Nach der Nennung kommt die Auswahl: KI-Agenten wägen beim Kaufen kaum ab
Ein KI-Agent soll eine Fitnessuhr kaufen. Vor sich hat er acht Modelle, dazu eine Testseite, ein Forum und ein Magazin. Welche Uhr er nimmt, hängt in neuen Experimenten weniger von den Uhren ab als davon, welche Quelle er zuerst liest, in welcher Form sie ankommt und was er über den Nutzer zu wissen glaubt. Für GEO heißt das: Die Nennung in der KI-Antwort ist die Eintrittskarte. Gewählt wird danach.
Zwei kontrollierte Experimente mit rund 26.000 und 23.015 Testläufen in simulierten Shops. Die Effekte schwanken stark je nach Modell.
- →Wer in einer KI-Antwort genannt wird, ist noch nicht gewählt. Zwei neue Experimente untersuchen den Schritt danach: wie KI-Agenten aus mehreren Produkten eines auswählen.
- →Agenten bilden keinen Mittelwert aus mehreren Quellen. Meist setzt sich eine Quelle durch, und welche, hängt vom Modell ab. Auch die Reihenfolge der Quellen, die Art ihrer Lieferung und ein einziger Satz Nutzerkontext verschieben die Wahl.
- →Je stärker ein Verkaufshinweis wie „Bestseller“ die Wahl lenkt, desto weniger Alternativen prüft der Agent vor seiner Entscheidung.
- →Reale Systeme nutzen genau diese Hebel: OpenAI dokumentiert für ChatGPT gespeicherte Nutzererinnerungen und vorab erzeugte Modellantworten als Eingaben der Produktauswahl, erzeugt Labels wie „Most popular“ selbst und ordnet danach in einer zweiten Auswahl die Händler.
- →Eine repräsentative Befragung in Deutschland zeigt: Die meisten wollen KI vergleichen lassen, bezahlen aber lieber selbst. Die Vorauswahl findet trotzdem schon in der KI statt.
- →Methodik: Laborexperimente mit simulierten Shops und je einer begrenzten Produktauswahl. Sie zeigen, wie anfällig Agenten sind, nicht, wie oft das im echten Einkauf passiert.
Genannt ist noch nicht gewählt
Unser Stufenmodell in „Von der passenden Seite zur Markennennung“ endet bei der Nennung: Ein Inhalt passt zur Anfrage, die KI greift ihn als Quelle auf, die Marke wird genannt. Weiter reichte die Studie dahinter nicht. Was nach der Nennung geschieht, blieb offen.
Für Kauf-Agenten lässt sich diese Frage inzwischen experimentell untersuchen. Forscher bauen dafür simulierte Shops, geben einem Agenten eine Kaufaufgabe und verändern gezielt einzelne Bedingungen: welche Quellen er vorher sieht, in welcher Reihenfolge, mit welchen Verkaufshinweisen. Dann zählen sie, welches Produkt er wählt. Zwei solcher Experimente sind in den vergangenen Wochen erschienen.
Eine Quelle setzt sich durch
Ein Team der Wharton School hat sechs aktuelle Modelle von Anthropic, OpenAI und Google rund 26.000-mal eine Fitnessuhr kaufen lassen. Der Agent sah jeweils ein Raster mit acht Uhren, je Bedingung lief der Test 200-mal. Ohne weiteren Kontext hatte jedes Modell einen stabilen Favoriten. Dann veränderten die Forscher, was der Agent vor dem Kauf zu sehen bekam:
„Choices were stable on the bare grid; the added layers made them unpredictable.“ — Kumar, Meincke, Shapiro, Mollick, Puntoni und Mollick, Wharton Generative AI LabsSinngemäß: Auf dem bloßen Produktraster wählten die Modelle stabil. Jede zusätzliche Informationsschicht machte die Wahl unvorhersehbar.
Die Autoren folgern daraus vor allem etwas für Entwickler: Wer Kauf-Agenten nur an der eigentlichen Kaufoberfläche testet, unterschätzt, wie leicht sie sich umlenken lassen. Für Marken steckt darin eine zweite Lehre: Welche Quelle ein Agent als maßgeblich behandelt, ist von außen kaum vorherzusagen und unterscheidet sich von Modell zu Modell.
Je stärker der Hinweis, desto kürzer die Suche
Forscher des KAIST und der Arizona State University haben in einem simulierten Shop 23.015 Testläufe mit drei Modellen von zwei Anbietern durchgeführt. Sie variierten neun klassische Verkaufshinweise, also Signale, die eigentlich für menschliche Käufer gedacht sind. Die Hinweise wirkten, aber unterschiedlich stark je nach Hinweis und Modell. Im wichtigsten getesteten Modell hob ein „Bestseller“-Hinweis die Auswahlrate eines Produkts von 11,5 % auf 70,0 %.
Dass ein Sprachmodell, das an menschlichen Texten gelernt hat, auf solche Signale anspricht, überrascht wenig. Bemerkenswerter ist der zweite Befund: Je stärker ein Hinweis die Wahl lenkte, desto weniger Alternativen sah sich der Agent an, bevor er sich festlegte. Die Autoren nennen das einen Zielkonflikt zwischen Aussagekraft und Erkundung. Ein starkes Signal verschiebt also nicht nur die Wahl, es verkürzt auch die Prüfung davor.
Einschränkung: Es handelt sich um einen Kurzbeitrag für die Konferenz ICIS 2026. Öffentlich ist bisher nur die Zusammenfassung, die getesteten Modelle sind dort nicht genannt.
Dieselben Hebel, offiziell dokumentiert
Laborexperimente lassen offen, ob reale Systeme überhaupt so arbeiten. Für ChatGPT gibt es dazu seit heute eine aktualisierte Beschreibung von OpenAI selbst. Danach erscheint ein Produkt in der Auswahl, wenn ChatGPT es für passend zur Absicht des Nutzers hält. In diese Einschätzung fließt mehr ein als die Anfrage:
Wer einmal gesagt hat, dass er Clowns nicht mag, bekommt im Beispiel von OpenAI keine Clownskostüme mehr gezeigt. Wie viel solcher Kontext gespeichert wird, zeigt eine Studie des Max-Planck-Instituts für Softwaresysteme, der Ruhr-Universität Bochum und der TU Delft, vorgestellt auf der ACM Web Conference 2026: Von 2.050 Erinnerungen über 80 echte Nutzer legte ChatGPT 96 % selbst an, ohne ausdrückliche Bitte, 52 % enthielten psychologische Einschätzungen der Person. Der Kontext, der die Produktwahl mitbestimmt, entsteht also größtenteils nebenbei, und weder Nutzer noch Marken steuern ihn gezielt.
Einschränkung: Die Daten wurden vor Februar 2026 erhoben, OpenAI hat das Memory-System seitdem weiterentwickelt.
Bemerkenswert offen ist der Hinweis auf „Modellantworten, die ChatGPT erzeugt, bevor es neue Suchergebnisse berücksichtigt“. Das Modell bringt also schon eine Meinung mit, bevor es sucht. Wie stark das wirkt, haben wir in „Gefunden oder erinnert“ beschrieben.
Auch Verkaufshinweise gibt es im echten System, nur setzt ChatGPT sie selbst. „Budget-friendly“ kann bedeuten, dass Rezensenten oft das Preis-Leistungs-Verhältnis loben, nicht dass das Produkt am günstigsten ist. Das System liest solche Signale also nicht nur, es erzeugt sie auch. Und bei der anschließenden Händlerwahl ist der Preis in der ersten Antwort meist der des ersten Händlers, nicht unbedingt der niedrigste. Eine stärkere Personalisierung dieser Reihenfolge ist angekündigt.
Einschränkung: Die Dokumentation nennt Eingaben, aber keine Gewichtungen und keine Tests zur Qualität der Auswahl. Sie zeigt, welche Hebel es gibt, nicht, wie stark sie wirken.
KI wählt vor, der Mensch bezahlt
Dass Agenten bald selbstständig einkaufen, ist für diese Befunde gar nicht nötig. Eine repräsentative Online-Befragung von 500 Verbrauchern, die das EHI Retail Institute für KPMG durchgeführt und am 8. Oktober veröffentlicht hat, zeigt die Arbeitsteilung. 46 % haben KI in den vergangenen zwölf Monaten häufig oder sehr häufig für Kaufentscheidungen genutzt. Vergleichen und Informieren überlassen viele gern einem Agenten, beim Bezahlen sinkt die Bereitschaft deutlich, und die meisten wollen jederzeit eingreifen können.
Online-Befragung von 500 Verbrauchern, durchgeführt vom EHI Retail Institute für KPMG, Oktober 2026.
Auffällig ist, wem die Befragten dabei vertrauen: 64 % halten allgemeine KI-Assistenten für objektiver, nur 7 % die KI eines Händlers oder Herstellers. Die Vorauswahl findet also bevorzugt in Systemen statt, die Marken nicht selbst kontrollieren. Dass Käufer KI-Empfehlungen trotzdem oft noch selbst nachprüfen, haben wir in „Nach der KI-Empfehlung ist der Kauf noch offen“ beschrieben. Nachgeprüft wird aber nur, was nach der Vorauswahl übrig bleibt.
Die Anbieter bauen genau diese Arbeitsteilung. Anthropic hat am 23. Oktober mit Claude Duet einen proaktiven Agenten vorgestellt, der über mehr als 6.000 Anbindungen arbeitet, darunter Shopify und Stripe. Er kauft über Link oder Shop Pay, aber erst nach Bestätigung durch den Nutzer. Ähnliche Agenten gibt es von Google, OpenAI und Meta. Duet ist bisher nur als Vorschau in den USA verfügbar.
Behauptung: „Mit einem Bestseller-Hinweis gewinnt man KI-Agenten für sich.“
Einordnung: So einfach nicht. Im Experiment war der Hinweis künstlich gesetzt. Im echten Handel vergeben solche Hinweise meist die Plattformen, nicht die Marken. Die Wirkung schwankte außerdem je nach Hinweis und Modell. Und ein falscher Bestseller-Hinweis wäre schlicht irreführend.
Behauptung: „KI-Agenten entscheiden nach objektiven Produktdaten.“
Einordnung: Nein. Auf einem nackten Produktraster wählten die Modelle zwar stabil. Sobald aber Quellen, deren Reihenfolge oder Nutzerkontext dazukamen, verschob sich die Wahl teils fast vollständig, auch weg vom objektiv besten Angebot.
Behauptung: „Relevant wird das erst, wenn Agenten selbst bezahlen.“
Einordnung: Nein. Schon wenn eine KI fünf Produkte auf zwei reduziert, ist die Entscheidung zum großen Teil gefallen. Genau diese Rolle als Vergleichs- und Vorauswahlhilfe wollen viele Verbraucher der KI bereits geben.
Behauptung: „Die Ergebnisse gelten für alle Produktkategorien und Agenten.“
Einordnung: Das ist offen. Ein Experiment arbeitete mit einer einzigen Kategorie, Fitnessuhren, und mit Bildschirmfotos statt echter Websites. Vom zweiten ist bisher nur eine Kurzfassung öffentlich, ohne Angabe der getesteten Modelle.
Sichtbarkeit öffnet die Tür, entschieden wird dahinter
Die Experimente verlängern die Kette aus dem Stufenmodell um eine Stufe, die bisher kaum gemessen wird:
Sichtbarkeit bleibt die Voraussetzung: Was nicht genannt wird, kann auch nicht gewählt werden. Aber zwischen Nennung und Kauf wählt der Agent aus, welches Produkt er vorschlägt, und diese Auswahl folgt anderen Regeln. Er wägt dabei weniger ab als vermutet. Er folgt oft einer einzigen Quelle, reagiert auf die Form, in der Informationen ankommen, und hört früher auf zu suchen, wenn ein Signal stark genug ist.
Für Marken heißt das nicht, Agenten mit Verkaufshinweisen zu bespielen. Es heißt, dass die Aussagen über ein Produkt in allen Quellen tragen müssen, die ein Agent lesen könnte: auf Testseiten, in Foren, in Vergleichen und in den eigenen Produktdaten. Wenn unklar ist, welche Quelle bei welchem Modell den Ausschlag gibt, ist Stimmigkeit über alle Quellen die robusteste Strategie.
„GEO endet nicht bei der Nennung. Wer genannt wird, ist im Rennen. Gewählt wird, wessen Geschichte in den Quellen trägt, auf die der Agent gerade hört.“
Dr. Michael Mohaupt, rethink.expert
Fünf Prüfschritte für die Auswahl-Stufe
Die Quellen kennen, die Agenten lesen: Was sagen Testseiten, Foren und Vergleichsportale zum eigenen Produkt, und sagen sie dasselbe? Widersprüche sind das größte Risiko, weil oft eine Quelle allein den Ausschlag gibt.
Nicht nur die Nennung messen, sondern die Wahl: in Testläufen mit festen Kandidaten prüfen, wie oft ein Agent das eigene Produkt auswählt, über mehrere Modelle und mit Wiederholungen.
Vorteile belegen, nicht behaupten: Konkrete Daten, Preise und Bewertungen tragen auch dann, wenn kein Verkaufshinweis hilft. Hinweise wie „Bestseller“ vergeben meist die Plattformen.
Für Händler: Die zweite Auswahl im Blick behalten. Ein Produkt kann gewählt werden und der eigene Shop trotzdem hinten landen. Preise und Verfügbarkeit in den Produktdaten aktuell halten und prüfen, welcher Händler bei kaufnahen Anfragen zuerst erscheint.
Eigene Shopping-Assistenten realistisch testen: mit vorgeschalteten Quellen und Nutzerkontext, nicht nur am nackten Produktraster.
KI-Agenten und Produktauswahl
In Experimenten wägen sie weniger ab als erwartet. Ohne Kontext hat jedes Modell einen stabilen Favoriten. Kommen Quellen dazu, setzt sich meist eine durch, welche, hängt vom Modell ab. Auch die Reihenfolge der Quellen, die Art ihrer Lieferung und ein Satz Nutzerkontext können die Wahl verschieben.
Ja, im Experiment deutlich: Ein „Bestseller“-Hinweis hob die Auswahlrate eines Produkts in einem Modell von 11,5 % auf 70 %. Die Wirkung schwankt aber je nach Hinweis und Modell. Und je stärker ein Hinweis wirkt, desto weniger Alternativen prüft der Agent vorher.
Selten. Viele Verbraucher wollen KI zum Vergleichen nutzen, aber selbst bezahlen. Für die Produktwahl reicht das: Schon wenn eine KI die Auswahl verengt, ist die Entscheidung zum großen Teil gefallen.
Ob die Quellen, die Agenten lesen, zum eigenen Produkt dasselbe sagen, und wie oft ein Agent das Produkt auswählt, wenn es zur Wahl steht, über mehrere Modelle und Wiederholungen. Eine Nennung allein sagt darüber wenig.
Wie oft wählt ein KI-Agent Ihr Produkt, wenn es zur Auswahl steht? Wir testen es mit Ihnen über mehrere Modelle und Quellenlagen.
KI-Sichtbarkeit besprechen →