Produktbeschreibungen mit KI schreiben

Das echte Ausmaß des Problems

Stell dir vor, du hast 3.000 Produkte im Sortiment. Jede Beschreibung soll individuell sein, Keywords enthalten, die Zielgruppe ansprechen und sich von der Konkurrenz abheben. Bei einem erfahrenen freien Texter kostet ein Text zwischen 15 und 40 Euro. Allein für den Erstaufbau eines mittelgroßen Sortiments entsteht damit ein Budget von 45.000 bis 120.000 Euro — bevor das erste Produkt verkauft ist.

Das ist aber nur die halbe Wahrheit. Denn Sortimente sind lebendig. Neue Saison, neue Produkte, neue Kampagnen, neue Marktplätze. Wer heute mit Amazon, Otto und dem eigenen Shop arbeitet, braucht oft unterschiedlich formatierte Texte für jeden Kanal — mit unterschiedlichen Zeichenlimits, unterschiedlichen Pflichtfeldern und unterschiedlichen Keyword-Prioritäten. Manuell ist das schlicht nicht skalierbar. Die meisten Shop-Betreiber kennen das Ergebnis: Tausende Produkte stehen seit Jahren mit dem unveränderten Hersteller-Blindtext online. Jeder Mitbewerber listet denselben Text. Google straft das als Duplicate Content ab — schlechtere Rankings, weniger organischer Traffic, weniger Verkäufe.

Dazu kommt ein strukturelles Problem: Texte manuell zu erstellen ist linear. Mehr Produkte bedeuten mehr Zeit und mehr Geld — der Aufwand wächst proportional. Das Geschäft wächst nicht proportional. Wer schneller wächst als sein Team, kommt irgendwann nicht mehr hinterher. KI bricht diese Logik auf: Der Aufwand bleibt nahezu konstant, egal ob du 50 oder 5.000 Produkte textest. Und das verändert, was im E-Commerce wirtschaftlich möglich ist.

Mit vs. ohne KI — ein ehrlicher Vergleich

Kennzahl	Ohne KI	Mit KI
Zeit pro Produkttext	15–20 Minuten	2–3 Minuten (Prüfung + ggf. Anpassung)
Kosten pro Text (extern vergeben)	15–40 €	0,02–0,15 € (API-Kosten)
Konsistenz im Markenstil	Abhängig vom Autor, variiert	Einheitlich durch Prompt-Definition
SEO-Keyword-Integration	Manuell, oft lückenhaft	Systematisch eingebaut
Skalierbarkeit auf neue Produkte	Linear: mehr Produkte = mehr Aufwand	Nahezu konstant: Batch-Prozesse möglich

Diese Zahlen entstammen laufenden Projekten und typischen Erfahrungswerten aus dem deutschen E-Commerce. Dein Shop kann abweichen — entscheidend ist das Muster, nicht die genaue Zahl.

Was KI beim Texten konkret leistet

Du gibst der KI die Rohdaten: Produktname, Kategorie, Material, Maße, Zielgruppe, drei bis fünf Keywords, Preissegment, gewünschte Tonalität. Daraus generiert das Modell einen strukturierten Entwurf — Headline, Einleitungssatz, Bulletpoints mit Vorteilen, technische Details, Call-to-Action. Das Ergebnis ist kein Blindtext. Es ist ein echter Draftentwurf, der je nach Prompt-Qualität zu 70 bis 85 Prozent direkt verwendbar ist. Die restlichen 15 bis 30 Prozent entfallen auf Marken-Spezifika, Tonalitätskorrekturen oder gelegentliche Faktenfehler — die du in der Prüfung abfängst.

Für Skalierung gibt es zwei Wege: Der erste ist manuelles Batch-Prompting — du lädst eine strukturierte Liste mit Produktdaten, verarbeitest sie Charge für Charge und erhältst in einer Stunde Texte, für die du sonst Tage bräuchtest. Der zweite Weg ist die API-Anbindung: Dein PIM-System oder deine Shop-Datenbank übergibt Produktdaten automatisch an das KI-Modell, der Text kommt direkt zurück und wird ins System eingespielt. Vollautomatisch, ohne manuellen Zwischenschritt.

Ein wichtiger Unterschied zwischen den Ansätzen: Generische Sprachmodelle wie ChatGPT oder Claude arbeiten out of the box mit gutem Ergebnis, wenn der Prompt klar ist. Spezialisierte Tools wie Jasper oder Copy.ai bieten darüber hinaus vordefinierte E-Commerce-Templates, Brand-Voice-Einstellungen und Team-Workflows — was für größere Redaktionsteams Zeit spart, aber mehr Einrichtungsaufwand bedeutet.

Konkrete Werkzeuge — was wann passt

ChatGPT (GPT-4o) — ideal für den Einstieg und kleine bis mittlere Batches bis etwa 100 Produkte. Kein technisches Setup nötig, intuitiv zu bedienen. ChatGPT Plus kostet 20 Euro/Monat und erlaubt umfangreiche Batch-Prompting-Sessions. Gut geeignet, wenn du einen einmal ausgearbeiteten Prompt wiederholt nutzt und flexibel bleiben willst.

Claude — besonders stark bei langen, stilistisch konsistenten Texten und komplexen Tonalitätsvorgaben. Wenn du einen definierten Markenstil einhalten musst und der Prompt mehr als Basisinfos enthält — zum Beispiel Zielgruppencharaktere, Sprachbeispiele, Ausschlusslisten — liefert Claude oft gleichmäßigere Ergebnisse. Preise vergleichbar mit ChatGPT Plus.

Jasper — spezialisierte Content-Plattform für Teams. Bietet E-Commerce-Workflows, Brand-Voice-Profile und Mehrbenutzer-Verwaltung. Preise ab ca. 39 Euro/Monat. Lohnt sich ab ca. 3–5 Personen, die regelmäßig Texte produzieren. Die Lernkurve ist höher, aber die Konsistenz über Teammitglieder hinweg ist ein echter Vorteil.

Copy.ai — ähnlich positioniert wie Jasper, mit starken E-Commerce-Templates. Preise ab ca. 36 Euro/Monat. Gut geeignet für Shops, die viele ähnliche Produktvarianten texten müssen — das Template-System spart Zeit beim Prompt-Setup für wiederkehrende Kategorien.

Für Shops mit mehr als 200 neuen Produkten pro Monat lohnt sich der Schritt zur API-Anbindung: direkt an PIM oder Shop-System angebunden, vollautomatisch, und die laufenden Kosten liegen bei Bruchteilen der Plattform-Abos.

Was es kostet — realistisch gerechnet

Einstieg (manuell mit ChatGPT Plus):

• Tool-Kosten: 20 Euro/Monat
• Einmaliger Aufwand für Prompt-Entwicklung: 3–5 Stunden, um den Prompt auf dein Sortiment und deinen Stil anzupassen
• Produktionsgeschwindigkeit: ca. 60–80 Texte pro Stunde bei konsequentem Batch-Prompting

Skaliert (API-Anbindung mit automatischem Workflow):

• Entwicklungsaufwand: 2.000–5.000 Euro einmalig, je nach Komplexität der Shop-Integration
• Laufende API-Kosten: ca. 0,02–0,10 Euro pro Text (GPT-4o-mini oder Claude Haiku)
• 1.000 Texte: ca. 20–100 Euro API-Kosten

ROI-Rechnung am Beispiel:
Du hast 800 Produkte mit Hersteller-Blindtexten oder fehlenden Beschreibungen. Externe Texterstellung würde ca. 16.000–32.000 Euro kosten. Mit KI-API: 3.000 Euro Entwicklungsaufwand einmalig plus ca. 40–80 Euro API-Kosten für die Ersttextung aller 800 Produkte. Ab diesem Punkt schreibt die API jedes neue Produkt automatisch mit — zu Kosten von Cents pro Text. Amortisation: nach der ersten Kampagne.

Drei typische Einstiegsfehler

1. Zu wenig Kontext im Prompt.
„Schreib eine Produktbeschreibung für eine Hose” ergibt generischen Brei. Das Modell braucht: Material, Passform, Zielgruppe, Preissegment, drei bis fünf Keywords, Zeichenanzahl, Tonalität, Pflichtbestandteile (z. B. immer ein konkretes Anwendungsszenario). Wer den Prompt einmal sauber ausarbeitet, bekommt dauerhaft bessere Ergebnisse — dieser Aufwand ist kein Luxus, sondern die eigentliche Arbeit.

2. Texte ohne Faktenprüfung übernehmen.
KI-Modelle halluzinieren manchmal — Pflegehinweise, Waschtemperaturen, Materialangaben oder technische Spezifikationen können falsch sein, wenn sie nicht explizit im Prompt als Daten übergeben wurden. Jeder Text braucht eine Faktenprüfung, bevor er live geht. Das ist keine vollständige Redaktion, sondern ein gezielter Check der faktischen Angaben — dauert für einen Produkttext ca. 60 bis 90 Sekunden.

3. Den Prompt einmal setzen und nie optimieren.
Der erste Prompt ist ein Ausgangspunkt, kein Endresultat. Sammle in den ersten vier Wochen Feedback aus Conversion-Daten, Kundenmeinungen und internen Reviews — und passe den Prompt entsprechend an. Viele Teams erleben nach der zweiten oder dritten Iteration einen spürbaren Qualitätssprung. Ein Prompt, der nie weiterentwickelt wird, ist eine verpasste Chance.

Realistischer Zeitplan mit Risikohinweisen

Phase	Dauer	Was passiert	Typisches Risiko
Analyse & Prompt-Entwicklung	Woche 1–2	Sortiment analysieren, Zielgruppen definieren, Prompt für je eine Produktkategorie ausarbeiten	Zu viele Kategorien auf einmal — lieber mit einer Kategorie perfektionieren
Pilotphase mit echter Ware	Woche 2–3	50–100 Texte per Batch erstellen, intern prüfen, Fakten gegenchecken	Texte werden ohne Prüfung direkt übernommen — Qualitätskontrolle wird unterschätzt
Rollout auf Kernsortiment	Woche 3–5	Restliche Produkte im Batch, Prompt für weitere Kategorien anpassen	Zu viel Manuellarbeit bleibt — Workflow nicht wirklich automatisiert
Optimierung & Monitoring	Ab Woche 6	Conversion-Daten auswerten, Prompt iterieren, neue Produkte automatisch integrieren	Prompt bleibt unverändert, keine Feedback-Schleife eingebaut

Dein interner Aufwand während des Projekts: vor allem in den ersten zwei Wochen für Prompt-Ausarbeitung und Abnahme — ca. 4–6 Stunden insgesamt. Danach läuft das System größtenteils selbständig.

Häufige Einwände — und was dahintersteckt

„KI-Texte klingen alle gleich — das verletzt unsere Markenidentität.”
Das stimmt für schlecht konfigurierte Prompts. Ein sorgfältig ausgearbeiteter Prompt, der Tonalität, Zielgruppe, Ausschlusswörter und Stilbeispiele enthält, produziert Texte, die sich kaum von handgeschriebenen unterscheiden. Der Unterschied liegt nicht in der Technik, sondern in der Prompt-Arbeit. Wer drei Stunden in einen guten Prompt investiert, bekommt Texte, die zu seiner Marke passen.

„Wir müssen alle Texte sowieso überarbeiten — dann können wir sie auch gleich selbst schreiben.”
Der Aufwand für Überarbeitung ist strukturell anders als für Neuerstellung. Ein Mensch, der einen Rohtext prüft und korrigiert, ist zwei- bis dreimal schneller als einer, der von Grund auf schreibt — selbst wenn der Rohtext 30 Prozent Anpassung braucht. Die Zeitersparnis ist real, auch wenn sie nicht 100 Prozent beträgt.

Datenschutz — was du wissen musst

Wenn du Produktdaten an externe KI-APIs übermittelst, fließen diese Daten an Server in den USA oder der EU — je nach Anbieter. Für reine Produktbeschreibungen ohne Kundenbezug ist das datenschutzrechtlich unkritisch: Produktnamen, Materialangaben und Kategorien sind keine personenbezogenen Daten im Sinne der DSGVO. Trotzdem gelten Sorgfaltspflichten: Übergib keine internen Preiskalkulationen, Lieferantenkonditionen oder vertraulichen Geschäftsdaten an externe APIs.

Für Shops, die mit personalisierten Produktbeschreibungen arbeiten — also Texte, die auf individuelle Kundendaten zugeschnitten sind — gelten andere Regeln. Sobald Kundendaten in den Prompt einfließen, brauchst du eine DSGVO-konforme Grundlage: Auftragsverarbeitungsvertrag (AVV) nach Art. 28 DSGVO mit dem API-Anbieter, Prüfung des Serverstandorts und ggf. Standardvertragsklauseln für Drittlandübertragung. Alle genannten Anbieter stellen AVV-Vorlagen bereit — vor dem Produktivbetrieb abschließen, nicht danach.

Typisches Szenario

Ein Online-Shop für Outdoor-Ausrüstung mit 2.400 Produkten. Rund 800 davon liefen noch mit Hersteller-Blindtexten — identisch zu den Texten auf fünf Mitbewerber-Shops. Der Betreiber hatte weder Budget für einen Texter, der 800 Produkte neu textet, noch Zeit im Team. Die Texterstellung wurde seit zwei Jahren aufgeschoben.

Innerhalb von drei Wochen wurden alle 800 Produkte neu getextet: Zuerst ein Prompt für Zelte und Schlafsäcke ausgearbeitet und an 20 Testprodukten validiert, dann Batch-Prompting für alle Produkte in vier Kategorien, am Ende Faktencheck durch zwei Mitarbeiter in jeweils einer halben Stunde pro Kategorie. Gesamtaufwand intern: ca. 12 Stunden verteilt über drei Wochen. Drei Monate nach dem Launch zeigte Google Search Console für die umgetexteten Produkte deutlich höhere Impressionen — der organische Traffic auf den betroffenen Kategorieseiten stieg um rund 22 Prozent.

Woran du merkst, dass das zu dir passt

• Du hast mehr als 100 Produkte im Sortiment, die mit Hersteller-Blindtexten oder fehlenden Beschreibungen online stehen
• Dein Team verbringt regelmäßig Zeit mit dem Schreiben von Produktbeschreibungen — und es macht niemanden glücklich
• Du belieferst mehrere Marktplätze (Amazon, Otto, eigener Shop) und brauchst für jeden Kanal andere Formate
• Saisonale Kampagnen bedeuten immer wieder neue Texte in kurzer Zeit — und der Vorlauf reicht nie
• Du hast strukturierte Produktdaten: PIM-System, Excel-Tabelle oder Shop-Export mit Titel, Kategorie, Material, Maßen
• Du weißt, dass du Duplicate Content-Probleme hast, kommst aber nicht dazu, sie zu beheben
• Du hast ein Sortiment von mehr als 50 Produkten, das regelmäßig wächst

Quellen & Methodik

Die Vergleichswerte in der Tabelle basieren auf Erfahrungen aus E-Commerce-Projekten mit Shops zwischen 200 und 15.000 SKUs sowie Herstellerangaben der genannten Anbieter. Kostenschätzungen reflektieren Stand April 2026 und können sich ändern. API-Preise der Anbieter werden regelmäßig angepasst — Aktuelles immer direkt beim Anbieter prüfen. Amortisationsszenarien sind Richtwerte; tatsächliche Ergebnisse hängen von Sortimentsgröße, Prompt-Qualität und Workflow-Effizienz ab.

---

Wenn du Produktbeschreibungen mit KI skalieren willst — egal ob für 100 oder 5.000 Produkte — meld dich. In einem kurzen Gespräch klären wir, welcher Ansatz für dein Sortiment und dein Setup passt: manchmal reicht ein guter Prompt in ChatGPT, manchmal ist eine API-Anbindung der richtige Schritt. Das hängt von deinem Volumen und deinen Prozessen ab — und das schauen wir uns gemeinsam an.