AI Commerce: Der Shop bleibt, aber er bekommt eine neue Rolle

Kund:innen suchen nicht mehr nur nach Produkten. Sie beschreiben Probleme, Situationen und Erwartungen. KI-Systeme übersetzen diese Anfragen in Empfehlungen und verändern damit, wo Kaufentscheidungen entstehen. Für Händler und Marken stellt sich deshalb eine neue Frage: Wie bleibt man sichtbar, wenn nicht mehr nur Menschen Inhalte lesen, sondern auch Maschinen daraus Empfehlungen ableiten?

Burkhard Richter, Digital Consultant bei Diconium, beschäftigt sich seit vielen Jahren mit Commerce, Digitalisierung und der Verbindung von Strategie und Technologie. Im Interview erklärt er, warum AI Commerce mehr ist als ein neues Tool, weshalb der Online-Shop nicht verschwindet und warum Datenqualität, Vertrauen und interne Orchestrierung zu zentralen Erfolgsfaktoren werden.

Der eigentliche Engpass ist nicht die Technologie

Agentic Commerce, heißt das jetzt: Mein Kunde kauft nicht mehr selbst, sondern lässt ChatGPT shoppen?

Burkhard Richter: Genau darüber diskutiert die E-Commerce-Branche gerade intensiv: Wie stark werden KI-Agenten und Tools in unsere Kaufprozesse integriert sein? Und übernehmen sie diese Prozesse irgendwann ganz für uns, wenn wir das möchten? Das würde sowohl für Nutzerinnen und Nutzer als auch für Händler und Marken einiges verändern.

Bis es aber so weit ist, dass wir in Europa rechtssicher KI-Agenten eigenständig für uns einkaufen lassen, müssen noch einige regulatorische Hürden beseitigt werden. Der eigentliche Engpass ist nicht die Technologie. Der Engpass ist die fehlende rechtssichere Delegation von Entscheidung, Handlung und Haftung an Maschinen.

Die sechs zentralen regulatorischen Lücken für Agentic Commerce in Europa sind:

1. Keine klare rechtliche Stellvertretung
   KI-Agenten können derzeit nicht eindeutig verbindliche Verträge im eigenen Namen schließen.
2. Unklare Haftung für autonome Entscheidungen
   Die Verantwortung verteilt sich aktuell auf einen fragmentierten Mix aus Product Liability Directive, AI Act und nationalem Recht.
3. Fehlende Zahlungsdelegation
   PSD2 beziehungsweise PSD3 erlauben keine echte autonome Ausführung von Zahlungen durch Agenten.
4. Keine standardisierte Agenten-Identität
   eIDAS deckt Menschen und Organisationen ab, aber keine eigenständig handelnden KI-Agenten.
5. Consumer Protection ist noch nicht AI-ready
   Informationspflichten und Widerrufsrechte greifen nicht sauber, wenn ein Agent im Kaufprozess eigenständig agiert.
6. Der AI Act adressiert Risiken, aber keine Commerce-Use-Cases
   Der Fokus liegt stärker auf Sicherheit als auf den konkreten Anforderungen autonomer Handelsprozesse.

Was heute dagegen schon gut funktioniert, ist der Einsatz von KI bei Produktrecherche und Kaufentscheidung. Viele Menschen nutzen Tools wie ChatGPT bereits, um komplexere Kaufentscheidungen vorzubereiten. Wer das einmal ausprobiert hat, will oft nicht mehr zur einfachen Google-Suche zurück.

Ich habe zum Beispiel am Wochenende nach einem neuen Grill gesucht. Meine Anforderungen waren: Der Grill soll sehr haltbar sein, nicht rosten, einfach zu reinigen sein, für vier Personen passen und nicht mehr als einen bestimmten Betrag kosten. Die KI erklärte mir die Unterschiede zwischen Gusseisen- und Edelstahlrosten und stellte mir eine Vergleichstabelle mit drei Grills zusammen, die meinen Kriterien entsprachen. So ähnlich wäre es in einem Fachgeschäft abgelaufen. In einem klassischen Online-Shop hätte das deutlich länger gedauert.

Das heißt: Kunden landen künftig häufiger bei einem Händler oder einer Marke, wenn die Kaufentscheidung schon weitgehend vorbereitet ist. Sie kommen nicht mehr ganz am Anfang der Journey, sondern mit einer konkreten Vorauswahl, die sie bestätigen und dann abschließen wollen. Das verändert die Customer Journey grundlegend.

Hinzu kommt: Erste Zahlen zeigen bereits, dass zwar der Anteil der Besucherinnen und Besucher, die von KI-Tools auf Online-Shops kommen, massiv gestiegen ist, aber insgesamt der Traffice, der weitergeleitet wird, deutlich abnimmt, da die KI-Tools vielfach Nutzerfragen direkt beantworten, so dass nicht mehr weitergeklickt werden muss.

Marken bleiben relevant, aber ihr Versprechen muss belastbarer werden

Was passiert mit Marken, wenn die Kaufentscheidung schon gefallen ist, bevor jemand den Shop überhaupt sieht?

Burkhard Richter: Für Marken bedeutet das zunächst: Der Kundenzugang verändert sich. Der Erstkontakt bei einem konkreten Kaufanlass verschiebt sich stärker zum KI-Tool. Das heißt aber nicht, dass Marken irrelevant werden.

Eine Marke ist ein Versprechen in ein Produkterlebnis. Dieses Versprechen verankert sich idealerweise im Kopf der Kundinnen und Kunden und wird durch eigene Erfahrungen mit Produkten und Touchpoints bestätigt. Daran ändert KI grundsätzlich nichts.

Schwerer haben werden es Marken, die ihr Produktversprechen nicht einlösen. Und schwerer haben, werden es Geschäftsmodelle, die davon leben, dass Kundinnen und Kunden nicht alle Informationen und Vergleichsmöglichkeiten vorliegen haben. Wer von Intransparenz profitiert, hat es in einer KI gestützten Recherchewelt zunehmend schwerer. Aber ehrlich gesagt: Diese Anbieter hatten es vorher auch schon nicht leicht.

Was sich verändert, ist der Ort, an dem Marken ihr Versprechen im Kaufprozess aufbauen können. Online wird es schwieriger, diese Präferenz erst während der Produktsuche zu erzeugen. Idealerweise ist die Präferenz bereits vorher entstanden. Dann sagt der Nutzer seinem KI-Agenten: Ich bevorzuge Apple. Oder: Bei Sportschuhen mag ich Adidas.

Die Markenpräferenz wird also nicht verschwinden. Sie entsteht aber stärker außerhalb des unmittelbaren Kaufprozesses. Das wird mittelfristig auch Auswirkungen auf Marketingaktivitäten haben. Vielleicht wird klassisches Marketing in manchen Bereichen sogar wieder wichtiger, weil es nicht mehr nur darum geht, im Moment der Suche Aufmerksamkeit zu erzeugen. Es geht stärker darum, das Produktversprechen vorher glaubwürdig aufzubauen und anschließend einzulösen.

Beim Grill-Beispiel sieht man das gut: Für den KI-Agenten zählt die Begründung der Anbieter auf meine Kriterien. Warum ist dieser Grill haltbarer? Warum rostet er weniger? Warum passt er besser zu meinem Bedarf? Solche Antworten entstehen aus Bewertungen, Testurteilen und Produktdaten. Nicht nur, weil ein Logo auf dem Produkt steht. Wenn dann aber ein Produkt einer Marke vorgeschlagen wird, der ich vertraue, werde ich dieser Empfehlung eher folgen als bei einer unbekannten Marke.

Ein wichtiger Punkt ist: Inhalte, auch Markeninhalte, werden künftig nicht mehr nur von Menschen gelesen. Sie werden von KIs verarbeitet. Das hat Folgen. Marken und Händler müssen die Daten bereitstellen, die KI-Agenten brauchen, um für Nutzerinnen und Nutzer eine Empfehlung abzuleiten. Die Markenpräferenz selbst entsteht weiterhin beim Menschen, aber sie wird im Kaufprozess anders wirksam.

Produktdaten müssen Absichten abbilden, nicht nur Attribute

Was muss ich als Unternehmen konkret tun, um überhaupt in die Auswahl der KI zu kommen?

Burkhard Richter: Es klingt einfach: Ich muss der KI die richtigen Daten geben. Diese Daten müssen aktuell sein, und aktuell meint in diesem Kontext möglichst Echtzeit. Sie müssen korrekt sein und sie müssen sich auf meiner Plattform wiederfinden. In der Umsetzung ist das allerdings komplex.

Zum einen sollten Unternehmen ihre Produktdaten, die sie ohnehin bereits haben, über eine API in einem standardisierten Format zur Verfügung stellen.

Zum anderen reichen diese vorhandenen Daten meistens nicht aus. Was ein KI Agent zusätzlich braucht, sind aktuelle Verfügbarkeiten, Versandkosten, Lieferzeiten und Retourenkosten.

Dazu kommen inhaltliche Daten. Viele Produktdaten sind heute so aufgebaut, dass sie im Shop funktionieren und für Suchmaschinen gut strukturiert sind. Aber wir fragen KI anders nach Produkten. Wir formulieren ein Problem, eine Absicht, eine Nutzungssituation.

Ein einfaches Beispiel: Ich suche eine Jeans, die in Europa gefertigt wurde. Wenn diese Information nicht in den Daten steht, kommt diese Hose nicht in die Auswahl der KI. Es reicht also nicht, klassische Produktattribute sauber zu pflegen. Händler müssen verstehen, welche Bedürfnisse ihre Kundinnen und Kunden haben und welche Absichten sie in KI-Tools eingeben. Und das am besten zielgruppenspezifisch.

Unternehmen stehen damit vor zwei Herausforderungen gleichzeitig: vor technischen Herausforderungen in ihrer IT-Architektur und vor inhaltlichen Herausforderungen in Bezug auf Datenqualität, Datenlogik und Datenvollständigkeit.

Der nächste Schritt ist nicht das nächste Tool, sondern Orchestrierung

Alle reden von KI-Tools. Du sagst aber, das eigentliche Thema ist ein anderes: Systeme, die zusammenarbeiten. Warum?

Burkhard Richter: KI-Tools sind wichtig. Aber der nächste Schritt geht weg von internen Insellösungen und hin zu Integration, Vernetzung und Orchestrierung interner KI-Agenten. Nur dann kann man Prozesse wirklich neu denken und Agenten über die komplette Customer Journey hinweg einsetzen.

In Zukunft wird es spezialisierte Agenten im Unternehmen geben. Einige optimieren Artikeldaten. Andere legen Kundensegmente an. Wieder andere unterstützen bei der Betrugserkennung in Zahlungsvorgängen. Entscheidend ist, dass diese Agenten nicht isoliert voneinander arbeiten.

Dafür braucht es idealerweise eine einheitliche Datenbasis für Kundendaten, die aus unterschiedlichen Systemen gespeist wird. In Zukunft werden wir verstärkt Customer Data Platforms sehen, mit denen Unternehmen eigene KI-Modelle auf dem Wissen über ihre Kundinnen und Kunden aufbauen können.

Agents for Commerce bedeutet: Prozesse in der Wertschöpfungskette besser machen

Wenn ich heute einen Online-Shop betreibe: Muss ich jetzt anfangen, meine eigene Flotte an Agents zu bauen?

Burkhard Richter: Wir haben das in unserem Report „Agents for Commerce“ genannt. Gemeint ist die interne Nutzung von AI, um Prozesse in der Wertschöpfungskette zu optimieren. Das kann sinnvoll sein, um effizienter zu werden oder Dinge zu tun, die ohne KI zu teuer gewesen wären.

Ja, es kann sinnvoll sein, sich eine eigene Flotte von Agenten zu bauen, die spezialisierte Aufgaben erfüllen und dabei eigenständig Entscheidungen treffen. Ein einfaches Beispiel ist ein Agent, der Produkttexte automatisch übersetzt. Oder ein Agent, der Produktbeschreibungen erstellt, die früher gefehlt haben, weil ihre Erstellung zu aufwendig oder zu teuer war.

Ein anderes Beispiel ist ein Agent, der erkennt, dass bestimmte Artikel demnächst ausverkauft sein werden und deshalb im Shop Alternativen stärker sichtbar macht.

Grundsätzlich gibt es in jedem Schritt der Wertschöpfungskette Ansätze für den Einsatz von Agenten, um Prozesse besser oder günstiger zu machen. Das heißt nicht, dass sich jeder Agent automatisch rechnet. Aber Unternehmen sollten prüfen, wo der Einsatz sinnvoll sein kann.

Sind Kunden hier bereits aktiv? Gibt es erste erfolgreiche Beispiele für das Zusammenspiel von Agenten?

Burkhard Richter: Viele Kunden sind bereits recht aktiv beim Aufbau von Agenten für die eigene Wertschöpfungskette. Auf der operativen Ebene, etwa beim Einsatz von Claude oder Copilot in der Softwareentwicklung, sind viele schon relativ weit.

Bei der Orchestrierung von Agenten stehen wir allerdings noch am Anfang. Oft fehlt die einheitliche Datenbasis. Häufig gibt es außerdem organisatorische Hürden. KI deckt interne Silos auf, die durch interne Strukturen entstanden sind. Genau diese Silos müssen überwunden werden, wenn KI sinnvoll auf Daten zugreifen und Prozesse übergreifend unterstützen soll.

KI entsteht nicht wegen des Effizienzdrucks, aber sie liefert neue Werkzeuge dagegen

Ganz platt gefragt: Ist der Growth-Hype vorbei und jetzt wird wieder aufs Geld geschaut?

Burkhard Richter: Ja, irgendwie schon. Aber das beginnt nicht erst mit KI, sondern schon länger. Die COVID-Pandemie hat dem E-Commerce hohe Umsatzsteigerungen beschert. Danach ging es wieder zurück. Die E-Commerce-Umsätze stagnieren eher, und wenn in Deutschland jemand wächst, dann ist es vor allem Amazon.

Zunehmend klagen Händler über Margendruck, zusätzliche Konkurrenz aus China und steigende laufende Kosten. Wenn dann noch Kaufzurückhaltung bei Konsumentinnen und Konsumenten dazukommt, wird der Ruf nach Effizienz und Kosteneinsparungen lauter.

Das ist kein Phänomen, das durch KI entstanden ist. Durch KI entstehen aber neue Werkzeuge, um mögliche Prozesskosten zu senken.

Wenn du nur drei Use Cases nennen dürftest, bei denen sich KI sofort lohnt, welche wären das?

Burkhard Richter: Die drei naheliegenden Use Cases wären:

1. Softwareentwicklung
   KI kann operative Entwicklungsprozesse unterstützen und beschleunigen.
2. Produktdaten wie Texte und Bilder
   KI kann bei Produkttexten, Übersetzungen, Bildvarianten und fehlenden Produktinformationen unterstützen.
3. Optimierung der Shopsuche in Richtung Conversational Commerce
   Nutzerinnen und Nutzer werden sich stärker daran gewöhnen, Probleme und Absichten zu formulieren, statt nur über Filter, Navigation und Listen zu suchen.

KI als stiller Mitarbeiter heißt: Daten bekommen, weiterreichen und Aufgaben auslösen

Du hast mal von KI als stillem Mitarbeiter gesprochen. Was macht dieser Mitarbeiter konkret jeden Tag?

Burkhard Richter: Was tun KI-Agenten so den ganzen Tag? Idealerweise tauschen sie sich mit Kollegen aus, bekommen Daten, reichen Daten weiter und verbrauchen dabei nicht zu viele teure Tokens.

KI-Agenten werden für spezifische Aufgaben aufgesetzt. Das Besondere ist, dass sie eigenständig vorgehen und Entscheidungen treffen können. Ein Agent, der für Übersetzungen von Produktdaten zuständig ist, bekommt zum Beispiel einen technischen Weckruf, sobald ein neues Produkt im PIM bereit zur Übersetzung ist. Die fertige italienische Übersetzung kann dann wiederum einen Bilder-Agenten triggern, der neue Bilder für die italienische Zielgruppe erzeugt.

Das zeigt gut, worum es eigentlich geht: nicht nur einzelne Aufgaben zu automatisieren, sondern Prozesse miteinander zu verbinden.

Gerade für den Mittelstand kann KI eine Chance sein

Ist das eher ein Thema für große Player oder auch für den Mittelstand realistisch?

Burkhard Richter: Das ist ganz klar auch ein Thema für den Mittelstand. Ich habe auf einer Konferenz den Geschäftsführer und Inhaber einer Firma erlebt, die mit Werkzeugen handelt. Er hat einen wirklich innovativen und gleichzeitig pragmatischen KI Use Case vorgestellt. Die Firma hatte sieben Mitarbeiter, davon vier aus der Familie.

Ich würde sogar sagen: Für den Mittelstand ist KI eine riesige Chance, Boden gutzumachen, weil die Werkzeuge allen zur Verfügung stehen. Konzerne haben oft das Problem, dass das Lösen von Governance-Themen länger dauert. Kleinere Unternehmen können in bestimmten Fällen schneller ausprobieren, lernen und umsetzen.

Den Online-Shop zu löschen, wäre die falsche Schlussfolgerung

Jetzt mal die provokante Frage: Kann ich meinen Online-Shop eigentlich bald löschen?

Burkhard Richter: Ganz klar: Nein. Das solltest du nicht tun.

Erstens braucht der Übergang zu echtem Agentic Commerce, bei dem Agenten eigenständig für uns einkaufen, noch etwas Zeit. Es ist eine Evolution, keine Revolution.

Zweitens wird diese Entwicklung nicht für alle Branchen und Warengruppen gleich relevant sein. Manche Bereiche werden stärker betroffen sein, andere weniger. Um zwei Extreme zu nennen: Würdest du deinen Hochzeitsanzug von einem Agenten auswählen und einkaufen lassen? Die schwarzen Socken dazu vielleicht schon eher.

Drittens werden sich die Funktionen eines Shops verändern. Er wird stärker zum Kunden- und Serviceportal. Er wird außerdem stärker die Aufgabe bekommen, das Markenversprechen zu kommunizieren.

Viertens ist Produkte empfehlen einfacher als Produkte verkaufen. Steuern, Versandkosten, Retouren und Haftung löst die KI nicht einfach nebenbei. Auch ChatGPT hat gemerkt, dass ein integrierter Checkout komplex ist, und diesen wieder eingestellt. Die eigene Storefront wird weiterhin benötigt, auch für Checkout und Fulfillment.

Was müssen Shops heute anders machen, damit sie noch eine Rolle spielen?

Burkhard Richter: Die Rolle von Online-Shops wird sich verändern, wenn sie nicht mehr die erste Anlaufstelle für die Kaufentscheidung sind. Shops müssen stärker zeigen, dass das Produktversprechen eingelöst wird. Und der Kauf hört nicht bei der Bestellung auf. After Sales, Kundenservice und Loyalty Programme werden wichtiger.

Bislang wurden Online-Shops vor allem auf menschliche Conversion optimiert. Jetzt kommt die maschinelle Conversion dazu.

Auch Cross-Selling und Upselling müssen möglicherweise neu gedacht werden. KI-Systeme empfehlen einzelne Produkte, aber nicht automatisch das Zusatzprodukt oder Zubehör. Hier braucht es andere Mechanismen, um weiterhin Average Order Size und Customer Lifetime Value zu erhöhen.

Ein weiterer Punkt ist die Hinführung zum richtigen Produkt im eigenen Shop. Auch hier kann KI unterstützen. Nutzerinnen und Nutzer werden sich daran gewöhnen, einfach ein Problem zu schildern und dann Empfehlungen zu bekommen. Diese Erwartung werden sie auch an einen Online-Shop stellen. Shops werden also stärker über Konversationen bedient und weniger über Navigation, Filter und das Sortieren von Listen.

Und ganz ehrlich: Ist das eine Bedrohung oder eigentlich auch eine Chance?

Burkhard Richter: Beides. Es ist Bedrohung und Chance zugleich.

Die Bedrohung findet auf verschiedenen Ebenen statt. Einerseits werden Anbieter-Websites deutlich an Traffic verlieren, weil viele Antworten bereits von der KI gegeben werden und Nutzerinnen und Nutzer nicht mehr weiterklicken. Das trifft vor allem Geschäftsmodelle, die auch durch Werbung finanziert werden. Das ist eine massive Bedrohung.

Eine andere Bedrohung betrifft Geschäftsmodelle, die von Intransparenz leben, also davon, dass Kunden nicht gut vergleichen können. Auch Marken, die keine echte Differenzierung haben, sondern sich Aufmerksamkeit vor allem mit hohem Marketingbudget eingekauft haben, geraten stärker unter Druck.

Es ist aber auch eine Chance. Der Traffic, den ein KI-System an den Shop weiterleitet, ist qualitativ besser und konvertiert häufiger. Marken mit starker Differenzierung und viel positivem Kundenfeedback können profitieren, weil diese Signale für KI-Systeme relevant sind und Empfehlungen beeinflussen können.

Nicht jede Einkaufssituation sollte automatisiert werden

Wenn man dir aktuell zuhört, könnte man denken: Bald läuft alles automatisiert. Aber wo ziehst du die Grenze?

Burkhard Richter: Nein, ich glaube nicht, dass bald alles automatisiert läuft. Wir erleben gerade eine technische Entwicklung, die unglaublich viel verändert, im Arbeitsleben und im Privaten. Aber hier sprechen wir über AI Commerce und über die Unterstützung von KI beim Einkaufen beziehungsweise Verkaufen.

Beim Einkaufen bin ich der Meinung, dass viele Menschen gar nicht wollen, dass ein KI-Agent ihnen alles abnimmt. Kaufen ist vielfach auch ein emotionaler Prozess. Natürlich hängt das stark davon ab, worum es geht. Mein neues Fahrrad möchte ich gefälligst selbst aussuchen und nicht irgendwann von der KI überrascht werden. Bei Socken sieht das vielleicht anders aus.

Ich ziehe die Grenze einerseits beim Grad der Automatisierung. Es muss nicht immer bis zum Kaufabschluss gehen. Die entscheidende Hilfe liegt oft in der Produktrecherche und in der Unterstützung bei der Kaufentscheidung. Andererseits liegt die Grenze bei der Auswahl der Use Cases. Nicht alle Einkaufssituationen sind gleich.

Wo sagst du ganz klar: Hier sollte KI lieber rausgehalten werden?

Burkhard Richter: Es gibt kritische Prozesse, bei denen Menschen involviert sein sollten. Das gilt für medizinische Themen, aber auch für bestimmte Servicethemen. Klarna hat zum Beispiel wieder zurückgerudert und nach der Entlassungswelle im Servicebereich aufgrund von KI wieder Menschen eingestellt, weil die Akzeptanz der Kundinnen und Kunden gelitten hat.

Besonders schlimm sind Lösungen im Servicebereich, die schlecht gemacht sind und dann doch nicht helfen können. Man beschreibt sein Problem ausführlich, bekommt keine Lösung und landet am Ende mit Verspätung in der Warteschleife. Dann ist KI keine bessere Experience, sondern nur eine zusätzliche Frustration.

Vertrauen wird auf mehreren Ebenen entscheidend

Wie wichtig wird Vertrauen und Marke, wenn Produkte nur noch nach Daten verglichen werden?

Burkhard Richter: Das Thema Vertrauen ist extrem wichtig. Und zwar auf mehreren Ebenen.

Erstens bekommen wir mit KI einen Assistenten, an den wir Aufgaben delegieren können. Das war bislang nur privilegierten Menschen möglich. Eine Sekretärin oder ein Sekretär hilft aber nur, wenn man dieser Person vertraut. Ähnlich ist es mit KI. Damit sich AI Commerce und vielleicht auch echtes Agentic Commerce durchsetzen, braucht es Vertrauen in die KI. Wenn ich nicht davon ausgehen kann, dass Produktempfehlungen valide sind und auf einer umfassenden Datenbasis erfolgen, werde ich sie nicht nutzen.

Zweitens muss die KI den Daten vertrauen können, die sie bekommt. Wenn sie keine Anzeichen dafür hat, dass Daten verlässlich und aktuell sind, wird sie diese schlechter bewerten oder gar nicht erst für ihre Auswahl berücksichtigen.

Bei der Marke ist es ähnlich. Marken, die ein klares, differenzierendes Markenversprechen haben und dieses Versprechen auch einlösen, werden weiterhin gewinnen. Nutzerinnen und Nutzer werden ihren KI-Agenten künftig sagen, welche Präferenzen sie bei Marken haben.

Marken müssen also weiterhin Vertrauen aufbauen. Möglicherweise werden dafür andere Kommunikationswege wieder relevanter. Denn eine spannende Frage bleibt: Wie weckt eine Marke einen Bedarf, von dem der Kunde noch gar nichts weiß? Genau dort bleibt Marke auch in einer KI geprägten Commerce-Welt relevant.

Der erste Schritt ist ein einfacher Realitätscheck

Wenn du heute E-Commerce verantwortest: Was wäre dein erster konkreter Schritt morgen früh?

Burkhard Richter: Ich würde analysieren, ob und wie meine Produkte in ChatGPT, Claude und Gemini gefunden und empfohlen werden. Das ist ein sehr konkreter Einstieg, weil er zeigt, ob die eigenen Produkte in KI gestützten Entscheidungsprozessen überhaupt vorkommen.

Was ist der größte Fehler, den Unternehmen gerade machen, wenn sie auf AI aufspringen?

Burkhard Richter: Der allergrößte Fehler ist, sich gar nicht damit zu beschäftigen. Zum Glück tun das inzwischen die wenigsten. Der zweite Fehler ist, jedem Hype ungeplant hinterherzurennen. Der dritte Fehler ist, den Einsatz von AI nicht aus einer übergreifenden strategischen Perspektive zu betrachten, sondern technische Insellösungen im Wildwuchs entstehen zu lassen.

Vielleicht lachen wir bald über die alte Shop-Navigation

In zwei bis drei Jahren, worüber werden wir heute lachen?

Burkhard Richter: Vielleicht darüber, wie mühsam es lange Zeit war, sich in einem großen Online-Shop zurechtzufinden. Und vielleicht auch darüber, wie lange manche IT-Projekte gedauert haben.

AI Commerce ist damit kein einzelnes Toolthema. Es geht um Sichtbarkeit in neuen Entscheidungsprozessen, um bessere Daten, um Vertrauen, um effizientere Abläufe und um die Frage, welche Rolle der Shop künftig einnimmt. Der Shop bleibt. Aber er wird stärker Serviceportal, Vertrauensanker, Transaktionspunkt und maschinenlesbare Datenquelle zugleich.