Am anderen Ende des Gesprächs kann ein Mensch antworten oder eine Software, heute zunehmend ein KI-System auf Basis großer Sprachmodelle (Large Language Models, LLMs).
Kunden müssen Produkte also nicht allein über Suche, Filter und Navigation finden und vergleichen. Sie stellen ihre Fragen im Gespräch und werden bis zum Kauf begleitet, zum Beispiel bei der Frage nach der passenden Größe. Der Dialog ergänzt den Onlineshop dabei, er ersetzt ihn nicht.
Kauft ein KI-Agent selbstständig im Auftrag des Kunden ein, spricht man von Agentic Commerce.
Ein bekanntes Beispiele ist etwa Rufus von Amazon. Der Chatbot hilft Käufern dabei, die für sie passenden Produkte schneller bei der großen Produktauswahl zu finden.
Was Conversational Commerce einem Onlineshop bringt
Der Nutzen entsteht dort, wo Kunden ohne Antwort nicht weiterkaufen oder den Service belasten. Im Dialog lassen sich drei Aufgaben übernehmen:
- Beratung vor dem Kauf: Welches Produkt passt, welche Größe, ist es mit dem vorhandenen Gerät kompatibel?
- Auskünfte nach dem Kauf: zum Beispiel der Bestellstatus, ohne dass der Kunde eine E-Mail schreibt oder anruft.
- Nachkauf: die erneute Bestellung eines bereits bekannten Produkts direkt im Gespräch.
Wie stark sich das auf Conversion oder Warenkorbwert auswirkt, ist neutral bisher nicht belegt. Denn die verbreiteten Zahlen stammen überwiegend von Softwareanbietern, die die Wirkung ihrer eigenen Produkte beschreiben.
Für eine Investitionsentscheidung taugen sie höchstens als Hinweis, nicht als Planungsgröße. Belastbarer ist eine eigene Messung, wie sie im Abschnitt zu Kosten und Erfolg beschrieben ist. Hier können A-B-Tests im eigenen Shop bessere Anhaltspunkte geben.
Ein zusätzlicher Nutzen liegt in den Gesprächen selbst. Sie zeigen, welche Fragen Kunden vor dem Kauf tatsächlich stellen und an welchen Stellen Informationen im Shop fehlen.
Solche Gespräche systematisch auszuwerten, heißt Conversational Analytics und ist eine eigene Disziplin. Welche Erkenntnisse sich daraus konkret gewinnen lassen, ist auch immer stark vom eigenen Warensortiment und der Zielgruppe abhängig.
Wo sich der Dialog lohnt und wo kaum
Ob sich Dialogberatung lohnt, hängt weniger von der Shopgröße ab als davon, wo Kunden ins Stocken geraten. Softwareanbieter nennen vor allem zwei Stellen als Ansatzpunkte für einen Chat:
- Produktdetailseite: bei Größen- oder Kompatibilitätsfragen, etwa ob ein Ersatzteil zum eigenen Modell passt.
- Vor dem Kaufabschluss: bei offenen Fragen zu Rückgabe, Versand oder Passform, die sonst zum Kaufabbruch führen können.
Aber auch bei der Vorauswahl der richtigen Produkte kann Conversational Commerce helfen. Etwa bei Fragen, die sich nur schwer über Filter-Funktionen im Shop abbilden lassen. Oder bei Fragen, die man typischerweise einen Fachverkäufer im Laden persönlich stellen würde
„Welcher Wein passt am besten zu meinem geplanten Dinner?“
„Ich suche eine Gitarre mit luftig klingenden Tonabnehmern.“
„Welche Absauganlage passt am besten zu unseren Schweißplätzen?“
Für die Praxis heißt das: Ein Sortiment mit vielen erklärungsbedürftigen Produkten bietet mehr Ansatzpunkte als eines aus Standardartikeln, die Kunden ohne Rückfrage kaufen.
Live-Chat, Chatbot, KI-Assistent oder KI-Agent?
Conversational Commerce setzt keine KI voraus. Auch ein Mitarbeiter, der im Chat berät und den Kunden zum Kauf begleitet, gehört dazu. Aber KI beschleunigt die Entwicklung natürlich enorm.
Die technischen Varianten lassen sich als Stufen beschreiben. Sie unterscheiden sich darin, wer antwortet, wie frei formulierte Fragen behandelt werden und wer am Ende handelt.
| Stufe | Wer antwortet | Umgang mit frei formulierten Fragen | Wer handelt |
|---|---|---|---|
| Live-Chat | Mitarbeitende | Werden individuell beantwortet. | Der Kunde kauft selbst. |
| Regelbasierter Chatbot | Software nach Skript oder Entscheidungsbaum | Fragen außerhalb des Skripts enden in Schleifen oder im Kontaktformular. | Der Kunde kauft selbst. |
| KI-Assistent | Software auf Basis eines Sprachmodells | Werden auf Basis von Produktdaten, Bewertungen und Richtlinien beantwortet. | Der Kunde entscheidet, der Kaufabschluss kann im Dialog stattfinden. |
| KI-Agent | Software mit Ziel und Berechtigungen | Der Agent verfolgt ein Ziel und plant Zwischenschritte selbst. | Der Agent handelt innerhalb definierter Berechtigungen bis zum Kauf (Agentic Commerce). |
Die Tabelle löst einen Widerspruch, der in vielen Erklärungen steckt.
Manche Quellen sehen den Kaufabschluss im Gespräch als Kern von Conversational Commerce, andere betonen, ein Chatbot führe meist keine Käufe aus. Beides stimmt: Der Kauf kann im Dialog abgewickelt werden, solange der Kunde ihn auslöst.
Führt das System den Kauf dagegen selbstständig aus, beginnt Agentic Commerce.
Vom klassischen Onlineshop unterscheidet sich Conversational Commerce durch die Steuerung. Im klassischen Shop navigiert der Kunde selbst durch Kategorien, Filter und Produktseiten. Rückfragen laufen dort über getrennte Kanäle wie E-Mail oder Telefon. Im Dialog dagegen fließen Frage, Beratung und Kauf in einem Gespräch zusammen.
So beantwortet ein KI-Assistent Kundenfragen
Ein KI-Assistent verarbeitet die Eingabe des Kunden zunächst mit Verfahren der Sprachverarbeitung (Natural Language Processing, NLP) und erkennt so, wonach gefragt ist.
Entscheidend für die Qualität ist der nächste Schritt: Ein sauber aufgebauter Assistent durchsucht vor jeder Antwort gezielt die angebundenen Systeme, statt eine Antwort frei aus dem Sprachmodell zu erzeugen. Dazu gehören das Produktinformationssystem (PIM) mit Beschreibungen und technischen Daten, das Shopsystem oder das Warenwirtschaftssystem (ERP) mit Preisen, Beständen und Bestelldaten sowie FAQ und Richtlinien, etwa zu Rückgabe oder Versand.
Fragt ein Kunde nach der Lieferzeit, holt der Assistent den Wert aus dem ERP, statt ihn aus allgemeinem Sprachwissen abzuleiten. Bei der Auswahl oder Prüfung eines Assistenten ist deshalb zentral, aus welchen Quellen er seine Antworten bezieht.
Wann ein regelbasierter Bot genügt
Ein regelbasierter Bot gleicht Schlüsselwörter mit einem vorab festgelegten Skript ab. Das reicht für eng umrissene Standardfragen, deren Antwortweg immer gleich ist, etwa die Abfrage des Bestellstatus anhand einer Bestellnummer. Seine typische Schwäche zeigt sich, sobald Kunden anders fragen als vorgesehen: Fragen außerhalb des Skripts enden in Schleifen oder im Kontaktformular. Frühere regelbasierte Chatbots frustrierten Kunden häufig.
Für frei formulierte Beratungsfragen („Welcher Laufschuh passt bei breitem Fuß?“) ist deshalb ein KI-Assistent die passende Stufe, allerdings mit Abruf aus den Shopsystemen statt freier Generierung. Eine neutrale Schwelle, ab welcher Fragenvielfalt sich der Wechsel lohnt, ist bisher nicht belegt. Praktisch lässt sich die Entscheidung an den eigenen Anfragen festmachen: Überwiegen gleichförmige Servicefragen, genügt ein Skript. Überwiegen individuelle Beratungsfragen, stößt es an seine Grenzen.
Warum ein Chatbot den Menschen nicht ersetzt
Eine repräsentative Befragung zur Akzeptanz in Deutschland spricht gegen den Vollautomaten. In einer im Mai 2025 veröffentlichten Bitkom-Befragung wurden 1.006 Internetnutzer ab 16 Jahren befragt, davon 978 Online-Käufer.
62 Prozent wünschen sich bei Problemen eine schnell erreichbare menschliche Kontaktperson. Einen Chatbot wünschen sich 36 Prozent. Zum Vergleich nannten 52 Prozent E-Mail-Service, 40 Prozent einen Rückruf, 28 Prozent FAQ und 7 Prozent Video-Chat. Von den Befragten, die menschlichen Kontakt hatten, waren 86 Prozent zufrieden.
Ein Chatbot findet also durchaus Zuspruch, aber nicht als einziger Weg, wenn etwas schiefläuft. Er kann das Support-Team entlasten, ersetzt nach diesen Zahlen aber nicht den menschlichen Kontakt.
Daraus folgt für die Planung ein Hybrid-Ansatz: Der Bot übernimmt wiederkehrende Fragen, und für Probleme ist eine Übergabe an Mitarbeitende fest eingeplant.
Wie wichtig diese Übergabe ist, zeigt sich an drei Schwachstellen, an denen ein Bot-Einsatz aus Planungssicht scheitern kann:
- Unklare Prozesse: Der Bot weiß nicht, was nach seiner Antwort passieren soll.
- Schlecht trainierte Systeme: Der Bot versteht häufige Fragen nicht oder antwortet falsch.
- Fehlende Eskalationswege: Der Kunde kommt nicht zu einem Menschen, wenn der Bot nicht weiterhilft.
Ob es eine bewährte Regel gibt, nach wie vielen erfolglosen Antworten ein Gespräch übergehen sollte, ist bisher nicht belegt. Naheliegend ist nach der Bitkom-Zahl der Anlass „Problem“, etwa eine Reklamation oder eine fehlgeschlagene Zahlung. Rechtliche Risiken und Risiken durch falsche Daten behandeln die Abschnitte zu Produktdaten und zum Rechtsrahmen.
Welche Kanäle eignen sich?
Conversational Commerce läuft über mehrere Kanäle, die sich in Aufwand und Reichweite unterscheiden:
- Website- oder Shop-Chat: ein Chatfenster direkt im Shop, das an den Auslösern auf der Produktseite oder vor dem Kaufabschluss ansetzen kann.
- Eigene App: Chat oder Assistent innerhalb der Shopping-App.
- Messenger wie WhatsApp: Dialog in einem Kanal, den Kunden ohnehin nutzen.
- SMS: textbasierte Kommunikation ohne Messenger-App.
- Social Media: Dialog über die Nachrichtenfunktionen sozialer Netzwerke.
- Sprachassistenten: Kauf per Sprache, als Teilbereich Voice Commerce genannt.
Softwareanbieter empfehlen, den Kanal nach den Gewohnheiten der eigenen Kunden zu wählen und dort zu starten, wo heute die meisten Anfragen eingehen. Ein Shop, dessen Kunden Fragen bisher vor allem auf der Produktseite haben, startet sinnvoll mit einem Shop-Chat.
Belastbare Nutzungszahlen je Kanal für Deutschland, Österreich und die Schweiz liegen bisher nicht vor. Die Entscheidung stützt sich deshalb am besten auf eigene Daten, etwa darauf, über welche Wege Kunden heute Kontakt aufnehmen.
WhatsApp Business App oder Business Platform?
Für WhatsApp gibt es drei Varianten. Eine scheidet von vornherein aus: Die private WhatsApp-App ist für geschäftliche Kommunikation ungeeignet.
Bleiben die WhatsApp Business App und die WhatsApp Business Platform (API). Eine klare Grenze zwischen beiden zieht das Rechtsportal e-recht24 beim Newsletter: Um Newsletter über WhatsApp rechtssicher zu versenden, ist die Business Platform zu nutzen. Ob die Business App darüber hinaus für Unternehmen genügt, die Anfragen manuell beantworten, und ab wann die Business Platform nötig wird, ist bisher nicht belegt.
Die Wahl hat neben dem Funktionsumfang auch Datenschutz- und Kostenfolgen. Die rechtlichen Details stehen im Abschnitt zum Datenschutz, die Gebühren im Kostenabschnitt.
Produktdaten als Voraussetzung
Ein Chat-Widget allein macht noch keinen Conversational Commerce. Ein Assistent kann nur so genau antworten, wie die Daten sind, auf die er zugreift.
Beschreibungen, technische Daten, Preise, Verfügbarkeiten und Bewertungen müssen deshalb über Schnittstellen in Echtzeit angebunden sein. Andernfalls nennt der Assistent einen Lagerbestand oder eine Lieferzeit, die nicht mehr stimmen.
Vor der Toolwahl lässt sich der eigene Datenstand mit einigen Prüffragen einschätzen:
- Sind die wichtigsten Produktmerkmale vollständig und eindeutig gepflegt?
- Geben Apps, Plugins oder Themes Daten unvollständig oder doppelt aus?
- Werden Preise und Verfügbarkeiten in Echtzeit oder nur zeitversetzt übertragen?
- Sind Richtlinien zu Versand, Rückgabe und Zahlung als Text gepflegt, auf den ein Assistent zugreifen kann?
Wer Lücken in den eigenen Daten findet, schließt sie besser vor dem Start eines Assistenten, weil jede Lücke später als falsche Antwort beim Kunden ankommt.
Datenschutz und Haftung
Vor dem Start sind drei rechtliche Punkte zu klären: die Rechtsgrundlage für die Datenverarbeitung im Chat, die datenschutzkonforme WhatsApp-Variante und die Haftung für falsche Auskünfte. Die folgenden Punkte geben den Stand der ausgewerteten Quellen wieder und ersetzen keine rechtliche Prüfung im Einzelfall.
Welche Rechtsgrundlage der Chat braucht
Wer im Chat personenbezogene Daten verarbeitet, braucht dafür eine Rechtsgrundlage nach Art. 6 DSGVO. Welche Grundlage trägt, hängt davon ab, wofür die Daten verarbeitet werden.
WhatsApp datenschutzkonform einsetzen
Die private App scheidet für Unternehmen aus, weil ihre Nutzungsbedingungen den kommerziellen Gebrauch untersagen. Datenschutzfragen beim Abgleich von Kontakten, bei den Metadaten der Kommunikation und bei Übermittlungen in Drittländer außerhalb der EU betreffen laut e-recht24 auch die Business-Lösungen. Für die Auftragsverarbeitung gelten laut e-recht24 die WhatsApp Business Data Processing Terms.
Auch die WhatsApp Business App hat eine Grenze. Ihre Broadcast-Funktion erreicht maximal 256 Kontakte, und Newsletter darüber sind laut e-recht24 nicht DSGVO-konform. Für Newsletter empfiehlt sich die Business Platform. Unabhängig von der Variante setzt der DSGVO-konforme Einsatz laut e-recht24 je nach Zweck eine passende Rechtsgrundlage voraus.
Haftung für falsche Bot-Auskünfte
Ob und in welchem Umfang ein Händler in Deutschland, Österreich oder der Schweiz für falsche Auskünfte seines Chatbots haftet, ist bisher nicht belegt. Das Risiko falscher Auskünfte sinkt aber, wenn ein Assistent seine Antworten aus gepflegten Richtlinien und Daten abruft, statt sie frei zu generieren. Vorbeugend wirkt die im Abschnitt zur Funktionsweise beschriebene Architektur mit Abruf aus PIM, ERP und Richtlinientexten.
Was kostet Conversational Commerce und wann lohnt es sich?
Die Kosten hängen davon ab, welche Stufe, welcher Kanal und welche Integration gewählt werden. Neutrale Preisspannen für Software liegen nicht vor. Die einzige konkret bezifferbare Größe sind die WhatsApp-Gebühren von Meta. Für die eigene Kalkulation reicht es deshalb, die Kostenbestandteile vollständig aufzustellen und den Erfolg an Geschäftszahlen zu messen.
Woraus sich die Kosten zusammensetzen
Die laufenden und einmaligen Kosten setzen sich aus drei Bestandteilen zusammen:
- Messaging-Software: Lizenz für Chat-, Bot- oder Assistenzsystem.
- Meta-Gebühren: bei Nutzung der WhatsApp Business Platform.
- Einrichtung und Integration: Anbindung an Shop und CRM, Opt-in-Prozesse für Einwilligungen, Gestaltung der Gesprächsabläufe (Flow-Design) und Tracking.
Weil Meta Sätze und Abrechnungsregeln anpasst, sind die aktuellen Werte vor jeder Kalkulation in der offiziellen Preisübersicht von Meta zu prüfen.
Woran sich der Erfolg messen lässt
Für die Wirtschaftlichkeit lässt sich eine einfache ROI-Formel verwenden:
ROI (%) = ((Einsparung + Zusatzumsatz − monatliche Gesamtkosten) / monatliche Gesamtkosten) × 100
Die Einsparung ergibt sich aus den eingesparten Stunden im Kundenservice multipliziert mit dem Stundensatz. Zu den Gesamtkosten zählen Lizenz, API-Gebühren, Implementierung und laufendes Monitoring. Ein hypothetisches Rechenbeispiel, dessen Werte frei gewählt sind und keine typischen Ergebnisse darstellen: Ein Shop spart im Monat 50 Servicestunden zu je 25 € (1.250 €) und ordnet dem Chat 750 € Zusatzumsatz zu, bei Gesamtkosten von 1.500 €. Der ROI beträgt dann ((1.250 + 750 − 1.500) / 1.500) × 100, also rund 33 Prozent.
Die Formel ist nur so gut wie die Zahlen, die hineinfließen. Aussagekräftig sind Geschäftskennzahlen wie der Anstieg der Conversion bei Kunden mit Chatkontakt, zurückgewonnener Umsatz aus abgebrochenen Käufen und die Entlastung des Supports. Die Zahl der geführten Chats sagt dagegen wenig, weil viele Gespräche auch bedeuten können, dass Informationen im Shop fehlen. Typischer Fehler ist deshalb, den Erfolg am Chatvolumen zu messen statt an Umsatz und Servicekosten.
Was Agentic Commerce für die Sichtbarkeit des Shops ändert
Agentic Commerce ist die Stufe, in der ein KI-Agent nicht nur berät, sondern den Kauf selbst ausführt. OpenAI hat dafür Instant Checkout in ChatGPT vorgestellt, über das direkt im Chat gekauft werden soll. Grundlage ist das Agentic Commerce Protocol (ACP) von OpenAI. Ob und in welchen Ländern die Funktion für Händler nutzbar ist, ist bisher nicht belegt. Nach aktuellem Stand verlagert sich vor allem die Produktsuche in KI-Assistenten.
Parallel dazu verfolgt Google mit dem Universal Commerce Protocol (UCP) einen eigenen Ansatz.
Für die Sichtbarkeit eines Shops zählt also weniger ein eigener Kaufprozess in ChatGPT oder Google. Wichtiger ist, ob KI-Systeme verlässliche Daten über das Sortiment finden. Laut einem Fachbeitrag von Piazza Blu müssen Händler nicht jede neue Plattform sofort integrieren, sollten aber schon heute die Grundlagen schaffen. Dazu gehört, fehlende technische Attribute zu ergänzen, Widersprüche bei Preisen und Verfügbarkeit zu beseitigen und Rückgaberegeln verständlich statt in schwer lesbarem Fließtext zu formulieren. Diese Grundlage braucht auch ein eigener KI-Assistent im Shop, sodass sich die Arbeit an den Produktdaten für beide Zwecke auszahlt.
FAQ
Woher stammt der Begriff Conversational Commerce?
Den Begriff prägte Chris Messina im Jahr 2015. Die Entwicklung begann mit Live-Chats, in denen Mitarbeitende antworteten.
Lohnt sich Conversational Commerce auch für kleine Onlineshops?
Neutrale Belege für den Nutzen speziell bei kleinen Shops gibt es bisher nicht. Als Ausgangspunkt eignet sich ein bereits vorhandenes Live-Chat-Widget. Sinnvoll ist außerdem ein Start an einem klaren Auslöser, etwa Größen- oder Kompatibilitätsfragen auf der Produktdetailseite, statt eines Chats auf jeder Seite. Ob sich der Aufwand rechnet, lässt sich anschließend mit der ROI-Formel aus dem Kostenabschnitt prüfen.
Wie lässt sich ein passendes Tool auswählen?
Ein neutraler Vergleich der Anbieter liegt nicht vor. Für die Auswahl eignen sich folgende Prüffragen:
- Unterstützt das Tool die Kanäle, die die eigenen Kunden nutzen?
- Lässt es sich an Shop, PIM, ERP und CRM anbinden?
- Gibt es eine geplante Übergabe an Mitarbeitende?
- Antwortet ein KI-Assistent aus angebundenen Daten statt frei zu generieren?
- Ist ein datenschutzkonformer Betrieb möglich, einschließlich Einwilligungen für Marketing-Nachrichten?
Ist Conversational Commerce dasselbe wie Conversational Marketing?
Die Begriffe werden teils synonym verwendet, Conversational Marketing erscheint dann als weitere Bezeichnung für Conversational Commerce. Eine einheitliche Abgrenzung der beiden Begriffe ist bisher nicht belegt.
