Ein Chatbot in einem Online-Shop ist nur so gut wie die Art und Weise, wie er Produkte findet. Fragen Sie einen Assistenten im Shop nach „einer leichten Regenjacke zum Laufen unter 100“, erwarten Sie zwei oder drei konkrete Vorschläge mit Preis und Link. Ob der Chatbot das liefern kann, hängt viel weniger vom KI-Modell ab und weitaus mehr davon, woher sein Produktwissen stammt und wie aktuell es ist.
Es gibt drei Möglichkeiten, einem E-Commerce-Chatbot Zugriff auf Ihre Produkte zu geben:
- AI Search - Der Chatbot greift auf eine aus Ihrem Katalog erstellte Produkt-Wissensdatenbank zu und findet Produkte anhand ihrer Bedeutung. Unterstützte native Integrationen können beim Antworten Preise und Lagerbestände im Shop prüfen; XML-Setups nutzen die Daten des zuletzt aktualisierten Feeds.
- Live-Shop-Suche - Der Chatbot leitet den Suchbegriff des Kunden an den Such-Endpunkt Ihrer E-Commerce-Plattform weiter.
- Training anhand gescannter Shop-Seiten - Der Chatbot wird auf Basis einer gescannten Kopie Ihrer Shop-Seiten trainiert.
Dieser Artikel erklärt, wie die einzelnen Optionen funktionieren, wo ihre Stärken und Schwächen liegen, welchen Plan Sie benötigen und wie Sie die richtige Wahl treffen. Wenn Sie nur die Zusammenfassung möchten, springen Sie direkt zum direkten Vergleich. Eine kurze Übersicht mit Beispielen finden Sie auf der Seite zu AI Search.
Option 1: AI Search (indexierter Produktkatalog mit Live-Daten)
Produkte anhand einer Bedarfsbeschreibung finden
AI Search erfordert einen angebundenen, indexierten Katalog und eine aktivierte Suchaktion. Indexierte Daten und Live-Abfragen weisen unterschiedliche Aktualitätsgarantien auf.
Besucher: Ein leichtes Kleid für eine Sommerhochzeit, unter 100 $.
Spielen Sie das Beispiel ab oder lesen Sie es unten. Es werden keine echten Kundendaten verwendet.Der Kunde beschreibt einen Bedarf statt eines genauen Produktnamens.
Die Wiedergabe pausiert, sobald dieses Beispiel den sichtbaren Bereich verlässt. Dies ist eine Simulation, kein Live Chat. Die Widget-Bedienelemente innerhalb der Wiedergabe sind nicht interaktiv.Vollständiges Beispiel lesen
- Der Kunde beschreibt einen Bedarf statt eines genauen Produktnamens.
Besucher: Ein leichtes Kleid für eine Sommerhochzeit, unter 100 $.
- Der Bot durchsucht den Katalog.
Produktkatalog wird durchsucht...
- Passende Produkte werden als Offer Cards angezeigt.
Smaragdgrünes Wickelkleid, $79. Viskose, Midilänge. Kobaltblaues Satin-Midikleid, $69. Viskose, Midilänge.
- Der Kunde kann die Auswahl eingrenzen.
Besucher: Gibt es das smaragdgrüne Kleid in Größe 38?
- Varianteninformationen müssen aus den verfügbaren Produktdaten stammen.
Assistent: Für das Produkt ist Größe 38 aufgeführt. Prüfen Sie vor dem Kauf die aktuelle Verfügbarkeit auf der Produktseite.
AI Search ist die empfohlene Methode, um einem Shop-Chatbot seine Produkte bereitzustellen. Sie kombiniert die Stärken der beiden anderen Optionen. ChatLab liest Ihren Katalog über die Integration oder einen Produkt-Feed ein und baut eine eigene Produkt-Wissensdatenbank auf: jedes Produkt mit Name, vollständiger Beschreibung, Attributen, Kategorien, Tags, Codes (SKU, EAN), Preis und Bildern. Die Indexierung startet automatisch, sobald der Shop verbunden ist. Danach wird der Katalog nach dem von Ihnen festgelegten Zeitplan neu indexiert - bis zu täglich - und es werden nur geänderte Produkte neu indexiert. Die geplante Neuindexierung ist in jedem E-Commerce-Plan verfügbar, einschließlich Free, sowie mit jedem Produktpaket. Produktseiten, Dokumente und FAQs werden getrennt in den regulären Trainingsdaten verwaltet und zählen nicht zum Produktlimit.
Wie Produkte gefunden werden: Die Frage des Kunden wird mit der Bedeutung der Produkte abgeglichen, nicht nur mit einzelnen Wörtern. "Eine warme, aber leichte Jacke zum Wandern im Herbst unter 300" wird als Kategorie, Anwendungsfall und Budget verstanden. AI Search filtert nach Preis sowie Kategorie und sortiert die Produkte, die zur Beschreibung passen. Unterstützte native Integrationen können anschließend Produktdetails aus dem Shop auslesen; XML-Setups nutzen die Daten des zuletzt erfolgreich aktualisierten Feeds. Codes funktionieren ebenfalls als exakte Treffer, sodass eine Frage wie "Ist 5901234123457 auf Lager?" das Produkt identifizieren kann - die Verfügbarkeit richtet sich dabei nach der angebundenen Datenquelle.
Vorteile
- Kontextbezogene Suche. Synonyme, Tippfehler, andere Sprachen, Beschreibungen von Bedürfnissen und Vergleiche ("etwas wie X, aber günstiger") führen alle zu den passenden Produkten.
- Preise und Lagerbestände aus der angebundenen Datenquelle. Unterstützte native Integrationen können Shop-Daten direkt beim Beantworten abrufen. XML-Feeds spiegeln die letzte erfolgreiche Aktualisierung wider und können Änderungen im Shop hinterherhinken.
- Filter, die Kunden tatsächlich nutzen. Preisspanne und Kategorie werden als Filter angewendet und nicht als Keywords erraten.
- Empfehlungen statt nur reiner Suche. Wenn der genaue Artikel ausverkauft ist oder nicht existiert, schlägt der Chatbot Alternativen vor, die denselben Zweck erfüllen.
- Sauberes Produktwissen. Es werden ausschließlich Produktdaten indexiert - ohne Menüs, Banner oder "Das könnte Ihnen auch gefallen"-Widgets. Nichts aus dem Katalog verbraucht Ihre Trainingszeichen.
- Skaliert mit dem Katalog. Tausende von Produkten werden genauso schnell durchsucht wie zehn, und eine Aktualisierung erfasst nur Produkte, die sich geändert haben.
- Funktioniert auch ohne native Integration über einen Google Merchant XML-Feed oder eine hochgeladene XLSX- oder CSV-Produktdatei, sodass jeder Shop die Funktion nutzen kann. Siehe Integration with XML feed.
Nachteile
- Erfordert eine Integration, einen Produkt-Feed oder eine Produktdatei sowie ein Produktlimit, das die Größe Ihres Katalogs abdeckt.
- Neue Produkte erscheinen nach einer erfolgreichen Katalogaktualisierung, nicht in der Sekunde ihrer Veröffentlichung. Preis- und Bestandsprüfungen für indexierte Produkte zum Abfragezeitpunkt hängen von der nativen Integration ab.
- Feed-basierte Setups nutzen den zuletzt erfolgreich aktualisierten Feed, der selbst bereits ältere Daten enthalten kann. Ein Feed bietet keinen Bestellstatus und kein Hinzufügen zum Warenkorb; hierfür ist eine native Integration erforderlich, die die jeweilige Aktion unterstützt.
Ideal für: jeden Shop, in dem Kunden beschreiben, was sie suchen, anstatt einen exakten Namen einzutippen, Kataloge mit Hunderten oder Tausenden von Produkten sowie Shops, in denen der Chatbot verkaufen und nicht nur Fragen beantworten soll.
Erforderlicher Plan: in jedem E-Commerce-Plan enthalten (Free 100 Produkte, Start 2.000, Grow 5.000, Scale 20.000). Buchen Sie bei einem Universal-Plan das Add-on für E-Commerce-Integrationen (30 $ pro Monat) hinzu, um den Shop anzubinden, plus ein dem Chatbot zugewiesenes AI Search-Produktpaket (29 $ pro Monat, 5.000 Produkte). Erst dieses Paket aktiviert AI Search für den jeweiligen Chatbot. Siehe E-commerce plans and limits.
Option 2: Live-Shop-Suche (Produktsuche über die Shop-API)
Wenn Ihr Shop auf einer Plattform mit einer ChatLab-Integration läuft, die die Produktsuche unterstützt (wie etwa Shopify, WooCommerce, PrestaShop, Shoper, CS-Cart oder Abicart), kann der Chatbot die API der Plattform aufrufen. Das ist die Live-Shop-Suche: Die Produktsuch-Aktion sendet die Formulierung des Kunden an den Such-Endpunkt Ihres Shops und zeigt die Rückmeldungen als Produktkarten an. BaseLinker und Wix unterstützen derzeit den Bestellstatus, nicht die Produktsuche.
Wie Produkte gefunden werden: Genau so, wie es das Suchfeld Ihres eigenen Shops tut. Der Chatbot filtert einen Suchbegriff aus der Unterhaltung heraus, die Plattform gleicht ihn mit Produktnamen und manchmal Beschreibungen ab und liefert die Treffer zurück.
Vorteile
- Shop-Daten direkt bei der Abfrage. Preise, Lagerbestand, Varianten und Produktlinks stammen aus der API-Antwort des Shops; verfügbare Felder und Aktualität hängen von der Plattform ab.
- Kein Trainieren und keine Zeichenlimits. Der Katalog wird nirgendwohin kopiert, daher spielt seine Größe keine Rolle.
- Ideal für exakte Suchanfragen. Produktnamen, SKUs und Codes werden sofort gefunden.
- Andere Aktionen wie Bestellstatus, Hinzufügen zum Warenkorb und Filtern nach Lagerbestand hängen von der Integration ab. Die Produktsuche allein schaltet sie nicht frei.
Nachteile
- Eins-zu-eins-Keyword-Abgleich. Die meisten Plattform-Such-Endpunkte suchen nach den buchstäblichen Wörtern. „Sneakers für breite Füße“ findet Produkte nur dann, wenn ein Name oder eine Beschreibung diese Wörter enthält. Synonyme („Turnschuhe“, „Laufschuhe“), Tippfehler, andere Sprachen und beschreibende Anforderungen liefern keine oder die falschen Artikel.
- Der Chatbot muss den Suchbegriff erraten. Aus „etwas Warmes für meine Tochter, sie ist 8“ muss die KI einen Suchbegriff ableiten, den Ihre Shop-Suche akzeptiert. Jeder Fehlversuch kostet eine Anfrage sowie ein Nachrichten-Credit, und der Kunde sieht eine Antwort ohne Ergebnisse.
- Kein Verständnis für Budget oder Verwendungszweck. „Unter 200“ oder „für Anfänger“ sind keine Suchbegriffe. Das Filtern hängt meist davon ab, was der Plattform-Endpunkt unterstützt - und oft unterstützt er nur sehr wenig.
- Qualität hängt von der Plattform ab. Einige Shop-Suchfunktionen sind exzellent, andere gleichen nur Titel ab. Der Chatbot übernimmt jede Einschränkung.
Ideal für: Shops, in denen Kunden genau wissen, was sie suchen, und nach Namen oder Codes suchen. Bestellstatus und Warenkorb-Aktionen sind separate Funktionen, die nur verfügbar sind, wenn die jeweilige Integration sie unterstützt.
Erforderlicher Plan: ein Universal-Plan mit dem Add-on für E-Commerce-Integrationen (30 $ pro Monat). Es wird kein Produktpaket benötigt. Bei E-Commerce-Plänen ist AI Search der Standard und ersetzt die Live-Shop-Suche.
Option 3: Training auf Basis gescannter Shop-Seiten
ChatLab durchsucht Ihren Shop (Crawling), extrahiert den sichtbaren Text jeder Seite und speichert ihn in der Wissensdatenbank. Produktseiten, Kategorieseiten, Lieferbedingungen, Größentabellen und FAQs werden alle zu Trainingsdaten. Eine detaillierte Anleitung zur Einrichtung finden Sie unter Einen Bot für einen E-Commerce-Shop ohne Integration trainieren.
Wie Produkte gefunden werden: Die Frage des Kunden wird mit Fragmenten gescannter Seiten abgeglichen. Der Chatbot erhält die Fragmente, die am ähnlichsten wirken, und verfasst auf deren Basis eine Antwort.
Vorteile
- Funktioniert mit jedem Shop auf jeder Plattform - keine Integration und kein Feed erforderlich.
- Erfasst alles, was auf einer Seite steht: lange Beschreibungen, Materialien, Pflegehinweise, Vergleichstabellen, Einkaufsberater.
- Die einzige Option für Inhalte, die gar keine Produkte sind: Richtlinien, FAQs, Markengeschichte, Blogartikel.
Nachteile
- Veraltete Preise und Bestände. Der Chatbot merkt sich die Seite so, wie sie zum Zeitpunkt des Trainings aussah. Eine Preisänderung, eine Rabattaktion oder ein ausverkauftes Produkt bleiben bis zum nächsten Neutraining unsichtbar. Ein Kunde, der im Chat einen Preis erfährt und im Warenkorb einen anderen sieht, verliert das Vertrauen in beides.
- Rauschen statt Produktwissen. Eine Produktseite enthält Menüs, Footer, Cookie-Banner, "Kunden kauften auch"-Widgets, Bewertungen und Newsletter-Formulare. Ohne sorgfältiges Filtern von Elementen landet all das in den Trainingsdaten und konkurriert mit dem eigentlichen Produkt um die Aufmerksamkeit des Chatbots.
- Zu viel Text, zu wenig Struktur. Der Chatbot sieht Fließtext, keine strukturierten Felder. Er weiß nicht, dass "299" der Preis ist und "S, M, L" Varianten sind. Daher kann er nicht nach Budget oder Größe filtern, sondern nur anhand des Textes raten.
- Zeichenlimits. Große Kataloge erschöpfen schnell das Limit an Trainingszeichen Ihres Plans, und der gesamte Katalog muss neu gescannt werden, um Änderungen zu übernehmen.
- Geringe Treffsicherheit bei großen Katalogen. Bei Tausenden ähnlicher Produkte sind die ähnlichsten Textfragmente oft nicht die besten Produkte, und der Chatbot neigt dazu, immer wieder dieselben wenigen Artikel zu wiederholen.
Optimal für: kleine Kataloge, die sich selten ändern, Shops, in denen der Chatbot hauptsächlich Fragen zu Service und Richtlinien beantwortet, sowie als Informationsschicht neben einer Live-Produktquelle.
Erforderlicher Plan: jeder Plan, einschließlich FREE. Das Verfahren wird durch die Trainingszeichen und die Seitenanzahl des Plans begrenzt. Empfohlen für Informationsseiten, nicht für Produkte.
Direkter Vergleich
AI Search
- Quelle des Produktwissens: indexierter Katalog plus unterstützte Shop-Abfrage oder die letzte Feed-Aktualisierung
- Abgleich: semantischer Abgleich nach Produktbedeutung, sodass "eine warme Jacke unter 300" als Kategorie, Anwendungsfall und Preisfilter verstanden wird
- Synonyme, Tippfehler, andere Sprachen: ja
- Preise, Lagerbestand und Varianten: Shop-Abfrage, wo unterstützt; letzte Feed-Aktualisierung bei XML
- Preis- und Kategoriefilter: ja
- Exakte Suche nach SKU oder EAN: ja
- Alternativen bei Ausverkauf: ja
- Trainingszeichen: werden nicht verwendet, Produkte werden separat gezählt
- Große Kataloge: problemlos, Aktualisierung erfolgt inkrementell
- Neues Produkt im Chat sichtbar: nach der nächsten geplanten Aktualisierung
- Bestellstatus und In den Warenkorb: separate native Integrationsaktionen, wo unterstützt; bei XML nicht verfügbar
- Einrichtung: Integration oder Feed verbinden; Indexierung startet automatisch
- Plan: jeder E-commerce-Plan oder ein Universal-Plan mit dem Add-on für E-Commerce-Integrationen plus ein AI Search-Produktpaket
Live-Shop-Suche
- Quelle des Produktwissens: ein Aufruf des Such-Endpunkts der Plattform
- Abgleich: Keyword-Abgleich, in der Regel exakt; erfordert wortwörtliche Keywords
- Synonyme, Tippfehler, andere Sprachen: selten
- Preise, Lagerbestand und Varianten: von der Shop-API zurückgegebene Felder
- Preis- und Kategoriefilter: abhängig von der Plattform
- Exakte Suche nach SKU oder EAN: ja
- Alternativen bei Ausverkauf: nein
- Trainingszeichen: werden nicht verwendet
- Große Kataloge: problemlos
- Neues Produkt im Chat sichtbar: sofort
- Bestellstatus und In den Warenkorb: nur, wenn die Integration die jeweilige Aktion unterstützt
- Einrichtung: Integration verbinden
- Plan: ein Universal-Plan mit dem Add-on für E-Commerce-Integrationen, kein Produktpaket
Training anhand gescannter Shop-Seiten
- Quelle des Produktwissens: statische Kopie gescannter Seiten
- Abgleich: Textähnlichkeit auf Seitenfragmenten; schätzt Budget und Verwendungszweck aus dem Text
- Synonyme, Tippfehler, andere Sprachen: manchmal
- Preise, Lagerbestand und Varianten: Stand des letzten Trainings
- Preis- und Kategoriefilter: nein
- Exakte Suche nach SKU oder EAN: nur, wenn der Code auf der Seite vorhanden ist
- Alternativen bei Ausverkauf: nein
- Rauschen durch Menüs, Banner und Widgets: hoch ohne Elementfilterung
- Trainingszeichen: ja, der gesamte Katalog
- Große Kataloge: stößt an Zeichenlimits, schwächere Trefferquote
- Neues Produkt im Chat sichtbar: nach einem Neutraining
- Bestellstatus und In den Warenkorb: nein
- Einrichtung: Seiten scannen und filtern
- Plan: jeder Plan, einschließlich FREE
Welche Option sollten Sie wählen?
- Sie verkaufen wenige Dutzend Produkte und der Chatbot dient hauptsächlich für Fragen zu Lieferung, Retouren und FAQs. Das Website-Scraping reicht völlig aus. Folgen Sie der Anleitung zur Elementfilterung, damit Produktseiten sauber erfasst werden.
- Ihre Plattform verfügt über eine Integration, die eine Produktsuche unterstützt, und Kunden suchen nach Produktname oder Artikelnummer. Die Live-Shop-Suche über die Integration reicht aus und erfordert kein Produktpaket. Wechseln Sie zu AI Search, sobald Sie Antworten wie "keine Ergebnisse" bei beschreibenden Suchanfragen bemerken.
- Sie haben Hunderte oder Tausende von Produkten, Kunden fragen in ihren eigenen Worten und Sie möchten, dass der Chatbot Empfehlungen und Upselling anbietet. AI Search ist hier die richtige Wahl. Die Funktion ist standardmäßig in jedem ChatLab E-commerce-Plan enthalten; in einem Universal-Plan erhalten Sie sie über das Add-on für E-Commerce-Integrationen zusammen mit einem AI Search-Produktpaket.
- Ihre Plattform bietet keine native Integration. Exportieren Sie einen Google Merchant XML-Feed und nutzen Sie AI Search darauf. Sie erhalten eine kontextbezogene Suche sowie Offer Cards; Bestellstatus-Abfragen und Warenkorb-Aktionen bleiben dabei nicht verfügbar.
In der Praxis ist ein mehrschichtiger Aufbau am besten: Informationsseiten per Scraping, der Katalog über AI Search und Bestellstatus- oder Warenkorb-Aktionen über eine native Integration, die dies unterstützt. Prüfen Sie den Artikel zur jeweiligen Integration, um mehr über die verfügbaren Aktionen und Anforderungen an das Storefront zu erfahren.
So aktivieren Sie AI Search in ChatLab
- Öffnen Sie Ihren Chatbot und wechseln Sie zum Tab Connect (Verbinden). Verbinden Sie Ihren Shop mit Shopify, WooCommerce, PrestaShop, Shoper, CS-Cart oder Ecwid, oder fügen Sie einen XML-Feed bzw. eine XLSX- oder CSV-Produktdatei hinzu, falls keine passende Katalog-Integration verfügbar ist.
- Stellen Sie sicher, dass Ihr Tarif AI Search und Ihre Kataloggröße abdeckt. Siehe E-Commerce-Tarife und Limits.
- In einem E-Commerce-Tarif: AI Search ist für eine bestimmte Anzahl von Produkten enthalten (Free 100, E-commerce Start 2.000, E-commerce Grow 5.000, E-commerce Scale 20.000). Größere Kataloge buchen AI Search product packs hinzu (je 5.000 Produkte für 29 $ pro Monat).
- In einem universellen Tarif: Fügen Sie das Add-on E-commerce integrations (30 $ pro Monat) hinzu, um den Shop zu verbinden. Weisen Sie dem Chatbot anschließend unter Shop > Products ein AI Search product pack zu. Erst dieses Paket schaltet AI Search für diesen Chatbot frei.
- Die Indexierung startet automatisch, sobald der Shop verbunden ist. Warten Sie, bis die erste Indexierung abgeschlossen ist. Der indexierte Katalog wird unter Training > E-commerce catalog in den Tabs Products und Categories aufgeführt, wo Sie überprüfen können, was der Chatbot finden kann.
- Bestätigen Sie unter Settings > Actions, dass die KI-Produktsuchaktion Ihrer Integration aktiviert ist. Wenn AI Search aktiv ist, ersetzt sie die einfache Phrasensuche, sodass der Chatbot stets den intelligenteren Pfad wählt.
- Aktivieren Sie Enable Offer Cards unter Settings > Model & Advanced, damit die Ergebnisse als Produktkarten mit Bild, Preis und Link angezeigt werden. Siehe Offer Cards.
- Legen Sie unter Training > E-commerce catalog mit Schedule auto-retrain einen Zeitplan für die Neuindexierung fest, damit der Katalog automatisch aktualisiert wird - bis zu täglich. Mit Train now oder Retrain führen Sie eine Aktualisierung bei Bedarf manuell durch.
Testen Sie das System anschließend aus Sicht der Kundschaft: Beschreiben Sie einen Bedarf, anstatt einen genauen Namen einzugeben, nennen Sie ein Budget, fragen Sie nach etwas Ähnlichem, aber Günstigerem, und erkundigen Sie sich nach einem Artikel, von dem Sie wissen, dass er ausverkauft ist. Vergleichen Sie die Antworten mit dem Shop, prüfen Sie bei feedbasierten Katalogen die letzte Aktualisierung und verifizieren Sie den endgültigen Preis sowie die Verfügbarkeit auf der Produktseite oder beim Checkout.