AI Overviews: E-Commerce Wachstum durch smartes Targeting

Executive Summary:

• Der Rückgang des organischen Traffics durch KI-gesteuerte Suchergebnisse und Shopping-Agenten zwingt E-Commerce-Vermarkter dazu, ihre Strategien zu überdenken.

• Intelligenteres Anzeigen-Targeting und verbesserte Zielgruppenintelligenz werden zu entscheidenden Wettbewerbsvorteilen im Jahr 2026.

• Vier Kernstrategien – jenseits von Demografie, manuelle Attributauswahl, regelmäßige Zielgruppenaktualisierung und der Einsatz von KI zur Beschleunigung menschlicher Erkenntnisse – sind entscheidend, um vorhersehbares Wachstum zu sichern.

• Eine Umfrage der Harvard Business Review vom Oktober 2025 ergab, dass 74% der US-Erwachsenen zwischen 18 und 30 Jahren im Vormonat einen KI-Chatbot genutzt hatten, ein Anstieg von 58% im Februar 2025, was die rasche Adaption generativer KI-Technologien unterstreicht.

Im Angesicht eines sich rasant wandelnden digitalen Ökosystems, in dem KI-gesteuerte Übersichten (AI Overviews) und autonome Shopping-Agenten zunehmend den organischen Traffic im E-Commerce kanalisieren, stehen Unternehmen vor der Herausforderung, ihre Marketingstrategien grundlegend zu überdenken. Der Senior Contributor Armando Roggio beleuchtet in einem aktuellen Artikel für Practical Ecommerce vom 1. Februar 2026, wie eine Verschiebung hin zu intelligenteren Werbemaßnahmen nicht nur eine Notwendigkeit, sondern auch eine signifikante Chance für vorhersehbares Wachstum darstellt. Die rasante Adaption generativer KI, wie eine Studie der Harvard Business Review aus dem Oktober 2025 zeigt, bei der 74% der 18- bis 30-jährigen US-Bürger im Vormonat einen KI-Chatbot nutzten – ein Anstieg von 58% im Februar 2025 – verdeutlicht die Dringlichkeit, traditionelle Marketingansätze anzupassen.

Analysis

Der Wandel im Nutzerverhalten, getrieben durch künstliche Intelligenz, hat direkte Auswirkungen auf die Art und Weise, wie Konsumenten Produkte entdecken, bewerten und kaufen. Suchmaschinen beantworten Anfragen zunehmend direkt in den Suchergebnissen, während Shopping-Agenten Produktvergleiche durchführen, bevor ein potenzieller Käufer überhaupt eine Website besucht. Dieses Phänomen führt zu einem unbestreitbaren Rückgang des organischen Traffics, einer Entwicklung, die quer durch nahezu alle Branchen zu beobachten ist. Für E-Commerce-Händler bedeutet dies, dass die einst zuverlässige Quelle des organischen Verkehrs an Vorhersehbarkeit verliert.

Die Kehrseite dieser disruptiven Medaille ist jedoch das immense Potenzial, das dieselben KI-Tools für die Werbebranche bieten. Wenn der organische Traffic unzuverlässiger wird, gewinnen präzises Anzeigen-Targeting und eine fundierte Zielgruppenintelligenz an kritischer Bedeutung und entwickeln sich zu entscheidenden Wettbewerbsvorteilen. E-Commerce-Unternehmen können durch optimiertes Targeting eine neue Ebene der Vorhersehbarkeit in ihren Kampagnen erreichen. Dabei beschränkt sich die Strategie nicht nur auf das Retargeting bestehender Kunden oder Lookalike Audiences. Moderne Ansätze ermöglichen den Kauf von vordefinierten Zielgruppen, die auf detaillierten Kaufverhaltensdaten, Gerätenutzung und Standortverläufen basieren. Diese Zielgruppen lassen sich dann über führende Werbeplattformen hinweg aktivieren, darunter soziale Medien, programmatische Display-Werbung, Connected TV (CTV) und Video-Werbung.

Vier Taktiken für optimiertes Anzeigen-Targeting

1. Jenseits der Demografie: Eine erste wichtige Optimierung besteht darin, über standardisierte demografische Merkmale hinauszugehen. Mike Ford, CEO von Skydeo, einem Unternehmen für prädiktive Zielgruppen, betont: ‘Wir finden viele unserer interessanteren Datensätze in der Kaufhistorie, dem sogenannten Shopping Graph.’ Dies beinhaltet das gezielte Ansprechen von Konsumenten, die kürzlich ähnliche Produkte, möglicherweise sogar von Wettbewerbern, gekauft haben. Obwohl dies höhere Kosten verursachen kann als breites demografisches Targeting, führen solche Zielgruppen oft zu signifikant höheren Konversionsraten.

2. Manuelle Attributauswahl: Eine zweite Taktik ist die bewusste Auswahl spezifischer Zielgruppenattribute, um menschliche Intelligenz mit der algorithmischen Modellierung zu verbinden. Statt sich ausschließlich auf Blackbox-Algorithmen zu verlassen, können Vermarkter Zielgruppen auf Basis expliziter Merkmale zusammenstellen – beispielsweise Käufer von Premium-Hundefutter oder Nutzer, die Fitness-Apps installiert und Sportbekleidung gekauft haben. Diese Methode gewährleistet eine höhere Transparenz und Kontrolle über die Zielgruppendefinition, oft ergänzend zu Lookalike Modeling-Ansätzen.

3. Regelmäßige Aktualisierung der Zielgruppen: Zielgruppen sind keine statischen Assets. Mike Ford warnt: ‘Manchmal werden Zielgruppen veraltet. Manchmal laufen sie ab, und wir müssen sie aktualisieren.’ Viele Vermarkter behandeln Zielgruppen als einmalige Investitionen, was ineffektiv wird, wenn die Kaufabsicht kurzlebig ist. Eine regelmäßige Aktualisierung – idealerweise täglich oder wöchentlich, je nach Branche – ist entscheidend, um die Relevanz und Effektivität der Anzeigen zu maximieren und die Performance hochzuhalten.

4. Nutzung von KI zur Beschleunigung: Die vierte Empfehlung ist der strategische Einsatz von KI zur Optimierung des Targetings. Unternehmen wie Skydeo, Adstra, Starcount oder AlikeAudience verfügen über enorme Mengen an Targeting-Daten und vorgefertigte Zielgruppen. E-Commerce-Vermarkter können maschinell eingestufte Zielgruppen überprüfen, testen und validieren. Die KI schlägt Optionen vor, während menschliche Experten die endgültige Entscheidung treffen. Dies ersetzt nicht die menschliche Intuition, sondern beschleunigt und verfeinert sie, indem sie datengestützte Vorschläge liefert und somit die GEO-Strategie optimal unterstützt.

Why it matters

Die Verschiebung von einem reichhaltigen zu einem potenziell knappen Traffic-Umfeld im E-Commerce macht Effizienz im Marketing unerlässlich. Wenn organischer Traffic aufgrund der Verbreitung von generativer KI – insbesondere durch Angebote wie AI Overviews – weniger vorhersehbar wird, können Unternehmen es sich nicht leisten, Ressourcen zu verschwenden. Die Optimierung des Anzeigen-Targetings löst zwar nicht alle Herausforderungen der KI-gesteuerten Produktfindung, verbessert aber die Werbeeffektivität erheblich. Im Jahr 2026, so die Einschätzung von Practical Ecommerce, wird Werbung zu den effektivsten Wegen gehören, Produkte und Dienstleistungen zu vermarkten. Durch die Implementierung dieser fortschrittlichen Targeting-Strategien können Marken ihre Marketingausgaben präziser einsetzen, die Return on Ad Spend (ROAS) steigern und somit trotz eines sich wandelnden Suchverhaltens der Konsumenten ein nachhaltiges und vorhersehbares Geschäftswachstum sichern. Dies ist nicht nur für Werbetreibende, sondern auch für die gesamte Branche des digitalen Marketings und der E-Commerce-Plattformen von zentraler Bedeutung, da es die Evolution von SEO hin zu umfassenderen Generative Engine Optimization (GEO)-Strategien widerspiegelt, die auch bezahlte Kanäle als integralen Bestandteil der Sichtbarkeit und des Kundenerwerbs betrachten.