Ob Urlaub, Produktkauf, Software-Plattform oder Servicepartner – immer häufiger beginnt die Orientierung nicht mehr bei Google oder einer Website, sondern im Dialog mit einem KI-System. Im B2C helfen KI-Agenten, Produkte und Angebote zu vergleichen. Im B2B strukturieren sie Anforderungen, bewerten Anbieter und treffen eine erste Vorauswahl.

Die klassische Customer Journey beginnt meist mit einer Suchanfrage oder einem Websitebesuch. KI-Assistenten setzen früher an: Sie übersetzen Absichten in Kriterien, bündeln Informationen und reduzieren viele Optionen auf wenige relevante Angebote. Damit entsteht eine zusätzliche Stufe vor dem bekannten Funnel.

Laut Adobe stieg der von KI-Quellen vermittelte Traffic auf US-Retail-Websites im ersten Quartal 2026 gegenüber dem Vorjahr um 393 Prozent. Gleichzeitig konvertierten diese Besuche besser als klassischer Traffic. OpenAI bezeichnet strukturierte Produktdaten als wichtige Grundlage für Produktsuche und Kaufprozesse in ChatGPT. Maschinenlesbare Informationen werden damit zur Voraussetzung digitaler Sichtbarkeit.

Im B2C treffen Agenten auf standardisierte Angebote, klare Präferenzen und kurze Entscheidungszyklen. Preis, Verfügbarkeit, Lieferzeit und Bewertungen lassen sich strukturiert vergleichen. Sie unterstützen von der Inspiration bis zur Kaufvorbereitung.

Im B2B ist die Situation komplexer. Entscheidungen betreffen häufiger erklärungsbedürftige Lösungen, mehrere Stakeholder und längere Nutzungszeiträume. Neben Preis und Verfügbarkeit zählen technische Eignung, Integrationsfähigkeit, regulatorische Anforderungen, Vertragsmodelle, Servicequalität und wirtschaftliche Effekte. KI-Agenten werden hier selten allein über einen Kauf entscheiden. Sie können jedoch Anforderungen strukturieren, Anbieter vergleichen und Risiken sichtbar machen.

In beiden Fällen verlagert sich ein wesentlicher Teil der Customer Journey. Unternehmen müssen deshalb nicht sofort ihre gesamte Customer Experience neu gestalten. Sinnvoller ist ein begrenzter Test entlang eines konkreten Entscheidungsfalls.

Menschen können Informationslücken oft kompensieren. KI-Systeme arbeiten dagegen mit dem, was auffindbar, zugänglich und interpretierbar ist. Sind Preise, Leistungen oder Verfügbarkeiten unvollständig oder widersprüchlich, steigt das Risiko fehlerhafter Einordnungen.

Entscheidend ist deshalb nicht, Inhalte für KI-Systeme zu optimieren, sondern eine belastbare Informationsarchitektur aufzubauen. Leistungen müssen klar beschrieben, Daten aktuell gehalten und Informationen konsistent bereitgestellt werden. Die Website bleibt wichtig und zunehmend Referenzquelle für Menschen und Maschinen. Wer künftig Teil der Kundenentscheidung sein will, muss dort relevant und verständlich sein, wo KI-Systeme die erste Auswahl treffen.

Kostenlose Beratung anfragen

Von Jan Kempelmann, Market Offering Lead, IBM iX

Startseite