Was fragen Käufer und Werkstätten die KI?

Drei Anfragetypen dominieren: die Passfrage („passt Teil X auf Fahrzeug Y“), die Nummernfrage („Originalteil-Nummer, Alternativen, Unterschiede“) und die Entscheidungsfrage („Original, OEM oder Nachbau — woran erkenne ich Qualität“). Das Query Fan-out zerlegt sie in Unterabfragen zu Fahrzeugdaten, Nummernsystemen, Hersteller, Preis und Verfügbarkeit. Die Bewertungseinheit ist dabei nicht Ihre Marke, sondern die einzelne Zuordnung: Teil-Nummer zu Fahrzeug-Modell zu Baujahr. Wer diese Zuordnung nur im Warenwirtschaftssystem kennt, ist für die Engine unsichtbar; wer sie publiziert, wird zitierfähig.

Welche Vertrauenssignale entscheiden?

  • OE-/OEM-Nummern und Querverweise: vollständig, als crawlbarer Text und Tabelle — die härteste Währung dieser Kategorie.
  • Fahrzeugzuordnung: Marke, Modell, Baujahr, Motorisierung — als Tabelle, die das Grounding querprüfen kann.
  • Homologation und Normen: ECE-, ABE- oder KBA-Bezüge, wo sie gelten; Zertifizierungen des Herstellers. Fakten mit Beleg, keine Werbesprache.
  • Einbau- und Sicherheitshinweise: fachgerecht und konservativ formuliert; bei sicherheitsrelevanten Teilen zählt dokumentierte Sorgfalt.
  • Verfügbarkeit und Preis: synchron zwischen Seite, Feed und Markup; Abweichungen sind Inkonsistenzsignale.

Wie strukturiert man Teileseiten und Ratgeber?

Die Teileseite trägt die Zuordnung: Direktantwort (welches Teil, für welche Fahrzeuge, welche Nummern), darunter die Zuordnungstabelle, dann Hinweise zu Einbau und Homologation. Der Ratgeber trägt die Entscheidungsfragen: „Original oder Nachbau“, „woran erkenne ich Verschleiß“, „wann muss das Teil gewechselt werden“ — als Direktantwort-Blöcke und Schritt-Listen im Sinne des Antwort-Engineerings. Kategorieseiten beantworten die Auswahlfrage der Kategorie („welche Bremsbeläge für Fahrzeugklasse X“) mit einer ehrlichen Kriterienliste. Wichtig: Sicherheitsrelevante Aussagen (Einbau durch Fachpersonal, Prüfpflichten) werden nie relativiert — die Engines gewichten YMYL-nahe Inhalte konservativ, und Ihre Seite sollte es auch.

Wie sieht der Quellengraph bei Autoteilen aus?

Geprüft werden typischerweise: Herstellerkataloge und Teiledatenbanken, Fachhandels-Plattformen, Werkstatt-Portale, Bewertungsprofile und Fachforen. Für den DACH-Raum zählen zusätzlich die klassischen B2B-Verzeichnisse (wlw, Europages) für Hersteller und Großhändler. Die Disziplin ist die übliche: Entität Wort für Wort ausrichten, Einträge vollständig füllen, und wo Drittquellen falsche Zuordnungen zu Ihren Teilen führen, korrigieren lassen — eine falsche Passgenauigkeit in einem Forum kann vom Grounding übernommen werden. Zur Kartierung siehe Quellengraph; zur Entität Entitäten und Knowledge Graph.

Checkliste Autoteile

  1. OE-/OEM-Nummern und Querverweise pro Teil als HTML-Tabelle veröffentlichen; Product-Markup daraus generieren.
  2. Fahrzeugzuordnung (Modell, Baujahr, Motor) vollständig und gepflegt; Änderungen per IndexNow melden.
  3. Ratgeber zu den zwanzig häufigsten Entscheidungsfragen Ihrer Sortimente mit Direktantworten aufsetzen.
  4. Homologations- und Zertifizierungsfakten über Website, Katalog und Verzeichnisse synchronisieren.
  5. Fragenset aus echten Pass- und Nummernfragen bilden; monatlich auf Google, ChatGPT und Perplexity messen, Screenshots archivieren.

Typische Fallstricke

Erster Fallstrick: Teilekataloge hinter Suchmasken — was nur nach Auswahl von Marke und Modell sichtbar wird, kann kein Crawler lesen; jede Zuordnung braucht eine adressierbare Seite. Zweiter: Nummern als Bilder oder in unstrukturiertem Fließtext. Dritter: ungeprüfte Kompatibilitätsversprechen; eine falsche Zuordnung, die die Engine übernimmt, erzeugt Retouren und Vertrauensschaden zugleich. Vierter: sicherheitsrelevante Hinweise weglassen, um „konvertierbarer“ zu wirken — das Gegenteil ist der Fall. Fünfter: nur Google pflegen; Werkstätten fragen zunehmend ChatGPT, und dessen Websuche hängt am Bing-Index. Sechster: die Nummernpflege unterschätzen — jede Modellpflege eines Fahrzeugherstellers erzeugt neue Baujahre und Zuordnungen; ein Katalog, der nicht mitzieht, beantwortet die präzisesten Anfragen der Kategorie zunehmend falsch und verliert beim Grounding gegen aktuellere Quellen. Zum Messrahmen siehe das Mess-SOP.

Häufige Fragen

Wie wichtig sind OE-Nummern für die KI-Sichtbarkeit?
Sie sind das zentrale Retrieval-Objekt dieser Kategorie: Die Nummernfrage ist der präziseste Anfragetyp, und eine Seite, die OE-Nummer, Querverweise und Fahrzeugzuordnung sauber als Text und Tabelle liefert, ist die bequemste Zitation für die Engine.
Unser Katalog steckt hinter einer Fahrzeugauswahl — was tun?
Die Zuordnung adressierbar machen: pro Teil oder Teilgruppe eine crawlbar erreichbare Seite mit Zuordnungstabelle. Die Suchmaske bleibt für Menschen, die Tabellen sind für Menschen und Maschinen — ohne adressierbare URLs fehlt Ihr Sortiment im Retrieval.
Wie gehe ich mit sicherheitsrelevanten Teilen um?
Konservativ und dokumentiert: Homologation benennen, Einbau durch Fachpersonal empfehlen, keine relativierenden Versprechen. YMYL-nahe Inhalte werden von den Engines strenger gewichtet — dokumentierte Sorgfalt ist hier das Vertrauenssignal, nicht der Bremsklotz-Preis.