Der Suchmaschinengigant setzt im laufenden Jahr mehr als doppelt so viel Rechenkapazität in künstliche Intelligenz um wie noch 2022, und der Handel profitiert davon zuerst. Auf der NRF in New York stellte Google erweiterte KI-Funktionen für Retailer vor, die direkt in Google Cloud, Ads und die Produktsuche eingreifen. Für deutsche Online-Händler ab einer Million Euro Jahresumsatz verschiebt sich damit die Spielwiese: Wer seine Daten nicht KI-gerecht aufbereitet, verliert Sichtbarkeit. Die Messe-Diskussionen ließen keinen Zweifel: Google versteht den Einzelhandel nicht mehr nur als Werbekunden, sondern als zentralen Anwendungsfall für eigene Modell-Trainings.
Warum trifft Googles KI-Offensive den deutschen Markt sofort?
Google dominiert den Traffic-Einstieg im deutschen E-Commerce. Ob organische Suche, Google Shopping oder Performance Max: Ohne die Plattform läuft kaum ein relevanter Checkout. Die jüngsten Investments zielen genau auf diesen Knotenpunkt ab. Vertex AI und das Language Model Gemini wandern tiefer in den Google Shopping Graph und die Werbealgorithmen. Das System entscheidet nun eigenständig, welches Produkt welchem Nutzer angezeigt wird, gestützt auf Verhaltensdaten, Kontext und automatisch generierte Content-Varianten. Diese Verschiebung vom regelbasierten Bidding hin zur generativen Zuordnung verändert das Kampagnenmanagement grundlegend.
Ein Beispiel aus der Praxis zeigt die Konsequenz. Seit Google generative KI in Performance Max integriert hat, erzeugt das System selbstständig Headlines, Beschreibungen und Bildkombinationen. Der Algorithmus testet in Echtzeit, was konvertiert. Marketingteams, die saubere Produktinformationen und hochauflösendes Bildmaterial liefern, profitieren. Shops mit lückenhaften Feeds oder uneinheitlichen Taxonomien fallen zurück, nicht aus Punitivität, sondern weil das Modell keine interpretierbaren Muster findet.
Welche Tools stehen jetzt konkret zur Verfügung?
Google bündelt seine Retail-KI unter drei Linien. Zuerst die Cloud-Ebene: Vertex AI Search for Retail erlaubt personalisiertere Suchergebnisse innerhalb des eigenen Onlineshops. Zweitens die Werbeplattform: Generative Assets für Performance Max produzieren und testen Creatives automatisch. Drittens, und das ist die entscheidende Neuerung, multimodale Modelle, die Bild-, Text- und Videoanalyse für die Produkterkennung verknüpfen.
Ein Fashion-Händler kann damit künftig Anfragen wie „ein Kleid in der Farbe dieses Schuhs“ direkt aus dem Katalog beantworten. Die Technik kommt von Google, die Datenintegration bleibt jedoch Sache des Betreibers. Ohne strukturierte APIs, saubere Attributierung und durchgängige SKUs bleibt das Feature wirkungslos. Die Infrastruktur ist nur so gut wie das Backend, das sie speist.
Die Herausforderung ist nicht die KI selbst, sondern die Datenqualität, die wir ihr liefern.
Wie gehen Händler mit der wachsenden Abhängigkeit um?
Jede neue KI-Schicht im Google-Ökosystem vertieft das Lock-in. Wer generative Assets in Performance Max nutzt, gibt mehr Kontrolle ab als bei klassischen Keyword-Kampagnen. Transparenz sinkt, Kosten-pro-Akquisition werden schwerer nachvollziehbar. Gleichzeitig ist der Marktzugang außerhalb des Google-Universums für die meisten Händler kaum realistisch.
Die Diskussion auf der NRF machte ein weiteres Spannungsfeld deutlich. Während Google die Infrastruktur liefert, fordern Branchenverbände mehr Offenheit über die Trainingsdaten der Modelle. Werden KI-generierte Produktsuchergebnisse künftig gegen Gebühr bevorzugt? Für deutsche Shop-Betreiber ist die Konsequenz dennoch unmissverständlich: Datenfeeds müssen auf den neuesten Stand kommen, First-Party-Datenstrategien ausgebaut und Testbudgets für KI-gestützte Kampagnenformate freigegeben werden. Die Rüstung läuft. Händler, die jetzt nicht aufrüsten, spielen das nächste Weihnachtsgeschäft aus einer defensiven Position, und der Wettbewerb wartet nicht.