Branchenbericht · Juli 2026

Jeder zehnte Onlineshop für Mode blockierte das Prüfprogramm

Die wichtigsten Ergebnisse

10 von 100 Shops blockierten den Abruf. Das Prüfprogramm konnte bei 10 % der Stichprobe keine Shop-Seite lesen.

In erreichbaren Shops fand das Programm meist Produktdaten. 78 % hatten Product-Schema und 97 % einen lesbaren Preis. Nur 3 Shops hatten nachweislich kein Product-Schema. Bei 17 blieb das Ergebnis unklar.

Bei den Onlineshops für Mode lagen alle vier Vergleichswerte höher. Das Prüfprogramm fand dort häufiger Product-Schema, Sitemap, Warenkorb-Signale und llms.txt. Die Gruppen enthalten andere Shops; der Vergleich zeigt daher keine Entwicklung über die Zeit.

100 mittelgroße deutsche Onlineshops für Mode · Test vom 7. Juli 2026 · Das Programm prüfte das HTML nach festen Regeln und nutzte kein Sprachmodell.

100

Shops getestet

mittelgroße deutsche Onlineshops für Mode

90 %

für das Programm erreichbar

90 von 100 Shops lieferten lesbares HTML.

10 %

blockierten den Abruf

10 Shops sperrten das Prüfprogramm.

Ergebnisse

Erreichbare Shops lieferten meist lesbare Produktdaten.

Der Test prüft zuerst, ob er den Shop erreicht. Nur danach sucht er im HTML nach Product-Schema, Preis und Warenkorb-Signal. Den Zugang berechnet der Bericht aus allen Shops. Für die übrigen Werte zählt er nur erreichbare Shops.

Was das Prüfprogramm lesen konnte

Anteil der 90 erreichbaren Shops. Alle Balken beginnen bei null.

Product-Schema78 % (70)
Sitemap92 % (83)
Preis97 % (87)
In den Warenkorb83 % (75)
llms.txt61 % (55)

Quelle: agenticux, HTML-Test vom 7. Juli 2026; 90 erreichbare Shops.

Unklare Ergebnisse kamen häufiger vor als fehlendes Product-Schema.

Nur 3 der 90 erreichbaren Shops hatten nachweislich kein Product-Schema. Bei 17 Shops erschienen die Produktdaten erst mit JavaScript, oder das erste HTML enthielt keine klaren Angaben. Ein Agent mit begrenzten Browser-Funktionen kann diese Daten übersehen oder den Abruf abbrechen. Der Bericht zählt solche Fälle als unklar, nicht als fehlend.

Prüfen Sie, ob Product-Schema vorhanden ist und ob das HTML des ersten Abrufs es enthält.

Product-Schema: vorhanden, unklar oder nicht vorhanden

Der Bericht zählt unklare Ergebnisse nicht als fehlend. Basis: 90 erreichbare Shops.

70nachgewiesen

17nicht prüfbar

3nachweislich nicht vorhanden

Quelle: agenticux, HTML-Test vom 7. Juli 2026; Product- oder ProductGroup-Daten direkt im HTML.

Product-Schema direkt im HTML

70 Shops lieferten Product- oder ProductGroup-Daten direkt im HTML. Bei 17 Shops erschienen Produktdaten erst mit JavaScript; dort blieb das Ergebnis offen.

Erreichbare oder in robots.txt genannte Sitemap

83 Shops boten eine erreichbare sitemap.xml oder nannten eine Sitemap in der robots.txt.

Preis direkt im HTML

Bei 87 Shops las das Programm den Preis direkt aus dem HTML.

Signal zum Hinzufügen in den Warenkorb

Bei 75 Shops fand das Programm im HTML ein klares Signal zum Hinzufügen eines Produkts in den Warenkorb.

Zusatzdatei llms.txt

55 Shops boten die Datei an. llms.txt ist noch kein fester Standard und ersetzt weder Zugang noch Produktdaten.

Vergleich

Bei den Onlineshops für Mode waren alle vier Werte höher.

Das Prüfprogramm fand bei den Onlineshops für Mode häufiger Product-Schema, Sitemap, Warenkorb-Signale und llms.txt. Bei llms.txt war der Unterschied am größten. Die beiden Gruppen enthalten andere Shops. Der Vergleich zeigt daher keine Entwicklung über die Zeit.

Mode im Juli und mehrere Branchen im Juni

Die Stichproben unterscheiden sich in Größe und Zusammensetzung. Der Vergleich zeigt daher keine Entwicklung über die Zeit.

Product-Schema

Juli · Mode78 %
Juni · mehrere Branchen60 %

Sitemap

Juli · Mode92 %
Juni · mehrere Branchen78 %

In den Warenkorb

Juli · Mode83 %
Juni · mehrere Branchen78 %

llms.txt

Juli · Mode61 %
Juni · mehrere Branchen34 %

Quelle: agenticux, HTML-Tests vom Juli 2026; 90 erreichbare Onlineshops für Mode und 68 erreichbare Shops aus mehreren Branchen.

Die Stichproben enthalten andere Shops und haben verschiedene Größen. Erst neue Tests derselben Shops können eine Entwicklung zeigen.

Folgen

Prüfen Sie zuerst den Zugang.

Sperrt ein Shop den Abruf, kann das Prüfprogramm keine Produktdaten lesen. Ohne diese Daten kann es Produkte nicht sicher vergleichen. Prüfen Sie danach Varianten und Warenkorb.

01

Zugang vor Inhalt prüfen

Prüfen Sie, welche Bots der Schutzdienst sperrt. Lassen Sie nur die KI-Agenten zu, die auf den Shop zugreifen dürfen.

Verantwortlich: Technik · Sicherheit

02

Produktdaten im ersten HTML senden

Name, Preis, Verfügbarkeit, Varianten sowie Product- und Offer-Daten müssen im ersten HTML stehen. JavaScript darf die Daten ergänzen, aber nicht erst erzeugen.

Verantwortlich: Technik · Suchoptimierung

03

Warenkorb klar beschriften

Variantenwahl, Warenkorb-Schaltfläche, Warenkorbstatus und Fehler brauchen klare Beschriftungen. Jede Änderung muss eindeutig erkennbar sein.

Verantwortlich: Produkt · Technik

04

Öffentliche Dateien pflegen

Halten Sie sitemap.xml aktuell. Nutzen Sie llms.txt nur als Zusatz. Beide helfen nicht, wenn der Shop das Prüfprogramm blockiert.

Verantwortlich: Suchoptimierung · Redaktion

Beispiele

Diese Shops erfüllten mehrere Prüfpunkte.

Die Liste nennt nur Shops mit mehreren nachgewiesenen Merkmalen. Sie bewertet nicht den ganzen Shop.

snocks.comgivnberlin.comthokkthokk.comsanvt.comafew-store.comoverkillshop.comburgundschild.comfynch-hatton.com

Am Messtag waren diese Shops erreichbar. Sie lieferten Product-Schema, Sitemap und llms.txt. Die Liste bewertet nicht den ganzen Shop.

Methode

So hat agenticux getestet.

Das Prüfprogramm rief für jeden Shop öffentliche Seiten und Dateien ab. Es suchte direkt im HTML nach Produktdaten, Preisen und Warenkorb-Signalen. Der Test zeigt die Daten, die am 7. Juli 2026 lesbar waren. Umsatz erfasst er nicht.

Stichprobe

100 mittelgroße deutsche Onlineshops für Mode

Berechnung

Zugang: alle 100 Shops. Weitere Werte: nur die 90 erreichbaren Shops.

Drei mögliche Ergebnisse

Vorhanden, nicht vorhanden oder nicht sicher prüfbar. Der Bericht zählt unklare Fälle nicht als fehlend.

Prüfung

Das Programm prüfte HTML, robots.txt, sitemap.xml und llms.txt nach festen Regeln. Es nutzte kein Sprachmodell.

Grenzen: Die Stichprobe steht nicht für den gesamten deutschen Onlinehandel. Shops können ihre Technik und Regeln jederzeit ändern. Der Test misst weder Antworten von KI-Diensten noch Umsatz. Er erfasst nur, welche Daten am Tag des Tests lesbar waren.

Weitere Tests

Fragen für kommende Berichte

Kommende Berichte sollen dieselben Shops erneut prüfen.

  1. 01Wie oft verhindern Bot-Sperren eine Empfehlung in KI-Suchen oder Einkaufsdiensten?
  2. 02Welche Shop-Systeme und Schutzdienste verursachen die Unterschiede zwischen den Händlern?
  3. 03Ändern sich die Werte, wenn das Programm dieselben Shops jeden Monat prüft?

Presse und Quellen

Kontakt für Fragen zu Zahlen und Methode

Autor: Stephan Lucka, Gründer von agenticux. Quellenangabe: agenticux-Bericht zur Lesbarkeit für KI-Agenten, Juli 2026.

Test vom 7. Juli 2026 · Deutschland · 100 mittelgroße deutsche Onlineshops für Mode

hello@agenticux.de

Häufige Fragen zur Studie

Was hat die Studie gemessen, und wie?
Das Prüfprogramm suchte in jedem Shop nach fünf Merkmalen: Product-Schema, Sitemap, lesbarem Preis, Warenkorb-Signal und llms.txt. Es las dafür das HTML sowie robots.txt, sitemap.xml und llms.txt. Zuerst prüfte es, ob der Shop den Abruf zuließ. Feste Regeln ordneten jedes Merkmal als vorhanden, fehlend oder unklar ein. Ein Sprachmodell schätzte keine Werte. Beide Berichte nutzen Daten vom 7. Juli 2026.
Was bedeuten erreichbar und gesperrt in der Studie?
Gesperrt bedeutet: Der Shop gab dem Prüfprogramm keine nutzbare HTML-Seite. Das traf im Juni 21 von 89 Shops (23,6 %) und im Juli 10 von 100 Onlineshops für Mode. Für alle weiteren Anteile zählt der Bericht nur erreichbare Shops. Der Bericht zählt bei einem gesperrten Shop kein Merkmal als fehlend.
Was sind die wichtigsten Ergebnisse?
Im Juni blockierten 21 von 89 Shops das Prüfprogramm. Von den 68 erreichbaren Shops hatten nur 5 nachweislich kein Product-Schema. Bei 96 % fand das Programm einen Preis, bei 78 % eine Sitemap und bei 78 % ein Warenkorb-Signal. 60 % hatten Product-Schema, 34 % llms.txt. Im Juli waren alle fünf Werte höher.
Kann ich diese Zahlen zitieren?
Ja. Quelle für Mode im Juli: agenticux.de/report. Quelle für den Branchenmix im Juni: agenticux.de/report/juni-2026. Nennen Sie blockierte Shops getrennt. Zählen Sie unklare Ergebnisse nicht als fehlend. Die Berichte prüfen verschiedene Shops und belegen daher keinen Trend.
Wie kann ich meinen eigenen Shop testen?
Drei Prüfungen dauern etwa fünf Minuten. 1. Öffnen Sie den Quelltext einer Produktseite und suchen Sie in einem application/ld+json-Block nach Product oder ProductGroup. 2. Rufen Sie /robots.txt, /sitemap.xml und /llms.txt im Browser auf. 3. Rufen Sie eine Produktseite mit curl -A "agent-check" ab. Antwortet der Shop mit Status 403 oder sperrt den Abruf, zählt die Studie ihn als gesperrt. Das traf im Juni 23,6 % und im Juli 10 %.
Welche Ausgaben gibt es bisher?
Bisher gibt es zwei Ausgaben. Der Juni-Bericht umfasst 89 deutsche Shops aus mehreren Branchen. Der Juli-Bericht umfasst 100 mittelgroße deutsche Onlineshops für Mode. Beide Berichte nennen Messdaten vom 7. Juli 2026. Neue Ausgaben kündigt agenticux auf agenticux.de/report an.