Ob vage Begriffe, halbe Artikelnummern oder ganze Fragen – die Art, wie Kund:innen nach Produkten suchen, hat sich grundlegend verändert. Trotzdem scheitern viele Shops noch daran, die eigentliche Suchintention zu verstehen. Warum klassische Keyword‑Suche dabei an ihre Grenzen stößt, wie KI‑gestützte Product‑Discovery‑Lösungen Relevanz und Conversion messbar verbessern können und welche KPIs wirklich zeigen, ob Suche funktioniert – darüber haben wir mit Cliff Reichardt, Regional Manager DACH & EMEA South bei Coveo – Partner des diesjährigen ECC FORUM – gesprochen.
Die Erwartungen an Produktsuche haben sich stark verändert. Kundinnen und Kunden wollen heute auch mit ungenauen Suchanfragen schnell zur richtigen Auswahl kommen – egal ob im B2C- oder B2B-Kontext. Wo liegen aus deiner Sicht aktuell die größten Herausforderungen in der Produktfindung?
Die größte Herausforderung heute ist, die Intention hinter einer Suche zu verstehen. Kund:innen suchen nicht so, wie Systeme es gern hätten. Sie tippen vage Begriffe, ganze Fragen, halbe SKUs oder sehr konkrete Anforderungen ein – und erwarten trotzdem sofort die richtige Auswahl. Viele Suchlösungen hängen aber noch stark an Keywords – und treffen dadurch oft nicht das, was eigentlich gemeint war.
Und klar: Kataloge werden immer größer. Im B2C haben neue oder Long-Tail-Produkte häufig wenig Daten. Im B2B kommt dann die volle Komplexität dazu – Kompatibilitätsregeln, Varianten, kundenspezifische Preise und Berechtigungen. Unterm Strich: Das Problem ist selten der Katalog. Das Problem ist, dass die Suche die Kund:innen nicht versteht – und sie nicht schnell genug zum richtigen Ergebnis bringt.
Wie nutzen moderne KI-gestützte Such- und Empfehlungssysteme heute Kontext und Personalisierung, um die Produktfindung messbar zu verbessern?
Moderne KI-gestützte Search- und Discovery-Lösungen kombinieren Keyword-Suche mit semantischem Verständnis – damit sie auch „unsaubere“ oder komplexe Suchanfragen richtig einordnen können. Und sie lernen aus dem, was wirklich passiert: worauf Nutzer:innen klicken, was sie kaufen oder ignorieren – und passen die Rankings automatisch an. Kein Bauchgefühl, sondern Verhalten. Die fortgeschritteneren Systeme personalisieren Ergebnisse in Echtzeit, sogar für anonyme Nutzer:innen, je nachdem, was in dieser Session gerade passiert. Und ja, man kann dabei auch Business-Ziele berücksichtigen – zum Beispiel „Revenue per Visit“ – ohne Relevanz zu opfern und irrelevante Produkte nach oben zu drücken. Der nächste Schritt ist dann logisch: Die Suchbox wird nicht nur besser – sie wird schlauer. Ein conversational Discovery-Erlebnis, das erkennt, wann man Produkte zeigen sollte, wann eine Frage besser direkt beantwortet wird – und wann der Shopper oder die Shopperin einfach ein bisschen Kontext und Guidance braucht.
Kannst du uns ein paar Einblicke in die Praxis geben? Welche Stolpersteine gibt es bei der Einführung KI-gestützter Product-Discovery-Lösungen? Und anhand welcher KPIs lässt sich verlässlich beurteilen, ob die Produktfindung für Kund:innen tatsächlich besser wird?
Erfolgreiche KI-Discovery-Programme starten mit etwas, das niemand spannend findet, aber alle brauchen: Disziplin. Saubere Taxonomie, konsistente Attribute und strukturierte, zentral verfügbare Produktdaten sind nicht verhandelbar. KI kann nur das optimieren, was sie klar versteht – wenn die Daten chaotisch sind, wird’s auch die Experience. Der nächste Klassiker: der Reflex, das System zu stark zu „übersteuern“. Die größten Sprünge passieren, wenn Teams der KI erlauben, aus echtem Nutzerverhalten zu lernen – statt alles mit manuellen Regeln zuzupflastern. Leitplanken: ja. Mikromanagement: bitte nicht.
Und bei KPIs gilt: nicht nur auf Klicks starren. Wirklich aussagekräftig sind zum Beispiel:
- Zero-Results-Rate (Anteil Suchanfragen ohne Ergebnisse)
- Click Rank (auf welcher Position wird tatsächlich geklickt)
- Conversion Rate
- Average Order Value (AOV)
- Revenue per Visit (RPV)
- und ganz wichtig: Wie schnell landet jemand auf einer relevanten Produktseite?
Und zuletzt: Discovery ist keine „einmal live und fertig“-Nummer. Das ist eine laufende Capability, die man kontinuierlich verbessert.
Worauf freust du dich bei unserem diesjährigen ECC FORUM – bei dem ihr als Partner vertreten seid – am meisten?
Am meisten freue ich mich auf die Gespräche zu Product Discovery und Customer Experience – weil das oft der Unterschied zwischen „Shop läuft“ und „Shop performt“ ist. Und beim ECC FORUM trifft man Leute, die sich nicht nur für „KI“ als Buzzword interessieren, sondern dafür, was im Alltag wirklich funktioniert – und das am Ende auch an Ergebnissen messen. Für uns ist es auch das erste Mal als Partner vor Ort – umso mehr freuen wir uns, auch mit einem eigenen Vortrag Teil des Programms zu sein.
Seid dabei: ECC WEB TALK mit Coveo am 26. Februar
Wer noch mehr zu dem Thema erfahren möchte, sollte sich jetzt zu unserem kostenfreien ECC WEB TALK mit Coveo am 26.02.2026 um 11 Uhr anmelden! In diesem WEB TALK zeigen Cliff Reichardt von Coveo und Dr. Markus Preißner vom ECC KÖLN, wie KI‑gestützte Product Discovery Kontext versteht, Ergebnisse personalisiert und Empfehlungen in Echtzeit ausspielt – und so Produktfindung vereinfacht, Kaufabbrüche reduziert und den Weg zum Abschluss deutlich verkürzt.
