KI-Einkaufsassistenten, Verbraucher in Großbritannien, März 2026

Methodik

Diese Studie stützt sich auf ein simuliertes Panel von 500 britischen Verbrauchern (Alter 18–55+, gewichtet über London, den Süden, die Midlands, den Norden, Schottland und Wales). Jeder Befragte ist eine Minds-KI-Persona, kalibriert anhand historischer demografischer Daten, Kaufabsichtssignale und kategoriespezifischer Verhaltensbaselines für KI-gestütztes Einkaufen. Die Genauigkeit gegenüber zurückgehaltenen menschlichen Antworten validiert bei 85–95 % auf den zugrunde liegenden Verhaltensprompts.

Die vollständig freigeschaltete Studie umfasst 15 Kreuztabellen-Statistiken nach Altersgruppe, Region und Produktkategorie, 5 herunterladbare Diagramme, die Roh-CSV der Antworten und uneingeschränkten Zugriff auf Folgefragen an das Panel.

KI-Assistenten stehen jetzt an der Spitze des Funnels

64 % der Befragten nutzten in den letzten drei Monaten einen KI-Assistenten, am häufigsten ChatGPT oder Gemini, zur Recherche eines Kaufs, und 47 % sagen, dass eine jüngste Kaufreise woanders als bei der Google-Suche begann. Die Verschiebung konzentriert sich auf die Überlegungsphase: Befragte greifen zu einem Assistenten, um den Vergleichseinkauf zu verdichten, bitten ihn, zwei oder drei Optionen mit ausformulierten Vor- und Nachteilen vorzuauswählen, und verlassen den Assistenten dann nur noch, um einen Preis zu prüfen oder den Kauf abzuschließen.

Das Verhaltensmuster ist eine Umkehrung des Funnels. Wo Suche und Markenseiten einst Entdeckung und Überlegung besaßen, beschreibt das Panel einen Ablauf, der mit einer dialogorientierten Anfrage beginnt, dem Verbraucher eine kuratierte Vorauswahl zurückgibt und die Markenseite rein als Transaktionsendpunkt einsetzt. Unter den 18- bis 34-Jährigen ist die Umkehrung nahezu vollständig: 71 % nannten einen KI-Assistenten als das erste Werkzeug, das sie für ihren letzten überlegten Kauf öffneten, gegenüber 29 % in der Gruppe der über 45-Jährigen.

Vertrauen spaltet sich stark nach Alter, und nach Nachvollziehbarkeit

Nur 38 % des Panels vertrauen KI-Empfehlungen ebenso wie Kundenrezensionen, und der Schlagzeilen-Durchschnitt verbirgt eine scharfe generationale Bruchlinie. Auf der Vertrauensskala von 0–10 erreicht das Segment der 18- bis 34-Jährigen im Schnitt 7,4, während das Segment der über 35-Jährigen bei 4,6 liegt, eine Lücke von 2,8 Punkten, die größte aller Kreuztabellen der Studie. Ältere Befragte sind nicht gegen KI; sie sind gegen Intransparenz. Der mit Abstand am häufigsten genannte Grund, Vertrauen zu verweigern, ist, dass der Assistent „nie zeigt, woher die Empfehlung stammt".

Damit wird Nachvollziehbarkeit, nicht Genauigkeit, zur akuten Hürde für die Akzeptanz. Befragte, die auf eine falsche Antwort gestoßen waren, ein veralteter Preis, ein eingestelltes Modell, werteten jede nachfolgende Empfehlung ab, unabhängig von der Kategorie. Umgekehrt sagten Panelteilnehmer durchweg, eine Empfehlung mit verlinkten, anklickbaren Quellen würde ihren Vertrauenswert um zwei bis drei Punkte anheben. Der Assistent wird weniger danach beurteilt, ob er richtig liegt, sondern mehr danach, ob er überprüfbar ist.

Aktuelle Daten und Quellenangaben sind der Schlüssel, nicht bessere Prosa

Gefragt, was sie einer KI-Empfehlung mehr vertrauen lassen würde, einigte sich das Panel auf zwei Forderungen, die nichts mit dialogorientierter Politur zu tun haben. Skeptiker wollen genannte Quellen, Links zu den Rezensionen, Tests und Artikeln hinter der Antwort sowie eine klare Offenlegung, wenn eine Marke für eine Platzierung bezahlt hat. Pragmatiker wollen aktuelle, präzise Daten, Echtzeitpreise und lokale Verfügbarkeit, denn eine selbstsichere Auswahl, die ausverkauft oder falsch bepreist ist, lässt das Vertrauen in die gesamte Interaktion zusammenbrechen.

Veraltete Daten erwiesen sich als das korrosivste Einzelversagen: 43 % der Befragten, die Assistenten misstrauen, nannten einen veralteten Preis als Auslöser. Die Implikation für Marken ist direkt. Sichtbarkeit innerhalb eines KI-Assistenten wird nicht mehr mit Marketingtext gewonnen; sie wird gewonnen, indem man maschinenlesbar ist, strukturierte Produktdaten, aktuelle Preisfeeds und Rezensionsinhalte, die der Assistent zitieren kann. Die Marken, denen das Panel über einen Assistenten am meisten vertraute, waren jene, deren Informationen der Assistent zuordnen konnte, nicht jene mit den überzeugendsten Beschreibungen.

Was das für Einzelhandels- und Markenteams bedeutet

Für britische Einzelhandels-, E-Commerce- und Markenteams, die sich an die KI-vermittelte Entdeckung anpassen:

• Optimieren Sie darauf, zitiert zu werden, nicht nur gerankt. Der Assistent ist jetzt die Überlegungsschicht. Strukturierte Produktfeeds, aktuelle Preise und zitierbare Rezensionsinhalte entscheiden, ob Ihr Produkt in der Vorauswahl erscheint, und ob der Verbraucher ihm glaubt.
• Veraltete Daten sind eine Vertrauenshaftung, kein Hygieneproblem. Ein veralteter Preis verliert nicht nur einen Verkauf; das Panel wertete nach einem einzigen schlechten Datenpunkt jede spätere Empfehlung ab. Echtzeit-Genauigkeit von Preis und Verfügbarkeit ist jetzt ein Eingangsfaktor für Markenvertrauen.
• Segmentieren Sie Ihre KI-Bereitschaft nach Alter der Zielgruppe. Unter-35-Jährige behandeln den Assistenten bereits als Standard-Erstanlaufstelle; die Mehrheit der über 35-Jährigen folgt erst, wenn Empfehlungen nachvollziehbar sind. Quellenangaben und Offenlegung von Verzerrungen sind die Brücke, die die skeptische Hälfte des Marktes konvertiert.

Die vollständige Studie umfasst die Aufschlüsselung Region für Region, Vertrauenswerte kreuztabelliert nach Produktkategorie, die Funnel-Karte Assistent versus Suche nach Altersgruppe und das Korpus offener Antworten. Melden Sie sich kostenlos an, um freizuschalten und dem Panel in Ihrem Konto eigene Folgefragen zu stellen.