Über Google anmelden Es gibt eine neue Zielgruppe im Online-Handel, die so ganz anders ist als die Kundinnen und Kunden, die Händler bislang bedienten. Sie ignoriert Storytelling, entscheidet nicht nach Bauchgefühl oder Markenästhetik und trifft nicht die finale Kaufentscheidung. Und trotzdem wird sie für Retailer immer relevanter.
Die Rede ist von KI-Agenten und dialogbasierten KI-Schnittstellen. Sie sind die neuen digitalen Torwächter, die nicht konsumieren, aber prüfen und sortieren. Übte sich der Handel in der Vergangenheit vor allem darin, Herzen zu gewinnen, muss er künftig parallel eine maschinelle Logik überzeugen. Bevor der Mensch überhaupt eine Kaufentscheidung trifft, sortiert der KI-Agent als stille Vorinstanz, was relevant ist und was unsichtbar bleibt.
Dass dieses Szenario längst keine theoretische Überlegung mehr ist, sondern gelebte Praxis, belegen Daten der aktuellen paneuropäischen Deloitte-Studie „The Human and the Agent. The state of Agentic Commerce in Europe“. Immerhin mehr als die Hälfte (56 %) der europäischen Verbraucherinnen und Verbraucher nutzen KI bereits beim Shopping, weitere 27 Prozent sind offen dafür.1 In Deutschland kletterte die KI-Nutzung beim Shopping innerhalb nur eines Jahres von 30–45 auf 52 Prozent.2 Und 49 Prozent der Deutschen planen, KI in den nächsten zwölf bis 24 Monaten noch intensiver beim Einkaufen einzusetzen.3
Dieser Sprung wird von einem spürbaren Mentalitätswandel getrieben: Der Komfort und der Mehrwert von KI-Empfehlungen überwiegen immer mehr alte Vorbehalte – und verändern klassische Gewohnheiten und Vorlieben. Fast ein Drittel der Kundinnen und Kunden bestätigte in der Befragung, dass sie den Händler wechseln würden, wenn eine KI eine bessere Empfehlung ausspricht.4 Und: Sobald Konsumentinnen und Konsumenten KI nutzen, wird dies über alle Altersgruppen hinweg rasant zur festen Gewohnheit. Über 70 Prozent der Umfrageteilnehmenden gaben an, KI heute häufiger zu nutzen als noch vor sechs Monaten.5
Was das für Händler bedeutet
Für Retailer entsteht dadurch eine neue strategische Doppelaufgabe: Sie müssen für zwei Arten von Kundinnen und Kunden planen: den menschlichen Entscheider und den KI-Agenten als Vorinstanz. Entlang der Customer Journey zeigt sich dabei eine funktionale Arbeitsteilung:
- Inspiration: Zu Beginn der Reise nutzen 42 Prozent der Verbraucherinnen und Verbraucher der Deloitte-Studie zufolge Social Media wie YouTube. Laut den Befragten ist YouTube die #1-Videoplattform in Deutschland, wenn sie eine Marke, ein Produkt oder eine Dienstleistung, die sie kaufen möchten, recherchieren, prüfen oder eine Entscheidung darüber treffen wollen – vor anderen Online-Plattformen wie Facebook, Instagram, TikTok und Snapchat.6 Reine KI-Plattformen wie Gemini oder ChatGPT werden zunehmend häufiger zur Inspiration genutzt, ebenso die Google Suche mit ihren KI-Elementen wie Übersicht mit KI und KI-Modus.
- Recherche: Wenn aus der ersten Idee eine konkrete Kaufabsicht wird, ist die Google Suche mit ihren KI-Services wie Übersicht mit KI mit 61 Prozent die unangefochtene erste Anlaufstelle im Markt, noch vor Online-Marktplätzen (37 %) und ersten KI-Anwendungen (33 %).7 Beim komplexen Produkt- und Preisvergleich nutzen 57 Prozent KI-Tools, um Produktinformationen zu ordnen und Rezensionen zusammenzufassen, dicht gefolgt von der Google Suche mit 52 Prozent.8 Darüber hinaus bestätigen Nutzerinnen und Nutzer der Übersicht mit KI und/oder des KI-Modus in Deutschland, dass sie dank dieser Funktionen Entscheidungen schneller (72 %) und fundierter (66 %) treffen können.9
- Kauf: Für die eigentliche Transaktion werden KI-Agenten bisher nur wenig genutzt. Nur acht bis zehn Prozent der Konsumentinnen und Konsumenten möchten laut der Deloitte-Studie den Bezahlvorgang an die KI abgeben.10 Stand heute liegt die finale Kaufentscheidung beim Menschen – sei es im stationären Geschäft (52 %), auf Marktplätzen (44 %) oder im Händler-Webshop (39 %).11 Dies liegt auch daran, dass KI-gestützte Check-out-Prozesse wie die Integration des Universal Commerce Protocol in Gemini und dem KI-Modus der Google Suche bisher in keinem europäischen Markt zur Verfügung stehen. Die Funktionalität soll in England demnächst live gehen.
Sichtbar wird, wer Datenqualität liefert
Verbraucherinnen und Verbraucher wünschen sich einen klugen digitalen Begleiter für ihre Kaufentscheidung („Assistive AI“). Wer im Handel der Zukunft mitspielen will, muss dem digitalen Assistenten in den Phasen der Orientierung und des Vergleiches optimal zuarbeiten, unter anderem mit sauberen, maschinenlesbaren Produktdaten, Verfügbarkeiten in Echtzeit, visuell ansprechenden Videos, verifizierten Spezifikationen und eindeutig interpretierbaren Vergleichsvorteilen.
Doch genau hier hapert es, zeigt die Studie von Deloitte: Drei Viertel aller Händler kämpfen derzeit mit unzureichender Datenqualität und fragmentierten Datenarchitekturen.12 Wer diese Hausaufgaben nicht erledigt, bleibt für die maschinellen Agenten unsichtbar – und verliert damit am Ende auch die menschlichen Kundinnen und Kunden.
Das 3-Schritte-Modell: Wie Händler beide Kundentypen erobern
Die neue Customer Journey fordert eine Datenarchitektur, die auf drei zentrale Punkte fokussiert ist:
1. Be Found: Top the Agent’s Shortlist
Die Suchmaschinenoptimierung entwickelt sich weiter: Der Weg führt vom klassischen Ranking zur Generative Engine Optimization (GEO). GEO nutzt technische Schnittstellen wie das Model Context Protocol, damit KI-Systeme Inhalte nicht nur finden, sondern auch präzise verarbeiten können. Denn KI-Agenten interpretieren keine Fließtexte, sondern verarbeiten standardisierte Datenfelder. Das Google Merchant Center bildet hier die zentrale Schnittstelle: Ein sauber gepflegter Feed sorgt dafür, dass generative KI-Systeme und die Google Suche Preise, Spezifikationen und Bestände in Echtzeit erfassen. AI Max für Suchkampagnen beispielsweise nutzt solche Echtzeit-Signale, um Angebote automatisiert und mit maximaler Relevanz über das Suchnetzwerk auszusteuern, während sie mit Google Performance Max über alle Google-Kanäle (wie YouTube, Display, Gmail und Maps) hinweg ausgespielt werden können.
2. Be Chosen: Mehrwerte statt Preisschlacht bieten
Ist das Produkt auffindbar, bewertet der KI-Agent das Gesamtpaket. Wer sich rein über den Preis definiert, ruiniert seine Marge. Gefragt sind maschinell auswertbare Merkmale wie garantierte Lieferzeiten, kostenlose Retouren oder Live-Filialbestände – aber auch ansprechende und hochwertige Lifestyle-Produktbilder. Um gleichzeitig die Brücke in den stationären Handel zu schlagen, müssen Services wie Click & Collect digital einsehbar sein. Und das lohnt sich: Händler, die sich an die aktuellen Best Practices im Produktfeed halten, verzeichnen fünf Prozent mehr Conversion und einen Anstieg des Conversion-Werts um 4,5 Prozent.13
Parallel dazu müssen Händler ihre Präsenz in KI-gestützten Suchumgebungen sichern. Hier greifen KI-gestützte Kampagnen wie Performance Max: Das System erkennt Kaufabsichten in Echtzeit und reichert die Ausspielung dynamisch mit passenden Produkt-Assets an. In der Google Suche erkennt Broad Match mithilfe von Google AI die Kaufabsicht, indem es Suchanfragen nicht starr nach Wortlaut, sondern nach ihrer Bedeutung erfasst. Und KI-gestützte Gebotsstrategien wie Value Based Bidding nutzen Intent-Signale, um das Budget in Echtzeit da präzise einzusetzen, wo der Ertrag am höchsten sein kann.
Laut der Deloitte-Studie erwarten 59 Prozent der Befragten KI-Unterstützung nicht nur beim Online-Kauf, sondern auch beim Shoppen im Laden vor Ort.14 Um die Brücke in den stationären Handel zu schlagen, nutzt Performance Max for Store Goals lokale Daten und Google Maps. So führt die digitale Vorab-Recherche direkt zu Filialbesuchen.
3. Be Trusted: Vertrauen als harte Währung
Hat der KI-Agent die Optionen vorgefiltert, übernimmt der Mensch. An diesem Punkt entscheidet weder KI noch der Preis, sondern Vertrauen. Und Vertrauen entsteht dort, wo Konsumentinnen und Konsumenten nach echter Orientierung suchen: Google und/oder YouTube genießen bei Nutzerinnen und Nutzern auf ihrer Customer Journey mehr Vertrauen in Inhalte und Informationen als andere führende Such-, Social-, Streaming- oder KI-Plattformen.15 Und wenn Nutzerinnen und Nutzer in Deutschland neue Marken, Produkte oder Dienstleistungen entdecken, nutzen 74 Prozent von ihnen während des Kaufprozesses Google oder YouTube.16
Zudem basiert Vertrauen auf direkten Beziehungen. Über Customer Match sprechen Retailer die bestehende Kundschaft auf Basis eigener Daten persönlich an. Werkzeuge wie Enhanced Conversions und der Consent Mode können helfen, hohe Messgenauigkeit für den Händler und den Schutz der Privatsphäre für die Konsumentinnen und Konsumenten sicherzustellen.
Die neue Machtverteilung
Der Einsatz von KI-Agenten im Handel ist kein vorübergehender Trend, sondern eine Verschiebung der Machtverhältnisse. Wer in diesem Umfeld nicht unsichtbar werden will, muss seine Strategie schlicht anpassen: Saubere Daten können die Sichtbarkeit für die Maschine sichern (Be Found), echte Mehrwerte bringen den Zuschlag (Be Chosen) und eine starke Marke gewinnt am Ende den Menschen (Be Trusted).
Die Zukunft gehört den Händlern, die den Menschen ihre Entscheidungen erleichtern. Wer seine Datenlandschaft jetzt aufräumt, bedient nicht nur die KI-Agenten von morgen, sondern bleibt auch für seine Kundinnen und Kunden erreichbar.
Social Module
Teilen