Ausgangsfrage
Gemeint ist ein KI-Assistent wie ChatGPT oder Claude, der im Auftrag eines Kunden ein Produkt sucht, vergleicht und kauft. Nukipa arbeitet mit B2B-Unternehmen daran, in solchen Assistenten auffindbar und nutzbar zu bleiben — und hat dazu zwei begrenzte Tests gefahren:
Findet ein Agent bei Würth ein Produkt — und kommt er bis zum Kauf?
Wir schicken einen Agenten mit realen Kaufaufträgen los und protokollieren jeden Schritt: welche Suchanfragen er stellt, welche Seiten er öffnet, welche Preise und Artikelnummern er nennt.
Wird der Webshop für Agenten navigierbarer, wenn wir die Daten aufbereiten?
MCP ist ein offener Standard, über den eine Anwendung einer KI strukturierte Daten und Funktionen bereitstellt. Wir haben öffentliche Shop-Daten aus einem Auszug der Kategorie Akku-Maschinen so bereitgestellt und dieselben Kaufanfragen zweimal gefahren: einmal mit normaler Websuche, einmal mit diesem Datenlayer.
Ergebnisse
Gefragt nach dem Produkt statt nach Würth, empfiehlt der Agent Bosch, Milwaukee und Makita — und schickt zum Kauf zu Contorion.
Der Agent findet die richtigen Produktseiten, wird aber bei jedem Abruf abgewiesen — während er Wettbewerber-Seiten problemlos liest.
Bekommt derselbe Agent strukturierte Shop-Daten, erfindet er nichts mehr und nennt jeden Preis korrekt.
Sofort umsetzbar
Aus beiden Tests, unabhängig davon, wie es weitergeht. Zwei davon sind reine Konfiguration.
Abgewiesen werden aktuell GPTBot, ClaudeBot, Applebot, meta-externalagent und Bytespider — also genau die Kennungen, unter denen die Assistenten Seiten lesen.
Die robots.txt von eshop.wuerth.de verbietet keiner dieser Kennungen etwas. Die Sperre stammt nicht aus einer Einstellung, die euer Team pflegt.
Keine der 281 geprüften Produktseiten liefert ein eigenes strukturiertes Datenblatt mit Artikelnummer und Preis. Ausgeliefert wird die Sammelangabe der Modellseite.
Von beiden Tests unabhängig voneinander gefunden. Der Preis steht im Markup — er erreicht den Agenten nur nicht.
Kategorie- und Modellseiten haben dieselbe Adressform. Ein Agent kann daran nicht erkennen, ob er auf einer Seite steht, auf der sich bestellen lässt.
Erklärt, warum Kategorieseiten zwar ranken, aber gegen ein Wettbewerbsangebot mit Preis verlieren.
Ist die deutsche Seite nicht lesbar, zieht der Agent Daten aus wuerth.at, wuerth.it, Würth Industrie Service oder Würth Aerospace.
Andere Sortimente, andere Artikelnummern, andere Preise — für deutsche Kunden nicht gültig, wirkt aber vertrauenswürdig, weil „Würth“ darübersteht.
Berichte
Vollständige Transkripte, jede Suchanfrage, jede geprüfte Adresse.
Vorschlag
Beide Tests liefen mit einem Modell auf einer Kategorie. Das reicht für das Muster, nicht für die Priorisierung.
12 Läufe
1 von 15 Feldern gemessen
180 Läufe
15 von 15 Feldern · 4 Szenarien · 3 Wiederholungen
Würth wählt fünf Sortimentsbereiche. Nukipa baut die Szenarien. Keine IT-Ressourcen nötig.
180 protokollierte Läufe über drei Modelle. Bericht, Präsentation, Rohdaten.
Gemeinsame Auswertung: Welche Kategorie bremst am stärksten, welcher Hebel zuerst.
Monatlich wiederholt. Zeigt, ob die Maßnahmen wirken — oder nicht.
Abbruchstufe je Kategorie und Modell — statt einer Sichtbarkeitsquote ohne Ursache.
Die Zahl, die ohne Server-Logs intern nicht verfügbar ist — je Kennung und Seitentyp.
Dieselbe Messung monatlich. Veränderung wird sichtbar, statt behauptet.
Bericht und Präsentation je Welle — ohne Erklärbedarf lesbar, inklusive Grenzen.
Wer sich heute festlegt, baut möglicherweise umsonst. Schritt 1 ist davon unabhängig und liefert schon vorher Antworten.
Wird Würth erwähnt?
Kann ein Agent bei Würth kaufen?