KI im E-Commerce: Warum sie das Kaufverhalten ändert, aber im Tracking unsichtbar bleibt

Im März 2026 hat der Logistikanbieter Ryder 1.160 Onlineshopper in den USA gefragt, wie sie einkaufen. 64 Prozent der Teilnehmenden gaben an, dafür KI-Tools zu nutzen.^[1]

Wenn wir uns dagegen die Analytics-Konten unserer Kunden anschauen, sehen wir etwas komplett anderes. Der Anteil des Traffics, der nachweisbar aus KI-Quellen kommt, liegt dort teilweise unter einem Prozent. Über genau diese Lücke haben wir in Folge 16 unseres Podcasts Buzzsozial gesprochen.

Auf den ersten Blick sieht das erstmal nach einem dicken Messfehler aus. Entweder kreuzen die Leute in den Studien einfach irgendwas an, oder die Webanalyse übersieht Besucherströme. Die Studien haben allerdings recht und die Analytics-Konten genauso. Sie zeigen nur einfach zwei völlig unterschiedliche Phasen eines Kaufs, die heute gar nicht mehr auf derselben Plattform stattfinden.

Was steckt eigentlich wirklich hinter diesen 64 Prozent?

Wenn man sich die Ryder-Studie genauer anguckt, wird schnell klar, wie diese hohe Zahl zustande kommt. Ryder zählt nämlich alles mit, wo irgendwo AI drinsteckt.

In Deutschland sieht das Bild ähnlich aus. Auch hier liegt der Fokus komplett auf der Recherche. Eine Anbieterstudie der Agentur kernpunkt und commercetools zeigte im März 2026, dass gut 57 Prozent der Befragten hierzulande schon mal Chatbots oder KI-Assistenten in Onlineshops genutzt haben. 65 Prozent können sich das super für Vergleiche und die Produktsuche vorstellen.^[2] Geht es konkret um Unterhaltungselektronik, war KI im August 2026 laut einer Untersuchung der Beratung Oliver Wyman und der Branchenorganisation gfu bei 44 Prozent der untersuchten Käufe in Deutschland beteiligt.^[3]

Die Technologie ist also definitiv in der Breite angekommen. Aber was diese ganzen Zahlen eigentlich messen, ist wie gesagt vor allem die Recherchephase. Die Suche nach dem richtigen Produkt hat sich in den Chat verlagert, während der Kauf woanders passiert.

Die Suche im Chat und der Kauf bei Google

In den Chats passiert mittlerweile fast alles ohne einen einzigen Klick. Auf einen Link wird höchstens ganz am Ende noch geklickt, und zwar meistens erst dann, wenn die Kaufentscheidung eigentlich schon gefallen ist oder der Chat ein bestimmtes Detail nicht hergibt.

Und oft genug passiert selbst das nicht. Wir merken das bei uns im Team am eigenen Einkaufsverhalten. Da fragt beispielsweise ein Kollege auf dem Weg zur Arbeit per Sprachnachricht an ChatGPT nach den besten Over-Ear-Kopfhörern. Die KI spuckt zwei Modelle aus und vergleicht die Vor- und Nachteile. Nach ein paar Stunden sitzt dann genau dieselbe Person am PC, tippt den Namen des Produkts, für das er sich entschieden hat, bei Google ein und bestellt auf der Seite mit dem preiswertesten Angebot. Für den Shop taucht dieser Besuch in den Analytics ganz normal als organischer Klick auf. Dass aber in Wahrheit die KI den Deal eingefädelt hat, sieht in der Attribution absolut niemand.

Manchmal bricht die digitale Kette nach dem Chat sogar ganz ab. Laut der Studie von Oliver Wyman enden 32 Prozent der Elektronikkäufe immer noch im stationären Laden.^[3] Wenn die Beratung vorher über eine KI lief, taucht dieser Weg in gar keiner digitalen Attribution auf.

Also, auch wenn wir das ziemlich schwer messen können, wissen wir, dass sich die Kanäle gerade massiv verschieben. Salesforce hat das bei über 1,5 Milliarden Shoppern analysiert. Zwischen August 2025 und Mai 2026 hat die klassische Suche als Entdeckungskanal 15 Prozent verloren. Dafür ist die KI-Suche als erster Schritt der Shopping-Reise im Vergleich zum Vorjahr um ganze 200 Prozent in die Höhe geschossen.^[4]

Offensichtlich sehen wir bei unseren eigenen Kunden genau das auch. Jetzt gerade (Stand September 2026) brechen die Klicks aus informativen Suchanfragen teilweise um 40 bis 50 Prozent ein. Dafür kommen inzwischen 30 bis 40 Prozent aller Impressions aus AI-Features. Und das betrifft auch starke Markenbegriffe. Wie Sebastjan bei uns im Podcast so passend meinte, reißt da gerade eine krasse Diskrepanz zwischen den Tools auf. Sistrix zeigt dich für deine eigene Marke weiterhin auf Platz eins an. Aber in der Google Search Console fangen genau diese Rankings an zu springen oder rutschen auf Platz zwei, weil sich die KI-Antwort über das erste organische Ergebnis schiebt. Die bittere Konsequenz ist, dass der Shop an Klicks verliert, selbst wenn jemand direkt nach der Marke sucht.

Weniger Traffic, aber dafür deutlich bessere Conversion Rates

Der Traffic, der aus den Chats tatsächlich noch bis in die Shops durchsickert, ist zwar super klein, aber er hat dafür eine völlig andere Qualität. Das Softwareunternehmen Adobe hat gemessen, dass die KI-Zugriffe auf US-Retailer im ersten Quartal 2026 gegenüber dem Vorjahr um fast 400 Prozent nach oben geschossen sind. Das Spannende daran ist, dass diese Besucher im März 2026 um 42 Prozent besser konvertierten als der restliche Traffic. Ein Jahr vorher schnitten sie noch 38 Prozent schlechter ab.^[5]

Das Ganze macht eigentlich total Sinn, denn wer heute über einen Link aus dem Chat im Shop landet, hat das ganze nervige Vergleichen schon hinter sich und weiß genau, was er will. Genau das beobachten auch wir in unseren Kundenprojekten. Die Conversion Rates steigen spürbar an, auch wenn das die massiv verlorenen Klicks auf klassische Ratgebertexte am Ende natürlich nicht eins zu eins ausgleicht.

Überlassen wir der KI bald den kompletten Einkauf?

Dass die Käufer am Ende überhaupt noch selbst in den Shop kommen, um auf „Kaufen“ zu klicken, hat einen einfachen Grund. Den allerletzten Schritt geben wir nur ungern aus der Hand. Wer jetzt nämlich denkt, dass beim ganzen Hype um „Agentic Commerce“ bald die KIs den ganzen Einkauf übernehmen, überspringt noch einen entscheidenden Punkt. Die meisten sind dafür schlichtweg noch nicht bereit. Laut der Studie von Oliver Wyman würden gerade mal fünf Prozent der Deutschen einen AI-Agent komplett selbstständig einen Kauf abschließen lassen.^[3] Immerhin gut 36 Prozent können sich so etwas laut der Befragung von kernpunkt zumindest in der Theorie vorstellen.^[2] Aber zwischen Theorie und dem eigenen Bankkonto liegt eben noch eine Welt.

Auch in den USA, wo man bei neuen Tech-Themen meist einen Ticken schneller ist, sieht man das Zögern. Der Softwareanbieter Akeneo hat dort im Mai 2026 etwa 1.000 Verbraucher gefragt. 22 Prozent meinten, sie hätten schon einmal auf Basis einer KI-Empfehlung eingekauft. Als stärksten Kaufauslöser nennen das aber nur mickrige 3 Prozent. Die deutliche Mehrheit von 62 Prozent will die Preise am Ende lieber selbst vergleichen, statt sich blind auf die Technik zu verlassen.^[6]

Woran das hakt? Besonders am Vertrauen. In Deutschland haben mehr als 56 Prozent der Befragten Sorge vor bezahlten oder beeinflussten Empfehlungen durch Chatbots.^[2] Wer aber schon der Empfehlung nicht vertraut, gibt der KI erst recht nicht seine Kreditkarte. Ob völlig autonome Einkäufe also in den nächsten Jahren wirklich im Alltag ankommen, bleibt daher ein großes Fragezeichen. Zumal Regulierungen der EU zu Transparenz und Monopolstellung den Prozess sicherlich auch noch bremsen könnten.

Trotzdem bereitet sich der Handel im Hintergrund längst vor. In einer repräsentativen Bitkom-Befragung aus 2025 geht die Hälfte der Händler in Deutschland davon aus, dass Kunden den Produkt- und Angebotsvergleich bis 2030 voll einer KI überlassen.^[7] Viele Shopbetreiber planen den autonomen Agenten deshalb heute schon als völlig neuen Kundentyp ein.

Neue Kennzahlen: Worauf kommt es jetzt in der Webanalyse wirklich an?

Wenn der Traffic als harte Währung im E-Commerce wegbricht, brauchen Shops andere Kennzahlen, um ihren Erfolg zu bewerten. Wir schauen uns in der Analyse deshalb mittlerweile vor allem drei große Hebel an:

1. Sichtbarkeit und Zitate: Taucht die Marke in den Antworten der Sprachmodelle überhaupt auf? Wer hier fehlt, findet in der frühen Recherchephase einfach kaum noch statt. Um das messbar zu machen, haben wir mit Buzz­View unser eigenes Tool gebaut. Damit tracken wir genau, ob und wie oft ein Shop bei ChatGPT, Perplexity oder Google AI empfohlen und verlinkt wird, oder ob die Antwort nur allgemeine Infos gibt, ohne eine Marke zu nennen.
2. Inhaltliche Positionierung: Nur die Sichtbarkeit reicht aber nicht. Es macht einen großen Unterschied, mit welchen Eigenschaften ein LLM (Large Language Model) eine Marke verknüpft, also ob als „günstige Alternative“, als „teures Premiumprodukt“ oder eben als Lösung für ein ganz spezifisches Problem. Stell dir vor, jemand sucht nach einem Kinderwagen, der extrem wendig ist und gut in den Kofferraum passt. Das Rennen entscheidet sich dann bereits im Chat. Wird dein Produkt bei genau diesen Eigenschaften von den Modellen nicht genannt, hast du den Deal verloren. Auch diese Assoziationen und Sentiments werten wir direkt über unsere Buzz­View-Audits aus.
3. Kanal-Attribution nach dem Ausschlussverfahren: Da der tatsächliche KI-Traffic in den normalen Analytics oft nicht direkt messbar ist, arbeiten wir nach dem Ausschlussverfahren und suchen nach Korrelationen. Dafür legen wir die Sichtbarkeits-Daten aus Buzz­View einfach über die klassischen Analytics-Zahlen. Wir prüfen dann ganz konkret, ob die Klicks und Käufe über die organische Markensuche in genau dem Maß steigen, in dem auch die Impressionen in den KI-Antworten zunehmen.

Womit Shops jetzt anfangen sollten

Die dringendste Aufgabe für Shops ist es gerade, den eigenen Shopping-Feed mit Daten anzureichern und direkt an Programme wie das Merchant-Programm von ChatGPT anzuschließen. Gleichzeitig müssen die Produkttexte im Onlineshop so geschrieben sein, dass ein LLM die wesentlichen Argumente leicht extrahieren und zitieren kann. Weil Sprachmodelle einer einzelnen Herstellerseite aber selten blind vertrauen, bauen wir für unsere Kunden zusätzlich gezielt unabhängige Drittquellen auf. Gemeint sind damit Erwähnungen auf großen Portalen, Vergleiche, Diskussionen auf Reddit und Videos. Die helfen der KI dabei, ein Produkt richtig einzuordnen.

Sonderformate kommen dann erst danach. Wir verbringen keine Zeit damit, spezielle llms.txt-Dateien für Crawler zu schreiben oder separate, KI-optimierte Seitenversionen für jede URL zu bauen, solange die Produktdaten selbst nicht sauber sind.

Und am Ende schließt sich der Kreis zu den Umfragen vom Anfang. Die Studien haben recht, wenn sie eine hohe Nutzung von KI beim Onlineshopping messen. Und die Analytics-Konten haben recht, wenn sie kaum direkten Traffic aus diesen Quellen anzeigen. Die KI berät ausführlich, aber der Mensch kauft am Ende selbst über Kanäle, die das Tracking nicht direkt mit dem Chat in Verbindung bringt.

Wer heute darauf wartet, dass der messbare KI-Traffic groß wird, wartet auf die falsche Zahl.

Quellen