Event-Übersicht
In einem aktuellen Interview erläuterte Vivek Pandya, leitender Analyst bei Adobe Digital Insights, wie datengestützte Analysen und der Aufstieg von generativer KI (GenAI) die E-Commerce-Landschaft grundlegend verändern. Dieses Gespräch, das im Vorfeld des viel beachteten Holiday Shopping Forecast von Adobe stattfand, beleuchtete sowohl die Rolle von Adobe Analytics bei der Bereitstellung branchenweiter, Echtzeit-Benchmarks für Einzelhändler als auch die explosive Auswirkung von GenAI-Tools wie ChatGPT auf das Konsumentenverhalten und digitale Shopping-Journeys.
Pandya hob zwei Kernveränderungen hervor. Erstens verfolgen die aggregierten Analysen von Adobe jetzt nicht nur die individuelle Unternehmensleistung, sondern auch die Wettbewerbspositionierung im gesamten Einzelhandelssektor. Zweitens hat die von GenAI angetriebene Entdeckung – personalisierte Empfehlungen, Preisvergleiche und Shopping-Recherche – ein enormes Verkehrswachstum erfahren, mit Zuwächsen von über 700 % in einigen Kanälen im vergangenen Jahr. Diese beiden Kräfte konvergieren und gestalten die Einzelhandelsstrategie und die technische Infrastruktur des Online-Handels neu.
Bedeutung für E-Commerce und Content-Infrastruktur
Druck auf Produkt-Feeds und Katalogqualität
Da der Traffic von GenAI-gestützten Plattformen stark ansteigt – Adobe-Daten berichten über einen Anstieg der KI-gesteuerten Website-Besuche von 4.700 % im Jahresvergleich bis Juli 2025 – ist eine klare Folge die erhöhte Nachfrage nach hochwertigen, maschinenlesbaren Produkt-Feeds. GenAI-Tools empfehlen Produkte auf der Grundlage strukturierter Produktdaten, Preise und Attribution; unvollständige oder schlecht formatierte Feeds verringern die Sichtbarkeit und Konversionsraten der Einzelhändler. Die technische Fähigkeit, Feeds über Hunderttausende von SKUs hinweg schnell zu aktualisieren und anzureichern, ist jetzt eine Wettbewerbsnotwendigkeit, kein Vorteil mehr. KI-Engines erzwingen im Gegensatz zur traditionellen Suche eine strenge Datenkonsistenz, sodass eine schlechte Katalogtaxonomie oder veraltete Listings von KI-gesteuerten Discovery-Kanälen zunehmend bestraft werden.
Standards in Katalogisierung und Schema-Adoption
Die rasante Entwicklung generativer Such- und Empfehlungstools treibt E-Commerce-Plattformen dazu, universelle Katalogisierungsstandards zu priorisieren. Plattformen konvergieren zu standardisierten Schemata (wie schema.org und GS1), um die Kompatibilität mit GenAI-Agenten und Voice-Commerce-Technologien zu gewährleisten. Branchenweites Benchmarking – ermöglicht durch Opt-in, anonymisierte Datensätze, die von Systemen wie Adobe Analytics aggregiert werden – macht die Leistungsfähigkeit auf Kategorieebene transparent und beschleunigt die Einführung von Best Practices bei der Datenstrukturierung. Einzelhändler, die bei der Katalogvollständigkeit oder dem Attributreichtum zurückbleiben, riskieren eine geringere KI-Sichtbarkeit, insbesondere da "Zero-Click"-Erlebnisse auf GenAI-fähigen Touchpoints immer häufiger werden.
Datenvollständigkeit und Time-to-Market
Da Event-gesteuerte Einzelhandelsmomente (z. B. Black Friday, Singles' Day, große Sportfinals) kurze, aber intensive Nachfragespitzen liefern, ist die Fähigkeit, Produktangebote in Echtzeit zu integrieren, zu aktualisieren und auslaufen zu lassen, von entscheidender Bedeutung geworden. Generative KI-Tools verwenden Echtzeit-Lager- und Preisdaten, um Empfehlungen zu generieren; veraltete Feeds können zu verpassten Verkaufschancen oder Unzufriedenheit der Kunden führen. Einzelhändler investieren in Automatisierung und No-Code-Lösungen, um die Feed-Verwaltung, die Lagerbestands-Synchronisierung und die Varianten-Zuordnung zu rationalisieren und die Erwartungen an die geringere Latenz sowohl der GenAI-Plattformen als auch der Endkunden zu erfüllen.
Erweiterte Rolle von No-Code und KI in Content-Operationen
Automatisierungstechnologien, einschließlich No-Code-Plattformen und KI-gestützter Content-Erstellung, untermauern die Fähigkeit, Produktinhalte zu skalieren und zu personalisieren. Da GenAI-Plattformen einen wachsenden Anteil an der Produktdiscovery und -konversion beeinflussen – Adobe stellte fest, dass über 90 % der befragten Verbraucher KI-generierten Vorschlägen vertrauen – benötigen Einzelhändler dynamische Content-Pipelines. No-Code-Lösungen ermöglichen es Merchandising-Teams und Kategorie-Managern, Produkt-Cards, Beschreibungen und Werbeinhalte ohne technische Abhängigkeiten zu starten und zu optimieren. Die automatisierte Anreicherung, die von KI angetrieben wird, stellt sicher, dass wichtige Produktattribute und Kundenbewertungen aktuell sind und präzise für den KI-Verbrauch strukturiert werden.
Analyse der aktuellen Marktdynamik
Konsumentenverhalten und KI-gesteuerte Personalisierung
Jüngste Daten unterstreichen die wachsende Rolle von GenAI in der Shopping-Journey. Für die Holiday-Saison 2024–2025 meldete Adobe, dass 38 % der US-Verbraucher KI-Tools zur Planung von Einkäufen nutzten und von GenAI angetriebene Sessions nun einen beträchtlichen Anteil der Vorab-Recherche ausmachen. Die demografische Reichweite dieser Akzeptanz ist breit gefächert: Während die Generation Z führend ist, nutzen Millennials und ältere Generationen zunehmend GenAI zur Entdeckung und zum Preisvergleich. Der Markt erlebt nicht nur eine frühe Akzeptanz, sondern auch eine generationenübergreifende Normalisierung des KI-gestützten Shoppings. Traditionelles Advertising und Influencer-Marketing überschneiden sich jetzt mit KI-gesteuerter Discovery und verlagern den Schwerpunkt von Massen-Targeting auf Echtzeit-Personalisierung, die auf Präferenzen basiert.
Fragmentierung und Beschleunigung der Shopping-Zeitpläne
Das konventionelle November–Dezember-Shopping-"Skript" für die Ferienzeit verblasst. Adobe- und eMarketer-Daten bestätigen, dass Käufer bereits im September beginnen, wobei Discovery und Recherche überwiegend auf Mobilgeräten stattfinden und dann mit KI-gestützten Plattformen zusammenlaufen, wenn die Saison ihren Höhepunkt erreicht. Einzelhändler und Marken müssen ihre Inventar-, Preis- und Content-Kalender mit diesen fragmentierten, variablen Zyklen synchronisieren. Echtzeit-Analysen werden unverzichtbar – Einzelhändler, die frühe Nachfragesignale erkennen und nutzen oder sich auf nicht traditionelle Shopping-Spitzen vorbereiten, die mit sozialen oder sportlichen Veranstaltungen verbunden sind, können die Konversion und die Marge weitaus effektiver optimieren.
Technologiegetriebene Veränderungen in der Einzelhandelsinfrastruktur
Mobile Commerce übertrifft weiterhin den Desktop; Adobe-Daten zeigten, dass ab 2025 über 90 % des Netto-Neuzuwachses im E-Commerce während der Ferienzeit über mobile Kanäle erfolgt. KI-gesteuerte Produktdiscovery, ursprünglich ein Desktop-Phänomen, verlagert sich rasch auf das Mobilgerät; LLM-gesteuerter Traffic von Mobilgeräten stieg innerhalb von sechs Monaten von 18 % auf 26 % der gesamten KI-gesteuerten Sessions und wird bis zur Holiday-Saison 2025 voraussichtlich ein Drittel übersteigen. Die Integration von KI und Mobilgeräten eröffnet nicht nur Personalisierung und Discovery für eine breitere Bevölkerungsgruppe, sondern erfordert auch, dass Einzelhändler ihre mobilen Produkt-Feeds, Bilder und Checkout-Abläufe für den KI-Konsum und die Empfehlung in Mobile-First-Kontexten optimieren.
Implikationen für die Einzelhandelsstrategie
Einzelhändler, die sich in dieser neuen Landschaft zurechtfinden, stehen vor einer Reihe klarer Imperative:
- Investieren Sie in ein solides Feed-Management und nutzen Sie die Automatisierung, um die Echtzeitgenauigkeit über alle Produktattribute und Inventarsignale hinweg zu erhalten.
- Übernehmen und erzwingen Sie universelle Katalogisierungsstandards, um einen konsistenten, hochauflösenden Datentransfer zwischen internen Systemen und GenAI-gestützten Discovery-Oberflächen sicherzustellen.
- Priorisieren Sie die mobile Optimierung – nicht nur für die Benutzeroberfläche, sondern auch für die KI-Bereitschaft mit strukturierten Inhalten und einem reibungslosen mobilen Checkout.
- Ermöglichen Sie agile, No-Code-Content-Operationen, die eine schnelle Produkteinführung, -aktualisierung und dynamische Kampagnenverwaltung ohne Entwicklungsverzögerung ermöglichen.
- Beobachten Sie die Marktanalyse genau, um zwischen ephemeren Trends und nachhaltigen Verhaltensänderungen zu unterscheiden, und verwenden Sie Tools wie Adobe Digital Insights, um sich nicht nur an die Geschwindigkeit des Wandels, sondern auch an seine Richtung anzupassen.
Ausblick
Die kommenden Monate, die durch den Holiday Shopping Forecast 2025 unterbrochen werden, werden die These bestätigen, dass datengestützte Analysen und GenAI den Wettbewerbsvorteil im Einzelhandel weiterhin neu definieren werden. Diejenigen, die in Bezug auf Datenvollständigkeit, Katalogstandardisierung und Echtzeit-Content-Agilität führend sind, werden einen überproportionalen Anteil erobern, da Shopping-Journeys zunehmend durch KI-gestützte und mobil dominierte Umgebungen verlaufen. Die Einzelhandelsinfrastruktur entwickelt sich von statischen Katalogen und Legacy-Feed-Systemen zu intelligenten, dynamischen und hoch automatisierten Pipelines, die sowohl auf die Verbrauchernachfrage als auch auf das unaufhaltsame Tempo der technologischen Innovation abgestimmt sind.
Quellen: eMarketer; MetricsCart; Adobe Digital Insights
Die in dieser Analyse hervorgehobenen Trends unterstreichen die entscheidende Bedeutung von gut strukturierten und leicht zugänglichen Produktdaten für den E-Commerce-Erfolg. Da GenAI-Tools zu einem integralen Bestandteil der Shopping-Journey werden, ist die Notwendigkeit sauberer, standardisierter Produktinformationen von größter Bedeutung. NotPIM ermöglicht es Händlern, diese Herausforderungen direkt anzugehen, indem es die Konvertierung, Anreicherung und Standardisierung von Produkt-Feeds automatisiert und die Fähigkeit zur Anpassung an die dynamischen Anforderungen der KI-gesteuerten Produktdiscovery und der Mobile-First-Shopping-Erlebnisse beschleunigt. Dieser proaktive Ansatz stellt sicher, dass Unternehmen die von GenAI gebotenen Möglichkeiten nutzen und sich im sich schnell entwickelnden Einzelhandelsumfeld einen Wettbewerbsvorteil verschaffen können.