Wir reden nicht nur über LLM-Optimierung. Wir testen sie auf eigenes Risiko.
blueShepherd betreibt neben der Agentur eigene eCommerce-Properties im K-Beauty-Bereich – Shopify-Shops mit realem Sortiment, echten Kunden, echten Conversion-Daten. Kein Sandbox, kein Demo-Account. Das gibt uns eine Perspektive, die reine Beratungsagenturen schlicht nicht haben: Wir sehen, was in GA4 und der Search Console wirklich passiert, wenn LLMs anfangen, Kaufentscheidungen zu beeinflussen.
Was wir in den letzten Monaten beobachtet haben, hat uns selbst überrascht.
ChatGPT überholt Google Organic
Einer unserer Shops hat seit September 2025 eine Kanalstruktur, die wir so noch nie gesehen haben: **ChatGPT ist die meistfrequentierte Traffic-Quelle** – vor Direct, vor Bing, deutlich vor Google Organic.
Das ist kein Ausreißer. Die Daten sind stabil über mehrere Monate. Und die Qualität des Traffics ist außergewöhnlich: ChatGPT-Referral-Traffic erzielt die **höchste Revenue-Effizienz aller Kanäle**. Höher als Google, höher als Direct, höher als Bing. Fast **jeder zweite neue User** kam zuerst über eine KI-Quelle – nicht über eine Suchmaschine.
Woran liegt das? Der Shop bedient eine spezifische Nische mit echtem Produktwissen, konkreten Markenentitäten und lokalem Bezug. ChatGPT empfiehlt ihn offenbar aktiv, wenn User nach K-Beauty-Produkten oder koreanischen Kosmetik-Händlern im DACH-Raum fragen. Nicht weil wir einen Trick angewendet haben – sondern weil die strukturellen Voraussetzungen stimmen: klare Entitäten, konsistente Markeninformationen, vertrauenswürdige Signale.
Engagement schlägt Volume
Der zweite Shop – größer, mehr Traffic, stärkeres Google-Organic-Fundament – zeigt ein anderes, aber ebenso klares Muster: **AI-Traffic hat die höchste Engagement Rate aller Kanäle**. Nutzer, die über ChatGPT oder Perplexity kommen, verbringen mehr Zeit auf der Site, klicken mehr, kaufen häufiger. Der Key-Event-Rate-Wert liegt über dem von Google Organic.
Das ergibt Sinn, wenn man überlegt, was vorher passiert ist: Der User hat nicht nach einem Keyword gesucht und irgendeinen Treffer angeklickt. Er hat eine Frage gestellt, eine Antwort bekommen und auf Basis dieser Empfehlung die Site aufgerufen. Die Intention ist schärfer. Der Funnel ist kürzer.
Das ist ein fundamentaler Unterschied zu klassischem SEO-Traffic.
Was die Search Console uns zeigt
Beide Shops haben eine ungesunde Schere zwischen Impressionen und Klicks bei bestimmten Query-Clustern. Brand-Keywords für starke K-Beauty-Marken generieren tausende Impressionen – aber auf Positionen weit jenseits der ersten Seite. Die Produktseiten ranken einfach nicht.
Der Grund ist struktureller Natur: **Reine Produktseiten liefern keinen Kontext.** Eine Kategorie-Seite für eine koreanische Kosmetikmarke erklärt nicht, was diese Marke ausmacht, für welche Hauttypen sie geeignet ist, welche Wirkstoffe typisch sind. LLMs und Suchmaschinen wollen beides – Kaufmöglichkeit und Wissenstiefe.
Der Shop mit Blog-Content zeigt das Gegenteil: Erklärende Artikel zu Inhaltsstoffen (Niacinamide, Hyaluronsäure), Produkt-Vergleiche und Marken-Guides treiben den organischen Traffic. Dieser Content wird zitiert, verlinkt und – das zeigen unsere Daten – von LLMs als Referenz herangezogen.
Das unterschätzte CTR-Problem
Wir haben ein Beispiel, das wir regelmäßig in Präsentationen nutzen: Eine einzelne Produktseite hat über einen Dreimonatszeitraum über **100.000 GSC-Impressionen** generiert, auf einer Position unter 6 – und eine CTR von unter 0,1%.
Das ist kein SEO-Problem. Das ist ein Meta-Problem. Title und Description kommunizieren keinen Klick-Anreiz. Bei einer realistischen CTR für diese Position würde dieselbe Seite mehrere tausend Klicks im Monat produzieren. Der Traffic ist schon da. Er wird nur nicht abgeholt.
LLM-Optimierung bedeutet auch: klassische Conversion-Hebel nicht vergessen. Wer in den KI-Ergebnissen auftaucht, muss auch im klassischen Snippet überzeugen – beides hängt zusammen.
Was wir daraus für Mandanten ableiten
Wir sind eine Hamburger Agentur mit 22 Jahren Erfahrung in Search – SEA, SEO, Shopping, Programmatic. Wir haben immer datengetrieben gearbeitet. Und genau deshalb nehmen wir LLM-Sichtbarkeit nicht als Trendthema, sondern als nächste operative Schicht.
Was wir inzwischen wissen:
Entitätsklarheit schlägt Keyword-Dichte. LLMs verstehen Kontext. Ein Shop, der klar kommuniziert, welche Marken er führt, welche Zielgruppen er bedient und welche Themen er besetzt, wird zitiert. Einer, der nur Produktlisten hat, nicht.
Erklärender Content ist keine Nice-to-have-SEO-Maßnahme mehr. Er ist der primäre Hebel dafür, dass ein LLM den eigenen Shop als Quelle bewertet – nicht nur für Information, sondern für Kaufempfehlungen.
llms.txt ist nicht optional. KI-Crawler brauchen Orientierung, was eine Site ist, was sie kann, was sie anbietet. Wer das nicht liefert, überlässt die Interpretation dem Modell.
Die Revenue-Qualität von AI-Traffic ist messbar und häufig besser als erwartet. Wer jetzt anfängt zu messen, hat in sechs Monaten eine Datenbasis, auf der er Entscheidungen treffen kann. Wer wartet, fängt dann bei null an.
Wir haben unsere eigenen Shops als Testfeld genutzt, weil wir keine Theorie verkaufen wollen. Die Zahlen sprechen für sich. Wenn du wissen willst, wo dein Shop gerade steht – wie er in LLMs auftaucht, wie strukturiert deine Produktdaten sind, ob dein Content die richtigen Signale setzt – dann lass uns das gemeinsam anschauen.
Operativ. Ohne Buzzword-Bingo.
**blueShepherd GmbH – Digitalagentur Hamburg. LLM-Marketing, SEO, SEA, eCommerce-Optimierung.**