69 Prozent aller KI-gestützten Shopping-Erlebnisse müssen nach dem Launch komplett überarbeitet werden. Händler pumpen Millionen in KI-Kundenservice, während Käufende eigentlich nur eines wollen: endlich das richtige Produkt finden. Warum diese Schere so gefährlich ist — und was die Zahlen wirklich bedeuten.
UserTesting hat im Dezember 2025 zwei Gruppen befragt: 89 führende Retail-Entscheidungstragende aus dem Bereich E-Commerce und Customer Experience sowie 1.107 Konsumentinnen und Konsumenten in den USA, Großbritannien, Frankreich unKI im Handeld Deutschland. Das Ergebnis ist ernüchternd — und gleichzeitig eine der klarsten Handlungsanweisungen, die der Online-Handel seit Jahren bekommen hat.
Die Kurzfassung: Händler und Käufende reden aneinander vorbei. Nicht böswillig, aber systematisch. Und KI macht das Problem nicht kleiner — sie macht es nur teurer. Laut einer McKinsey-Analyse zu Tech-Trends im Handel landen Unternehmen, die KI ohne klare Nutzerfokussierung einsetzen, regelmäßig in genau diesem Muster: hohe Investitionen, magere Nutzerzufriedenheit.
Mehr als zwei Drittel der befragten CX-Teams (69%) berichten, dass mindestens die Hälfte ihrer KI-basierten digitalen Shopping-Erlebnisse nach dem Start erheblich überarbeitet werden müssen. Bei US-amerikanischen Unternehmen ist das besonders dramatisch: 44% gaben an, dass „viele“ ihrer Erlebnisse — also 51 bis 75% — nachträglich korrigiert werden mussten. In der EU lag dieser Anteil bei nur 13%.
Das klingt nach einem Testing-Problem. Ist es auch eines. Aber es ist vor allem ein Symptom für eine tiefere Schwäche: Zu viele Teams launchen, bevor sie wirklich verstanden haben, was Nutzende eigentlich erwarten. Mal ehrlich — wer kennt das nicht aus eigener Erfahrung als Online-Shoppende Person? Man landet auf einer Produktseite, ein KI-Chatbot poppt auf, stellt drei irrelevante Fragen und verschwindet wieder. Das nennt der Handel dann „AI-powered Customer Experience“.
10,5% der Großunternehmen berichten sogar von einem Rework-Anteil von 76 bis 100%. Das bedeutet: Drei Viertel aller KI-Erlebnisse werden überarbeitet, nachdem echte Kundschaft sie erlebt hat. Qualitätskosten in einer Größenordnung, die sich kein mittelständischer Händler leisten kann.
Hier liegt die eigentliche Bombe in der Studie. 44,9% der befragten Händler nennen KI-gestützten Kundenservice als ihre Top-Priorität für 2026. Product Discovery und Suche? Landet mit 21,3% weit abgeschlagen auf dem fünften Platz.
Und die Käufenden? Die haben eine völlig andere Agenda.
49,1% wünschen sich eine klügere KI-Suche, 40% bessere Produktempfehlungen — und nur 25,7% möchten, dass der Kundenservice verbessert wird. Das ist die krasseste Diskrepanz in der gesamten Studie. Händler investieren massiv in das, was Kundinnen und Kunden am wenigsten nachfragen.
Warum? Die Autoren der Studie vermuten, dass Händler den Kundenservice als besseren Hebel für Loyalität sehen. Das mag sein — aber es ignoriert das Grundproblem. KI-Chatbots im E-Commerce haben nach wie vor ein Glaubwürdigkeitsproblem: 53,3% der Befragten nennen „unhelpful chatbots“ als das, was sie bei KI am meisten stört. Fast jede zweite Person (47,3%) ärgert sich über irrelevante Empfehlungen.
Kurz: Händler wollen mehr von dem, was Nutzende schon jetzt schlecht finden.
Wo verlieren Online-Shops ihre Kundschaft? Die Studie zeigt ein klares Muster — und das überrascht selbst erfahrene E-Commerce-Fachleute ein wenig.
Der größte Abbruchpunkt liegt nicht beim Checkout. Er liegt auf der Produktdetailseite. Kaufende sehen ein Produkt, überlegen — und fügen es trotzdem nicht in den Warenkorb. Das ist das Confidence-Problem: Die Person ist nicht überzeugt. Passt das Produkt wirklich? Ist es das Richtige für meine Anforderungen?
Weitere kritische Momente: der Sprung von der Produktliste zur Detailseite (15,7% Abbruchrate) und von der Kasse zur Zahlung (15%). US-Shoppende brechen außerdem überdurchschnittlich häufig nach dem Anblick der Versandkosten ab (24,5% vs. 17,9% in der EU).
Genau hier wäre KI eigentlich am wertvollsten: als Entscheidungshelfer, der Produktmerkmale erklärt, Alternativen vergleicht, Unsicherheiten abbaut. Aber genau diese Anwendungsfälle werden derzeit am wenigsten entwickelt.
28,5% der Befragten wünschen sich KI-Hilfe beim Finden guter Deals, 20,7% beim Vergleichen ähnlicher Artikel und 20,6% beim Auswählen des richtigen Produkts. Entscheidungsunterstützung ist das, was Käufende wollen. Nicht Chatbots, die Retouren verwalten.
Auf der Händlerseite gibt es auch Licht. KI ist mittlerweile tief in die internen Workflows integriert — und das durchaus sinnvoll.
66% nutzen KI für die Analyse und Zusammenfassung von Kundenfeedback. 65% für die Auswertung von Kundenverhalten. 57% für die Generierung von Konzepten und Variationen, 54% für Content-Erstellung. Nur 2% gaben an, KI für keinen dieser Zwecke zu verwenden.
Das klingt nach breiter Adoption — ist aber vor allem eine Produktivitätssteigerung in der Kreativarbeit, keine strategische Differenzierung. Die Autoren treffen den Punkt genau: KI macht CX-Designers schneller, nicht unbedingt kreativer. 39% der Befragten nennen „schnellere Erstellung von Konzepten“ als Top-Benefit, gefolgt von „weniger Wiederholungsarbeit“ (35%) und „bessere Output-Qualität“ (32%).
Interessant: Nur 36% nutzen KI für Prototyping — ein Bereich, der enormes Potenzial hätte, aber noch stark unterentwickelt ist. Das spiegelt die Unsicherheit über die Qualität generierter Outputs wider, wie die Studienautoren schreiben.
Wir bei digital-magazin.de sehen das in der Praxis bestätigt: Viele Unternehmen setzen KI noch im sicheren Hintergrund ein — als Analyse- und Research-Tool. Der Schritt in Richtung echte Kundenkommunikation fällt schwer.
54,7% der Befragten beginnen ihre Produktsuche bei einer Suchmaschine — meistens Google. 36,1% starten direkt auf Handelsplattformen wie Amazon. Und KI-Assistenten wie ChatGPT? Die nutzen aktuell nur 14,9% für die Produktentdeckung.
In Europa ist das Bild etwas differenzierter: Europäische Shopperinnen und Shopper greifen etwas öfter auf Social Media (19,5%) und KI-Assistenten (16,1%) zurück als Amerikanische. Dafür spielt das stationäre Einkaufen in den USA eine Renaissance-Rolle: 22,5% der US-Shoppenden entdecken neue Produkte im Laden, in Europa nur 14,6%.
Das bedeutet für Händler: Der Kampf um Sichtbarkeit findet noch immer hauptsächlich in der klassischen Suche statt. Mobile Commerce ist dabei der wichtigste Konversionskanal: 36% der Shopping-Conversions laufen über die App, 27% über den Desktop-Browser. Wer KI nur für die Desktop-Experience denkt, verliert.
Apropos Conversion: Die durchschnittliche Rate liegt laut Studie bei 2 bis 4%. Nur 6% der Händler erzielen mehr als 6%. In diesem engen Band entscheiden winzige Verbesserungen über viel Umsatz — ein klassisches Argument für qualitative Nutzerforschung.
53,3% der Kaufenden misstrauen unhelpful Chatbots. 47,3% nerven sich über irrelevante Empfehlungen. 41,9% finden Personalisierung, die zu weit geht, creepy. Und — das ist vielleicht das Wichtigste — nur 12,2% haben keine Bedenken bei KI-gestütztem Shopping.
Was Käufende dagegen wollen: 38,4% wünschen sich ein hybrides Modell aus KI und menschlicher Unterstützung. 29,3% wollen genauere Ergebnisse. 25,5% mehr Transparenz darüber, wie Präferenzen genutzt werden.
Besonders spannend ist die Frage nach Personalisierung: 33% sagen, sie sind „mostly comfortable“ damit, 32,3% sind neutral. Aber die neutrale Mehrheit deutet auch darauf hin, dass Personalisierung für viele schlicht keinen spürbaren Mehrwert bringt. Die Technologie ist da — die Relevanz fehlt.
Auf der Händlerseite klingt das anders: 39% der Retail-Entscheidungstragenden nennen Bias und Unfairness als größte KI-Bedenken, 36% regulatorische Risiken, 35% negative Auswirkungen auf das Vertrauen. Das zeigt, dass die Branche die Probleme kennt — aber noch keine überzeugenden Antworten darauf hat.
Mehr über den Stand der KI im Kundenservice — inklusive der Frage, wann KI wirklich hilft und wann sie nervt — haben wir bei digital-magazin.de bereits untersucht.
Die Studie liefert interessante DACH-relevante Daten. Europäische Käufende sind durchgehend skeptischer: Nur 9% haben keine Probleme oder Bedenken mit KI in der Retail-Experience, verglichen mit 16% in den USA. Europäer misstrauen KI-generierten Produktbeschreibungen und Rezensionen deutlich stärker.
Auf der Händlerseite zeigt sich ein ähnliches Bild: US-Teams setzen KI stärker für Research und Feedback-Analyse ein (79% vs. 57% in der EU). Europa ist zögerlicher bei der Adoption — was angesichts strenger Datenschutzregeln und des EU AI Acts nicht überrascht.
Europäische Händler priorisieren 2026 KI-Kundenservice (47%) und In-Store-Experience (30%) stärker als ihre US-Pendants. US-Unternehmen dagegen investieren massiver in Personalisierung und Content (je 53%). Das passt zu den unterschiedlichen Reifegraden — und zu den unterschiedlichen regulatorischen Umgebungen.
Für Händler in Deutschland, Österreich und der Schweiz gilt: Die Skepsis europäischer Kundschaft gegenüber KI-Personalisierung ist real und sollte in der Produktentwicklung berücksichtigt werden. Transparenz über Datennutzung ist kein Nice-to-have, sondern Voraussetzung für Vertrauen.
UserTesting formuliert am Ende des Reports klare Empfehlungen. Ich halte sie für die praxisrelevantesten Erkenntnisse:
Die Studie macht deutlich, dass KI-Automatisierung im E-Commerce nur dann Früchte trägt, wenn sie auf echte Nutzerbedürfnisse trifft — nicht auf interne Effizienzwünsche der Händler. Ähnliche Erkenntnisse liefert übrigens Gartners aktuelle Analyse zu Digital Commerce, die KI-gestützte Produktentdeckung ebenfalls als strategischen Hebel für 2025/2026 identifiziert.
Die Studie von UserTesting ist kein Abgesang auf KI im Retail. Sie ist etwas Wertvolleres: ein Spiegel. Die Technologie ist bereit. Das Testing-Mindset noch nicht überall. Und das Verständnis für das, was Käufende eigentlich brauchen — da liegt noch eine Menge Arbeit vor der Branche.
69% Rework nach dem Launch — das ist kein Qualitätsproblem. Das ist ein Empathie-Problem. Wer versteht, was Menschen beim Einkaufen wirklich beschäftigt, wird KI richtig einsetzen. Alle anderen werden weiter überarbeiten.
Den vollständigen Report „State of AI in Retail Experiences 2026“ hat UserTesting veröffentlicht. Die Methodik: 89 Senior Retail Leaders (Director Level+) aus USA, UK, Frankreich und Deutschland sowie 1.107 Shopperinnen und Shopper aus denselben Märkten, befragt im Dezember 2025.
