Einzelhändler passen sich an KI an: Was in der neuen Normalität des E-Commerce zählt?

Die laufende Entwicklung von KI-Tools hat einen tiefgreifenden Einfluss auf den E-Commerce. Verbraucher nutzen zunehmend generative KI-Tools wie ChatGPT, um Produkte zu suchen, auszuwählen und sogar zu kaufen, was jeden Level des E-Commerce-Marketing-Trichters beeinflusst. Währenddessen nutzen Einzelhändler KI-Tools, um Echtzeit-Daten aus dem öffentlichen Web für Zwecke wie dynamische Preise, Nachfrageprognose und Lagerverwaltung zu sammeln.

Am wichtigsten ist, dass diese Veränderungen schnell voranschreiten und E-Commerce-Einzelhändler müssen Schritt halten. Laut einer Studie denken 67% der Kunden, dass Unternehmen nicht schnell genug auf ihre veränderten Bedürfnisse reagieren. Die Spitzen-E-Commerce-Saison 2025, die von der Vorbereitung auf Black Friday bis zu den Jahresendfeiertagen reicht, ist der erste große Test, wie Kunden KI nutzen und wie gut Einzelhändler sich angepasst haben und sie nutzen können.

Von SEO zu GEO

Laut Adobe Analytics stieg der Verkehr von Einzelhändlern zu generativen KI-Tools wie ChatGPT, Perplexity und Claude um 1.200% von Juli 2024 bis Februar 2025. Währenddessen fand eine Umfrage heraus, dass 23% der Einkäufer planen, Chatbots und KI-Tools in dieser Urlaubssaison zu nutzen, wobei dieser Anteil bei der Generation Z und den Millennials auf über 42% ansteigt. Und der Einfluss von KI geht nun über die Produktentdeckung hinaus, da OpenAI kürzlich Instant Checkout für ChatGPT eingeführt hat, was es Einkäufern ermöglicht, Käufe ohne das Verlassen des Tools zu tätigen. Es ist derzeit auf Etsy und einigen Shopify-Store verfügbar.

Diese Entwicklungen bedeuten, dass E-Commerce-Einzelhändler Inhalte, Marketing und Verkäufe neu überdenken müssen. Die Beratungsfirma Bain schätzt, dass ein bedeutender Anteil der Verbraucher jetzt auf Zero-Click-Ergebnisse (wo Antworten von einer KI-Zusammenfassung bereitgestellt werden, anstatt eine Website zu besuchen) in 40% ihrer Suchanfragen angewiesen sind. Das bedeutet weniger Verkehr auf den Websites der Einzelhändler, obwohl die Konversionsraten derjenigen, die von KI-Quellen auf die Websites gelangen, höher sind.

In diesem Kontext bleiben traditionelle Suchmaschinen-Optimierungs- (SEO-)Taktiken relevant, aber der Trend geht klar in Richtung der Nutzung generativer KI für den Einkauf, was zur Entstehung der Generative Engine Optimization (GEO) führt. GEO stellt E-Commerce-Händler vor eine Reihe neuer Herausforderungen. Large Language Models (LLMs), die generative KI-Tools antreiben, sind trainiert, um Ruf, Glaubwürdigkeit und Vertrauenswürdigkeit zu bewerten, wenn sie Marken analysieren. Daher müssen Einzelhändler hart arbeiten, um ihre Glaubwürdigkeit aufzubauen, insbesondere durch das Erhalten von Bewertungen oder Empfehlungen von respektierten externen Quellen.

Beschreibende Produktanfragen

Ein weiterer GEO-Faktor, mit dem man sich auseinandersetzen muss, ist die unterschiedliche Art und Weise, wie Kunden Anfragen bei der Nutzung generativer KI-Tools formulieren. Laut OpenAI verwenden fast die Hälfte aller Anfragen “Frage”-Muster. Der Chief Information und Product Officer des US- Einzelhandelsriesen Target behauptete kürzlich, dass 25% der Suchanfragen auf ihrer Plattform jetzt als “beschreibende Anfragen” gelten, die komplex und anspruchsvoll sind.

Während auf Suchmaschinen ein Kunde nach einem “slim-fit pinken Hemd” suchen könnte, könnte die gleiche Anfrage auf einem KI-Tool “Slim-fit pinkes Hemd für Business-Casual-Veranstaltungen” lauten. Für beschreibende Anfragen wie diese müssen Produktbeschreibungen angepasst werden. Zum Beispiel sollten auf Produktseiten GEO-Best-Practices mehr Produktbeschreibungen in Form von präzise formulierten, detaillierten FAQs enthalten. Dies ermöglicht es KI-Crawlern, leicht zu erkennen, für welche Anfragen Ihr Produkt eine gute Wahl wäre.

Digitale Sandkästen für GEO

In einer ironischen Wendung wird KI verwendet, um bei der Inhaltsanalyse und GEO zu helfen. Forscher an der Columbia Business School verwenden Large Language Models (LLMs), um “digitale Zwillinge” zu erstellen, die das menschliche Verhalten widerspiegeln. Wenn ein bestimmtes Produkt eingegeben wird, generiert das LLM einen digitalen Zwilling mit einer Einkäufer-Persona, einschließlich Name, Alter, Beruf und Vorlieben. Dieser Zwilling führt dann relevante Suchen auf ChatGPT durch, um zu sehen, wie prominent das Produkt des Unternehmens aufgeführt ist. Unternehmen können dann generative KI nutzen, um anzupassen, wie ihre Produkte beschrieben und präsentiert werden, basierend auf den Ergebnissen dieser digitalen Zwillinge.

Ein “digitaler Sandkasten”-Ansatz wie dieser kann eine produktive Möglichkeit für E-Commerce-Unternehmen sein, GEO durchzuführen, aber er ist nicht ohne Risiken. KI-Agenten haben ihre eigenen Vorurteile, die ihre Leistung und ihr Verhalten beeinflussen können. Dennoch bieten diese Ansätze eine potenzielle Möglichkeit für den E-Commerce-Intelligence-Bereich.

KI-gesteuerte Datensammlung

Der Marketing-Trichter ist nur ein Element des E-Commerce, das von KI gestört wird. Ein potenziell wichtigerer Bereich ist die Geschäftsanalyse (Business Intelligence, BI), ein breiter Begriff, der die Sammlung und Nutzung von Daten zur Generierung von Erkenntnissen umfasst, die Strategie und Betrieb verbessern. Für eine effektive BI benötigen E-Commerce-Unternehmen zuverlässige, aktuelle Datensätze, einschließlich externer Daten. KI spielt jetzt eine wichtige Rolle bei der Sammlung von Wettbewerbsdaten.

Die Praxis, öffentliche Webdaten wie Preise und Produktbeschreibungen zu extrahieren, ist seit Jahren ein Hauptbestandteil des E-Commerce-Wettbewerbs. Jetzt strafft KI dies. KI-aktivierte Tools können mit natürlicher Sprache angesteuert werden, was bedeutet, dass keine Codierung erforderlich ist und Ingenieure nicht stundenlang einen vollständigen Datensammlungs-Pipeline aufbauen müssen. KI kann auch geeignete URLs für das Scraping sammeln und filtern, zum Beispiel, indem sie alle Produktseiten für eine bestimmte Kategorie auf der Website eines Wettbewerbers findet.

Mit dem Aufkommen von KI-gesteuerten Einkaufsassistenz-Tools werden E-Commerce-Unternehmen auch eher dazu neigen, Datenpunkte von einander zu sammeln, die nur nach bestimmten Aktionen erscheinen, zum Beispiel den Endpreis beim Checkout.

Nachfrageprognose und Reaktion in Echtzeit

Mit einer Reihe von Echtzeit-Daten, von Wettbewerbspreisen bis hin zu Lagerbeständen, können Einzelhändler ihre Preise oder Marketing sofort anpassen und den Kunden das beste Angebot machen.

Dynamische Preise sind eine der wichtigsten und beliebtesten BI-Funktionen, die Einzelhändler nutzen können, und laut einer jüngsten Umfrage nutzen 61% der Einzelhändler in Europa diese. Allerdings fand die gleiche Umfrage heraus, dass weniger als 15% Algorithmen oder KI für diesen Zweck nutzen, was eine Chance bietet. Durch die Nutzung der neuesten Daten zu Wettbewerbspreisen können LLMs trainiert werden, um Preise automatisch anzupassen, was besonders während Spitzenzeiten wie der Urlaubssaison nützlich ist.

KI kann Daten über Kundennachfrage und Lagerbestände nutzen, um zukünftige Nachfrage vorherzusagen. Dies kann mehrere Vorteile bringen. Deloitte Digital hat herausgestellt, wie Einzelhändler KI nutzen können, um ihre eigenen Lagerbestände zu überwachen, Lagerbestände zu verwalten und Bestellungen dynamisch zu platzieren. Darüber hinaus kann KI helfen, Daten zu analysieren, die im Web gesammelt werden, um zu verstehen, wie eine Marke wahrgenommen wird, und strategische Erkenntnisse zu liefern.

Offen für Chancen

Während KI den E-Commerce-Marketing-Trichter stört, schafft sie auch neue Chancen. Sie kann genutzt werden, um geo-optimierte Inhalte zu analysieren und zu erstellen. Sie treibt Bemühungen an, um wertvolle Echtzeit-Daten aus dem öffentlichen Web zu sammeln. KI fügt auch Wert hinzu, indem sie Daten analysiert, um Entscheidungen über Preise, Lagerbestände und Strategie zu treffen. Und das ist noch nicht zu erwähnen, was andere potenzielle Anwendungen wie verbesserten Kundensupport angeht.

Etwas so Disruptives wie KI ist immer beängstigend, insbesondere für Einzelhändler, die ihre wichtigste Verkaufsperiode bevorstehen. Dennoch können diejenigen, die sich den Chancen öffnen, die KI schafft, mehr als nur überleben. Sie können gedeihen.