Die neuen Regeln der Relevanz beim KI-gestützten Einkaufen

Die Verbraucher nehmen das KI-gestützte Einkaufen schneller an, als vielen Vermarktern bewusst ist. Eine Studie von Horizon Futures ergab, dass 56 % der mit KI vertrauten Käufer diese bereits täglich nutzen, während 82 % KI für die Recherche und den Vergleich von Einkaufsangeboten einsetzen.¹ Gleichzeitig lagern Käufer kognitive Aufgaben zunehmend an KI-gestützte Einkaufstools wie „Alexa for Shopping“ aus, um Preise zu verfolgen, Produkte zu entdecken und Angebote zu finden.

Tatsächlich hatten 70 % der Befragten kein Problem damit, die Suche nach Angeboten der KI zu überlassen, und 64 % vertrauten der KI beim Produktvergleich.² Da KI die Entdeckungs- und Kaufentscheidungen zunehmend prägt, werden diejenigen Marken erfolgreich sein, die Systeme aufbauen, die auf Vertrauen und Relevanz basieren, um zur Einflussnahme auf die Präferenzen der Verbraucher beizutragen, noch bevor die KI Empfehlungen ausspricht.

Hier kommt der Zusammenschluss von Streaming-Medien, Kaufsignalen und KI-gestützter Optimierung strategisch ins Spiel.

Mess-Frameworks entwickeln, die für Vertrauen optimieren – nicht nur für Attribution

Eine der wichtigsten Erkenntnisse aus der Studie von Horizon war, dass es den Verbrauchern weniger wichtig ist, wie KI-Tools funktionieren, als vielmehr, ob sie die Kontrolle behalten, wenn etwas schiefgeht. „Vetorecht“, unkomplizierte Ausgaben, transparente Entscheidungsfindung und der Zugang zu menschlicher Unterstützung hatten einen hohen Stellenwert bei den Faktoren für das Vertrauen in KI-gestützte Einkaufsumgebungen.

Für Werbetreibende bedeutet dies eine Änderung der Art und Weise, wie die Messung erfolgen sollte. Marken benötigen Einblicke in das Verhalten ihrer Zielgruppen über verschiedene Touchpoints hinweg und müssen die Vor- und Nachwirkungen dieser Touchpoints – wie beispielsweise die Präsenz in Premium-Streaming-Diensten – bewerten, um zu verstehen, welche Signale das Vertrauen und die Vertrautheit schaffen, die von KI-Empfehlungen positiv gewertet werden.

Die Amazon Marketing Cloud (AMC) macht dies möglich und ermöglicht es Werbetreibenden, Interaktionen, Überschneidungen zwischen Zielgruppen und Conversions auf datenschutzkonforme Weise zu analysieren, wobei das Vertrauen der Verbraucher im Vordergrund steht und gleichzeitig umsetzbare Insights gewonnen werden.

In KI-gestützten Einkaufsumgebungen wird Vertrauen selbst zu einer Performance-Variable.

Stärken Sie die Markenpräsenz, bevor es zu KI-basierten Empfehlungsmomenten kommt

Die Untersuchung von Horizon ergab, dass KI-Käufer zunehmend zu „Optimierern statt zu Stöberern“ werden. Verbraucher erwarten zunehmend, dass KI die Auswahl eingrenzt, Optionen vergleicht und die relevantesten Produkte schnell anzeigt.

Das bedeutet, dass sich die Entdeckung in eine frühere Phase verlagert. Für Werbetreibende bedeutet dies, dass Streaming-TV und hochwertige interaktive Medien nicht mehr nur als Kanäle zur Steigerung der Bekanntheit dienen, sondern zu Touchpoints werden, die die Relevanz stärken.

Der authentifizierte Graph von Amazon Ads verknüpft diese Signale miteinander und stellt über vertrauenswürdige Beziehungen zwischen den Haushalten eine Verbindung zwischen den Interaktionen beim Streaming und dem tatsächlichen Einkaufsverhalten her. Amazon DSP und Streaming-TV-Anzeigen bieten die Möglichkeit, die Präsenz hochwertiger Inhalte mit messbaren kommerziellen Ergebnissen entlang der gesamten Customer Journey zu verknüpfen. Marken, die Streaming-TV in Verbindung mit interaktiven Formaten nutzen, können ihre Zielgruppen von passivem Konsum hin zu Umgebungen aktiver Interaktionen führen, in denen sich Inhalte, Handel und Mitwirkung gegenseitig verstärken.

In der Praxis bedeutet dies, dass Werbetreibende ihre Medien anders aufeinander abstimmen sollten. Streaming-TV sollte bereits vor dem Eintreten von Kaufentscheidungsmomenten eine hohe Bekanntheit auf Kategorieebene und emotionale Vertrautheit schaffen. Die Weitervermarktung über Amazon DSP kann dann auf Signalen zu Streaming-Interaktionen aufbauen, um effizientere Folgeaktionen zu erzielen.

Wir beobachten zudem, dass immer mehr Marken interaktive Videos und von Content Creators gestaltete Umgebungen nutzen, um bereits vor dem Kaufentscheidungsmoment stärkere Interaktionen zu generieren. Interaktive Formate, die eher zur Teilnahme als zum passiven Konsum anregen, liefern oft aussagekräftigere Verhaltensindikatoren, die später die Relevanz von Empfehlungen und die Effizienz der Conversions verbessern können.

Im KI-gestützten Handel findet die Produktsuche zunehmend bereits vor der Suchleiste statt.

Nutzen Sie KI-Optimierung, um die Umsetzung zu beschleunigen, nicht um die Strategie auszulagern

KI-gestützte Tools zur Kampagnenoptimierung entwickeln sich zu einer unverzichtbaren operativen Infrastruktur für moderne Vermarkter. Doch Automatisierung allein verschafft noch keinen Wettbewerbsvorteil.

Tatsächlich ist die strategische Konvergenz eines der aufkommenden Risiken im Bereich der KI-gestützten Werbung. Wenn sich jede Marke auf dieselben Optimierungssignale, Modelle der Zielgruppen und automatisierte Empfehlungen stützt, schwindet die Differenzierung schnell.

Der Vorteil ergibt sich aus der Kombination von maschineller Effizienz und menschlicher strategischer Kontrolle.

Die Amazon Ads-Werbelösungen können Werbetreibenden dabei helfen, die Medienoptimierung zu beschleunigen, die Reaktionsfähigkeit zu verbessern und neue Performance-Muster schneller zu erkennen, als dies mit manuellen Workflows allein möglich wäre. Leistungsstarke Marken schaffen jedoch klare Rahmenbedingungen für den Einsatz von Automatisierung. Dazu gehören die Einrichtung von Kontrollpunkten für die manuelle Überprüfung zur Optimierung der Werbemittel, die Unterscheidung zwischen kurzfristigen Metriken für die ROAS und langfristigen Indikatoren für das Markenwachstum sowie die kontinuierliche Überprüfung der Inkrementalität, anstatt sich ausschließlich auf automatisierte Empfehlungen zu verlassen.

Dieses Verhältnis ist von Bedeutung, da die Erwartungen der Verbraucher an die KI nach wie vor differenziert sind. Die Untersuchung von Horizon ergab, dass sich Käufer bei der KI-gestützten Recherche deutlich wohler fühlen als bei vollständig autonomen Kaufentscheidungen. Das gleiche Prinzip gilt auch für Marketinglösungen. KI erzielt die besten Ergebnisse, wenn sie menschliche Entscheidungsprozesse unterstützt – nicht wenn sie strategisches Urteilsvermögen vollständig ersetzt.

Die Zukunft liegt nicht im autonomen Marketing. Es handelt sich um strategisch überwachte Automatisierung.

Was Marken in den nächsten 18–36 Monaten operationalisieren sollten

In den kommenden Jahren werden die Marken, die für den Aufschwung des KI-gestützten Einkaufens am besten aufgestellt sind, wahrscheinlich einige gemeinsame Merkmale aufweisen.

Zunächst werden sie Marken- und Performance-Strategien enger miteinander verknüpfen. Da die Customer Journey immer weniger linear verläuft und KI-Tools die Produktsuche bereits in einer frühen Phase der Customer Journey beeinflussen, verliert die bisherige Trennung zwischen Medien im Upper-Funnel und der Kaufaktivierung zunehmend an Bedeutung.

Zweitens werden sie in vernetzte Messlösungen investieren, die Signale aus den Bereichen Streaming und E-Commerce miteinander verknüpfen. KI-gestützter Handel erfordert Kontinuität über verschiedene Umgebungen hinweg und keinen isolierten Kanal-Bericht.

Drittens werden sie Werbemittel und Einkaufserlebnisse gestalten, die die Entscheidungsfreiheit der Verbraucher wahren. Die Untersuchungen von Horizon haben immer wieder gezeigt, dass Verbraucher eher Unterstützung als die Übertragung von Aufgaben wünschen. Marken, die Transparency, Beruhigung und Reversibilität stärken, sind besser aufgestellt, um das Vertrauen zu erhalten, wenn die Automatisierung zunimmt.

Schließlich sollten Vermarkter jetzt mit den Tests beginnen. Die Studie legt nahe, dass sich KI-Unterstützung in den nächsten 18 bis 36 Monaten schneller durchsetzen wird als vollständige Autonomie, insbesondere in Kategorien mit geringer Kaufhürde und wiederkehrenden Käufen. Marken, die diese Zeit nutzen, um ihre Konzepte für die Messung, ihre Streaming-Strategien und ihre KI-Bereitschaft zu stärken, werden besser gerüstet sein, wenn sich das Verbraucherverhalten weiterentwickelt.

Die Marken, die im KI-gestützten Handel erfolgreich sind, werden nicht einfach nur Transaktionen automatisieren. Sie werden Systeme aufbauen, die auf Vertrauen, Relevanz und Sicherheit basieren und vor, während und nach KI-gestützten Entscheidungen weiterhin Einfluss ausüben.

Quellen

^1–2 individuelle Horizon Futures-Studie. Agentic Commerce. Durchgeführt vom 12. bis 19. März 2026. Die Daten beziehen sich auf die USA. N=1.001.

Über den Autor

Katie Comerford ist Präsidentin von Horizon Commerce and Client Transformation, wo sie die Unternehmensdatenstrategie, Initiativen zur Kundenumstellung sowie den Geschäftsbetrieb von Horizon Commerce leitet. Als Führungskraft im Bereich Marketing und Medien mit fast zwei Jahrzehnten Erfahrung konzentriert sie sich auf die Integration von Marketing Intelligence in das „Client Architect“-Modell von Horizon – dabei bringt sie Technologie, Daten und Talente in Einklang, um messbare Geschäftsergebnisse zu erzielen und das Wachstum zu beschleunigen. Sie ist seit mehr als elf Jahren bei Horizon tätig und war zuvor als Executive Vice President und Chief Strategy & Operations Officer bei Horizon Next tätig, wo sie dazu beitrug, integrierte Lösungen in den Bereichen Medien, Daten und Technologie zu entwickeln.