Google, OpenAI, Amazon, Meta: Der Kampf darum, wie Kundinnen und Kunden Mode finden

Im November 2025 stellte Walmart rund 200'000 Produkte in ChatGPT ein, sodass Kundinnen und Kunden kaufen konnten, ohne den Chat zu verlassen. Im März 2026 zog sich der Händler wieder zurück. Laut The Paypers lag die Konversionsrate im Chat-Pilot rund dreimal tiefer als bei Nutzenden, die auf Walmarts eigene Website klickten. Innerhalb weniger Wochen rückte auch OpenAI selbst von dem Checkout-Modell ab, das es sechs Monate zuvor mit grossem Aufwand lanciert hatte.

Diese Kehrtwende ist der aufschlussreichste Datenpunkt im Wettstreit zwischen Google, OpenAI, Amazon und Meta um den Moment, in dem sich jemand für einen Kauf entscheidet. Die kurze Antwort auf die Frage, wer gewinnt: Niemand besitzt die Modeentdeckung bisher, doch die Plattformen, die bereits über Zahlungs-, Katalog- und Werbedaten verfügen, ziehen davon. Amazon meldet knapp 12 Mrd. USD an zusätzlichem annualisiertem Umsatz durch seinen Assistenten, Meta sagt, über seine vollautomatisierten Werbetools laufe inzwischen ein Volumen von 60 Mrd. USD pro Jahr, und Google verwandelt seine 50 Milliarden Produkteinträge in einen Agenten, der im Auftrag der Kundschaft einkaufen kann.

Für Modemarken ist das keine abstrakte Frage. Wer die Gesprächsebene kontrolliert, entscheidet, welche Produkte angezeigt werden, welcher Händler den Auftrag erhält, wer die Kundendaten behält und wer dafür eine Gebühr zahlt. Die vergangenen 18 Monate haben vier verschiedene Antworten auf diese Frage geliefert.

Was hat jede Plattform für das Einkaufen tatsächlich lanciert?

Google war im grossen Massstab zuerst am Start. An seiner Entwicklerkonferenz I/O am 20. Mai 2025 kündigte das Unternehmen ein Shopping-Erlebnis im AI Mode an, das seine Gemini-Modelle mit dem Shopping Graph verbindet. Dieser umfasste laut Google mehr als 50 Milliarden Produkteinträge, von denen mehr als 2 Milliarden stündlich aktualisiert werden. Am selben Tag lancierte Google in den USA über Search Labs eine virtuelle Anprobe, mit der sich Hemden, Hosen, Röcke und Kleider auf einem Ganzkörperfoto der eigenen Person ansehen lassen, und zeigte vorab einen agentischen Checkout: Wer einen Preis beobachtet, legt Grösse, Farbe und Budget fest und tippt auf «Für mich kaufen», sobald der Preis sinkt. Am 13. November 2025 führte Google diesen Checkout in den USA ein, unter anderem mit Wayfair, Chewy, der Bekleidungsmarke Quince und ausgewählten Shopify-Händlern, und machte die Shopping-Funktionen für alle Nutzenden der Gemini-App in den USA verfügbar.

OpenAI lancierte Instant Checkout am 29. September 2025. Nutzende in den USA mit Free-, Plus- und Pro-Abo konnten in ChatGPT einzelne Artikel von US-Verkäufern auf Etsy kaufen, und OpenAI kündigte an, dass mehr als eine Million Shopify-Händler folgen würden, darunter Glossier, Skims, Spanx und Vuori. Händler zahlen eine Gebühr auf Käufe, Kundinnen und Kunden zahlen nichts zusätzlich. Die Funktion basierte auf dem Agentic Commerce Protocol, das OpenAI gemeinsam mit Stripe entwickelte und als Open Source veröffentlichte. Am 24. November 2025 kam «Shopping Research» hinzu, ein Modus auf Basis einer GPT-5-mini-Version, der Rückfragen stellt und einen Kaufratgeber erstellt.

Amazon hat die Kundschaft in den eigenen Mauern behalten. Der Assistent Rufus erhielt 2025 ein Gedächtnis, Preisverfolgung und automatisches Einkaufen: Prime-Mitglieder können einen Zielpreis festlegen und Rufus kaufen lassen, sobald er erreicht ist, mit einer Stornierungsfrist von 24 Stunden. Lens Live, im September 2025 lanciert, bringt Rufus in die Kamera und scannt Produkte in Echtzeit; Amazon meldete eine um 45% höhere Lens-Nutzung gegenüber dem Vorjahr. Die Schaltfläche «Buy for Me» geht noch weiter: Amazon kauft damit im Auftrag der Kundschaft direkt auf der Website einer Marke, wenn der Artikel nicht bei Amazon verkauft wird.

Metas Ansatz ist für Kundinnen und Kunden am wenigsten sichtbar und für die Budgets der Marken wohl am folgenreichsten. Statt eines Shopping-Chatbots hat Meta die Werbung selbst automatisiert. Die Advantage+-Suite erstellt, targetiert und platziert Anzeigen von Anfang bis Ende, und der Assistent Meta AI hat laut Mark Zuckerberg mehr als eine Milliarde monatlich aktive Nutzende.

Pinterest, die fünfte Anwärterin, baute ihren Assistenten auf dem sogenannten Taste Graph auf. In der Telefonkonferenz zum zweiten Quartal 2026 sagte das Unternehmen, der Pinterest Assistant sei bis Ende Juli für den Grossteil der US-Nutzenden verfügbar gewesen, bearbeite mehr als 80 Milliarden Suchanfragen pro Monat, die meisten davon visuell und über die Hälfte kommerziell, und mehr als 96% der Textsuchen seien markenlos. Die Gen Z stellt mehr als die Hälfte der 640 Millionen monatlich aktiven Nutzenden.

Warum ist OpenAIs Instant Checkout ins Stocken geraten?

OpenAI hatte das Publikum, aber nicht die Einkaufsgewohnheit. Laut einer Berichterstattung, die Shopifreaks im März 2026 zusammenfasste, konvertierte die ursprüngliche Kaufschaltfläche mit unter 1%, gegenüber einem Branchendurchschnitt von 3% bis 4%, und die Händlerakzeptanz blieb begrenzt. OpenAIs Antwort war der Wechsel zu einem App-basierten Modell, in dem Händler eigene Storefronts in ChatGPT aufbauen und die Transaktion selbst abwickeln. Damit wandern der Entwicklungsaufwand und der Checkout zurück zum Händler. Shopify erklärte, keine ChatGPT-App mit Checkout zu bauen; Etsy nannte keinen Zeitplan.

Walmarts Erfahrung zeigt, warum Händler den Wechsel begrüssten. Der Assistent Sparky erreichte im März 2026 zahlende ChatGPT-Abonnenten, doch diesmal melden sich Kundinnen und Kunden mit ihrem Walmart-Konto an, synchronisieren ihren Warenkorb und schliessen den Kauf im System von Walmart ab. Ein leitender Verantwortlicher bezeichnete das frühere Erlebnis im Chat als unbefriedigend; Shopifreaks berichtete, Walmart habe es als «rudimentär» beschrieben.

Auch OpenAIs eigene Produktdokumentation spiegelt diese Vorsicht. Sie hält fest, dass die Ergebnisse von Shopping Research organisch sind, dass Chats nie mit Händlern geteilt werden und dass das Tool «bei Produktdetails wie Preis und Verfügbarkeit Fehler machen kann». Ausserdem steht dort, dass Instant-Checkout-Artikel in den Rankings nicht bevorzugt werden, wobei die Aktivierung einer der Faktoren ist, die berücksichtigt werden, wenn mehrere Händler dasselbe Produkt verkaufen.

Wie macht Google aus der Suche einen Checkout?

Googles Wette lautet: Nicht der Chatbot, sondern das Protokoll ist der Preis. Am 11. Januar 2026, abgestimmt auf die Jahresmesse der National Retail Federation, lancierte das Unternehmen das Universal Commerce Protocol (UCP), einen offenen Standard für Entdeckung, Kauf und Support nach dem Kauf. Constellation Research zählte bei der Lancierung 20 Unterstützer, darunter Shopify, Etsy, Wayfair, Target, Best Buy, PayPal, Visa, Stripe und American Express. UCP ermöglicht über Google Pay einen Checkout direkt im AI Mode.

Google setzte zwei kommerzielle Produkte obendrauf. Ein Business Agent beantwortet in der Suche Produktfragen im Tonfall der jeweiligen Marke und war bei der Lancierung mit Lowe's, Poshmark und Reebok live. Vidhya Srinivasan, Googles Vice President für Werbung und Commerce, nannte ihn «einen virtuellen Verkaufsberater, der Produktfragen einfach im Tonfall der Marke beantworten kann». In einem Pilotprojekt namens Direct Offers können Werbetreibende Gratisversand, Bundles oder Rabatte direkt im AI Mode an Kundschaft ausspielen; getestet wurde mit Shopify-Händlern, e.l.f. Cosmetics, Petco und Samsonite, unter anderen.

Die erste grosse Bekleidungsgruppe, die live ging, war Gap Inc. Am 24. März 2026 begann sie, für Gap, Old Navy, Banana Republic und Athleta einen Checkout in Googles Gemini anzubieten. Wer ein Outfit für eine Hochzeit oder ein Vorstellungsgespräch sucht, kann die Vorschläge im selben Gespräch kaufen, wie RetailDetail berichtete.

Was macht Amazon anders, und was bringt es ein?

Amazon ist die einzige Anwärterin, die den Umsatz ihres Assistenten beziffert hat. In den Ergebnissen für das vierte Quartal 2025 gab das Unternehmen an, mehr als 300 Mio. Kundinnen und Kunden hätten Rufus im Jahresverlauf genutzt und der Assistent habe knapp 12 Mrd. USD an zusätzlichem annualisiertem Umsatz erzielt, nach 10 Mrd. USD, die es nach dem dritten Quartal genannt hatte. Kundschaft, die beim Einkaufen Rufus nutzte, konvertierte laut Daten vom November 2025 mit mehr als 60% höheren Raten als jene ohne Rufus. Es handelt sich um Unternehmensschätzungen auf Basis von Amazons eigenen Zuordnungsannahmen, nicht um geprüfte Zahlen.

Der Vorteil ist struktureller Natur. Rufus beantwortet Fragen zu einem Katalog, den Amazon kontrolliert, anhand von Kaufhistorien, die Amazon gehören, und der Verkauf schliesst im Amazon-Checkout ab. Buy for Me dehnt diese Logik über den eigenen Shop hinaus aus: Laut Amazon wuchs das Sortiment für die Funktion von 65'000 Produkten bei der Lancierung auf mehr als 500'000 bis November 2025.

Wo ein Artikel nicht über Buy for Me erhältlich ist, kann Rufus eine Schaltfläche «Shop Direct» anzeigen, die stattdessen zum Händler verlinkt. Amazon ergänzte zudem einen personalisierten Deal-Finder für Anlässe wie Prime Day und Black Friday, der auf Browsing-, Warenkorb- und Wunschlistenaktivität beruht, und gab an, Rufus habe 2025 mehr als 50 technische Verbesserungen erhalten. Für eine Modemarke, die über Amazon verkauft, bedeutet das: Zunehmend entscheidet der Assistent und nicht die Suchergebnisseite, welche Variante, Farbe oder welches Konkurrenzprodukt angezeigt wird. Für eine Marke, die dort nicht verkauft, heisst Buy for Me, dass Amazon trotzdem der Ort sein kann, an dem das Produkt gefunden wird, und die Kundenbeziehung bleibt bei Amazon statt beim Label.

Verlieren Marken die Kontrolle, wenn ein KI-Agent für andere einkauft?

Der deutlichste Testfall kam von kleinen Mode- und Geschenkmarken. Im Januar 2026 berichtete Modern Retail, unabhängige Verkäufer hätten ihre Produkte über Buy for Me bei Amazon gelistet gefunden, ohne zugestimmt zu haben. Mochi Kids, eine Kinderbekleidungsmarke aus Salt Lake City, sah einen Katalog von rund 4'000 Produkten auftauchen und erhielt etwa 16 Buy-for-Me-Bestellungen. Eine selbst durchgeführte Umfrage einer betroffenen Inhaberin sammelte 145 Antworten von Marken, die glaubten, ohne Einwilligung gelistet worden zu sein. Amazon erklärte, es handle sich um Tests, man habe positive Rückmeldungen erhalten, und Unternehmen könnten sich jederzeit per E-Mail abmelden. Amanda Stewart von Mochi Kids fasste die Sicht der Marken schlicht zusammen: «Das erzeugt Misstrauen.»

Der Fall veranschaulicht drei Risiken, die für jede Plattform gelten. Erstens Preis- und Kanalkonflikte: Eine Künstlerin sagte Modern Retail, ausschliesslich für den Grosshandel bestimmte Produkte seien gelistet worden, was Fragen zu Umsatzsteuer und Preisen aufwerfe. Zweitens Daten: Kauft ein Agent im Auftrag der Kundschaft ein, erhält die Marke womöglich eine Bestellung von einer Plattformadresse statt eine Kundenbeziehung. Drittens Genauigkeit: Ein Agent, der mit gescrapten Daten arbeitet, kann veraltete Grössen, Preise oder Bestände anzeigen, ein Problem, das OpenAI in der eigenen Dokumentation einräumt.

Wie verändert Metas KI-Werbung die Ökonomie für Modemarken?

Für die meisten Modemarken ist die grösste KI-Shopping-Plattform kein Chatbot, sondern ein Werbesystem. Metas Finanzchefin Susan Li sagte Investoren im Oktober 2025, das jährliche Umsatzvolumen über die automatisierten End-to-End-Lösungen habe 60 Mrd. USD erreicht. Sie berichtete, ein neues Ranking-Modell habe in Tests auf Instagram zu einem Konversionsplus von über 2% geführt, und die Einführung des Lattice-Modells bei App-Anzeigen habe die Konversionen um knapp 3% gesteigert. Zuckerberg sagte, Metas Business-KI werde es Dutzenden Millionen Unternehmen ermöglichen, Gespräche mit Kundschaft auszubauen.

Der Preis dafür ist Kontrolle. Automatisierte Kampagnen wählen Kreation, Zielgruppen und Platzierungen innerhalb von Metas Systemen, die Marke liefert Budget, Produktfeeds und Assets. Konversionsgewinne kommen den Werbetreibenden zugute, aber auch die Abhängigkeit von einem Modell, dessen Logik sie nicht einsehen können. Pinterest macht von der anderen Seite her ein ähnliches Angebot: Chef Bill Ready sagte Analysten, der Assistent sei kein Produkt nach dem Muster «jetzt bauen und später monetarisieren», und «KI allein hat weder Stil noch Geschmack. Menschen haben Stil und Geschmack.»

Wo liegen die Grenzen und Gegenargumente?

Drei Vorbehalte dämpfen die Erzählung vom KI-Landraub. Der erste ist die Grössenordnung. Die Zahlen von Amazon und Meta sind gross, entstehen aber in Unternehmen, die ohnehin riesig waren; keine der beiden Firmen legte offen, welcher Anteil auf Bekleidung entfällt. Es sind Unternehmensschätzungen, und jene von Amazon beruht auf Annahmen darüber, was Kundinnen und Kunden sonst gekauft hätten.

Der zweite ist das Verhalten. Die Erfahrungen von OpenAI und Walmart legen nahe, dass Kundschaft den Chat zur Recherche nutzt und weiterhin dort kauft, wo sie der Rückgaberegelung und der Grössentabelle vertraut. Das ist in der Mode besonders relevant, wo Passform, Material und Retouren mehr zählen als bei Elektronik oder Haushaltsartikeln. OpenAI selbst nannte Elektronik, Beauty, Haus und Garten, Küche und Haushaltgeräte sowie Sport und Outdoor, nicht Bekleidung, als Kategorien, in denen Shopping Research besonders gut funktioniert.

Der dritte ist das Gegenargument der Plattformen selbst: KI-Agenten bräuchten die Händler mehr als die Händler die Agenten. Google bewirbt seinen Business Agent als Möglichkeit für Marken, Fragen im eigenen Tonfall zu beantworten, und Carrie Tharp, Vice President bei Google Cloud, sagte Händlern an der NRF im Januar 2026: «KI ist nicht die Konkurrenz der Händler. Sie sollte ihre Superkraft sein.» Gaps Entscheid, in Gemini zu verkaufen, statt abzuwarten, beruht auf der Rechnung, dass Präsenz im Gespräch weniger riskant ist als Abwesenheit. Marken, die gut beschrieben, gut bestückt und gut bewertet sind, werden womöglich schlicht häufiger empfohlen, egal wo das Gespräch stattfindet.

Was sollten Modemarken jetzt tun?

1. Produktdaten als Schaufenster behandeln Agenten lesen Feeds, nicht Kampagnen. Vollständige Attribute zu Passform, Material, Grössenspektrum und Bestand entscheiden darüber, ob ein Produkt empfohlen und korrekt beschrieben wird.
2. Prüfen, wo Sie bereits gelistet sind Kontrollieren Sie, ob Buy for Me, Googles Shopping Graph oder ChatGPT Shopping Research Ihre Produkte anzeigen und ob Preise, reine Grosshandelslinien und Verfügbarkeit stimmen.
3. Den finalen Checkout möglichst behalten Der Walmart-Pilot und OpenAIs Kurswechsel deuten darauf hin, dass händlerkontrollierter Checkout besser konvertiert und die Kundenbeziehung schützt. Bevorzugen Sie Integrationen, die Kundschaft in Ihr Konto und zu Ihrer Rückgaberegelung führen.
4. Über Protokolle bewusst entscheiden UCP und das Agentic Commerce Protocol sind offene Standards mit unterschiedlichen Unterstützern. Prüfen Sie Gebühren, Datenweitergabe und Hoheit über den Kundendatensatz, bevor Sie eines davon aktivieren.
5. Medien- und Commerce-Budgets für KI trennen Die automatisierten Werbetools von Meta und Google und ihre dialogbasierten Shopping-Funktionen belohnen unterschiedliche Inputs. Messen Sie die Inkrementalität für jedes einzeln, statt sich auf die Zuordnung der Plattformen zu verlassen.
6. Anprobe- und Passformtools mit Retourendaten testen Bei Google ist eine Präsenz in der virtuellen Anprobe gratis; ob sie in Ihren Kategorien die Retouren senkt, ist eine empirische Frage, die Ihre eigenen Daten beantworten können.
7. Regeln für nicht autorisierte Einträge festlegen Bereiten Sie einen Abmelde- und Eskalationsprozess vor, damit ein Agent, der Ihre Produkte ohne Einwilligung verkauft, schnell auffällt und nicht erst durch eine verwirrte Kundin.