News: Wissen

Neue Zielgruppe AI-Modelle: Wie Marken in der Vorauswahl durch LLMs bestehen

#agenticcommerce #aisearch #behavioraldesign #llm #markenführung
Die Kaufent­scheidung fällt immer öfter im Gespräch mit einem AI-Modell, lange bevor jemand eine Website besucht. Größe allein bringt eine Marke dort nicht in die Auswahl. Es kommt darauf an, ob das eigene Material klar sagt, für wen ein Angebot passt, für wen nicht und warum. Und ob die echten Erfah­rungen der Kund*innen dieses Versprechen bestä­tigen.
Astrid Junghans

Dr. Astrid Junghans

Director bei elaboratum

Kaufent­schei­dungen fallen immer öfter im Gespräch mit LLM-Modellen. Ob Strom, Versi­cherung, Software oder Mode: Viele Kund*innen lassen sich von ChatGPT & Co. passende Optionen vorschlagen. Das Modell vergleicht sie und sortiert aus, noch bevor jemand eine Website besucht. Damit bekommen Unter­nehmen neben den Menschen eine zweite Zielgruppe, nämlich das LLM-Modell.

Wie stark sich die Gewichte verschieben, zeigt ein Test, in dem wir einen etablierten Markt­führer mit typischen Kaufan­fragen seiner Kund*innen in den vier großen AI-Suchen geprüft haben. Bei zwanzig Möglich­keiten tauchte er nur ein einziges Mal auf. Größe und Bekanntheit einer Marke sichern also keinen Platz in der Auswahl des Modells. Ob ein Unter­nehmen genannt wird, hängt von den Infor­ma­tionen ab, die ein Unter­nehmen zur Verfügung stellt und diese brauchen genug Substanz, belegbare Gründe, eine klare Passung und sie dürfen keine offenen Angriffs­flächen bieten. Typische Einwände müssen darin schon beant­wortet sein, denn sonst formu­liert das Modell sie selbst ohne das Gegen­ar­gument zu bringen. Steckt die Bedeutung einer Marke nur in Bildwelten und Claims, kann das Modell sie keiner Anfrage zuordnen. Wichtig ist es daher, die Marken­iden­tität für LLMs lesbar zu übersetzen.

Vor dem Kauf haben Unter­nehmen nur noch durch ihr Produkt­ma­terial Einfluss. Nach dem Kauf aber liegt der Einfluss wieder bei Ihnen über E‑Mail, App und Service. Dies sollten Unter­nehmen aktiv nutzen. Denn über diese Kanäle können sie die Unsicherheit auffangen, die das Gespräch mit dem LLM bei Kund*innen zurück­lässt. Dafür braucht es einen konkreten Beleg, warum die Wahl zur eigenen Situation passt. Und einen schnellen Weg zum ersten spürbaren Nutzen. Das wirkt direkt auf die Sicht­barkeit zurück. Aus Erfah­rungen werden Bewer­tungen und Empfeh­lungen und daraus schreibt das Modell wiederum seine nächste Antwort. Wer Kund*innen in ein unpas­sendes Angebot drängt, gewinnt vielleicht einen Abschluss. Die Enttäu­schung hinterher landet aber öffentlich und wird in der nächsten Antwort des Modells zum Vorbehalt.

Eine AI mit Zahnrad-Kopf sortiert Optionen in „unklar“, „abgelehnt“ und „ausgewählt“, ein Mann tippt auf den Bildschirm.
Anke Raloff

Anke Raloff
Marketing & PR
+49 173 49 30 053
ed.mutarobale@ffolar.ekna

Ich freue mich darauf, von Ihnen zu hören. Gerne stehe ich Ihnen bei Fragen zur Verfügung.

Stay tuned: Folgen Sie uns auf LinkedIn!

Was wir Ihnen anbieten können

Das könnte Sie ebenfalls interessieren

Agentic Shopping

Agentic Shopping: Trend­thema im E‑Commerce – doch Konsument*innen bleiben noch zurück­haltend

Agentic Shopping gehört aktuell zu den meist­dis­ku­tierten Trends im E‑Commerce. Platt­formen wie OpenAI mit der „Shopping Research“-Funktion in ChatGPT zeigen, wie AI‑basierte Einkaufsassistent*innen Produkt­suche, Vergleich und Geschenk­auswahl verändern können. Doch wie offen sind Konsument*innen wirklich für diese neue Art des Einkaufens? Unsere Umfrage mit 196 Teilnehmer*innen, durch­ge­führt vom 24. bis…

Weiterlesen
Cover des Whitepapers "Wie Vertrauen den Net Promoter Score wirklich beeinflusst"

Neues White­paper: Vom Score zum Wachs­tums­treiber. Wie Vertrauen den Net Promoter Score wirklich beein­flusst

Vertrauen als Schlüssel für einen hohen Net Promoter Score und echtes Wachstum. Der Net Promoter Score (NPS) ist eine der etablier­testen Kennzahlen zur Messung von Kunden­bindung. Dennoch erleben viele Unter­nehmen in der Praxis, dass ihr Score trotz hoher Inves­ti­tionen in die Customer Experience stagniert. Unser neues White­paper „Vom Score zum…

Weiterlesen
Ai in Marketing

AI im Marketing: Daten­qua­lität vor Techno­lo­gie­auswahl

Die Versu­chung ist groß: AI einführen, Kosten senken, fertig. Diese Rechnung geht selten auf. Wer AI im Marketing primär als Sparpo­tenzial begreift, übersieht die eigent­liche Heraus­for­derung. AI-Systeme sind keine Selbst­läufer, sie brauchen laufende Betreuung, frische Trainings­daten und ein Zusam­men­spiel von Marketing, Daten­teams und Business. Ohne diesen Kultur­wandel bleibt selbst die…

Weiterlesen