100
Shops getestet
mittelgroße deutsche Onlineshops für Mode
Branchenbericht · Juli 2026
Neun von 100 Onlineshops für Mode blockierten den automatisierten Abruf
Die Nachricht in drei Punkten
Der erste Ausfall geschah vor der Prüfung der Produktdaten. 9 von 100 Shops blockierten den automatisierten Abruf. Das entspricht 9 Prozent der Stichprobe.
Fast alle erreichbaren Shops lieferten einen lesbaren Preis; Product-Schema blieb häufiger unklar. 87 von 91 erreichbaren Shops lieferten einen Preis direkt im HTML. Product-Schema war bei 70 nachgewiesen, bei 17 unklar und bei 3 nachweislich nicht vorhanden.
Die Mode-Stichprobe lag bei vier Vergleichswerten über dem Branchenmix vom Juni. Die Gruppen enthalten andere Shops. Der Vergleich zeigt Unterschiede zwischen den Stichproben, aber 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.
91 %
für das Programm erreichbar
91 von 100 Shops lieferten lesbares HTML.
9 %
blockierten den Abruf
9 Shops sperrten das Prüfprogramm.
Ergebnisse
Zugang und lesbare Produktdaten sind zwei getrennte Prüfungen.
Zuerst prüfte das Programm, ob ein Shop nutzbares HTML lieferte. Erst danach suchte es nach Product-Schema, Preis und Warenkorb-Signal. Die Zugangsquote bezieht sich auf alle Shops. Für die übrigen Werte zählen nur die erreichbaren Shops.
Was das Prüfprogramm lesen konnte
Anteil der 91 erreichbaren Shops. Alle Balken beginnen bei null.
Product-Schema77 % (70)
Sitemap91 % (83)
Preis96 % (87)
In den Warenkorb82 % (75)
llms.txt60 % (55)
Quelle: agenticux, HTML-Test vom 7. Juli 2026; 91 erreichbare Shops.
Unklare Ergebnisse kamen häufiger vor als fehlendes Product-Schema.
Nur 3 der 91 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.
Entscheidend ist nicht nur, ob Product-Schema vorhanden ist, sondern ob es bereits im HTML des ersten Abrufs steht.
Product-Schema: vorhanden, unklar oder nicht vorhanden
Der Bericht zählt unklare Ergebnisse nicht als fehlend. Basis: 91 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 · Mode77 %
Juni · mehrere Branchen60 %
Sitemap
Juli · Mode91 %
Juni · mehrere Branchen78 %
In den Warenkorb
Juli · Mode82 %
Juni · mehrere Branchen78 %
llms.txt
Juli · Mode60 %
Juni · mehrere Branchen34 %
Quelle: agenticux, HTML-Tests vom Juli 2026; 91 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.
Einordnung
Die Daten zeigen zwei verschiedene Ausfälle.
Ein Shop kann automatisierte Abrufe sperren. Ein erreichbarer Shop kann Produktdaten trotzdem erst spät oder nicht eindeutig liefern. Zugang und Lesbarkeit müssen deshalb getrennt geprüft werden.
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
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
Warenkorb klar beschriften
Variantenwahl, Warenkorb-Schaltfläche, Warenkorbstatus und Fehler brauchen klare Beschriftungen. Jede Änderung muss eindeutig erkennbar sein.
Verantwortlich: Produkt · Technik
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
Messaufbau und Zählregeln
Das Prüfprogramm rief für jeden Shop öffentliche Seiten und Dateien ab. Es suchte direkt im HTML nach Produktdaten, Preisen und Warenkorb-Signalen. Der Bericht zeigt, was am 7. Juli 2026 lesbar war. Umsatz erfasst er nicht.
Stichprobe
100 mittelgroße deutsche Onlineshops für Mode
Berechnung
Zugang: alle 100 Shops. Weitere Werte: nur die 91 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.
- 01Wie oft verhindern Bot-Sperren eine Empfehlung in KI-Suchen oder Einkaufsdiensten?
- 02Welche Shop-Systeme und Schutzdienste verursachen die Unterschiede zwischen den Händlern?
- 03Ändern sich die Werte, wenn das Programm dieselben Shops jeden Monat prüft?
Zitieren und Rohdaten
Zahlen, Quellenangabe und Methode
Empfohlene Quellenangabe: agenticux, Juli 2026, HTML-Test von 100 mittelgroße deutsche Onlineshops für Mode, Stichtag 7. Juli 2026. Autor: Stephan Lucka.
Test vom 7. Juli 2026 · Deutschland · 100 mittelgroße deutsche Onlineshops für Mode
Fragen zur Einordnung und Nutzung
- Was hat der Bericht gemessen?
- Das Prüfprogramm rief öffentliche Shop-Seiten sowie robots.txt, sitemap.xml und llms.txt ab. Im HTML suchte es nach Product-Schema, Preis und einem Signal zum Hinzufügen in den Warenkorb. Feste Regeln ordneten jedes Ergebnis als vorhanden, nicht vorhanden oder unklar ein. Ein Sprachmodell schätzte keine Werte. Stichtag war der 7. Juli 2026.
- Was bedeuten erreichbar, gesperrt und unklar?
- Erreichbar bedeutet, dass der Shop dem Prüfprogramm nutzbares HTML lieferte. 9 von 100 Shops blockierten den Abruf. Unklar bedeutet, dass sich ein einzelnes Merkmal nicht sicher prüfen ließ; solche Fälle gelten nicht als fehlend.
- Welche Ergebnisse lassen sich direkt zitieren?
- 9 von 100 Shops blockierten den Abruf. Unter den 91 erreichbaren Shops lieferten 70 (77 %) Product-Schema, 87 (96 %) einen Preis, 83 (91 %) eine erreichbare oder genannte Sitemap, 75 (82 %) ein Warenkorb-Signal und 55 (60 %) eine llms.txt.
- Was lässt sich aus dem Vergleich von Juni und Juli ableiten?
- Die Werte der Onlineshops für Mode im Juli lagen bei Product-Schema, Sitemap, Warenkorb-Signal und llms.txt über denen des Branchenmixes im Juni. Die Gruppen enthalten andere Shops und sind verschieden groß. Der Vergleich belegt daher keine Entwicklung über die Zeit.
- Dürfen Medien die Zahlen verwenden?
- Ja. Empfohlene Quellenangabe: „agenticux, Juli 2026, HTML-Test von 100 mittelgroße deutsche Onlineshops für Mode, Stichtag 7. Juli 2026“. Die vollständige Quelle steht unter agenticux.de/report/juli-2026. Rohdaten und Rückfragen zur Methode: hello@agenticux.de.
- Was behauptet der Bericht nicht?
- Die Stichprobe steht nicht für den gesamten deutschen Onlinehandel. Der Test misst weder Umsatz noch tatsächliche Empfehlungen durch KI-Dienste. Er zeigt nur, welche öffentlichen Shop-Daten das Prüfprogramm am Stichtag abrufen und lesen konnte.