Firon Marketing, eine Agentur für Generative Engine Optimization, veröffentlichte am 2. Oktober 2026 die zweite Phase seiner Benchmark-Studie „AI Readiness Audit“, die zeigt, dass keine der 24 geprüften Direct-to-Consumer-Marken den vollständigen Satz strukturierter Datensignale aufwies, auf die KI-Assistenten zurückgreifen, um Produktempfehlungen zu beziehen und zu verifizieren. Die Studie, die Bekleidung, Hautpflege, Nahrungsergänzungsmittel, Haushaltswaren, Lebensmittel und Getränke sowie Baby- und Familienkategorien umfasste, maß drei kritische Signale: FAQPage-Schema, Organization-Schema mit einer sameAs-Eigenschaft und Product-Schema mit einem AggregateRating-Wert. Keine Marke hatte alle drei, und keine Marke hatte auch nur eines der drei auf jeder geprüften Seite. Dieses Fehlen bedeutet, dass KI-Assistenten wie ChatGPT, Google AI Overviews, Perplexity und Claude diese Marken nicht verifizieren können, wodurch sie effektiv von KI-generierten Empfehlungen ausgeschlossen werden.
Die Auswirkungen auf die Direct-to-Consumer-Branche sind tiefgreifend. Da KI-Assistenten zu einem primären Zugang für Produktentdeckung werden, riskieren Marken ohne strukturierte Daten unsichtbar zu sein. „Jede Marke in dieser Studie hat ein Marketingteam, eine Agentur und ein Budget“, sagte Alex Jordan, Gründer und CEO von Firon Marketing. „Was keine von ihnen hat, ist eine maschinenlesbare Identität. KI-Assistenten durchsuchen eine Website nicht so wie ein Käufer. Sie parsen sie. Wenn jemand einen KI-Assistenten nach dem besten Bio-Babybrei oder dem besten Pilzkaffee fragt, liest das Modell strukturierte Daten, um zu entscheiden, welche Marken verifizierbar genug sind, um sie zu nennen. Eine Marke ohne Schema verliert diesen Vergleich nicht. Sie wurde nie in ihn aufgenommen.“
Über strukturierte Daten hinaus deckte das Audit schwerwiegende Seitenladegeschwindigkeitsprobleme auf. Von den 22 Marken mit messbaren Labordaten bestand keine den Largest-Contentful-Paint-Schwellenwert von Google von 2,5 Sekunden. Der durchschnittliche LCP lag bei 17,4 Sekunden, wobei die langsamste Startseite 54,51 Sekunden benötigte. Im August-Durchgang erreichte die durchschnittliche Total Blocking Time 13,9 Sekunden gegenüber einem Standard von 0,2 Sekunden, und die durchschnittliche Startseite übertrug 26,5 Megabyte. Jede Marke lud mindestens 25 Skripte von Drittanbietern, und drei luden mehr als 80. Darüber hinaus fehlte bei 23 von 24 Marken ein H1-Tag oder es war doppelt vorhanden. Diese technischen Mängel behindern die KI-Lesbarkeit und die Nutzererfahrung weiter.
Firon argumentiert, dass die Lücke strukturell und nicht wettbewerbsbedingt ist. Da keine Marke in der Stichprobe die notwendigen Signale aufweist, fehlt der Kategorie ein Vorreiter bei KI-Empfehlungen. Die ersten Marken, die vollständige strukturierte Daten veröffentlichen, könnten Zitationsanteile in einer gesamten Branche erobern, bevor Wettbewerber den Wandel erkennen. Für Leser bedeutet dies, dass die von KI empfohlenen Produkte möglicherweise nicht die besten sind, sondern einfach die maschinenlesbarsten. Für Marken signalisiert es einen dringenden Bedarf, in strukturierte Daten und Seitenleistung zu investieren, um in einer KI-gesteuerten Einkaufslandschaft wettbewerbsfähig zu bleiben.
Firon Marketing mit Sitz in Wellington, Florida, ist auf Generative Engine Optimization und SEO für Direct-to-Consumer- und Shopify-Plus-Marken spezialisiert. Das AI Readiness Audit-Tool des Unternehmens ist unter audit.fironmarketing.com verfügbar. Weitere Informationen über Firon Marketing finden Sie auf ihrer Website.
