Consumer Readiness for AI-Assisted Shopping
Neue Untersuchungen mit 2.000 Verbrauchern in den USA und Großbritannien zeigen eine starke Nachfrage nach KI im Online-Shopping. 72 % erwarten, dass KI-Assistenten die Effizienz durch Funktionen wie Angebotshinweise (59 %), personalisierte Empfehlungen (51 %) und Geschenkideen (44 %) verbessern. Allerdings ist das Vertrauen fragil: 69 % würden eine Plattform nach einer irrelevanten Empfehlung verlassen, 24 % aufgrund von Bedenken hinsichtlich der Datenverarbeitung und 21 %, wenn die KI ohne Eingabe entscheidet.[8]
Frühe Anwender, insbesondere die 25- bis 34-Jährigen (59 % Nutzungsrate gegenüber 34 % insgesamt), zeigen eine höhere Positivität, wobei 77 % Marken stärker vertrauen, die KI-Assistenten anbieten. Von ihnen akzeptieren 81 % die KI, die komplette Warenkörbe für bestimmte Anlässe zusammenstellt, und 88 % schätzen Bundle-Vorschläge, was auf Fortschritte bei komplexen Aufgaben hindeutet.
Rising Adoption and Generational Shifts
Die KI-Nutzung beim Shopping in Großbritannien hat sich im Jahresvergleich von 12 % auf 28 % verdoppelt, angeführt von der Generation Z (43 %) und den Millennials (42 %), wobei 18 % der Generation Z und 15 % der Millennials in den letzten zwölf Monaten erstmals Nutzer waren.[2][3] Fast die Hälfte der britischen Käufer (44 %) ist offen dafür, dass die KI ganze Einkaufsabläufe einschließlich Käufe übernimmt, sobald Präferenzen wie Budget und Funktionen festgelegt sind – 49 % bei den Millennials, 41 % bei der Generation Z und 42 % bei der Generation X.[2]
Die Einzelhändler ziehen nach: 84 % sind offen für KI-Vervollständigungen und 49 % priorisieren sie; 50 % planen KI-Erweiterungen für das Kundenerlebnis.[2] Unter 45-jährige Erwachsene in Großbritannien zeigen eine 30 %ige Offenheit für KI als persönliche Agenten für Empfehlungen, Lieferkontrollen und Käufe.[7] Weltweit nutzten 78 % der Verbraucher kürzlich KI-Tools wie ChatGPT, bei den unter 35-Jährigen lag die Quote bei 93 %.[7]
Implikationen für die E-Commerce-Infrastruktur
Diese Nachfrage übt Druck auf Produkt-Feeds aus, bei denen irrelevante Ergebnisse aufgrund schlechter Datenqualität zu einer Abwanderung von 69 % führen. High-Fidelity-Feeds – reich an Attributen wie Varianten, Preisen und Kompatibilität – werden für die KI-Relevanz unerlässlich, da unvollständige Daten Fehler in Echtzeit-Vorschlägen verstärken.
Katalogisierungsstandards müssen sich weiterentwickeln, um agentenbasierte KI zu unterstützen, wobei strukturierte Schemata für Attribute über die Grundlagen hinaus (z. B. Anlass-Fit, Bündelungspotenzial) betont werden. Veraltete Inkonsistenzen verlangsamen das KI-Training und vergrößern die Bereitschaftslücke, wobei nur 27 % der britischen Einzelhändler die Stacks als skalierbar für autonome Erlebnisse ansehen.
Die Qualität und Vollständigkeit der Product Card wirken sich direkt auf das Vertrauen aus: Sparsame Beschreibungen oder fehlende Bilder untergraben die Erwartung von 51 % auf personalisierte Empfehlungen, während vollständige Metadaten proaktive Bundles ermöglichen (88 % Anklang bei frühen Anwendern). Einzelhändler, die für 2026 ein Online-Wachstum prognostizieren (80 % in Großbritannien), verbinden KI mit Conversions, aber Qualifikationsdefizite und die Einhaltung von Vorschriften behindern die Umsetzung.[1][6]
Beschleunigung durch No-Code und KI-Tools
No-Code-Plattformen überwinden Adoptionsbarrieren und ermöglichen eine schnelle Feed-Optimierung und KI-Integration ohne hohe Entwicklungskosten – entscheidend, da 90 % der globalen Einzelhändler KI-Ausgaben für den Betrieb planen.[6] Diese Tools automatisieren die Kataloganreicherung und beschleunigen die Sortimentsaktualisierungen, um dynamischen Kundenanfragen wie Preissenkungen (59 % Nachfrage) gerecht zu werden.
KI-gestütztes No-Code steuert Schutzmaßnahmen ab der ersten Interaktion und gewährleistet Datenverantwortung (24 % Bedenken) über anonymisiertes Training. Dies unterstützt die Geschwindigkeit: Eine schnellere Indizierung aktualisierter Kataloge hält mit der Bereitschaft von 44 % für eine End-to-End-Automatisierung Schritt und verwandelt anfängliches Vertrauen (77 %) in wiederholtes Engagement.[2]
Internet Retailing; Adyen Retail Report 2026.
Aus NotPIM-Sicht beleuchtet diese Untersuchung einen kritischen Wendepunkt für den E-Commerce. Die Erwartungen der Verbraucher an KI-gestützte Einkaufserlebnisse steigen, doch die Leistung dieser Tools hängt von der Qualität der Produktdaten ab. Einzelhändler müssen hochwertige Produkt-Feeds priorisieren, um dieser Nachfrage gerecht zu werden und das Vertrauen der Kunden aufzubauen. NotPIM bietet eine No-Code-Lösung zur Anreicherung und Standardisierung von Produktdaten, mit der Unternehmen sich schnell anpassen und KI-gestützte Erlebnisse mit Zuversicht bereitstellen können. Die Qualität der Produktdaten wird in diesem Artikel diskutiert. Die Verwaltung dieser Daten ist ein Schlüsselelement der E-Commerce-Infrastruktur. Erfahren Sie, wie Sie Ihre Daten besser verstehen können, mit unseren Artikeln über Produkt-Feeds unter /blog/product_feed/ . Darüber hinaus lesen Sie mehr über wie man verkaufsfördernde Produktbeschreibungen erstellt, um Ihr Datenmanagement zu verbessern. Mit einer effizienten Verwaltung Ihrer Produktdaten sind Sie besser gerüstet, um ein Preislistenverarbeitungsprogramm zu handhaben.