Produktgraph als Hebel: Amazon will die Produktdaten des gesamten Onlinehandels indexieren

Amazon plant einen Produktgraph mit Produktdaten zu jedem im Netz verkauften Artikel, auch zu Waren, die der Konzern selbst nicht anbietet. Ein internes Dokument nennt dafür den 1. Oktober 2027 als Starttermin. Amazon selbst sprach gegenüber Reuters von einem Brainstorming-Papier, das nicht zwingend aktuelle Pläne abbilde. Darüber berichtet The Verge am 13. November 2026 unter Berufung auf Reuters. Für Händler und Marken könnten damit die eigenen Shopseiten zur Datenquelle für Amazons Suche werden, auch ohne eigenes Angebot auf Amazon.

Amazons Produktgraph: Was das interne Papier laut Reuters vorsieht

Amazons Produktgraph trägt den Projektnamen World Product Graph und soll laut Reuters Daten zu sämtlichen online verkauften Produkten in einem zentralen Bestand sammeln. Gemeint ist eine Datenstruktur, die Produkte als Knoten ablegt und ihre Eigenschaften und Beziehungen als Verbindungen dazwischen. Abrufbar wäre alles über Amazons Website. Neu ist die Reichweite. Auch Artikel, die ausschließlich andere Händler verkaufen, sollen im Bestand landen.

Das Ziel formuliert der Bericht ohne Umschweife. Wer Produkte recherchiert, soll seltener zu Reddit oder Google abwandern. Wer einen Artikel sucht, den ein anderer Shop verkauft, soll trotzdem bei Amazon ankommen. Die ersten Bausteine laufen bereits. Über die Funktion „Shop direct“, die Amazon im Jahr 2025 gestartet hat, erscheinen schon heute Links zu Produkten externer Händler auf Amazon.

Die zweite Zielgruppe sind KI-Agenten, also Programme, die im Auftrag von Menschen Produkte suchen, vergleichen und kaufen. Besitzt Amazon den größten Vorrat an Einkaufsdaten, greifen solche Agenten laut The Verge womöglich eher auf Amazons Index zurück als auf andere Quellen. Dann landen auch Menschen, die per Bot einkaufen, auf Amazons Seiten. Der Produktgraph soll Amazon also auch dann zum Ziel machen, wenn gar kein Mensch mehr selbst sucht. Wer den Index hält, kontrolliert den Einstieg.

Falsche Antworten: Warum Alexa für Shopping mehr Produktdaten braucht

Der Produktgraph soll laut Reuters auch Amazons KI-Einkaufsassistenten Alexa für Shopping verbessern, der bis vor Kurzem Rufus hieß. Ein internes Amazon-Dokument zu dem Projekt hält fest: „Viele Rufus-Antworten sind sachlich falsch oder unvollständig.“ Für einen Assistenten, den Amazon inzwischen auch hierzulande vermarktet, ist das eine erstaunlich offene Selbstauskunft. Den Marktstart beschreibt unser Bericht zu Alexa für Shopping in Deutschland.

Das Problem dabei liegt laut Reuters auch bei den Kosten. Suchanfragen der Amazon-Kundschaft über die KI laufen zu lassen, ist demnach teuer. Mehr Daten aus dem Produktgraph sollen das System genauer machen und den Einsatz günstigerer Modelle erlauben. Bessere Daten sollen Rechenzeit sparen. Für Amazon ist die Qualität der Produktdaten damit eine Frage der Marge.

Für Marktplatzhändler zählt, was der Assistent über ihre Artikel ausgibt. Nennt er falsche Maße oder lässt Angaben weg, leidet die Conversion, bevor jemand den Checkout erreicht. Ein Berater, den das eigene Haus als häufig fehlerhaft einstuft, ist im Verkaufsgespräch eine merkwürdige Besetzung. Mehr Daten sollen das reparieren. Woher diese Daten stammen, zeigen Amazons ältere Projekte.

Product Graph, AutoKnow, Starfish: Amazon sammelt Produktdaten seit 2018

Amazon beschreibt Produktgraphen seit mindestens 2018 öffentlich als Grundlage seiner Produktsuche. Damals erklärte die Amazon-Forscherin Xin Luna Dong, der Graph solle alle Informationen der Welt strukturieren, soweit sie sich auf das bei Amazon erhältliche Sortiment beziehen. Der neue Produktgraph kennt diese Grenze nicht. Er zielt auf alles, was irgendwo online verkauft wird.

Dieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2_5 flare high 1k 16:9PromptFlat vector illustration, frontal view of a network of linked product data. Several simple browser windows representing different online shops are arranged around a central glowing node. Each window shows a small product icon: a mug, a sneaker, headphones, a snack bag. Thin lines with round nodes connect every window to the central node and to each other, forming a graph. No text, no numbers. Clean geometric shapes, rounded corners, limited palette of deep navy, teal, warm orange and off-white, subtle flat shadows, plain light background. No watermark, no signature.

Schon 2018 reichte der Blick weiter. Laut Amazon zog das Team Produktinformationen aus den eigenen Detailseiten und aus dem Internet insgesamt. Widersprüchliche Angaben gewichtete der Algorithmus nach der Vertrauenswürdigkeit der Quelle. Als Beispiel nannte Amazon das Erscheinungsjahr von „Forrest Gump“, bei dem ein privater Blog gegenüber IMDb den Kürzeren zieht. Für Händler folgt daraus, dass ein Produktgraph aus Fremddaten ständig entscheiden muss, wessen Angabe gilt.

2020 stellte Amazon Science mit AutoKnow ein System vor, das Produktgraphen automatisch erweitert. Es kombiniert eine vorhandene Taxonomie, also eine Hierarchie von Produktkategorien, mit Nutzerlogs und dem Produktkatalog. Zusätzlich wertet es Freitext aus Produktbeschreibungen, Rezensionen sowie Fragen und Antworten aus. Dort steckt laut dem Fachbeitrag oft entscheidendes Wissen, etwa dass ein Kaffeebecher zu heiß zum Anfassen wird.

AutoKnow arbeitet mit fünf aufeinander aufbauenden Modulen, von der Erweiterung der Taxonomie bis zur Suche nach Synonymen. Ein Modul bewertet, welche Eigenschaften für Kaufende überhaupt zählen. Laut Amazon Science ist die Marke etwa bei Snacks wichtiger als bei frischem Obst und Gemüse. Ein anderes erkennt Synonyme. Amazon nannte dafür schon 2018 das Begriffspaar „bathing suits“ und „swimsuit“, die zum selben Artikel führen sollen.

Den Schritt nach außen markiert Starfish, ein mehrjähriges KI-Projekt, über das Business Insider 2025 anhand eines internen Dokuments berichtete. Starfish sammelt laut Fox News Produktdaten aus dem Netz, darunter externe Websites und Bilder. Große Sprachmodelle machen daraus „vollständige, korrekte und konsistente“ Listings. Amazon misst die Wirkung demnach in A/B-Vergleichen, also mit angereicherten gegen herkömmliche Listings. Gegenüber Business Insider bestätigte Amazon, dass Starfish bereits die Funktion „Buy for Me“ stützt, die Produkte externer Websites empfiehlt und den Kauf direkt in Amazons App erlaubt.

Die Tabelle stellt die öffentlich beschriebenen Projekte mit Datenbasis und genannten Kennzahlen nebeneinander.

Fremde Agenten: Amazon sperrt Bots aus und baut den eigenen Index

Amazon hält fremde KI-Agenten vom eigenen Shop fern, während der Produktgraph Agenten anderer Anbieter gerade zu Amazon lenken soll. Laut The Verge vom 21. September 2026 blockiert Amazon Metas Agenten Muse, der im Namen seiner Nutzenden auf Amazon einkaufte. Ein Hinweisfenster teilte Muse-Nutzenden mit, der fortgesetzte Zugriff durch einen nicht autorisierten KI-Agenten verstoße gegen Amazons Nutzungsbedingungen. Meta hatte Amazon laut GeekWire vorab nicht über den Zugriff informiert.

Amazon begründete die Sperre mit Bedenken bei Datenschutz und Sicherheit. Muse habe sich beim Browsen nicht als Agent zu erkennen gegeben und offenbar Zugangsdaten der Kundschaft erfasst. Ein Sprecher forderte, Drittanwendungen sollten offen agieren und die Entscheidung eines Anbieters respektieren, ob er mitmacht. Übertragen auf Amazons eigenen Crawler wäre das ein brauchbarer Maßstab für Shopbetreiber. Was Muse jenseits von Amazon erledigt, beschreibt unser Beitrag über Metas Agenten für Mails und Einkäufe.

Die folgende Übersicht ordnet Amazons Schritte gegenüber externen KI-Diensten zeitlich ein.

Die Linie wirkt konsistent, solange man nur auf Amazon schaut. Eigene Daten bleiben möglichst drinnen. Fremde Daten sollen hinein. Gegen Perplexity verfing das vor Gericht nicht. Aus Kundensicht am kuriosesten bleibt die Bestellbestätigung, die verschweigt, was eigentlich bestellt wurde.

Eigene Shops als Quelle: Was der Crawler-Plan für Händler bedeutet

Händler und Marken mit eigenem Onlineshop wären die Datenlieferanten für Amazons Produktgraph. Das Projekt hängt laut internem Dokument davon ab, wie Marken ihre Produkte auf eigenen Websites ordnen. Laut The Verge könnte das bedeuten, dass Amazon die Seiten anderer Händler crawlt, also automatisiert abruft und auswertet. Bei Starfish ist genau dieses Vorgehen beschrieben, inklusive Abgleich der Inhalte mit Amazons Katalog. Offen ist vor allem die Technik: Laut Fox News ist unklar, ob dabei Amazons Crawler Amazonbot zum Einsatz kommt.

Fox News nennt auch die Kehrseite für Marken und kleinere Websites. Sie dürften sich fragen, wie ihre Produktinformationen verwendet werden. Bei Buy for Me liegt der Checkout in Amazons App, auch wenn der Artikel aus einem fremden Shop stammt. Wie stark KI-Rankings die Sichtbarkeit schon heute verschieben, zeigt unser Beitrag zur Seller-Sichtbarkeit unter Amazons KI-Ranking. Wer eigenen Shop und Marktplatz parallel bespielt, beliefert den Produktgraph womöglich über beide Kanäle.

Wie Amazon Angaben in Listings verarbeitet, zeigen Werkzeuge, die der Konzern laut Fox News seit 2023 testet. Sie erzeugen Produktbilder und Videoanzeigen, füllen fehlende Daten in Listings von Drittanbietern und schreiben Titel, Aufzählungspunkte und Beschreibungen um. Das betrifft auch gepflegte Listings. Mit Starfish will Amazon diese Arbeit auf Millionen Listings ausweiten.

Tipp: Prüfen Sie in den Server-Logs Ihres Shops, wie häufig Amazonbot Ihre Produktseiten abruft, damit Sie spätere Änderungen am Crawling-Verhalten erkennen.

Für ein Papier, das Amazon als Brainstorming einstuft, ist ein Starttermin auf den Tag genau erstaunlich konkret. Reuters zufolge ist unklar, ob und wann der Plan umgesetzt wird. Bis zum genannten 1. Oktober 2027 schuldet Amazon Shopbetreibern eine konkrete Auskunft. Die Antwort steht aus. Sie betrifft den Crawler, der Daten für den Produktgraph einsammeln würde, und die Frage, ob Shops das Auslesen ihrer Seiten ablehnen können.