„Eine gute Produktbeschreibung ist ein wichtiges Element, um potenzielle Kunden anzusprechen und den Verkauf eines Produkts zu fördern“ – Das sagt ChatGPT zum Thema Produkttexte.
Und die KI hat Recht: Produktbeschreibungen sollen Leser:innen Mehrwert bieten, Vertrauen schaffen und offene Fragen zum Artikel auf einfach konsumierbare Art beantworten. Bei der Erstellung dieser hochwertigen Produkttexte kann Automatisierung helfen.
Was macht eine gute Produktbeschreibung aus?
Ein hilfreicher Produkttext sollte die Vorteile des Artikels für Nutzer:innen in den Vordergrund stellen und sich nicht auf Features, sondern deren Mehrwert konzentrieren. Dein Smartphone hat zum Beispiel eine Ultraweitwinkelkamera?
Damit kannst Du auch bei wenig Licht tolle Bilder schießen. Erkläre Deinen Kunden technische Begriffe und baue Praxistipps ein. Welche Informationen im Text enthalten sein sollten, findest Du mit einer Keyword-Recherche heraus.
Auch der Aufbau der Beschreibung ist wichtig: Nutze kurze Abschnitte, aussagekräftige Überschriften und visuelle Anker wie Fettungen, Stichpunkte und Listen für bessere Lesbarkeit – besonders auf Mobile.
Vor- und Nachteile von automatisierter Textgenerierung
Wenn Du einen passenden Weg zur Automatisierung von Produktbeschreibungen findest, kannst Du damit Zeit und Kosten sparen.
Entscheidest Du Dich für eine produktdatenbasierte Lösung, kann der Aufbau einer sauberen Datenbasis zur Automatisierung und das Erstellen von Satzgerüsten zwar lange dauern, aber Du bist langfristig flexibler und kannst besser skalieren.
Hast Du mehrere Onlineshops, kannst Du auf Knopfdruck mehrere Textversionen erstellen. Möchtest Du Deine Texterstellung von KI-Tools wie Jasper oder ChatGPT unterstützen lassen, kannst Du Dir schnell Inspiration holen und menschlichen Textern bzw. Texterinnen Aufgaben abnehmen. Auch automatisierte Übersetzung kann Dir helfen, Kunden in verschiedenen Zielländern schneller und günstiger anzusprechen.
Um das für Dich als Onlinehändler:in passende Tool und einen für Dein Unternehmen geeigneten Workflow zur Arbeit mit Künstlicher Intelligenz zu finden, musst Du allerdings erst mal Zeit und eventuell auch Geld investieren.
Je nachdem wofür Du Dich entscheidest, können auch höhere monatliche Kosten auf Dich zukommen. Beim Textgenerator AX Semantics zahlst Du aktuell um die 300 bis 700 € im Monat.
Hier gilt es auszutesten: Sparst Du als Shopbetreiber:in mit der Automatisierung so viel Zeit und Ressourcen, dass sich das Investment lohnt? Auch für den Test von günstigen oder kostenlosen KI-Lösungen solltest Du ausreichend Kapazität einplanen.
Da Du in diesem Fall die Texte gründlich prüfen musst und mit eigenen Ideen anreicherst, solltest Du abwägen, ob Du eine echte Zeitersparnis erreichst und sich die Texte dadurch ausreichend von der Konkurrenz abheben.
Keyword-Recherche: Finde die passenden Inhalte für Deine Texte
Bevor Du mit der Textautomatisierung beginnst, solltest Du Dir klar werden, welche Inhalte Deine Kunden interessieren und ein Wunsch-Template für Produktbeschreibungen der ersten Produktkategorie, mit der Du starten möchtest, aufbauen. So stellst Du sicher, dass die automatisch generierten Texte Mehrwert für Leser:innen bieten.
Bei der Keyword-Recherche für Deine Produkte halte Dich an diese Leitfragen:
- Was sind aus Kundensicht die wichtigsten Produkteigenschaften?
- Was macht das Produkt einzigartig?
- In welchen konkreten Situationen bringen die Eigenschaften den Nutzer:innen einen persönlichen Vorteil?
Die Keyword-Recherche solltest Du auf Kategorie- und Produktebene durchführen. Du recherchierst allerdings nicht für jedes Produkt separat – Du möchtest ja in die Automatisierung gehen und Deinen Output steigern. Dennoch ist eine Recherche zu einzelnen Beispielprodukten wichtig, um eine Basis an Kundenfragen zum Produkttyp aufzubauen und diese dann im Text zu beantworten.
Starte am besten mit der Suche nach Nutzerfragen zur Produktkategorie. Bevor Du mit der toolgestützten Recherche beginnst, sprich mit dem Kundenservice-Team Deines Unternehmens. Die Kollegen bzw. Kolleginnen können Dir sagen, welche Rückfragen beim Kauf oft auftreten.
Als Nächstes starte das SEO-Tool Deiner Wahl. In diesem Beispiel mit dem Semrush Keyword Magic Tool und dem Keyword „Solarspeicher“ siehst Du, dass Kunden sich oft fragen, wie groß die Kapazität ihres neuen Solarspeichers sein sollte. Daher solltest Du in der Produktbeschreibung auf den von dem Produkt abgedeckten Energiebedarf und die passende Haushaltsgröße eingehen.
Filtere weiter nach W-Fragen oder nutze ein separates W-Fragen-Tool. So baust Du eine Basis an Kundenfragen zu Deiner Produktkategorie auf.
Anschließend gehst Du in die Recherche für Deine ausgewählten Beispielprodukte. Schau Dir die Produktbeschreibungen der Konkurrenz an und notiere Dir, was Du besser machen würdest. Analysiere auch die Kundenrezensionen von Wettbewerbern und Marktplätzen: Hier findest Du Hinweise darauf, was Kunden bei dem Produkt wichtig ist.
Am Ende Deiner Recherche erstellst Du ein bis drei Beispieltexte manuell als Vorlage für die skalierbare Automatisierung. Entweder Du schreibst selbst oder gibst die Arbeit an eine:n Redakteur:in ab. Ist das von Dir beschriebene Produkt erklärungsbedürftig, strukturiere den Text in verschiedene kurze Abschnitte und achte auf Auflockerung durch Fettungen, Listen und Bullet Points.
Mit diesen Tools kannst Du Automatisierung testen
Die Automatisierung von Produkttexten wird durch Natural Language Processing (NLP) möglich. Eine Unterkategorie davon ist Natural Language Generation (NLG). Bei NLG-Tools wird ein KI-Modell trainiert und erstellt auf Basis der Trainingsdaten Texte verschiedener Art.
Für die Automatisierung von Produktbeschreibungen kannst Du zwei Wege gehen: Entweder Du nutzt Deine eigenen Daten und lässt ein Programm wie AX Semantics daraus Texte generieren oder Du greifst auf bereits mit vielen Daten trainierte Modelle wie ChatGPT zurück.
Tools wie AX Semantics verwandeln Informationen in Sprache. Aus einer gut gepflegten und strukturierten Datenbasis können in Minuten hunderte automatisierte Texte entstehen. Das Programm analysiert die strukturierten Produktdaten und übersetzt sie unter dem Einsatz von Regeln in Text. Dafür müssen ein umfangreiches Regelwerk und Satzbausteine von den Nutzer:innen des Tools erstellt werden, was zeitaufwändig ist. So entstehen bei der Generierung allerdings keine Fehlinformationen, wenn der selbst erstellte Input korrekt ist.
KI-Sprachmodelle wie ChatGPT nutzen große Datenmengen, aus denen Antworten auf Fragen von Nutzer:innen generiert werden. Hier kann es vorkommen, dass das Modell nicht alle benötigten Informationen hat oder Fehlinformationen ausgibt. Daher ist es wichtig damit, generierten Content genau zu prüfen.
Jeder so automatisiert erstellte Text sollte also vor der Veröffentlichung auf Fehler untersucht und im besten Fall auch um weitere Informationen in eigenen Worten erweitert werden. So stellst Du die gewünschte Qualität sicher.
1. AX Semantics
2. Jasper.ai
3. ChatGPT
AX Semantics: Aus Daten werden Texte
Mit der AX Semantics NLG Cloud können Nutzer:innen aus Daten Texte generieren. Um genau zu bestimmen, welche Daten Du brauchst, ist die Keyword-Recherche und anschließende Erstellung eines redaktionellen Beispieltexts wichtig.
Du arbeitest hier auf Produktkategoriebasis und hast zum Ziel, alle Produkte einer bestimmten Kategorie mit dem gleichen Muster zu betexten. Das kann sich ab 50 bis 100 ähnlichen Produkten lohnen. Vor allem, wenn Du die Kategorie in Zukunft vergrößern möchtest.
Analysiere zu Beginn Deinen Wunschtext und bestimme, welche der enthaltenen Fakten aus Deinen Produktdaten kommen können und welche Textteile eher generelle Tipps darstellen. Denke dabei schon daran, wie sich diese Produktdaten in Text übersetzen lassen.
Zum Beispiel: Aus den Produktdaten kann ausgelesen werden, dass der Wechselrichter für Deine neue Solaranlage transformatorlos ist. Daraus kann die Regel abgeleitet werden, dass er besonders effizient arbeitet.
Sobald Du weißt, welche Produktdaten Du als Shopbetreiber:in benötigst, um Deinen Wunschtext zu erstellen, geht es an die Datenpflege. Stelle sicher, dass alle Produkte Deiner Zielkategorie über die benötigten Daten in einheitlich strukturierter Form verfügen. Nur mit einer sauberen Datenbasis funktioniert die Automatisierung reibungslos und skalierbar.
Stimmt Deine Basis, erstellst Du im AX Textengine ein Satzgerüst. Du importierst Deine Produktdaten und hinterlegst Deine Regeln. Das sieht auf den ersten Blick sehr komplex aus. Du benötigst eine Tool-Schulung, um hier erfolgreich zu arbeiten. So sieht das in der AX NLG Cloud aus:
Wenn die Basis stimmt, kannst Du im Tool Satzbausteine einfügen. Für jede Aussage, welche Du im Text treffen willst, legst Du einen Satz in verschiedenen Varianten an. Das sorgt für Variabilität. Produktdaten können in den Text eingefügt und es können Regeln auf Basis von bestimmten Datenwerten erstellt werden. Hier ein Beispiel:
In die grün hinterlegten Lücken werden die Werte „Herstellerbezeichnung“ und „Hersteller“ vom Tool eingefügt.
Auf diese Weise erstellst Du das Satzgerüst im Tool und testest anschließend mit Beispieldaten, ob alles richtig generiert wird oder Du noch nacharbeiten musst. Zum Ende des Texterstellungsprozesses generierst Du die automatisierten Produktbeschreibungen – das dauert auch für hunderte Produkte nur wenige Minuten.
Nach der Generierung ist es wichtig, noch etwa 10 Produkttexte gegenzulesen und zu kontrollieren, ob alles Deinen Wünschen entspricht. Den Rest der Produktbeschreibungen musst Du nicht manuell prüfen: Sind die Daten und das Satzgerüst im Textengine korrekt, sind auch die Texte korrekt.
Jasper.ai: Produktexte mit Templates generieren
Jasper nutzt verschiedene Sprachmodelle, unter anderem auch GPT-4, auf dem auch ChatGPT basiert. Nutzer:innen können bei Jasper mit verschiedenen Templates arbeiten, welche unterschiedliche Textsorten erstellen oder den Jasper Chat nutzen.
Damit können Konversationen ähnlich wie mit ChatGPT geführt werden. Jasper wurde im Vergleich zu ChatGPT aber für Marketing-, Sales- und E-Commerce-Zwecke entwickelt und ist besonders auf diese Felder trainiert.
Für Produkttexte bietet Jasper ein Tool speziell für Amazon-Texte und eine Anwendung generell für die Textgenerierung von Produktbeschreibungen.
Jasper ist am umfangreichsten auf Englisch trainiert. Andere Tools, wie beispielsweise neuroflash, haben ihren Fokus auf der deutschen Sprache. Mit einer DeepL-Integration wird aber auch bei Jasper der Output auf Deutsch übersetzt. Nach Eingabe von Details wie Produktname, Zielgruppe und Tonalität wird eine Produktbeschreibung generiert.
Es hilft außerdem, vorhandene Produktdaten mitzugeben. Je nach Produkt fällt der Output unterschiedlich umfangreich aus und es werden jeweils verschiedene Textvarianten vorgeschlagen. Hier ein Beispiel für eine Produktbeschreibung für eine Power Station mit der Zielgruppe Van Life, bei der nur wenige Produktdaten mitgegeben wurden:
Beim Lesen des Textes fallen einige grammatische Fehler auf und auch die Angabe des Gewichts in Pfund ist nicht passend. Der Text hat einen eher werblichen Schreibstil, ist aber gut auf die Zielgruppe Van Life abgestimmt.
Es fehlen Formatierungen wie Absätze und Bullet Points. Dennoch kann der Text als Inspiration dienen, welche Du anschließend gründlich prüfen und anreichern solltest.
ChatGPT: Zur Textautomatisierung von Produktbeschreibungen geeignet?
ChatGPT ist eine Entwicklung von OpenAI und ist ein KI-Chatbot, der auf den Input von Nutzer:innen wie in einem Gespräch reagiert. Das Tool kann Fragen beantworten, Content erstellen, Code generieren und Geschichten erzählen. Es wurde mit einem großen Datenset trainiert und wird im Vergleich zu Jasper nicht nur für Marketingtexte und Business-Zwecke verwendet.
Es gibt keine vorgefertigten Templates für User:innen. Auch mit ChatGPT lassen sich Produktbeschreibungen erstellen. Hier ein Beispiel für das gleiche Produkt, welches im vorherigen Abschnitt mit Jasper betextet wurde:
Es fällt auf, dass der Text umfangreicher ist, obwohl weniger Input gegeben wurde. Außerdem wirkt er grammatisch und stilistisch sicherer und ist in Abschnitte gegliedert. Die Produktbeschreibung ist leicht werblich, aber recht inspirativ geschrieben und geht auf Benefits ein. Der Beschreibungstext kann durch weitere Anweisungen an das Tool noch verfeinert werden. So erhöhst Du die Qualität.
Sowohl mit Jasper als auch mit ChatGPT erstellte Texte sind mit Vorsicht zu behandeln. Solltest Du eines der Tools für Deinen Shop nutzen wollen, dann gib diesem zusätzliche Informationen mit und verfeinere Deine Anfragen bei unzureichenden Ergebnissen.
Nutze den Output als Basis oder Inspiration für Deine Produktbeschreibungen und reichere die Ergebnisse mit eigenen Ideen und emotionaler Ansprache an, nachdem Du sie fachlich geprüft hast.
In der Zukunft ist es fraglich, ob mit ChatGPT oder auch Jasper erstellte Inhalte einen Rankingvorteil bieten können, da die Datenbasis der Tools auch Deinen Konkurrenten ähnliche Inhalte ausspielen wird.
Hier lohnt es sich, First Mover in Deiner Branche zu sein. Generell ist es sehr wichtig, die ausgegebenen Texte auf fachliche Richtigkeit zu prüfen, da sonst leicht Fehlinformationen verbreitet werden können.
Internationalisierung von Produkttexten mit DeepL
Solltest Du Deine Produktbeschreibungen für mehrere Länder nutzen wollen, empfiehlt sich die Nutzung von DeepL. Das Tool bietet eine im Vergleich zu Google Translate sehr akkurate Übersetzung in viele verschiedene Zielsprachen. Es gibt unterschiedliche Möglichkeiten, DeepL in Deinen Übersetzungsworkflow zu integrieren.
Arbeitest Du mit der Sprachtechnologie von AX Semantics, kannst Du in der NLG Cloud zu einem erstellten Regelwerk verschiedene Sprachen hinzufügen. Das Verdrahten von Daten mit Konditionen fällt so nur einmal an. Das Satzgerüst, das beispielsweise auf Deutsch vorliegt, musst Du in etwa nur auf Italienisch übersetzen und kannst es dann wieder in das Tool einpflegen und die dort bereits vorhandenen Verdrahtungen für den Erstellungsprozess nutzen.
Für die Übersetzung kopierst Du alle Satzbausteine aus AX Semantics und übersetzt sie mit DeepL. Da hier bei der Übersetzung Fehler entstehen können, ist es wichtig, die übersetzen Textbausteine von Muttersprachler:innen prüfen zu lassen. Hier kannst Du auch Übersetzungsagenturen nutzen – Es ist günstiger, die Übersetzung eines Satzgerüstes überprüfen zu lassen, als 500 Produkttexte übersetzen zu lassen.
Wichtig ist es auch, herauszufinden, ob die von DeepL übersetzten Keywords richtig gewählt sind. Auch hier sollten Muttersprachler:innen eingesetzt werden. Die geprüfte Übersetzung überträgst Du dann wieder in das Tool und generierst beispielhafte Beschreibungstexte, die wiederum von Experten und Expertinnen geprüft werden sollten.
Benutzt Du Jasper oder ChatGPT auf Englisch, kannst Du die Texte natürlich auch in DeepL übersetzen. Jasper bietet eine DeepL-Integration, die sich aktuell in der Beta-Phase befindet.
Solltest Du händisch erstellte Texte nutzen, kannst Du auch diese mit DeepL übersetzen. Dazu gibt es, in E-Commerce-Shopsystemen wie Shopware die Möglichkeit, mit einer API zu arbeiten. Das erleichtert die Arbeit mit großen Textmengen.
So testest Du den Erfolg Deiner Produktbeschreibungen
Den Erfolg Deiner neuen Texte testest Du am besten qualitativ und quantitativ. Für die qualitative Analyse bieten sich Heatmap-Tools wie Hotjar an. Suche Dir mindestens 10 Beispielseiten aus und betrachte, wie sich Deine Kunden auf der Produktdetailseite bewegen.
Über Mouse Tracking kannst Du sehen, wie Nutzer:innen „mitlesen“ und welche Abschnitte der Beschreibung sie besonders interessieren. Hier bietet sich auch ein Vergleich von alten und neuen Texten an – solltest Du bereits ältere Texte haben.
Hast Du auch ältere Texte, kannst Du diese auch in einem A/B-Testing Tool gegeneinander testen. Schaue Dir hier die Konversionsrate der Testgruppen an: Mit welcher Textvariante werden Deine Produkte eher gekauft? Und bei welcher Variante legen Besucher:innen mehr in den Warenkorb? Eine weitere Möglichkeit: SEO A/B-Testing. Dazu erfährst Du hier mehr: https://www.omt.de/suchmaschinenoptimierung/seo-a-b-testing/
Übersicht: Das bieten Dir AX, Jasper und ChatGPT
Du bist noch unschlüssig, welches Künstliche-Intelligenz-Tool das richtige für Dich ist? Hier eine kleine Übersicht:
| Ähnliche Produkte mit guter Datenbasis | Individuelle Produkte | Verlässliches Deutsch | Einfache Übersetzung | Kreative Unterstützung | |
| AX Semantics | ✓ | ✓ | ✓ | ||
| Jasper | ✓ | ✓ | ✓ | ||
| ChatGPT | ✓ | ✓ | ✓ | ✓ |
Fazit: Automatisierte Texte können Zeit und Kosten sparen
Entscheidest Du Dich für die Automatisierung Deiner Produkttexte und den Einsatz von Künstlicher Intelligenz, analysiere zuerst den aktuellen Workflow in Deinem Unternehmen. Du hast sehr viele erklärungsbedürftige Produkte in großen Kategorien von jeweils über 100 Artikeln und steckst aktuell viel Arbeit in die Texterstellung? Denke über die Arbeit mit einem Tool wie AX Semantics nach.
Du hast kleine Produktkategorien oder größere Kategorien mit dennoch sehr diversen Artikeln? Du könntest ein KI-Tool wie Jasper oder ChatGPT zur Inspiration oder Unterstützung in Deinem Erstellungsprozess testen.
In jedem Fall nimm Dir die Zeit vor Beginn der Automatisierung ein Zielbild und Qualitätsstandards zu setzen und den Erfolg Deiner Arbeit anschließend zu testen. So stellst Du sicher, dass Deine neuen automatisierten Produktbeschreibungen die Bedürfnisse Deiner Nutzer:innen erfüllen.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
