Schon wieder eine GEO-Studie, die viel weniger beweist, als ihre Autoren behaupten

Die neue Shopify-Analyse von Shero Commerce liefert interessante Daten zu Produkttexten und KI-Zitaten. Doch aus der Beobachtung, dass Publisher häufig zitiert werden, wird plötzlich die Behauptung, Duplicate Content sei die Ursache – und origineller Produkttext die Lösung. Genau das wurde gar nicht untersucht.

Ich mag Studien. Besonders dann, wenn die Forschenden ihre Daten veröffentlichen und andere dazu einladen, selbst nachzurechnen.

Genau das hat Shero Commerce bei der Studie „Duplicate Content and AI Citations in 1,000 Shopify Stores“ getan. Das Unternehmen hat ein umfangreiches Workbook mit Shop-Daten, Produkttexten, Duplikatprüfungen, Prompts und KI-Quellen bereitgestellt. Das ist deutlich transparenter als vieles, was derzeit unter dem Label GEO, AI SEO oder LLMO veröffentlicht wird. Dafür gebührt Gentian Shero ausdrücklich Anerkennung.

Das Problem beginnt nicht bei den Daten.

Es beginnt bei der Geschichte, die aus ihnen gemacht wird.

Die zentrale Botschaft der Studie lautet sinngemäß:

Produkttexte sind häufig über mehrere Domains dupliziert. Deshalb erkennen KI-Systeme die Markenseite nicht als Ursprung und zitieren lieber Magazine, Händler oder Marktplätze. Die Lösung seien einzigartige, ausführliche und sauber strukturierte Produkttexte.

Das klingt plausibel. Es passt perfekt in eine LinkedIn-Grafik. Und es führt direkt zu einer konkreten GEO-Dienstleistung.

Nur: Die Studie hat diesen Ursache-Wirkungs-Zusammenhang nicht getestet.

Sie zeigt, dass Produkttexte häufig kurz oder dupliziert sind. Und sie zeigt, dass KI-Antworten bei allgemeinen Kaufberatungsfragen häufig Publisher zitieren. Was sie nicht zeigt: dass das eine das andere verursacht.

Die Studie belegt eine Citation Gap. Sie belegt nicht, dass Duplicate Content diese Lücke verursacht.

Dieser Unterschied ist keine akademische Spitzfindigkeit. Es ist der Unterschied zwischen einer Beobachtung, einer Erklärung und einer nachgewiesenen Maßnahme.

Was wurde tatsächlich untersucht?

Die Studie verbindet mehrere Teilanalysen, die man sauber auseinanderhalten muss.

1. Analyse von 8.573 Produktbeschreibungen

Ausgangspunkt war eine bereits in früheren Shero-Benchmarks verwendete Liste von 1.000 Shopify-Shops. Laut Artikel konnten von 883 Shops Live-Produktdaten abgerufen werden. Pro Shop wurden bis zu zehn Produkte aus dem öffentlichen Produktfeed erfasst. Insgesamt kamen so 8.573 Produktbeschreibungen zusammen.

Für diese Texte wurde zunächst gezählt, wie viele Wörter im normalen Shopify-Beschreibungsfeld standen. Weniger als 50 Wörter galten als „thin“.

Nach meiner Nachzählung im veröffentlichten Workbook lagen 2.560 von 8.573 Beschreibungsfeldern unter dieser Schwelle. Das entspricht 29,9 Prozent. Außerdem wurden 1.892 Produkte als shopinterne Duplikate eingestuft, also 22,1 Prozent. (Google Docs)

Das ist zunächst ein sinnvoller deskriptiver Befund: Viele Shopify-Produktfeeds enthalten kurze oder untereinander stark ähnliche Texte.

2. Eine kleinere Untersuchung des tatsächlichen HTML-Inhalts

Shero erkannte selbst, dass das normale Beschreibungsfeld nicht mit dem gesamten Inhalt einer Produktseite gleichzusetzen ist. Moderne Shopify-Themes verteilen Inhalte auf Metafelder, Tabs, Akkordeons und unterschiedliche Theme-Komponenten.

Deshalb wurden bei technisch erreichbaren Shops jeweils zwei Produktseiten als HTML abgerufen. Textblöcke, die auf beiden Seiten identisch vorkamen, wurden als Boilerplate entfernt. Übrig bleiben sollte der produktspezifische Text.

532 Shops erlaubten einen solchen Abruf. Nur 173 konnten nach der Zwei-Seiten-Methode „sauber“ gemessen werden. Bei 27 dieser 173 Shops wurden weniger als 50 Wörter produktspezifischer Inhalt gefunden. Daraus ergibt sich die häufig zitierte Thin-Content-Rate von 15,6 Prozent.

Auch das ist ein interessanter Befund: Das normale Shopify-Beschreibungsfeld unterschätzt bei vielen Shops den tatsächlichen Seiteninhalt.

Aber die 15,6 Prozent gelten zunächst nur für diese 173 technisch messbaren Shops. Es handelt sich nicht um eine zufällig ausgewählte Teilstichprobe. Shops mit Bot-Schutz, ungewöhnlichem Rendering oder anderen technischen Besonderheiten fallen systematisch aus der Analyse heraus.

Die Autoren weisen auf diese Einschränkung erfreulicherweise selbst hin. In der späteren Kommunikation geht diese wichtige Einschränkung jedoch leicht verloren.

3. Suche nach extern duplizierten Texten

Für die externe Duplikationsprüfung wurden nicht alle 8.573 Beschreibungen mit dem gesamten Web verglichen.

Stattdessen wählte Shero aus einer kleineren Stichprobe jeweils einen charakteristischen Satz aus und suchte ihn als exakte Phrase im Web. Gefundene Domains wurden anschließend als Händler, Marktplatz, Publisher, Scraper oder sonstige Quelle klassifiziert.

Das ist ein vernünftiges Verfahren für ein exploratives Screening. Es ist aber etwas anderes als eine systematische Vollerhebung aller Produktbeschreibungen.

Darauf komme ich gleich zurück, denn genau hier entsteht eine der missverständlichsten Zahlen der Studie.

4. Kaufbezogene Fragen an drei KI-Systeme

Im zweiten großen Teil wurden Fragen aus 60 Produktkategorien an Googles KI-Antwortsystem, ChatGPT und Perplexity gestellt.

Die Prompts waren beispielsweise:

„What are the best gym leggings for squats that are actually squat-proof?“
„What are the best sustainable clothing brands that are actually eco-friendly and not greenwashing?“
„What are the best wireless bras for large busts that are actually supportive?“

Für jede Kategorie gab es eine vorab definierte Liste etablierter Marken. Anschließend wurde erfasst, ob eine Marke:

mit einer eigenen Domain als Quelle verlinkt wurde,
empfohlen, aber nicht mit der eigenen Domain zitiert wurde,
nur erwähnt wurde,
oder gar nicht vorkam.

Zusätzlich wurden sämtliche in den Antworten sichtbaren Quelldomains klassifiziert.

Das ist grundsätzlich ein brauchbares Design, um zu beschreiben, welche Quellentypen bei diesen konkreten Fragen auftauchten.

Es ist aber noch keine Untersuchung darüber, warum eine bestimmte Quelle auftauchte.

Was die Daten tatsächlich zeigen

Beginnen wir mit den Befunden, die sich aus dem Workbook nachvollziehen lassen.

Das Beschreibungsfeld ist kein guter Stellvertreter für die ganze Produktseite

Fast 30 Prozent der untersuchten Shopify-Beschreibungsfelder enthielten weniger als 50 Wörter. Bei der kleineren HTML-Stichprobe waren aber nur 27 von 173 Shops nach Sheros Definition tatsächlich dünn.

Von den Shops mit einem kurzen Beschreibungsfeld hatten 71 Prozent im übrigen HTML ausreichend weiteren Inhalt.

Das ist wahrscheinlich einer der nützlichsten Befunde der gesamten Studie.

Wer nur das Standardfeld eines CMS ausliest, misst nicht zwangsläufig das, was auf der tatsächlichen Seite vorhanden ist. Viele automatisierte Audits bewerten also einen Proxy statt des realen Seiteninhalts.

Interne Wiederholungen sind verbreitet

22,1 Prozent der 8.573 Produktbeschreibungen wurden als shopinterne Near-Duplicates klassifiziert. Die dafür verwendete Methode mit überlappenden Wortsequenzen und Jaccard-Ähnlichkeit ist grundsätzlich ein etabliertes Verfahren zur Erkennung sehr ähnlicher Texte.

Damit ist gut belegt, dass viele Shops Produkttexte mit stark wiederholten Templates verwenden.

Nicht belegt ist allerdings, dass diese interne Ähnlichkeit zu weniger KI-Zitaten führt.

Publisher dominierten die protokollierten Quellen

Von 1.851 im Workbook erfassten Quellen wurden 1.100 als Publisher oder Medien klassifiziert. Das entspricht 59,4 Prozent.

Nur 51 Quellenzeilen wurden als eigene Seite der jeweils untersuchten Marke eingestuft. Das entspricht 2,8 Prozent.

Über alle drei Systeme hinweg gab es 50 Fälle mit eigener Brand-Citation und 109 Fälle, in denen eine Marke zwar empfohlen, ihre eigene Domain aber nicht als Quelle verwendet wurde. Unter diesen 159 positiven Markenergebnissen lag der Anteil eigener Brand-Citations somit bei 31,4 Prozent.

Dieser Befund ist für die untersuchten Prompts erst einmal haltbar:

Bei allgemeinen „Was sind die besten …?“-Fragen verlinkten die getesteten KI-Systeme wesentlich häufiger auf redaktionelle oder vergleichende Drittquellen als auf die Seite der empfohlenen Marke.

Das ist relevant. Nur beweist es noch keine Fehlattribution durch Duplicate Content.

Die berühmten 20 Prozent sind keine 20 Prozent von 8.573 Beschreibungen

In der Studie und in ihrer Weiterverbreitung klingt es häufig so, als seien 20 Prozent der 8.573 Produktbeschreibungen auf anderen Domains gefunden worden.

Das ist nicht das, was im Workbook steht.

Dort finden sich 172 unterschiedliche Satzproben. Für jede Probe wurde ein charakteristischer Satz als exakte Suchphrase verwendet.

Meine Nachzählung ergibt:

121 Proben ohne externen Treffer,
30 Proben mit mindestens einem bestätigten Treffer,
21 Proben, bei denen ausschließlich als „unconfirmed“ gekennzeichnete Treffer vorliegen.

30 bestätigte positive Fälle von 172 Proben ergeben 17,4 Prozent.

Die Rate steigt auf 19,9 Prozent, wenn man die 21 ungeklärten Fälle vollständig aus dem Nenner entfernt und nur die 151 eindeutig positiven oder negativen Proben betrachtet.

Die publizierten 20 Prozent sind also nachvollziehbar, wenn die ungeklärten Fälle ausgeschlossen werden. Die Formulierung „20 Prozent der Produktbeschreibungen“ lässt den Befund aber breiter und eindeutiger wirken, als die Datenbasis tatsächlich ist. (Google Docs)

Hinzu kommt eine Dokumentationsunschärfe: Im Artikel heißt es, reale Treffer seien durch Öffnen der Seiten bestätigt worden. Im Workbook sind jedoch 86 einzelne Domain-Treffer als „unconfirmed“ markiert. Auf Ebene der Satzproben betreffen diese ungeklärten Treffer 21 Produkte.

Das macht die externe Duplikationsanalyse nicht wertlos. Sie sollte nur korrekt als das bezeichnet werden, was sie ist:

eine indikative Web-Stichprobe mit exakten Satzsuchen – keine Vollerhebung aller 8.573 Produkttexte.

Außerdem kann eine solche Suche nicht feststellen, welche Domain den Text ursprünglich veröffentlicht hat.

Vielleicht stammt der Text von der Marke und wurde an Händler syndiziert. Vielleicht stammt er vom Hersteller und wurde von Marke und Händler übernommen. Vielleicht wurde er zwischenzeitlich verändert. Vielleicht war die Händlerseite früher indexiert.

Ein identischer Satz belegt Gleichheit. Er belegt keine Urheberschaft.

Der entscheidende Denkfehler: Aus zwei Tabellen wird eine Ursache gebaut

Bis hierhin haben wir zwei separate Beobachtungen:

Beobachtung A: Ein Teil der Produkttexte ist kurz, intern ähnlich oder auf anderen Domains wiederzufinden.

Beobachtung B: Bei allgemeinen Kaufempfehlungen zitieren KI-Systeme häufig Magazine, Vergleichsportale und andere Publisher.

Die Studie verbindet diese Beobachtungen zu einer kausalen Geschichte:

Weil der Produkttext dupliziert ist, hat das KI-System keinen Grund, die Markenseite als Ursprung zu behandeln. Deshalb geht die Citation an einen Publisher.

Für diese Verbindung fehlt jedoch die eigentliche Analyse.

Die Studie zeigt nicht, dass eine konkrete Produktseite mit dupliziertem Text seltener zitiert wurde als eine vergleichbare Seite mit einzigartigem Text.

Sie zeigt auch nicht, dass Marken mit mehr duplizierten Produktbeschreibungen eine geringere Own-Domain-Citation-Rate hatten.

Es gibt keine kontrollierte Regression, die andere Faktoren berücksichtigt. Es gibt keine zufällige Zuweisung. Es gibt kein Vorher-nachher-Experiment. Es gibt keine Testgruppe mit umgeschriebenen Texten und eine Kontrollgruppe mit unveränderten Texten.

Die beiden Messungen arbeiten sogar auf unterschiedlichen Ebenen:

Die Duplikationsprüfung betrifft einzelne Produktbeschreibungen oder einzelne Sätze.
Die KI-Auswertung betrifft Marken innerhalb breiter Produktkategorien.
Die Prompts fragen nach den „besten“ Marken oder Produkten, nicht nach der Herkunft eines bestimmten Produkttextes.

Zwischen dem duplizierten Satz eines konkreten Produkts und der späteren Empfehlung einer Marke wird keine direkte Verbindung hergestellt.

Oder einfacher formuliert:

Die Studie zeigt auf einer Folie duplizierte Produkttexte und auf einer anderen Folie Publisher-Zitate. Die empirische Verbindungslinie zwischen beiden Folien fehlt.

Bemerkenswert ist, dass die Methodik diesen Punkt teilweise selbst anerkennt. Shero schreibt ausdrücklich, die Studie messe keinen Ranking-Ursache-Wirkungs-Zusammenhang und keine Duplicate-Content-Penalty. Wenige Absätze später wird trotzdem erklärt, was die Duplikation „in terms of attribution“ koste und warum die Citation deshalb zu einer anderen Quelle gehe.

Genau dort wird aus einer transparent benannten Einschränkung wieder eine scheinbar bewiesene Erklärung.

Warum Publisher bei „Best of“-Fragen nicht überraschen

Es gibt außerdem eine naheliegende alternative Erklärung für die vielen Publisher-Zitate: den Such- beziehungsweise Prompt-Intent.

Wer fragt:

„Welche Gym-Leggings sind wirklich squat-proof?“

sucht nicht primär nach den technischen Angaben einer bestimmten Marke. Die Person sucht eine vergleichende Bewertung.

Ein Hersteller kann auf seiner Produktseite erklären, aus welchem Material eine Leggings besteht, wie sie geschnitten ist und für welche Aktivitäten sie gedacht ist. Ob sie im Vergleich zu zehn anderen Produkten „die beste“ ist, wird ein unabhängiger Test, ein Fachmagazin oder ein Bewertungsportal häufig glaubwürdiger und ausführlicher behandeln.

Dass ChatGPT, Perplexity oder Google für solche Aussagen Testberichte und Vergleichsseiten als Belege anzeigen, kann daher schlicht bedeuten, dass diese Seiten den Prompt-Intent besser bedienen.

Es muss nichts mit der Duplikation eines Shopify-Produkttextes zu tun haben.

Auch der Begriff „Attribution“ ist in diesem Zusammenhang etwas irreführend. Eine sichtbare Quellenangabe in einer KI-Antwort ist nicht zwangsläufig eine Auszeichnung für den ursprünglichen Urheber einer Formulierung. Sie ist zunächst eine URL, die das System als unterstützende Quelle für einen Teil seiner Antwort präsentiert.

Google beschreibt die Links in AI Overviews und AI Mode entsprechend als unterstützende Webseiten, die zur Beantwortung und weiteren Exploration einer Frage herangezogen werden. Das ist etwas anderes als eine technische Urheberzuordnung für einzelne Sätze. (Google for Developers)

Eine Marke kann also durchaus die ursprüngliche Quelle ihrer Produktspezifikationen sein, während ein Magazin die passendere Quelle für die Aussage ist, das Produkt sei besonders gut, nachhaltig, langlebig oder sein Geld wert.

1.851 Quellen sind nicht 1.851 unabhängige Tests

Große Zahlen erzeugen Autorität. „1.851 analysierte Quellen“ klingt nach einer entsprechend großen Zahl unabhängiger KI-Entscheidungen.

Im Workbook verteilen sich diese Quellenzeilen jedoch auf 153 Kategorie-Engine-Kombinationen mit protokollierten Quellen.

Eine einzelne Antwort kann zehn, fünfzehn oder noch mehr Links enthalten. Jeder Link wird als eigene Quellenzeile gezählt.

Das ist für eine Analyse der Quellenzusammensetzung völlig legitim. Die Aussage „59 Prozent der protokollierten Links waren Publisher“ bleibt korrekt.

Man darf die 1.851 Links aber nicht so behandeln, als handele es sich um 1.851 voneinander unabhängige Experimente.

Wenn eine ChatGPT-Antwort zwölf Publisher verlinkt, sind das zwölf Quellenzeilen – aber weiterhin nur eine Antwort auf einen Prompt. Die Links innerhalb derselben Antwort hängen miteinander zusammen.

Wissenschaftlich gesprochen handelt es sich um geclusterte Daten. Für ein breites Publikum reicht die einfachere Formulierung:

Zwölf Links in einer Antwort sind nicht dasselbe wie zwölf unabhängig gestellte Fragen.

Auch die 9,5 Prozent sind etwas anders definiert, als es klingt

Für Google enthält das Workbook 620 Markenprüfungen:

16-mal „cited“,
37-mal „recommended“,
6-mal „mentioned“,
561-mal „absent“.

„Cited“ plus „recommended“ ergibt 53 von 620 Fällen beziehungsweise 8,5 Prozent.

Die im Artikel genannten 9,5 Prozent entstehen erst, wenn zusätzlich die sechs bloßen Erwähnungen eingerechnet werden: 59 von 620. (Shero Commerce)

Das ist keine dramatische Abweichung. Es ist aber methodisch relevant, weil die Studie die Kategorien „cited“, „recommended“ und „mentioned“ ausdrücklich voneinander trennt.

Wer in der Überschrift „cited or recommended“ sagt, sollte nicht stillschweigend auch „mentioned“ mitzählen.

Structured Data: interessante Beobachtung, ungetesteter Hebel

Ein weiterer Schwerpunkt der Studie liegt auf strukturierten Produktdaten.

In der kleineren Stichprobe von 173 sauber messbaren Shops enthielten 152 eine strukturierte Produktbeschreibung. Das entspricht knapp 88 Prozent.

Bei 102 der 173 Shops war diese Beschreibung kürzer als 50 Wörter oder fehlte ganz. Daraus entstehen die kommunizierten 59 Prozent. (Google Docs)

Auch hier ist die deskriptive Aussage nachvollziehbar:

Viele Shops liefern in ihrem strukturierten Product-Markup nur eine sehr kurze oder gar keine Beschreibung.

Nicht gezeigt wird jedoch, dass 49 Wörter schlecht und 51 Wörter gut sind. Die Grenze von 50 Wörtern wurde von der Studie festgelegt. Es gibt keinen Test, bei dem strukturierte Beschreibungen verlängert und anschließend häufiger zitiert wurden.

Die Formulierung „AI-readable description“ suggeriert zudem, dieses Feld sei der entscheidende oder bevorzugte Textkanal für KI-Systeme. Dafür liefert die Studie keinen Beleg. Strukturierte Daten können Maschinen helfen, Inhalte und Produkteigenschaften zu verstehen. Sie ersetzen aber weder den sichtbaren Seiteninhalt noch beweisen sie eine höhere Zitierwahrscheinlichkeit.

Google erklärt für AI Overviews und AI Mode ausdrücklich, dass keine besondere KI-Auszeichnung und kein spezielles Schema erforderlich sind. Wichtig ist unter anderem, dass wesentliche Inhalte in Textform vorliegen und strukturierte Daten mit dem sichtbaren Seiteninhalt übereinstimmen. (Google for Developers)

Die sinnvolle Empfehlung lautet deshalb:

Pflegt eure strukturierten Produktdaten vollständig und korrekt.

Die nicht belegte Empfehlung lautet:

Eine Produktbeschreibung mit mehr als 50 Wörtern im JSON-LD erhöht die Wahrscheinlichkeit einer KI-Citation.

Das wurde nicht getestet.

Die vorgeschlagene Lösung kommt aus keiner Interventionsstudie

Nach den Befunden präsentiert Shero eine Struktur aus zwölf Feldern für eine angeblich „citable product page“: Produktüberschrift, Sales Headline, kurze und lange Beschreibung, Benefits, Zielgruppe, technische Daten, FAQs, Meta-Daten, Cross-Sells und weitere Elemente.

Danach folgt der Hinweis auf einen kostenpflichtigen GEO-Readiness-Audit. Im Workbook gibt es außerdem ein „Content Enrichment“-Tab mit Beispielen aus einem System, das Shero für Kunden entwickelt.

Daran ist zunächst nichts Verwerfliches. Shero ist eine Commerce-Agentur und keine Universität. Natürlich soll die Forschung auch auf die eigenen Leistungen einzahlen.

Aber gerade deshalb muss man streng trennen:

Was wurde gemessen?
Was wird daraus vermutet?
Was wird anschließend verkauft?

Die zwölf Felder können eine gute redaktionelle Checkliste sein. Einzigartige, produktspezifische und hilfreiche Inhalte sind wahrscheinlich für Nutzer, Conversion, klassische Suche und Markenkommunikation sinnvoll.

Die Studie hat jedoch nicht getestet, ob Seiten mit diesen zwölf Feldern häufiger zitiert werden.

Sie hat auch nicht getestet, ob das Umschreiben duplizierter Texte zu mehr Brand-Citations führt.

Wenn aus einer Beobachtungsstudie unmittelbar eine konkrete Lösung mit zwölf Maßnahmen entsteht, bedeutet das nicht automatisch, dass die Lösung falsch ist. Es bedeutet nur, dass ihre Wirksamkeit durch diese Studie nicht nachgewiesen wurde.

Auditierbar ist nicht dasselbe wie reproduzierbar

In der Weiterverbreitung, insbesondere durch Aleyda Solís bei LinkedIn, wird die Studie als „well built“ und „reproducible“ gelobt.

„Gut gebaut“ kann man vertreten. Das öffentliche Workbook ist wertvoll. Viele der zentralen Summen lassen sich kontrollieren und nachrechnen.

Für „reproduzierbar“ würde ich einen strengeren Maßstab anlegen.

Um den KI-Teil wirklich zu reproduzieren, bräuchte man unter anderem:

die exakten Modell- und Produktversionen,
den genauen Zeitpunkt jedes Laufs,
Account-, Länder- und Spracheinstellungen,
mögliche Search- oder Browsing-Konfigurationen,
die vollständigen Rohantworten,
die verwendeten Klassifikationsregeln,
mehrere Wiederholungen desselben Prompts.

Die Studie nennt die getesteten Systeme, Prompts und den Erhebungsmonat. Sie weist außerdem selbst darauf hin, dass die Ergebnisse vom jeweiligen System und vom Erhebungszeitpunkt abhängen und sich verändern werden.

Das Workbook macht die Auswertung also auditierbar: Man kann kontrollieren, was eingetragen und wie daraus gerechnet wurde.

Es macht das Experiment nicht vollständig reproduzierbar: Man kann nicht sicherstellen, dass ein unabhängiges Team unter denselben Bedingungen denselben Versuch wiederholt.

Eine weitere kleine Lücke: Im AI Citation Log enthält das Workbook für Google und Perplexity jeweils 60 Kategorien, für ChatGPT aber nur 49. Eine Erklärung für die fehlenden elf Kategorien ist in der veröffentlichten Methodik nicht ersichtlich.

Ein weiterer statistischer Sprachfehler

Im Workbook wird aus Spearman-Korrelationen von 0,13 zwischen Content-Tiefe und AI Readiness sowie 0,02 zwischen Geschwindigkeit und AI Readiness geschlossen, die Größen seien „statistically independent“.

Das ist zu stark formuliert.

Ein Korrelationswert nahe null bedeutet lediglich, dass in diesen Daten kein starker monotoner Zusammenhang sichtbar ist.

Statistische Unabhängigkeit ist eine viel stärkere Eigenschaft. Zwei Größen können eine Korrelation von null haben und trotzdem voneinander abhängig sein.

Die korrekte Formulierung wäre daher:

Die gemessenen Größen waren in dieser Stichprobe nur sehr schwach miteinander korreliert.

Auch das ist kein katastrophaler Fehler. Es ist aber ein weiteres Beispiel dafür, wie aus einem begrenzten statistischen Befund eine größere Aussage gemacht wird.

Was ist haltbar – und was nicht?

Aussage	Bewertung
Das normale Shopify-Beschreibungsfeld unterschätzt häufig den tatsächlichen Seiteninhalt.	Gut gestützt.
Viele Produkttexte sind innerhalb eines Shops stark ähnlich.	Für diese Stichprobe gut gestützt.
Produkttexte tauchen auch auf Händler- und Marketplace-Domains auf.	Durch die Satzstichprobe gestützt, aber keine Vollerhebung.
Publisher dominieren bei den untersuchten allgemeinen Kaufempfehlungsfragen die Quellenlinks.	Gut gestützt.
Duplizierte Produkttexte verursachen die geringe Zahl eigener Brand-Citations.	Nicht gezeigt.
KI-Systeme wählen Publisher, weil sie die Markenseite nicht als Ursprung erkennen.	Plausible Hypothese, aber nicht gemessen.
Strukturierte Beschreibungen unter 50 Wörtern reduzieren KI-Citations.	Nicht getestet.
Einzigartige Texte in zwölf definierten Feldern erhöhen die Citation-Rate.	Nicht getestet.
Die Studie ist vollständig reproduzierbar.	Zu stark. Sie ist vergleichsweise transparent und auditierbar.

Was Unternehmen trotzdem daraus mitnehmen können

Die kritische Einordnung bedeutet nicht, dass Unternehmen ihre Produkttexte weiterhin unkontrolliert über sämtliche Vertriebspartner verteilen sollten.

Einzigartige, genaue und produktspezifische Inhalte sind grundsätzlich sinnvoll. Nicht nur für GEO, sondern auch für Nutzer, klassische Suchmaschinen, Beratung, Conversion und Markenprofil.

Auch vollständige strukturierte Produktdaten sind sinnvoll – insbesondere Preise, Verfügbarkeit, Varianten, Bewertungen, Versandinformationen und andere tatsächlich vorhandene Produkteigenschaften. Google empfiehlt, möglichst vollständige, korrekte Produktinformationen bereitzustellen, ohne daraus eine Garantie für eine bestimmte Darstellung abzuleiten. (Google for Developers)

Die Strategie sollte nur nicht auf einer vermeintlich bewiesenen GEO-Regel beruhen.

Für Marken würde ich vier Ziele getrennt messen:

Wird die Marke in einer KI-Antwort erwähnt?
Wird sie ausdrücklich empfohlen?
Wird eine eigene Domain als Quelle verlinkt?
Entstehen daraus tatsächlich Klicks oder Conversions?

Diese Outcomes sind nicht dasselbe. Eine Brand-Erwähnung ohne Link kann wertvoll sein. Eine Publisher-Citation kann Vertrauen und Nachfrage aufbauen. Eine eigene Citation muss nicht automatisch einen Klick erhalten. Und ein Klick muss nicht konvertieren.

Außerdem sollte der Seitentyp zum Prompt passen.

Wer bei Fragen wie „Welche Produkte sind die besten?“ sichtbar werden will, benötigt wahrscheinlich mehr als eine klassische Produktdetailseite. Vergleichende Guides, transparente Testmethoden, Experteninhalte, echte Nutzungsdaten, FAQs und redaktionelle Kategorieseiten können den Intent solcher Fragen besser bedienen.

Auch unabhängige Berichterstattung und Händlerpräsenz müssen nicht nur als Verlust betrachtet werden. Wenn ein renommiertes Fachmedium die eigene Marke empfiehlt, kann das strategisch wertvoll sein – selbst wenn die direkte Citation zunächst zum Publisher führt.

Wie man die zentrale Hypothese wirklich testen müsste

Die spannende Frage der Shero-Studie ist keineswegs erledigt. Im Gegenteil: Sie wäre ein hervorragender Ausgangspunkt für ein kontrolliertes Experiment.

Man könnte beispielsweise mehrere vergleichbare Produktseiten auswählen und zufällig zwei Gruppen bilden.

In der Testgruppe würden die duplizierten Texte durch einzigartige, produktspezifische Inhalte ersetzt. Zusätzlich könnte man die sichtbaren Inhalte und strukturierten Daten konsistent vervollständigen.

Die Kontrollgruppe bliebe unverändert.

Anschließend müsste man über mehrere Wochen oder Monate:

dieselben Prompts wiederholt testen,
mehrere KI-Systeme und Zeitpunkte einbeziehen,
Empfehlungen, Erwähnungen und eigene Citations getrennt erfassen,
klassische Rankings, Markenbekanntheit und Seitentypen kontrollieren,
und die Ergebnisse auf URL- beziehungsweise Produktebene auswerten.

Erst dann ließe sich beantworten, ob das Umschreiben duplizierter Produkttexte die Wahrscheinlichkeit eigener KI-Citations tatsächlich erhöht.

Bis dahin ist „Duplicate Content verursacht den Citation-Verlust“ keine Erkenntnis, sondern eine Hypothese.

Fazit: Gute Daten, zu große Story

Shero Commerce hat eine für Branchenverhältnisse ungewöhnlich transparente explorative Analyse veröffentlicht.

Die Studie zeigt überzeugend, dass das normale Shopify-Beschreibungsfeld den realen Seiteninhalt oft schlecht abbildet. Sie dokumentiert interne Textwiederholungen, externe Syndizierung und eine deutliche Dominanz von Publishern in den Quellen der getesteten Kaufempfehlungsfragen.

Das alles ist nützlich.

Die Studie zeigt aber nicht, dass Duplicate Content der Grund für diese Publisher-Dominanz ist. Sie zeigt nicht, dass KI-Systeme den Ursprung eines Textes falsch bestimmen. Sie zeigt nicht, dass längere strukturierte Beschreibungen oder eine bestimmte Zwölf-Felder-Struktur die Citation-Rate erhöhen.

Und sie zeigt schon gar nicht, dass „editorial, not technical“ die empirisch nachgewiesene Lösung ist.

Die faire Einordnung lautet deshalb:

Eine transparente und interessante Branchenstudie mit einer plausiblen Hypothese – aber kein Kausalnachweis und keine validierte GEO-Anleitung.

Oder noch kürzer:

Sie zeigt, dass eine Citation Gap existiert. Sie zeigt nicht, warum sie existiert.

Das ist viel weniger spektakulär als die LinkedIn-Version.

Aber wissenschaftlich deutlich ehrlicher.