Facettensuche im E-Commerce: So funktionieren intelligente Filter

Ein Kunde sucht in Ihrem Online-Shop nach Laufschuhen. Er tippt “Laufschuhe” in die Suche, drückt Enter und bekommt 2.400 Ergebnisse. Jetzt soll er scrollen, bis er findet, was er braucht? In Wirklichkeit wird er genau das nicht tun. Er wird Ihren Shop verlassen. Das ist der Moment, in dem eine gute Facettensuche den Unterschied macht. Sie ermöglicht es dem Kunden, die 2.400 Ergebnisse in wenigen Klicks auf genau die 12 Modelle einzugrenzen, die seiner Größe, seiner bevorzugten Marke und seinem Budget entsprechen.

Facettensuche ist kein Nice-to-have. Sie ist der Filter zwischen “Kunde findet” und “Kunde geht”. Dieser Artikel zeigt Ihnen, wie Facettensuche funktioniert, welche Best Practices Sie kennen sollten und wo die Grenzen klassischer Filter liegen.

Was ist Facettensuche? Definition und Abgrenzung

Facettensuche (auch: facettierte Suche, Facettennavigation oder Faceted Search) ist ein Filtersystem, das Suchergebnisse anhand mehrerer Dimensionen gleichzeitig eingrenzbar macht. Jede Dimension ist eine “Facette”, also ein filterbares Attribut wie Größe, Farbe, Preis, Marke oder Material.

Der entscheidende Unterschied zur einfachen Filterung: Bei einer klassischen Filternavigation wählen Sie einen Filter und erhalten eine neue Ergebnisliste. Bei der Facettensuche können Sie mehrere Facetten gleichzeitig kombinieren, und das System zeigt Ihnen in Echtzeit, wie viele Ergebnisse für jede Kombination verfügbar sind.

Ein konkretes Beispiel: Ein Kunde sucht “Jacke” und sieht Facetten für Geschlecht, Größe, Farbe, Material, Preis und Saison. Er wählt “Damen”, “Größe M” und “Wasserdicht”. Die Facettensuche zeigt sofort: 23 Ergebnisse. Gleichzeitig aktualisiert sie die verbleibenden Facetten. Unter “Farbe” steht jetzt nur noch Schwarz (8), Navy (7), Rot (5) und Grün (3). Farben ohne passende Produkte sind ausgeblendet. Keine Sackgassen, kein Frust.

Wie Facettensuche technisch funktioniert

Hinter einer funktionierenden Facettensuche steckt ein durchdachtes Zusammenspiel aus Datenstruktur, Indexierung und Echtzeit-Berechnung.

Schritt 1: Attribut-Indexierung

Jedes Produkt in Ihrem Katalog besitzt Attribute. Größe, Farbe, Preis, Marke, Material, Bewertung. Diese Attribute werden in einem separaten Suchindex strukturiert abgelegt. Der Index weiß: Produkt A hat Farbe=Rot, Größe=42, Preis=89,95 EUR und Marke=Nike.

Schritt 2: Facetten-Berechnung

Wenn ein Kunde eine Suchanfrage stellt oder eine Kategorie öffnet, berechnet das System für jede Facette die verfügbaren Optionen und deren Trefferzahlen. Diese Berechnung erfolgt in Echtzeit gegen den Index.

Schritt 3: Dynamische Aktualisierung

Wählt der Kunde eine Facette aus (z.B. “Marke: Nike”), werden alle anderen Facetten neu berechnet. Größen ohne Nike-Produkte verschwinden. Preisbereiche passen sich an. Das verhindert leere Ergebnisseiten.

Statische vs. dynamische Facetten

Die technische Herausforderung liegt in der Performance. Bei einem Katalog mit 50.000+ Produkten und dutzenden Attributen muss die Facetten-Berechnung in unter 200 Millisekunden abgeschlossen sein. Dafür braucht es eine entkoppelte Suchinfrastruktur, die unabhängig vom Shop-Backend arbeitet.

“BatteryIncluded.ai ist genau das, was man sich von moderner E-Commerce-Technologie wünscht: blitzschnelle Suche auch bei über 50.000 Produkten, volle Anpassbarkeit für komplexe Anforderungen.” Österreichischer Bundesverlag Schulbuch GmbH & Co. KG

Facettensuche in der Praxis: Beispiele aus Online-Shops

Wie sieht eine gute Facettensuche im Alltag aus? Drei typische Szenarien.

Szenario 1: Elektronik-Shop

Ein Kunde sucht “Notebook”. Die Facettensuche zeigt: Prozessor (Intel Core i5, i7, AMD Ryzen), RAM (8 GB, 16 GB, 32 GB), Bildschirmgröße (13”, 14”, 15,6”, 17”), Preis (unter 500 EUR, 500-1.000 EUR, über 1.000 EUR), Marke. Der Kunde wählt “16 GB RAM” und “unter 1.000 EUR”. Sofort sieht er 34 relevante Notebooks statt 800.

Szenario 2: Fashion-Shop

Suchanfrage: “Kleid”. Facetten: Anlass (Alltag, Business, Hochzeit, Party), Länge (Mini, Midi, Maxi), Größe, Farbe, Material, Preis. Ein Kunde, der “Hochzeit” und “Midi” wählt, findet in Sekunden, was er sucht. Ohne Facetten müsste er sich durch hunderte Ergebnisse arbeiten.

Szenario 3: B2B-Industrieshop

Ein Einkäufer sucht “Dichtung”. Facetten: Norm (DIN, ISO), Material (NBR, FKM, EPDM, PTFE), Innendurchmesser, Außendurchmesser, Druckbereich, Temperaturbereich. In B2B-Shops mit technischen Produkten sind präzise Facetten noch wichtiger als im B2C-Bereich. Einkäufer kennen die exakten Spezifikationen und erwarten, dass sie danach filtern können.

Alle drei Szenarien haben eines gemeinsam: Je größer und heterogener das Sortiment, desto wichtiger wird die Facettensuche. Ein Shop mit 500 Produkten in einer Kategorie kann mit einer einfachen Sortierung auskommen. Ein Shop mit 10.000 Produkten in 50 Kategorien ist ohne Facettensuche praktisch unbenutzbar.

5 Best Practices für die Facettensuche

1. Relevante Facetten zuerst anzeigen

Nicht jede Facette ist gleich wichtig. Preis und Marke stehen bei den meisten Shops an erster Stelle, weil sie die höchste Nutzungsrate haben. Laut einer Studie des Baymard Institute nutzen 42% der E-Commerce-Kunden Preisfilter als erste Eingrenzung. Zeigen Sie die meistgenutzten Facetten oben, weniger genutzte weiter unten oder in einem “Mehr Filter”-Bereich.

2. Kontextbezogene Facetten einsetzen

Ein Laptop-Käufer braucht Filter für Prozessor und RAM. Ein Schuh-Käufer braucht Größe und Weite. Zeigen Sie nur Facetten an, die für die aktuelle Produktkategorie sinnvoll sind. Statische Einheitsfacetten für alle Kategorien führen zu Verwirrung und unnötiger Komplexität.

3. Trefferzahlen immer anzeigen

Jede Facetten-Option sollte die Anzahl verfügbarer Produkte zeigen. “Rot (23)” statt nur “Rot”. Das gibt dem Kunden Orientierung und verhindert Frustrationen. Zeigt eine Option “(0)” an, blenden Sie sie aus oder deaktivieren Sie sie visuell. Leere Facetten, die zu Null-Ergebnis-Seiten führen, sind einer der häufigsten UX-Fehler.

4. Mehrfachauswahl innerhalb einer Facette ermöglichen

Kunden wollen oft mehrere Optionen gleichzeitig auswählen. “Zeige mir Nike ODER Adidas.” Innerhalb einer Facette sollte OR-Logik gelten (Ergebnismenge wird größer), zwischen Facetten AND-Logik (Ergebnismenge wird kleiner). Diese Kombination ist der Standard, den Kunden aus großen Marktplätzen gewohnt sind.

5. Mobile Facetten richtig umsetzen

Auf dem Desktop funktioniert eine Sidebar mit allen Facetten. Auf dem Smartphone nicht. Für mobile Nutzer empfiehlt sich ein “Filter”-Button, der ein Overlay oder eine eigene Seite öffnet. Wichtig: Gewählte Filter müssen jederzeit sichtbar und einzeln entfernbar sein (z.B. als Chips über den Ergebnissen). Laut Statista liegt der Mobile-Anteil im E-Commerce in Deutschland 2025 bei über 55%. Eine schlechte mobile Facettensuche betrifft also die Mehrheit Ihrer Kunden.

Häufige Fehler bei der Facettensuche

Fehler 1: Zu viele irrelevante Facetten

Wenn Ihr Kunde 20 Filteroptionen sieht, von denen 15 für sein aktuelles Produkt keine Rolle spielen, schaffen Sie Komplexität statt Klarheit. Jede Facette, die nicht genutzt wird, ist visuelles Rauschen. Analysieren Sie Ihre Analytics: Welche Facetten werden tatsächlich geklickt? Alles unter 2% Nutzungsrate gehört in einen erweiterten Bereich oder kann entfernt werden.

Fehler 2: Leere Filterergebnisse zulassen

Nichts frustriert mehr als eine Filterauswahl, die zu “0 Ergebnisse” führt. Wenn ein Kunde drei Facetten kombiniert und dann auf einer leeren Seite landet, ist der Kaufprozess unterbrochen. Dynamische Facetten lösen dieses Problem, indem sie Optionen ohne Treffer automatisch ausblenden oder deaktivieren.

Fehler 3: Langsame Performance

Jede Facetten-Aktualisierung löst eine neue Berechnung aus. Bei großen Katalogen (10.000+ Produkte) mit vielen Attributen kann das die Shop-Performance spürbar belasten, besonders wenn die Berechnung direkt auf der Shop-Datenbank läuft. Eine intelligente Suchinfrastruktur entkoppelt die Facetten-Berechnung vom Shop-Backend und liefert Ergebnisse in unter 100 Millisekunden.

Fehler 4: Schlechte Mobile-UX

Filter, die auf dem Desktop als Sidebar funktionieren, sind auf dem Smartphone oft unbenutzbar. Kleine Touchflächen, verschachtelte Menüs und fehlende Übersicht der aktiven Filter sorgen dafür, dass mobile Nutzer die Facettensuche gar nicht erst verwenden. Laut einer Studie des Baymard Institute brechen 67% der mobilen Nutzer die Produktsuche ab, wenn die Filternavigation zu umständlich ist.

Facettensuche und SEO: Technische Anforderungen

Facettensuche ist aus UX-Sicht ein Gewinn. Aus SEO-Sicht kann sie schnell zum Problem werden, wenn sie falsch implementiert ist.

Das Crawl-Budget-Problem

Jede Filterkombination erzeugt eine eigene URL. Bei 10 Facetten mit jeweils 5 Optionen entstehen theoretisch tausende URL-Varianten. Suchmaschinen-Crawler versuchen, all diese URLs zu indexieren. Das verschwendet Crawl-Budget und kann zu Duplicate Content führen.

Lösungen

Die beste Strategie: Nur Filterkombinationen indexieren, die echtes Suchvolumen haben. Eine Seite für “Nike Laufschuhe Herren” kann ranking-relevant sein. Eine Seite für “Nike Laufschuhe Herren Größe 43 Blau unter 80 EUR” eher nicht.

Facettensuche mit KI: Die nächste Stufe der Produktfindung

Klassische Facettensuche basiert auf exakten Attribut-Werten. Der Kunde wählt “Farbe: Rot” und bekommt alle Produkte, deren Attribut “Farbe” den Wert “Rot” enthält. Das funktioniert, solange Kunden in Attributen denken. Aber das tun sie oft nicht.

Ein Kunde, der “warme Jacke für Herbstwanderung” sucht, denkt nicht in Facetten wie “Material: Gore-Tex” oder “Fütterung: Ja”. Er denkt in Situationen. Hier stößt die klassische Facettensuche an ihre Grenzen.

Semantische Suche geht einen Schritt weiter. Sie versteht die Absicht hinter einer Anfrage und liefert relevante Ergebnisse, auch wenn kein exakter Attribut-Match vorliegt. Die Kombination aus Facettensuche und semantischem Verständnis ist der aktuelle Stand der Technik: Kunden können sowohl über strukturierte Filter als auch über natürlichsprachliche Anfragen zum richtigen Produkt gelangen.

BatteryIncluded verbindet beide Welten. Hybrid LLM Search kombiniert klassisches Keyword-Matching, Vektor-basiertes semantisches Verständnis und Large Language Models zu einer Suchinfrastruktur, die sowohl präzise Facettenfilter als auch kontextbasierte Anfragen versteht. Und das vollständig ohne Cookies, 100% DSGVO-konform.

“Seit wir BatteryIncluded einsetzen, sehen wir spürbare Verbesserungen: Bereits nach zwei Monaten stieg unsere Conversion Rate um 10 Prozent, und nach vier Monaten konnten wir einen Zuwachs von 19 Prozent verzeichnen.” B&W Handelsgesellschaft mbH

Häufige Fragen zur Facettensuche (FAQ)

Was versteht man unter Facettensuche?

Facettensuche ist ein Filtersystem für Online-Shops, das Suchergebnisse über mehrere Dimensionen (Facetten) gleichzeitig eingrenzbar macht. Typische Facetten sind Preis, Marke, Größe, Farbe oder Material. Im Gegensatz zur einfachen Filterung zeigt die Facettensuche für jede Option die Anzahl verfügbarer Ergebnisse an und verhindert so leere Ergebnisseiten.

Was ist der Unterschied zwischen Facettensuche und Filternavigation?

Die Begriffe werden oft synonym verwendet, aber es gibt einen feinen Unterschied. Filternavigation ist der Oberbegriff für jede Art von Ergebnis-Eingrenzung. Facettensuche ist eine spezifische Form der Filternavigation, die multidimensional arbeitet, Trefferzahlen anzeigt und sich dynamisch an die aktuelle Auswahl anpasst.

Welche Facetten sollte ein Online-Shop mindestens haben?

Das hängt vom Sortiment ab. Als Minimum empfehlen sich: Preis, Marke/Hersteller, Kategorie und mindestens ein produktspezifisches Attribut (z.B. Größe bei Fashion, Leistung bei Elektronik). Wichtiger als die Anzahl ist die Relevanz. Drei gut gewählte Facetten schlagen zehn irrelevante.

Wie wirkt sich Facettensuche auf die Conversion Rate aus?

Positiv. Studien zeigen, dass Shops mit funktionierender Facettensuche höhere Conversion Rates erzielen, weil Kunden schneller finden, was sie suchen. Der Effekt ist besonders stark bei Shops mit großen Katalogen (ab 1.000 Produkte), wo eine Suche ohne Filter praktisch unbenutzbar ist. Die Kombination aus Facettensuche und Produktfiltern kann die Verweildauer und den durchschnittlichen Warenkorbwert nachweisbar steigern.

Ist Facettensuche auch für kleine Shops sinnvoll?

Ab etwa 100 Produkten mit unterschiedlichen Attributen wird eine Facettensuche sinnvoll. Unter dieser Schwelle reicht oft eine einfache Kategorie-Navigation. Entscheidend ist nicht die Shop-Größe, sondern die Sortimentskomplexität. Ein Shop mit 200 Produkten in 15 Kategorien profitiert mehr als ein Shop mit 500 Produkten in einer einzigen Kategorie.

Was passiert, wenn Facettensuche schlecht implementiert ist?

Die häufigsten Probleme: langsame Ladezeiten bei Facetten-Aktualisierungen, leere Suchergebnisseiten nach Filterkombinationen, irrelevante Facetten, die nicht zur Produktkategorie passen, und SEO-Probleme durch tausende ungefilterte Index-URLs. All diese Probleme senken die Conversion Rate und verschlechtern das Nutzererlebnis messbar.

Fazit: Facettensuche ist Standard, intelligente Facetten sind Differenzierung

Eine funktionale Facettensuche gehört zur Grundausstattung jedes Online-Shops mit mehr als 100 Produkten. Dynamische Facetten, kontextbezogene Filter und saubere SEO-Implementierung heben gute von mittelmäßigen Shops ab.

Der nächste Schritt: Facettensuche mit semantischem Verständnis kombinieren. Wenn Ihr Shop nicht nur exakte Attribute filtert, sondern auch versteht, was der Kunde eigentlich meint, heben Sie sich von der Mehrheit der Shopware- und Standardlösungen ab.

Zu Ihrer kostenlosen Demo. Erleben Sie, wie Hybrid LLM Search Facettensuche und semantisches Verständnis vereint.