KI im Onlinehandel ist längst nicht mehr nur ein Werkzeug für Händler. Sie rückt direkt an den Warenkorb heran: als Produktsuche, Preisvergleich, Kaufberatung und Erklärhilfe. Eine neue idealo-Umfrage zeigt nun, wie groß die Offenheit dafür in Deutschland bereits ist. 73 Prozent der Verbraucherinnen und Verbraucher fänden einen KI-Assistenten hilfreich, der Produkte erklärt, Optionen vergleicht und dabei unterstützt, den besten Preis zu finden.
Das klingt nach einem klaren Signal für den Handel. Doch die Zahlen erzählen keine einfache Begeisterungsgeschichte. Dieselbe Umfrage zeigt: Viele Menschen wollen KI nutzen, aber nicht die Kontrolle abgeben. Sie erwarten Transparenz, verlässliche Ergebnisse und Datenschutz. Für Händler und Plattformen heißt das: KI-Shopping wird nicht an der technischen Möglichkeit scheitern, sondern an der Frage, ob Nutzerinnen und Nutzer der Empfehlung trauen.
Besonders auffällig ist der Unterschied zwischen Unterstützung und Übernahme. In Deutschland sagen 73 Prozent, dass ein KI-Assistent beim Erklären, Vergleichen und Finden des besten Preises hilfreich wäre. Nur 37 Prozent würden es hingegen begrüßen, wenn ein Assistent den gesamten Kaufprozess übernimmt. Die Grenze verläuft also nicht zwischen KI und Nicht-KI. Sie verläuft zwischen assistierter Entscheidung und automatisierter Entscheidung.
Genau dort wird KI-Shopping für den E-Commerce strategisch interessant. Die Kaufentscheidung bleibt beim Menschen, aber der Weg dorthin verändert sich. Statt sich durch Filter, Produktseiten, Preisverläufe und Bewertungen zu arbeiten, erwarten Kundinnen und Kunden zunehmend eine verdichtete Antwort: Was passt zu meinem Bedarf, was ist vergleichbar, wo liegt der faire Preis und welche Nachteile sollte ich kennen?
Diese Entwicklung passt zu einem Trend, der sich bereits bei generativer Produktsuche abzeichnet. In unserem Beitrag zu ChatGPT Shopping Research und der neuen Produktsuche-Logik ging es genau um diese Verschiebung: Die Suchmaschine wird weniger zur Linkliste und stärker zum beratenden Interface. idealo liefert nun Zahlen dafür, dass Verbraucherinnen und Verbraucher diese Rolle grundsätzlich akzeptieren, solange der Assistent nicht zur Blackbox wird.
KI soll helfen, aber nicht allein entscheiden
Die stärksten Nutzenargumente sind pragmatisch. Laut idealo sagen 77 Prozent der Befragten in Deutschland, dass KI Zeit spart. 76 Prozent sehen den Vorteil, Informationen schneller zu verstehen. Jeweils 73 Prozent verbinden KI mit bequemeren digitalen Diensten und nützlichen Empfehlungen. 66 Prozent glauben, dass KI dabei helfen kann, bessere Entscheidungen zu treffen.
Das sind hohe Werte, aber sie stehen direkt neben deutlichen Vorbehalten. 68 Prozent haben Bedenken wegen falscher oder irreführender Informationen. 65 Prozent sorgen sich um Datenschutz. Ebenfalls 65 Prozent vertrauen KI bei wichtigen Entscheidungen weniger. 62 Prozent nennen Manipulationsrisiken, 55 Prozent können oft nicht nachvollziehen, wie KI zu ihren Ergebnissen kommt.
Für Shopping-Assistenten ist diese Mischung entscheidend. Wer nur auf Komfort setzt, verfehlt die Erwartung. Die Menschen wollen nicht einfach einen Bot, der ihnen ein Produkt nennt. Sie wollen nachvollziehen können, warum dieses Produkt empfohlen wird, welche Alternativen es gibt und welche Daten in die Empfehlung eingeflossen sind.
Das erklärt auch, warum KI im Handel oft anders bewertet wird als KI in reinen Produktivitätswerkzeugen. Beim Schreiben, Sortieren oder Zusammenfassen ist ein Fehler ärgerlich. Beim Einkauf kann ein Fehler Geld kosten, unnötige Retouren auslösen oder persönliche Daten offenlegen. Vertrauen ist deshalb kein Marketingdetail, sondern Teil des Produkts.
Für Händler bedeutet das: Der Assistent darf nicht nur überzeugend klingen. Er muss belegen. Gute KI-Shopping-Systeme werden künftig nicht nur Empfehlungen ausspielen, sondern Gründe, Quellen, Preislogik, Datenbasis und Grenzen sichtbar machen müssen. Das gilt besonders bei teuren Produkten, nachhaltigkeitsbezogenen Aussagen, Bewertungen, Lieferbedingungen oder technischen Spezifikationen.
Im Alltag dürfte die erste breite Nutzung nicht bei vollständig autonomen Käufen liegen, sondern bei Aufgaben, die heute mühsam sind: Preise vergleichen, Produktunterschiede verstehen, passende Varianten finden, Rezensionen zusammenfassen oder Alternativen erkennen. Genau diese Funktionen decken sich mit den Zahlen zur tatsächlichen Nutzung.
41 Prozent haben KI schon beim Onlineshopping genutzt
41 Prozent der Befragten in Deutschland haben KI beim Onlineshopping laut idealo bereits genutzt. Das ist noch keine Mehrheit, aber mehr als ein Nischenphänomen. Deutschland liegt damit im europäischen Mittelfeld. Gleichzeitig sagen 48 Prozent, dass sie KI beim Onlineshopping bisher nicht genutzt haben. Der Markt ist also offen, aber keineswegs entschieden.
Interessant ist, wofür KI schon genutzt wird. 48 Prozent der KI-Nutzenden setzen entsprechende Tools ein, um Preise zu vergleichen. 42 Prozent nutzen sie, um geeignete Produkte zu finden. 37 Prozent holen sich Kaufempfehlungen, 33 Prozent suchen Produktalternativen, 31 Prozent sammeln Geschenkideen und Inspiration.
Diese Reihenfolge ist aufschlussreich. KI wird nicht zuerst als emotionaler Einkaufsbegleiter gesehen, sondern als Werkzeug zur Reduktion von Komplexität. Der Preisvergleich steht ganz oben, danach folgt die Produktauswahl. Erst dann kommen Empfehlungen und Inspiration. Verbraucherinnen und Verbraucher suchen also weniger die spektakuläre KI-Erfahrung, sondern eine bessere Entscheidungshilfe.
Das passt zu der Entwicklung, die wir im Artikel über KI-Suche und die Folgen für Online-Händler beschrieben haben. Wenn Produktsuche dialogischer wird, reicht klassische Suchmaschinenoptimierung nicht mehr aus. Händler müssen Produktdaten so aufbereiten, dass Assistenten Unterschiede, Verfügbarkeit, Preise, Varianten, Rückgaberegeln und echte Kaufargumente sauber interpretieren können.
Für Shops entsteht dadurch ein neuer Wettbewerbspunkt. Wer strukturierte, aktuelle und vertrauenswürdige Produktinformationen liefert, hat bessere Chancen, in KI-gestützten Empfehlungen aufzutauchen. Wer Produktseiten mit austauschbaren Marketingtexten, unklaren Spezifikationen und widersprüchlichen Angaben füllt, macht es Assistenten schwerer und erhöht das Risiko falscher Zusammenfassungen.
Die Nichtnutzung liefert ebenfalls wichtige Hinweise. 39 Prozent der Nichtnutzenden bevorzugen herkömmliche Einkaufsmethoden. 38 Prozent sehen keinen Mehrwert. 20 Prozent vertrauen KI nicht. 17 Prozent wussten nicht, dass KI-Shopping möglich ist, 16 Prozent wissen nicht, wie sie solche Tools nutzen sollen.
Das ist keine reine Ablehnung. Ein Teil der Zurückhaltung entsteht aus Gewohnheit, fehlendem Nutzenversprechen oder mangelnder Orientierung. Für Händler ist das eine Chance, aber nur, wenn KI-Funktionen nicht als Spielerei eingebaut werden. Eine Funktion, die einfach „KI-Assistent“ heißt, wird viele Nutzerinnen und Nutzer nicht überzeugen. Eine Funktion, die sichtbar ein konkretes Problem löst, schon eher.
Deutschland ist offen, aber vorsichtiger als andere Märkte
Der Ländervergleich zeigt, dass Deutschland bei KI-Shopping-Assistenten weder besonders euphorisch noch besonders ablehnend ist. In Spanien finden 80 Prozent einen unterstützenden KI-Assistenten hilfreich, in Italien 78 Prozent, in Großbritannien und Österreich jeweils 75 Prozent. Deutschland folgt mit 73 Prozent, Frankreich liegt mit 70 Prozent darunter.
Noch deutlicher wird die Zurückhaltung beim vollständig automatisierten Kaufprozess. In Spanien würden 48 Prozent einen KI-Assistenten begrüßen, der den gesamten Kaufprozess übernimmt. In Italien sind es 43 Prozent, in Großbritannien 41 Prozent, in Österreich 38 Prozent, in Deutschland 37 Prozent und in Frankreich 32 Prozent.
Der Abstand zwischen beiden Werten ist der entscheidende Punkt. Verbraucherinnen und Verbraucher unterscheiden sehr klar zwischen einer KI, die informiert, und einer KI, die handelt. Diese Differenz dürfte auch regulatorisch und produktstrategisch relevant werden. Der europäische AI Act der EU-Kommission legt zwar keine spezielle Shopping-Assistenten-Produktlogik fest, rückt aber Transparenz, Risikobewertung und klare Verantwortlichkeiten stärker in den Mittelpunkt.
Im Handel wird diese Verantwortung praktisch. Wenn ein KI-Assistent ein Produkt empfiehlt, stellt sich sofort die Frage: Ist die Empfehlung neutral? Wird ein bezahltes Placement bevorzugt? Berücksichtigt die KI den besten Preis, die Marge des Händlers, Lieferzeiten, Retourenwahrscheinlichkeit oder persönliche Daten? Und wie erkennt die Kundin, welche Kriterien überhaupt eine Rolle gespielt haben?
Diese Fragen sind nicht theoretisch. Schon heute haben viele Online-Shops Empfehlungslogiken, Sortierungen und gesponserte Platzierungen. KI macht diese Systeme nicht automatisch problematischer, aber sie macht sie weniger sichtbar. Eine klassische Sortierung nach Preis oder Relevanz ist zumindest als Oberfläche erkennbar. Ein Assistent, der in einem Satz „das beste Produkt“ empfiehlt, bündelt dagegen viele Kriterien in einer scheinbar einfachen Antwort.
Deshalb wird Transparenz im KI-Shopping mehr sein müssen als ein kleiner Hinweis im Footer. Nutzerinnen und Nutzer brauchen kontextnahe Informationen: Warum wird dieses Produkt empfohlen? Welche Alternativen wurden verglichen? Sind Anzeigen oder Partnerprogramme beteiligt? Wie aktuell sind Preise und Verfügbarkeiten? Welche Daten über die Person fließen ein?
Auch das BSI betont bei Künstlicher Intelligenz, dass Sicherheit, Nachvollziehbarkeit und Risikomanagement zentrale Themen sind. Für Shopping-Assistenten heißt das: Vertrauen entsteht nicht durch möglichst menschliche Formulierungen, sondern durch überprüfbare Prozesse.
Was Händler aus den Zahlen lernen sollten
Die idealo-Zahlen zeigen eine klare Richtung: KI-Shopping kann Akzeptanz gewinnen, wenn es als Werkzeug für bessere Entscheidungen verstanden wird. Händler sollten deshalb nicht zuerst fragen, wie sie möglichst viele Aufgaben an KI delegieren. Die wichtigere Frage lautet: Wo verlieren Kundinnen und Kunden heute Zeit, Orientierung oder Vertrauen?
Ein typisches Beispiel ist der Produktvergleich. Viele Produktseiten unterscheiden Modelle über lange Tabellen, unklare Kürzel oder schwer vergleichbare Ausstattungsvarianten. Eine gute KI kann diese Unterschiede in verständliche Sprache übersetzen. Sie kann erklären, warum ein Gerät für eine bestimmte Nutzung reicht, warum ein teureres Modell nur in bestimmten Fällen sinnvoll ist oder welche Alternative günstiger ist.
Ein zweites Beispiel sind Bewertungen. Viele Käuferinnen und Käufer lesen Reviews, aber kaum jemand hat Zeit, Hunderte Kommentare vollständig auszuwerten. KI kann Muster erkennen: wiederkehrende Kritikpunkte, häufig gelobte Eigenschaften, Hinweise auf Qualitätsprobleme oder Unterschiede zwischen Langzeitnutzung und Ersteindruck. Entscheidend ist aber, dass die Zusammenfassung nicht wie eine endgültige Wahrheit wirkt. Sie muss zeigen, worauf sie basiert.
Ein drittes Feld sind Retouren. Wenn KI besser erklärt, welches Produkt tatsächlich passt, kann sie Fehlkäufe reduzieren. Das wäre für Verbraucherinnen und Verbraucher bequem und für Händler wirtschaftlich relevant. Denn Retouren kosten nicht nur Versand und Bearbeitung, sondern auch Marge, Lagerkapazität und Kundenzufriedenheit. In unserem Beitrag zum Retouren-Problem im Onlinehandel wurde bereits deutlich, wie stark falsche Erwartungen und unklare Produktinformationen die Kosten treiben können.
Gleichzeitig dürfen Händler KI nicht als Ersatz für saubere Grundlagen missverstehen. Wenn Produktdaten schlecht gepflegt sind, Lieferzeiten nicht stimmen oder Preisangaben uneinheitlich sind, kann auch der beste Assistent keine verlässliche Kaufberatung liefern. Im Gegenteil: Die KI macht Datenprobleme sichtbarer, weil sie aus ihnen eine klare Empfehlung formen soll.
Der bessere Weg ist daher eine Kombination aus strukturierten Daten, klarer Benutzerführung und begrenzter Automatisierung. Ein KI-Assistent sollte dort stark sein, wo er Komplexität reduziert. Er sollte aber menschliche Kontrolle dort erhalten, wo Entscheidungen Geld, Daten oder persönliche Präferenzen betreffen.
Vertrauen entsteht durch Kennzeichnung, Datenschutz und Kontrolle
Die vierte idealo-Grafik zeigt, welche Maßnahmen das Vertrauen in KI-Shopping in Deutschland erhöhen könnten. An erster Stelle steht eine klare Kennzeichnung, wenn KI eingesetzt wird. Das nennen 45 Prozent der Befragten. 38 Prozent wünschen sich genaue und verlässliche Ergebnisse. 37 Prozent nennen starken Schutz persönlicher Daten. 32 Prozent wollen Optionen selbst prüfen und vergleichen können, bevor sie eine Entscheidung treffen. 30 Prozent wünschen klare Informationen darüber, wie Empfehlungen zustande kommen.
Diese Prioritäten sind für die Produktentwicklung ziemlich eindeutig. Erstens muss KI sichtbar gekennzeichnet sein. Zweitens muss die Qualität der Ergebnisse stimmen. Drittens dürfen Datenschutz und Kontrolle nicht als juristische Pflichtübung behandelt werden. Wer Vertrauen gewinnen will, muss diese Punkte im Interface zeigen.
Praktisch könnte das bedeuten: Jede Empfehlung bekommt eine kurze Begründung. Preis- und Produktdaten werden mit Aktualitätsangaben versehen. Nutzerinnen und Nutzer können Kriterien anpassen, etwa Preis, Lieferzeit, Energieverbrauch, Marke, Bewertungen oder Rückgabebedingungen. Gesponserte Empfehlungen werden klar markiert. Und sensible Daten werden nur genutzt, wenn der Mehrwert verständlich ist.
Bemerkenswert ist auch der geringe Wert für bestehendes Vertrauen. Nur 2 Prozent sagen laut idealo, dass sie KI beim Onlineshopping bereits vertrauen. Das ist kein Widerspruch zur hohen Offenheit. Es zeigt vielmehr, dass der Markt noch in einer frühen Vertrauensphase steckt. Menschen sind neugierig, aber nicht überzeugt.
Für Händler kann genau darin der Wettbewerbsvorteil liegen. Wer früh eine transparente, nützliche und kontrollierbare KI-Erfahrung anbietet, kann sich absetzen. Wer dagegen nur generative Funktionen über bestehende Schwächen legt, wird die Skepsis eher bestätigen. KI-Shopping ist kein Freifahrtschein für mehr Automatisierung. Es ist eine Einladung, Kaufberatung neu zu denken.
Der Assistent wird zur neuen Produktschnittstelle
Wenn sich KI-Shopping weiter durchsetzt, verändert sich nicht nur die Shop-Oberfläche. Auch Produktdaten, Content, SEO, Preisstrategie und Kundenservice rücken enger zusammen. Ein Assistent kann nur so gut beraten, wie die Informationen sind, auf die er zugreift. Das betrifft technische Spezifikationen ebenso wie Lieferoptionen, Garantien, Rezensionen, Nachhaltigkeitsangaben oder Kompatibilitäten.
Für Kundinnen und Kunden kann das ein Fortschritt sein. Gute KI-Assistenten könnten Fehlkäufe reduzieren, Preisfallen sichtbarer machen und komplexe Produktkategorien verständlicher erklären. Für Händler bedeutet es aber auch Kontrollverlust. Wenn Kundinnen und Kunden nicht mehr jede Produktseite einzeln lesen, sondern einer zusammenfassenden Assistenz folgen, wird die Qualität maschinenlesbarer Informationen wichtiger als die klassische Werbesprache.
Die idealo-Umfrage zeigt deshalb weniger einen kurzfristigen Hype als eine strukturelle Verschiebung. Verbraucherinnen und Verbraucher wollen Unterstützung. Sie wollen bessere Orientierung, schnellere Vergleiche und verständlichere Entscheidungen. Aber sie wollen nicht blind delegieren. Der erfolgreiche KI-Shopping-Assistent wird nicht der sein, der am meisten übernimmt, sondern der, der am besten erklärt.
Für den Onlinehandel ist das eine klare Botschaft: KI darf nicht nur effizient sein. Sie muss vertrauenswürdig wirken und vertrauenswürdig gebaut sein. Erst dann wird aus Offenheit echte Nutzung.
