Die 15 COSMO-Relationen: Ein praktischer Optimierungs-Leitfaden für Amazon-Seller

Was sind COSMO-Relationen und warum entscheiden sie über Sichtbarkeit?

Je mehr der 15 COSMO-Relationen dein Listing abdeckt, desto mehr Suchanfragen erreichst du. Ein Listing mit 12 von 15 Relationen wird deutlich häufiger ausgespielt als eines mit nur 5.

Im zweiten Teil unserer Serie haben wir COSMO als System erklärt: die Architektur, die 6,3 Millionen Knoten, die vier Datenquellen. Jetzt wird es praktisch. Wir nehmen jede der 15 COSMO-Relationen auseinander und zeigen dir anhand von Vorher/Nachher-Beispielen, wie du sie in deinem Listing umsetzt. Am Ende bekommst du eine Checkliste, mit der du sofort loslegen kannst.

Abb. 1: Die 15 COSMO-Relationen als Optimierungs-Framework: jede Relation bewertet einen anderen Aspekt deines Produktwissens. Quelle: Valuezon / Eigene Darstellung 2026

Hinweis: Die 15 Relationen basieren auf dem Amazon Science Paper „COSMO: A large-scale e-commerce common sense knowledge generation and serving system“ (SIGMOD 2024). In diesem Artikel fokussieren wir uns auf die praktische Umsetzung für dein Listing.

Auf einen Blick:

• COSMO bewertet Produkte anhand von 15 definierten Relationstypen, nicht anhand von Keywords.
• Jede Relation beschreibt einen anderen Aspekt deines Produktwissens (Funktion, Zielgruppe, Kontext, Kategorie).
• Fehlende Relationen heißt: Lücken im Wissensgraphen, also weniger Ausspielungen bei passenden Suchanfragen.
• Du kannst jede Relation über dein Listing, deine Bilder und deinen A+ Content beeinflussen.

Stell dir COSMOs Wissensgraph als ein Formular mit 15 Feldern vor. Jedes Feld repräsentiert eine Information, die Amazon über dein Produkt wissen will. Wofür ist es? Wer nutzt es? Wo wird es eingesetzt? Was passt dazu?

Je mehr Felder du ausfüllst und je präziser, desto besser versteht Amazons KI dein Produkt. Ein Listing, das 12 von 15 Relationen abdeckt, wird bei deutlich mehr Suchanfragen ausgespielt als eines, das nur 5 bedient. Das ist dein stärkster Ansatzpunkt.

Wie wir im zweiten Teil unserer Serie gezeigt haben, lernt COSMO diese Relationen aus vier Quellen: deinem Listing-Text, den Produktbildern, Kundenrezensionen und Kaufverhalten. Mindestens zwei dieser Quellen steuerst du selbst. Die anderen beeinflusst du indirekt.

Funktionale Relationen: Die Basis deines Listings

Auf einen Blick:

• Die drei funktionalen Relationen bilden den Kern deiner Listing-Arbeit.
• Sie beantworten die Grundfrage: Was tut dein Produkt und welches Problem löst es?
• Fehlende funktionale Relationen sind der häufigste Grund für schwache COSMO-Scores.
• Starte mit diesen drei. Sie bringen am meisten.

Die Hauptfunktion: used_for_func

Diese Relation beschreibt den primären Zweck deines Produkts. COSMO will wissen: Wofür wird dieses Produkt hauptsächlich eingesetzt?

So setzt du used_for_func um: Die Hauptfunktion gehört in den Titel und in den ersten Bullet Point. Formuliere sie als klare, spezifische Aussage, nicht als Marketing-Floskel.

Im ersten Beispiel fehlt die Funktion komplett. „Erstklassige Qualität“ ist keine Funktion. Im zweiten Beispiel versteht COSMO sofort: used_for_func → Musik hören beim Sport.

Abb. 2: Vorher/Nachher: Die Hauptfunktion wird im Listing explizit benannt statt durch Marketing-Floskeln ersetzt. Quelle: Valuezon 2026

💡 Tipp: Formuliere die Hauptfunktion so, dass ein Kunde sie in einer natürlichen Frage an Rufus verwenden würde. „Welcher Kopfhörer ist gut zum Joggen?“ Genau das sollte dein Listing beantworten.

Features und Fähigkeiten: capable_of

Während used_for_func den Hauptzweck beschreibt, erfasst capable_of die einzelnen Features und technischen Fähigkeiten. COSMO nutzt diese Relation, um dein Produkt bei spezifischen Feature-Anfragen auszuspielen.

So verbesserst du capable_of: Jedes Feature braucht eine messbare Angabe. Ersetze vage Adjektive durch Zahlen oder Spezifikationen.

COSMO kann mit „beeindruckend“ nichts anfangen. Mit „30 Stunden“ schon. Wenn ein Kunde fragt „Welche Kopfhörer haben die längste Akkulaufzeit?“, kann Rufus dein Produkt vergleichen und zitieren.

Abb. 3: Vorher/Nachher: Vage Adjektive werden durch messbare Zahlen und Spezifikationen ersetzt. Quelle: Valuezon 2026

💡 Tipp: Liste 5 bis 7 Features auf und prüfe bei jedem: Kann ich eine Zahl, eine Zertifizierung oder eine messbare Eigenschaft angeben? Falls ja: weg mit dem Adjektiv.

Die Nutzer-Aktion: used_to

Diese Relation beschreibt die Aktionen, die ein Nutzer mit deinem Produkt ausführt. Der Unterschied zu used_for_func: Die Funktion ist abstrakt (Musik hören). Die Aktion ist situativ (beim Joggen Musik hören, im Büro konzentriert arbeiten).

So stärkst du used_to: Beschreibe 3 bis 5 Nutzungsszenarien in deinen Bullet Points.

Jede dieser Formulierungen erzeugt eine eigene used_to-Relation im Wissensgraphen. „Vielseitig einsetzbar“ erzeugt keine einzige.

Abb. 4: Vorher/Nachher: Konkrete Nutzungsszenarien erzeugen mehrere separate Relationen, „vielseitig einsetzbar“ keine einzige. Quelle: Valuezon 2026

Zielgruppen-Relationen: Wer kauft dein Produkt?

Auf einen Blick:

• Zielgruppen-Relationen bestimmen, welchen Kundengruppen dein Produkt angezeigt wird.
• COSMO unterscheidet zwischen der definierten Zielgruppe und den tatsächlichen Nutzern.
• Rezensionen sind die wichtigste Datenquelle für used_by. Du beeinflusst sie indirekt.
• xInterested_in erweitert deine Reichweite auf verwandte Produktkategorien.

Deine Zielgruppe: used_for_aud

Diese Relation definiert, für welche Personengruppe dein Produkt gedacht ist.

So stärkst du used_for_aud: Benenne deine Zielgruppe explizit. Im Titel, in den Bullets und besonders im A+ Content.

„Für alle“ ist keine Zielgruppe. „Läufer, Fitness-Enthusiasten und Pendler“ erzeugt drei separate used_for_aud-Relationen.

Abb. 5: Vorher/Nachher: Konkrete Zielgruppen-Benennung statt generischer „für alle“-Formulierung. Quelle: Valuezon 2026

Wer nutzt es wirklich?: used_by

Der Unterschied zu used_for_aud: Diese Relation wird vor allem aus Rezensionen und Kaufdaten abgeleitet. Sie zeigt, wer dein Produkt tatsächlich kauft. Und das kann durchaus von deiner definierten Zielgruppe abweichen.

So beeinflusst du used_by: Steuern lässt sich used_by nicht unmittelbar. Aber du kannst es indirekt lenken. Lies deine Rezensionen systematisch durch. Welche Nutzergruppen beschreiben sich? Wenn du merkst, dass Krankenpfleger deine Kopfhörer für Nachtschichten nutzen, erwähne „Ideal für lange Schichten“ in deinem Listing.

💡 Tipp: Erstelle eine Liste aller Nutzergruppen, die in deinen letzten 50 Rezensionen auftauchen. Jede Gruppe, die du in deinem Listing aufgreifst, stärkt die used_by-Relation.

Verwandte Interessen: xInterested_in

Diese Meta-Relation verbindet deine Zielgruppe mit ihren breiteren Interessen. COSMO nutzt sie, um dein Produkt bei verwandten Suchen einzublenden.

So arbeitest du xInterested_in ein: Erwähne in deinem A+ Content und in den Bullets die Interessen und Lebensstile deiner Zielgruppe.

Beispiel: „Ob Marathon-Training, CrossFit oder dein täglicher 5K-Lauf, diese Kopfhörer halten mit deinem aktiven Lebensstil mit.“

Kontext-Relationen: Wo, Wann und Wie?

Auf einen Blick:

• Kontext-Relationen bestimmen, in welchen Situationen dein Produkt ausgespielt wird.
• Besonders wertvoll für saisonale und anlassbezogene Suchanfragen.
• COSMO modelliert Nutzungsorte, Events und körperlichen Bezug separat.
• Viele Seller vernachlässigen diese Relationen. Genau deshalb lohnt es sich, hier anzusetzen.

Nutzungsorte: used_in_loc

Wo wird dein Produkt eingesetzt? Diese Relation ist ausschlaggebend für ortsbezogene Suchanfragen.

So baust du used_in_loc aus: Benenne 3 bis 5 Nutzungsorte in deinen Bullets und Bildern.

Jeder genannte Ort erzeugt eine eigene used_in_loc-Relation. „Überall“ erzeugt keine.

Abb. 6: Vorher/Nachher: Jeder explizit benannte Nutzungsort erzeugt eine eigene Relation, „überall“ erzeugt keine. Quelle: Valuezon 2026

Anlässe und Events: used_for_eve

Diese Relation verknüpft dein Produkt mit bestimmten Anlässen: Geburtstag, Weihnachten, Schulanfang, Hochzeit, Black Friday.

Beispiel: „Das perfekte Geschenk für Sportbegeisterte, mit Premium-Verpackung und persönlicher Grußkarte ideal für Geburtstage, Weihnachten oder als Belohnung für erreichte Fitness-Ziele.“

Körperlicher Bezug: used_on / used_in_body

Diese beiden Relationen beschreiben, an welcher Körperstelle oder auf welcher Oberfläche dein Produkt eingesetzt wird.

Für Kopfhörer: „In-Ear-Design sitzt sicher im Ohr · Weiche Silikon-Tips in drei Größen für angenehmen Tragekomfort“

Für Hautpflege: „Für Gesicht und Hals geeignet · Besonders sanft auf empfindlicher Haut um die Augenpartie“

💡 Tipp: Wenn dein Produkt keinen körperlichen Bezug hat (z. B. Software, Büro-Zubehör), lass diese Relation einfach weg. Nicht jede Relation passt zu jedem Produkt.

Produkt-Relationen: Die Einordnung im Ökosystem

Auf einen Blick:

• Produkt-Relationen bestimmen, wie dein Produkt im Amazon-Ökosystem eingeordnet wird.
• used_with eröffnet Cross-Selling-Potenzial und erschließt verwandte Suchanfragen.
• used_as definiert die Rolle deines Produkts (Hauptprodukt, Geschenk, Ersatzteil oder Zubehör).
• is_a ordnet dein Produkt in die Taxonomie ein und beeinflusst die Kategorisierung.

Komplementäre Produkte: used_with

Diese Relation beschreibt, mit welchen anderen Produkten dein Produkt typischerweise zusammen genutzt wird.

Beispiel: „Kompatibel mit allen gängigen Smartphones (iPhone 12 bis 15, Samsung Galaxy S22 bis S24) · Perfekt zusammen mit unserer Bluetooth-Ladestation (separat erhältlich)“

Alternative Verwendungen: used_as

Wie wird dein Produkt in der Praxis eingesetzt? Diese Relation geht über die Hauptfunktion hinaus.

Jede Verwendung erzeugt eine eigene used_as-Relation und erweitert die Reichweite deines Listings.

Abb. 7: Vorher/Nachher: Mehrere Verwendungs-Kontexte erzeugen mehrere separate Relationen. Quelle: Valuezon 2026

Die Produktkategorie: is_a

Diese Relation definiert, was dein Produkt ist. Sie ist die taxonomische Einordnung.

So schärfst du is_a: Stelle sicher, dass dein Titel klar kommuniziert, was dein Produkt ist. Der Produkttyp sollte in den ersten 60 Zeichen stehen.

Abb. 8: Vorher/Nachher: Eindeutiger Produkttyp in den ersten 60 Titel-Zeichen. Quelle: Valuezon 2026

Erweiterte Relationen: xIs_a und xWant

Auf einen Blick:

• xIs_a beschreibt Eigenschaften deiner Zielgruppe (nicht deines Produkts).
• xWant erfasst übergeordnete Ziele und Wünsche der Käufer.
• Beide Relationen lassen sich schwerer steuern. Trotzdem sind sie wertvoll für Long-Tail-Sichtbarkeit.

Spezifische Varianten und Zielgruppen-Eigenschaften: xIs_a

xIs_a beschreibt, wie die Zielgruppe tickt: preisbewusst, qualitätsorientiert, technikaffin, minimalistisch.

Beispiel: „Für audiophile Musikliebhaber, die keine Kompromisse bei der Klangqualität eingehen, mit Hi-Res Audio-Zertifizierung und 40mm-Beryllium-Treibern“

Cross-Selling-Signale und Käufer-Wünsche: xWant

xWant beschreibt, was die Zielgruppe neben deinem Produkt noch sucht. Diese Relation wird vor allem aus Co-Purchase-Daten abgeleitet.

Beispiel: „Im Lieferumfang: Schutzetui, 3 Paar Silikon-Tips und USB-C-Ladekabel, damit du sofort loslegen kannst. Passende Ersatz-Tips und eine Bluetooth-Ladestation findest du in unserem Shop.“

Praxisbeispiel: Ein komplettes Listing COSMO-optimieren

Wir nehmen ein echtes Produkt (Standmixer) und arbeiten es Relation für Relation durch. Vorher waren 2 von 13 Relationen abgedeckt, nachher 13 von 13. Du kannst diesen Prozess auf dein eigenes Listing übertragen.

Ausgangslage: Ein deutscher Premiumhersteller verkauft einen Hochleistungs-Standmixer auf Amazon. Der Titel lautet: „Hochleistungs-Standmixer Smoothie Maker Blender 1200W Edelstahl“. Die Bullets listen nur technische Spezifikationen auf.

Analyse der abgedeckten Relationen

Ergebnis: 2 von 13 passenden Relationen abgedeckt.

Abb. 9: Standmixer-Analyse: Vorher waren 2 von 13 Relationen abgedeckt. Quelle: Valuezon 2026

Nach der Optimierung

Titel: „Premium Standmixer für Smoothies, Nussbutter und Suppen, 1200W, 2L Edelstahl-Behälter“

→ used_for_func ✓, capable_of ✓, is_a ✓, used_to ✓

Bullet 1: „Grüne Smoothies in 30 Sekunden, zerkleinert gefrorene Früchte, Gemüse und Proteinpulver mühelos“

→ used_to ✓

Bullet 2: „Ideal für gesundheitsbewusste Familien, Fitness-Enthusiasten und Hobbyköchinnen“

→ used_for_aud ✓, xIs_a ✓ (gesundheitsbewusst)

Bullet 3: „In der Küche, im Büro oder im Fitness-Studio, überall frische Smoothies“

→ used_in_loc ✓

Bullet 4: „Das perfekte Geschenk für Geburtstage, Einzugspartys oder Weihnachten, in Premium-Verpackung“

→ used_for_eve ✓, used_as ✓ (Geschenk)

Bullet 5: „Kompatibel mit unseren Zusatz-Behältern und Schneidaufsätzen, passt perfekt zu Küchenmaschinen-Sets“

→ used_with ✓

A+ Content: Brand Story + Rezepte + Lifestyle-Bilder

→ xInterested_in ✓, xWant ✓

Ergebnis nach Optimierung: 13 von 13 passenden Relationen abgedeckt.

Self-Check: Wie COSMO-optimiert ist dein Listing?

Auf einen Blick:

• Gehe alle 15 Relationen systematisch durch und prüfe, ob dein Listing sie abdeckt.
• Starte mit den funktionalen Relationen. Sie bringen am meisten.
• Ein Score von 10+ abgedeckten Relationen (ohne N/A) ist das Ziel.
• Dokumentiere deine Ergebnisse und verbessere Schritt für Schritt.

Checkliste: 15 COSMO-Relationen für dein Listing

• used_for_func: Ist die Hauptfunktion im Titel klar beschrieben?
• capable_of: Sind alle Features mit Zahlen belegt?
• used_to: Werden mindestens 3 Nutzungsszenarien beschrieben?
• used_for_aud: Ist die Zielgruppe explizit benannt?
• used_by: Spiegeln deine Bullets die Nutzergruppen aus den Reviews wider?
• xInterested_in: Werden Lebensstile und Interessen der Zielgruppe erwähnt?
• used_in_loc: Sind 3 bis 5 Nutzungsorte genannt?
• used_for_eve: Werden passende Anlässe und Events erwähnt?
• used_on / used_in_body: Ist der körperliche Bezug beschrieben (falls nötig)?
• used_with: Werden kompatible Produkte und Zubehör erwähnt?
• used_as: Werden alternative Verwendungen beschrieben?
• is_a: Ist der Produkttyp in den ersten 60 Titel-Zeichen eindeutig?
• xIs_a: Ist die Positionierung (Premium, Budget, Allrounder) klar?
• xWant: Werden übergeordnete Bedürfnisse der Käufer adressiert?

Scoring-Empfehlung

Wenn du bei 10+ Relationen landest, bist du den meisten Wettbewerbern schon einen Schritt voraus. Im nächsten Artikel unserer Serie zeigen wir dir die 10 Rufus-Faktoren, also die andere Hälfte der KI-Sichtbarkeit. COSMO definiert, was Amazon über dein Produkt weiß. Rufus entscheidet, wie diese Information dem Kunden präsentiert wird.

Häufige Fragen zu COSMO-Relationen

Quellen

• Amazon Science: *COSMO, A Large-Scale E-Commerce Common Sense Knowledge Generation System* (SIGMOD 2024)
• ACM Digital Library: COSMO Paper, SIGMOD Industrial Track 2024
• AWS Machine Learning Blog: *How Rufus Scales Conversational Shopping Experiences*
• About Amazon: *Rufus, Amazon’s AI-Powered Shopping Assistant*
• Amalytix: *Amazon KI-Tools, Der komplette Guide für Seller* (2026)
• Amalytix: *Amazon Rufus Study, 1.300+ Products Reveal AI Patterns*

Nächster Artikel in dieser Serie: Die 10 Rufus-Faktoren, also die andere Hälfte der KI-Sichtbarkeit. Erscheint Mitte Juni 2026.