Amazon Listing optimieren heißt bei vielen Listings (ab ca. 50–60) nicht „wie verbessere ich ein Listing?“, sondern „was zuerst?“. Die Antwort: Ziehe eine Stichprobe, miss je Fläche (Titel, Bullets, Bilder, A+, Backend-Keywords), wie oft die Lücke vorkommt, und starte mit der Fläche, die pro Arbeitsstunde den größten Hebel hat. Das Raster unten zeigt dir, wie du das rechnest. Stand: 02.11.2026.
- Erst die Stichprobe, dann die Fläche: Entscheide nicht nach Gefühl, sondern nach der gemessenen Lückenquote.
- Priorität je Fläche = Hebel ÷ Aufwand je Listing. Das ergibt Hebelpunkte je Arbeitsstunde. Die Lückenquote sagt dir, wie viele Listings betroffen sind und wie viele Stunden die Fläche insgesamt kostet.
- Setze in Wellen um: kleiner Pilot, messen, dann die nächste Welle.
- Alle Zahlen im Rechenbeispiel sind angenommen. Ersetze sie durch deine eigenen.
- Die Detailarbeit je Fläche steht in den verlinkten Artikeln.
Übersicht: Was „optimieren“ bei vielen Listings heißt
Trenne zwei Fragen, bevor du irgendetwas änderst: Wird das Listing gefunden (Sichtbarkeit), oder wird es gekauft (Conversion)? Welche Fläche bei welchem Listing welche Wirkung hat, zeigen erst deine eigenen Daten. Deshalb gehört zu jeder Fläche im Raster ein Hebel, den du aus einem Pilot bestimmst, und kein Bauchgefühl.
Dieser Artikel ordnet die Arbeit über den ganzen Katalog. Für ein einzelnes Listing, bei dem du wissen willst, welche Fläche zuerst dran ist, gibt es die Detailseite Amazon Listing optimieren: welche Fläche zuerst. Hier geht es um die Frage davor: Welche Fläche lohnt sich im Katalog überhaupt am meisten?
Stichprobenplan: 20 % des Katalogs nach Produktgruppe
Du brauchst keine Vollerhebung. Im Beispiel (angenommen: 120 Listings) reicht eine Stichprobe von 24 Listings (20 %) für eine grobe Rangfolge. Das ist ein Arbeitsmodell, keine Amazon-Vorgabe.
- Teile den Katalog in Produktgruppen, im Beispiel 6 Gruppen mit je 20 Listings.
- Sortiere jede Gruppe nach Umsatz. Ziehe je Gruppe 4 Listings: 2 aus der umsatzstärkeren, 2 aus der schwächeren Hälfte. Nimm in jeder Hälfte jedes n-te Listing der sortierten Liste, nicht die, die dir auffallen.
- Beantworte je Listing und Fläche eine einzige Ja/Nein-Frage: „Lücke vorhanden?“ Halte den Beleg fest (Screenshot oder Textstelle).
Der Plan im Überblick (Beispiel, angenommene Zahlen):
| Schritt | Beispiel |
|---|---|
| Katalog | 120 Listings |
| Produktgruppen | 6 Gruppen × 20 Listings |
| Stichprobe je Gruppe | 4 Listings (2 umsatzstärkere, 2 schwächere) |
| Stichprobe gesamt | 6 × 4 = 24 Listings |
| Hochrechnung | Quote × 120 |
Diese Fragen helfen dir bei der Ja/Nein-Entscheidung:
- Titel: Sind Produktart und Anwendungsfall lesbar? Passt der Titel zur Vorgabe deiner Kategorie?
- Bullets: Steht der Vorteil vorn? Nennen die fünf Bullets fünf verschiedene Gründe?
- Bilder: Beantwortet die Galerie Maße, Anwendung und Details?
- A+: Ist A+ vorhanden und passt es zum Produkt?
- Backend: Ist das Feld gefüllt, ohne Dubletten zu Titel und Bullets?
Planwert für die Prüfung: ca. 10 Minuten je Listing (Annahme, nicht gemessen). Bei 24 Listings sind das 240 Minuten, also 4 Stunden. Als Sortierhilfe vorab taugt der Listing Quality Score von SELLRZ: Er bewertet den Inhalt einer Listing-Version regelbasiert als Prozentwert, misst aber nicht die Conversion (mehr dazu im Artikel zum Listing Score). Wie ein umsatzgeschichtetes Audit abläuft, steht im Listing-Audit-Artikel; hier ziehst du bewusst nach Produktgruppe, weil du Flächen vergleichst und nicht Umsatzgruppen.
Die Lückenquote je Fläche ist die Zahl der „Ja“ geteilt durch 24. Die Hochrechnung ist Quote × 120. Bei n = 24 ist das eine grobe Schätzung: Vier Listings je Produktgruppe sagen nichts Verlässliches über die einzelne Gruppe, die Quoten schätzen vor allem den Gesamtaufwand. Liegen zwei Flächen knapp beieinander, verdopple die Stichprobe nur für diese beiden Flächen. Reicht dir die Ja/Nein-Prüfung bei einem einzelnen Listing nicht, geht Amazon Listing analysieren: Methode und freier Check mit 35 Fragen über sechs Stationen tiefer.
Das Priorisierungsraster: Fläche × Aufwand × Hebel
Die Formel: Hebelpunkte je Stunde = Hebel ÷ Aufwand je Listing (in Stunden). Die Lückenquote kürzt sich dabei heraus: Sie entscheidet nicht über den Rang, sondern über den Gesamtaufwand (betroffene Listings × Aufwand je Listing) und darüber, was in eine Welle passt. Flächen mit sehr kleiner Quote (Beispielwert: unter 10 %) kommen nicht in Welle 1, auch wenn sie im Rang vorn liegen; im Beispiel unten liegt keine Fläche darunter. Der Hebel ist ein Faktor von 1 bis 5. Rate ihn nicht: Nimm ihn aus deinen Daten (Conversion und Sessions der Stichproben-Listings mit und ohne Lücke) oder aus einem Pilot mit Kontrollgruppe, wie im Artikel zum Hauptbild-Test beschrieben. Solange du keine Daten hast, setze für alle Flächen den Startwert 3 und passe ihn nach dem ersten Pilot an. Dann entscheidet zunächst nur der Aufwand je Listing.
Alle Zahlen in der Tabelle (Katalog mit 120 Listings, Lückenquoten, Aufwandsminuten, Hebel) sind angenommen. Es sind weder Amazon- noch SELLRZ-Daten. Setze deine eigenen Stichprobenwerte ein. Nachgerechnet am 02.11.2026.
| Fläche | Lückenquote (Stichprobe 24) | Betroffene von 120 | Aufwand je Listing | Gesamtaufwand | Hebel (1–5) | Punkte je Std. | Rang |
|---|---|---|---|---|---|---|---|
| Titel | 25 % (6 von 24) | 30 | 10 Min. | 5,0 Std. | 3 | 18,0 | 1 |
| Backend | 17 % (4 von 24) | 20 | 10 Min. | 3,3 Std. | 2 | 12,0 | 2 |
| Bullets | 46 % (11 von 24) | 55 | 25 Min. | 22,9 Std. | 4 | 9,6 | 3 |
| Bilder | 54 % (13 von 24) | 65 | 90 Min. | 97,5 Std. | 5 | 3,3 | 4 |
| A+ | 58 % (14 von 24) | 70 | 60 Min. | 70,0 Std. | 3 | 3,0 | 5 |
So liest du die Tabelle:
- Die Spalte „Betroffene“ summiert sich auf 240 Flächen-Lücken, nicht auf 120 Listings. Ein Listing kann mehrere Lücken haben.
- Im Beispiel gewinnt der Titel: wenig Aufwand je Listing, ordentlicher Hebel. Bilder und A+ liegen hinten, weil sie viel Zeit je Listing kosten.
- Rang 4 und 5 heißt nicht „streichen“. Der echte Hebel von Bildern kann größer sein als angenommen. Setze sie deshalb nur für die wichtigsten Listings an (Auswahl siehe unten).
Zweites Beispiel, Welle 1 mit 12 Stunden im Monat: Titel (5,0 Std.) plus Backend (3,3 Std.) passen mit zusammen 8,3 Stunden hinein. Die restlichen 3,7 Stunden (220 Minuten) reichen bei 25 Minuten je Listing für etwa 8 Bullet-Listings. Auch das sind angenommene Zahlen.
Je Fläche: Was offen sein kann und wo die Detailarbeit steht
Hier jeweils nur der Einstieg. Die Anleitung steht im verlinkten Artikel.
Titel
Der Titel ist im Beispiel die günstigste Fläche, weil der Aufwand je Listing klein ist und sich Titel gut als Serie erledigen lassen. Mögliche Lücke aus der Stichprobe: Produktart oder Anwendungsfall sind nicht lesbar. Wie du Titel sauber überarbeitest, steht im Artikel zur Titel-Optimierung.
Wenn ein Titel zu viel enthält und du Teile in die Item Highlights verlagern willst, hilft dieses Werkzeug:
Bullets
Bullets kosten mehr Zeit je Listing, weil jeder Punkt einen eigenen Grund tragen muss. Mögliche Lücke: der Vorteil steht hinten oder drei Bullets sagen dasselbe. Details im Artikel Bullet Points optimieren.
Bilder
Bilder haben im Beispiel den höchsten Hebel, aber auch den höchsten Aufwand. Deshalb lohnt hier ein Pilot mit Kontrollgruppe, bevor du die Serie angehst. Wie das aussieht, zeigt der Artikel zum Hauptbild-Tausch und seiner Wirkung auf die Conversion.
A+ Content
A+ ist im Beispiel teuer und kommt deshalb erst nach den günstigen Flächen, zuerst für die wichtigsten Listings. Der Einstieg steht im Artikel A+ Content erstellen. In SELLRZ liegen Text, Bilder und A+ einer Listing-Version im Studio zusammen, dort bearbeitest du auch die A+-Module.
Backend-Keywords
Backend-Keywords sind im Beispiel schnell erledigt. Mögliche Lücke: Feld leer oder mit Wiederholungen aus Titel und Bullets gefüllt. Konkrete Regeln und Grenzen prüfst du im Artikel Backend-Keywords und in der Vorgabe deiner Kategorie in Seller Central.
Welche Listings zuerst: Reihenfolge im Katalog
Das Raster sagt dir, welche Fläche zuerst dran ist. Es sagt nicht, in welchen Listings du anfängst. Als einfache Arbeitsregel (Arbeitsmodell, keine Amazon-Vorgabe): Sortiere nach Umsatz je Listing und nimm die umsatzstärksten Listings mit festgestellter Lücke in Welle 1. Feiner sortierst du die Listings nach Ertrag je Aufwand: Wie das geht, steht im Artikel Wachstumschancen nach Ertrag je Aufwand sortieren. Auch Listings mit versteckter Stärke gehören in die erste Welle; das beschreibt der Artikel Hidden Winners finden.
In SELLRZ ordnet der Growth Radar Listings nach möglichen Wachstumsproblemen und -chancen. Eine Chance ist eine priorisierte Arbeitshypothese, kein garantierter Umsatz: SELLRZ findet sie, du entscheidest, welche wichtig ist.
In Wellen umsetzen und messen
Setze nicht alle Listings gleichzeitig um. Arbeite mit einem Pilot und anschließenden Wellen. Wie du ein Erfolgsmuster aus dem Pilot auf weitere Listings überträgst, steht im Artikel Erfolgsmuster in Wellen übertragen. Dort findest du auch eine Arbeitsregel für die Wellengröße: ein Pilot mit rund 10 Listings, danach Wellen von 20 bis 25 (Arbeitsmodell, keine Amazon-Vorgabe). Was das kostet, rechnest du im Artikel Kosten der Listing-Optimierung kalkulieren durch.
Arbeitet ihr zu zweit oder im Team, trenne die Rollen: Eine Person zieht die Stichprobe und führt die Tabelle, eine zweite prüft die Listings der Welle 1 (Arbeitsempfehlung, keine Amazon-Vorgabe).
Miss nach jeder Welle, bevor du die nächste startest: Conversion der geänderten Listings gegen eine Vergleichsgruppe, im Zeitraum 1 bis 2 Wochen nach dem Live-Stand. Das ist eine Arbeitsregel, keine Amazon-Vorgabe. Prüfe vorher, ob die Änderung wirklich live ist (Live-Version prüfen). Laut SELLRZ-Wissensbasis braucht Amazon dafür meist 1 bis 24 Stunden. Als feste Routine hilft die wöchentliche Listing-Routine.
Du optimierst dort, wo es dir leichtfällt, meist bei Texten, statt dort, wo die Stichprobe die größte Lücke je Stunde zeigt. (Praxisannahme, kein Beleg.)
Ziehe die Stichprobe, trage Quoten und Aufwand ein, sortiere nach Punkten je Stunde und lege die erste Welle auf die obersten Flächen. Einzelne Listings prüfst du anschließend nach dem 10-Fragen-Check in 15 Minuten.
Häufige Fragen
Wie lange dauert Listing-Optimierung bei vielen Listings?
Das hängt von deinen Flächen ab. Im Rechenbeispiel (angenommen: 120 Listings, angenommene Zahlen) summiert sich der Aufwand aller fünf Flächen auf rund 199 Stunden. Deshalb arbeitest du in Wellen und beginnst mit den Flächen, die pro Stunde am meisten bringen.
Muss ich alle Listings optimieren?
Nein. Das Raster sagt dir, wo sich der Aufwand lohnt. Listings mit geringer Lücke oder geringer Bedeutung können warten. Welche Listings das sind, klärst du mit der Reihenfolge aus dem Abschnitt oben.
Wie messe ich, ob es gewirkt hat?
Vergleiche geänderte Listings mit einer Vergleichsgruppe, erst nachdem die Änderung live ist. Wie der Pilot mit Kontrollgruppe aussieht, zeigt der Artikel zum Hauptbild-Test.
Warum SELLRZ hier sinnvoll ist
SELLRZ bewertet jede Listing-Version mit dem Listing Quality Score, ordnet Listings im Growth Radar nach Wachstumschancen und führt Batch-Pipelines aus, bei denen jedes Listing ein eigener Job ist und als neuer Entwurf neben der Quellversion landet. Im kostenlosen Zugang scannt SELLRZ bis zu 1.000 Listings. Mehr dazu auf der Produktseite.
Trial kostenlos starten und die Stichprobe an deinem Katalog durchrechnen.
Quellen
Stand: 02.11.2026 (Quellen zuletzt abgerufen am 24. und 25.10.2026)
- SELLRZ Wissensbasis: Listing Quality Score (academy.journeys.getting_started.listing_score v1.3, Abruf 24.10.2026)
- SELLRZ Wissensbasis: Studio und A+ (sellrz_product.listings.studio v1.17, Abruf 24.10.2026)
- SELLRZ Wissensbasis: Growth Radar (sellrz_product.growth_opportunities.overview v1.8, Abruf 25.10.2026)
- SELLRZ Wissensbasis: Batch-Pipelines (sellrz_product.batch.overview v1.3, Abruf 24.10.2026)
- SELLRZ Wissensbasis: Veröffentlichen und Live-Nachweis (sellrz_product.publishing.queue v1.17, Abruf 24.10.2026)
- SELLRZ Free-Zugang: sellrz.io/free-access
- Stichprobenplan, Aufwandsminuten, Quoten, Hebel und Wellenregel: Arbeitsmodell von SELLRZ, keine Amazon-Vorgabe, Zahlen im Beispiel angenommen
