Amazon A9 Algorithmus: So rankt die Amazon-Suche Produkte

Bevor Ihre Knoblauchpresse um einen Platz weit vorne konkurriert, muss Amazon sie überhaupt als passenden Treffer finden. Genau diese zwei Aufgaben stecken hinter dem, was Seller und Agenturen „A9 Algorithmus“ nennen. Amazon selbst sagt „Amazon-Suche“ und beschreibt inzwischen recht offen, wie sie Produkte findet und sortiert.

An der Suche nach „edelstahl knoblauchpresse“ gehen wir beide Schritte durch: zuerst mit Amazons eigenen Aussagen, dann mit den Veröffentlichungen seiner Forscher. Daraus leiten wir ab, wo Seller und Vendoren bei ihren Listings ansetzen können.

Was ist der Amazon A9 Algorithmus?

„A9“ ist der Name einer früheren Amazon-Tochter. A9.com, Inc. eröffnete laut einer Amazon-Pressemitteilung von 2004 im Oktober 2003 ein Büro in Palo Alto, um Suchtechnologie zu entwickeln. 2004 startete sie unter a9.com eine eigene Websuche. Seitdem steht „A9“ bei vielen Sellern für Amazons Suchalgorithmus.

Amazon selbst nennt den Bereich in der Seller-Central-Hilfe „Amazon-Suche“, nicht A9. Auch einen „A10 Algorithmus“ gibt es in keiner Quelle von Amazon: Der Name stammt von Agenturen und Tool-Anbietern.

Für Ihr Listing zählt, wie die Suche Produkte auswählt und sortiert. Wer bei Amazon etwas kauft, beginnt meist mit einer Suchanfrage. Amazon ist damit vor allem eine Suchmaschine mit Kaufmöglichkeit. Wie Google muss sie aus sehr vielen „Dokumenten“ die passenden herausfiltern. Bei Google sind das Webseiten, bei Amazon Produkte.

So funktioniert die Amazon-Suche: Matching und Ranking

Im März 2026 hat Amazon für die EU beschrieben, wie seine Suche arbeitet, im Anhang 1 seines DMA-Compliance-Berichts. Die Suche läuft in zwei Schritten:

1. Matching: Amazon stellt die Produkte zusammen, die am besten zur Absicht des Kunden passen, das sogenannte „match-set“.
2. Ranking: Ranking-Modelle geben jedem dieser Produkte einen Wert. Dieser Wert bestimmt die Reihenfolge. Für verschiedene Kategorien nutzt Amazon verschiedene Modelle.

Dieselbe Aufteilung findet sich schon in einem Forschungsartikel von Amazon aus dem Jahr 2019 zur semantischen Produktsuche:

product search typically operates in two stages: matching and ranking

So arbeitet die Amazon-Suche

1. 1

   Suchanfrage

   edelstahl knoblauchpresse

   Tippfehler korrigiert Amazon selbst („Ergebnisse anzeigen für“).

3. 2

   Schritt 1: Matching

   Amazon sucht die Produkte, die am besten zur Absicht des Kunden passen: das „match-set“.

   Wortsuche

   Titel, Artikel-Highlights, Bullet Points, Beschreibung, Attribute, Suchbegriffe

   Semantische Suche

   Bedeutung von Anfrage und Produkt, nicht nur die Wörter

   Nur mit kaufbarem Angebot, Browse Node und ohne Sperre wegen Qualitätsproblemen.

5. 3

   Schritt 2: Ranking

   Ranking-Modelle geben jedem Produkt im match-set einen Wert, danach wird sortiert.

   Frühere Kundenaktionen, z. B. KäufePreisVerfügbarkeitProduktinfos wie Titel und Beschreibung

   Verschiedene Modelle je Kategorie. Laut Amazon ohne Einfluss: Amazon oder Seller, FBA, Eigenmarke.

7. 4

   Ergebnisseite

   Die Position hängt auch von Standort, Kundenkonto und Gerät ab.

   Dieselbe Logik gilt laut Amazon für Produktempfehlungen von Rufus.

Schritt 1: Welche Produkte Amazon zu einer Suche findet

Fehlt Ihre Knoblauchpresse schon bei der Auswahl passender Treffer, hilft kein Feinschliff am Ranking. Nur was Amazon im ersten Schritt findet, kann im zweiten einen Platz bekommen.

Direkte Übereinstimmung: Titel, Artikel-Highlights, Attribute und Suchbegriffe

Im Forschungsartikel von 2019 heißt es: „Products that contain words in the query (Qi) are the primary candidates.“ Produkte, deren Texte die Wörter der Suchanfrage enthalten, sind also die ersten Kandidaten. Amazon gleicht dafür die Felder Ihres Listings ab: Titel, Artikel-Highlights, Bullet Points, Beschreibung und Attribute. Die Suchbegriffe im Backend nutzt Amazon laut Hilfe für die „lexikalische Zuordnung einer ASIN zu einer Anfrage“, also für genau diesen Wortabgleich.

Für die KNOVELDA Knoblauchpresse heißt das: Beide Wörter aus „edelstahl knoblauchpresse“ sollten in den Listing-Feldern stehen. Dazu braucht jedes Produkt die passende Kategorie, den Browse Node. Alle Kategorien zeigt unser Amazon Kategoriebaum.

Grenzen der Wortsuche

Gleiche Wörter bedeuten aber noch nicht, dass ein Produkt zur Suche passt. Amazon beschreibt die Grenzen des Wortabgleichs im selben Artikel:

Pure lexical matching falls short in this respect due to several factors: a) lack of understanding of hypernyms, synonyms, and antonyms, b) fragility to morphological variants (e.g. “woman” vs. “women”), and c) sensitivity to spelling errors.

Hypernyme sind Oberbegriffe („Küchenhelfer“ für Knoblauchpresse). Synonyme sind sinnverwandte Wörter („Brieftasche“ und „Portemonnaie“). Antonyme sind Gegenteile. Sucht jemand nach „Handschuhe ohne latex“, kann eine reine Wortsuche auch Latexhandschuhe anzeigen, weil zwei von drei Wörtern passen. Wörter wie „ohne“ oder „frei“ verstehen Suchmaschinen nicht immer richtig.

Schon die Wortreihenfolge kann die Bedeutung ändern: Bei „business anzug“ geht es um einen Anzug, bei „socken anzug“ eher um Socken. Das gemeinsame Wort „Anzug“ reicht nicht, um die Absicht zu erkennen.

Bei Singular und Plural hilft das sogenannte Stemming: Die Suche führt Wörter auf ihren Stamm zurück. Deshalb genügt laut Amazon in den Suchbegriffen die Einzahl oder die Mehrzahl.

Schreibfehler und Korrekturen

Tippfehler korrigiert Amazon selbst. Auf der Ergebnisseite steht dann zum Beispiel „Ergebnisse anzeigen für“ mit der korrigierten Anfrage. Auch die Vorschläge beim Tippen (Amazon Suggest) lenken Kunden zu gängigen Schreibweisen. Sparen Sie sich deshalb falsch geschriebene Varianten in Ihren Suchbegriffen.

Semantische Suche

Hier setzt Amazons semantische Suche an: Ein Modell vergleicht die Bedeutung von Anfrage und Produkt. Es gleicht also nicht nur Wörter ab. Das beschreibt der Artikel von 2019. 2024 stellten Amazons Forscher COSMO vor, einen Wissensgraphen über Absichten und Anwendungsfälle von Kunden. Laut Paper wird er in der Suchnavigation eingesetzt.

Auch Amazon Rezensionen sind Gegenstand der Forschung. Ein Forschungsartikel von 2020 leitet aus Rezensionen ab, wofür und für wen Kunden ein Produkt nutzen, etwa „zum Laufen“. Dass der Text von Rezensionen direkt in das Ranking einfließt, belegt Amazon aber nirgends.

Warum ein Produkt gar nicht erscheint

Laut Amazon-Hilfe zur Suchoptimierung ist ein Produkt nicht auffindbar, wenn es kein kaufbares Angebot hat, keinem Browse Node zugeordnet ist, wegen Qualitätsproblemen gesperrt ist oder sein Startdatum in der Zukunft liegt. In Seller Central hilft das Werkzeug „Bestimmen, warum eine ASIN nicht auffindbar ist“.

Schritt 2: Amazon Rankingfaktoren

Ihre Knoblauchpresse ist unter den passenden Treffern. Jetzt geht es um die Reihenfolge. In der Seller-Central-Hilfe schreibt Amazon: „Faktoren wie Preis, Verfügbarkeit, Auswahl und Verkaufshistorie bestimmen, wo Ihr Produkt in den Suchergebnissen angezeigt wird.“ Produkte mit mehr Verkäufen erscheinen generell weiter vorne.

Womit die Ranking-Modelle arbeiten, nennt Amazon im EU-Bericht von 2026:

• frühere Aktionen von Kunden mit den Produkten, zum Beispiel wie oft ein Artikel gekauft wurde,
• Informationen über das Produkt, zum Beispiel Titel, Preis und Beschreibung.

Neue ASINs zeigt Amazon laut Bericht unter Umständen „for a very short period of time“ weiter oben, damit sie überhaupt Kundensignale sammeln können.

Diese Merkmale berücksichtigt Amazon nach eigener Aussage nicht: Laut EU-Bericht unterscheiden Matching und Ranking nicht danach, ob Amazon selbst oder ein Seller verkauft, ob ein Produkt per FBA versendet wird oder ob es eine Amazon-Eigenmarke ist. Das ist Amazons Darstellung gegenüber der EU-Kommission.

Was die Forschung über Kundensignale sagt

Wie stark Klicks und Käufe zählen, beschreibt ein Forschungsartikel von 2020:

Learning to rank (LTR) models rely on several features to rank documents for a given query. Many LTR features are based on users’ interactions with documents such as impressions, clicks, and purchases. We call these features behavioral features. Ranking models are trained to optimize user engagement, and therefore, such behavioral features tend to be the most important training signals.

Eine Knoblauchpresse auf Platz 1 wird schon wegen ihrer Position häufiger geklickt als eine auf Seite 3. Solche Signale müssen bereinigt werden. Die Forschung gleicht Klickraten deshalb mit der erwarteten Klickrate der jeweiligen Position ab. Ob Amazon das genau so im Live-System tut, ist nicht veröffentlicht.

Auch die Kategorie verändert, was ein Klick aussagt. Bei Kleidung klicken Kundinnen zum Beispiel oft auf teure Designerstücke, ohne sie zu kaufen. Bei einer Knoblauchpresse hat ein Klick eine andere Bedeutung. Deshalb nutzt Amazon verschiedene Modelle.

Personalisierung: Warum Rankings schwanken

Zwei Kunden sehen für dieselbe Suche nicht unbedingt dieselben Ergebnisse. Laut Amazon hängt die Position eines Produkts unter anderem vom Standort, vom Kundenkonto und davon ab, ob jemand am Desktop oder mobil sucht. Eine bestimmte Platzierung garantiert Amazon nicht.

Ein Workshop-Paper von 2019 der University of Massachusetts und Amazon Search untersucht, wie Klicks innerhalb einer Sitzung die weiteren Ergebnisseiten verändern können:

We reformulate product search as a dynamic ranking problem where we leverage users’ implicit feedback on the presented products as short-term context and refine the ranking of remaining items when the users request the next result pages.

Das Paper untersucht einen Ansatz. Ob Amazon ihn so einsetzt, belegt es nicht. Für Ihre Messung bleibt: Wenn Sie Ihre Knoblauchpresse einmal im eigenen Browser suchen, erfahren Sie wenig über ihr Ranking. Verfolgen Sie die Position regelmäßig und unter gleichen Bedingungen.

AI-Suche und Rufus

Rufus ist Amazons Einkaufsassistent. In Deutschland heißt er Rufus, in den USA seit dem 13. Mai 2026 Alexa for Shopping. Laut Amazon-Hilfe wurde Rufus mit Katalogdaten, Rezensionen, Community-Fragen und -Antworten, Produktdetailseiten und Informationen aus dem Web trainiert. Für Produktfragen nutzt er „die Informationen auf Ihrer Produktdetailseite“.

Für Produktempfehlungen von Rufus gilt laut EU-Bericht dieselbe Beschreibung von Matching und Ranking. Wer für die Suche optimiert, optimiert also auch für Rufus. Wie Sie Rufus für Ihre Arbeit nutzen, steht im Rufus-Guide.

Amazon Ranking verbessern: was Seller und Vendoren tun können

Die Ranking-Formel veröffentlicht Amazon nicht. Seine eigenen Aussagen geben Ihnen trotzdem konkrete Ansatzpunkte für Ihr Listing:

Wie Sie jedes Feld Ihres Listings nach den aktuellen Regeln füllen, zeigt der Artikel Amazon Listing optimieren. Den Gesamtüberblick über Amazon SEO finden Sie in einem eigenen Artikel.

Rankings verfolgen mit Keyword Rankings

Eine Knoblauchpresse, drei Keywords: Das lässt sich noch selbst nachschlagen. Bei Hunderten ASINs, Dutzenden Keywords und mehreren Marktplätzen kommen Sie mit dem Nachschlagen nicht mehr hinterher. Und wegen der Personalisierung bleibt die eigene Suche ungenau.

Diese Suche übernimmt Keyword Rankings im Amazon Keyword Tool von AMALYTIX. Wöchentlich prüft AMALYTIX die ersten fünf Ergebnisseiten und speichert die organischen Rankings Ihrer Produkte. Sie vergleichen die aktuelle Position mit der vor einer und vor vier Wochen. Die Heatmap zeigt den Verlauf Woche für Woche. Rutscht ein Produkt bei einem wichtigen Keyword ab, bekommen Sie einen Hinweis. Das gilt auch für Wettbewerbsprodukte auf der Watchlist.

Keyword Rankings zeigt die Position. Den Grund für eine Veränderung müssen Sie selbst prüfen: Liegt es am Titel, am Preis oder am Bestand? Dafür ziehen Sie Ihr Listing und Ihre Verkaufsdaten heran.

Fazit

Für die Knoblauchpresse wie für Ihr übriges Sortiment gilt: Erst braucht Amazon die richtigen Wörter in den richtigen Feldern und die richtige Kategorie. Dann zählen Verkäufe, Kundenaktionen, Preis und Verfügbarkeit für die Platzierung. Das Prinzip ist bekannt, die Formel bleibt bei Amazon. Arbeiten Sie an beiden Schritten und messen Sie die Wirkung über Wochen. Eine einzelne Suche reicht dafür nicht.

Wie sich Amazon SEO von der Optimierung für Google unterscheidet, lesen Sie im Artikel Amazon SEO vs. Google SEO.

Häufige Fragen zum Amazon A9 Algorithmus

Was ist der Amazon A9 Algorithmus?

So nennen Seller und Agenturen den Suchalgorithmus von Amazon. Der Name stammt von A9.com, einer früheren Amazon-Tochter für Suchtechnologie. Amazon selbst spricht heute von der „Amazon-Suche“.

Gibt es einen Amazon A10 Algorithmus?

Nicht laut Amazon. Der Begriff „A10“ kommt in keiner Quelle von Amazon vor. Er stammt von Agenturen und Tool-Anbietern.

Wie heißt Amazons Suchmaschine?

Amazon nennt sie „Amazon-Suche“. Der Name A9 geht auf A9.com, Inc. zurück, eine Tochter von Amazon, die 2003 ein Büro in Palo Alto eröffnete und 2004 eine eigene Websuche startete.

Welche Faktoren bestimmen das Amazon Ranking?

Amazon nennt Preis, Verfügbarkeit, Auswahl und Verkaufshistorie. Dazu kommen frühere Aktionen von Kunden, etwa wie oft ein Produkt gekauft wurde, und Produktinformationen wie Titel, Preis und Beschreibung. Für verschiedene Kategorien nutzt Amazon verschiedene Ranking-Modelle.

Bevorzugt Amazon FBA oder eigene Marken in der Suche?

Amazon sagt nein. Laut seinem EU-Compliance-Bericht von 2026 unterscheiden Matching und Ranking nicht danach, ob ein Produkt per FBA versendet wird, ob Amazon selbst verkauft oder ob es eine Amazon-Eigenmarke ist.

Wie wichtig sind Rezensionen für das Ranking?

Dazu gibt es keine Aussage von Amazon. Nach unserer Einschätzung wirken Bewertungen indirekt: Sie beeinflussen, ob Kunden klicken und kaufen, und Käufe nennt Amazon als Faktor. Dass der Text von Rezensionen direkt ins Ranking eingeht, ist nicht belegt.

Wie lange dauert es, bis Änderungen in der Suche wirken?

Laut Amazon bis zu 72 Stunden für Änderungen, die die Suche betreffen. Ein geänderter Titel ist nach 24 bis 48 Stunden sichtbar.