86 % nutzen beim Shopping KI, bekommen aber nicht das, was sie brauchen.

Dieser Beitrag behandelt folgende Themen:

• Wie KI Online-Shopping verändert
• Agents für Markenbetreuung nutzen, um die Kundenabsicht zu verstärken
• Agent-basierte KI in intelligenten Dialog verwandeln
• Den Weg vom Dialog zum Kauf optimieren
• Die Brücke vom Prompt zum Kauf schlagen

Wichtige Erkenntnisse.

• KI unterstützt 86 % der Kaufenden.
• Während 36 % generative KI-Chatbots nutzen, setzen die meisten auf integrierte Marken-Tools wie „Empfohlen für dich“-Bereiche (52 %) und Bildsuche (52 %).
• Fast jeder siebte hat im letzten Jahr 500 USD oder mehr mit KI-Tools gespart.
• Fast 20 % brechen eine KI-Shopping-Anfrage ab, weil sie nicht wissen, wie sie nach dem fragen sollen, was sie wollen.
• Verbrauchende probieren durchschnittlich drei Prompts aus, um die gewünschten Produktempfehlungen zu erhalten, bevor sie KI-Empfehlungen aufgeben.
• Die Gen Z schreibt 25 % detailliertere Prompts als Babyboomer, wenn sie Shopping-Empfehlungen von KI anfordern.

Online-Shopping war schon immer davon abhängig zu wissen, wonach man sucht und wie man seinen Bedarf ausdrückt. Heute nutzen 86 % der Kaufenden KI während ihrer Einkaufstouren. Doch viele bekommen immer noch nicht die Ergebnisse, die sie brauchen. Mangelndes Vertrauen ist nicht der Grund dafür. Es ist Übersetzung: Kaufende wissen, was sie wollen, haben aber Schwierigkeiten, es so zu formulieren, dass sie brauchbare Ergebnisse erhalten. Bei dieser Kluft zwischen Absicht und Ergebnis kann „Conversational Commerce“ Abhilfe schaffen und können Marken am meisten gewinnen, indem sie von passiven KI-Features zu Erlebnissen übergehen, die interpretieren, was Kaufende meinen, nicht nur, was sie eintippen.

Laut der aktuellen Studie von Adobe for Business erkennen 26 % der Kaufenden die Vorteile von Markentreue durch KI-gestützte Personalisierung, und 75 % sagen, dass KI-generierter Content sie nicht vom Kauf abhalten würde.

Aber die Akzeptanz lässt genau in dem ausschlaggebenden Moment nach, in dem Kaufende versuchen, ihre Absicht in einen Prompt zu übersetzen. Um zu verstehen, wo KI-Shopping-Tools Verbesserungspotenzial haben, befragte Adobe über 1.000 Kaufende in den USA. Die Ergebnisse zeigen eine aufschlussreiche Lücke: Fast 20 % geben KI-Tools nicht aus Misstrauen auf, sondern weil sie nicht wissen, wie sie ihren Bedarf artikulieren sollen.

Um diese Lücke zu schließen, brauchen Marken Systeme, die in Echtzeit auf Kundenprofile, Verhaltenssignale und Content zugreifen können, um fundierte Entscheidungen darüber zu treffen, wonach Kundinnen und Kunden suchen könnten. Agents in Adobe Experience Platform lösen dies, indem sie absichtsbasierte, personalisierte Erlebnisse bereitstellen – gesteuert von spezialisierten AI Agents, die über Adobe Experience Platform Agent Orchestrator koordiniert werden. Wo Kundinnen und Kunden Schwierigkeiten haben, ihre Bedürfnisse zu artikulieren, übernimmt Brand Concierge die Übersetzung durch Rückgriff auf Echtzeit-Kundenprofile, Verhaltenssignale und Marken-Content, um zu bestimmen, wonach höchstwahrscheinlich gesucht wird, und verwandelt vage Anfragen so in relevante, verknüpfte Erlebnisse.

KI-gestützte Tools für dialogbasierten Commerce verändern die Art, wie Kundinnen und Kunden Produkte entdecken, bewerten und auswählen. Features wie „Für dich empfohlen“ gibt es schon seit Jahren, aber generative und Agent-basierte KI machen diese Erlebnisse jetzt deutlich dynamischer: Sie passen sich in Echtzeit an Absichten, Kontext und Verhalten an, anstatt auf statische Regeln oder einfache kollaborative Filterung zu setzen.

Kundschaft interagiert mit KI in zwei Hauptkategorien: native Onsite-Features, die direkt in das Retail-Erlebnis einer Marke integriert sind, etwa „Für dich empfohlen“-Bereiche, Bildersuche und automatische Zusammenfassungen von Bewertungen, und externe, generative KI-Chatbots wie eigenständige LLM-Tools. Die Studie ergab, dass Kundschaft diese Tools hauptsächlich folgendermaßen nutzt.

Menschen gehen schnell über einfaches Suchen hinaus, um zu finden, was sie brauchen. 86 % sind bereit, KI-Tools zu nutzen, die sie durch ihre Kauf-Journey begleiten. Diese Tools sind mittlerweile fester Bestandteil des Kaufverhaltens. Tatsächlich nutzen zwei von fünf Kundinnen und Kunden KI wöchentlich, um ihr Retail-Erlebnis zu verbessern.

Kundinnen und Kunden interagieren auf verschiedene Weise mit KI, um Produkte zu finden und Hilfe zu erhalten – von passiven, integrierten Features bis zu aktiven, generativen Tools:

• „Für dich empfohlen“-Bereiche: 52 %
• Bildersuche: 52 %
• Chat mit dem Kundendienst: 36 %
• Generative KI-Chatbots: 36 %
• Größen- und Passform-Vorhersagen basierend auf früheren Käufen: 33 %

Generative KI-Chatbots stellen dabei die aktivste und kommunikativste Form der KI-Unterstützung dar – und die Kategorie, in der Agent-basierte Funktionen wie Intent-Interpretation und dynamische Generierung von Antworten am häufigsten vorkommen. Die Ergebnisse zeigen eine wachsende Präferenz für assistierte Discovery anstatt aktivem Prompting. Verbrauchende wollen zunehmend intuitiv bereitgestellte Ergebnisse, ohne die Benutzeroberfläche selbst erlernen oder nutzen zu müssen.

KI-Tools personalisieren nicht nur Erlebnisse – sie liefern auch greifbaren Mehrwert. Etwa 14 % berichten, während der Shopping-Journey dank KI 500 USD oder mehr gespart zu haben. Das spiegelt das größere Vertrauen wider, das richtige Produkt zum richtigen Preis gefunden zu haben.

Top-Kaufkategorien durch KI-unterstützte Empfehlungen.

Von KI unterstütztes Shopping ist in manchen Produktkategorien verbreiteter als in anderen. Kaufende nutzen eher einen Shopping-KI-Assistenten für Artikel mit klaren technischen Spezifikationen oder Stil-Trends:

• Elektronik: 40 %
• Bekleidung und Accessoires: 39 %
• Beauty und Körperpflege: 32 %
• Gesundheit und Wellness: 31 %
• Lebensmittel und Essenslieferung: 26 %
• Spielwaren und Games: 24 %
• Bücher und Medien: 22 %
• Haushaltswaren und Möbel: 20 %

Bestimmte Gruppen finden noch mehr Wert in diesen personalisierten Produktempfehlungen. Bei Eltern mit Kindern unter 18 Jahren übertrifft von KI unterstütztes Einkaufen von Spielwaren die Allgemeinbevölkerung – 37 % nutzen KI-Tools für diese Kategorie im Vergleich zu 24 % aller Kaufenden.

Der Wert dieser Erlebnisse hängt von der Qualität der Daten, des Contents und des Produktkontexts ab. Ein Prognose-Tool für Größen ist nur nützlich, wenn es auf relevante Kauf- und Präferenzdaten zugreifen kann. Ein „Für dich empfohlen“-Erlebnis funktioniert am besten, wenn es mehr als nur eine Session widerspiegelt. Adobe Real-Time CDP hilft dabei, Kundendaten in Echtzeit-Profile zu vereinen, während Adobe Brand Concierge diesen Kontext (zusammen mit genehmigtem Content, Produktwissen und Gesprächssignalen) nutzt, um relevantere Orientierung zu liefern.

Gemeinsam helfen Real-Time CDP und Brand Concierge als Teil einer umfassenderen Adobe-Erlebnisarchitektur Marken dabei, fragmentierte Signale mit personalisiertem Dialog zu verknüpfen. Anstatt sich nur auf isolierte Klicks zu verlassen, können Marken Kaufende mithilfe reichhaltigerer Profildaten, Verhaltenskontext und Produktinformationen führen – und so relevantere Empfehlungen, intelligentere Unterstützung und reibungslosere Übergaben an menschlichen Support ermöglichen, wenn nötig.

Kaufende sehen einen klaren Nutzen von KI während des gesamten Einkaufserlebnisses, doch die Daten zeigen eher spezifischere als allgemeine Zufriedenheit. Die größten Erfolge konzentrieren sich auf Momente, die von Natur aus auf Dialog angewiesen sind: Optionen vergleichen, Kompromisse abwägen und souverän Entscheidungen treffen. Das sind keine Aufgaben, die passive, integrierte Features allein gut bewältigen können. Es sind Aufgaben, die Dialog erfordern – genau deshalb übertreffen dialogbasierte KI-Erlebnisse statische Empfehlungen in den Momenten, auf die es ankommt. Zu verstehen, wo Kaufende diese Lücke am stärksten spüren, zeigt Marken, worauf sie sich konzentrieren sollten.

Kaufende nannten die wichtigsten Vorteile von KI beim Online-Shopping:

• Schneller Produktvergleich: 54 %
• Zeitersparnis: 53 %
• Zugriff auf mehr Produktinformationen: 41 %
• Einfachere Produktsuche: 39 %
• Einsparungen: 35 %

Diese Ergebnisse spiegeln mehr als nur Komfort wider. AI Agents helfen Menschen bei komplexen Shopping-Journeys, indem sie Daten organisieren und die besten Optionen hervorheben. Wenn eine Marke einen KI-Chatbot oder Adobe Brand Concierge nutzt, helfen sie Kaufenden dabei, genau das zu finden, was sie brauchen – ohne den üblichen Stress durch endloses Scrolling. Diese Entwicklung hin zu Conversational Commerce stellt sicher, dass jede Customer Experience schnell, hilfreich und auf die spezifischen Bedürfnisse jeder Person zugeschnitten ist.

Adobe baut die Infrastruktur auf, um solche vernetzten Erlebnisse skalierbar zu ermöglichen. Im Zentrum steht Adobe Experience Platform Agent Orchestrator, die Intelligenzebene, die Kundenabsichten interpretiert und eine Palette spezialisierter AI Agents koordiniert – jeder darauf ausgelegt, sich um einen bestimmten Teil der Customer Journey zu kümmern.

Basierend auf Agent Orchestrator nutzt Adobe Brand Concierge spezialisierte AI Agents für verschiedene Bereiche der Customer Journey – von der Bereitstellung relevanter Produktempfehlungen in verständlicher Sprache bis zu nahtlosen Übergaben an menschlichen Support bei Bedarf. Das Ergebnis: eine einzige Interaktion, die flüssig von der Entdeckung zur Entscheidung übergeht, ohne fragmentiert zu wirken.

Wo sich Verbrauchende am meisten Hilfe von Agent-basierten KI-Assistenten während der Shopping-Journey wünschen:

KI liefert den größten Nutzen in aufwendigen Momenten, etwa wenn Kaufende vergleichen, auswerten oder Entscheidungen treffen müssen:

• Recherche und Vergleich: 62 %
• Angebote und Preise überwachen: 56 %
• Inspiration und Entdeckung: 33 %
• Passform und Validierung: 24 %
• Bestellverwaltung und Retouren: 22 %
• Kundendienst: 22 %

Diese Präferenzen zeigen ein klares Muster: Kundschaft möchte, dass KI die anstrengenden Denkaufgaben in den entscheidenden Momenten übernimmt: bei der Recherche, beim Vergleich und bei der Bewertung von Sonderangeboten. Und sie sind bereit, persönlichen Kontext zu teilen, um diese Hilfe relevanter zu machen. Die am häufigsten gewünschten „Gedächtnisfunktionen“ (Größe, Budget, Bestellverlauf und Stilpräferenzen) decken sich direkt mit den größten Reibungspunkten der Shopping-Journey.

Was Verbrauchende von KI-Assistenten erwarten, um das Einkaufserlebnis zu verbessern:

Kundinnen und Kunden sind nicht nur offen für KI-Unterstützung, sie haben auch eine konkrete Vorstellung davon. Die Nachfrage ist in den anstrengendsten Phasen der Shopping-Journey am höchsten, und sie sind bereit, persönlichen Kontext zu teilen, damit diese Hilfe relevant wird.

• Größe: 55 %
• Preisspanne: 54 %
• Bestellverlauf: 53 %
• Stilpräferenzen/Geschmack: 52 %
• Treuestatus: 42 %
• Lebenssituation: 21 %

Trotz starker Akzeptanz bleiben Vertrauen und Transparenz zentrale Hürden. Eine starke Verbindung zu Kundschaft aufzubauen, bedeutet, Bedürfnisse zu verstehen und Sorgen zu berücksichtigen. Diese Barrieren zu lösen, ist der beste Weg zu einem besseren Kundenerlebnis.

Kundinnen und Kunden nannten ihre wichtigsten Bedenken bei KI-Shopping-Assistenten:

• Datenschutz: 29 %
• Voreingenommenheit bei Empfehlungen: 24 %
• Mangelndes Vertrauen: 23 %

Der größte Reibungspunkt ist überraschend einfach: nicht zu wissen, wie man fragt. Fast 20 % der Kundinnen und Kunden haben eine Anfrage abgebrochen, weil sie sie nicht richtig formulieren konnten. Adobe Brand Concierge löst dieses Problem, indem sich das Tool auf die Absicht konzentriert statt auf perfekte Formulierungen. So erhält man relevante Empfehlungen ohne das „Trial and Error“ bei traditioneller Suche.

Das würde laut Aussage der Kundinnen und Kunden die Interaktion mit KI-Shopping-Tools steigern:

• Verbesserte Genauigkeit von Empfehlungen: 39 %
• Zuverlässigere Daten: 33 %
• Erweiterte Datenschutzkontrollen: 31 %
• Fähigkeit, frühere Präferenzen zu speichern: 27 %
• Verbesserte Personalisierung: 26 %
• Mehr Transparenz über die Funktionsweise der KI: 25 %
• Größere Auswahl an Produkten und Services: 23 %
• Menschlichere Interaktion: 18 %

Verbrauchende wollen personalisierte, effiziente Online-Shopping-Erlebnisse mit der Gewissheit einer sicheren Dateninfrastruktur und Unternehmens-Governance, die Bedenken bei Datenschutz und Vertrauen adressiert.

Die Forschungsergebnisse zeigen ein einheitliches Bild: Kaufende sind bereit, KI zu nutzen, aber das Erlebnis fällt in sich zusammen, sobald sie präzise artikulieren müssen, was sie wollen. Die meisten probieren durchschnittlich drei Prompts aus, bevor sie aufgeben. Fast 25 % der Kaufenden aus der Generation Z brechen eine Anfrage vollständig ab, obwohl sie detailliertere Prompts verfassen als jede andere demografische Gruppe. Das ist kein Feature-Problem. Vielmehr ist es ein Problem des Dialog-Designs. Die Marken, die am besten für die nächste Phase des digitalen Commerce positioniert sind, warten nicht darauf, dass Kaufende die richtigen Worte finden, sondern bieten Erlebnisse, die sie dort abholen, wo ihre Absicht bereits ist.

Während viele Kaufende Schwierigkeiten haben, die perfekte Anfrage zu formulieren, könnten diese Frustrationen noch tiefer liegen. Kaufende probieren durchschnittlich drei Prompts aus, bevor sie aufgeben.

Diese Herausforderung ist bei der Generation Z noch ausgeprägter. Fast jeder Vierte bricht eine Anfrage vorzeitig ab, obwohl mehr Details bereitgestellt werden als bei jeder anderen Altersgruppe.

Die Prompt-Gewohnheiten ändern sich je nachdem, wonach jemand sucht. Bei der Suche nach einem Laptop erwähnen Kaufende mit 80 % höherer Wahrscheinlichkeit ein Budget als beim Geschenkekauf. Dennoch übertreffen Markennamen durchweg den Preis. Kaufende nennen dreimal häufiger eine bestimmte Marke als eine Preisobergrenze. Technische Spezifikationen spielen dagegen kaum eine Rolle: Weniger als 20 % der Kaufenden erwähnen sie, wobei RAM und Speicherplatz mit 11 % bzw. 10 % die häufigsten Nennungen sind.

Das Muster ist konsistent: In der Recherchephase führen Kaufende mit Zielen, nicht mit Spezifikationen. Sie sind begeistert davon, KI zu nutzen, aber ihnen fehlt möglicherweise die technische Präzision oder Ausdauer, um die besten Ergebnisse zu erzielen. Adobe Brand Concierge hilft dabei, diese Lücke im Conversational Commerce zu schließen, indem Markendaten genutzt werden, um die Absicht von Kaufenden zu interpretieren und präzise Empfehlungen zu geben, ohne dass Kaufende Fachsprache verwenden müssen. Agent-basierte KI-Unterstützung verwandelt das Erlebnis von einer passiven Schnittstelle in einen aktiven Leitfaden während der gesamten Customer Journey.

Die Prompt-Lücke ist nicht nur eine Herausforderung. Sie ist auch eine Wettbewerbschance. Hier sind strategische Lösungen, die die Prompt-Lücke beim Einkauf schließen:

• Senkt die Einstiegshürde mit assistierter Absichtserkennung. Beugt Verbraucherfrust und Kaufabbrüchen vor mit assistierter Discovery und Fallback-Logik von Adobe Brand Concierge, um klärende Fragen vorzuschlagen und die Journey in Gang zu halten.
• Liefert kontextuelle Begründungen für den Ansatz „Marke vor Budget“. Wendet automatisch Budgetbereiche und den bisherigen Bestellverlauf auf die Customer Journey an – mit der Agent-basierten Logik von Adobe Brand Concierge und Insights von Real-Time CDP. So sind eure Empfehlungen treffsicher.
• Optimiert bei unzureichender Konkretisierung. Stellt sicher, dass eure Produkte in KI-gestützten Erlebnissen klar hervorstechen. Strukturiert Content für bessere Auffindbarkeit und wandelt komplexe Spezifikationen in nutzenorientierte Sprache um.

Es geht nicht nur darum, KI hinzuzufügen, sondern auch darum, Reibung zu beseitigen. Marken, die Absichten in Aktionen umwandeln können, gewinnen die nächste Phase des digitalen Commerce. Durch Interpretieren von Absichten und Begleitung in der Discovery-Phase kann Agent-basierte KI stockende Journeys wieder in Gang bringen und zögerliches Verhalten in souveräne Käufe verwandeln.

Der Wert dieser Erlebnisse hängt von der Qualität der Daten, des Contents und des Produktkontexts ab. Ein Prognose-Tool für Größen ist nur nützlich, wenn es auf relevante Kauf- und Präferenzdaten zugreifen kann. Ein „Für dich empfohlen“-Erlebnis funktioniert am besten, wenn es mehr als nur eine Session widerspiegelt. Adobe Real-Time CDP hilft dabei, Kundendaten in Echtzeit-Profile zu vereinen, während Adobe Brand Concierge diesen Kontext (zusammen mit genehmigtem Content, Produktwissen und Gesprächssignalen) nutzt, um relevantere Orientierung zu liefern.

Gemeinsam helfen Real-Time CDP und Brand Concierge als Teil einer umfassenderen Adobe-Erlebnisarchitektur Marken dabei, fragmentierte Signale mit personalisiertem Dialog zu verknüpfen. Anstatt sich nur auf isolierte Klicks zu verlassen, können Marken Kaufende mithilfe reichhaltigerer Profildaten, Verhaltenskontext und Produktinformationen führen – und so relevantere Empfehlungen, intelligentere Unterstützung und reibungslosere Übergaben an menschlichen Support ermöglichen, wenn nötig.

Seht, wie Adobe Experience Platform und Adobe Brand Concierge Marken dabei helfen, Absichten in Aktionen umzuwandeln: Übersichtsvideo.

Methodik.

Dieser Artikel basiert auf eigener Forschung von Adobe. Die Studie befragte 1.000 Personen in den Vereinigten Staaten und liefert ein Konfidenzniveau von 95 % mit einer Fehlerspanne von ±3 %. Die Teilnehmenden wurden zu ihren Einkaufsgewohnheiten mit KI befragt. Wie bei allen selbst berichteten Daten können die Ergebnisse persönliche Wahrnehmungen und Erfahrungen widerspiegeln, die von tatsächlichen Verhaltensweisen abweichen können.