ChatGPT & Co: Welche Risiken Unternehmen im E-Commerce drohen

E-Commerce und ChatGPT: Wie KI-Systeme den Vertrieb übernehmen

Der Online-Handel steht vor einem historischen Umbruch: Nicht mehr klassische Suchmaschinen oder aufwendig gestaltete Webshops entscheiden künftig über den Warenkorb – die Steuerung übernimmt Künstliche Intelligenz. Kaufentscheidungen werden von Algorithmen vorstrukturiert oder im sogenannten Agentic Commerce direkt autonom von KI-Systemen gefällt.

Diesen radikalen Marktwechsel hat die auf digitale Transformation spezialisierte Volkswagen-Tochter Diconium analysiert und in einem aktuellen Expert Paper verdichtet. Der Report stützt sich auf fünf zentrale Entwicklungen:

• Sichtbarkeit in KI-Interfaces: Wer bei ChatGPT, Perplexity & Co. nicht durch maschinenlesbare Daten auftaucht, verliert den Erstkontakt zum Kunden.
• Orchestrierte KI-Agenten: Echte Schlagkraft entsteht erst, wenn kundenorientierte Frontend-Agenten nahtlos mit internen Backend-Agenten zusammenspielen.
• Profitabilität statt Wachstum: Als "stiller Mitarbeiter" automatisiert KI Hintergrundprozesse – von der Sortimentsplanung bis zur Retourenquote.
• Der Webshop als Datenlieferant: Onlineshops wandeln sich vom Einstiegskanal zur Vertrauensinstanz am Kaufende und zum API-Datenlieferanten im Hintergrund.
• Der "Human Touch" als Anker: Je automatisierter die Abläufe werden, desto wertvoller wird persönlicher Service in kritischen Momenten wie Reklamationen.

Als Mitautor des Reports erklärt Burkhard Richter, Director Digital Consulting bei Diconium, welche Konsequenzen diese Entwicklungen für die Praxis haben und welche Fehler Unternehmen jetzt vermeiden müssen.

Machtwechsel im E-Commerce: Wie KI-Systeme die Produktsuche steuern

Fehlt Unternehmen die Präsenz bei KI-Assistenten, verlieren sie den entscheidenden Erstkontakt im E-Commerce – genau den Moment, in dem Kunden ihre Präferenzen bilden. Marken laufen Gefahr, erst dann aufzutauchen, wenn die Produktauswahl durch Algorithmen bereits vorgefiltert ist oder feststeht. Damit verschiebt sich nicht nur der Wettbewerb, sondern die Kontrolle: Die Entscheidung über die Produktpräsentation liegt künftig nicht mehr bei den Herstellern, sondern bei den KI-Systemen.

Die Konsequenzen treffen das Kerngeschäft direkt. Fehlt die Anpassung an KI-Systeme, büßen Unternehmen bereits in der Orientierungsphase der Käufer spürbar Reichweite ein. Das schwächt die Strahlkraft der Marke und schlägt sich langfristig in den Bilanzen nieder.

KI-Systeme hebeln dabei die Logik klassischer Suchmaschinen aus: Sie empfehlen meist nur eine sehr kleine Auswahl konkreter Produkte. Eine zweite Ergebnisseite wie bei Google existiert im Chatfenster schlicht nicht mehr. Wer im relevanten Set der KI fehlt, ist für den Kunden unsichtbar.

Zugleich wächst die Abhängigkeit von wenigen Technologiekonzernen, die sich als neue Marktwächter etablieren. Unternehmen ohne eigene Strategie verlieren rasch nicht nur den Einfluss auf ihre Reichweite, sondern die direkte Schnittstelle zum Markt. Besonders kritisch ist dabei die verpasste Lernkurve: Der KI-getriebene Commerce befindet sich in einer hochdynamischen Frühphase. Die Erfahrungen, die Betriebe heute versäumen, fehlen ihnen morgen im Wettbewerb.

KI-Lesbarkeit von Produktdaten: Die vier entscheidenden Bausteine

Um Produkte in KI-Systemen sichtbar und empfehlenswert zu machen, wird die Qualität und Struktur der zugrunde liegenden Daten zum entscheidenden Erfolgsfaktor. KI kann nur auf Basis dessen agieren, was ihr in maschinenlesbarer Form zur Verfügung steht. Und genau das verändert die Anforderungen an Unternehmen grundlegend.

1. Strukturierte Produktdaten: Technische Merkmale, Beschreibungen und normierte Einheiten, die Software eindeutig interpretieren und vergleichen kann. Ohne diese Basisdaten findet ein Produkt im Auswahlprozess gar nicht erst statt.
2. Kontextuelle Informationen: Angaben zu Zielgruppen, Nutzungssituationen und Anwendungsfällen, um Suchanfragen sinnvoll mit der echten Nutzerintention abzugleichen.
3. Echtzeitdaten zu Preis und Verfügbarkeit: API-basierte Datenströme sind unverzichtbar. Produkte ohne verlässliche Bestandsinformationen werden von der KI im Zweifel gar nicht erst berücksichtigt.
4. Differenzierende Signale: Bewertungen, Serviceinfos, FAQs sowie Liefer- und Retourendetails dienen der KI als Entscheidungshilfe, um Produkte im Wettbewerb zu priorisieren.

Fehlt einer dieser Bausteine, sinkt die Wahrscheinlichkeit erheblich, in KI-gestützten Entscheidungsprozessen überhaupt vorgeschlagen zu werden.

Compliance & Recht: Was gilt im Agentic Commerce?

Führen KI-Agenten eigenständig Einkäufe für Nutzer durch, entstehen neue rechtliche Anforderungen, die weit über das klassische E-Commerce-Recht hinausgehen. Im Zentrum stehen Haftung, Sicherheit und Datenschutz – insbesondere im Zusammenspiel von EU AI Act und DSGVO:

• Haftung: Bei Fehlentscheidungen der KI muss klar geregelt sein, wer haftet: Systemanbieter, Händler oder Nutzer. Durch EU-Regelwerke wie die neue Produkthaftungsrichtlinie wird KI zunehmend wie ein physisches Produkt behandelt. Der EU AI Act verlangt zudem lückenlose Dokumentation und Risikobewertungen.
• Sicherheit: Sobald KI-Agenten greifen direkt in Finanztransaktionen ein. Sie müssen durch robuste Risikomanagementsysteme vor Manipulationen und Cyber-Angriffen geschützt werden.
• Datenschutz: Nach DSGVO dürfen Kaufhistorien und Präferenzen nur strikt zweckgebunden verarbeitet werden. Bei automatisierten Käufen bleiben Widerspruchsrechte und menschliche Überprüfungspflichten unberührt bestehen.
• Transparenz: Unternehmen müssen offenlegen, wenn Nutzer mit KI interagieren oder Kaufentscheidungen durch Algorithmen getroffen werden. Die Empfehlungslogik muss nachvollziehbar bleiben.

Der "Human Touch": Wo bleibt der Mensch unersetzlich?

Kunden suchen nicht an festen Touchpoints nach Menschen – sondern in kritischen Momenten der Customer Journey, in denen Unsicherheit, Risiko oder Emotionen entstehen. Typische Beispiele sind High-Value-Erstkäufe, Lieferprobleme, Reklamationen oder komplexe Sonderfälle.

Die zentrale Erkenntnis lautet: Kunden suchen nicht zwingend menschliche Gesellschaft. Sie suchen menschliche Verantwortung, sobald die Konsequenzen eines Fehlers relevant werden. Genau dort entscheidet sich, ob KI lediglich Effizienz schafft – oder ob sie gemeinsam mit menschlicher Verantwortung auch nachhaltiges Vertrauen aufbaut.

Fehler bei der KI-Einführung: Fünf Fallstricke für Unternehmen

Im Online-Handel setzen immer mehr Unternehmen auf Künstliche Intelligenz. Viele versuchen, die neuen Systeme so schnell wie möglich zu integrieren – doch genau dabei passieren entscheidende Fehler. Dass KI-Projekte scheitern, liegt nämlich selten an der Technik selbst. Wer den digitalen Wandel erfolgreich gestalten will, muss vor allem fünf typische Fallstricke vermeiden:

1. Technologie vor Kundenproblem: Viele Betriebe führen KI-Tools ein, ohne vorher ein konkretes Entscheidungs-, Service- oder Effizienzproblem zu definieren. Erfolgreiche KI beginnt jedoch nicht beim Werkzeug, sondern bei der betrieblichen Notwendigkeit.
2. Automatisierung mit Kundennutzen verwechseln: Rein auf Effizienz zu optimieren, greift zu kurz. Wer im Streben nach höheren Automatisierungsquoten menschliche Unterstützung in kritischen Momenten streicht, riskiert den Verlust von Kundenvertrauen und Loyalität.
3. Datenbasis unterschätzen: KI ist nur so belastbar wie das Fundament, auf dem sie arbeitet. Fragmentierte Systeme oder unvollständige Produktdaten verhindern, dass Algorithmen Zusammenhänge korrekt bewerten. Eine strukturierte Datenbasis ist die Grundvoraussetzung.
4. Isolierte Betrachtung statt End-to-End-Ansatz: Die Punkt-Optimierung einzelner Touchpoints greift zu kurz. Der eigentliche Wert entsteht erst, wenn KI-Assistenten, Commerce-Systeme und Serviceprozesse zu einem vernetzten Ökosystem zusammengefügt werden.
5. Governance zu spät mitdenken: Ohne klare Verantwortlichkeiten und Eskalationswege für die Übergabe von der KI an den Menschen entsteht bei Fehlverhalten Frustration. Gerade im automatisierten Commerce bleibt menschliche Kontrolle (Human Oversight) der entscheidende Korrektivfaktor.

Roadmap zur KI-Skalierung: Der Fahrplan für 12 bis 18 Monate

Um die KI-Nutzung im Commerce erfolgreich zu skalieren, rät Burkhard Richter zu einem strukturierten Vorgehen statt eines Über-Nacht-Wechsels zu autonomem Agentic Commerce. Der größte Fehler ist es, zu früh auf eine flächendeckende Automatisierung zu setzen, bevor Daten, Governance und Prozesse wirklich stehen. Die Transformation vollzieht sich stattdessen über drei Phasen:

Phase 1: Grundlagen schaffen & pilotieren (0–6 Monate)

In der Startphase schaffen Unternehmen das Fundament: Sie konsolidieren Datenstrukturen, bereiten Produktdaten maschinenlesbar auf und verknüpfen Kundenprofile sowie Kernsysteme. Zeitgleich werden klare Compliance- und Qualitätskriterien (Governance) definiert. Erst auf dieser Basis starten zwei bis drei klar abgegrenzte Pilotprojekte mit messbarem Mehrwert – beispielsweise in der intelligenten Produktsuche, im Kundenservice oder bei der automatisierten Content-Erstellung.

Phase 2: Erfolgreiche Piloten in Prozesse integrieren (6–12 Monate)

Der Fokus verschiebt sich von isolierten Tools hin zu durchgängigen End-to-End-Prozessen. Bewährte Piloten werden tief in bestehende Commerce- und CRM-Systeme eingebunden. Unternehmen etablieren in dieser Phase funktionierende Schnittstellen und Übergabeprozesse zwischen KI-Agenten und menschlichen Mitarbeitern entlang der gesamten Customer Journey.

Phase 3: Skalieren & orchestrieren (12–18 Monate)

KI wird von der Testphase zur festen operativen Fähigkeit. Mehrere Anwendungsfälle laufen nun parallel, während Monitoring und menschliche Kontrolle (Human Oversight) fest verankert sind. Im Mittelpunkt steht nicht mehr das Experimentieren, sondern die Vernetzung aller Systeme mit klarem Blick auf Profitabilität, Skalierbarkeit und eine konsistente Customer Experience.

Über alle Phasen hinweg bleibt eine Regel konstant: Nicht die bloße Anzahl an KI-Anwendungen entscheidet über den Markterfolg, sondern die Qualität und systemübergreifende Verfügbarkeit der Daten. KI skaliert nicht über mehr Piloten, sondern über bessere Grundlagen. Wer Datenqualität, Systemintegration und Governance früh adressiert, macht Künstliche Intelligenz vom Experiment zum festen Treiber der eigenen Wertschöpfung.

ChatGPT & Co: KI-Tools verändern den Vertrieb – der Mensch bleibt entscheidend

Die Zukunft des E-Commerce wird maßgeblich von Künstlicher Intelligenz geprägt. Sichtbarkeit entsteht künftig nicht mehr allein über Suchmaschinen oder Webshops, sondern über hochwertige, maschinenlesbare Daten und intelligente Schnittstellen. Unternehmen müssen deshalb ihre Datenqualität, Prozesse und Governance konsequent auf AI Commerce ausrichten. Gleichzeitig zeigt sich, dass Automatisierung allein kein Wettbewerbsvorteil ist. Gerade bei komplexen Entscheidungen, Reklamationen oder sensiblen Kundensituationen bleibt menschliche Verantwortung unverzichtbar. Wer KI als Ergänzung statt als Ersatz versteht und frühzeitig die richtigen Grundlagen schafft, kann die technologische Transformation erfolgreich gestalten und sich langfristig Wettbewerbsvorteile sichern.