Kiwop Labs · Studie
KI im spanischen E-Commerce 2026: Was die Shops der KI zeigen
Wir haben 300 spanische Onlineshops am 1. und 2. September 2026 gemessen und jeden Wert am 5. September 2026 erneut geprüft. Das ist keine Umfrage: Es ist das, was jeder Crawler und jeder KI-Agent beim Besuch vorfindet. Methode, Datensatz und Skripte sind offen.
Fünf Dinge, die die Daten sagen
- Der spanische E-Commerce macht die Tür vor der KI nicht zu. Nur 10,7 % blockieren in ihrer robots.txt irgendeinen KI-Crawler, und 5 % blockieren GPTBot. Wenn ein Shop blockiert, dann vor allem CCBot, ClaudeBot, Bytespider und den Agenten von Meta.
- Er spricht aber auch nicht mit ihr. Von den 216 Produktseiten, die wir finden konnten, zeigen nur 27,8 % das Produkt mit schema Product. Die KI kommt herein, findet aber auf sieben von zehn Seiten keinen Preis, keinen Bestand und keine Artikelnummer, die sie ohne Raten lesen kann.
- Die llms.txt ist in zwei Monaten von der Ausnahme zur Regel geworden, und die Hälfte der Shops hat das gar nicht entschieden. Im Piloten im Juli hatte sie 1 von 20. Heute liefern sie 26 % der 300 aus, aber 13 % ist die automatische Vorlage, die Shopify allen seinen Shops mitgibt. 13 % stammen vom Shop selbst.
- Die Größe erklärt fast alles, und zwar in beide Richtungen. Die großen Shops zeigen mehr Produkte mit Schema (34,4 % gegenüber 17,7 % bei den kleinen), die kleinen haben öfter eine llms.txt (36,6 % gegenüber 17,3 %), weil sie auf Shopify laufen.
- Automatisierte Beratung bleibt die Ausnahme: 23,2 % haben auf der Startseite einen erkennbaren Chatbot (Oct8ne, Zendesk und Salesforce, in dieser Reihenfolge) und 30,6 % eine personalisierte Suche. Keines von beidem ist für sich genommen generative KI.
Die Zahl zur llms.txt, mit dem Kleingedruckten
Wir haben in 86 Shops eine llms.txt entdeckt und jede davon erneut gelesen. 78 sind echte Textdateien. Davon beginnen 39 mit „Agent Instructions“ und sind die Vorlage, die Shopify allen seinen Shops ausliefert, ohne dass jemand danach fragt (von den 44 Shops der Stichprobe, die wir als Shopify erkannt haben, haben 39 sie). Die anderen 39 hat der Shop selbst geschrieben. Der Rest war eine normale Seite mit Code 200 oder antwortete nicht mehr, und wird abgezogen. „29 % sprechen schon mit der KI“ zu veröffentlichen wäre ohne diese Unterscheidung falsch: Ehrlich sind 13 % aus eigener Entscheidung und 13 % als Voreinstellung der Plattform.
Unter denen, die sie selbst geschrieben haben: MediaMarkt, SHEIN, Samsung, Casa del Libro, PlayStation, Sprinter, Tradeinn, ManoMano, LG, General Optica.
Nach Größe
Drei Gruppen mit je rund hundert Shops, nach geschätztem Traffic der Stichprobenbasis. Prozente auf die Gesamtzahl der Gruppe; schema Product, Chatbot und Suche auf die Shops, bei denen gemessen werden konnte.
| Gruppe | n | Messbar | Blockieren KI-Crawler | Blockieren GPTBot | llms.txt geprüft | Eigene llms.txt | Schema Product (Produktseiten) | Chatbot | Personalisierte Suche |
|---|---|---|---|---|---|---|---|---|---|
| Große | 98 | 86 | 11,2 % | 8,2 % | 17,3 % | 13,3 % | 34,4 % | 22,1 % | 25,6 % |
| Mittlere | 101 | 89 | 8,9 % | 2 % | 23,8 % | 13,9 % | 32,9 % | 28,1 % | 39,3 % |
| Kleine | 101 | 96 | 11,9 % | 5 % | 36,6 % | 11,9 % | 17,7 % | 19,8 % | 27,1 % |
| Total | 300 | 271 | 10,7 % | 5 % | 26 % | 13 % | 27,8 % | 23,2 % | 30,6 % |
Nach Branche
Zehn Branchen. Zellen mit weniger als 25 Shops sind nur ein Hinweis, und das sagen wir auch: Sie zeigen die Richtung, keine feinen Unterschiede.
| Branche | n | Blockieren KI-Crawler | llms.txt geprüft | Eigene llms.txt | Schema Product (Produktseiten) | Chatbot |
|---|---|---|---|---|---|---|
| Generalisten und Marktplätze | 62 | 12,9 % | 14,5 % | 14,5 % | 29,3 % | 16,7 % |
| Wohnen und Haushalt | 35 | 20 % | 42,9 % | 22,9 % | 30,8 % | 38,2 % |
| Mode | 33 | 6,1 % | 33,3 % | 9,1 % | 40,9 % | 25 % |
| Sport | 28 | 14,3 % | 17,9 % | 10,7 % | 45,5 % | 30,8 % |
| Elektronik | 28 | 10,7 % | 28,6 % | 25 % | 21,1 % | 16,7 % |
| Schmuck und Luxus | 28 | 7,1 % | 53,6 % | 14,3 % | 27,8 % | 33,3 % |
| Kosmetik * | 24 | 0 % | 20,8 % | 0 % | 17,6 % | 35 % |
| Gesundheit und Drogerie * | 24 | 16,7 % | 12,5 % | 8,3 % | 31,6 % | 8,7 % |
| Wein und Getränke * | 23 | 8,7 % | 26,1 % | 13 % | 10 % | 0 % |
| Lebensmittel * | 15 | 0 % | 6,7 % | 0 % | 8,3 % | 33,3 % |
* n < 25
Wer blockiert wird
Die KI-Crawler, die in den robots.txt der Stichprobe am häufigsten blockiert werden: CCBot (20), ClaudeBot (18), Bytespider (18), meta-externalagent (18), GPTBot (15), Google-Extended (14). GPTBot steht nicht an der Spitze: Blockiert werden vor allem die Trainings-Crawler (CCBot, Bytespider) sowie die Agenten von Anthropic und Meta.
Wer berät
Auf der Startseite erkannte Chatbot-Anbieter: Oct8ne (27), Zendesk (17), Salesforce Chat (12), Gorgias (6), Genesys (2), Tidio (2). Erkannt wird über die Signatur des Skripts, ein Chatbot, der erst nach der ersten Interaktion lädt, taucht also nicht auf.
Was Sie damit machen, wenn Sie einen Shop haben
- Lassen Sie herein, wer Sie empfehlen soll. Prüfen Sie Ihre robots.txt: GPTBot, ClaudeBot oder PerplexityBot zu blockieren nimmt Sie aus den Kaufantworten dieser Assistenten heraus, und vor den Trainings-Crawlern schützt es Sie nicht, wenn Sie diese nicht nennen.
- Erklären Sie Ihr Produkt in einer Sprache, die die Maschine liest. Schema Product mit Preis, Verfügbarkeit, Marke und Artikelnummer auf jeder Produktseite, und ein Feed, der zu dem passt, was der Nutzer sieht. Das trennt „man hat uns zitiert“ von „man hat bei uns gekauft“.
- Prüfen Sie, was Sie schon sagen. Wenn Ihr Shop auf Shopify läuft, haben Sie eine llms.txt, die Sie nie geschrieben haben: Lesen Sie sie. Und wenn Sie keine haben, schreiben Sie lieber eine kurze und wahre als eine lange aus der Vorlage.
Methode
- Stichprobe: 300 Onlineshops mit Geschäft in Spanien, ausgewählt nach einer öffentlichen Regel Branche × Größe auf Basis von Semrush Trending Websites Spanien (Juni 2026), mit dokumentierter Auswahl und Nachrückung. 53 Domains fielen heraus, weil sie nicht messbar waren (globale Marktplätze ohne auffindbare Produktseite, Apps und Ähnliches).
- Doppelter Durchgang: eine HTTP-Anfrage, die sich als KiwopResearchBot ausweist, und eine Sitzung mit Chromium headless, normalisiertem Chrome-User-Agent und ehrlichem navigator.webdriver, ohne Fingerprinting zu umgehen. Zusammengeführt wird nach Signal: Ein Shop gilt als erreichbar, wenn er auf eine der beiden Anfragen geantwortet hat.
- Was gemessen wird: Vorhandensein und Regeln der robots.txt für 14 KI-Crawler, Vorhandensein einer llms.txt, JSON-LD-Typen auf der Startseite, Auffinden einer Produktseite und Vorhandensein von schema Product darauf, Signaturen von Chatbots und von personalisierter Suche auf der Startseite.
- Nachträgliche Prüfung: Jede gefundene llms.txt wurde erneut gelesen und eingeordnet (eigene, Vorlage der Plattform, Fehlalarm, keine Antwort). Die Plattform jedes Shops wird über Signaturen auf der Startseite mit einem ausgewiesenen Fetch erkannt und ist nur ein Hinweis.
- Es wurde nichts gekauft, kein Konto angelegt und kein CAPTCHA gelöst. Eine Bot-Sperre ist ein Ergebnis, kein Hindernis, das man umgeht.
Grenzen
- Gemessen wird, was der Shop zeigt, nicht was er erreicht: schema Product auf einer Produktseite garantiert nicht, dass ein Assistent sie zitiert, und ohne Schema ist es nicht ausgeschlossen.
- Es ist eine Momentaufnahme von zwei Tagen. Ein Shop, dessen CDN an diesem Tag im Challenge-Modus stand, erscheint als nicht messbar; deshalb veröffentlichen wir die Erreichbarkeit und verstecken sie nicht in den Prozenten.
- Chatbot und Suche werden über bekannte Skript-Signaturen erkannt: Eigenentwicklungen werden dabei unterschätzt.
- Die Plattformerkennung antwortet bei einem Drittel der Shops nicht (sie blockieren den ausgewiesenen Fetch), und geraten wird nicht: Das veröffentlichen wir als „keine Antwort“.
Was als Nächstes kommt
Der zweite Teil ist der, den für Spanien noch niemand veröffentlicht hat: Schafft es ein KI-Agent mit Browser mit einem konkreten Produkt bis in den Warenkorb? Das Protokoll ist geschrieben und vor der Messung registriert (40 Shops, identische Aufgabe, feste Ergebniskategorien, ohne eine Bot-Sperre zu umgehen). Veröffentlichung im vierten Quartal 2026, und Stufe 1 wird jedes Quartal wiederholt, damit eine Zeitreihe entsteht.
Datensatz und Skripte
- Datensatz dieser Ausgabe (JSON, eine Zeile pro Shop mit allen Signalen) ·
2026-09.json - Verzeichnis der Ausgaben (JSON)
- Skripte für Messung, Prüfung und agentisches Protokoll (GitHub)
Zitierweise
Kiwop Labs (2026). KI im spanischen E-Commerce 2026: Was die Shops der KI zeigen. https://www.kiwop.com/de/labs/ki-ecommerce-spanien
Daten und Texte stehen unter der Lizenz CC BY 4.0: Sie dürfen sie nutzen und zitieren, mit Link auf diese Seite.