Whitepaper · September 2026
Von KI-Antworten zum Umsatz
Wie KI-Assistenten zur Eingangstür für Käufe wurden, was Marken heute messen können und wie Sie AEO-Arbeit mit Leads, Abschlüssen und Umsatz verbinden.
Innerhalb von achtzehn Monaten sind KI-Assistenten vom Beantworten von Produktfragen dazu übergegangen, Bestellungen entgegenzunehmen. ChatGPT, Googles KI-Modus und Gemini, Microsoft Copilot, Perplexity, der Shopping-Assistent von Amazon und, in diesem Monat, Metas Muse helfen Käufern heute beim Produktvergleich, und mehrere können einen Kauf abschließen, ohne dass der Käufer je die Website eines Shops öffnet.
Für Unternehmen lautet die naheliegende Lesart: „In KI-Antworten genannt werden.“ Die Daten weisen auf etwas Nützlicheres hin. Über KI vermittelte Käufer machen noch einen kleinen Teil des Traffics aus, kommen aber weiter fortgeschritten an und kaufen häufiger. Käufer nutzen KI, um das Feld einzugrenzen, und prüfen dann nach, was sie gehört haben: auf der Website der Marke, beim Händler oder im Gespräch mit dem Vertrieb. Der Verkauf wird weiterhin beim Anbieter abgeschlossen. KI-Sichtbarkeit ist damit ein Input für den Vertrieb und kein Ergebnis an sich.
Sechs Erkenntnisse bilden den Rahmen für den Rest dieses Papiers:
Die praktische Schlussfolgerung: Behandeln Sie die Kaufchance – eine Käuferfrage, die Ihre Produktinformationen noch nicht beantworten – als Arbeitseinheit, handeln Sie in jedem Kanal, in dem das Produkt verkauft wird, und verfolgen Sie sie über die Antwort hinaus bis zu Anfragen, Abschlüssen und Umsatz.
Der Wandel vollzog sich öffentlich, Ankündigung für Ankündigung. Die folgende Tabelle listet die Meilensteine auf, die für Unternehmen am wichtigsten sind. Das Muster: Zuerst lernten Assistenten, Produkte zu zeigen, dann den Checkout, und 2026 begann die Branche zu streiten, wo der Checkout stattfinden soll.
| Datum | Was sich geändert hat | Wo der Kauf abgeschlossen wird |
|---|---|---|
| 29. Sep. 2025 | OpenAI startet Instant Checkout in ChatGPT und das Agentic Commerce Protocol, entwickelt mit Stripe11 | Im Assistenten |
| 13. Nov. 2025 | Googles agentischer Checkout geht in den USA live; Shopping kommt in die Gemini-App12 | Google schließt den Kauf auf der Website des Händlers ab |
| 25. Nov. 2025 | Perplexity macht Shopping für US-Nutzer kostenlos, mit Instant Buy über PayPal13 | Im Assistenten |
| 8. Jan. 2026 | Microsoft startet Copilot Checkout in den USA14 | Im Assistenten |
| 11. Jan. 2026 | Google stellt das Universal Commerce Protocol (UCP) vor, gemeinsam entwickelt mit Shopify, Etsy, Wayfair, Target und Walmart8 | Im KI-Modus und in Gemini |
| 24. März 2026 | OpenAI lässt Händler ihren eigenen Checkout nutzen und konzentriert sich auf die Produktentdeckung7 | Übergabe an den Händler |
| 24. Juni 2026 | Salesforce macht einen B2B Buyer Agent allgemein verfügbar, mit Verhandlung vom Warenkorb zum Angebot15 | Im eigenen B2B-Commerce der Marke, in Messaging-Kanälen |
| 8.–24. Sep. 2026 | Meta startet Muse, einen persönlichen Agenten, der den Checkout durchführen kann; Shopify kündigt Shop Pay Checkout für Muse an16 | Im Agenten |
| 16. Sep. 2026 | Google: UCP „ermöglicht schon jetzt den direkten Checkout für Hunderttausende Marken und Händler“6 | Im Assistenten oder per Warenkorb-Übergabe an den Händler |
Die Zielgruppen sind groß. Alphabet meldet mehr als 1 Milliarde monatliche Nutzer für den KI-Modus und 950 Millionen für die Gemini-App.17 Amazon gibt an, sein Shopping-Assistent Rufus sei 2025 von mehr als 300 Millionen Kunden genutzt worden und habe „fast 12 Milliarden US-Dollar an zusätzlichem annualisiertem Umsatz“ erzielt.18 Das sind Zahlen der Unternehmen selbst, und jede beschreibt einen Assistenten im eigenen Ökosystem des jeweiligen Unternehmens.
Der Traffic, der bei den Marken ankommt, ist kleiner und wächst. Adobe, das mehr als eine Billion Besuche auf US-Handelsseiten analysiert, maß für den über KI vermittelten Traffic ein Plus von 693 % in der Weihnachtssaison 2025 und von 62 % gegenüber dem Vorjahr im Juli 2026, wies aber darauf hin, dass die Basis „bescheiden bleibt“.1,2 Über 1.215 Unternehmensdomains hinweg stellte Conductor fest, dass KI-Verweise etwa 1 % aller Besuche ausmachten.19 Schneller als das Volumen hat sich die Qualität verändert: Über KI vermittelte Besucher auf US-Handelsseiten konvertierten am Prime Day 2025 noch 23 % schlechter als anderer Traffic, am Prime Day 2026 dagegen 40 % besser und im Juli 2026 60 % besser.2,20
Käufer geben die Entscheidung nicht aus der Hand. Gartner stellte fest, dass nur 11 % der US-Verbraucher bereit sind, KI eine Kaufentscheidung treffen zu lassen, selbst in Kategorien mit geringem Risiko.4 Sie nutzen den Assistenten, um das Feld einzugrenzen und die Abwägungen zu verstehen – und in der BCG-Umfrage unter mehr als 13.000 Verbrauchern brachte KI in mehr als der Hälfte der KI-gestützten Kaufprozesse eine Marke ins Spiel, die der Käufer sonst nicht in Betracht gezogen hätte.21 Das ist die Chance und zugleich das Risiko: Der Assistent entscheidet, welche Marken berücksichtigt werden, und nutzt dafür die Fakten, die er finden kann.
Hat ein Assistent eine Vorauswahl getroffen, kann der Kauf an einem von drei Orten enden. Marken entscheiden sich selten für nur einen; dasselbe Produkt kann über alle drei verkauft werden.
Google, Microsoft, Perplexity und jetzt Meta lassen Käufer einen Kauf abschließen, ohne den Assistenten zu verlassen. Google, Microsoft und Perplexity sagen jeweils, dass der Händler Merchant of Record bleibt – mit Googles Worten: „Der Händler bleibt immer der Merchant of Record.“8,13,14 Was der Händler verliert, ist die Seite: Der Käufer sieht nie Ihre Produktseite, Ihre Cross-Selling-Angebote oder Ihre Treuehinweise, und auf manchen Oberflächen wird Ihr Tracking nicht ausgelöst. Shopify weist darauf hin, dass Google Analytics und eigene Pixel „im direkten Checkout von Meta nicht ausgelöst werden“, obwohl die Bestellungen in Shopify Meta zugeordnet erscheinen.22
Im März 2026 erklärte OpenAI, die erste Version von Instant Checkout „habe nicht die Flexibilität geboten, die wir bieten möchten“, und ging dazu über, Händler ihren eigenen Checkout nutzen zu lassen, während es sich auf die Produktentdeckung konzentriert.7 Bei Shopify-Shops schließen ChatGPT-Nutzer den Kauf nun im eigenen Checkout des Shops in einem In-App-Browser ab.23 Hier gelten Produktseite, Identität und Kundenbindung weiterhin – und die Fakten auf dieser Seite müssen zu dem passen, was der Assistent gerade gesagt hat.
Bei beratungsintensiven Käufen – ein Auto, ein Haus, Ausrüstung, ein B2B-Vertrag, Matratzen für ein Hotel mit 200 Zimmern – endet die Aufgabe des Assistenten mit einer Vermittlung. AutoTrader und Zillow betreiben Apps in ChatGPT, die Käufer an Händler und Makler weitergeben; Metas Business Agent kann für Unternehmen im Messaging „eingehende Leads qualifizieren“; Salesforces B2B Buyer Agent übernimmt die Beschaffung, einschließlich der Verhandlung vom Warenkorb zum Angebot, über Kanäle wie WhatsApp und SMS.15,24,25 Shopify stellt klar: „B2B-only-Produkte werden für agentische Storefronts nicht unterstützt.“23 Auf diesem Weg prägt KI die Vorauswahl, und ein Mensch schließt den Abschluss. Gartners Befund, dass 69 % der B2B-Käufer KI-generierte Erkenntnisse lieber mit Vertriebsmitarbeitern validieren, beschreibt genau diese Übergabe.5
Nicht jede Tür steht offen. Die Nutzungsbedingungen von Amazon enthalten inzwischen Agent Terms, nach denen kein Agent die Dienste von Amazon nutzen darf, ohne sich zu identifizieren.26 Kanalregeln gehören zur Landschaft, und sie ändern sich.
Was die drei Wege gemeinsam haben: Die Fakten, die der Assistent wiederholt – Spezifikationen, Bedingungen, Preise, Richtlinien, die Belege hinter Aussagen –, stammen von der Marke, ihren Kanälen und ihren Partnern. Ein falscher Fakt kostet mehr als ein fehlender; ein schneller Checkout sorgt nur dafür, dass eine falsche Antwort früher ankommt.
„Erscheinen wir in der KI?“ ist eine vernünftige erste Frage und eine schlechte letzte. Zwischen der Nennung in einer Antwort und einem abgeschlossenen Verkauf liegen vier eigenständige Ebenen, und jede braucht ihre eigenen Belege.
| Ebene | Was es Ihnen sagt | Wie Sie sie heute beobachten können | Zu beachten |
|---|---|---|---|
| 1 · Genannt | Ob Antworten Ihre Marke und Ihr Modell nennen | Antwortprüfungen über Modell-APIs; Plattformberichte wie Googles Share-of-Voice-Ansicht für KI-Modus und Übersicht mit KI6 | Antworten über die API können von denen in Verbraucher-Apps abweichen. Eine Nennung ist keine Empfehlung. |
| 2 · Mit Link zitiert | Auf welche Seiten sich die Antwort stützt – Ihre oder die anderer | Antwortprüfungen, die die Quellenlinks behalten | McKinsey stellte fest, dass die eigenen Websites einer Marke nur 5–10 % der Quellen ausmachen, auf die sich die KI-Suche stützt.27 |
| 3 · Besuch | Ob Antworten Käufer zu Ihnen führen | KI-Verweise in Ihrer Analytics (z. B. GA4) | Erfasst keine Zero-Click-Verläufe und keinen Checkout außerhalb Ihrer Seite. Wenn Google eine KI-Zusammenfassung zeigte, klickten Nutzer in 8 % der Besuche ein Ergebnis an, ohne sie in 15 %.28 |
| 4 · Anfrage oder Abschluss | Ob Käufer auf das reagieren, was sie erfahren haben | CRM-Datensätze, Angebotsformulare, Notizen von Händlern und Vertrieb | Käufer sagen selten von sich aus, wo sie angefangen haben. Fragen Sie bei der Aufnahme, welchen Assistenten sie genutzt und was sie gefragt haben. |
| 5 · Verkauf oder Vertrag | Umsatz | Bestell- und Vertragsunterlagen | Vorher-nachher ist keine Inkrementalität. Halten Sie zugeordneten, beeinflussten und inkrementellen Umsatz getrennt; addieren Sie sie nie. |
Drei Regeln halten das Ganze ehrlich. Messen Sie jede Ebene für sich – eine steigende Zahl von Nennungen beweist nicht mehr Verkäufe, und ein Verkaufssprung beweist nicht, dass sich die Antworten geändert haben. Halten Sie den Fragenkatalog konstant, wenn Sie über die Zeit vergleichen: dieselben Käuferfragen, dieselben Modelle, dieselben Produkte. Und halten Sie fest, was Sie nicht sehen können: Zero-Click-Verläufe, Käufe, die innerhalb eines Assistenten abgeschlossen werden, und Abschlüsse, bei denen niemand festgehalten hat, wie der Käufer Sie gefunden hat.
Eine Kaufchance ist ein Käuferbedürfnis, das Ihre Produktinformationen noch nicht gut beantworten: eine Frage zu Eignung, Bedingungen, Abwägungen oder Nachweisen, die ein Assistent, ein Käufer oder ein Vertriebsmitarbeiter anhand dessen, was Sie veröffentlichen, nicht klären kann. Es ist ein Konzept auf Marktebene. Ein Abschluss ist etwas anderes: der laufende Kauf eines einzelnen Kunden. Halten Sie beides getrennt und verknüpfen Sie es.
Kaufchancen finden Sie, indem Sie von der Seite des Käufers aus arbeiten:
Beispiel zur Veranschaulichung · Musterprodukt, kein Kundenergebnis
| Käuferfrage | Was die Marke veröffentlicht | Zustand | Maßnahme |
|---|---|---|---|
| Schläft man darauf kühl, wenn man als Seitenschläfer schnell schwitzt? | „Kühlender Gelschaum“ | Unbestätigt | Testmethode und Ergebnis zur Kühlung für dieses Modell veröffentlichen oder die Aussage einschränken |
| Ist sie fest genug für Rückenschläfer über 230 lb (etwa 104 kg)? | Härtegrad 6/10; keine Angabe zum Körpergewicht | Fehlend | Gewichtsempfehlung und Spezifikationen der Stützschicht ergänzen |
| Wie lang ist die Probezeit, und wer zahlt den Rückversand? | Website der Marke: 100 Nächte. Eintrag beim Handelspartner: 30 Nächte | Widersprüchlich | Richtlinie vereinheitlichen oder klar angeben, wie sie je nach Händler abweicht |
| Dämpft sie Bewegungsübertragung bei Paaren? | „Ideal für Paare“ | Unbestätigt | Einen Test zur Bewegungsisolation für dieses Modell zitieren oder die Aussage entfernen |
Keine dieser Korrekturen ist außergewöhnlich. Wertvoll werden sie dadurch, dass jede einer echten Käuferfrage entspricht und dass eine Korrektur – etwa ein veröffentlichter Kühlungstest – mehrere Modelle eines Portfolios abdecken kann, während jedes Modell seine eigenen Spezifikationen und Belege behält.
KI-Assistenten lesen alles, was zu einem Produkt veröffentlicht ist: Ihre Seiten, Marktplatz-Einträge, Handelspartner, Feeds und Kataloge, Bewertungen. Das Produkt eines Unternehmens existiert in vielen davon gleichzeitig, und sie driften auseinander.
Answer Engine Optimization (AEO) – auch Generative Engine Optimization (GEO) genannt – bedeutet, dafür zu sorgen, dass Produkte in KI-Antworten verstanden und ausgewählt werden. Für sich genommen endet sie bei der Antwort. Bei den meisten Unternehmen wird der Umsatz weiterhin dort abgeschlossen, wo die Antwort nicht hinsieht: im eigenen Checkout, beim Händler, bei einem Fachhändler oder im Vertrieb. Wer beides verbindet, macht aus AEO statt eines Sichtbarkeitsprojekts eine Vertriebsdisziplin.
Ein Unternehmen kann damit heute mit den vorhandenen Systemen beginnen:
Das Feedback läuft in beide Richtungen. Kaufchancen erzeugen Abschlüsse; Abschlüsse zeigen, welche Chancen die Arbeit wert sind. Die Fragen, die Vertriebsteams hören, sind die verlässlichste Liste von Kaufchancen, die ein Unternehmen hat – und heute erreichen sie die Menschen, die die Produktinformationen schreiben, nur selten.
| Wochen | Ziel | Was Sie tun | Was Sie am Ende haben |
|---|---|---|---|
| 1–3 | Ausgangslage | Wählen Sie die 10–20 umsatzstärksten Produkte aus. Listen Sie für jede Kategorie die Käuferfragen auf. Halten Sie fest, was Assistenten antworten, welche Quellen sie zitieren und wie viele Besuche über KI-Verweise kommen. Fragen Sie den Vertrieb, welche Fragen er am häufigsten hört. | Eine datierte Ausgangslage und eine Liste von Kaufchancen |
| 4–8 | Beheben | Lösen Sie die wertvollsten Chancen auf: Veröffentlichen Sie fehlende Fakten, bereinigen Sie Widersprüche zwischen Kanälen, belegen oder schränken Sie unbestätigte Aussagen ein. Geben Sie Kanal für Kanal frei und veröffentlichen Sie. | Ein freigegebenes Änderungsprotokoll je Produkt und Kanal |
| 9–12 | Messen und verbinden | Stellen Sie dieselben Fragen erneut an dieselben Modelle. Vergleichen Sie die Verweise. Beginnen Sie, Anfragen und Abschlüsse mit der Käuferfrage zu versehen. Entscheiden Sie die nächste Runde. | Ein Vorher-nachher auf einem festen Fragenkatalog und eine erste Verknüpfung zwischen Chancen und Abschlüssen |
Hasmord ist die AEO-native Vertriebsplattform. Käufer stellen ihre Fragen in KI-Assistenten, in der Suche und im Verkaufsgespräch. Hasmord zeigt, wo Ihre Antworten zu Ihren Produkten und Leistungen Lücken haben, macht aus Belegen bessere Antworten, findet potenzielle Kunden für Sie und verbindet jeden Lead mit Ihrem Vertriebsprozess. Es entwirft kanalspezifische Verbesserungen, die Ihr Team freigibt – Texte für Produktseiten, einen Amazon-Listing-Export und in den kostenpflichtigen Tarifen eine von Hasmord gehostete Seite, die für KI-Antwortmaschinen geschrieben ist (sie schreibt nicht in Ihren Shop) – und liest KI-Verweisbesuche aus Ihrem Google Analytics 4.
Ein schlankes Management von Lead bis Vertrag ist live, für Leads, Opportunities und Follow-ups, verknüpft mit den Kauffragen und Produkten dahinter.
Sprechen Sie mit uns: info@hasmord.com · Probieren Sie es mit Ihren eigenen Produkten: www.hasmord.com
Zahlen werden so zitiert, wie ihre Herausgeber sie angeben, und wurden am 25. September 2026 anhand der Originalseite geprüft. Adobe veröffentlicht Wachstumsraten und Verhältnisse, keine absoluten Besuchszahlen aus KI, und hat einige frühere Reihen überarbeitet; wir verwenden die jeweils neuesten Veröffentlichungen und vergleichen keine Zahlen über Veröffentlichungen hinweg. Umfrageergebnisse hängen davon ab, wie die einzelne Frage „KI“ definiert; Zahlen zur Verbreitung aus verschiedenen Studien sollten daher nicht direkt verglichen werden. Von Unternehmen gemeldete Zahlen (Alphabet, Amazon) beschreiben jeweils die eigenen Produkte des Unternehmens. Das Produktbeispiel in Abschnitt 4 dient der Veranschaulichung. Dieses Papier berichtet keine Ergebnisse von Hasmord-Kunden.