Bei einem Listing siehst du fehlende Attribute auf einen Blick. Bei Dutzenden Listings siehst du sie nicht mehr: Jede Kategorie hat andere Felder, jedes Team pflegt anders, und kein Fehler löst einen Alarm aus.
Fehlende Attribute fallen nicht auf, sie kosten leise. Der Hebel ist nicht „alles ausfüllen", sondern: erst festlegen, welche Felder je Kategorie zählen, dann stichprobenartig messen, wo die größten Lücken sind, dann in dieser Reihenfolge nachpflegen.
Du bekommst hier eine Vollständigkeitsmatrix (Pflicht / Soll / Nice je Kategorie), einen Stichprobenplan und eine Reihenfolge für die Nachpflege. Stand: 07.11.2026.
- Pflichtfelder, empfohlene Felder und Zusatzfelder unterscheiden sich je Produkttyp und Marktplatz. Eine allgemeine Liste gibt es nicht.
- Lege die Matrix pro Produktgruppe fest, nicht pro einzelnes Listing.
- Zähle Vollständigkeit je Gruppe, nicht nur je Listing: So siehst du Muster statt Einzelfälle.
- Prüfe per Stichprobe, bevor du alles nachpflegst. Liegt die Lücke an einer Vorlage, behebst du sie einmal an der Ursache.
- Pflege zuerst Pflicht, dann Soll, dann Nice. Nice-Felder nur dort, wo ein Kaufargument dahinter steht.
- Nach jeder Änderung die live ausgelieferte Fassung prüfen, nicht nur die Eingabemaske.
Diagnose: Welche Art von Lücke hast du?
Nicht jedes fehlende Attribut ist gleich teuer. Sortiere nach Wirkung, bevor du Arbeit verteilst.
| Klasse | Bedeutung | Typische Folge | Priorität |
|---|---|---|---|
| Pflicht | Amazon verlangt das Feld für den Produkttyp | Angebot wird nicht angelegt oder nicht aktiv | sofort |
| Soll | Das Feld beantwortet eine häufige Kauffrage oder steuert Filter | schwächere Auffindbarkeit und Conversion, kein Fehler | als Nächstes |
| Nice | Zusatzinfo, die nur bei manchen Produkten zählt | geringer Effekt je Listing | nur mit Kaufargument |
Die Einteilung in Pflicht und Nicht-Pflicht kommt von Amazon, nicht von dir: Die Product Type Definitions API liefert pro Produkttyp ein JSON-Schema, das Anforderungen, Attribute und deren Bedingungen beschreibt (Amazon SP-API, Product Type Definitions). Welche Felder für deine Kategorie gelten, liest du dort oder in der Kategorievorlage in Seller Central nach, nicht in einem Blogartikel. Die Einteilung in Soll und Nice ist dagegen deine Entscheidung und beruht auf deinen Produkten und Kundenfragen.
Die Vollständigkeitsmatrix
So sieht eine Matrix aus. Die Zeilen sind Beispiele für Felder, keine Amazon-Pflichtliste: Welche Felder bei dir Pflicht sind, bestimmt der Produkttyp.
| Feldgruppe (Beispiel) | Kategorie A (z. B. Haushalt) | Kategorie B (z. B. Sport) | Kategorie C (z. B. Bekleidung) |
|---|---|---|---|
| Material / Zusammensetzung | Soll | Soll | Pflicht laut Vorlage prüfen |
| Maße und Gewicht | Soll | Soll | Soll |
| Zielgruppe | Nice | Soll | Soll |
| Größe / Farbe (Variantenthema) | Pflicht laut Vorlage prüfen | Pflicht laut Vorlage prüfen | Pflicht laut Vorlage prüfen |
| Pflegehinweis / Anwendung | Nice | Nice | Soll |
| Sicherheits- und Konformitätsangaben | laut Vorlage prüfen | laut Vorlage prüfen | laut Vorlage prüfen |
Als Arbeitsdatei brauchst du keine Spezialsoftware. Eine Tabelle mit diesen Spalten reicht, eine Zeile je Produktgruppe und Feld:
| Spalte | Inhalt (Beispielzeile, erfunden) |
|---|---|
| Produktgruppe | Gruppe 3 (Beispiel) |
| Produkttyp / Marktplatz | Produkttyp laut Vorlage, DE |
| Feld | Material |
| Klasse | Pflicht / Soll / Nice |
| Quelle der Einstufung | Vorlage vom 07.11.2026 / Kundenfragen / Retouren |
| Verantwortlich | Name oder Rolle, die das Feld pflegt |
| Freigabe | Name oder Rolle, die die Stichprobe abnimmt |
| Stand | Datum der letzten Prüfung |
Die Spalten „Verantwortlich" und „Freigabe" sind bei vielen Listings der Teil, den die meisten weglassen: Ohne feste Zuständigkeit pflegt jede Person nach eigenem Gefühl, und die Lücken kommen mit dem nächsten Import zurück.
So baust du deine eigene Matrix:
- Lade je Produkttyp die aktuelle Kategorievorlage oder das Schema und markiere alle Pflichtfelder.
- Streiche die Felder, die für deine Produkte nicht zutreffen, und notiere den Grund.
- Stufe die übrigen Felder als Soll oder Nice ein. Maßstab: Wiederholt sich eine Kundenfrage oder Retouren-Begründung wegen dieses Feldes, ist es Soll.
- Speichere die Matrix mit Datum. Amazon passt Anforderungen an; die Matrix hat ein Verfallsdatum.
Amazon macht Attribute für Produkttypen und Marktplätze zu unterschiedlichen Zeitpunkten verpflichtend, zuletzt etwa das Attribut ListPrice für Angebote in einer Reihe von Marktplätzen ab 31.01.2025 (Amazon SP-API Changelog). Gleiche deine Matrix deshalb vor jedem größeren Nachpflege-Lauf mit der aktuellen Vorlage ab (Stand dieses Artikels: 07.11.2026).
Der Stichprobenplan: messen, bevor du nachpflegst
Bei vielen Listings ist Vollprüfung von Hand zu teuer, und eine Stichprobe sagt dir, ob das Problem an einer Vorlage, einem Lieferanten oder einer Person liegt.
Das Beispiel unten ist eine Beispielrechnung mit erfundenen Zahlen, kein Messwert: 120 Listings in vier Produktgruppen.
| Produktgruppe | Listings (Beispiel) | Stichprobe | Pflicht vollständig | Soll vollständig | Befund |
|---|---|---|---|---|---|
| Gruppe 1 | 40 | 8 | 8 von 8 | 5 von 8 | Zielgruppe fehlt oft |
| Gruppe 2 | 35 | 7 | 7 von 7 | 7 von 7 | in Ordnung |
| Gruppe 3 | 30 | 6 | 4 von 6 | 3 von 6 | Pflichtlücke: Vorlage prüfen |
| Gruppe 4 | 15 | 5 | 5 von 5 | 2 von 5 | Maße fehlen |
So wählst du die Stichprobe aus: Sortiere jede Gruppe nach Umsatz oder Sichtbarkeit, nimm zwei Listings aus dem oberen Drittel, die übrigen zufällig, und mische dabei mindestens zwei Lieferanten oder Importwege. Wer prüft, trägt das Ergebnis in die Matrix-Tabelle ein (Datum, Name, Befund); die Freigabe-Person nimmt die Gruppe ab. Die Stichprobengröße (hier grob ein Fünftel, mindestens fünf Listings je Gruppe) ist eine Praxisannahme, keine statistische Vorgabe. Entscheidend ist die Lesart:
- Pflichtlücke in der Stichprobe: Behandle die ganze Gruppe als betroffen und prüfe sie vollständig. Pflichtlücken sind das einzige Signal, das du nicht „im Schnitt" hinnimmst.
- Soll-Lücke an derselben Stelle: Sie deutet auf eine Vorlage oder einen Importweg hin. Behebe die Ursache, nicht jedes Listing einzeln.
- Streut die Lücke zufällig: Dann ist es Pflegedisziplin, und eine feste Routine hilft mehr als eine Einmal-Aktion.
Plane je Produktgruppe etwa 15–20 Minuten ein (Praxisschätzung). Nimm fünf Listings, öffne die Produktseite auf Amazon (nicht die Eingabemaske) und hake die Pflicht- und Soll-Felder deiner Matrix ab. Pflichtlücke in einer Gruppe gefunden? Dann prüfe die gesamte Gruppe, bevor du etwas anderes tust.
Reihenfolge der Nachpflege
- Pflichtfelder der Gruppen mit Stichprobenlücke, vollständig.
- Ursache beheben: Vorlage, Importdatei oder Lieferantendaten anpassen, damit die Lücke nicht zurückkehrt. Beim Rückspielen per Datei beachten, was mit nicht gelieferten Feldern passiert: Flatfile: leere Felder löschen Attribute.
- Soll-Felder nach einem einfachen Wert: Umsatz der Gruppe (aus deinem Verkaufsbericht) mal Anzahl der Soll-Lücken in der Stichprobe. Die Gruppe mit dem höchsten Wert kommt zuerst. Beispiel (erfunden): Gruppe 1 mit 3 Lücken und hohem Umsatz vor Gruppe 4 mit 3 Lücken und geringem Umsatz.
- Nice-Felder nur dort, wo ein Kaufargument dahinter steht.
- Kontrolle mit derselben Stichprobe nach dem nächsten Import oder nach einigen Wochen (Praxisvorschlag, keine Amazon-Vorgabe).
Wer die Reihenfolge und Zuständigkeiten im Team festlegen will, findet ein Raster in Amazon Listing optimieren im Katalog: Prioritätsraster.
Wer alle Felder bei allen Listings in einem Zug ausfüllt, verbraucht Wochen an Nice-Feldern, während Pflichtlücken liegen bleiben, und kann nicht sagen, was davon gewirkt hat.
Eine Gruppe nach der anderen, Pflicht zuerst. Nach jeder Gruppe dieselbe Stichprobe wiederholen. So siehst du, welche Maßnahme die Lücke schließt.
Was es bewegt und was nicht
Fehlende Attribute sind selten die einzige Ursache für schwache Zahlen. Sie sind aber eine der wenigen Ursachen, die du ohne Textarbeit findest und behebst. Was du erwarten darfst, ist unterschiedlich belastbar:
| Wirkung | Wie sicher | Anmerkung |
|---|---|---|
| Pflichtfeld fehlt, Angebot nicht aktiv oder nicht angelegt | belegt für den Fall, dass Amazon das Feld verlangt | Amazon-Vorlage und Fehlermeldung prüfen |
| Bessere Auffindbarkeit über Filter | plausibel, im Einzelfall nicht gemessen | nicht pauschal versprechbar |
| Weniger Rückfragen und Retouren | plausibel bei Maßen, Material, Größe | an Kundenfragen und Retourengründen prüfen |
Wie sich eine Katalogpflege-Maßnahme auswirkt, misst du am besten gruppenweise vorher/nachher, wie in Amazon A/B Test Listing: Testplan für viele Listings beschrieben.
Richtig und falsch
| Falsch | Richtig | Warum |
|---|---|---|
| Eine Pflichtliste aus dem Netz übernehmen | Schema oder Vorlage je Produkttyp lesen | Anforderungen unterscheiden sich je Produkttyp und Marktplatz |
| Jedes Listing einzeln durchgehen | Stichprobe je Produktgruppe | Muster zeigen die Ursache |
| Alle Felder gleich behandeln | Pflicht, Soll, Nice trennen | Aufwand folgt der Wirkung |
| Nur die Eingabemaske prüfen | Live-Fassung prüfen | Nur sie sehen Kunden |
| Einmal nachpflegen | Matrix mit Datum und Wiederholung | Vorlagen und Anforderungen ändern sich |
Häufige Fragen
Welche Produktattribute sind bei Amazon Pflicht?
Das hängt vom Produkttyp und vom Marktplatz ab. Amazon beschreibt es je Produkttyp in einem Schema (Product Type Definitions API); in Seller Central siehst du es in der Kategorievorlage. Eine feste Liste für alle Kategorien gibt es nicht.
Wie finde ich fehlende Attribute in vielen Listings?
Mit Matrix und Stichprobe: Pflicht-, Soll- und Nice-Felder je Produktgruppe festlegen, je Gruppe einige Listings auf der Live-Seite prüfen und bei Pflichtlücken die ganze Gruppe nachprüfen.
Wie oft sollte ich Attribute prüfen?
Amazon gibt dafür keine feste Frequenz vor. Als Praxisvorschlag: die Stichprobe nach jedem größeren Import oder Vorlagenwechsel wiederholen und die Matrix mit der aktuellen Vorlage abgleichen.
Reicht es, die Pflichtfelder auszufüllen?
Für die Anlage meist ja, für Auffindbarkeit und Conversion nicht automatisch. Soll-Felder beantworten Kauffragen. Ob sie bei dir wirken, zeigt der Vorher/Nachher-Vergleich je Gruppe.
Was, wenn Lieferantendaten unvollständig sind?
Dann bringt Nachpflegen im Listing nur kurzfristig etwas. Behebe die Quelle (Lieferantenvorlage, Importdatei) und prüfe nach dem nächsten Import erneut.
Warum SELLRZ hier sinnvoll ist
SELLRZ sortiert Listings nach Potenzial und bewertet jedes Listing mit dem Listing Quality Score, der Titel, Titel-Differenzierung, Bullet Points, Beschreibung, Backend-Keywords, A+ Content und Bilder als Prozentwert bewertet. Das hilft dir, die Listings zu finden, an denen du zuerst arbeitest, und damit auch, welche Produktgruppen du in der Matrix zuerst prüfst. Die Vollständigkeit einzelner Produktattribute ist nicht Teil dieser Bewertung; die Matrix oben pflegst du daher selbst. Mehr zur Einordnung: Amazon Listing Score.
Für die Umsetzung über viele Listings bündeln Batch-Pipelines die Auswahl von Listings. Jedes Listing wird als eigener Job gerechnet, das Ergebnis ist je Job ein neuer Entwurf neben der Quellversion. Veröffentlicht wird erst, wenn du es freigibst.
Mit dem Trial priorisierst du, welche Gruppen du zuerst prüfst: Trial kostenlos starten.
Quellen
- Amazon Selling Partner API: Product Type Definitions API v2020-09-01, geprüft 07.11.2026.
- Amazon Selling Partner API Changelog: ListPrice attribute required in select marketplaces starting January 31, geprüft 07.11.2026.
- SELLRZ: Listing Quality Score und Batch-Pipelines laut SELLRZ Wissensbasis (Abruf 24.10.2026).
- Beispielzahlen in den Tabellen sind erfunden und als Beispiel gekennzeichnet.
