75.000 Gespräche in wenigen Wochen. Und eine zweite Zahl, die E-Commerce-Verantwortliche aufhorchen lassen sollte: Kunden, die mit Ask Mike interagieren, dem neuen KI-Assistenten der US-Bastelkette Michaels, schließen ihren Kauf mehr als doppelt so häufig ab wie Nutzer der klassischen Shopsuche. Nicht doppelt so viele Klicks. Doppelt so viele Käufe.
Michaels ist kein Tech-Konzern, sondern ein traditionsreicher Händler für Bastel- und Kreativbedarf mit über 1.300 Filialen in den USA und Kanada — das amerikanische Pendant zu dem, was in Deutschland Idee. Creativmarkt oder Buttinette abdecken. Genau deshalb ist die Meldung relevant: Wenn ein Brick-and-Mortar-geprägter Mittelständler mit kreativem, erklärungsbedürftigem Sortiment solche Zahlen liefert, dann ist Conversational Commerce kein Silicon-Valley-Spielzeug mehr, sondern ein Umsatzhebel für Kategorien, in denen Kunden Projekte im Kopf haben, aber keine Artikelnummern.
Ask Mike ist seit Mai auf Website und App live, offiziell vorgestellt wurde der Assistent am 21. Juli 2026. Gebaut wurde er auf Google Clouds Gemini Enterprise for Customer Experience, der Plattform, mit der Google derzeit aggressiv um Händler wirbt. Kunden beschreiben in Alltagssprache, was sie vorhaben — eine Geburtstagsparty planen, Vorhangstoff finden, das erste Punch-Needle-Kissen starten — und der Assistent übersetzt das Projekt in konkrete Produktempfehlungen aus dem Sortiment.
Warum schlägt Ask Mike die klassische Shopsuche?
Die Antwort liegt in einem strukturellen Defekt der Keyword-Suche, das jeder Shop-Betreiber kennt: Sie setzt voraus, dass der Kunde bereits weiß, wie das gesuchte Produkt heißt. Ein Kunde, der „Stoff für selbstgenähte Vorhänge“ sucht, tippt in die Standardsuche eben genau das — und bekommt Trefferlisten, die sein eigentliches Vorhaben nicht verstehen. Ask Mike kehrt die Logik um: Das Gespräch beginnt bei der Absicht, nicht beim Artikel.
Michaels eigene Zahlen bestätigen, dass Kunden genau diese Lücke füllen. Über 60 Prozent der bisherigen Konversationen drehten sich um Produktfindung — nicht um Supportfragen, nicht um Retouren, sondern um den Moment, in dem aus einer Idee ein Warenkorb wird. Der Rest: kreative Beratung und Planung. Der Assistent greift damit früher in die Customer Journey ein als jedes Suchfeld es je könnte.
„Ask Mike ist mehr als ein Suchtool — ein persönlicher kreativer Partner für unsere Kunden, damit sie finden, was sie brauchen, um ihre Visionen zum Leben zu erwecken“, sagt Heather Bennett, President und Chief Customer Officer bei Michaels.
Sechs Wochen von der Idee zum Produktivsystem
Der vielleicht unterschätzteste Aspekt der Geschichte ist die Geschwindigkeit. Michaels brachte Ask Mike in rund sechs Wochen vom Konzept in den Produktivbetrieb. Das ist keine Leistung eines übergroßen Entwicklerteams, sondern das Ergebnis fertiger Infrastruktur: Gemini Enterprise liefert Modell, Orchestrierung und Anbindung an Geschäftsdaten, der Händler steuert Sortiment, Tonalität und Domänenwissen bei.
Für die Buy-versus-Build-Debatte in deutschen E-Commerce-Abteilungen ist das ein Präzedenzfall. Die Zeiten, in denen ein eigener Shopping-Assistent ein zwölfmonatiges Projekt mit siebenstelligem Budget war, sind vorbei. Die Eintrittsbarriere liegt nicht mehr in der Technik — sie liegt in der Datenqualität des eigenen Katalogs und in der Frage, ob Produktdaten sauber genug sind, um sie einem Sprachmodell anzuvertrauen.
Was heißt das für deutsche Onlinehändler?
Deutschland hat vergleichbare Experimente bereits gesehen. Die Otto Group setzt seit 2023 auf eigene KI-Assistenten im Shop, Zalando testet einen Fashion Assistant auf Basis von OpenAI-Technologie. Doch der Großteil des deutschen Handels — gerade der umsatzstarke Mittelstand — hängt weiter an klassischer Suchtechnologie von FACT-Finder, FINDOLOGIC, Algolia oder Doofinder. Diese Systeme sind gereift und gut im Merchandising. Sie beantworten aber keine Fragen wie „Was brauche ich für einen herbstlichen Adventskranz mit Trockenblumen?“
Drei Konsequenzen ergeben sich für den DACH-Markt. Erstens: Kategorien mit Projektcharakter — Basteln, Heimwerken, Garten, Kochen, Baby-Erstausstattung — profitieren am stärksten, weil dort die Kluft zwischen Kundenabsicht und Produktname am größten ist. Zweitens: Die DSGVO ist kein Hinderungsgrund, aber ein Architekturthema. Wer Konversationen auswertet, verarbeitet personenbeziehbare Daten und braucht saubere Consent-Strecken und klare Löschkonzepte, idealerweise mit EU-Hosting-Optionen des Anbieters. Drittens, und das ist der strategische Punkt: Konversationsdaten sind ein Goldesel, den Keyword-Logs nie liefern. Ein Suchlog sagt „Punch Needle“. Ein Dialog sagt „Anfängerin, erstes Projekt, Budget mittel, Geschenk für die Schwiegermutter“. Wer diese Intent-Daten in Sortimentsplanung und CRM einspeist, kauft mit dem Assistenten nicht nur Conversion, sondern Marktforschung im laufenden Betrieb.
Wie belastbar ist die Verdopplung der Conversion?
Hier ist redaktionelle Vorsicht geboten. Die Zahl stammt vom Händler selbst, publiziert im Rahmen einer gemeinsamen Vermarktung mit Google Cloud — beide Seiten haben ein vitales Interesse an einer Erfolgsgeschichte. Absolute Conversion-Werte nennt Michaels nicht, ebenso wenig den Anteil der Nutzer, die den Assistenten überhaupt verwenden.
Und dann ist da der Selektionseffekt: Kunden, die einem Assistenten ganze Sätze über ihr Vorhaben schreiben, bringen mit hoher Wahrscheinlichkeit eine stärkere Kaufabsicht mit als jemand, der flüchtig einen Begriff ins Suchfeld tippt. Dass diese Gruppe besser konvertiert, wäre auch ohne KI der Fall. Die Verdopplung misst also nicht sauber den KI-Effekt, sondern eine Mischung aus Technikbeitrag und Publikumsqualität. Erst ein kontrollierter A/B-Test — vergleichbare Nutzer, einmal mit, einmal ohne Assistent — würde die wahre Wirkung isolieren.
Trotzdem: Die Richtung der Daten ist glaubwürdig. Dass assistentengestützte Produktsuche die Conversion von High-Intent-Nutzern spürbar hebt, deckt sich mit Berichten anderer Händler und mit der Logik des Beratungsverkaufs, den gute Filialmitarbeiter seit jeher liefern. Neu ist nur, dass diese Beratung nun skaliert.
Was Shop-Betreiber jetzt konkret tun sollten
Die Lehre aus Irving, Texas, ist nicht „baut euch alle einen Chatbot“. Sie lautet: Die Shopsuche ist vermutlich das schwächste Glied in Ihrem Conversion-Funnel — und es gibt erstmals eine Alternative, die sich in Wochen statt Jahren testen lässt. Der pragmatische Einstieg sieht so aus: Eine erklärungsbedürftige Kategorie wählen, einen Assistenten dafür sauber an den Produktdatenkatalog andocken, und vor allem ein ehrliches Messdesign mit Kontrollgruppe aufsetzen. Wer nur die Conversion der Chat-Nutzer gegen den Shop-Durchschnitt rechnet, misst sich selbst schön.
Michaels plant bereits den nächsten Schritt: KI-generierte Produktzusammenfassungen und kontextuelle Einstiegsfragen direkt auf den Produktdetailseiten. Damit wandert der Assistent vom separaten Feature mitten in den Kaufprozess. Die Frage für deutsche Händler ist daher nicht mehr, ob Conversational Commerce kommt. Die Frage ist, ob der eigene Produktdatenbestand gut genug ist, wenn er kommt — und das ist bei vielen Katalogen die unbequemere Antwort.