Rund 2 Millionen aktive Verkäufer tummeln sich auf Amazon. Die meisten davon sind kleine und mittlere Händler, die keine Analysten-Abteilung haben. Sie hängen an Seller Central, klicken sich durch Berichte, exportieren CSV-Dateien und versuchen, aus Zahlen eine Strategie abzuleiten. Genau hier setzt Amazon jetzt an: mit Project Amelia, einem generativen KI-Agenten, der Verkäufern Datenfragen in natürlicher Sprache beantworten soll.
Das ist mehr als ein weiteres Dashboard-Feature. Es ist der Versuch, die interpretationslastigste Arbeit im E-Commerce zu automatisieren: das Übersetzen von Rohdaten in Entscheidungen.
Was Project Amelia konkret tut
Amelia ist kein freistehender Chatbot. Der Agent ist in Seller Central eingebettet und greift auf das eigene Verkaufskonto zu — Bestände, Bestellungen, Conversion-Rates, Rückgaben, Werbeausgaben. Verkäufer stellen Fragen wie „Warum ist mein Umsatz letzte Woche um 12 Prozent gefallen?“ und bekommen eine Antwort mit Kontext, nicht nur eine Zahl.
In der ersten Ausbaustufe stehen drei Funktionen im Vordergrund: die Beantwortung von Kennzahlen-Fragen, die Diagnose von Auffälligkeiten und die Erstellung kurzer Handlungsempfehlungen. Ein Verkäufer fragt nach dem besten Preis für ein Produkt, Amelia vergleicht Wettbewerbsdaten und schlägt eine Spanne vor. Das spart Zeit — aber es verschiebt auch die Verantwortung.
Warum Verkäufer trotzdem vorsichtig sein sollten
Die Ankündigung klingt nach Entlastung. Sie ist es auch — für Routinefragen. Doch drei Punkte verdienen Skepsis.
Erstens die Datenhoheit. Wer Amelia nutzt, gibt Amazon Einblick in die eigene Interpretation von Geschäftsdaten. Was der Agent lernt, lernt er über das Konto. Bei einem Wettbewerber wie Walmart Marketplace wäre ein vergleichbares Tool kaum denkbar — bei Amazon schon, weil der Plattformbetreiber ohnehin alle Transaktionsdaten besitzt. Die Asymmetrie wächst.
Zweitens die Blackbox. Amelia liefert Antworten, aber selten nachvollziehbare Herleitungen. Ein Verkäufer, der wissen will, welche Faktoren die Umsatzprognose treiben, bekommt eine Zusammenfassung — keine Regressionsanalyse. Für operative Entscheidungen reicht das oft. Für strategische nicht.
Drittens die Abhängigkeit. Wer seine Preisstrategie an Amelia delegiert, verlernt das eigene Urteilsvermögen. Das ist kein theoretisches Problem: Schon bei Amazon Ads sehen wir Verkäufer, die Kampagnen nur noch nach den Empfehlungen der Plattform optimieren — und deren Marge schleichend verlieren.
Wie funktioniert der Agent technisch?
Amazon nutzt für Amelia eine Kombination aus einem großen Sprachmodell und einer Retrieval-Schicht, die auf die Verkaufsdaten des jeweiligen Kontos zugreift. Der Agent holt also nicht nur generische Antworten, sondern zieht kontextspezifische Datenpunkte heran.
Das erklärt, warum die Antworten in den ersten Beta-Tests brauchbar waren — und warum sie zugleich limitiert bleiben. Sobald eine Frage mehrere Datenquellen kombiniert (etwa Werbeausgaben gegen organischen Traffic gegen Rückgabequote), stößt der Agent an Grenzen. Die Ursache: Die zugrundeliegenden Systeme sind historisch gewachsen und nicht konsistent verknüpft. Amelia verbindet sie oberflächlich — nicht strukturell.
„Ein KI-Agent kann nur so gut sein wie die Datenarchitektur, auf der er reitet. Und Amazons Seller-Central-Daten sind ein Flickenteppich.“
Das ist keine Kritik an Amelia, sondern an der Erwartungshaltung. Wer glaubt, der Agent löse das Grundproblem fragmentierter Händlerdaten, wird enttäuscht.
Was das für den DACH-Markt bedeutet
In Deutschland, Österreich und der Schweiz sind die Händlerstrukturen kleinteiliger als in den USA. Ein großer Teil der Amazon-Verkäufer hierzulande hat weniger als zehn Mitarbeiter. Für diese Gruppe ist Amelia potenziell wertvoller als für große Marken — weil die alternative Lösung, ein eigenes BI-System, schlicht zu teuer wäre.
Gleichzeitig sind deutsche Händler datenschutzsensibler. Die Frage, welche Daten Amazon aus Amelia-Interaktionen zieht und wie lange sie gespeichert werden, wird spätestens dann relevant, wenn erste Datenschutzbeauftragte auf das Tool schauen. Amazon kommuniziert dazu bislang nur rudimentär.
Ein weiterer Punkt ist die Sprache. Amelia wird zunächst auf Englisch ausgerollt. Deutschsprachige Verkäufer müssen warten — oder in englischen Prompts arbeiten. Das klingt nach Detail, ist aber ein echter Akzeptanzfaktor. Wer auf Deutsch fragt, fragt präziser. Wer in einer Fremdsprache formulieren muss, nutzt das Tool seltener.
Sollten Händler Amelia jetzt schon einbinden?
Ja — mit klaren Grenzen. Wer den Agenten für Routineauswertungen nutzt und jede Empfehlung gegen eigene Plausibilitätschecks stellt, gewinnt Zeit. Wer ihn als Entscheidungsinstanz einsetzt, verliert Kontrolle.
- Nützlich für: Bestandsabfragen, Umsatzdiagnosen, erste Wettbewerbspreis-Analysen.
- Ungeeignet für: Preisstrategie, Sortimentsplanung, Werbebudget-Allokation ohne eigene Validierung.
Die entscheidende Frage ist nicht, ob Amelia gut funktioniert. Sondern ob Händler die Fähigkeit behalten, ihre Antworten zu hinterfragen. Amazon wird den Agenten weiter ausbauen — das ist sicher. Ebenso sicher: Die Plattform wird nicht müde werden, die Nutzung als Produktivitätsgewinn zu framen.
Dass dabei die eigentliche Machtfrage — wer interpretiert die Daten, die der andere besitzt — unausgesprochen bleibt, ist der eigentliche Kern dieser Ankündigung. Project Amelia ist nicht nur ein Werkzeug. Es ist ein weiterer Schritt zur Vertiefung der Abhängigkeit zwischen Amazon und seinen Verkäufern. Wer das erkennt, kann den Agenten nutzen, ohne sich von ihm führen zu lassen.