[Mel_Autorenblock]
Die Etsy Suche funktioniert 2026 nicht mehr nur nach dem Prinzip, dass ein Käufer einen Begriff eingibt und Etsy nach Listings sucht, in denen möglichst genau dieses Keyword vorkommt. Keywords sind weiterhin wichtig, aber Etsy ergänzt diese klassischen Signale inzwischen durch Systeme, die bewerten, wie gut ein Listing inhaltlich zur tatsächlichen Suchintention passt.
Wie weit Etsy dabei inzwischen ist, lässt sich erstaunlich gut nachvollziehen, weil das Etsy Engineering Team regelmäßig veröffentlicht, woran die Entwickler hinter Suche, Empfehlungen und Machine Learning arbeiten. Besonders interessant sind drei Veröffentlichungen aus 2026, weil sie zeigen, was bereits live eingesetzt wird, welche Daten Etsy verarbeitet und woran Etsy gerade als nächste Stufe arbeitet.
Wenn Du zuerst verstehen möchtest, wie die Etsy KI Suche grundsätzlich funktioniert und welche Rolle LLMs und semantische Relevanz dabei spielen, findest Du hier meine ausführliche Erklärung zur Etsy KI Suche 2026.
Etsy bewertet inzwischen semantische Relevanz
Bereits im Januar 2026 hat Etsy beschrieben, dass klassische Engagement Signale allein nicht ausreichen, um gute Suchergebnisse zu liefern. Historisch hat Etsy unter anderem Klicks, Warenkorb Aktionen und Käufe als Hinweise darauf verwendet, welche Listings für Käufer relevant sind.
Das Problem dabei ist offensichtlich. Ein Listing, das bereits häufig verkauft wird und weit oben erscheint, bekommt automatisch mehr Klicks. Ein neues oder kleineres Listing kann dagegen sehr gut zur Suchanfrage passen und trotzdem kaum Engagement Daten besitzen.
Deshalb ergänzt Etsy diese Signale inzwischen durch sogenannte semantische Relevanz. Dabei geht es darum, wie gut ein Listing tatsächlich zur Bedeutung und Absicht einer Suchanfrage passt. Etsy unterscheidet dabei zwischen vollständig relevant, teilweise relevant und irrelevant.
Ein Listing gilt beispielsweise als vollständig relevant, wenn es alle wesentlichen Bestandteile einer Suchanfrage erfüllt. Teilweise relevant ist es, wenn nur ein Teil passt oder das Produkt zwar thematisch verwandt ist, aber nicht genau das bietet, was der Käufer gesucht hat.
Das ist ein wichtiger Unterschied zur alten Vorstellung von Etsy SEO. Es reicht nicht mehr, irgendeinen Teil einer Suchanfrage im Titel oder in den Tags unterzubringen. Entscheidend ist zunehmend, ob das Produkt tatsächlich zur gesamten Suchintention passt.
Das ist keine Zukunftsmusik, sondern bereits live
Bei diesem Punkt müssen wir nicht spekulieren. Etsy schreibt ausdrücklich, dass sein System zur Bewertung semantischer Relevanz vollständig in die Etsy Suche integriert wurde.
Das Modell wird an mehreren Stellen eingesetzt. Listings, die als irrelevant eingeschätzt werden, können bereits vor dem eigentlichen Ranking herausgefiltert werden. Zusätzlich fließen Relevanzwerte als Merkmale in spätere Ranking Modelle ein. Besonders relevante Listings können außerdem innerhalb der Suchergebnisse stärker berücksichtigt werden.
Zwischen August und Oktober 2025 stieg laut Etsy der Anteil vollständig relevanter Listings in den untersuchten Suchergebnissen von 58 auf 62 Prozent. Etsy nennt als Beispiel die Suche nach „fall decor“. Nach Einführung der verbesserten Relevanzbewertung wurden stärker tatsächliche Herbstdekorationen gezeigt, während lediglich lose passende Produkte wie Kleidung zurückgedrängt wurden.
Das bedeutet nicht, dass Keywords keine Rolle mehr spielen. Etsy versucht vielmehr, zusätzlich zu erkennen, ob ein Produkt wirklich zu dem passt, was der Käufer mit seiner Suchanfrage meint.
Dafür betrachtet Etsy deutlich mehr als nur ein Keyword
Um diese Relevanz bewerten zu können, benötigt Etsy Informationen über das Listing. Im Engineering Artikel zur semantischen Relevanz nennt Etsy dabei unter anderem Titel, Bilder, Beschreibung, Attribute, Varianten und extrahierte Produktinformationen als Daten, die für die Beurteilung von Kombinationen aus Suchanfrage und Listing herangezogen werden können.
Das heißt allerdings nicht, dass jedes einzelne Etsy System heute alle diese Informationen direkt verarbeitet. Genau diese Unterscheidung ist wichtig.
Etsy besitzt verschiedene Machine Learning Modelle, die unterschiedliche Aufgaben übernehmen. Manche arbeiten direkt während einer Suchanfrage, andere werden für Trainingsdaten, Auswertungen oder vorgelagerte Verarbeitungsschritte eingesetzt. Trotzdem wird deutlich, dass Etsy Listings längst nicht mehr ausschließlich als Titel plus 13 Tags betrachtet.
Das eigentliche Problem bei Etsy ist die enorme Produktvielfalt
Im Juli 2026 beschreibt Etsy dieses Problem noch einmal sehr anschaulich. Auf dem Marktplatz gibt es mehr als 100 Millionen Listings von rund 5,6 Millionen aktiven Sellern. Anders als in einem klassischen Onlineshop gibt es keinen einheitlichen Produktkatalog, der Etsy exakt sagt, was jedes angebotene Produkt ist.
Wenn jemand beispielsweise nach einem leichten Leinenkleid für den Sommer sucht, müssen Etsys Modelle selbst ableiten, was der Käufer meint und welche Listings tatsächlich dazu passen. Etsy schreibt, dass dafür Informationen aus Listings und aus Nutzerbesuchen verwendet werden.
Gerade bei Handmade Produkten ist das kompliziert. 2 Produkte können formal zur selben Kategorie gehören und trotzdem völlig unterschiedliche Käufer ansprechen.
Eine Keramiktasse kann handgedreht, glasiert, minimalistisch, rustikal, personalisiert oder mit einem bestimmten Motiv gestaltet sein. Diese Unterschiede sind für Käufer oft wichtiger als die reine Information, dass es sich um eine Tasse handelt.
Etsy muss deshalb nicht nur erkennen, welche Produktart angeboten wird, sondern möglichst gut verstehen, was dieses konkrete Produkt ausmacht.
Genau daran arbeitet Etsy aktuell weiter
Im Mai 2026 hat das Etsy Engineering Team ein neues Verfahren vorgestellt, mit dem noch detailliertere interne Produktdarstellungen erzeugt werden sollen.
Etsy beschreibt dort ausdrücklich, dass Such- und Empfehlungssysteme verstehen müssen, wodurch sich ein Listing über die reine Produktkategorie oder den Titel hinaus von ähnlichen Angeboten unterscheidet. Dabei können Details wichtig sein, die zeigen, was ein Produkt genau ist, wie es hergestellt wurde und welche Käufer es besonders ansprechen könnte.
Seller stellen Etsy dafür bereits eine große Menge an Informationen zur Verfügung. Etsy nennt Titel, Bilder, Beschreibungen, Tags, Varianten und Attribute. Das Problem besteht darin, dass wichtige Details häufig über das gesamte Listing verteilt sind.
Ein Herstellungsdetail steht vielleicht mitten in der Beschreibung. Eine bestimmte Stilrichtung ist auf dem Foto eindeutig erkennbar, wird aber im Text nicht genannt. Material, Farbe oder Ausführung befinden sich möglicherweise in Attributen oder Varianten.
Für Machine Learning Systeme ist es schwierig und teuer, bei jeder Suchanfrage sämtliche Rohdaten eines Listings vollständig neu auszuwerten. Deshalb arbeitet Etsy daran, daraus kompakte interne Produktdarstellungen zu erstellen.
Käuferverhalten hilft Etsy dabei herauszufinden, welche Details wichtig sind
Besonders interessant ist, wie Etsy dieses neue Modell trainiert.
Dafür werden echte Suchinteraktionen verwendet. Etsy betrachtet eine Suchanfrage sowie ein Listing, mit dem der Käufer interagiert hat, und vergleicht es mit einem Listing, mit dem der Käufer nicht interagiert hat.
Als Interaktion zählt Etsy in diesem Experiment ausdrücklich einen Klick, einen Kauf oder einen Favoriten.
Das bedeutet nicht, dass jeder Favorit automatisch das Suchranking eines Listings verbessert. Genau das schreibt Etsy nicht.
Die Interaktionen dienen hier als Trainingsdaten. Das Modell soll daraus lernen, welche konkreten Eigenschaften dazu beigetragen haben könnten, dass ein Produkt im Zusammenhang mit einer bestimmten Suchanfrage interessanter war als ein anderes.
Wenn ein Käufer nach „Sculptural Stoneware Pottery“ sucht und mit einem bestimmten Listing interagiert, versucht das Modell beispielsweise herauszuarbeiten, welche Details dieses Produkt von den anderen angebotenen Keramikprodukten unterscheiden.
Keyword Stuffing löst dieses Problem nicht
Auch hierzu liefert Etsy einen interessanten Hinweis.
Das neue Trainingsverfahren wurde bewusst so aufgebaut, dass eine allgemeine Zusammenfassung voller Keywords nicht einfach eine bessere Bewertung erhält. Das Modell soll konkrete Unterschiede zwischen Produkten herausarbeiten und nicht lediglich möglichst viele Begriffe aus einer Suchanfrage wiederholen.
Das bedeutet auch hier nicht, dass Keywords unwichtig werden. Ohne passende Begriffe und klare Produktinformationen kann Etsy kaum erkennen, worum es bei einem Listing geht.
Es bedeutet aber, dass dieselben Keywords in möglichst vielen Varianten kein Ersatz für tatsächliche Relevanz sind.
Wenn jemand nach einer personalisierten Kosmetiktasche als Geschenk für Mama sucht, hilft es wenig, wenn das Listing zwar fünf verschiedene Varianten von „Geschenk Mama“ enthält, das Produkt und die restlichen Informationen aber kaum zur Suchabsicht passen.
Suchintention wird deshalb wichtiger
Für Etsy Seller lässt sich daraus eine ziemlich einfache Konsequenz ableiten. Ein Listing sollte möglichst eindeutig beantworten, was verkauft wird, für wen das Produkt geeignet ist und in welchem Kaufkontext es relevant ist.
Genau deshalb ist es sinnvoll, bei der Keyword Recherche nicht mit einer möglichst langen Keyword Liste zu beginnen, sondern zunächst 3 grundlegende Fragen zu beantworten:
Was ist es?
Für wen ist es?
Zu welchem Anlass wird es gesucht oder gekauft?
Diese Fragen ersetzen keine Keyword Recherche. Sie sorgen dafür, dass die gewählten Keywords eine gemeinsame Suchintention abbilden, statt völlig unterschiedliche Käufer in einem Listing gleichzeitig erreichen zu wollen.
Ein personalisiertes Geburtstagsshirt mit Pferdemotiv für ein sechsjähriges Kind lässt sich damit wesentlich eindeutiger beschreiben als mit einer Sammlung allgemeiner Begriffe wie „Kinder Geschenk“, „Shirt Kind“, „Geschenk Mädchen“ und „Geburtstag Geschenk“.
Je klarer die Produktart, Zielgruppe und der Anlass zusammenpassen, desto eindeutiger kann Etsy das Listing einer passenden Suche zuordnen.
Attribute und Varianten gehören ebenfalls zur Produktinformation
Attribute werden bei Etsy häufig nur schnell ausgefüllt, weil der eigentliche SEO Fokus immer noch auf Titel und Tags liegt. Die Engineering Veröffentlichungen zeigen jedoch, dass Etsy Produktinformationen wesentlich breiter betrachtet.
Im neuen Forschungsprojekt nennt Etsy Attribute und Varianten ausdrücklich als Informationsquellen.
Das bedeutet nicht, dass ein ausgefülltes Attribut automatisch einen Rankingbonus erzeugt. Es bedeutet aber, dass strukturierte und eindeutige Produktinformationen für Etsy wertvoll sind, weil sie helfen können, ein Produkt genauer zu beschreiben und einzuordnen.
Wenn Etsy eine passende Kategorie oder ein sinnvolles Attribut zur Verfügung stellt, sollte es deshalb korrekt ausgefüllt werden. Dasselbe gilt für Varianten wie Größe, Farbe oder Ausführung.
Auch Beschreibungen sind mehr als Platz für ein paar zusätzliche Keywords
Etsy beschreibt selbst, dass wertvolle Produktdetails häufig in langen Beschreibungen zwischen Versandinformationen, Größenangaben oder anderen Texten versteckt sind. Genau deshalb versucht das neue Modell, wichtige Informationen aus diesen Daten herauszufiltern.
Eine Produktbeschreibung sollte deshalb nicht aus zusätzlichen Keyword Varianten bestehen, die bereits im Titel stehen. Sie sollte konkrete Informationen enthalten, die das Produkt genauer beschreiben und für den Käufer relevant sind.
Dazu können beispielsweise Material, Herstellung, Maße, Personalisierungsmöglichkeiten, besondere Eigenschaften oder die Verwendung des Produktes gehören.
Das hilft dem Käufer bei seiner Entscheidung und gibt Etsy gleichzeitig mehr verwertbare Informationen darüber, was tatsächlich angeboten wird.
Was ist mit Produktbildern?
Bei Bildern muss man aktuell etwas genauer hinschauen.
Etsy nennt Bilder ausdrücklich als eine Quelle für Produktinformationen. Gleichzeitig schreibt das Engineering Team aber auch, dass nicht alle bestehenden Suchsysteme Bilder direkt verarbeiten können.
Das im Mai vorgestellte neue Modell kann Informationen aus Bildern nutzen. Genau darin sieht Etsy einen Vorteil, weil beispielsweise ein visueller Stil auf einem Foto deutlich erkennbar sein kann, obwohl er im Text überhaupt nicht beschrieben wurde.
Daraus lässt sich allerdings nicht ableiten, dass jedes Etsy Produktbild heute bereits direkt vom aktuellen Suchranking analysiert wird.
Für Seller bleiben gute Bilder ohnehin entscheidend, weil sie Klicks und Käufe beeinflussen. Zusätzlich zeigt Etsys Entwicklung, dass visuelle Produktinformationen für Machine Learning Systeme künftig noch leichter nutzbar werden können.
Wie gut funktioniert das neue Verfahren?
Etsy hat die erzeugten Produktzusammenfassungen in einem Offline Test mit seinem Modell zur Bewertung semantischer Relevanz getestet.
Dieses Modell beurteilt, ob ein Listing zu einer Suchanfrage relevant, teilweise relevant oder irrelevant ist. Mit den neuen Produktzusammenfassungen verbesserte sich der Macro F1 Wert in diesem Test um 8,7 Prozent gegenüber einer einfacheren Methode, die Wortgruppen aus Produktbeschreibungen verwendet.
Diese 8,7 Prozent haben nichts mit Reichweite, Verkäufen oder einem Rankinggewinn für einzelne Seller zu tun. Es handelt sich um eine Kennzahl zur Leistung eines Machine Learning Modells.
Das Ergebnis zeigt aber, dass die detaillierteren Produktdarstellungen dem bestehenden Relevanzmodell dabei geholfen haben, Suchanfragen und Listings besser einzuordnen.
Ist dieses neue Modell bereits live?
Nein, zumindest lässt sich das aus der Veröffentlichung vom Mai 2026 nicht ableiten.
Etsy schreibt ausdrücklich, dass als nächster Schritt Online Experimente geplant sind, bei denen diese neuen Produktzusammenfassungen in produktive Machine Learning Systeme integriert werden sollen.
Das neue Verfahren darf deshalb nicht mit dem bereits live eingesetzten System zur semantischen Relevanz verwechselt werden.
Semantische Relevanz ist bereits Bestandteil der Etsy Suche. Das neue Verfahren zur detaillierteren Produktdarstellung ist dagegen eine Weiterentwicklung, die Etsy im Mai zunächst offline getestet hat.
Trotzdem arbeiten Etsys Machine Learning Systeme längst mit aktuellen Daten
Der Engineering Artikel vom Juli 2026 bestätigt gleichzeitig, dass Etsys produktive Machine Learning Infrastruktur laufend mit neuen Daten versorgt wird.
Etsy verwendet Kafka, um aktuelle Features und Embeddings bereitzustellen, die Machine Learning Modelle antreiben. Als Beispiel nennt Etsy einen Käufer, der eine handbemalte Keramiktasse favorisiert. Diese Aktion kann seine persönlichen Empfehlungen innerhalb weniger Minuten beeinflussen.
Auch hier geht es um Empfehlungen und nicht um die Behauptung, dass der Favorit das allgemeine Suchranking dieses Listings innerhalb weniger Minuten erhöht.
Interessant ist vielmehr, wie schnell Nutzerdaten verarbeitet werden können. Etsy arbeitet nicht mit einem starren System, das nur gelegentlich neu berechnet wird, sondern besitzt eine Infrastruktur, über die aktuelle Signale laufend für Machine Learning Anwendungen bereitgestellt werden.
Was bedeutet das für Etsy SEO 2026?
Es gibt keinen Grund, jetzt sämtliche Listings umzuschreiben oder nach einer neuen geheimen SEO Formel zu suchen.
Titel und Tags bleiben wichtig. Keywords bleiben wichtig. Auch Engagement bleibt wichtig.
Neu ist vor allem, dass Etsy selbst bestätigt, dass semantische Relevanz inzwischen direkt in der Suche eingesetzt wird. Ein Listing muss deshalb nicht nur irgendeine sprachliche Überschneidung mit einer Suchanfrage besitzen, sondern möglichst vollständig zu dem passen, was der Käufer tatsächlich sucht.
Für die Optimierung bedeutet das:
- Definiere zuerst klar, was Du verkaufst.
- Lege fest, für wen dieses Produkt wirklich gedacht ist.
- Überlege, bei welchem Anlass oder in welcher Situation danach gesucht wird.
- Nutze passende Keywords, statt möglichst viele unterschiedliche Suchintentionen in ein Listing zu packen.
- Fülle Kategorien, Attribute und Varianten korrekt aus.
- Beschreibe konkrete Produktmerkmale, die Dein Angebot von ähnlichen Produkten unterscheiden.
- Sorge dafür, dass die Informationen innerhalb des Listings nicht gegeneinander arbeiten.
Damit optimierst Du nicht für irgendeinen angeblichen geheimen Etsy Algorithmus. Du gibst Etsy schlicht bessere Informationen darüber, was Du verkaufst und zu welcher Suche Dein Produkt tatsächlich passt.
Etsy SEO wird nicht durch KI ersetzt
Der Begriff Etsy KI Suche klingt schnell danach, als wären klassische SEO Grundlagen plötzlich wertlos. Genau das zeigen die Engineering Veröffentlichungen nicht.
Etsy verbindet mehrere Arten von Signalen miteinander. Engagement spielt weiterhin eine Rolle, während semantische Relevanz zusätzlich bewertet, wie gut ein Listing zur Suchintention passt. Gleichzeitig arbeitet Etsy daran, Produktinformationen aus unterschiedlichen Bereichen eines Listings noch besser für seine Modelle nutzbar zu machen.
Die Konsequenz ist deshalb nicht weniger SEO, sondern präzisere SEO.
Ein gutes Keyword bringt wenig, wenn das Produkt nur teilweise zur Suchabsicht passt. Eine lange Liste verwandter Suchbegriffe bringt wenig, wenn Etsy nicht eindeutig erkennen kann, was das Produkt eigentlich ist. Eine klare Produktpositionierung und passende Suchbegriffe gehören zusammen.
äufige Fragen zur Etsy KI-Suche
Nutzt Etsy 2026 wirklich KI in der Suche?
Ja. Etsy setzt Large Language Models und Machine-Learning-Systeme ein, um Listings und Suchanfragen besser zu verstehen. Seit Anfang 2026 ist ein System zur Bewertung der semantischen Relevanz vollständig in den Search Stack integriert. Etsy versucht damit nicht nur Wörter miteinander abzugleichen, sondern zusätzlich zu bewerten, wie gut ein Produkt tatsächlich zur Bedeutung und Absicht einer Suchanfrage passt.
Sind Keywords durch die Etsy KI-Suche unwichtig geworden?
Nein. Keywords bleiben weiterhin wichtig, weil Etsy verstehen muss, was Du verkaufst und bei welchen Suchanfragen Dein Listing relevant sein könnte. Neu ist, dass eine reine Wortübereinstimmung nicht mehr ausreicht, um vollständige Relevanz zu erklären. Titel, Tags, Kategorien, Attribute und weitere Produktinformationen sollten deshalb gemeinsam ein klares Bild Deines Produktes ergeben.
Was bedeutet semantische Relevanz bei Etsy?
Semantische Relevanz beschreibt, wie gut ein Listing inhaltlich zu einer Suchanfrage passt. Etsy unterscheidet dabei zwischen vollständig relevant, teilweise relevant und irrelevant. Dadurch kann ein Listing sprachlich ähnlich zu einer Suche sein und trotzdem schlechter passen als ein anderes Produkt, das die eigentliche Suchabsicht genauer erfüllt.
Versteht Etsy inzwischen auch Produktbilder und Beschreibungen?
Etsy verarbeitet Produktinformationen heute breiter als nur über Titel und Tags. In verschiedenen Product-Understanding-Systemen können auch Beschreibungen, Bilder, Attribute und Varianten als Informationen über ein Produkt dienen. Daraus folgt allerdings nicht, dass Etsy bei jeder einzelnen Suchanfrage jedes Produktbild neu mit einem LLM analysiert oder dass Bilder automatisch einen direkten Rankingbonus erzeugen.
Lernt Etsy aus Klicks, Käufen und Favoriten?
Etsy nutzt Käuferinteraktionen in verschiedenen Machine-Learning-Systemen. In einem 2026 veröffentlichten Product-Understanding-Experiment wurden unter anderem Klicks, Käufe und Favoriten als Trainingsdaten verwendet, um Unterschiede zwischen Produkten besser zu lernen. Das bedeutet aber nicht, dass jeder Klick, Kauf oder Favorit automatisch einen direkten organischen Rankingbonus auslöst. Entscheidend ist immer, in welchem technischen System Etsy diese Daten verwendet.
Quellen
Etsy Engineering, 31. Juli 2026: Kafka App? There’s a Skill for That
https://www.etsy.com/de/codeascraft/kafka-app-thereas-a-skill-for-that
Etsy Engineering, 16. Januar 2026: How Etsy Uses LLMs to Improve Search Relevance
https://www.etsy.com/codeascraft/how-etsy-uses-llms-to-improve-search-relevance
Etsy Engineering, 26. Mai 2026: Shaping Product Understanding with Contrastive Reinforcement Learning
https://www.etsy.com/in-en/codeascraft/shaping-product-understanding-with-contrastive-reinforcement-learning
[…] Den technischen Hintergrund findest Du in meinem Deep Dive Etsy KI-Suche 2026: Was Etsy über Produktverständnis und Käuferverhalten verrät. […]
[…] Mehr über diese technische Entwicklung findest Du in meinem Artikel Etsy KI-Suche 2026: Was Etsy über Produktverständnis und Käuferverhalten verrät. […]