Generative KI verändert die Spielregeln im B2B-Commerce grundlegend. Wie Unternehmen ihre Produktdaten, Systeme und Strategien darauf vorbereiten können – und warum „LLM-Visibility“ zum neuen SEO wird – erläutert Dominik Witt, Co-Founder von unserem ECC CLUB Mitglied Phaina, im Interview.
Wie verändert generative KI – insbesondere Systeme wie ChatGPT – aktuell die Art und Weise, wie Unternehmen im B2B-Bereich einkaufen und Produkte recherchieren?
Bis vor Kurzem verlief der Beschaffungsprozess im B2B klar linear: Bedarf erkennen, recherchieren, Anbieter vergleichen, Angebot anfordern. Heute übernehmen KI-Systeme viele dieser Schritte. Einkäufer:innen formulieren ihre Anforderungen zunehmend in natürlicher Sprache – etwa: „Ich brauche einen berührungslosen Sensor mit hoher Schmutzunempfindlichkeit für eine automatisierte Verpackungslinie.“ Systeme wie ChatGPT können daraufhin passende Produktoptionen vorschlagen – inklusive technischer Daten, Preisindikationen, Kompatibilitäten und Lieferzeiten.
Gerade in Bereichen mit erklärungsbedürftigen Produkten, verändert das die Recherche grundlegend. Statt sich durch Kataloge zu klicken, erhalten Beschaffer:innen lösungsorientierte Empfehlungen, die bereits viele Vergleichsschritte vorwegnehmen. KI-Assistenten können zusätzlich Kriterien wie Energieeffizienz oder Nachhaltigkeit einbeziehen.
Damit wird aus der klassischen Produktrecherche ein interaktiver Beratungsprozess. Unternehmen, die ihre Produktinformationen so strukturieren, dass KI-Systeme sie verstehen, sichern sich eine frühe Position in der Einkaufsentscheidung.
OpenAI und Shopify haben kürzlich mit dem „Agentic Commerce Protocol“ eine neue Grundlage für KI-gesteuerten Handel vorgestellt. Was steckt dahinter – und welche Bedeutung hat es speziell für den B2B-Commerce?
Das sogenannte Agentic Commerce Protocol (ACP) – entwickelt von OpenAI, Stripe und Shopify - ermöglicht es KI-Systemen wie ChatGPT, Produkte nicht nur zu empfehlen, sondern auch direkt zu bestellen. ACP legt fest, wie ein KI-Agent Produktdaten abruft, Preise und Verfügbarkeiten prüft und eine Bestellung sicher abwickeln kann – ohne sensible Daten offenzulegen.
Für den B2B-Commerce ist das ein zentraler Entwicklungsschritt, weil viele Abläufe hier deutlich komplexer sind. Preisstaffeln, kundenspezifische Konditionen, Mindestmengen oder Freigabeprozesse – all das kann über ACP künftig standardisiert angesteuert werden.
Ein Beispiel: Ein Einkäufer sagt ChatGPT: „Bestelle zehn Sensoreinheiten wie beim letzten Auftrag, aber mit höherer Schutzklasse.“ Der Assistent kommuniziert direkt mit dem ERP-System des Lieferanten und stößt die Anfrage an.
Wichtig dabei: Dieses Prinzip ist nicht auf Shopify beschränkt. Offene Schnittstellen ermöglichen es perspektivisch auch anderen Shopsystemen, agentische Bestellvorgänge zu unterstützen – etwa über Plugins. Damit kann auch ein klassischer B2B-Shop künftig „chatfähig“ werden, ohne sein System neu aufzubauen.
Wie können sich Unternehmen technisch und organisatorisch darauf vorbereiten, dass ihre Produkte künftig direkt über Chatbots oder KI-Assistenten wie ChatGPT gekauft werden können?
Grundlage ist eine klare, konsistente und maschinenlesbare Datenbasis. KI-Systeme können nur so gut beraten, wie die Informationen, auf die sie zugreifen. Produktdaten sollten daher vollständig, eindeutig und semantisch sauber sein.
Das Ziel: den eigenen Shop „chatfähig“ machen. Ein KI-Assistent muss in der Lage sein, Produktdaten strukturiert zu lesen, auf Kundenanfragen zu reagieren und die passenden Informationen auszugeben. Dabei geht es nicht darum, den Shop neu zu erfinden, sondern ihn für maschinelle Schnittstellen zu öffnen.
Organisatorisch stellen sich neue Fragen: Wer betreut den „Agent Channel“? Wie werden Chat-Anfragen ins CRM zurückgeführt? Wie lassen sich daraus gewonnene Daten für Content und Beratung nutzen? Gerade im B2B kann diese Rückkopplung großen Mehrwert schaffen: Chat-Dialoge liefern wertvolle Einblicke in reale Kundenfragen. Unternehmen können daraus automatisch FAQ-Inhalte generieren oder ihren Produktcontent so erweitern, dass er in künftigen KI-Antworten besser berücksichtigt wird.
Gerade im B2B entsteht so Mehrwert: Chat-Dialoge liefern reale Kundenfragen. Unternehmen können daraus FAQ-Inhalte oder gezielteren Produktcontent entwickeln.
Wenn klassische Suchmaschinenoptimierung an Bedeutung verliert – wie können Unternehmen künftig sicherstellen, dass ihre Angebote in den Antworten von KI-Systemen wie ChatGPT oder anderen Agenten sichtbar bleiben?
Sichtbarkeit verschiebt sich: Entscheidend ist nicht mehr, auf Google vorn zu stehen, sondern in KI-Antworten stattzufinden. Dafür zählt nicht mehr die Keyword-Dichte, sondern die inhaltliche Relevanz und Vertrauenswürdigkeit der Daten.
Unternehmen sollten ihre Produktinformationen verständlich und kontextfähig gestalten – das heißt: ein KI-System muss daraus erkennen können, wann und wofür ein Produkt relevant ist. Wer beispielsweise technische Komponenten anbietet, sollte deren Einsatzbedingungen, Leistungswerte und Anwendungsbereiche klar dokumentieren.
Neue Tools analysieren bereits, wie Marken in KI-Antworten vorkommen. Sie zeigen Lücken auf und helfen, Themenfelder zu identifizieren, in denen eine Marke fehlen könnte. LLM-Visibility wird zum neuen SEO: Sichtbar ist, wer in KI-Antworten auftaucht – nicht, wer auf Seite 1 steht.
Wie kann die Sichtbarkeit von Marken und Produkten in KI-Systemen überhaupt gemessen werden – und warum wird das künftig zu einem wichtigen Erfolgsfaktor für Unternehmen?
Die klassische Metrik „Klickrate“ verliert an Bedeutung. Entscheidend wird, in wie vielen relevanten Dialogen eine Marke vorkommt – der „Share of Answers“. Schon heute gibt es Tools, die KI-Antworten analysieren und zeigen, welche Marken genannt werden. So lässt sich prüfen, ob Produktinformationen richtig interpretiert werden. Ich empfehle das Tool peec.ai, um die eigene Sichtbarkeit zu messen. Diese Erkenntnisse helfen, Content-Strategien und Produktdaten zu verbessern. Wer in Antworten fehlt, verliert Sichtbarkeit, bevor Kund:innen aktiv suchen.
Zugleich eröffnen sich Chancen: Unternehmen, die ihre Datenqualität verbessern, Systeme auf ACP vorbereiten und Inhalte auf reale Nutzerfragen ausrichten, schaffen digitale Nähe. KI-Systeme werden zum neuen Kontaktpunkt, an dem Marken Kompetenz und Vertrauen zeigen – dort, wo künftig viele Kaufentscheidungen fallen.