Beispiel · Case Study
Cartpilot konvertierte gut für Menschen, aber AI-Agenten konnten Varianten, Service-Level und Bundle-Regeln nicht vergleichen. Wir bauten die Produktbelege um, klärten den Checkout und hinterließen einen wiederholbaren Agent-Readiness-Test.
Cartpilot beliefert Industrie- und Werkstattkunden mit Komponenten und Verbrauchsmaterial, 12.400 SKUs, die meisten mit zwei bis sieben Varianten. Die menschliche Conversion lag stabil bei 4,7%.
Anfang 2026 begannen AI-Agenten den Katalog zu crawlen: GPT-Operator- und Perplexity-Comet-Sessions tauchten in den Logs auf. Sie konvertierten zu 0,4%. Die Agenten fanden Cartpilot und kauften bei der Konkurrenz.
Wir rekonstruierten 47 Agenten-Sessions der letzten 60 Tage. Drei Brüche erklärten die meisten Fehler:
Das Marketing nannte eine 'Pro'-Version, aber nichts sagte dem Agenten, welche SKU das war oder wie sie sich in Spannung, Passung oder Kapazität unterschied. Agenten wählten nach Lieferzeit, oft die falsche Variante.
Service-Level und Bundle-Grenzen lösten sich erst im Warenkorb auf. Headless-Agenten brachen nach 30 Sekunden Inaktivität ab, bevor sie die Optionen überhaupt sahen.
Was sich kombinieren ließ, steckte in Spec-Sheets, die der Crawler nicht zitieren konnte. Agenten bauten ungültige Bundles und werteten das als Fehler des Shops.
"Wir hatten kein Conversion-Problem. Wir hatten ein Agent-Trust-Problem. In 30 Tagen war es weg."
Vier Workstreams parallel über 30 Tage. Jeder mit klarem Owner und einem Kriterium, das vor Live-Gang erfüllt sein musste.
Wir spielten die echte Kaufaufgabe nach, 'finde einen 110V-Akkuschrauber mit Express-Versand, kompatibel zum vorhandenen Akkusystem', und markierten jede Stelle, an der Agenten stockten. Ergebnis: eine 12-Punkte-Heatmap pro Top-Kategorie, gewichtet nach Umsatz-Risiko.
Methode
GPT-4 Action Replay + interne Browser-Telemetrie. Ergebnis: eine Hotspot-Liste, kein 60-Seiten-Audit.
Für 11 wiederkehrende Varianten-Achsen bauten wir Distinguishing-Fact-Templates und spielten sie über 6.214 PDPs als JSON-LD ein, damit Agenten die Fakten direkt parsen statt Fließtext zu scrapen.
Methode
Schema.org ProductGroup mit variesBy + Produkt-Knoten pro Variante. 6.214 Seiten in 8 Tagen migriert, validiert gegen Google Rich Results und einen headless Agenten-Crawl.
{ "@context": "https://schema.org", "@type": "ProductGroup", "name": "Akku-Schlagbohrer", // die Achsen, die ein Agent unterscheiden muss "variesBy": ["voltage", "batterySystem"], "hasVariant": [{ "@type": "Product", "sku": "DRL-110-PRO", "name": "Schlagbohrer 110V Pro", "additionalProperty": [ { "@type": "PropertyValue", "name": "voltage", "value": "110V" }, { "@type": "PropertyValue", "name": "batterySystem", "value": "M-Core" } ] }]}Service-Level und Bundle-Grenzen wanderten auf die Produktseite, als semantische Optionen, die Agenten vor dem Commit bewerten konnten. So fiel die Entscheidung dort, wo der Agent noch Kontext hatte.
Methode
Service-Level als beschriftetes <select>, Defaults pro Kategorie, lesbar im headless Browsing ohne JS.
Die 47 Agentenaufgaben wurden zu einem CI-Check, der vor jedem Release läuft. Unter 90% Task-Completion blockiert das Deployment, so wird ein schwaches neues Produkt vor dem Launch gefangen, nicht danach.
Methode
Playwright + Anthropic Claude API als Agenten-Simulator, integriert über GitHub Actions.
Drei Kennzahlen, und die wichtigste lässt sich aufschlüsseln.
−38% Agent-Abbrüche
Die 38% setzten sich aus vier Hebeln zusammen, die wir einzeln gemessen haben:
Das Bleibende war nicht das Redesign, es war der Test. Cartpilot lässt die 47 Agentenaufgaben jetzt vor jedem Release laufen, also prüft das Team Produkt-Readiness selbst, so wie es prüft, ob eine Seite rendert. Wartung: rund zwei Stunden im Monat.
Beispiel · Case Study
Beispiel · Case Study
Das Gleiche für deinen Shop?
Meinen Shop prüfen