Wenn man sich anschaut, wie Menschen heute Kaufentscheidungen treffen – insbesondere bei teuren oder riskanten Anschaffungen – dann verändert sich da gerade Grundlegendes. Die klassische Onlinesuche, bei der man sich mühselig durch Rezensionen klickt oder Produktvergleiche studiert, weicht einer neuen Realität: dem „AI Mode“. Dort bekommt man keine endlose Liste mehr, sondern eine fertige, scheinbar maßgeschneiderte Empfehlungsliste vom KI-System serviert. Und das Spannende ist: Die meisten nehmen diese Liste einfach an.
Wie Käuferinnen und Käufer Entscheidungen in der KI-Welt treffen
In einer großen Untersuchung mit knapp 200 dokumentierten Kaufvorgängen wurde deutlich: Wenn der sogenannte AI Mode aktiviert ist, folgen 74 % der Nutzer direkt den Empfehlungen der KI. Sie vergleichen nicht, sie prüfen kaum nach – sie vertrauen. Zum Vergleich: Klassische Suchende klicken sich gewöhnlich durch mehrere Quellen, lesen, vergleichen und setzen sich ihre eigene Liste zusammen. KI-Nutzer hingegen sparen sich diesen Schritt vollständig. In diesem Verhalten liegt eigentlich der Kern der neuen Suche: Aus „Vergleichen“ wird „Empfehlen lassen“.
Aus der Erfahrung vieler Forschungsteams, aber auch aus eigenen Beobachtungen, lässt sich sagen: Je größer die Komplexität einer Entscheidung, desto verlockender ist es, sich führen zu lassen. Versicherungen, teure Elektrogeräte oder Autos – über all diese Themen will man zwar „richtig“ entscheiden, aber nicht unbedingt stundenlang recherchieren. Genau da greift das Vertrauen in die Maschine.
Ergebnisse, die zum Nachdenken bringen
Besonders aufschlussreich war ein direkter Vergleich: dieselben Personen, dieselben Kaufaufgaben – einmal mit Google-Suche, einmal im AI Mode. Das Resultat war eindeutig. Mit klassischer Suche bauten mehr als die Hälfte ihre Shortlist selbst zusammen. Mit KI verließen sich fast 9 von 10 Teilnehmenden komplett auf die Vorschläge der AI. Nur eine kleine Gruppe suchte zusätzlich Informationen oder überprüfte Preise. Sogar der Anteil derjenigen, die überhaupt noch irgendwo klickten, fiel drastisch – 64 % blieben einfach auf der Übersichtsseite.
Die Entlastung scheint also willkommen. Zitat einer Versuchsperson: „Ich fand das viel besser, es war einfach schneller.“ In dieser Aussage steckt viel – offenbar wird „schneller“ nun als Qualitätsmerkmal wahrgenommen, und nicht als Abkürzung mit Risiko.
Ein interessantes Detail › Position 1 = Platz auf dem Siegerpodest
Fast drei Viertel wählten genau das erste Produkt, das die KI vorgeschlagen hatte. Es ist ein Muster, das wir noch aus der klassischen Suche kennen – nur dass der psychologische Mechanismus hier stärker wirkt. Die KI präsentiert keine offene Liste mehr, sondern einen kuratierten Mini-Vorschlag, wodurch der Nutzende das Gefühl bekommt: „Da hat jemand bereits für mich aussortiert.“ Wenn dann an erster Stelle ein bekannter Markenname auftaucht, wird die Entscheidung fast automatisch.
Trotzdem zeigen rund 25 % ein anderes Verhalten: Sie übergehen die Rangfolge, meist aus Markentreue. Wer Apple liebt, bleibt Apple treu – egal, ob die KI es an dritter Stelle nennt. Doch selbst in diesen Fällen stammen die Produkte fast immer aus dem vorgegebenen KI-Katalog. Das heißt, selbst wenn Nutzer die Reihenfolge ändern, bleibt ihr Blick im von der KI gesetzten Rahmen.
Wie Sprache Vertrauen schafft
Ein besonders spannender Befund betrifft die Formulierungen. In klassischen Ergebnissen baut Vertrauen sich über Quellenvielfalt auf („Wenn mehrere Seiten das Gleiche sagen, muss es wohl stimmen“). Im AI Mode ersetzt der Tonfall der Maschine dieses Vertrauen. Eine einfache Dollarzahl wirkt glaubwürdiger als ein vager Prozentsatz. Wenn die KI also schreibt, „USAA bietet 400 $ Rabatt“, empfinden das Nutzer als präziser und verlässlicher, als wenn dort „20 % Nachlass“ stünde. Der Stil entscheidet über die Wirkung.
Man kann das gut nachvollziehen, wenn man an typische Kaufentscheidungen denkt: Die Sprache der KI klingt objektiv, neutral – sie vermittelt Sicherheit. Und genau hier liegt das Risiko wie auch die Chance. Produkte mit strukturierten, transparenten Daten und klarer Preiskommunikation bekommen in dieser neuen Welt einen enormen Vorteil.
Markenbekanntheit und KI-Formulierungen – zwei Seiten derselben Medaille
Je nach Produkttyp variiert das. Bei schnellen Konsumgütern oder bekannten Marken dominiert Wiedererkennung: Wer den Namen kennt, fühlt sich sicher. Wenn es aber um komplexe oder wenig bekannte Anbieter geht, steuert die Textgestaltung der KI das Vertrauen. Was hier wie neutrale Information aussieht, ist in Wahrheit ein riesiger Einflussfaktor auf das Konsumverhalten.
Wenn du nicht auf der Liste stehst, existierst du nicht
Dieser Satz war wohl der markanteste der ganzen Studie. Wer von der KI gar nicht genannt wird, spielt schlicht keine Rolle mehr im Entscheidungsprozess. Bei Laptops entfielen 93 % aller Abschlüsse auf nur drei Hersteller. Das entspricht der Erfahrung vieler Marketer: Sichtbarkeit verschiebt sich von Suchergebnislisten hin zu der ganz kleinen „Empfehlungs-Blase“ des KI-Dialogs. Und das bedeutet: Selbst minimalste Unterschiede in der Modellbasis können dramatische Folgen für Marktanteile haben.
Bedenklich ist auch, dass Unbekannte kaum eine Chance haben, selbst wenn sie technisch auftauchen. Ein Beispiel aus der Untersuchung: Eine kleine Versicherung wurde zwar vom AI-Tool genannt, aber mehrere Testpersonen strichen sie sofort – „kenne ich nicht, kein Link dran, also wohl nicht seriös“. Der Fehler im Vertrauen entsteht hier aus einer Designentscheidung, nicht aus objektiver Qualität.
Verlassen um zu kaufen – nicht um zu forschen
Etwa ein Viertel aller Nutzer öffnete überhaupt noch externe Seiten, und die meisten davon ausschließlich, um ihre finale Wahl abzuschließen – Preis prüfen, Verfügbarkeit, Kauf klicken. Kaum jemand nutzte externe Quellen, um Alternativen zu vergleichen. Das steht im starken Gegensatz zum Suchverhalten der Vergangenheit, wo Foren und Testportale fast Pflicht waren. Interessant: Reddit, früher gern konsultiert, tauchte in der Studie kaum noch auf. Die Nutzerinnen und Nutzer sahen offenbar keinen Grund, das bereits „aggregierte“ Wissen nochmals zu prüfen. Alles erschien schon zusammengefasst und bewertet.
Man kann diese Entwicklung aus zwei Perspektiven betrachten: Sie senkt Hürden beim Einkauf und spart Zeit, aber sie eliminiert die Phase des aktiven Lernens über Produkte. Käufer wirken informierter – sind es aber womöglich weniger.
Die drei Stellhebel für Marken
Was kann man als Marke oder Unternehmen tun, um in dieser neuen Umgebung sichtbar zu bleiben? Die Untersuchung benennt drei entscheidende Faktoren – und aus meiner Erfahrung als Berater würde ich sie genau so unterschreiben.
1. Sichtbarkeit auf Modellebene
Früher galt: Wer für relevante Keywords rankt, gewinnt Traffic. Heute gilt: Wer im Denkraum des KI-Modells vorkommt, existiert. Es hilft also nicht mehr nur, gute SEO-Signale zu senden, sondern dafür zu sorgen, dass KI-Systeme über dich gutes, strukturiertes Wissen haben. Dazu gehören vollständige Produktdaten, klare Beschreibungen und regelmäßiges Monitoring. Frag die KI doch selbst: „Welche Waschmaschinen sind unter 1500 € empfehlenswert?“ Wenn du nicht genannt wirst, kennst du dein Problem.
2. Wie die KI über dich spricht
Der zweite Hebel betrifft das Wording. KI-Systeme übernehmen Formulierungen aus Datenquellen. Wenn auf der eigenen Website unscharfe oder generische Texte stehen, wird daraus auch eine blasse Beschreibung im Chatfenster. Wer hingegen konkrete Attribute liefert – Preisangabe, Nutzertyp, Alleinstellungsmerkmal – verschafft sich ein schärferes Profil. So wie ein Verkäufer, der nicht nur sagt: „Das ist ein guter Fernseher“, sondern erklärt, warum genau dieser für dich passt.
3. Preisstrukturen und Kontextdaten
Bedingt durch ihre Trainingsdaten neigen KI-Systeme zur Verallgemeinerung. Wenn Preise stark variieren (wie bei Versicherungen), produziert die Ausgabe oft fiktive Mittelwerte. Nutzer glauben dennoch, das sei real. In der Studie war diese Überkonfidenz bei über 60 % der Teilnehmer zu sehen. Was also tun? Produkte sollten mit exakten Preisspannen, regionalisierten Angeboten oder klaren „abhängig von…“-Hinweisen veröffentlicht werden. So füttert man das Modell mit realistischen Kontexten – und schützt zugleich den Nutzer vor falscher Sicherheit.
Was das alles für dich als Marketer bedeutet
Die Grenzen zwischen Suche, Empfehlung und Kauf verschwimmen. Früher sprach man vom „Funnel“ – Aufmerksamkeit, Erwägung, Entscheidung. In der KI-Suche wird dieser Trichter zusammengedrückt. Es gibt fast nur noch zwei Phasen: Vorschlag und Abschluss. Das heißt, Markenbildung und Datenqualität entscheiden früher und härter.
Erfolgreich wird, wer sich in diesen Moment hineinversetzen kann: Die KI verfasst eine kurze, vertrauenswürdige Zusammenfassung – und deine Marke muss darin vorkommen. Das ist die neue SEO-Herausforderung, oder besser gesagt: Large Language Model Optimization.
Ein kleiner Gedanke am Rande
Was mich daran fasziniert: Wir Menschen wollen noch immer glauben, dass neue Technik unsere Entscheidungen rationaler macht. Tatsächlich delegieren wir Intuitionen nur an einen anderen Akteur – an ein System, das ebenfalls Mustererkennung betreibt. Das bedeutet nicht, dass es schlechter ist, aber wir sollten uns der Mechanismen bewusst bleiben. Ein wohlklingendes Wort der KI kann unsere Einschätzung stärker prägen als tausend echte Nutzerbewertungen.
Ein Fazit mit offenem Ende
Diese Studie liefert kein endgültiges Urteil, aber sie zeigt ein deutliches Muster: KI ersetzt nicht bloß die Suchoberfläche, sondern sie verschiebt das Vertrauen. Und Vertrauen bestimmt Verhalten.
Für dich heißt das: Sorge dafür, dass deine Marke sichtbar, eindeutig beschreibbar und semantisch reich ist. Verlass dich nicht auf alte SEO-Muster – teste, wie du im AI Mode erscheinst. Überprüfe regelmäßig, wie die KI über dich spricht. Und denke daran: Wenn du in dieser kleinen Empfehlungsliste fehlst, wirst du vom Markt nicht ignoriert – du wirst schlicht vergessen.
