KI-Fehler in Produktbeschreibungen: 9 Punkte für die Prüfung

Warum KI-Fehler beim schnellen Lesen durchrutschen

Ein menschlicher Texter, der eine Angabe nicht kennt, lässt meist eine Lücke oder stellt eine Frage. Ein Sprachmodell füllt die Lücke mit etwas, das richtig klingt. Genau das macht die Prüfung von KI-Texten schwierig: Die Fehler sind mit derselben Sicherheit und Flüssigkeit geschrieben wie die korrekten Sätze, und wer auf den Lesefluss achtet, bemerkt sie nicht.

Die folgenden Muster sollten Sie systematisch prüfen. Keines ist grundsätzlich selten, denn jedes ergibt sich aus der Arbeitsweise eines Modells: Es sagt den wahrscheinlichsten Text voraus, es mittelt über das, was es in unzähligen Shops gesehen hat, und es kennt Ihr Produkt nicht. Die Beispiele sind fiktiv und drehen sich um einen erdachten Shop, damit sichtbar wird, wie jeder Fehler auf der Seite aussieht.

Lesen Sie eine vorgeschlagene Beschreibung als Liste von Behauptungen, die zu prüfen sind, nicht als Absatz zum Genießen.

Faktenfehler

1. Erfundene Spezifikationen oder Materialien

Das Modell soll „die Beschreibung anreichern” und ergänzt Details ohne Quelle. Angenommen, ein Shop verkauft eine Merinomütze:

• Vorher (Ihre Daten): „100 % Merinowolle, gestrickt in Portugal.”
• Nachher (KI-Vorschlag): „100 % Bio-Merinowolle, nachhaltig beschafft und in Portugal gestrickt.”

„Bio” und „nachhaltig beschafft” sind Aussagen, die einen Nachweis brauchen (ein Zertifikat, eine Lieferantenerklärung). Wenn Sie ihn nicht vorlegen können, streichen Sie sie.

2. Falsche Maße oder Einheiten

Zahlen werden gerundet, umgerechnet oder zwischen Feldern vertauscht. Bei Umrechnungen fällt der Fehler am deutlichsten auf:

• Vorher: „Gewicht: 1,2 kg (2,6 lb).”
• Nachher: „Ultraleicht mit nur 1,2 lb.”

Prüfen Sie jede Zahl gegen Ihr Datenblatt und auch die Einheit daneben. Achten Sie besonders darauf, wenn der Shop in Märkte mit anderen Maßsystemen verkauft.

3. Nicht belegbare Superlative

Modelle greifen zu „der beste”, „der weichste”, „der langlebigste”, weil viele Produkttexte so klingen.

• Vorher: „Doppelt vernähte Nähte an Schultern und Taschen.”
• Nachher: „Die robusteste Jacke auf dem Markt.”

Der erste Satz ist ein Fakt, den Kunden nachprüfen können. Der zweite ist eine Behauptung, die niemand belegen kann. Ersetzen Sie den Superlativ durch das konkrete Detail, das Sie überhaupt erst dazu gebracht hat, ihn zu schreiben.

4. Gesundheits-, Sicherheits- oder Rechtsaussagen

Hier steht am meisten auf dem Spiel. Ein Modell kann eine neutrale Beschreibung mit einem einzigen Adjektiv in ein medizinisches oder sicherheitsbezogenes Versprechen verwandeln:

• Vorher: „Baumwoll-Bambus-Mischung, weich auf der Haut.”
• Nachher: „Hypoallergen und antibakteriell, ideal bei Neigung zu Neurodermitis.”

In vielen Märkten sind Aussagen zu Gesundheit, Sicherheit, Zertifizierungen oder Normkonformität reguliert und müssen unter Umständen belegt werden. Behandeln Sie jede solche Aussage als gesperrt, bis jemand bestätigt hat, dass sie stimmt und zulässig ist.

Konsistenzfehler

5. Widersprüche zu Varianten oder anderen Feldern

Die Beschreibung entsteht isoliert und kann dem Rest des Produkts widersprechen: Variantenoptionen, Tags, Metafeldern oder der SEO-Beschreibung.

• Varianten: S, M, L in Marine und Grau.
• KI-Beschreibung: „Erhältlich in fünf Farben, von XS bis XXL.”

Dasselbe gilt für Pflegehinweise in einem Metafeld, die dem Haupttext widersprechen, oder für eine Meta-Beschreibung, die eine Funktion nennt, die das Produkt nicht hat. Lesen Sie die Beschreibung gegen die Variantenliste, nicht nur für sich.

6. Geänderte Handles und defekte Links

Ändert ein Vorschlag den Handle, ändert sich die Adresse des Produkts. Ein Modell, das „SEO optimieren” soll, macht aus merino-muetze vielleicht beste-bio-merinowolle-muetze-winter. Ohne Weiterleitung von der alten URL funktionieren Links aus Anzeigen, E-Mails und von anderen Websites nicht mehr. Auch Links im Beschreibungstext können auf Seiten umgeschrieben werden, die es nicht gibt.

Faustregel: Eine Handle-Änderung sollte bewusst und selten sein, nie ein Nebeneffekt einer Textüberarbeitung.

Qualitätsfehler

7. Generische Füllsätze, die auch die Konkurrenz hat

• Nachher: „Werten Sie Ihren Alltagslook mit diesem vielseitigen Teil auf, gemacht für Komfort und gebaut für die Ewigkeit.”

Dieser Satz könnte auf Tausenden Produktseiten stehen. Er ist nicht falsch, deshalb kommt er durch die Prüfung, aber er sagt dem Kunden nichts und gibt Suchmaschinen keinen Grund, Ihre Seite vorzuziehen. Googles Leitfaden für hilfreiche Inhalte fragt, ob eine Seite eigene Informationen und echten Mehrwert bietet; Füllsätze leisten beides nicht. Bitten Sie den Autor, jede generische Zeile durch einen Fakt zu ersetzen: Stoffgewicht, Passform, häufige Fragen an den Support.

8. Keyword-Stuffing

• Nachher: „Diese Merinomütze ist die perfekte Merinowolle-Mütze für alle, die eine warme Merino-Mütze für den Winter suchen.”

Googles Spamrichtlinien nennen Keyword-Stuffing ausdrücklich: eine Seite mit Keywords zu füllen, um das Ranking zu manipulieren. Wiederholungen lesen sich auch für Kunden schlecht. Eine natürliche Erwähnung des Hauptbegriffs im Titel, eine in der Beschreibung und eine in den SEO-Feldern reichen in der Regel.

9. Falsche Sprache oder gemischte Sprachvarianten in Übersetzungen

Übersetzt die KI, kann ein Satz in der Ausgangssprache stehen bleiben, regionale Varianten können sich mischen, oder es wird übersetzt, was unverändert bleiben sollte.

• Französischer Vorschlag: „Bonnet en laine mérinos. Machine washable at 30 °C.”
• Spanischer Vorschlag: ein übersetzter Markenname, oder ein Produktname in der Ausgangssprache, während der Rest übersetzt ist.

Prüfen Sie jede Sprache einzeln, mit jemandem, der sie liest, und achten Sie auf unübersetzte Fragmente, erfundene Produktnamen und Einheiten, die nicht an den Markt angepasst wurden.

9-Punkte-Checkliste für jeden Vorschlag

Wenden Sie sie vor der Freigabe auf die vorgeschlagene Version an. Was durchfällt, geht mit einer Notiz an den Autor zurück, die Zeile und Grund nennt.

1. Jede Material- und Herkunftsangabe hat eine Quelle
2. Zahlen und Einheiten stimmen mit dem Datenblatt überein
3. Kein Superlativ ohne Beleg
4. Keine unbestätigte Gesundheits-, Sicherheits- oder Rechtsaussage
5. Beschreibung passt zu Varianten, Tags und Metafeldern
6. Handle unverändert oder bewusst geändert mit Weiterleitung
7. Kein Satz, den die Konkurrenz wörtlich übernehmen könnte
8. Hauptkeyword natürlich verwendet, nicht wiederholt
9. Jede Übersetzung vollständig in der richtigen Sprache

Wie ein feldgenauer Vergleich die Prüfung beschleunigt

Die meiste Zeit bei der Prüfung von KI-Texten geht dafür drauf, herauszufinden, was sich geändert hat. Kommt ein Vorschlag als neuer Textblock, muss der Prüfer alles neu lesen und aus dem Gedächtnis mit der Live-Seite vergleichen. Genau dann rutschen eine vertauschte Einheit oder ein hinzugefügtes „hypoallergen” durch.

Ein feldgenauer Vergleich dreht die Arbeit um. Sie sehen die Live-Version und den Vorschlag nebeneinander, Feld für Feld (Titel, Handle, Beschreibung, SEO-Titel und Meta-Beschreibung, Tags, Metafelder), mit hervorgehobenen hinzugefügten und entfernten Wörtern. Die Checkliste wird gezielt: Ein neues Adjektiv springt bei den Punkten 3 und 4 ins Auge, eine geänderte Zahl bei Punkt 2, jede Änderung im Handle-Feld bei Punkt 6. Unveränderte Felder brauchen keine Aufmerksamkeit.

So funktioniert die Prüfung in Vetta. Versionen, die eine Person, ein CSV-Import oder ein KI-Agent vorschlägt, warten in einer Warteschlange, und der Prüfer sieht einen Wort-für-Wort-Vergleich jedes Felds, in der Ausgangssprache und in jeder veröffentlichten Übersetzung, mit einem Tab pro Sprache für Punkt 9. Er gibt frei, fordert mit einer Notiz Änderungen an oder lehnt ab. Nichts erreicht den Shop, bevor jemand freigibt, und taucht später ein Problem auf, können Sie über den Versionsverlauf den vorherigen Text als neue Version wiederherstellen.

Die KI kann weiter Entwürfe schreiben. In der Prüfung entscheiden Sie, was Ihr Shop tatsächlich sagt.