oder ItemList im Kategorie-Template ergänzen und mit den sichtbaren Produktlisten abgleichen.
Breadcrumb-Schema
23SEO-Signal
Was dieses Signal ist: Prüft BreadcrumbList-JSON-LD auf Kategorieseiten, das jede Kategorie im Navigationsbaum des Shops verortet. So lernen Maschinen die Struktur des Katalogs — welche Kategorien es gibt, wie sie verschachtelt sind und welche Seite der Einstiegspunkt für jede Produktfamilie ist.
Status: kritisch
Top-Fail-URLs: 2 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
0/2 / 0%
Breadcrumb-Schema
Betroffene Beispiel-URLs2 von 2
Empfohlene Änderung
BreadcrumbList JSON-LD im betroffenen Template ergänzen und mit sichtbarer Navigation, Canonical und Kategoriepfad abgleichen.
Canonical erklärt
24SEO-Signal
Was dieses Signal ist: Verifiziert, dass Kategorieseiten eine kanonische URL deklarieren. Kategorieseiten erzeugen über Filter, Sortierung und Paginierung viele URL-Varianten; das Canonical hält all diese Signale auf einer maßgeblichen Adresse gebündelt.
2/2 pass, 100% Abdeckung.
2/2 / 100%
Canonical erklärt
Empfohlene Änderung
Signal beibehalten: Canonical erklärt besteht aktuell im Kategorie-Template; bei Template-Änderungen erneut prüfen.
Meta-Beschreibung
25SEO-Signal
Was dieses Signal ist: Prüft, ob die Kategorieseite eine Meta-Description trägt, die das Sortiment tatsächlich beschreibt. Für Kategorieseiten ist sie oft die einzige redaktionelle Zusammenfassung, die Maschinen bekommen — sie prägt das Such-Snippet und die Art, wie Antwortsysteme charakterisieren, was dieser Teil des Shops verkauft.
1/2 haben eine Meta-Beschreibung; 1 Seite(n) fehlen noch. Einzigartigkeit der vorhandenen Beschreibungen: 100% (0 doppelt).
Status: teilweise
Top-Fail-URLs: 1 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
Betroffene Beispiel-URLs1 von 2
SEO-Fundament · Meta-Description: teilweise — Meta-Description vorhanden, aber 193 Zeichen — Idealbereich ist 120–160.
Empfohlene Änderung
Fehlende Meta-Beschreibungen für 1 Seite(n) ergänzen: Seiten-/Kategoriename plus unterscheidendes Merkmal verwenden.
H1 vorhanden
26SEO-Signal
Was dieses Signal ist: Verifiziert, dass jede Kategorieseite genau eine klare H1 hat, die die Kategorie benennt. Die H1 ist die stärkste On-Page-Aussage zum Thema der Seite; eine fehlende oder doppelte H1 zwingt Crawler und KI-Modelle, das Thema aus schwächeren, mehrdeutigeren Signalen abzuleiten.
2/2 pass, 100% Abdeckung.
SEO-Fundament · Einzelne H1: teilweise — Ø 0.63 H1 pro Seite — einige Seiten haben keine H1. Jede Seite sollte genau eine H1 tragen.
Erster Fix: Eine H1 für das Seitenversprechen behalten; Nebenideen konsequent in H2/H3 verschieben.
Empfohlene Änderung
Signal beibehalten: H1 vorhanden besteht aktuell im Kategorie-Template; bei Template-Änderungen erneut prüfen.
Einleitungstext ≥80 W
27GEO-Signal
Was dieses Signal ist: Prüft, ob die Kategorieseite mit mindestens 80 Wörtern beschreibendem Text zum Sortiment beginnt — was es enthält, für wen es ist und wie man auswählt. Dieses Intro ist meist die einzige extrahierbare Prosa auf einer Kategorieseite; es ist das, was ein KI-System zitieren kann, wenn gefragt wird, was dieser Shop in dieser Kategorie anbietet.
Status: kritisch
Top-Fail-URLs: 2 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
0/2 / 0%
Einleitungstext ≥80 W
Betroffene Beispiel-URLs2 von 2
Empfohlene Änderung
Kategorieseiten mit einem kurzen Auswahlkontext ergänzen: Zweck, Varianten, Auswahlkriterien und wichtige Untergruppen.
Antwort-Struktur
28GEO-Signal
Was dieses Signal ist: Prüft, ob die Kategorieseite extrahierbare Antwort-Einheiten bietet — Auswahlhilfen, Vergleichshinweise, fragenförmige Überschriften oder FAQ-Blöcke. Diese Strukturen erlauben KI-Assistenten, die Kategorieseite für „Welches soll ich nehmen"-Fragen zu nutzen, statt nur als Linkliste.
Status: kritisch
Top-Fail-URLs: 2 Beispiel-URL(s) im Dropdown; vollständige Liste im Evidence JSON.
0/2 / 0%
Antwort-Struktur
Betroffene Beispiel-URLs2 von 2
SEO-Fundament · Direktantwort-Snippet: teilweise — BLUF-Anteil (Antwort zuerst): 33%; das Direktantwort-Format ist teilweise.
GEO-Signalschicht · Direkte Antworten: teilweise — BLUF-Anteil (Antwort zuerst): 33%; die direkte Antwortabdeckung ist teilweise. Gespeicherte Vorgabe: 10-80 Wörter pro Antwortabsatz.
Empfohlene Änderung
Kurze Antwortblöcke in das Template aufnehmen: Kompatibilität, Auswahl, Einsatz, Lieferung/Garantie oder echte Käuferfragen.
4
Detailanalyse
AI Journey Coverage
Verbindet Produkt- und Kategorie-Evidenz mit der AI-Sichtbarkeitsfrage: Gibt es genug Antwort-, Auswahl- und Kaufentscheidungsfläche?
Zusammenfassung
AI Journey Coverage 39/100: schwächste gemessene Teilflächen sind Antwortfläche für AI-Fragen 17/100 und Kategorie-Auswahlkontext 33/100; stärkste gemessene Teilfläche: Produktentscheidungsfläche 67/100.
BOFU Produktentscheidungsfläche
29AI-Journey-Signal
Was dieses Signal ist: Misst, ob Produktseiten die Entscheidungsfakten (Bottom of Funnel) tragen, die ein Käufer — oder ein ihn beratender KI-Assistent — für das Ja braucht: Spezifikationen, Preis, Verfügbarkeit, Vertrauens- und Bewertungsdaten in extrahierbarer Form. Schwäche hier heißt, genau den Moment zu verlieren, in dem aus einer Empfehlung ein Kauf würde.
Produktseiten: 3
Product/Offer/Review: 67/100
Was hier fehlt
Produktseiten müssen die Kaufentscheidung direkt auf der Seite schließen.
Warum
AI-Shopping- und Antwortsysteme brauchen zitierbare Fakten zu Preis, Verfügbarkeit, Vertrauen und Passung; wenn diese Fakten fehlen, wird die Empfehlung aus anderen Quellen gebaut.
Beispiel
sichtbarer Preis plus Offer-Daten, Verfügbarkeit, echte Bewertungen/Garantie, und ein kurzer Block wie "Passt dieses Produkt zu X?" oder "Welche Variante soll ich wählen?".
Fertig, wenn
Product/Offer/Review und die wichtigsten Kauf-Fragen im Produkt-Template sichtbar und maschinenlesbar bestehen.
MOFU Kategorie- und Auswahlfläche
30AI-Journey-Signal
Was dieses Signal ist: Misst, ob Kategorieseiten die Vergleichs- und Auswahlphase (Middle of Funnel) unterstützen: Sortimentsüberblick, Auswahlkriterien und strukturierte Produktlisten. Auf dieser Fläche entscheiden KI-Assistenten, welche Produkte des Shops es auf eine Shortlist schaffen.
Kategorieseiten: 2
Kategorie-Kontext: 33/100
Was hier fehlt
Die Kategorie muss wie eine Auswahlhilfe funktionieren, nicht nur wie ein Produktgrid.
Warum
AI-Systeme können eine Liste schwer zitieren; sie brauchen erklärten Auswahlkontext, um eine Kategorie als Antwortquelle zu nutzen.
Beispiel
ein kurzer Intro-Block erklärt Einsatzzweck, Varianten, wichtige Untergruppen und Kriterien wie Material, Größe, Ausführung, Einsatzbereich oder Kompatibilität.
Fertig, wenn
H1, CollectionPage/ItemList und Auswahltext klar zeigen, welche Variante für welchen Bedarf passt.
Antwortfläche für AI-Fragen
31AI-Journey-Signal
Was dieses Signal ist: Misst, ob die Website informierende Käuferfragen (Top of Funnel) mit extrahierbarem Inhalt beantwortet — FAQs, Ratgeber, Definitionsblöcke in echter Fragesprache. Diese Fläche verdient die frühen Erwähnungen in KI-Antworten, bevor ein Nutzer überhaupt nach einem konkreten Produkt fragt.
Produkt-Antwortstruktur: 33/100
Kategorie-Antwortstruktur: 0/100
Was hier fehlt
Jede häufige Käuferfrage braucht eine kurze, direkt zitierbare Antwortfläche.
Warum
Wenn die Antwort nicht im Shop steht, nimmt ein AI-System die Antwort aus Ratgebern, Marktplatzseiten, Foren oder Wettbewerbern.
Beispiel
"Was ist der Unterschied zwischen A und B?", "Wie wird es verwendet?", "Welche Risiken oder Grenzen gibt es?", "Womit ist es kompatibel?".
Fertig, wenn
Produkt- und Kategorie-Templates diese Fragen sichtbar beantworten und die Answer-Structure-Messung steigt.
4
Detailanalyse
Citation Evidence (Add-on)
Point-in-time / Momentaufnahme: Live-Snapshot-Ebene: AI Citation und Prompt Discovery sind Point-in-time-Messungen gegen Live-Systeme (Perplexity / ChatGPT / Google AIO) (2026-06-26); das Query Set bleibt fix, aber externe Antworten können sich von Tag zu Tag ändern.
Nennen oder zitieren KI-Systeme die Domain bei Käuferfragen?
Zusammenfassung
Multi-ASOV 7%, Multi-Score 5. Mention zeigt Sichtbarkeit, Citation zeigt Quellenstatus.
Lesehilfe
- Citation (zitiert) heißt: Die Domain wird als Quelle verwendet. Mention (erwähnt) heißt: Die Domain wird genannt, aber nicht als Quelle geführt.
- Multi-ASOV 7% heißt hier: In 1 von 15 Frage-Plattform-Ergebnissen war ts-wellness.com Quelle.
- "Keine Quellen zurückgegeben" zählt als abwesend. Das ist eine Evidenzgrenze der AI-Antwort, kein automatischer Site-Defekt.
- Einordnung: Diese Momentaufnahme ist für Richtung über Zeit gedacht. Die erste Fix-Liste zeigt die Hebel; ein Re-Audit validiert, ob Mention-only oder abwesende Ergebnisse zu Citation werden.
4
Detailanalyse
Citation Status — Query-Drilldown
Point-in-time / Momentaufnahme: Live-Snapshot-Ebene: AI Citation und Prompt Discovery sind Point-in-time-Messungen gegen Live-Systeme (Perplexity / ChatGPT / Google AIO) (2026-06-26); das Query Set bleibt fix, aber externe Antworten können sich von Tag zu Tag ändern.
Zeigt, welche getesteten Fragen auf welcher Plattform Citation, Mention oder Abwesenheit erzeugt haben.
Sprache der getesteten Käuferfragen: Türkisch. Die Fragen bleiben als gemessene Evidenz in ihrer Testsprache; die Report-Sprache ist Deutsch.
Zusammenfassung
15 Query-Plattform-Ergebnis(se) aus dem Citation-Add-on.
Wie Sie mit dieser Tabelle arbeiten
- Die "Quellen gingen an"-Domains sind Ihre reale AI-Konkurrenz - nicht unbedingt Ihre klassischen Wettbewerber.
- Fragen, bei denen Fachquellen statt Marktplätze zitiert werden, sind am schnellsten gewinnbar; beantworten Sie sie in Antwortblöcken auf der passenden Produkt-/Kategorieseite.
| Frage | Perplexity | ChatGPT | Google AI Overview |
|---|
| metilen mavisi USP grade | abwesend | abwesend | abwesend |
| metilen mavisi satın al | abwesend | abwesend | abwesend |
| nattokinaz kapsül | abwesend | abwesend | abwesend |
| CoA sertifikalı metilen mavisi | zitiert | abwesend | abwesend |
| metilen mavisi nedir | abwesend | abwesend | abwesend |
Legende: zitiert = Domain ist Quelle; erwähnt = Domain wird genannt; abwesend = keine Citation/Mention; - keine Quellen zählt als abwesend, ist aber kein Site-Defekt.
metilen mavisi USP grade
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: hepsiburada.com, aquarius-prolife.com, trendyol.com, instagram.com (Social Media / Plattformen).
Perplexity: abwesend — Quellen gingen an: hepsiburada.com, aquarius-prolife.com, instagram.com, trendyol.com
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
metilen mavisi satın al
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: cimri.com, kimyaciniz.com, hepsiburada.com, trendyol.com.
Perplexity: abwesend — Quellen gingen an: cimri.com, kimyaciniz.com, hepsiburada.com, trendyol.com
ChatGPT: abwesend — Quellen gingen an: destekkimya.com, labor.com.tr, okulgen.com, egenanotek.com
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
nattokinaz kapsül
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: velavit.com, trendyol.com, hepsiburada.com, redfood24.de.
Perplexity: abwesend — Quellen gingen an: velavit.com, trendyol.com, hepsiburada.com, redfood24.de
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
CoA sertifikalı metilen mavisi
1 Citation, 0 Mention-only, 2 abwesend.
Haeufig zitierte Domains in dieser Frage: metilen-mavisi.com, laborteknik.com, ts-wellness.com, drozdogan.com.
Perplexity: zitiert: metilen-mavisi.com, laborteknik.com, ts-wellness.com, drozdogan.com
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
metilen mavisi nedir
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: evrimagaci.org, drozdogan.com, drfirat.com, aktifinternational.com.
Perplexity: abwesend — Quellen gingen an: evrimagaci.org, drozdogan.com, drfirat.com, aktifinternational.com
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
4
Detailanalyse
AEO Readiness (Add-on)
Vier Säulen der Agentic Engine Optimization: Kontakt, Services, Aktionen, Aktualität.
Zusammenfassung
Agent-Readiness-Score 38. 3 offene Punkte.
Messbasis / Evidenzgrenze
Gemessen auf 5 repräsentativen Seiten: Startseite, Kontaktseite, 2 Produktseite, Kategorieseite.
Kontakt-Extrahierbarkeit
32AEO-Signal
Was dieses Signal ist: Prüft, ob ein KI-Agent programmatisch extrahieren kann, wer die Website betreibt und wie er ihn erreicht — Adresse, E-Mail, Kontaktkanäle, Impressum und Organization-Schema. Agenten stufen Betreiber, die sie identifizieren und verifizieren können, höher ein als anonyme; Kontaktdaten sind zudem Voraussetzung jeder agentenseitig angestoßenen Transaktion.
Kontakt-Extrahierbarkeit: kritisch (20/100). Kontaktpfad und ContactPoint-Signale werden als AEO-Kontakt-Ebene bewertet. Evidenzseite: /pages/iletisim
Service-/Produkt-Lesbarkeit
33AEO-Signal
Was dieses Signal ist: Bewertet, wie gut das Angebot selbst maschinell lesbar ist: ob das Verkaufte, seine Eigenschaften, Bedingungen und sein Umfang in strukturierter oder klar formatierter Form vorliegen und nicht nur in Marketingprosa. Das entscheidet, ob ein Agent das Angebot korrekt wiedergeben kann.
Servis/ürünler fiyat verisiyle tamamen yapılandırılmış (name, description, url, price, availability) — AI ajanları teklifleri programatik karşılaştırabilir. Evidenzseite: /products/metilen-mavisi-usp-grade-100-ml
Aktionsfluss-Zugänglichkeit
34AEO-Signal
Was dieses Signal ist: Bewertet, ob die Kernaktionen — Kaufen, Buchen, Kontaktieren — über maschinell verfolgbare Pfade erreichbar sind: saubere Links, funktionierende Formulare, strukturierte Checkout-Einstiege statt reiner Script-UI. Agentic Commerce scheitert genau an diesem Schritt, wenn der Aktionspfad für den Agenten unsichtbar ist.
Aktionsfluss-Zugänglichkeit: kritisch (30/100). Der sichtbare nächste Schritt und maschinenlesbare Actions bestimmen die Agenten-Zugänglichkeit. Evidenzseite: /products/metilen-mavisi-usp-grade-100-ml
Datenaktualität
35AEO-Signal
Was dieses Signal ist: Prüft auf maschinenlesbare Aktualitätssignale — dateModified, Preisgültigkeit, Lagerstatus, sitemap lastmod. Agenten werten Daten ab, die sie nicht datieren können; Fakten, die veraltet wirken, fliegen aus Antworten, selbst wenn sie noch stimmen.
Datenaktualität: kritisch (20/100). Aktualitäts- und Verifizierbarkeitssignale zeigen, ob Agenten den Stand der Daten einordnen können. Evidenzseite: /products/metilen-mavisi-usp-grade-100-ml
4
Detailanalyse
Sector Benchmark (Add-on)
Spezielle Benchmark-Ebene für metilen mavisi USP grade: Sie zeigt nicht nur Durchschnittswerte, sondern wie Mundus das Wettbewerbsfeld als messbare AI-Such-Baseline formt.
So nutzt man diesen Benchmark
Dies ist kein Zusatz-Score. Diese Ebene übersetzt den Sektorvergleich in Arbeitsentscheidungen: welche Marktsignale AI-Antwortsysteme erkennen, auswählen und wiederverwenden können.
Marktsignale lesen
Nutze die Top-Result-Seiten, um zu sehen, welche Content-Tiefe, Schema-Abdeckung, Antwortform, Aktualität und extrahierbaren Fakten im Query-Feld erwartet werden.
Fix-Richtung wählen
Vergleiche die auditierte Site mit der Sektor-Baseline und entscheide, welche unterdurchschnittlichen Signale zuerst in die Fix Queue müssen.
Gap neu messen
Nach der Korrektur wird derselbe Benchmark erneut gemessen: Hat sich die Lücke geschlossen und ist die Seite stärkeres Antwortmaterial geworden?
Empfohlene Fix-Richtung
AI-Extrahierbarkeit
Zuerst AI-Extrahierbarkeit bearbeiten, weil diese Benchmark-Karten die Lücke zeigen: Proper H1 Hierarchy, Synthesizability Score.
Nutze H1-, Schema-, Synthesizability-, Metadata- und Strukturkarten. Mache die Antwort über klare Überschriften, strukturierte Daten und explizite Fakten wiederverwendbar.
Karten darunter: Proper H1 Hierarchy, Synthesizability Score
Zusammenfassung
6 Resultate analysiert. Der Benchmark bleibt Sektor-Kontext, aber er ist jetzt als Entscheidungsfeld zu lesen: Welche Signale sind im Markt sichtbar, wo liegt die auditierte Site unter Median, und welche Lücke sollte nach der nächsten Korrektur erneut gemessen werden?
So wird der Sector Benchmark gelesen
- Mundus baut diese Ebene aus dem aktuellen Query-Feld für "metilen mavisi USP grade": 6 Top-Result-Seiten werden als Markt-Baseline gemessen und gegen die auditierte Site gestellt.
- AI-Suche ist kein einfacher Ranking-Check mehr. Systeme zerlegen Fragen in Unterthemen, wählen nur wenige Quellen aus und können Seiten zitieren, die nicht eins zu eins den klassischen Suchergebnissen entsprechen.
- Darum ist diese Sektion ein Arbeitskompass: Sie zeigt, welche Content-Tiefe, Antwortstruktur, Schema-Abdeckung und Extraktionssignale im Sektor sichtbar sind, und welche Lücken zuerst erneut gemessen werden sollten.
Kurzfazit
12 von 17 Vergleichsmetriken liegen auf Sektor-Niveau oder besser.
Schlechter als Sektor: Proper H1 Hierarchy, Synthesizability Score. Nicht gemessen: Readability Score, Question Ratio (%), FAQ Headings.
Empfohlene Änderung
Starte mit AI-Extrahierbarkeit.
Detail
Nutze diese Karten unten: Proper H1 Hierarchy, Synthesizability Score.
Detail
Word Count ist nur Startpunkt, wenn er selbst als Gap genannt wird.
Proper H1 Hierarchy
36Benchmark-Signal
Was dieses Signal ist: Vergleicht die Überschriften-Hierarchie der Seite — genau eine H1, sauber geordnete H2/H3-Ebenen — mit den gemessenen Top-Ergebnissen für die Ziel-Query. Eine saubere Hierarchie ist die Art, wie Maschinen Inhalte in einzeln zitierbare Abschnitte segmentieren.
Aktuell: nicht vorhanden; Sektor: 50% of top pages comply; Einordnung: nicht vorhanden.
Aktuell: nicht vorhanden
Sektor: 50% of top pages comply
Einordnung: nicht vorhanden
SEO-Fundament · Überschriftenstruktur: teilweise — Die gemessene H1→H2/H3-Hierarchie ist teilweise; H2 Ø 8.63 pro Seite.
Erster Fix: Überschriften wie ein Inhaltsverzeichnis neu ordnen: eine H1, beschreibende H2-Sektionen und H3-Details nur bei Bedarf.
SEO-Fundament · Einzelne H1: teilweise — Ø 0.63 H1 pro Seite — einige Seiten haben keine H1. Jede Seite sollte genau eine H1 tragen.
Empfohlene Änderung
AI-Extrahierbarkeit: Nutze H1-, Schema-, Synthesizability-, Metadata- und Strukturkarten.
Detail
Mache die Antwort über klare Überschriften, strukturierte Daten und explizite Fakten wiederverwendbar.
Synthesizability Score
37Benchmark-Signal
Was dieses Signal ist: Mundus' eigenes Maß dafür, wie leicht ein KI-Modell die Seite zu einer Antwort verdichten kann: Faktendichte, in sich geschlossene Absätze, wenig Füllstoff. Benchmarked gegen konkurrierende Seiten zur selben Query — die besser synthetisierbare Seite ist die, die in die KI-Antwort paraphrasiert wird.
Aktuell: 30; Sektor: 31.7; Einordnung: unter Sektor-Median.
Aktuell: 30
Sektor: 31.7
Einordnung: unter Sektor-Median
Delta: -1.7
GEO-Signalschicht · Extrahierbare Struktur: teilweise — Kriterstatus: teilweise. Gespeicherte Messwerte: 30/100, 0.
Erster Fix: Kernbehauptungen in Listen, Tabellen, Definitionen und Schrittblöcke umwandeln. Jeder Block soll ohne die ganze Seite nutzbar sein.
Empfohlene Änderung
AI-Extrahierbarkeit: Nutze H1-, Schema-, Synthesizability-, Metadata- und Strukturkarten.
Detail
Mache die Antwort über klare Überschriften, strukturierte Daten und explizite Fakten wiederverwendbar.
Readability Score
38Benchmark-Signal
Was dieses Signal ist: Standardisierte Lesbarkeitsbewertung (Satzlänge, Wortkomplexität) im Vergleich zu den Top-Ergebnissen der Branche. Lesbarer Text ist auch maschinenfreundlicher Text — ungewöhnlich komplexe Prosa korreliert mit niedrigeren Extraktions- und Zitationsraten.
Aktuell: nicht gemessen; Sektor: 7.7; Einordnung: nicht gemessen.
Aktuell: nicht gemessen
Sektor: 7.7
Einordnung: nicht gemessen
Empfohlene Änderung
Diese Karte zuerst messbar machen, wenn sie zur gewählten Fix-Richtung gehört; danach denselben Benchmark erneut laufen lassen.
Question Ratio (%)
39Benchmark-Signal
Was dieses Signal ist: Der Anteil als Frage formulierter Überschriften und Abschnitte, verglichen mit den Top-Ergebnissen. Fragenförmige Abschnitte bilden reale Nutzer-Prompts nahezu eins zu eins ab und sind bevorzugte Herauslöse-Ziele für KI-Antworten.
Aktuell: nicht gemessen; Sektor: 0; Einordnung: nicht gemessen.
Aktuell: nicht gemessen
Sektor: 0
Einordnung: nicht gemessen
GEO-Signalschicht · Frage-Antwort-Format: teilweise — Frage-Antwort-Format: 0 Frage-/FAQ-Überschriften, BLUF 33%, Dialogscore 19/100; Status: teilweise.
Empfohlene Änderung
Diese Karte zuerst messbar machen, wenn sie zur gewählten Fix-Richtung gehört; danach denselben Benchmark erneut laufen lassen.
FAQ Headings
40Benchmark-Signal
Was dieses Signal ist: Zählt explizite FAQ-Blöcke und -Überschriften gegen den Wettbewerb. Das FAQ-Format ist das über alle KI-Systeme hinweg am zuverlässigsten extrahierte Inhaltsmuster — jedes Frage-Antwort-Paar ist eine fertige Antwort-Einheit.
Aktuell: nicht gemessen; Sektor: 0.3; Einordnung: nicht gemessen.
Aktuell: nicht gemessen
Sektor: 0.3
Einordnung: nicht gemessen
GEO-Signalschicht · Frage-Antwort-Format: teilweise — Frage-Antwort-Format: 0 Frage-/FAQ-Überschriften, BLUF 33%, Dialogscore 19/100; Status: teilweise.
Erster Fix: Eine echte FAQ-Sektion mit realen Nutzer- oder Käuferfragen ergänzen und nur dann auszeichnen, wenn sichtbarer Inhalt und Schema übereinstimmen.
Empfohlene Änderung
Diese Karte zuerst messbar machen, wenn sie zur gewählten Fix-Richtung gehört; danach denselben Benchmark erneut laufen lassen.
Word Count
41Benchmark-Signal
Was dieses Signal ist: Gesamte Inhaltslänge im Vergleich zu den gemessenen Top-Ergebnissen für die Query. Sie zeigt die inhaltliche Tiefe, die die Gewinnerseiten der Branche liefern — Ziel ist, große Substanzlücken zu schließen, nicht, den Durchschnittswert blind zu kopieren.
Aktuell: 746; Sektor: 532.2; Einordnung: über Sektor-Median.
Aktuell: 746
Sektor: 532.2
Einordnung: über Sektor-Median
SEO-Fundament · Content-Länge: teilweise — 746 Wörter pro Seite — knapp unter der empfohlenen Tiefe. Kontext, Beispiele oder FAQs ergänzen.
Erster Fix: Dünne Templates mit Auswahlkontext, Antworten und Produktdetails erweitern, die Nutzer wirklich brauchen; keine Füllmasse ergänzen.
Empfohlene Änderung
Hier nicht mit Textmenge starten, solange die Seite auf oder über Sektor-Niveau liegt.
Detail
Fehlende Unterthemen statt Fülltext ergänzen.
Internal Links
42Benchmark-Signal
Was dieses Signal ist: Anzahl interner Links im Vergleich zu den Top-Ergebnissen der Branche. Interne Links definieren die Crawl-Pfade und thematischen Beziehungen, aus denen Maschinen ableiten, welche Seiten einer Website wichtig sind und wie ihre Themen zusammenhängen.
Aktuell: 45; Sektor: 12.7; Einordnung: über Sektor-Median.
Aktuell: 45
Sektor: 12.7
Einordnung: über Sektor-Median
Delta: 32.3
Empfohlene Änderung
Dieses Signal stabil halten; die erste Korrektur gehört in die Karten, die im Kurzfazit als schwach oder nicht gemessen genannt sind.
External Links
43Benchmark-Signal
Was dieses Signal ist: Ausgehende Verweislinks im Vergleich zum Wettbewerb. Das Zitieren überprüfbarer Quellen ist ein Vertrauenssignal im E-E-A-T-Sinn — Seiten, die Quellen nennen, gelten als besser belegte Aussagen, was die Zitierwürdigkeit stützt.
Aktuell: 3; Sektor: 2.5; Einordnung: über Sektor-Median.
Aktuell: 3
Sektor: 2.5
Einordnung: über Sektor-Median
Delta: 0.5
Empfohlene Änderung
Dieses Signal stabil halten; die erste Korrektur gehört in die Karten, die im Kurzfazit als schwach oder nicht gemessen genannt sind.
Alt Tag Coverage (%)
44Benchmark-Signal
Was dieses Signal ist: Der Anteil der Bilder mit Alt-Text, verglichen mit den Top-Ergebnissen der Branche. Über Barrierefreiheit hinaus ist Alt-Text zusätzlicher maschinenlesbarer Kontext — Wettbewerber mit höherer Abdeckung geben KI-Systemen mehr verwertbare Fakten pro Seite.
Aktuell: 85; Sektor: 67.7; Einordnung: über Sektor-Median.
Aktuell: 85
Sektor: 67.7
Einordnung: über Sektor-Median
Delta: 17.3
SEO-Fundament · Bild-Alt-Texte: teilweise — 85% Alt-Text-Abdeckung — ein Teil der Bilder ist für KIs und Screenreader unsichtbar.
Empfohlene Änderung
Dieses Signal stabil halten; die erste Korrektur gehört in die Karten, die im Kurzfazit als schwach oder nicht gemessen genannt sind.
Passive Voice (%)
45Benchmark-Signal
Was dieses Signal ist: Der Anteil von Passivsätzen im Vergleich zum Wettbewerb. Aktive, subjektgeführte Sätze formulieren Fakten so, wie Antwortsysteme sie gern zitieren; viel Passiv verwischt, wer was tut, und senkt die Zitierfähigkeit.
Aktuell: 0; Sektor: 0.2; Einordnung: auf Sektor-Niveau.
Aktuell: 0
Sektor: 0.2
Einordnung: auf Sektor-Niveau
Delta: -0.2
Empfohlene Änderung
Dieses Signal stabil halten; die erste Korrektur gehört in die Karten, die im Kurzfazit als schwach oder nicht gemessen genannt sind.
Meta Description Length
46Benchmark-Signal
Was dieses Signal ist: Länge der Meta-Description im Vergleich zu den Top-Ergebnissen der Branche — geprüft werden Vorhandensein und nutzbare Snippet-Länge (~150–160 Zeichen). Die Meta-Description ist die Standard-Zusammenfassung der Seite in Suchergebnissen und manchen Antwortflächen.
Aktuell: 193; Sektor: 131.5; Einordnung: über Sektor-Median.
Aktuell: 193
Sektor: 131.5
Einordnung: über Sektor-Median
SEO-Fundament · Meta-Description: teilweise — Meta-Description vorhanden, aber 193 Zeichen — Idealbereich ist 120–160.
Empfohlene Änderung
Dieses Signal stabil halten; die erste Korrektur gehört in die Karten, die im Kurzfazit als schwach oder nicht gemessen genannt sind.
4
Detailanalyse
Prompt Discovery (Add-on)
Point-in-time / Momentaufnahme: Live-Snapshot-Ebene: AI Citation und Prompt Discovery sind Point-in-time-Messungen gegen Live-Systeme (Perplexity / ChatGPT / Google AIO) (2026-06-26); das Query Set bleibt fix, aber externe Antworten können sich von Tag zu Tag ändern.
Zeigt, welche Käuferfragen KI-Systeme im Sektor stellen und ob die Domain darin als Quelle auftaucht.
Sprache der getesteten Käuferfragen: Türkisch. Die Fragen bleiben als gemessene Evidenz in ihrer Testsprache; die Report-Sprache ist Deutsch.
Zusammenfassung
Prompt Map mit 10 Fragen. Top-Domain: trendyol.com (8).
So nutzen Sie die Prompt Map
- Coverage heißt: Anteil der Prompt-Discovery-Fragen mit Citation. 50% = 5 von 10 Fragen.
- ts-wellness.com erscheint in diesem Fragenraum auf Rang #5: 6 Citations, 50% Coverage. Nachbarn: eksisozluk.com / cimri.com; Social-Plattformen werden getrennt gezählt.
- Eine fehlende Citation ist nur ein Kandidatensignal. Vor einer Content-Entscheidung Themenfit, bestehende Abdeckung, Nutzwert, Originalbelege, kommerzielle Verzerrung und Template-Einzigartigkeit prüfen; dann bestehende Seite verbessern, begründet neu erstellen, konsolidieren, nichts tun oder Spezialistenprüfung wählen.
- Provenienz: AI-generierte Research-Hypothesen; keine Suchvolumen- oder Nachfragedaten und keine automatischen Content-Briefs.
- Social-Plattformen erscheinen als eigener Kanal: instagram.com, youtube.com.
- Citation Evidence und Prompt Map messen verschiedene Frageräume: Citation Multi-ASOV 7% (1/15), Prompt-Discovery Coverage 50%. Beide Werte sind korrekt.
| Frage | Perplexity | ChatGPT | Google AI Overview |
|---|
| metilen mavisi nedir ve ne işe yarar, insan sağlığına faydaları var mı? | abwesend | abwesend | abwesend |
| USP grade metilen mavisi ile normal metilen mavisi arasındaki fark ne? | zitiert | abwesend | abwesend |
| Türkiye'de CoA sertifikalı USP grade metilen mavisi nereden satın alabilirim? | zitiert | zitiert | abwesend |
| nattokinaz kapsül günde kaç mg alınmalı, dozajı nasıl ayarlanır? | abwesend | abwesend | abwesend |
| metilen mavisi alırken nelere dikkat etmeliyim, sahtesini nasıl anlarım? | abwesend | abwesend | abwesend |
| nattokinaz mı serrapeptaz mı daha etkili, ikisi arasındaki fark nedir? | abwesend | abwesend | abwesend |
| USP grade ne demek, ilaç saflığında bu sertifikanın önemi var mı? | zitiert | abwesend | abwesend |
| en güvenilir metilen mavisi markası hangisi, CoA belgesi olan ürün önerisi? | abwesend | zitiert | abwesend |
| nattokinaz kapsül kalp sağlığı için kullanıyorum, metilen mavisi ile birlikte alınır mı? | zitiert | abwesend | abwesend |
| metilen mavisi fiyatları neden bu kadar farklı, ucuz olanı almak riskli mi? | abwesend | abwesend | abwesend |
Legende: zitiert = Domain ist Quelle; erwähnt = Domain wird genannt; abwesend = keine Citation/Mention; - keine Quellen zählt als abwesend, ist aber kein Site-Defekt.
Häufig zitierte Domains — gemischtes Quellenfeld
trendyol.com (8, 60% coverage); eksisozluk.com (6, 60% coverage); cimri.com (5, 50% coverage); metilen-mavisi.com (4, 40% coverage); akvaryum.com (3, 30% coverage)
#1 trendyol.com: 8 citation(s), 60% coverage
#2 eksisozluk.com: 6 citation(s), 60% coverage
#3 cimri.com: 5 citation(s), 50% coverage
#4 metilen-mavisi.com: 4 citation(s), 40% coverage
#5 akvaryum.com: 3 citation(s), 30% coverage
#6 drfirat.com: 3 citation(s), 30% coverage
Social Media / Plattformen
instagram.com (9, 80% coverage); youtube.com (9, 70% coverage); reddit.com (2, 20% coverage)
#1 instagram.com: 9 citation(s), 80% coverage
#2 youtube.com: 9 citation(s), 70% coverage
#3 reddit.com: 2 citation(s), 20% coverage
metilen mavisi nedir ve ne işe yarar, insan sağlığına faydaları var mı?
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: evrimagaci.org, drozdogan.com, drfirat.com, aktifinternational.com.
Perplexity: abwesend — Quellen gingen an: evrimagaci.org, drozdogan.com, drfirat.com, aktifinternational.com
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
USP grade metilen mavisi ile normal metilen mavisi arasındaki fark ne?
1 Citation, 0 Mention-only, 2 abwesend.
Haeufig zitierte Domains in dieser Frage: ts-wellness.com, metilen-mavisi.com, hepsiburada.com, aquarius-prolife.com.
Perplexity: zitiert: ts-wellness.com, metilen-mavisi.com, hepsiburada.com, aquarius-prolife.com, instagram.com
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
Türkiye'de CoA sertifikalı USP grade metilen mavisi nereden satın alabilirim?
2 Citation, 0 Mention-only, 1 abwesend.
Haeufig zitierte Domains in dieser Frage: metilen-mavisi.com, ts-wellness.com, hepsiburada.com, ozelsporcugidalari.com.
Perplexity: zitiert: metilen-mavisi.com, ts-wellness.com, instagram.com, hepsiburada.com
ChatGPT: zitiert: ts-wellness.com, ozelsporcugidalari.com, trendyol.com, beyondskincare.com.tr
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
nattokinaz kapsül günde kaç mg alınmalı, dozajı nasıl ayarlanır?
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: validus.com.tr, kirmizibeyazz.com, recete.com, youtube.com (Social Media / Plattformen).
Perplexity: abwesend — Quellen gingen an: validus.com.tr, kirmizibeyazz.com, recete.com, youtube.com
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
metilen mavisi alırken nelere dikkat etmeliyim, sahtesini nasıl anlarım?
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: cimri.com, aktifinternational.com, eksisozluk.com, tetkik.com.tr.
Perplexity: abwesend — Quellen gingen an: cimri.com, aktifinternational.com, eksisozluk.com, tetkik.com.tr
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
nattokinaz mı serrapeptaz mı daha etkili, ikisi arasındaki fark nedir?
0 Citation, 0 Mention-only, 3 abwesend.
Haeufig zitierte Domains in dieser Frage: amerikasepetim.com, redfood24.de, eksisozluk.com, youtube.com (Social Media / Plattformen).
Perplexity: abwesend — Quellen gingen an: amerikasepetim.com, redfood24.de, youtube.com, eksisozluk.com
ChatGPT: keine Quellen in dieser Antwort zurückgegeben
Google AI Overview: keine Quellen in dieser Antwort zurückgegeben
5Umsetzungs-Backlog
Kompakter Arbeitsauszug: Aktion, Owner und Validierung. Die Diagnose bleibt im passenden Report-Kapitel.
Warum hier keine Aktion "Citation-Status verbessern" steht
- Citation ist ein Ergebnis, kein Schalter. Die Template-, Antwortstruktur- und Quellenaktionen sind die Hebel, die später im Citation-Kapitel, Query-Drilldown und in der Prompt Map validiert werden.
Käufer-Antwortblöcke3 Aktion(en) · Prioritäten 1, 4, 8
Kategorie-Auswahlhilfe2 Aktion(en) · Prioritäten 7, 9
Katalog-Schema3 Aktion(en) · Prioritäten 3, 5, 6
Bewertungen und Nachweise1 Aktion(en) · Prioritäten 2
5
Umsetzungs-Backlog
1
TO DO: Käuferfrage-Blöcke für Auswahl, Vergleich, Passung und Kaufbedingungen ergänzen
Technischer Kontext: AI Journey Coverage ist nicht ausreichend belegt · Arbeitspaket: Käufer-Antwortblöcke
Owner: SEO + content + developer
Aufwand: mittelWirkung: hoch
- Ein Kaufentscheidungsblock ist ein kurzer, sichtbarer Abschnitt im Produkt- oder Kategorie-Template, der eine echte Käuferfrage direkt beantwortet. Warum: AI-Antworten brauchen zitierbare Entscheidungs-Evidenz auf der Shopseite selbst; sonst holen sie Auswahl-, Vergleichs-, Liefer- oder Garantieinformationen aus Marktplatz-, Review- oder Wettbewerberseiten. Beispiel Produktseite: "Passt dieses Modell zu X?", "Welche Größe/Variante soll ich wählen?", "Lieferzeit, Rückgabe und Garantie". Beispiel Kategorie: "Welche Variante für Einsatz A vs. B?", "Wichtige Auswahlkriterien", "Vergleich der Untergruppen". Blog nur nutzen, wenn die Frage nicht sinnvoll im Template beantwortet werden kann.
Auslöser: AI Journey Coverage (ai_journey_coverage)
Gemessen: BOFU Produktentscheidungsfläche: 67/100; MOFU Kategorie- und Auswahlfläche: 33/100; Antwortfläche für AI-Fragen: 17/100
Grundlage: Crawl-Evidenz / Produkt-/Kategorie-Audit (crawl_evidence / product_category_audit)
Sicherheit: mittel
Zielgrundlage: Aus Produkt-/Kategorie-Kriterien abgeleitet; keine feste Wortzahl, FAQ-Anzahl oder pauschale Content-Länge.
Validierung: Full AI Visibility Audit erneut ausführen und prüfen, ob AI Journey Coverage nutzbar oder stark wird.
5
Umsetzungs-Backlog
2
TO DO: Nur sichtbare echte Bewertungen als Schema markieren
Technischer Kontext: Produktseiten: Bewertungs-Schema · Arbeitspaket: Bewertungen und Nachweise
Owner: SEO + developer
Aufwand: mittelWirkung: hoch
- Ein Review-Schema-Arbeitsblock markiert nur Bewertungen, die Nutzer auf der Produktseite wirklich sehen. Warum: AI-Systeme und Suchfeatures nutzen Bewertungen als Trust-Evidenz nur dann sauber, wenn Markup und sichtbarer Inhalt übereinstimmen; unsichtbare oder erfundene Reviews erzeugen Risiko. Beispiel: Wenn ein Produkt sichtbar 23 verifizierte Bewertungen und 4,8 Sterne zeigt, werden genau diese Werte als AggregateRating/Review im Product JSON-LD markiert. Fertig, wenn betroffene Produkt-Templates echte sichtbare Bewertungen zeigen und Review/AggregateRating ohne Warnung validiert.
Auslöser: review_schema
Gemessen: 0/3 Produktseiten bestehen Bewertungs-Schema.
Grundlage: Crawl-Evidenz / Produkt-Audit (crawl_evidence / product_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Bewertungs-Schema für die betroffenen Produktseiten-URLs nicht mehr fail/warning ist.
5
Umsetzungs-Backlog
3
TO DO: Breadcrumb-Schema im Template ergänzen
Technischer Kontext: Produktseiten: Breadcrumb-Schema · Arbeitspaket: Katalog-Schema
Owner: SEO + developer
Aufwand: mittelWirkung: hoch
- Ein Breadcrumb-Schema-Arbeitsblock beschreibt den sichtbaren Katalogpfad als BreadcrumbList JSON-LD. Warum: AI-Systeme brauchen den Pfad, um ein Produkt oder eine Kategorie in der Shop-Hierarchie richtig einzuordnen; ohne Pfad bleibt die Seite isoliert. Beispiel: Home > Produkte > Produktkategorie > Produktname wird mit denselben Namen, Positionen und URLs im BreadcrumbList-Markup abgebildet. Fertig, wenn sichtbare Breadcrumbs, Canonical und BreadcrumbList-Namen/URLs zusammenpassen.
Auslöser: breadcrumb_schema
Gemessen: 0/3 Produktseiten bestehen Breadcrumb-Schema.
Grundlage: Crawl-Evidenz / Produkt-Audit (crawl_evidence / product_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Breadcrumb-Schema für die betroffenen Produktseiten-URLs nicht mehr fail/warning ist.
5
Umsetzungs-Backlog
4
TO DO: Antwortblöcke ins Template aufnehmen
Technischer Kontext: Produktseiten: Antwort-Struktur · Arbeitspaket: Käufer-Antwortblöcke
Owner: SEO + developer
Aufwand: mittelWirkung: hoch
- Ein Antwortblock ist ein kurzer sichtbarer Abschnitt, der eine echte Käuferfrage direkt beantwortet. Warum: Wenn die Antwort nicht im Template steht, baut ein AI-System die Antwort aus anderen Quellen und die Shopseite verliert zitierbare Evidenz. Beispiel: "Welche Variante soll ich wählen?", "Ist dieses Produkt mit X kompatibel?", "Wie wird es verwendet?", "Lieferung, Rückgabe und Garantie". Fertig, wenn die betroffenen Produkt- oder Kategorie-Templates diese Fragen sichtbar beantworten und die Answer-Structure-Messung steigt.
Auslöser: answer_shaped_content
Gemessen: 1/3 Produktseiten bestehen Antwort-Struktur.
Grundlage: Crawl-Evidenz / Produkt-Audit (crawl_evidence / product_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Antwort-Struktur für die betroffenen Produktseiten-URLs nicht mehr fail/warning ist.
5
Umsetzungs-Backlog
5
TO DO: CollectionPage oder ItemList für Kategorien ergänzen
Technischer Kontext: Kategorieseiten: Collection JSON-LD · Arbeitspaket: Katalog-Schema
Owner: SEO + developer
Aufwand: mittelWirkung: hoch
- Ein CollectionPage/ItemList-Arbeitsblock macht die Kategorie als echte Sammlung maschinenlesbar. Warum: AI-Systeme können eine Produktliste besser verstehen, wenn die Kategorie, die enthaltenen Items und deren Reihenfolge klar ausgezeichnet sind. Beispiel: Kategorie-Template enthält CollectionPage oder ItemList mit den sichtbaren Produktkarten und URLs. Fertig, wenn Markup und sichtbare Liste dieselben Produkte zeigen.
Auslöser: collection_schema
Gemessen: 0/2 Kategorieseiten bestehen Collection JSON-LD.
Grundlage: Crawl-Evidenz / Kategorie-Audit (crawl_evidence / category_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Collection JSON-LD für die betroffenen Kategorieseiten-URLs nicht mehr fail/warning ist.
5
Umsetzungs-Backlog
6
TO DO: Breadcrumb-Schema im Template ergänzen
Technischer Kontext: Kategorieseiten: Breadcrumb-Schema · Arbeitspaket: Katalog-Schema
Owner: SEO + developer
Aufwand: mittelWirkung: hoch
- Ein Breadcrumb-Schema-Arbeitsblock beschreibt den sichtbaren Katalogpfad als BreadcrumbList JSON-LD. Warum: AI-Systeme brauchen den Pfad, um ein Produkt oder eine Kategorie in der Shop-Hierarchie richtig einzuordnen; ohne Pfad bleibt die Seite isoliert. Beispiel: Home > Produkte > Produktkategorie > Produktname wird mit denselben Namen, Positionen und URLs im BreadcrumbList-Markup abgebildet. Fertig, wenn sichtbare Breadcrumbs, Canonical und BreadcrumbList-Namen/URLs zusammenpassen.
Auslöser: breadcrumb_schema
Gemessen: 0/2 Kategorieseiten bestehen Breadcrumb-Schema.
Grundlage: Crawl-Evidenz / Kategorie-Audit (crawl_evidence / category_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Breadcrumb-Schema für die betroffenen Kategorieseiten-URLs nicht mehr fail/warning ist.
5
Umsetzungs-Backlog
7
TO DO: Kategorie-Kontext oberhalb der Liste ergänzen
Technischer Kontext: Kategorieseiten: Einleitungstext ≥80 W · Arbeitspaket: Kategorie-Auswahlhilfe
Owner: SEO + developer
Aufwand: mittelWirkung: hoch
- Ein Kategorie-Intro-Arbeitsblock erklärt vor der Produktliste, wie der Käufer auswählen soll. Warum: Eine reine Liste beantwortet keine Auswahlfrage; AI-Systeme brauchen Kriterien, Varianten und Einsatzfälle, um die Kategorie als Beratungsquelle zu verwenden. Beispiel: Zweck, Varianten, Material, Größe, Ausführung, Einsatzbereich und wichtige Untergruppen werden kurz erklärt. Fertig, wenn die Kategorie vor der Liste Auswahlkontext liefert.
Auslöser: intro_text
Gemessen: 0/2 Kategorieseiten bestehen Einleitungstext ≥80 W.
Grundlage: Crawl-Evidenz / Kategorie-Audit (crawl_evidence / category_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Einleitungstext ≥80 W für die betroffenen Kategorieseiten-URLs nicht mehr fail/warning ist.
5
Umsetzungs-Backlog
8
TO DO: Antwortblöcke ins Template aufnehmen
Technischer Kontext: Kategorieseiten: Antwort-Struktur · Arbeitspaket: Käufer-Antwortblöcke
Owner: SEO + developer
Aufwand: mittelWirkung: hoch
- Ein Antwortblock ist ein kurzer sichtbarer Abschnitt, der eine echte Käuferfrage direkt beantwortet. Warum: Wenn die Antwort nicht im Template steht, baut ein AI-System die Antwort aus anderen Quellen und die Shopseite verliert zitierbare Evidenz. Beispiel: "Welche Variante soll ich wählen?", "Ist dieses Produkt mit X kompatibel?", "Wie wird es verwendet?", "Lieferung, Rückgabe und Garantie". Fertig, wenn die betroffenen Produkt- oder Kategorie-Templates diese Fragen sichtbar beantworten und die Answer-Structure-Messung steigt.
Auslöser: answer_shaped_content
Gemessen: 0/2 Kategorieseiten bestehen Antwort-Struktur.
Grundlage: Crawl-Evidenz / Kategorie-Audit (crawl_evidence / category_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Antwort-Struktur für die betroffenen Kategorieseiten-URLs nicht mehr fail/warning ist.
5
Umsetzungs-Backlog
9
TO DO: Fehlende Meta-Beschreibungen ergänzen
Technischer Kontext: Kategorieseiten: Meta-Beschreibung · Arbeitspaket: Kategorie-Auswahlhilfe
Owner: SEO + developer
Aufwand: niedrigWirkung: mittel
- Was zu tun ist: Fehlende Meta-Beschreibungen ergänzen. Warum: Fehlende Meta-Beschreibungen lassen Such- und AI-Systeme die Snippet-/Seitenaussage aus schwaecheren Textsignalen ableiten. Beispiel: Nutze die betroffene Vorlage und gleiche sichtbaren Inhalt, strukturierte Daten und Canonical-/URL-Signale miteinander ab. Fertig, wenn die Validierung besteht: Crawl erneut ausführen und prüfen, ob Meta-Beschreibung für die betroffenen Kategorieseiten-URLs nicht mehr fail/warning ist.
Auslöser: unique_meta_desc
Gemessen: 1/2 Kategorieseiten haben eine Meta-Beschreibung; 1 Seite(n) fehlen noch. Der Befund betrifft fehlende Meta-Beschreibungen.
Grundlage: Crawl-Evidenz / Kategorie-Audit (crawl_evidence / category_audit)
Sicherheit: hoch
Zielgrundlage: Ziel ist das Bestehen des gemessenen Template-Kriteriums auf betroffenen URLs; keine feste Wortzahl oder pauschale Content-Menge.
Validierung: Crawl erneut ausführen und prüfen, ob Meta-Beschreibung für die betroffenen Kategorieseiten-URLs nicht mehr fail/warning ist.
