Wie KI die Sichtbarkeit im E Commerce neu verteilt

Die nächste relevante Verschiebung im digitalen Handel beginnt nicht im Checkout. Sie beginnt viel früher, in der Phase, in der Nutzer Produkte eingrenzen, vergleichen und sich eine erste Präferenz bilden. Genau dort gewinnen ChatGPT, Google, Perplexity und ähnliche Systeme an Einfluss. Für deutsche Händler ist das keine Randnotiz. Es verändert, welche Produkte überhaupt noch in die engere Wahl kommen. Und damit verschiebt sich auch, wo Sichtbarkeit künftig entsteht.

Für den deutschen Mittelstand liegt die praktische Relevanz auf der Hand. Wer diese neue Auswahlschicht nur als zukünftigen Werbekanal betrachtet, greift zu kurz. Zuerst entscheidet sich, ob ein Sortiment von diesen Systemen sauber gelesen, verglichen und empfohlen werden kann. Erst auf dieser Basis entstehen belastbare kommerzielle Modelle. Genau deshalb ist das Thema 2026 bereits strategisch relevant, auch wenn die Monetarisierung in vielen Märkten noch nicht ausgereift ist.

Die eigentliche Marktveränderung liegt vor dem Klick

Die zentrale Entwicklung ist nicht, dass Nutzer morgen massenhaft vollständig per KI einkaufen. Die zentrale Entwicklung ist, dass KI Systeme bereits heute in die Recherche, den Vergleich und die Vorauswahl hineinrücken. In Deutschland nutzt rund die Hälfte der Internetnutzer zumindest gelegentlich KI Chats statt klassischer Suche. Das bedeutet: Das Verhalten verschiebt sich bereits, die Standards für Qualität, Messung und Monetarisierung ziehen aber erst nach. Genau solche Phasen sind für Händler strategisch heikel. Sie verändern den Markt, bevor der Markt sich selbst schon vollständig erklärt hat.

Diese Entwicklung trifft auf einen E Commerce Markt, der ohnehin stark von Intermediären geprägt ist. Laut bevh lag der Warenumsatz im deutschen Onlinehandel 2025 bei 83,1 Milliarden Euro. 56 Prozent des Handelsvolumens liefen über Marktplätze. Wenn nun zusätzlich KI Systeme als neue Vorschicht vor Shop, Marktplatz und Suche treten, steigt die Abhängigkeit von Plattformlogiken weiter. Für Mittelständler wird es damit noch wichtiger, nicht nur sichtbar zu sein, sondern technisch und inhaltlich so aufgestellt zu sein, dass Dritte das eigene Sortiment korrekt interpretieren können.

Die USA zeigen, wie sich der Markt wahrscheinlich entwickelt

Wer verstehen will, wohin sich das Thema bewegt, muss in die USA schauen. Dort laufen die relevantesten Produkttests und Rollouts. OpenAI testet Anzeigen in ChatGPT zunächst für eingeloggte Erwachsene auf den Plänen Free und Go, zunächst in englischsprachigen Märkten mit geplanter Ausweitung. Google spielt Anzeigen in AI Overviews in ausgewählten Märkten aus und testet weitere Formate im AI Mode in den USA. Perplexity bietet mit Instant Buy in den USA bereits eine direkte Kaufabwicklung an. Die USA sind damit der Markt, in dem neue kommerzielle Modelle in KI Oberflächen zuerst sichtbar werden.

Für deutsche Händler ist der wichtigste Schluss daraus nicht, sofort amerikanische Taktiken zu kopieren. Wichtiger ist die Reihenfolge. Die USA zeigen, dass Monetarisierung auf eine vorgelagerte Discovery Logik aufsetzt. Erst wird Produktsuche und Empfehlung in KI Oberflächen relevant. Danach folgen Anzeigen, Checkout Modelle und Plattformintegration. Genau deshalb ist Vorbereitung jetzt sinnvoll, auch wenn Deutschland operativ noch nicht in allen Rollouts enthalten ist.

Google wird kurzfristig der praktischste Hebel für Advertiser sein

In der öffentlichen Debatte steht oft ChatGPT im Mittelpunkt. Für viele Advertiser dürfte Google jedoch der praktischere Einstieg sein. Der Grund ist banal, aber wichtig. Google verbindet KI gestützte Ausspielung mit bestehenden Such, Shopping und Performance Strukturen. Das reduziert operative Hürden. Gleichzeitig ist die Transparenz aus Advertiser Sicht noch begrenzt, weil sich Placements in AI Overviews nicht fein granular steuern oder sauber separat auswerten lassen. Trotzdem ist genau hier der wahrscheinlichste Pfad, über den KI basierte Werbeausspielung zuerst im Mainstream ankommt.

Für Mittelständler folgt daraus eine sehr konkrete geschäftliche Konsequenz. Das Thema gehört nicht nur ins Innovationsteam. Es gehört ebenso in Search, Feed Management und Performance Marketing. Wer dort weiterhin in getrennten Logiken arbeitet, wird schlechter auf KI gestützte Ausspielung reagieren als Wettbewerber mit sauber verzahnten Teams und Datenflüssen.

ChatGPT und Perplexity werden zuerst über Sichtbarkeit wirken

ChatGPT ist bereits als Recherche und Beratungsoberfläche relevant. Als klassischer Werbekanal ist die Plattform aber noch nicht auf dem Reifegrad etablierter Suchwerbung. Das liegt auch an OpenAIs eigener Trennung: Produktresultate im Shopping Bereich sind laut OpenAI nicht schlicht gekaufte Plätze, sondern basieren auf Relevanz, Kontext und strukturierten Produktdaten. Parallel dazu laufen Anzeigenpiloten. Für Händler heißt das: Die kurzfristig wichtigste Frage lautet nicht, wie Media in ChatGPT eingekauft wird, sondern wie das eigene Sortiment dort sinnvoll erscheinen kann.

Perplexity zeigt die gleiche Richtung. Die Plattform kombiniert Produktempfehlung, Recherche und in den USA bereits direkte Kaufmöglichkeiten. Gleichzeitig hängt Sichtbarkeit dort stark an Produktdaten, Relevanz und Verfügbarkeit, nicht nur an Media. Das ist für Händler ein hilfreicher Hinweis. In KI Umgebungen entsteht Reichweite deutlich näher an Datenqualität und Kataloglogik als in vielen klassischen Werbeumfeldern.

Der größte Hebel für den Mittelstand liegt im Sortiment selbst

Die wichtigste Vorbereitung ist unspektakulär und genau deshalb oft unterpriorisiert. Produktdaten müssen so gut werden, dass Maschinen damit arbeiten können. Das betrifft nicht nur Preis und Verfügbarkeit, sondern auch Attribute, Varianten, Einsatzfälle, Material, Maße, Lieferzeit, Retourenregeln, Bewertungen und eindeutige Produktkennungen. OpenAI verweist für Shopping auf strukturierte Produktdaten und technische Discovery Anforderungen. Perplexity argumentiert in dieselbe Richtung. Wer hier sauber arbeitet, verbessert die Chance, in neuen Oberflächen überhaupt relevant ausgespielt zu werden.

Für viele mittelständische Händler ist das eine wichtigere Erkenntnis als jede Debatte über neue Anzeigeninventare. Katalogqualität wird vom operativen Hygiene Thema zum strategischen Sichtbarkeitsthema. Das ist besonders relevant in Sortimenten mit hoher Vergleichsdichte, erklärungsbedürftigen Produkten oder starker Variantenlogik. Dort entscheidet die Güte der Daten unmittelbar darüber, ob ein System ein Produkt sauber einordnen kann oder nicht.

Messbarkeit wird jetzt zum Wettbewerbsvorteil

Ein zweiter Hebel ist deutlich konkreter, als viele Unternehmen annehmen. KI Traffic ist inzwischen messbar genug, um ihn im Reporting sichtbar zu machen. Adobe hat für Retail Seiten in den USA einen massiven Anstieg generativer KI Referrals gemessen, zunächst plus 1.200 Prozent gegenüber Juli 2024 und in der Holiday Season 2025 immer noch plus 693 Prozent gegenüber Vorjahr. Adobe berichtet zudem von höheren Conversion Raten dieser Referrals im Vergleich zu anderen Trafficquellen. Das ist noch kein dominanter Kanal, aber groß genug, um in Analytics, CRM und Attribution nicht länger als Nebensignal behandelt zu werden.

Wer heute nicht erkennt, wie viel Traffic, Nachfrage und Umsatz aus KI gestützten Quellen kommt, wird die nächste Verschiebung zu spät sehen. Gerade für Mittelständler ist das relevant, weil sie Budgetumschichtungen meist später und vorsichtiger vornehmen als große Plattformmarken. Wer früh sauber misst, kann selektiv testen, statt später unter Druck zu reagieren.

Die technische Anbindung ist kein Zukunftsthema mehr

Noch wichtiger als einzelne Werbeformate ist die Frage, wie ein Unternehmen sich technisch anschlussfähig macht. In der Praxis braucht es dafür vier Bausteine. Erstens einen strukturierten Produktkatalog mit sauberen IDs, Attributen, Preisen, Beständen und Versandinformationen. Zweitens Feeds oder APIs, die diese Daten aktuell und verlässlich bereitstellen. Drittens die kontrollierte Freigabe relevanter Crawler, etwa von OpenAI oder Perplexity. Viertens eine klar definierte Aktionsschicht für sinnvolle Funktionen wie Bestandsprüfung, Produktvergleich, Bestellstatus oder Retoureninformation.

Die eigentliche Anschlusslogik ist bereits sichtbar. In ChatGPT laufen Integrationen über Actions, Apps oder MCP basierte Anbindungen. Bei Claude sind Remote MCP Connectoren der relevante Weg. Für Händler bedeutet das nicht, sofort komplexe Agentensysteme zu bauen. Es bedeutet, eine wiederverwendbare Commerce Schnittstelle aufzusetzen, die Produkt und Servicedaten kontrolliert nach außen verfügbar macht. Wer das sauber baut, kann dieselbe Grundlage für ChatGPT, Claude, eigene Assistenten und spätere Plattformanbindungen nutzen.

Gerade im deutschen Markt liegt die Chance zunächst im eigenen Einsatz

Für deutsche Unternehmen ist noch ein weiterer Punkt wichtig. Nicht jede relevante KI Entwicklung muss zuerst über fremde Reichweite monetarisiert werden. Der naheliegendste Nutzwert liegt oft im eigenen System. Produktberater, Größenfinder, Variantenhilfe, Zubehörlogik, Ersatzteilberatung, B2B Bestellhilfe oder Service Assistenten lassen sich bereits heute sinnvoll anbinden. Gerade in Sortimenten mit hoher Beratungsintensität kann das deutlich früher Wirkung entfalten als externe Anzeigenformate.

Das ist auch deshalb plausibel, weil die Konsumentenseite in Deutschland noch zurückhaltend ist. Laut bevh würden nur 6,3 Prozent ihre Einkäufe vollständig von einer KI erledigen lassen, 91,7 Prozent lehnen das derzeit ab. Die sinnvolle Stoßrichtung liegt daher zunächst dort, wo KI Auswahl, Beratung und Service verbessert, ohne dass der Nutzer die Kontrolle vollständig abgibt.

Was jetzt konkret auf die Agenda gehört

Erstens braucht das Thema einen festen Platz in der Handelsstrategie. Nicht als Zukunftsfolie, sondern als Arbeitsprogramm für Sortiment, Feed Management, Search, Analytics und Shop Technologie. Wer es nur als Marketingtrend behandelt, wird den eigentlichen Hebel verpassen.

Zweitens sollten Unternehmen ihre Produktdaten auf Entscheidungsrelevanz prüfen. Welche Informationen braucht ein KI System, um ein Produkt korrekt zu empfehlen. Wo fehlen klare Attribute. Wo sind Varianten nicht sauber modelliert. Wo sind Verfügbarkeiten, Lieferzeiten oder Einsatzbereiche zu ungenau.

Drittens muss KI Traffic messbar werden. Quellen, Landingpages, Conversion Qualität und Wiederkaufsignale sollten im Reporting erkennbar sein. Wer das nicht trennt, kann weder Potenziale belegen noch saubere Tests aufsetzen.

Viertens lohnt sich der Aufbau einer neutralen Commerce Schnittstelle. Der richtige Ansatz ist nicht, jede Plattform einzeln zu bedienen. Der richtige Ansatz ist eine saubere Daten und Funktionsschicht, die mehrere Systeme nutzen können. Das senkt Abhängigkeit und beschleunigt spätere Rollouts.

Die strategische Einordnung

Für den deutschen E Commerce Mittelstand ist das Thema inzwischen mehr als ein Hype, aber noch kein voll entwickelter Standardkanal. Es ist die frühe Phase einer strukturellen Veränderung. Die Discovery Logik im Handel verschiebt sich. Die Monetarisierung folgt. Die operative Konsequenz ist klar: Wer jetzt sein Sortiment maschinenlesbar macht, KI Traffic sauber misst und eine belastbare Anbindung vorbereitet, schafft einen Vorsprung, der später nur schwer aufzuholen sein wird.

Die Gewinner der nächsten Phase werden deshalb nicht zwingend die lautesten Experimentierer sein. Es werden die Händler sein, deren Produkte von diesen Systemen am besten verstanden werden und deren Infrastruktur bereitsteht, wenn aus Sichtbarkeit systematisch Nachfrage wird. Genau darin liegt die eigentliche strategische Aufgabe für 2026.