Facettensuche im B2B-Shop: Wann OpenSearch oder Elasticsearch statt Standardsuche sinnvoll wird

Facettensuche im B2B-Shop wird nicht dann wichtig, wenn ein Team einfach eine modernere Suchleiste haben möchte. Relevant wird sie dann, wenn technische Sortimente, Varianten, Zubehör, Ersatzteile und kundenspezifische Begriffe mit der Standardsuche nicht mehr sauber zusammenfinden. Dann verlieren Shops nicht nur Komfort. Sie verlieren Zeit im Vertrieb, erzeugen Rückfragen im Innendienst und machen Self-Service unnötig schwer.

Gerade in Industrie, technischem Handel und wachsendem E-Commerce lautet die eigentliche Frage deshalb nicht: Brauchen wir ein größeres Suchtool? Die bessere Frage ist: Ab wann reicht die Standardsuche des Shops fachlich nicht mehr aus und wann lohnt sich eine Search-Schicht mit OpenSearch oder Elasticsearch wirklich?

1. Woran Standardsuche im B2B-Shop typischerweise scheitert

Viele Shops starten mit einer einfachen Volltextsuche. Für kleine Sortimente kann das völlig reichen. Kritisch wird es, wenn mehrere dieser Punkte zusammenkommen:

• viele ähnliche Produkte mit kleinen technischen Unterschieden
• unterschiedliche Begriffe für denselben Artikel zwischen Kunde, Vertrieb und ERP
• Filterlogik über Spannung, Größe, Material, Anschlussart oder Kompatibilität
• Varianten, Zubehör und Ersatzteile mit Beziehungen untereinander
• große Kataloge mit mehreren Marken, Reihen oder Kundensortimenten
• Suchanfragen, die eher fachliche Probleme als exakte Produktnamen ausdrücken

Baymard fasst seine Search-UX-Forschung in 31 Leitlinien zusammen und dokumentiert dabei mehr als 700 suchspezifische Usability-Probleme in Tests auf großen E-Commerce-Seiten. Für B2B-Teams ist das ein wichtiger Hinweis: Produktsuche scheitert selten nur an der Optik. Sie scheitert oft an Relevanz, Begriffswelten und Filterlogik.

2. Was Facettensuche im Unternehmenskontext praktisch bedeutet

Facettensuche heißt nicht nur, dass links ein paar Filter stehen. Gemeint ist eine Such- und Navigationslogik, die Treffer nach fachlich sinnvollen Eigenschaften eingrenzbar macht.

1. Suche und Filter arbeiten auf derselben Datenbasis

Wenn ein Nutzer nach “24V Netzteil Hutschiene” sucht, sollte der Shop nicht nur Volltexttreffer auswerfen. Er sollte diese Treffer auch nach belastbaren Attributen weiter eingrenzen können, zum Beispiel nach Ausgangsspannung, Montageart, Schutzklasse oder Hersteller.

2. Synonyme und Schreibweisen werden bewusst modelliert

Elastic beschreibt Synonyme ausdrücklich als Mittel, um Suchrelevanz zu verbessern und passende Inhalte trotz unterschiedlicher Begriffe zu finden. Genau das ist im B2B-Shop entscheidend, weil Kundinnen und Kunden oft nicht das interne Wording des Produktmanagements verwenden.

3. Filter helfen nicht nur beim Stöbern, sondern bei präziser Auswahl

Im technischen Vertrieb geht es selten um Inspiration. Es geht darum, das richtige Teil schnell und sicher zu identifizieren. Filter sind dann kein Komfort-Extra, sondern Teil der Fachlogik.

Wenn Ihre Sortimente genau an dieser Stelle kippen, passt ergänzend auch unser Beitrag ETIM und eCl@ss im B2B-Shop.

3. Wann OpenSearch oder Elasticsearch gegenüber Bordmitteln sinnvoll werden

Nicht jeder Shop braucht sofort eine eigene Search-Architektur. Es gibt aber klare Signale.

1. Wenn Produktnamen allein nicht mehr reichen

Sobald Suche über Artikelnummern, Kurztexte und ein paar Kategorien hinausgehen muss, stoßen Standardsuchen schnell an Grenzen. Das gilt besonders, wenn Suchanfragen über Synonyme, Abkürzungen, Maße, Einsatzfälle oder alte Bezeichnungen laufen.

2. Wenn Filter fachlich belastbar werden müssen

Eine Standardsuche kann Treffer liefern. Schwieriger wird es, wenn Treffer gleichzeitig sauber gefiltert, gruppiert und sortiert werden sollen. OpenSearch dokumentiert genau diese Ebene als Kombination aus Sortierung, Filtern und Query-Verbesserung. Das ist vor allem dann relevant, wenn Suche nicht nur Produktlisten füllen, sondern echte Produktauswahl unterstützen soll.

3. Wenn große Sortimente sonst unübersichtlich werden

Mit wachsendem Sortiment steigen Dubletten, ähnliche Varianten und unklare Trefferlisten. Dann braucht der Shop oft mehr Kontrolle über Ranking, Facetten, Synonyme und Filterkombinationen, als Standardfunktionen sauber liefern.

4. Wenn mehrere Systeme dieselbe Suchlogik bedienen sollen

Sobald Website, Shop, Kundenportal, Ersatzteilbereich oder Händlerportal dieselben Produktdaten unterschiedlich nutzen, wird eine zentrale Search-Schicht schnell interessanter. Dann geht es nicht mehr nur um eine Suchbox, sondern um einen wiederverwendbaren Suchkern für mehrere Oberflächen.

5. Wenn Self-Service messbar an der Produktfindung scheitert

Wenn Support, Außendienst oder Innendienst ständig dieselben Zuordnungsfragen beantworten, ist das oft kein Content-Problem. Es ist ein Such- und Datenproblem.

4. Welche Voraussetzungen vor dem Suchprojekt geklärt sein sollten

Viele Teams springen zu früh auf das Tool. Die bessere Reihenfolge ist fachlich.

1. Welche Attribute wirklich kaufrelevant sind

Nicht jedes Produktfeld gehört in die Suche. Entscheidend sind die Merkmale, die Auswahl, Vergleich und Nachbestellung tatsächlich beeinflussen.

Typische Beispiele:

• Maße und Größen
• Material oder Werkstoff
• Spannung, Leistung, Druck oder Temperaturbereich
• Kompatibilität und Zubehörbeziehungen
• Marken, Baureihen und Normen
• kundenspezifische Sortimente oder Freigaben

2. Welche Begriffe Nutzer wirklich verwenden

Suchlogs, Support-Tickets, Angebotsanfragen und Gespräche mit Vertrieb liefern oft die wertvolleren Suchsignale als jede theoretische Keywordliste.

3. Welches System fachlich führend ist

Wenn Synonyme im Shop, Attribute im ERP, Varianten im PIM und Kompatibilitäten in Excel liegen, wird auch eine starke Search-Engine nur chaotische Daten schneller ausliefern. Genau deshalb passt hier auch unser Beitrag PIM im E-Commerce.

4. Welche Suchfälle voneinander getrennt werden müssen

Nicht jede Anfrage ist gleich. Typisch sind mindestens vier Fälle:

• exakte Artikelsuche
• thematische Produktsuche
• Ersatzteil- oder Kompatibilitätssuche
• beratungsnahe Suchanfragen nach Einsatzfall

Erst wenn diese Fälle getrennt gedacht werden, entsteht eine sinnvolle Relevanzlogik.

5. Was OpenSearch oder Elasticsearch in der Praxis besser machen können

Der Mehrwert liegt selten darin, dass die Suche einfach nur schneller wird. Entscheidend ist die Steuerbarkeit.

Synonyme gezielt pflegen

Elastic zeigt in seiner Dokumentation, wie Synonyme Suchtreffer fachlich erweitern können. Das ist im B2B-Umfeld besonders wertvoll bei:

• Hersteller- versus Kundenbezeichnungen
• Singular und Plural
• alten und neuen Produktnamen
• Abkürzungen und Fachbegriffen
• sprachlichen Varianten in internationalen Sortimenten

Facetten und Filter kontrolliert aufbauen

Sinnvolle Facetten helfen nur dann, wenn sie auf sauberen Attributen beruhen. Sonst entstehen leere Filter, unlogische Werte und unbrauchbare Kombinationen.

Ranking genauer steuern

Nicht jeder Treffer soll gleich gewichtet sein. Häufig sollen zum Beispiel bevorzugt angezeigt werden:

• exakt passende Artikelnummern
• aktive Sortimentsartikel
• häufig gekaufte oder strategisch wichtige Produkte
• kompatible Ersatzteile
• Treffer aus dem kundenspezifischen Sortiment

Suche und Navigation enger verbinden

Eine gute Search-Schicht liefert nicht nur Trefferlisten. Sie kann auch Kategoriepfade, Filteroptionen, Vorschläge und thematische Einstiege mitdenken.

Wenn Sie diese Brücke zwischen Suche, Beratung und Service weiterdenken möchten, lesen Sie auch unseren Beitrag KI für Onsite-Suche, Produktberatung und Support.

6. Welche SEO- und Indexierungsfragen dabei oft übersehen werden

Google Search Central warnt bei facettierter Navigation seit Jahren davor, unkontrolliert riesige Mengen kombinierbarer Filter-URLs erzeugen zu lassen. Für Unternehmen ist das direkt relevant.

Filterlogik ist nicht automatisch SEO-Logik

Nur weil eine Facette intern nützlich ist, sollte daraus nicht automatisch eine indexierbare Zielseite werden. Sonst wächst der Crawl-Ballast schnell.

Indexierbare Facetten brauchen klare Regeln

Wenn bestimmte Filterkombinationen echte Suchintentionen bedienen, kann daraus eine sinnvolle Landingpage-Struktur entstehen. Das ist aber eine bewusste SEO-Entscheidung, keine Nebenwirkung der Suchtechnik.

Technische Suche und organische Sichtbarkeit müssen zusammen geplant werden

Gerade bei großen Sortimenten sollte von Anfang an geklärt sein:

• welche Filterseiten indexierbar sein sollen
• welche Kombinationen ausgeschlossen werden
• wie Canonicals, interne Links und Sitemaps dazu passen

Für diese Ebene ist auch unser Beitrag Sitemaps und Indexierungssteuerung für Website und Shop relevant.

7. Typische Fehler bei Search-Projekten im B2B-Shop

1. Man kauft zuerst die Engine und klärt später die Daten

Dann wird aus einem Suchprojekt schnell ein Datenbereinigungsprojekt unter Zeitdruck.

2. Filter werden aus dem Frontend heraus definiert

Die Oberfläche darf nicht bestimmen, welche Attribute fachlich relevant sind. Erst die Fachlogik, dann die UI.

3. Synonyme werden zu breit gepflegt

Zu aggressive Synonym-Logik kann Präzision zerstören. Gerade bei technischen Sortimenten ist kontrollierte Pflege wichtiger als maximale Ausweitung.

4. B2B-Rollen und Sortimente bleiben unberücksichtigt

Wenn Preise, Freigaben oder kundenspezifische Sortimente existieren, muss die Suchlogik diese Realität mittragen.

5. SEO und Suchtechnik werden getrennt voneinander entwickelt

Dann entstehen schnell indexierbare Filter-URLs ohne Strategie oder umgekehrt gute SEO-Seiten, die intern nicht sauber mit der Suchlogik verbunden sind.

8. Ein pragmatischer Umsetzungsweg für Unternehmen

1. Suchprobleme mit echten Fällen erfassen

Nicht abstrakt, sondern anhand von Nulltreffern, schlechten Suchpfaden, Supportfragen und bekannten Artikelsuchen.

2. Kritische Produktgruppen priorisieren

Starten Sie mit Sortimenten, bei denen Suche heute am meisten Umsatz, Zeit oder Serviceaufwand kostet.

3. Attribute, Synonyme und Facettenmodell definieren

Erst wenn diese Basis steht, lohnt sich die technische Engine-Entscheidung wirklich.

4. Search-Integration mit ERP, PIM oder Shop sauber planen

Je nach Architektur kann die Search-Schicht Daten direkt aus dem Shop, aus einem PIM oder über eine Integrationsschicht beziehen. Wenn diese Orchestrierung bei Ihnen bereits komplex wird, passt auch unser Beitrag Backend for Frontend für Unternehmenswebsite und Shop.

5. Erfolg an Produktfindung statt nur an Suchnutzung messen

Wichtige Fragen sind zum Beispiel:

• sinken Nulltreffer?
• finden Nutzer schneller zum passenden Produkt?
• reduzieren sich Support- und Innendienst-Rückfragen?
• funktionieren Filter fachlich belastbarer?
• steigen relevante PDP-Aufrufe und Nachbestellungen?

Fazit

Facettensuche im B2B-Shop lohnt sich vor allem dann, wenn Standardsuche die fachliche Realität des Sortiments nicht mehr sauber abbildet. OpenSearch oder Elasticsearch sind dann kein Selbstzweck, sondern Werkzeuge für bessere Relevanz, belastbare Filterlogik und mehr Self-Service.

Der Nutzen entsteht aber nur, wenn Produktdaten, Synonyme, Rollenlogik und SEO-Regeln vorher geklärt sind. Wer diesen Schritt sauber angeht, baut nicht einfach eine größere Suche. Er baut eine belastbarere Produktauswahl für Marketing, E-Commerce, Vertrieb und Bestandskunden.

Wenn Sie gerade prüfen, wie Suchlogik, Produktdaten und Shop-Architektur zusammenpassen sollen, sind unsere Seiten Webseiten & Shops, Leistungen im E-Commerce und natürlich unser Kontaktformular die sinnvollsten nächsten Schritte.

Quellen

• Baymard Institute: E-Commerce Search Usability Research Studies
• Google Search Central: Managing crawling of faceted navigation URLs
• Elastic Docs: Search with synonyms
• OpenSearch Documentation: Customizing search results