Trusted Shops AI Audit: Wenn ein Tool mehr verunsichert als hilft

Hast Du Deinen Shop auch schon durch den neuen AI Trust Audit von Trusted Shops gejagt? Falls Du beim Ergebnis eine rote Zahl gesehen hast und Dich jetzt fragst, ob Deine technische Basis wirklich so schlecht ist: Atme erst mal tief durch.

Wir haben uns das Tool in den letzten Tagen sehr genau angeschaut und es mit verschiedenen Shop-Setups getestet. Das Ergebnis unserer Analyse ist leider ernüchternd: Das Tool liefert aktuell keine verlässliche Datengrundlage. Statt fundierter Analyse erleben wir hier eine Mischung aus technischer Unreife und Marketing-Methoden, die vor allem eines beim Shopbetreiber auslösen: unnötige Panik.

Diese ist jedoch unbegründet, da die Logik hinter dem Tool extrem fehleranfällig ist. Warum der Bericht für Dich dennoch hilfreich sein kann, erfährst Du am Ende des Beitrags.

Eigentlich sollte man von einem Branchen-Schwergewicht wie Trusted Shops erwarten, dass ein technisches Audit Hand und Fuß hat. Doch die Logik hinter dem Tool ist leider unzureichend.

Das größte Problem beginnt schon bei der Eingabe: Das Tool prüft exakt diese eine URL, die Du eingibst – und eben nicht, wie man vielleicht denkt, Deine gesamte Shoppräsenz. Meistens ist das die Startseite. Es wertet diese eine Seite dann so aus, als würde sie das gesamte Seiten-Spektrum Deines Online-Shops abdecken.

In der Realität ist eine Startseite aber keine Produktseite, kein Blog-Artikel und keine FAQ-Page. Das Tool bestraft Dich jedoch mit Punktabzug, wenn diese spezifischen Daten nicht auf der Startseite gefunden werden. Das ist fachlich gesehen unsauber: In einem echten Szenario wäre es sogar schädlich, alle Datentypen (Article, FAQ etc.) auf eine einzige Seite zu quetschen, weil die KI dann gar nicht mehr weiß, was der eigentliche Kerninhalt (Main Entity) der Seite ist.

Kurz gesagt: Wer Äpfel mit Birnen vergleicht, darf sich über das saure Ergebnis nicht wundern. Eine isolierte Prüfung der Startseite sagt rein gar nichts über die tatsächliche KI-Sichtbarkeit Deiner Produkte aus.

Besonders skurril wird es bei der Genauigkeit der Ergebnisse. Wir haben das Tool mehrfach auf die Probe gestellt und dabei festgestellt, dass die Datenlage unzuverlässig ausgewertet wird.

Ein konkretes Beispiel aus unserer Analyse: Selbst wenn wir Daten wie das Organization-Schema doppelt absichern – also sowohl modern via JSON-LD als auch klassisch über Microdata im Quelltext hinterlegen – behauptet der Audit hartnäckig, diese Daten würden fehlen. Das Kuriose dabei: Trusted Shops verlinkt im ausführlichen Bericht auf das offizielle Google-Tool für strukturierte Daten als hilfreiche Ressource zur Verbesserung. Wer den Gegencheck dort macht, sieht schwarz auf weiß: Alles ist vorhanden und valide.

Wenn ein Audit Basics wie dieses Schema nicht erkennt, ist das Ergebnis leider fachlich wertlos.

Ein Onlineshop benötigt nachweisbares Vertrauen, um von einer KI empfohlen zu werden. Systeme wie ChatGPT oder Perplexity nutzen dafür externe Quellen wie Google Reviews, Reddit-Diskussionen oder Wikipedia, um die Glaubwürdigkeit einer Marke zu bewerten. Diese Signale stützen die Autorität Deines Shops und sind ein zentraler Teil der Generative Engine Optimization (GEO).

Was bei diesem Audit jedoch kritisch auffällt, ist die Vermischung von allgemeiner Reputation mit eigenen Verkaufsinteressen. Während externe Signale wie Google-Bewertungen zwar einfließen, gibt es zwei Tests, die ausschließlich die Einbindung von Trusted-Shops-Produkten bewerten:

• Test 37 (Trusted Shops Integration): Hier werden 5 Punkte abgezogen, wenn kein Trusted-Shops-Snippet im Code gefunden wird.
• Test 40 (Gütesiegel vorhanden?): Hier wird explizit geprüft, ob die Trusted-Shops-Garantie aktiv ist, was weitere 3 Punkte in der Gesamtbewertung ausmacht.

Es ist unbestritten, dass echte Kundenbewertungen der KI Deine Vertrauenswürdigkeit signalisieren. Für die technische Lesbarkeit der KI ist es jedoch zweitrangig, von welchem Anbieter diese stammen, solange sie maschinenlesbar aufbereitet sind.

Dass der Test nicht neutral nach Bewertungs-Integrationen sucht, sondern gezielt Punkte für die hauseigene Lösung vergibt, rückt das Audit in die Nähe einer reinen Verkaufsveranstaltung. Ein Blick auf die Gewichtung verdeutlicht das: Trusted Shops bewertet das eigene Widget als doppelt so wichtig für Deine KI-Sichtbarkeit wie eine saubere technische Strukturierung Deiner Blogbeiträge (Article-Schema) oder Deiner FAQs. Sogar die Erlaubnis für Googles KI-Bot Gemini zählt weniger als das Vorhandensein des Trusted-Shops-Siegels. Hier wird ein allgemeiner SEO-Vorteil instrumentalisiert, um den Einbau eines ganz spezifischen Widgets zu rechtfertigen.

Trusted Shops selbst beschreibt die Funktionsweise des Audits mit einem bildhaften Vergleich: Wenn die KI-Sichtbarkeit ein Haus ist, dann prüft das Tool das Fundament. Man wolle die technische Basis messen, die darüber entscheidet, ob KI-Systeme Deine Inhalte überhaupt verarbeiten können. Das Problem dabei: Wenn die Messinstrumente für dieses Fundament unzuverlässig sind, liefert der gesamte Score ein Zerrbild.

Besonders aufschlussreich ist ein Blick in den Bereich „Zur Methodik“, der sich hinter einem unscheinbaren Button unter dem Gesamtergebnis verbirgt. Erst dort erfährst Du als Nutzer, dass das Audit lediglich eine „erste Einschätzung“ darstellt und in einer Beta-Phase ist. Trusted Shops räumt hier ganz offen ein, dass die automatisierten Analysen aus technischen Gründen – wie Bot-Blockierungen oder Website-Konfigurationen – unvollständig oder fehlerhaft sein können.

Dort finden sich auch die Sätze, die den roten Zahlen oben eigentlich die Grundlage entziehen:

• Eingeschränkter Fokus: Es wird zugegeben, dass ausschließlich die eingegebene URL geprüft wird. Wer nur die Startseite testet, erhält also keinerlei Aussagekraft für den Rest seines Shops.
  
  
• Widersprüchliche Bewertung: Während der Audit pauschal Punkte für fehlende Schemas abzieht, heißt es in der Methodik plötzlich: „Nicht jede Seite benötigt alle Schema-Typen. Welche strukturierten Daten sinnvoll sind, hängt vom Seitentyp ab.“
  
  
• Die „Black Box“-Ausrede: Es wird betont, dass KI-Modelle „Black Boxes“ sind, deren Entscheidungen sich einer statischen Analyse entziehen.

Wer liest jedoch diese methodischen Details, wenn die grafische Auswertung bereits massiven Handlungsbedarf suggeriert? Wir hatten bereits Kunden, die trotz einer perfekten technischen Umsetzung völlig verunsichert über ihre Ergebnisse waren – nur weil ein automatisiertes Skript an einer Hürde gescheitert ist, die Trusted Shops selbst erst tief im Kleingedruckten einräumt.

Bevor Du überhaupt erfährst, warum Dein Shop angeblich nicht bereit für die KI-Zukunft ist, bittet Trusted Shops zur Kasse – allerdings nicht mit Geld, sondern mit Deinen Daten. Das ausführliche Ergebnis und der detaillierte PDF-Bericht sind hinter einer klassischen „Lead-Wall“ versteckt. Um die Details einsehen zu können, musst Du:

• Deine vollständigen Kontaktdaten angeben.
• Dich zum Newsletter anmelden.
• Einer telefonischen Kontaktaufnahme durch den Vertrieb zustimmen.

Das unterstreicht den Eindruck, dass es hier weniger um eine neutrale technische Hilfestellung geht, sondern primär um die Gewinnung neuer Sales-Kontakte. Die Verunsicherung durch rote Zahlen und mangelhafte Scores dient dabei als effektiver Türöffner für ein anschließendes Verkaufsgespräch.

Wenn Du kein Problem mit der Weitergabe Deiner Daten hast und einen Trusted-Shops-Vertriebler abschütteln kannst, dann „gönn Dir“ den Bericht. Trotz der methodischen Schwächen des Tests enthält das Dokument eine nützliche Auflistung allgemein relevanter Inhalte für die KI-Sichtbarkeit und kann Dich dabei unterstützen, besser wahrgenommen zu werden.

Es werden beispielsweise über 50 Einzeltests in Kategorien wie „Reputation“, „Autorität“ oder „Content-Qualität“ durchgeführt. Der Bericht liefert Erklärungen zur Relevanz dieser Faktoren für KI-Systeme und gibt konkrete Handlungsempfehlungen. Er bietet Dir also eine gute theoretische Checkliste für Themen wie:

• Strukturierte Daten (Schema.org): Eine Übersicht zur maschinenlesbaren Auszeichnung Deiner Inhalte.
  
  
• Off-Site-Signale: Die Bedeutung von Erwähnungen auf Plattformen wie Reddit oder Wikipedia für Deine digitale Autorität.
  
  
• Technische Erreichbarkeit: Der korrekte Zugriff für verschiedene KI-Crawler wie GPTBot, OAI-SearchBot oder PerplexityBot.

Es ist allerdings an Dir herauszufinden, wo Du Dich tatsächlich noch verbessern kannst. Das Audit ist, wie beschrieben, aufgrund der Messfehler und der Ein-Seiten-Logik keine große Hilfe bei der präzisen technischen Umsetzung.