Die meisten Suchprojekte beginnen am falschen Ort: mit einer Demo des Anbieters. Die Demo funktioniert zwar immer, da sie mit dem Index des Anbieters und dessen Suchanfragen ausgeführt wird. Der Suchbenchmark des Baymard Institute aus dem Jahr 2026 zeigt jedoch, dass… 56 % der E-Commerce-Websites weisen eine mittelmäßige oder schlechte Such-UX auf.und dass die Fehler sich eher auf bestimmte, benennbare Abfragetypen konzentrieren als auf die "Relevanz" insgesamt (Baymard, aktualisiert im April 2026Ein neuer Motor behebt einige dieser Probleme, die anderen jedoch nicht.
Dies ist ein Bewertungsraster für Ihre bestehende Suchfunktion. Zwanzig Kriterien, je zwei Punkte, insgesamt vierzig Punkte. Sie führen es an einem Nachmittag anhand Ihres eigenen Katalogs durch, erhalten eine Punktzahl, die Ihnen Aufschluss darüber gibt, ob das Problem in der Konfiguration, den Inhalten oder der Suchmaschine selbst liegt. Es richtet sich an UX-Verantwortliche, Wachstumsmanager und Produktverantwortliche im E-Commerce, die ein Suchbudget rechtfertigen sollen.
Was die Rubrik misst und was sie bewusst ignoriert
Die Bewertungsmatrix beurteilt vier Aspekte: ob die Suche die tatsächlich eingegebenen Suchanfragen versteht, ob sie fehlerhafte Eingaben verarbeitet, ob sie bei erfolglosen Suchergebnissen funktioniert und ob diese Aspekte messbar sind. Die Qualität der Ergebnisrangfolge wird nicht abstrakt bewertet. Die Rangfolge ist der letzte Punkt, der optimiert werden kann, und der erste, über den sich alle streiten. Eine Optimierung ist nicht möglich, solange Suchanfragen noch beim Tokenizer fehlschlagen.
Die Bewertung erfolgt mit 0, 1 oder 2 Punkten pro Prüfung. Zwei Punkte bedeuten, dass die Prüfung für alle Suchanfragen Ihrer Testliste erfolgreich ist. Ein Punkt bedeutet, dass die Prüfung für die Hauptbegriffe erfolgreich ist, aber bei den Long-Tail-Begriffen fehlschlägt. Null Punkte bedeuten, dass die Prüfung auch bei den Hauptbegriffen fehlschlägt. Erstellen Sie zunächst die Testliste: Nehmen Sie Ihre 50 wichtigsten Suchanfragen aus den Analysedaten und fügen Sie dann fünf selbst erstellte Suchanfragen für jeden der acht Baymard-Suchtyptypen hinzu, sodass auch Long-Tail-Begriffe abgedeckt sind. Insgesamt sollten es etwa 90 Suchanfragen sein. Führen Sie die Tests selbst auf einem Mobilgerät im abgemeldeten Zustand aus.
Die 20 Schecks
| # | Einblick in das | Ergibt 2 Punkte, wenn |
|---|---|---|
| Gruppe A — Abfrageabdeckung (Baymards Fehlercluster) | ||
| 1 | Anfragen zu exakten und Modellnummern | Das genannte Produkt ist das erste Ergebnis, nicht das vierte. |
| 2 | Produkttyp-Abfragen | Gibt eine durchsuchbare, facettenreiche Liste anstelle einer einfachen Relevanzübersicht zurück. |
| 3 | Feature-Anfragen ("roter Wollmantel") | Attribute schränken die Menge ein, anstatt sie durch OR-Verknüpfungen zu verwässern. |
| 4 | Kompatibilitätsanfragen („Ladegerät für Model X“) | Es werden Zubehörteile für das genannte Modell zurückgegeben, nicht das Modell selbst. |
| 5 | Anfragen, die nicht mit dem Produkt zusammenhängen („Rückgabebestimmungen“) | Gibt die Inhaltsseite zurück; 66 % der Websites scheitern an dieser Aufgabe. |
| Gruppe B – Eingabeverarbeitung | ||
| 6 | Fehlertoleranz | Ein- und zweistellige Fehler in den Kopftermen passen trotzdem. |
| 7 | Faltung von Groß- und Kleinschreibung sowie diakritischen Zeichen | Korrekt für jede Sprache, die die Website unterstützt (siehe unten). |
| 8 | Morphologie und Pluralformen | Flexionsformen und Suffixe erreichen die gleichen Produkte wie der Stamm. |
| 9 | Synonyme und lokale Umgangssprache | Kundenwörter lassen sich Katalogwörtern zuordnen, in beide Richtungen |
| 10 | Automatische Vervollständigung bei Rechtschreibfehlern | Es werden Vorschläge für falsch geschriebene Präfixe angezeigt; 69 % der Websites scheitern daran. |
| Gruppe C – Ergebnisse und Erholung | ||
| 11 | Wiederherstellung ohne Ergebnisse | Mindestens zwei Auswege: verwandte Kategorien und alternative Suchanfragen |
| 12 | Abfragepersistenz | Die Anfrage bleibt nach dem Absenden im Feld; 37 % der Websites entfernen sie. |
| 13 | Zielfernrohr ist sichtbar | Die Anzahl der Ergebnisse und der automatisch angewendete Kategorienbereich werden angezeigt und können entfernt werden. |
| 14 | Facettenparität | Die Suchergebnisse bieten die gleichen Aspekte wie die entsprechende Kategorieseite. |
| 15 | Relevanz ist erklärbar | Jemand aus dem Team kann erklären, warum Ergebnis eins besser ist als Ergebnis zwei. |
| Gruppe D – Messung | ||
| 16 | Jeder Suchpfad wird verfolgt. | view_search_results wird mit search_term ausgelöst, einschließlich der Autovervollständigungssprünge. |
| 17 | Anfragen, die keine Ergebnisse liefern, sind isolierbar | Sie können die Suchanfragen des letzten Monats ohne Aufforderung nach Anzahl auflisten. |
| 18 | Die Suche nach einem Kauf ist meldepflichtig. | Suchende und Nicht-Suchende können als Segmente verglichen werden |
| 19 | Die Abfrageprüfung hat einen Verantwortlichen. | Eine namentlich genannte Person überprüft in regelmäßigen Abständen die Top 50 und die restlichen Ergebnisse ohne Ergebnis. |
| 20 | Konfigurationsänderungen werden versioniert. | Synonym- und Boost-Änderungen werden protokolliert, sind reversibel und testbar. |
Die Schwellenwerte der Gruppe A basieren auf den von Baymard veröffentlichten Fehlerraten pro Typ: Suchen nach Nicht-Produkten schlagen auf 66 % der Websites fehl, Suchen nach Abkürzungen und Symbolen auf 54 %, Kompatibilitätssuchen auf 44 % und Anwendungsfälle auf 43 %.BaimardCheck 11 existiert, weil fast die Hälfte der Websites den Nutzern keinen effektiven Ausweg aus einer Sackgasse bietet (Baymard, Februar 2025Die Prüfungen 10 und 12 stammen aus den Ergebnissen desselben Benchmarks zur Autovervollständigung und Abfragepersistenz (Baymard-Suchbenchmark).
Punkt 7 im Detail: die Faltfalle, die nur außerhalb des Englischen auftaucht
Prüfpunkt 7 verdient einen eigenen Abschnitt, da er einen Markt stillschweigend auf Null setzt. Die meisten Suchmaschinen wandeln die Suchanfrage und den Index vor dem Abgleich in Kleinbuchstaben um. Im Englischen ist das unproblematisch. Im Türkischen hingegen nicht, und das gleiche Problem tritt in jeder Sprache mit Zeichen außerhalb des lateinischen Alphabets auf.
Unicode definiert eine länderspezifische Groß-/Kleinschreibungsregel für Türkisch und Aserbaidschanisch: Großbuchstabe I (U+0049), Kleinbuchstaben ohne Punkt. ı (U+0131), während Großbuchstabe İ (U+0130) Kleinbuchstaben zu gewöhnlichen Buchstaben umgewandelt werden i (Unicode SpecialCasing.txtEin Stack, der mit der Standard-Locale Kleinbuchstaben verwendet, macht aus „İPHONE“ beispielsweise „i̇phone“ mit einem überflüssigen Punkt oder wandelt das große „I“ in einem Produkttitel in den falschen Buchstaben um. Die Abfrage und der Index stimmen dann bei einem Wort, das beide enthalten, nicht überein. Es wird kein Fehler ausgegeben. Sie erhalten einfach keine Ergebnisse für eine Marke, die Sie führen.
Die beiden Korrekturen sind unabhängig voneinander und Sie benötigen beide. Wenden Sie zunächst die lokalisierungskorrekte Kleinschreibung bei der Indexierung und Abfrage an – Elasticsearch liefert eine entsprechende Funktion mit. turkish Analysator, der Ketten bildet apostrophe, turkish_lowercase, turkish_stop, turkish_keywords und turkish_stemmer genau aus diesem Grund (Elastische SprachanalysatorenZweitens sollte separat entschieden werden, wie mit diakritischen Zeichen umzugehen ist, da türkische Käufer diese routinemäßig eingeben. Kilif für Abdeckung und sarj für Aufladung auf Tastaturen, die die Akzentform verlangsamen. asciifolding Der Filter wandelt nicht-lateinische Zeichen in ASCII-Äquivalente um und seine preserve_original Diese Option gibt sowohl das gefaltete als auch das ursprüngliche Token aus, sodass exakte Übereinstimmungen weiterhin gewinnen (Elastisch, Asciifolding). Zum besseren Verständnis falten, zum besseren Verständnis das Original aufbewahren.
Außerhalb der Türkei weist dieselbe Prüfung lokale Besonderheiten auf: Deutsche Komposita müssen vor einer Zwei-Wort-Suche zerlegt werden, französische und spanische Akzente werden uneinheitlich geschrieben, und das griechische Endzeichen Sigma ist fehlerhaft. Bewerten Sie Prüfung 7 nur dann mit 2, wenn Sie sie in allen Sprachen getestet haben, die Ihr Online-Shop tatsächlich bedient – nicht in der Sprache Ihres Teams.
Zuerst die Messung fixieren: 16 bis 20 prüfen
Erreicht Gruppe D weniger als 6 Punkte, muss der Fehler behoben werden, bevor andere Arbeiten durchgeführt werden, da eine Korrektur, die nicht sichtbar ist, nicht überprüft werden kann. In GA4 wird die erweiterte Messung ausgelöst. view_search_results mit einem search_term Parameter, wenn eine Ergebnisseite einen von fünf Standardabfrageparametern enthält — q, s, search, query or keyword — und Sie können Ihre eigenen hinzufügen (Google Analytics-HilfeZwei Fehlerarten treten häufig auf. Verwendet Ihre Ergebnisseite einen Pfadabschnitt anstelle einer Suchanfrage, erfasst das Standard-Tracking nichts. Navigiert die Autovervollständigung direkt zu einem Produkt, wird das entsprechende Ereignis für diese Suche gar nicht erst ausgelöst. Dadurch wird Ihr Suchprotokoll unbemerkt in Richtung erfolgloser Suchanfragen verzerrt.
Ihre Punktzahl lesen
| Score | Urteil | Nächster Schritt |
|---|---|---|
| 32-40 | Tunen, nicht ersetzen | Ausgaben für Synonyme, Merchandising-Regeln und ergebnislose Triage |
| 22-31 | Konfigurationsproblem | Gruppe B korrigieren und zuerst 11 überprüfen; in sechs Wochen erneut auswerten. |
| 12-21 | Wahrscheinlich strukturell | Nach der Korrektur von Gruppe D erneut bewerten und anschließend einen Ersatz mit diesen 20 Prüfungen als Akzeptanzkriterien festlegen. |
| 0-11 | Die Suchfunktion ist noch nicht verfügbar. | Betrachten Sie es als einen Build, nicht als eine Optimierung. |
Die wichtigste Regel: Unterschreiben Sie niemals einen Ersatzvertrag auf Basis einer Bewertung, die vor der Zusammenarbeit mit Gruppe D vorgenommen wurde. Ein Anbieter, der anhand einer nicht messbaren Suche bewertet wird, wird anhand einer Demo bewertet.
Eine Anmerkung zu der Zahl, die jeder nennt.
Man wird Ihnen eine Statistik präsentieren, die besagt, dass Nutzer, die die Website-Suche verwenden, zwei- bis dreimal besser konvertieren als Nutzer, die nicht suchen – in der Regel, um das Budget zu rechtfertigen. Diese Zahl kursiert häufig in Anbieterübersichten (Beispiel) und lässt sich selten auf eine kontrollierte Studie zurückführen. Es handelt sich außerdem um einen Selektionseffekt: Personen, die suchen, haben bereits eine Kaufabsicht. Nutzen Sie dies als Grund, die Suche zu analysieren, niemals als prognostizierte Umsatzsteigerung. Die tragfähige Geschäftsgrundlage bildet Ihr eigenes Suchvolumen ohne Suchergebnisse und Ihre eigene Such-zu-Kauf-Rate – beides sind Ziele der Prüfpunkte 17 und 18. [INTERNE DATEN BENÖTIGT: Switas-Kundenquoten ohne Suchergebnisse vor/nach der Optimierung, falls vorhanden.]
Wo diese Rubrik versagt
Es ist für den Kataloghandel konzipiert. Marktplätze mit vielen Anbietern desselben Artikels benötigen eine Berücksichtigung von Duplikatangeboten und Verkäuferqualität, für die diese Rubrik keine Spalte bietet. Inhaltsintensive Websites und Websites des öffentlichen Sektors benötigen anstelle von Gruppe A eine Gewichtung nach Dokumenttyp und Aktualität. Websites mit weniger als etwa 500 Artikeln erzielen oft gute Ergebnisse und verlieren dennoch Geld durch die Suche, da bei einem kleinen Katalog die eigentliche Lösung in einer besseren Kategorienavigation und nicht in einer besseren Suche liegt. Die Rubrik sagt auch nichts über die Suchgeschwindigkeit unter Last und nichts über Personalisierung aus – beides ist beabsichtigt, da beides aufwändig zu testen ist und bei einer Punktzahl unter 30 keines der beiden Probleme relevant ist. Schließlich ist eine Punktzahl nur eine Momentaufnahme: Ein Katalogimport, der die Attributbenennung ändert, kann Gruppe A über Nacht um sechs Punkte senken, ohne dass Code implementiert wird.
FAQ
Wie lange dauert die Punktevergabe? Etwa einen halben Tag pro Person und Shopfront, sobald die Testliste mit 90 Suchanfragen erstellt ist. Das Erstellen der Liste ist der zeitaufwändigste Teil; planen Sie weitere zwei Stunden für das Ermitteln der häufigsten Suchanfragen und das Zusammenstellen der Long-Tail-Suchergebnisse ein.
Benötige ich Ingenieurkenntnisse, um es zu betreiben? Nein. Die Prüfungen 1 bis 15 werden im Browser ausgeführt. Für die Prüfungen 16 bis 20 ist der Zugriff auf die Analysetools erforderlich, und für Prüfung 20 ist ein Gespräch mit dem Verantwortlichen für die Suchkonfiguration notwendig.
Was passiert, wenn wir keinen Suchanalyseverlauf haben? Gruppe D sollte mit null Punkten bewertet, das Tracking korrigiert und vier Wochen lang Daten gesammelt werden, bevor die restlichen Gruppen bewertet werden. Eine Testliste, die ohne ein reales Abfrageprotokoll erstellt wurde, wird die Abfragen, die Ihr Team tatsächlich eingeben würde, überrepräsentieren.
Ist eine Punktzahl von 28 gut? Das ist normal, und normal bedeutet mittelmäßig – laut Benchmark befinden sich die meisten Websites in diesem Bereich. Entscheidend ist nicht die Gesamtzahl, sondern welche Gruppe den Gesamtwert negativ beeinflusst.
Sollten wir Tippfehlertoleranz kaufen oder sie selbst entwickeln? Kaufen Sie es. Die Editierdistanz-Übereinstimmung mit sinnvollen Schwellenwerten ist gelöst und kostengünstig. Der Entwicklungsaufwand liegt in Synonymen und Attributstruktur, die spezifisch für Ihren Katalog sind und nicht gekauft werden können.
In welchem Zusammenhang steht dies mit einer Kategorieseitenprüfung? Sie verwenden dieselben Facetten und Filter. Falls Prüfung 14 fehlschlägt, liegt die Korrektur in der Regel in den Kategorievorlagen und nicht in der Suche. Führen Sie daher beide Prüfungen im selben Sprint durch.
Trifft das auch auf KI-gestützte Einkaufsagenten zu, die unseren Katalog lesen? Teilweise. Agenten nutzen strukturierte Attribute anstelle Ihrer Suchoberfläche. Daher sind die Gruppen A und B für sie aufgrund Ihrer Datenqualität relevant, während die Gruppen C und D keine Rolle spielen. Dies ist ein separates Audit.
Wie oft sollten wir die Wertung neu bewerten? Vierteljährlich und nach jeder Katalogmigration, jedem Plattformwechsel oder jeder Änderung der Suchkonfiguration. Die Liste mit 90 Suchanfragen sollte beibehalten werden, um vergleichbare Ergebnisse zu gewährleisten.
Wenn Sie das Ergebnis wissen möchten, ohne den ganzen Nachmittag damit zu verbringen: Lassen Sie uns diese Prüfung in Ihrem Geschäft durchführen. und Ihnen die Bewertungskriterien, die fehlerhaften Abfragen und eine priorisierte Liste der zu behebenden Probleme aushändigen.
Quellen
- Baymard Institute – E-Commerce-Such-UX: Die 8 Abfragetypen und ihre jeweiligen Fehlerraten (aktualisiert April 2026)
- Baymard Institute – Benutzerfreundlichkeit der E-Commerce-Suche: Bericht & Benchmark
- Baymard Institute – 5 bewährte UX-Strategien für „Keine Ergebnisse“-Seiten (Februar 2025)
- Unicode-Konsortium – SpecialCasing.txt, Regeln für die Groß- und Kleinschreibung im Türkischen und Aserbaidschanischen
- Elastic – Sprachanalysatoren, einschließlich der türkischen Analysatorkette
- Elastic — ASCII-Faltungstokenfilter und preserve_original
- Google Analytics-Hilfe – Erweiterte Messung, view_search_results und search_term
- Hallo Einzelhandel – Beispiel für den im Umlauf befindlichen Conversion-Multiplikator der Website-Suche
