--- "title": "KI verändert die DTC-Discovery schneller als gedacht. So packen wir das Thema an." "date": "2026-03-02T11:01:35+00:00" "url": "https://www.criteo.com/de/blog/ai-is-changing-dtc-discovery-faster-than-any-of-us-expected-heres-what-were-going-to-do-about-it/" "image": "https://www.criteo.com/de/wp-content/uploads/sites/3/2026/04/AI-is-changing-DTC-discovery-faster-than-any-of-us-expected-scaled-1.jpg" "author": "Director, EMEA Retail DTC Strategy & Strategic Accounts" "category": "Performance Media" --- Kürzlich habe ich ein einfaches Experiment in meinem LinkedIn-Feed durchgeführt. Ich habe zehn Beiträge durchgescrollt und gezählt, wie viele davon einen Bezug zu KI aufweisen. Mit sechs oder sieben habe ich gerechnet. Tatsächlich waren es zehn. Dabei handelte es sich um die folgenden Inhalte: - Ein Consulting Report zum Thema, wie KI bereits heute die Kaufentscheidungen der Europäer beeinflusst - Ein Playbook für strukturierte Prompts auf Claude zur Strategieanalyse - Ein Hinweis, die Produkt-Discovery in LLMs und Shopping-Assistenten zu verbessern, da Shopping sehr visuell ist - Ein Leitfaden zum Aufbau eines Brand-Agenten - Eine Konferenzankündigung zum Thema: So verändert KI das Verhalten der Konsumenten - Eine News zum Launch von Apps in KI-Agenten Das ist ziemlich viel Input. Vor allem für DTC-Brands. Denn hier sind die Akquisitionskosten bereits gestiegen, bevor das Thema KI überhaupt aufkam. Die Frage, wie Konsumenten Brands in einer KI-gestützten Umgebung entdecken, ist dabei von besonderer Brisanz. Glücklicherweise bleibt noch Zeit zum Handeln. Auch wenn man sich leicht von der ganzen Aufregung mitreißen lassen und alles auf eine Karte setzen könnte. Ich bin allerdings der Meinung, dass es besser ist, einen strukturierten und strategischen Ansatz zu verfolgen, um herauszufinden, was wirklich funktioniert. Genau dafür ist dieser Blog-Post gedacht. Ich möchte euch helfen, kurz durchzuatmen und den Blick auf das Wesentliche zu richten, damit ihr anschließend einen vernünftigen Weg einschlagen könnt. Schließlich gibt es genug Signale, die darauf hinweisen, dass Handlungsbedarf besteht. Legen wir los. ## **Eure Kunden sind bereits weiter** Bevor wir strategisch werden, sollten wir uns darüber im Klaren sein, was aktuell tatsächlich passiert. Zahlen sprechen da eine deutliche Sprache: - Der Referral-Traffic von KI-Chatbots an US-Retailer stieg im November 2025 [um +760 Prozent](https://news.adobe.com/news/2025/12/adobe-cyber-monday-hits-record) gegenüber dem Vorjahr - Von KI weitergeleitete Visits konvertieren [1,5-mal besser als jene aus anderen Quellen](https://www4.criteo.com/en/2026_commerceai_trends/?utm_campaign=2026.emea.other.dtc_contentcampaign&utm_medium=content_syndication&utm_source=blog). Mehr als die Hälfte dieser Besucher sind neue Shopper im Upper Funnel, also Menschen, die noch nicht auf eurer Site waren - Mehr als [70 Prozent der durch KI weitergeleiteten Nutzer](https://www4.criteo.com/en/2026_commerceai_trends/?utm_campaign=2026.emea.other.dtc_contentcampaign&utm_medium=content_syndication&utm_source=blog) landen jetzt direkt auf Produktseiten. Sechs Monate zuvor waren es noch rund 50 Prozent - [39 Prozent der Shopper](https://www4.criteo.com/en/2026_commerceai_trends/?utm_campaign=2026.emea.other.dtc_contentcampaign&utm_medium=content_syndication&utm_source=blog) nutzen KI bereits für die Produkt-Discovery und 47 Prozent für vergleichendes Shopping - [84 Prozent der europäischen Konsumenten](https://www.mckinsey.com/capabilities/quantumblack/our-insights/europes-agentic-commerce-moment-decision-influence-is-here-execution-is-coming) geben an, KI-Tools im Alltag zu nutzen Das allein sollte jeden DTC-Marketer zum Nachdenken bringen. Schauen wir noch einmal genauer hin, was das eigentlich bedeutet. Nehmen wir als Beispiel eine Handtasche mit Laptopfach. Genau so eine habe ich vor Kurzem gekauft. Vor KI hätte ich bei Google „Damenhandtasche Laptop“ eingegeben und mich auf verschiedenen Websites umgesehen, um herauszufinden, welche Tasche für mein 15-Zoll-MacBook geeignet ist. Anschließend hätte ich meine Auswahl schrittweise eingegrenzt. Dabei hatte jede Site eine echte Chance, mich als Kunden zu gewinnen – dank der richtigen Produktspezifikationen, Produktbilder und Beschreibungen. Meine Entscheidung fiel also auf Grundlage aller Sites. Tatsächlich lief es aber so ab. Mein Startpunkt war ein KI Shopping-Assistent, dem ich zuerst den Kontext erklärt habe. Dass ich auf der Suche bin nach einer neuen Handtasche, in die mein 15-Zoll-MacBook passt und die ich jeden Tag auf dem Weg ins Büro nutzen kann. Sie sollte feminin und aus Leder sein. Mein Budget lag bei 500 Euro. Danach stellte das LLM Folgefragen, verglich die Optionen und zeigte fünf Produkte an, die am besten zu meinen Vorgaben passten. Je genauer ich die Aufgabenstellung formulierte – beispielsweise indem ich hohe Qualität, minimalistisches Design, einen hochwertigen Reißverschluss und den expliziten Aussschluss von Aktentaschen ergänzte –, desto besser wurden die Empfehlungen. Ich habe sogar Brands genannt, die mir gefallen. Neben den Empfehlungen hatte ich auch direkte Links zu Subreddits und Artikel mit Produktbewertungen. Als ich dann auf eine Produktseite stieß, waren meine Recherchen und Vergleiche im Wesentlichen abgeschlossen und es war an der Zeit, die Kreditkarte zu zücken. Dieses Beispiel zeigt den grundlegenden Wandel, den Retailer und DTC-Brands genau beachten müssen. Früher kamen sie, um zu stöbern, heute kommen sie, um zu kaufen. Die Auswirkungen für DTC- und Retail-Brands sind erheblich. Entweder taucht eure Brand in den [KI-generierten Empfehlungen der Assistenten](https://www.criteo.com/blog/agentic-commerce-is-emerging-just-not-the-way-most-people-expect/) auf – oder eben nicht. ## **Die Regeln der Sichtbarkeit haben sich geändert** Das Performance Marketing folgt seit Jahren einer ziemlich konsistenten Logik: Mit Budget kauft man Sichtbarkeit. Wer mehr bietet, erreicht mehr Menschen und gewinnt mehr Kunden. Das Auktionsmodell belohnt diejenigen, die in einer bestimmten Keyword-Kategorie die höchste Investition tätigten. Über das Zielgruppen-Targeting wurde alles weiter verfeinert: Definiere, wen du erreichen möchtest, lege ein Segment fest und biete, um diese potenziellen Kunden zu gewinnen. Die KI-Discovery funktioniert anders. Mit Keyword- und zielgruppenbasiertem Targeting definiert der Marketer den Kontext vereinfacht wie folgt: „Ich möchte Frauen im Alter von 30-40 Jahren erreichen, die über ein mittleres bis gehobenes Einkommen verfügen, in europäischen Großstädten leben und hochgradig vernetzt sowie digital orientiert sind.“ Die Plattform findet dann Menschen, die auf diese Beschreibung passen. Beim Conversational und Intent-basierten Targeting definiert der Konsument den Kontext viel detaillierter, als er es in der Suchleiste gewohnt war. Anstatt einfach nach einer „Damenhandtasche“ zu suchen, sagen Konsumenten einer KI, dass sie ein MacBook haben und nach einer passenden neuen Tasche suchen. Und sie nennen gleich auch weitere Details. Deshalb gewinnt nicht die Brand, die das höchste Gebot abgibt, sondern diejenige, deren Produkt die glaubwürdigste Antwort auf die eigentliche Frage ist. Und das verändert entscheidend die Art und Weise, wie Sichtbarkeit erreicht wird. So kann eine Brand mit präzisen, anwendungsspezifischen Produktdaten Vorrang vor einer Brand haben, die zehnmal mehr Werbebudget investiert. Hier müssen wir ehrlich sein und sagen, was die Grenzen unseres Wissens angeht: Das vollständige Bild, was organische und bezahlte KI-Ergebnisse beeinflusst, muss sich erst noch zeigen. Da es sich um LLMs handelt, haben wir aktuell (und vielleicht auch zukünftig) weder einen vollständigen Einblick in die von ihnen gesetzten Prioritäten, noch haben wir genügend Testergebnisse für die Optimierung. Sicherlich spielen Budgets nach wie vor eine wichtige Rolle, doch der Türöffner heißt jetzt Relevanz. ## **KI bemerkt Lücken und Ungereimtheiten in eurer Brand Story** Business of Fashion Insights und Quilt.AI haben 2025 [28 High Street Modemarken](https://www.businessoffashion.com/articles/technology/which-high-street-fashion-brands-are-winning-the-ai-discovery-battle/) auf ChatGPT, Gemini und Claude getrackt. Die Ergebnisse sind verblüffend, und ich denke, sie gelten über die Fashion-Branche hinaus. Brands mit einer konsistenten, spezifischen und wiederholten Positionierung tauchten in den KI-Empfehlungen auf. Brands mit diffusen, wenn auch ambitionierten Botschaften, tauchten oft gar nicht auf. Die Logik dahinter ist ziemlich simpel: KI erkennt Muster in allem, was über eine Brand online veröffentlicht wird, einschließlich Produktseiten, Medienberichten, Kundenrezensionen, eigenen Inhalten und Kommentaren Dritter. Hier wird abgerufen, was statistisch eindeutig ist. Wenn die Positionierung einer Brand in diesen Quellen implizit oder uneinheitlich ist, entsteht daraus kein stabiles Muster. Nehmen wir [COS](https://www.cos.com/index.html?originPageType=front-page) als Beispiel: eine Mode-Brand der H&M Group, die auf minimalistisches, durchdachtes Design setzt. Die Brand erreichte den ersten Platz im Kohärenz-Ranking, was bedeutet, dass ChatGPT, Claude und Gemini über Tausende von Testfragen hinweg ein einheitliches Verständnis davon hatten, wofür COS steht. Auch hinsichtlich der Bekanntheit lag COS an erster Stelle: Sobald KI-Assistenten Brands in einem relevanten Kontext auflisteten, erschien COS in der Regel ganz oben. Das wirft eine praktische Frage auf, die ihr euch in Bezug auf eure Brand unbedingt stellen solltet. Wenn ein KI-Modell alles liest, was online über euch veröffentlicht wird, eure Produktseiten, Medienberichte, Kundenrezensionen: Wie präzise kann es dann beschreiben, was und an wen ihr verkauft? Am besten fragt ihr eine KI einfach direkt. Gebt einen Prompt in das KI-Modell eurer Wahl ein und lasst es zu eurer Brand recherchieren. Beginnt mit einem Setup-Prompt, um nützliche Ergebnisse zu erhalten: *Verhaltet euch dabei wie ein Brand-Analyst. Seid prägnant und spezifisch. Zieht Schlüsse aus Botschaften, Produkten, Preisen und Bewertungen. Konzentriert euch auf Spannungen, Widersprüche und blinde Flecken. Vermeidet eine generische Markensprache. Gebt strukturierte, aufschlussreiche Antworten.* 1. ***Angebot:** In einem Satz, was verkauft [Brand] eigentlich? Nenne die wichtigsten Produktkategorien und was häufig übersehen oder missverstanden wird* 2. ***Kunden:** Für wen ist [Brand]? Beschreibe den Hauptkunden in Bezug auf seine Demografie, sein Verhalten, seine Bedürfnisse, seine Motive und die Personen, die fälschlicherweise denken, dass die Brand für sie gedacht ist* 3. ***Anwendungsfälle:** Wann entscheiden sich Menschen für [Brand]? Nenne 5 wichtige Anwendungsfälle bzw. Momente und füge einige Situationen hinzu, die wahrscheinlich übersehen werden* 4. ***Markenwerte:** Wofür steht [Brand] nach eigener Aussage? Gibt es einen Gegensatz zu dem, was sie tatsächlich signalisiert? Zeige konkrete Widersprüche oder Spannungen auf.* 5. ***Konsistenz:** Wie konsistent ist [Brand] auf ihrer Website, in den Medien und Rezensionen? Welche Themen stimmen überein, und welche widersprechen sich?* Die dabei zutage tretenden Lücken und Ungereimtheiten sind es wert, angegangen zu werden. Adressiert, was in eurem Einflussbereich liegt. Das betrifft Produktseiten und Feeds, eigene Inhalte sowie die Reaktion auf Bewertungen und die Motivation von Kunden, nutzergenerierte Inhalte in sozialen Netzwerken zu teilen. Die Medienberichterstattung ist schwieriger zu kontrollieren, aber jeder Kanal, auf den ihr Einfluss habt, sollte hinsichtlich seiner Konsistenz optimiert werden. ## **Niemand hat den vollen Überblick** Zum KI-Hype trägt außerdem bei, dass sich KI nicht nur schnell, sondern auch auf eine sehr schwer vorherzusagende Weise entwickelt. Früher war es vielleicht klug, abzuwarten, bis sich der Staub gelegt hat, bevor man eine Strategie entwarf. Im Zeitalter der KI wird sich der Staub jedoch nie legen. Den First-Mover-Vorteil bei KI darf man nicht unterschätzen – dabei müssen eure Schritte keine großen Sprünge sein. Wägt eure Optionen ab, formuliert eine klare, pragmatische Strategie, bewahrt Ruhe und geht Schritt für Schritt vor. Hier sind die Herausforderungen, und deren klares Verständnis ist der erste Schritt. Erfahrt, wie ihr sie adressieren könnt. ## **Schafft eine organische Grundlage** Der erste Schritt ist sicherzustellen, dass die KI euch finden kann. Wenn sie euch gefunden hat, muss sie verstehen, was ihr verkauft. Was die Produktdaten angeht, könnte ich der KI-Feed-Optimierung einen ganzen Artikel widmen, aber kurz gesagt lautet die Empfehlung: Verfasst ausführliche, spezifische und nutzungsorientierte Beschreibungen, damit die KI-Systeme diese mit den tatsächlichen Absichten der Konsumenten abgleichen können. So wird aus der Produktbeschreibung „Vielseitiges Midikleid“ die Beschreibung „Midikleid für lässig-elegante Anlässe, das sich gut für Office-Events und Dinner am Wochenende eignet“. Denkt dabei sowohl über die Fragen eurer Kunden als auch über die Anwendungsfälle eures Produkts nach. Stellt anschließend sicher, dass die Antworten und der Kontext in die Produktbeschreibung einfließen. Zum Brand-Narrativ: Brands, die in eigenen Inhalten, in den Medien, auf Produktseiten und in Kundenrezensionen konsequent dieselben Werte wiederholen, sind für KI leichter zu erkennen. Unstimmigkeiten erzeugen ein Rauschen, das die KI nicht auflösen kann. Da [56 Prozent der Kunden](https://www4.criteo.com/de/2026_commerceai_trends/) möchten, dass KI ihnen Dinge vorschlägt, die über ihre Suchanfragen hinausgehen, haben Brands mit gut artikuliertem Kontext mehr Chancen auf Relevanz – nicht nur bei exakten Übereinstimmungen. Drei Fragen, über die es sich lohnt, nachzudenken: - Wenn eine KI nur unsere Produktseiten lesen würde, mit welchen Anwendungsfällen und Anlässen würde sie uns assoziieren? - Kommen unsere Markenwerte in den eigenen Inhalten, in den Medien, Produktbeschreibungen und Kundenrezensionen konsistent zum Ausdruck? - Welche Kontexte sollen bei KI-Empfehlungen berücksichtigt werden, und haben wir genug konsistente, wiederholte Signale um sie herum geschaffen? ## **Paid neu denken** Das alte Modell für Paid Media war einfach: Sichtbarkeit kaufen und Mitbewerber beim Kampf um Aufmerksamkeit überbieten. Bei der KI-Discovery geht es darum, [neue Kunden zu erreichen](https://www.criteo.com/de/solutions/customer-acquisition/), deren Kontext und Absichten wirklich mit dem übereinstimmen, was ihr verkauft – und das genau in dem Moment, wo sie Interesse an einem Kauf zeigen. Durch diese Neuausrichtung ändert sich, was ihr messt und nach welchen Kriterien ihr optimiert. Dabei ergeben sich sinnvollere Fragen als die nach dem Preis und der Anzahl der gekauften Impressions: - Welche Konsumentengruppen reagieren am besten auf Paid Discovery in KI-Umgebungen? - Wie sieht das Verhalten nach dem Klick aus, wenn jemand über eine KI-Konversation auf eure Site kommt? - Welche Rolle spielt Paid Discovery in der gesamten Acquisition Journey, über die Last-Click Attribution hinaus? Dies sind wertvolle Fragen, die es zu untersuchen gilt. Noch hat niemand alle Antworten – aber diejenigen Brands, die jetzt experimentieren, erproben und iterieren, gewinnen einen deutlichen Vorsprung, während sich die KI-getriebene Discovery weiterentwickelt. ## **Jetzt ist der ideale Zeitpunkt, um Experimente zu wagen** Versucht, den Hype um KI auszublenden. Dann werdet ihr schnell erkennen, dass zwar viele Unternehmen Pilotprojekte durchführen, aber nur wenige von ihnen KI auf sinnvolle und differenzierte Weise nutzen, um echte Geschäftsergebnisse zu erzielen. Klar, wir verfügen über eine Vielzahl nagelneuer KI-Tools. Doch wir sind noch immer dabei herauszufinden, wie sich Workflows, Geschäftsmodelle und Abläufe so gestalten lassen, dass ein echter Mehrwert entsteht. Brands, die beim Test von Werbung auf KI-Plattformen (z. B. ChatGPT von OpenAI) ganz vorne mit dabei sind, sehen direkt, wie sich die Consumer Journeys verändern. Zusammenfassend würde ich jeder DTC-Brand zwei Dinge raten: Überprüft eure organische Grundlage und testet, wie Paid im Umfeld der KI-Discovery aussieht. Für beides braucht man keine Gewissheit darüber, wie die Lage in zwei Jahren aussehen wird. Beides wird an Bedeutung gewinnen – egal, wie sich die Lage entwickelt. Es gibt noch so viel zu lernen, und das endgültige Playbook für die DTC-Discovery im KI-Zeitalter muss erst noch geschrieben werden. Die am besten für die Zukunft gerüsteten Brands sind nicht diejenigen, die abwarten und Tee trinken, sondern jene, die jetzt loslegen. *Der „Criteo Commerce & AI Trend Report 2026” geht näher darauf ein, wie KI die Discovery verändert, welche Erwartungen Shopper an KI-unterstützte Erlebnisse haben und welche Erkenntnisse sich aus den Daten ableiten lassen. Viele der Informationen in diesem Artikel beruhen auf dieser Studie.* [Report lesen →](https://www4.criteo.com/de/2026_commerceai_trends/)