Produkttexte mit KI, die nicht nach KI klingen

Du erkennst einen KI-Produkttext in zwei Sekunden. Er lobt, er verspricht, und er sagt nichts, was du nicht auch über das Konkurrenzprodukt sagen könntest.

Das liegt nicht am Modell. Es liegt daran, dass die KI nichts über dein Produkt weiß und deshalb das schreibt, was über alle Produkte dieser Kategorie im Internet steht. Wer nur "Schreib eine Produktbeschreibung für eine Zahnbürste" eingibt, bekommt exakt den Durchschnitt des Internets zurück.

Bei nano haben wir über 100 Produkttexte und Varianten zu schreiben. Von Hand sind das drei bis vier Stunden pro Text, wenn er gut werden soll. Mit KI sind es rund 30 Minuten, aber nur mit dem Vorgehen, das hier steht. In vier Schritten: Rohmaterial sammeln, Markenstimme festlegen, Textgerüst bauen, prüfen und kürzen. Plus die Liste der Dinge, die wir der KI nie überlassen.

Warum KI-Texte auffallen

Drei Muster verraten einen ungeprüften KI-Text sofort.

Das erste ist das leere Adjektiv. "Hochwertig", "durchdacht", "perfekt abgestimmt". Wörter, die eine Bewertung behaupten, ohne einen Grund zu liefern. Ein Kunde liest darüber hinweg, weil sie in jeder Beschreibung stehen.

Das zweite ist die Dreierliste ohne Inhalt. KI liebt Rhythmus in Dreiergruppen: "leicht, langlebig und liebevoll gefertigt". Klingt rund, sagt nichts.

Das dritte ist der fehlende Einwand. Menschen schreiben irgendwann "Für sehr empfindliches Zahnfleisch ist das Modell zu fest". KI schreibt das nie von allein, weil sie den Auftrag hat, zu verkaufen. Genau dieser eine Satz macht aber den Unterschied zwischen Werbung und Beratung.

Alle drei Muster verschwinden, wenn du der KI genug echtes Material gibst. Sie erfindet Floskeln nur, wenn sie nichts Konkretes hat.

Schritt 1: Rohmaterial sammeln

Das ist der Schritt, den fast alle überspringen, und er entscheidet über das Ergebnis. Bevor ein Prompt geschrieben wird, sammelst du Fakten, die nur du hast.

Bei nano besteht das Materialpaket pro Produkt aus sechs Quellen.

• Technische Daten. Maße, Material, Gewicht, Borstenstärke, Kompatibilität. Alles, was messbar ist, in Zahlen.
• Kundenrezensionen. Vor allem die mit drei und vier Sternen. Dort steht, was Kunden wirklich beschäftigt, ohne Begeisterung und ohne Wut.
• Support-Anfragen zum Produkt. Jede wiederkehrende Frage ist eine Lücke im Text. Wir ziehen sie aus den Kategorien, die unsere Vorsortierung ohnehin erzeugt.
• Retourengründe. Warum kommt dieses Produkt zurück? Wenn "härter als erwartet" oben steht, gehört das in den Text, nicht darum herum.
• Die Herstellernotizen. Warum ist das Produkt so gebaut? Diese Begründung fehlt in fast jedem Shoptext.
• Zwei Konkurrenztexte. Als Negativliste, nicht zum Abschreiben. Was dort steht, muss bei uns anders stehen.

Dieses Paket ist der eigentliche Wert. Die KI ist danach nur noch das Werkzeug, das daraus Sätze macht.

Ein Nebeneffekt, den wir nicht erwartet hatten: Beim Sammeln fallen Produktprobleme auf. Wir haben so gemerkt, dass eine ganze Variante falsch beschrieben war. Wie du an strukturierte Retourengründe kommst, steht im Artikel zum Retouren-Management.

Schritt 2: Markenstimme festlegen

Eine Markenstimme ist keine Adjektivliste. "Freundlich, modern, nahbar" hilft keinem Modell, weil jede Marke das von sich behauptet.

Was funktioniert, sind Regeln und Belege. Unser Stimmdokument für nano hat drei Teile und passt auf eine Seite.

Teil eins: harte Regeln. Du-Form. Keine Ausrufezeichen. Keine Superlative. Sätze unter 20 Wörtern. Keine Versprechen zu medizinischen Wirkungen. Jede Behauptung braucht einen Grund im selben Absatz.

Teil zwei: verbotene Wörter. Bei uns steht dort eine Sammlung von Begriffen, die wir in Shoptexten nicht sehen wollen. Revolutionär, einzigartig, Game-Changer, Premium-Erlebnis. Die Liste wächst mit jedem Text, der sich falsch anfühlt.

Teil drei: drei Beispieltexte. Zwei gute, einer davon kurz, plus einer, der bewusst falsch klingt. Ein Modell lernt aus einem Gegenbeispiel schneller als aus zehn Regeln.

Dieses Dokument hängt bei jedem Prompt mit dran. Es ist der Unterschied zwischen einem Text, der zu deiner Marke passt, und einem, der zu allen passt.

Schritt 3: Das Textgerüst

Wir lassen die KI nie frei schreiben. Sie füllt ein Gerüst, das für alle Produkte gleich ist.

Der Punkt "Für wen es nicht passt" ist der wichtigste im ganzen Gerüst. Er ist der einzige, der Vertrauen erzeugt, und er senkt nebenbei die Retourenquote.

Das Gerüst hat noch einen praktischen Vorteil. Alle Texte deines Shops haben dieselbe Struktur. Kunden, die zwei Produkte vergleichen, finden dieselben Angaben an derselben Stelle.

Und du kannst danach automatisieren. Ein festes Gerüst plus ein festes Materialpaket ergibt einen Ablauf, den ein Workflow abarbeiten kann. Wie so ein Ablauf aussieht, zeigt der Artikel zum Marketing automatisieren.

Schritt 4: Prüfen und kürzen

Der Entwurf ist nie der Text. Wir gehen jeden Entwurf mit vier Fragen durch, und das dauert etwa zehn Minuten.

• Stimmt jeder Fakt? Jede Zahl gegen das Datenblatt prüfen. Modelle erfinden Maße, wenn sie keine haben, und sie tun es überzeugend.
• Was kann weg? Wir streichen im Schnitt ein Drittel. Meistens die Übergangssätze, die nur den Absatz davor zusammenfassen.
• Wo steht eine Behauptung ohne Grund? Entweder Grund ergänzen oder Behauptung streichen. Keine dritte Möglichkeit.
• Klingt ein Satz nach Werbung? Dann laut vorlesen. Was du einem Kunden im Laden nicht sagen würdest, kommt raus.

Das Kürzen ist der Schritt mit dem größten Effekt. KI-Texte sind fast immer zu lang, weil das Modell Vollständigkeit mit Qualität verwechselt.

Ein Beispiel aus der Praxis. Bei nano hatte ein Entwurf den Satz "Die besonders weichen Borsten sorgen für ein sanftes Putzgefühl". Nach dem Prüfen stand dort: "Die Borsten sind 0,10 Millimeter dünn, etwa halb so dick wie bei einer Standardbürste." Gleiche Aussage, nachprüfbar, und der Kunde kann selbst entscheiden, ob ihm das reicht.

Was wir der KI nie überlassen

Es gibt Stellen, an denen wir jeden Entwurf verwerfen und selbst schreiben.

• Gesundheits- und Wirkungsaussagen. Bei nano ist das rechtlich heikel. Was über Zahnfleisch oder Wirkung gesagt wird, formulieren wir selbst und lassen es prüfen.
• Alle Zahlen im finalen Text. Preise, Maße, Lieferzeiten, Inhaltsstoffe. Wir tippen sie am Ende von Hand aus der Quelldatei ein.
• Die Überschrift. Sie entscheidet über Klicks und Suchtreffer. Fünf Minuten von einem Menschen sind hier mehr wert als 50 Varianten aus einem Modell.
• Vergleiche mit Wettbewerbern. Jede Aussage über ein fremdes Produkt ist ein rechtliches Risiko. Das gehört nicht in einen Entwurfsprozess.
• Kundenstimmen. Zitate werden nie generiert, auch nicht "im Stil von". Nie.

Diese Liste ist bei jeder Brand anders. Aber sie sollte existieren und aufgeschrieben sein, bevor der erste Text entsteht. Sonst entscheidet sie jemand im Einzelfall unter Zeitdruck.

Die Grenzen

KI-Produkttexte sind ein Werkzeug mit klaren Kanten, und einige davon tun weh.

• Ohne Rohmaterial wird es nicht gut. Wenn du keine Rezensionen, keine Support-Daten und keine Herstellernotizen hast, sparst du keine Zeit. Dann schreibst du besser selbst.
• Die Zeitersparnis ist kleiner, als sie klingt. Das Schreiben geht deutlich schneller, weil nur noch geprüft wird. Sammeln und Prüfen bleiben aber Handarbeit. Wer mit vollautomatisch rechnet, wird enttäuscht.
• Bei zehn Produkten lohnt der Aufbau nicht. Stimmdokument und Gerüst kosten dich einen Tag. Das rechnet sich ab etwa 30 Texten.
• Suchmaschinen belohnen Masse nicht mehr. 500 generierte Texte ohne eigene Substanz sind ein Risiko, kein Vorteil.
• Ein Modellwechsel verändert den Ton. Wenn du auf eine neue Version wechselst, prüfe die ersten fünf Texte doppelt. Wir haben schon erlebt, dass ein Update unsere Wortverbote weicher behandelt hat.

Und die unbequemste Grenze: Ein Text kann sauber, korrekt und trotzdem langweilig sein. Die Idee, warum jemand dieses Produkt kaufen soll, kommt von dir. Die KI formuliert sie nur aus.

Fazit

Der Unterschied zwischen einem guten und einem generischen KI-Produkttext liegt vor dem Prompt, nicht danach.

Sammle Material, das nur du hast. Schreib deine Stimme als Regeln und Gegenbeispiele auf. Gib ein festes Gerüst vor. Und plane zehn Minuten Prüfen pro Text ein, in denen du ein Drittel wieder streichst.

Wenn du dabei merkst, dass dein Rohmaterial verstreut in Postfach, Shop und Tabellen liegt: Das ist der eigentliche Engpass, nicht das Schreiben. Der Überblick zu E-Commerce-Prozessen automatisieren zeigt, wie du solche Daten zusammenziehst. Und wenn du wissen willst, was KI in deinem Shop wirklich trägt und was nicht, lies unsere Bilanz zu KI im Kundenservice oder melde dich direkt bei Flowhouse.