Weißt du, warum Google sich um die Jahrtausendwende zur erfolgreichsten Suchmaschine der Welt gemausert hat? Klar, da ist der berüchtigte PageRank, aber das ist nur die halbe Antwort. Ihre zweite Hälfte lautet: wegen „apple pie laptop“.
Wenn du diese Wortkombination in einer Suchmaschine wie Lycos oder AltaVista eingegeben hast, fahndeten deren Algorithmen nach Seiten, die möglichst alle drei Wörter in ungefähr gleicher Anzahl enthielten. Dass die Ergebnisse dabei eher chaotisch ausfielen, kannst du dir wahrscheinlich vorstellen.
Google ging anders vor. Schon damals war die Suche so intelligent, die Keywords nicht einzeln aufzugreifen, sondern auf eine mögliche Suchintention abzuklopfen: „apple + pie“ geht eher Richtung Backen und Rezepte; „apple + laptop“ dagegen lässt auf die Suche nach einem MacBook schließen. Das Chaos wurde außenvorgelassen. Im Ergebnis erschienen sowohl Seiten mit Apfelkuchenrezepten als auch Tech-Blogs. Eine echte Suchmaschinenrevolution.
Ein gutes Vierteljahrhundert weiter und inzwischen weht ein komplett neuer Wind durch die Search-Camps: Die Künstliche Intelligenz ist gerade dabei, der klassischen Suchanfrage kräftig den Rang abzulaufen. Conversational Search heißt das Schlagwort – nicht nur im weiten Web, sondern auch in immer mehr E-Commerce-Stores.
In diesem Beitrag geht es daher um Zweierlei: Erstens um die Frage, warum die Produktsuche via KI überhaupt so ein Game Changer ist. Und zweitens um einen konkreten Case: Das Modelabel bugatti hat im Zuge seiner Migration zu Shopify die native Search Bar durch die Agentic Search von VisionAI ersetzt und konnte damit seine Click-to-Buy-Conversion um 31 % steigern.
So viel Erfolg ist auf jeden Fall einen genauen Blick wert. Deswegen haben wir Julian Meyer, Co-Founder und CSO von VisionAI, zum Gespräch gebeten.
Um dich allerdings komplett abzuholen und mitzunehmen, steigen wir mit der Frage ein:
Oft genug heißt es: „Wenn wir mehr Wachstum wollen, brauchen wir mehr Traffic!“ Ein furchtbarer Denkfehler, denn im E-Commerce kostet Traffic-Generierung unverhältnismäßig viel Geld. Als Daumenregel:
Es ist 5- bis 10-mal teurer, neuen Traffic zu gewinnen, als bestehende Besuchende zu konvertieren.
Gleichzeitig liegt die Conversion Rate im E-Commerce über alle Stores und Branchen gemittelt etwa bei 2 bis 3 %. Oder umgekehrt: 97 bis 98 % aller Besucher:innen verlassen einen Store wieder, ohne etwas zu kaufen. Das Schlimmste daran: Für all diese Abspringer:innen hast du bereits bezahlt, um sie überhaupt auf deine Seite zu lotsen. Was für eine Verschwendung!
Auch in deinem Shop existiert also mit großer Sicherheit massiv ungenutztes Potenzial – und heben lässt es sich oft über die Produktsuche. Denn:
Stell dir an dieser Stelle bitte einen CEO vor, der das Geld mit offenen Armen zum Fenster hinauswirft.
Also: Warum versagt die Suchfunktion so oft und ist damit dafür verantwortlich, dass bei dir gerade Berge an Geld verbrennen? Es gibt gleich mehrere Gründe – und KI-gestützte Search Tools können sie oft effizient abstellen:
Hast du bei der Eingabe der Produktdaten geschludert und zum Beispiel die Schnittform deiner Hosen nirgends berücksichtigt, spuckt die Maschine nun sämtliche schwarzen Jeans in deinem Sortiment aus – egal, ob sie nun im Bootcut oder als Slimfit daherkommen. Ob der Suchende Lust hat, sich einzeln durch alle Artikel zu klicken, ist mindestens fraglich.
Das spart nicht nur viel Zeit und damit Geld, sondern sorgt auch dafür, dass selbst ungepflegte Produktkataloge in wenigen Stunden in etwas Brauchbares verwandelt werden können.
Soll heißen: Suchanfragen werden zunehmend semantisch gestellt; quasi im Konversationston. Viele Search Tools kommen damit allerdings nicht klar und versuchen, alle eingegebenen Wörter irgendwie abzudecken.
Wahrscheinlich nicht, aber denke hier Richtung Mobile First. Tippen am Handy ist nervig; vor allem bei Wörtern wie „Bootcut“, die der Eingabeassistent nicht kennt. Da nutzen viele Menschen lieber die Spracheingabe – und dabei „Jeans, Bootcut, schwarz“ zu sagen, fühlt sich irgendwie falsch an, oder?
Fast genauso schlimm sind Tippfehler. Wer „bohrdo“ in die Suchleiste eingibt, wird mit großer Wahrscheinlichkeit nicht fündig. Außer, du verkaufst Bohrer. Dann wird vielleicht ein Ergebnis angezeigt.
In unserer Beispielanfrage würde sie zunächst etwa die Angaben zum Standfuß der Monitore durchgehen: Welches Modell nimmt am wenigsten Platz ein? Dann geht es weiter mit der Augenfreundlichkeit. Anhand von Infos wie Flicker-Free oder Low Blue Light wird die Auswahl weiter eingeschränkt, sodass letztlich tatsächlich nur platzsparende, augenfreundliche Bildschirme präsentiert werden.
Eine klassische Suchmaschine stellt natürlich keine Rückfragen. Hier können sich Kund:innen höchstens mithilfe von Filterfunktionen selbst helfen. Aber dafür müssen sie erstens Vorwissen mitbringen und zweitens überhaupt daran denken, dass es für Monitore immer noch keinen Universalanschluss gibt.
Zugegeben, in der Praxis kommt diese Möglichkeit noch selten zum Einsatz. Denn erstens haben zu viele User:innen in der Vergangenheit schlechte Erfahrungen mit Chatbots gemacht (vor allem in der Zeit vor den LLMs) und zweitens lässt sich mit der AI oft genug Unrechtmäßiges anstellen – vor allem, wenn sie mehr kann als nur chatten. Siehe Accounthacks bei Instagram. Aber: Die Option ist vorhanden.
Ursächlich hierfür ist vor allem Technologie, die einfach nicht mehr zeitgemäß ist: Menschen suchen inzwischen semantisch, nicht mit Keywords, sondern mit einer Intention, und wollen auch bei Synonymen und/oder Tippfehlern relevante Ergebnisse angezeigt bekommen.
Möglich macht dies inzwischen die KI-gestützte Suche. So wie bei:
Setzen wir dich kurz ins Bild:
Gemeinsam mit Eshop Guide hat bugatti 2025 seine E-Commerce-Plattform zu Shopify migriert. Damals bereits an Bord: VisionAI. Wenn du mehr über das erfolgreiche Projekt wissen möchtest, wirf gerne einen Blick in unsere ausführliche Case Study – denn jetzt konzentrieren wir uns ganz und ausschließlich auf die neue Suchfunktion.
Dabei können alle Funktionen moderner, KI-gestützter Suchtechnologie zum Einsatz kommen, auf die wir weiter oben bereits eingegangen sind – also insbesondere die automatisierte Anreicherung von Produktdaten oder das Erkennen der Suchintention hinter einer Suchanfrage im Konversationsstil.
Die kurze Antwort auf die Frage lautet natürlich: Um die Onpage-Produktsuche zu verbessern. Allerdings wäre das zu oberflächlich, denn tatsächlich gibt es vier markante Punkte für den Einsatz der AI-Search:
Aber, es gibt noch einen viel wichtigeren Grund, denn vor allem operiert bugatti extrem bildgewaltig. Vom Produkt überzeugen nicht bloß Text oder Beschreibung, sondern immer professionelle Fotos im Großformat. Mehr als „Farbe: braun“ und „Material: 100 % Leinen“ sind auf der PDP eines Oberhemds kaum zu lesen. Der Raum gehört immer den Bildern.
Mit denen allerdings kann VisionAI viel anfangen: VisionAIs Agents reichern hinter den Kulissen automatisiert Produktdaten an, die jeden einzelnen Artikel such- und auffindbar machen.
Neben den klassischen oft nicht vorhandenen Produktdaten reichern die Agents im Hintergrund ebenfalls alle Search-relevanten Inhalte automatisiert an. Jegliche Art von funktionalen Produktattributen, Kurz-, Lang- oder Stichpunktbeschreibungen sowie barrierefreie ALT-Texte werden strukturell automatisiert aufgebaut und schaffen die essenzielle skalierbare Basis, um die Shopsuche von einem reinen Customer Experience Feature in einen skalierbaren Umsatzkanal zu verwandeln.
Durch das Synonym- oder Similar-Search-Term-Clustering gehört die händische Datenpflege, um die Suche zu betreiben, der Vergangenheit an.
Da wäre zunächst der Bereich „Zusammen kaufen mit“, den Besucher:innen auf jeder PDP finden. Dort werden durch VisionAIs Agents weitere Kleidungsstücke aus der bugatti-Kollektion vorgestellt, die sich mit dem gerade betrachteten Artikel zu einem kompletten Outfit ergänzen lassen. Dabei legt VisionAI den Fokus nicht ausschließlich auf die Kombination bereits historisch gekaufter Produkte. Vielmehr bauen die Agents durch die visuelle und semantische Analyse von Kleidungsstücken ein humanes und funktionales Produktverständnis auf.
Durch die Kombination aus konkretem Produktverständnis, sowie zusätzlichem Input der Designer-Teams von bugatti ermöglicht VisionAI auf der Produktdetailseite eine stilistische Outfitberatung, genauso wie in einer stationären Filiale.
Direkt darunter finden sich „Ähnliche Produkte“. Hier nutzt VisionAI ebenfalls das gewonnene funktionale Produktverständnis und schlägt Kleidungsstücke vor, die dem aktuell betrachteten Produkt wirklich ähnlich sind: gleiche Farbe, gleiche Passform, zum gleichen Anlass, aber ein anderes Modell. So lassen sich auch Nuancen berücksichtigen, die zur finalen Kaufentscheidung beitragen können.
Daher profitiert das Unternehmen ganz besonders von der Conversational Search-Option. Klicke im Store einfach mal auf den Search-Button und stelle sicher, dass der KI-Modus aktiviert ist. Nun kannst du einen Suchtext eingeben, der etwa dieser Form entspricht: „Chino aus elastischer Baumwolle” – und die Suche liefert zuverlässig ab.
Folgendes Szenario:
Eine Kundin interessiert sich für einen Artikel aus der bugatti-Kollektion, kauft aber nicht sofort. Vielleicht speichert sie die Seite als Favoriten ab, vielleicht steuert sie sie später erneut über den Vorschlagsmodus ihres Browsers an. Aber: Inzwischen wurde der betreffende Artikel aus dem Sortiment genommen, denn: Mode dreht sich schnell.
Normalerweise würde unsere hypothetische Kundin nun den 404-Fehler zu sehen bekommen – diese Seite existiert nicht. Aber nicht bei bugatti mit VisionAI. Denn hier fängt die KI den Fehler ab und ersetzt ihn durch einen Vorschlag: „Leider sind deine Bermudas in Beige nicht mehr verfügbar. Aber schau mal hier: Bermudas in Sand, Camel und Champagner.“
Aus einer frustrierten Surferin wird so eine dankbare Käuferin und aus einer nervigen Fehlermeldung die Chance für noch mehr Umsatz.
Aber hier können wir direkt Entwarnung geben: Das technische Setup ist maximal unkompliziert. Über eine „einfache“ Shopify-App integriert sich VisionAI direkt und nahtlos in das bestehende Shopify Theme. In der Praxis sieht das etwa so aus: App installieren, Prozessierung des KI-Trainings (ca. 24 Stunden) abwarten, fertig.
Auch nach dem initialen KI-Training im Onboarding lernt die Technologie kontinuierlich weiter, versteht Kundeninteraktionen und optimiert im Hintergrund automatisiert die Sortierung der Suchergebnisse basierend auf den aktuellsten Klickzahlen, der Add-to-cart-Rate und den End-to-End-getrackten Umsätzen. Der Geschäftsbetrieb sowie der Arbeitsalltag des Kunden laufen dabei ungestört weiter.
Lobend erwähnen möchten wir an dieser Stelle zudem auch die gute Zusammenarbeit: VisionAI war bei wichtigen Meetings immer mit dabei, um technische Kollisionen von vornherein auszuschließen; während des gesamten Projekts hat uns das Team durch Datenzugriff und technische Beratung unterstützt. Kommunikationsstark, responsiv und präsent – so muss eine Partnerschaft laufen.
Nochmal im Klartext: Die Rate, mit der aus einer Suchanfrage ein Kauf resultiert, ist um 31 Prozent hochgeschnellt. Additiv, nicht multiplikativ. Das bedeutet ein Umsatzplus von 59,46 Prozent pro Tag aus Verkäufen über Suchanfragen
Aber je erklärungsbedürftiger ein Produkt wird, desto schwerer fällt es der KI, aus einem Foto relevante Informationen abzuleiten. Dabei müssen wir uns nicht einmal im Hightech-Bereich befinden. Denke zum Beispiel an ein Brettspiel. Was soll der Algorithmus mit Fotos des Spielplans und der Kegel anfangen? Den Spielablauf extrapolieren? Anhand der grafischen Gestaltung raten, ob sich das Spiel für Kinder eignet?
Die Bilder können noch so hochauflösend sein; wenn nicht irgendwo vermerkt ist, dass es sich um ein „anspruchsvolles Spiel mit Deck-Building-Elementen und kooperativem Gameplay für bis zu vier Spieler:innen ab 16 Jahren“ handelt, ist die Software machtlos.
Hinzu kommt ein weiterer Trend: Mit der wachsenden Bedeutung von KI-Suchmaschinen und LLMs gewinnen strukturierte, hochwertige Produktdaten nämlich noch stärker an Gewicht. Wer künftig in AI Overviews, Shopping-Assistenten oder anderen KI-gestützten Suchsystemen auftauchen möchte, sollte den Maschinen möglichst präzise beschreiben können, was ein Produkt ausmacht.
Und spätestens, wenn der Digitale Produktpass der EU kommt, ist ohnehin Schluss mit schlampigen Produktinformationen. Wenn du dann immer noch nicht alle relevanten Informationen zu deinen Waren maschinenlesbar und sauber sortiert abgelegt hast, kommt die Abmahnung.
Klar lässt sich das ein wenig modifizieren, aber Nuancen, Sprachwitz oder gar deine Brand Identity versteht die Software nicht. Dafür braucht es ein Gefühl für Sprache, Rhythmus, sogar für Psychologie, das sich – wie jeder andere Skill auch – nur durch jahrelange Erfahrung aneignen lässt. Ein Thermomix macht aus einem Tech-Bro keinen Sternekoch, genauso wenig wie ein Textgenerator ihn zum Autor macht.
Unsere kurze Antwort lautet: Nicht unbedingt. Unsere längere Antwort sieht so aus:
Die native Suche von Shopify ist für viele kleinere und mittelgroße Shops bereits eine solide Lösung. Betreibst du ein überschaubares Sortiment mit gut gepflegten Produktdaten und suchen deine Kund:innen überwiegend nach konkreten Produkten oder Marken, kommst du mit den nativen Funktionen von Shopify häufig gut zurecht.
Je größer dein Sortiment allerdings wird, desto häufiger suchen Besucher:innen nicht mehr nach einem bestimmten Artikel, sondern nach einer Lösung für ein Problem. Hinzu kommen Synonyme, Tippfehler, semantische Suchanfragen und der Wunsch nach einer Beratung, die über reine Keywords hinausgeht. Genau hier spielen spezialisierte KI-Suchlösungen ihre Stärken aus.
Interessant ist deshalb auch ein Blick auf Shopify selbst. Bei den Spring Editions 2026 haben die Kanadier nämlich eine eigene KI-gestützte Produktsuche angekündigt. Werden Tools wie VisionAI also bald überflüssig? Wir denken, nein, denn zunächst sind noch viele Fragen um die Shopify Agentic Search offen. Etwa wann das Feature bei uns ausgerollt wird, welchen Funktionsumfang es tatsächlich bietet und ob es allen Shops oder ausschließlich Shopify-Plus-Händler:innen zur Verfügung stehen wird.
Außerdem zeigt sich immer wieder, dass Shopifys native Funktionen zwar oft eine sehr gute Basis bilden, spezialisierte Apps in ihrem jeweiligen Fachgebiet aber meist deutlich weiter gehen. Das haben wir bei anderen Funktionen wie Personalisierung, Bewertungen oder B2B-Funktionen bereits mehrfach beobachten können.
Unser Rat lautet deshalb: Starte mit einer ehrlichen Bestandsaufnahme. Liefert deine Produktsuche bereits gute Ergebnisse und finden deine Kund:innen zuverlässig, wonach sie suchen, musst du nicht zwangsläufig wechseln. Wenn du jedoch ein größeres Sortiment betreibst oder die Produktsuche gezielt als Conversion- und Growth-Motor nutzen möchtest, lohnt sich ein Blick auf spezialisierte KI-Lösungen. Der Case von bugatti zeigt, welches Potenzial darin steckt.
Sollte sich dabei zeigen, dass dein Store so eine Art Zombie ist, dem dringend neues Leben eingehaucht werden sollte, liefern wir ebenfalls ab: Ein Relaunch mit uns macht aus der wandelnden E-Commerce-Leiche eine echte Performance-Maschine, die abgeht wie Schmitz Katze.
Aber apropos Zombie: Hast du gewusst, dass es Lycos.com tatsächlich noch gibt? Die Seite sieht aus, als wäre sie direkt den frühen 2000ern entstiegen. Nur Suchergebnisse liefert sie leider gar keine mehr …
FAQ: KI-gestützte Produktsuche bei Shopify
Wenn du diese Wortkombination in einer Suchmaschine wie Lycos oder AltaVista eingegeben hast, fahndeten deren Algorithmen nach Seiten, die möglichst alle drei Wörter in ungefähr gleicher Anzahl enthielten. Dass die Ergebnisse dabei eher chaotisch ausfielen, kannst du dir wahrscheinlich vorstellen.
Google ging anders vor. Schon damals war die Suche so intelligent, die Keywords nicht einzeln aufzugreifen, sondern auf eine mögliche Suchintention abzuklopfen: „apple + pie“ geht eher Richtung Backen und Rezepte; „apple + laptop“ dagegen lässt auf die Suche nach einem MacBook schließen. Das Chaos wurde außenvorgelassen. Im Ergebnis erschienen sowohl Seiten mit Apfelkuchenrezepten als auch Tech-Blogs. Eine echte Suchmaschinenrevolution.
Ein gutes Vierteljahrhundert weiter und inzwischen weht ein komplett neuer Wind durch die Search-Camps: Die Künstliche Intelligenz ist gerade dabei, der klassischen Suchanfrage kräftig den Rang abzulaufen. Conversational Search heißt das Schlagwort – nicht nur im weiten Web, sondern auch in immer mehr E-Commerce-Stores.
In diesem Beitrag geht es daher um Zweierlei: Erstens um die Frage, warum die Produktsuche via KI überhaupt so ein Game Changer ist. Und zweitens um einen konkreten Case: Das Modelabel bugatti hat im Zuge seiner Migration zu Shopify die native Search Bar durch die Agentic Search von VisionAI ersetzt und konnte damit seine Click-to-Buy-Conversion um 31 % steigern.
So viel Erfolg ist auf jeden Fall einen genauen Blick wert. Deswegen haben wir Julian Meyer, Co-Founder und CSO von VisionAI, zum Gespräch gebeten.
Diese Themen findest du im Folgenden:
- Suchfunktion im Onlineshop: Warum ist sie so wichtig für den Erfolg?
- Wie die klassische Suche funktioniert und wie AI es besser macht
- Zwischenfazit: Produktsuche im E-Commerce
- Der bugatti-Case: Shopify Product Search mit VisionAI bringt +59,46 % Revenue-per-Day
- Agentic Search mit Shopify: Darum wurde VisionAI bei bugatti ins Boot geholt
- Nicht zu vernachlässigen: Wie kompliziert ist die Integration von VisionAI in Shopify?
- Das Wichtigste: Was hat die Agentic Search mit VisionAI für bugatti gebracht?
- Spaßbremse: Warum AI-Produktsuche (auf Shopify und überall sonst) trotzdem kein Selbstläufer ist
- Zum Schluss: Product Search & Discovery mit Shopify-Bordmitteln
- Deine nächsten Schritte
- FAQ: KI-gestützte Produktsuche bei Shopify
Um dich allerdings komplett abzuholen und mitzunehmen, steigen wir mit der Frage ein:
Suchfunktion im Onlineshop: Warum ist sie so wichtig für den Erfolg?
Oft genug heißt es: „Wenn wir mehr Wachstum wollen, brauchen wir mehr Traffic!“ Ein furchtbarer Denkfehler, denn im E-Commerce kostet Traffic-Generierung unverhältnismäßig viel Geld. Als Daumenregel:Es ist 5- bis 10-mal teurer, neuen Traffic zu gewinnen, als bestehende Besuchende zu konvertieren.
Gleichzeitig liegt die Conversion Rate im E-Commerce über alle Stores und Branchen gemittelt etwa bei 2 bis 3 %. Oder umgekehrt: 97 bis 98 % aller Besucher:innen verlassen einen Store wieder, ohne etwas zu kaufen. Das Schlimmste daran: Für all diese Abspringer:innen hast du bereits bezahlt, um sie überhaupt auf deine Seite zu lotsen. Was für eine Verschwendung!
Auch in deinem Shop existiert also mit großer Sicherheit massiv ungenutztes Potenzial – und heben lässt es sich oft über die Produktsuche. Denn:
-
69 % aller Shopper:innen steuern direkt die Suchleiste an (Nosto)
-
Dabei haben Besucher:innen, die die Suchfunktion nutzen, eine deutlich höhere Kaufabsicht – nämlich 2- bis 3-mal höher als jene, die sich durch die Kategorien klicken (Forrester Research)
-
Aber: 31 % aller Suchanfragen liefern keine oder falsche Ergebnisse (Baymard Institute)
Stell dir an dieser Stelle bitte einen CEO vor, der das Geld mit offenen Armen zum Fenster hinauswirft.
Wie die klassische Suche funktioniert und wie AI es besser macht
Also: Warum versagt die Suchfunktion so oft und ist damit dafür verantwortlich, dass bei dir gerade Berge an Geld verbrennen? Es gibt gleich mehrere Gründe – und KI-gestützte Search Tools können sie oft effizient abstellen:
#1 Schlechte Produktdaten
Bei allem technischen Fortschritt: Eine Suchmaschine hangelt sich immer noch an Keywords entlang. Wenn du „Jeans Bootcut schwarz“ in die Suchleiste eingibst, durchforscht der Crawler die Produktbeschreibung und die Metadaten deiner Artikel nach diesen Wörtern.Hast du bei der Eingabe der Produktdaten geschludert und zum Beispiel die Schnittform deiner Hosen nirgends berücksichtigt, spuckt die Maschine nun sämtliche schwarzen Jeans in deinem Sortiment aus – egal, ob sie nun im Bootcut oder als Slimfit daherkommen. Ob der Suchende Lust hat, sich einzeln durch alle Artikel zu klicken, ist mindestens fraglich.
So hilft die KI
Moderne KI-Systeme sind in der Lage, deine Produktdaten eigenständig mit Informationen anzureichern. Dazu nutzen sie entweder Textinformationen, die der Hersteller seinen Waren mit auf den Weg gibt, oder sogar Produktbilder, aus denen sie Produktdaten herleiten können.Das spart nicht nur viel Zeit und damit Geld, sondern sorgt auch dafür, dass selbst ungepflegte Produktkataloge in wenigen Stunden in etwas Brauchbares verwandelt werden können.
#2 Suchanfragen ändern sich
Vor ein paar Jahren aber haben wir noch über Omi gelächelt, weil sie in die Google Search Bar so etwas eingegeben hat wie: „Bitte suche für mich nach Rezepten für russischen Zupfkuchen.“ Inzwischen suchen wir fast alle so; nicht unbedingt bei Google, aber in den KI-Chatbots wie Claude und ChatGPT. Wer Terminator nicht gesehen hat, lässt vielleicht das „Bitte“ weg.Soll heißen: Suchanfragen werden zunehmend semantisch gestellt; quasi im Konversationston. Viele Search Tools kommen damit allerdings nicht klar und versuchen, alle eingegebenen Wörter irgendwie abzudecken.
So hilft die KI
KI-gestützte Suchmaschinen wurden von Anfang an auf den Konversationsstil trainiert, beherrschen aber gleichzeitig auch die klassische Keyword-Suche. Doch ist das wirklich ein Vorteil? Tippt wirklich jemand „Ich suche nach einer schwarzen Bootcut-Jeans“ in die Suchleiste ein?Wahrscheinlich nicht, aber denke hier Richtung Mobile First. Tippen am Handy ist nervig; vor allem bei Wörtern wie „Bootcut“, die der Eingabeassistent nicht kennt. Da nutzen viele Menschen lieber die Spracheingabe – und dabei „Jeans, Bootcut, schwarz“ zu sagen, fühlt sich irgendwie falsch an, oder?
#3 Synonyme und Tippfehler
Womit die klassische Keyword-Suche sich ebenfalls schwer tut, sind weiterhin Synonyme. Bordeaux ist ein Rotton, aber weiß die Search Engine des Shops das auch? Auf Nummer sicher fährst du hier nur, wenn beide Wörter irgendwo in den Produktdaten oder der Produktbeschreibung auftauchen.Fast genauso schlimm sind Tippfehler. Wer „bohrdo“ in die Suchleiste eingibt, wird mit großer Wahrscheinlichkeit nicht fündig. Außer, du verkaufst Bohrer. Dann wird vielleicht ein Ergebnis angezeigt.
So hilft die KI
Hinter einer KI stecken immer mächtige Sprachmodelle, die mit Milliarden (geklauter) Texte trainiert wurden. Synonyme jeglicher Couleur sind für die Denkmaschinen also gar kein Problem. Und auch die meisten Tippfehler sind dem Algorithmus schon untergekommen. Denn nicht vergessen: Zum Anlernen ihrer AIs haben die Tech-Multis wirklich jeden Text hineingestopft, den sie irgendwo abgreifen konnten – also auch die YouTube-Kommentare TikTok-geschädigter Vollpupertierender.#4 Intentionen (nicht) erkennen
Nochmal zurück zur Suchanfrage im Konversationsstil: Wenn eine Besucherin in eine herkömmliche Suche so etwas eingibt wie: „Ich suche nach einem Monitor für einen kleinen Schreibtisch, vor dem ich viele Stunden sitze“, kommen als Antwort bestenfalls Monitore und Schreibtische zurück. Was unsere Besucherin eigentlich will, versteht der Algorithmus nicht.So hilft die KI
Die KI erkennt die Intention hinter der Suchanfrage: Hier sucht jemand einen Monitor, der Platz spart („kleiner Schreibtisch“) und ein augenfreundliches Bild bietet („für viele Stunden“). Liegen ihr nun die nötigen Informationen vor, kann sie relevante Ergebnisse liefern.In unserer Beispielanfrage würde sie zunächst etwa die Angaben zum Standfuß der Monitore durchgehen: Welches Modell nimmt am wenigsten Platz ein? Dann geht es weiter mit der Augenfreundlichkeit. Anhand von Infos wie Flicker-Free oder Low Blue Light wird die Auswahl weiter eingeschränkt, sodass letztlich tatsächlich nur platzsparende, augenfreundliche Bildschirme präsentiert werden.
#5 Beratung (un)möglich
Was ist einer der letzten großen Vorteile des stationären Handels? Dass eine gute Fachverkäuferin immer auch Rückfragen stellen kann. „Welchen Anschluss benötigen Sie für den Monitor? HDMI, DVI oder DisplayPort? Spielen Sie auch mit dem Gerät, oder ist der Monitor nur für die Büroarbeit gedacht?“Eine klassische Suchmaschine stellt natürlich keine Rückfragen. Hier können sich Kund:innen höchstens mithilfe von Filterfunktionen selbst helfen. Aber dafür müssen sie erstens Vorwissen mitbringen und zweitens überhaupt daran denken, dass es für Monitore immer noch keinen Universalanschluss gibt.
So hilft die KI
Wie zuvor erwähnt: Jede KI basiert auf einem großen LLM (Large Language Model). In der Praxis ist es also immer auch möglich, sie als Chatbot zu implementieren, der Rückfragen stellt oder daran erinnert, dass dem neuen Monitor das richtige Kabel nicht beiliegt.Zugegeben, in der Praxis kommt diese Möglichkeit noch selten zum Einsatz. Denn erstens haben zu viele User:innen in der Vergangenheit schlechte Erfahrungen mit Chatbots gemacht (vor allem in der Zeit vor den LLMs) und zweitens lässt sich mit der AI oft genug Unrechtmäßiges anstellen – vor allem, wenn sie mehr kann als nur chatten. Siehe Accounthacks bei Instagram. Aber: Die Option ist vorhanden.
Zwischenfazit: Produktsuche im E-Commerce
Fassen wir alles, was wir bislang gelernt haben, einmal kurz zusammen: Die Suchfunktion in Onlineshops ist ein mächtiger Umsatztreiber, denn wer sie nutzt, wurde nicht nur bereits für teures Geld in den Shop gelockt, sondern hat meist eine konkrete Kaufabsicht. Allerdings versagt sie in einem von drei Fällen vollständig.Ursächlich hierfür ist vor allem Technologie, die einfach nicht mehr zeitgemäß ist: Menschen suchen inzwischen semantisch, nicht mit Keywords, sondern mit einer Intention, und wollen auch bei Synonymen und/oder Tippfehlern relevante Ergebnisse angezeigt bekommen.
Möglich macht dies inzwischen die KI-gestützte Suche. So wie bei:
Der bugatti-Case: Shopify Product Search mit VisionAI bringt +59,46 % Revenue-per-Day
Setzen wir dich kurz ins Bild:
Wer ist bugatti?
bugatti ist ein familiengeführtes deutsches Modeunternehmen im gehobenen Segment, das für zeitlose Business- und Casual-Mode steht. Die Marke bewegt sich bewusst zwischen klassischer Eleganz und alltagstauglichem Design, mit deutlicher Konzentration auf tragbare, hochwertige Kollektionen statt kurzfristiger Trends.Gemeinsam mit Eshop Guide hat bugatti 2025 seine E-Commerce-Plattform zu Shopify migriert. Damals bereits an Bord: VisionAI. Wenn du mehr über das erfolgreiche Projekt wissen möchtest, wirf gerne einen Blick in unsere ausführliche Case Study – denn jetzt konzentrieren wir uns ganz und ausschließlich auf die neue Suchfunktion.
Was ist VisionAI?
VisionAI ist ein deutscher Anbieter von KI-gestützten Commerce-Technologien mit Fokus auf intelligente Produktsuche und datengetriebene Shopping-Erlebnisse im E-Commerce. Das Unternehmen entwickelt unter anderem Lösungen, die klassische Keyword-Suchen durch semantische Suchlogiken erweitern: die sogenannte Agentic Search.Dabei können alle Funktionen moderner, KI-gestützter Suchtechnologie zum Einsatz kommen, auf die wir weiter oben bereits eingegangen sind – also insbesondere die automatisierte Anreicherung von Produktdaten oder das Erkennen der Suchintention hinter einer Suchanfrage im Konversationsstil.
Agentic Search mit Shopify: Darum wurde VisionAI bei bugatti ins Boot geholt
Die kurze Antwort auf die Frage lautet natürlich: Um die Onpage-Produktsuche zu verbessern. Allerdings wäre das zu oberflächlich, denn tatsächlich gibt es vier markante Punkte für den Einsatz der AI-Search:
#1 Die Produktdatenqualität
Datenpflege hatte bei bugatti nie große Priorität. Allerdings soll das kein Vorwurf sein, denn um im schnelldrehenden Mode-Business und bei einem Unternehmen dieser Größenordnung alle Produktdaten ständig aktuell zu halten, bräuchte es eine Vollzeitkraft. Aber auch mit 40 Filialen bleibt bugatti ein familiengeführtes, mittelständisches Unternehmen aus Westfalen, das kostenbewusst arbeiten muss. Für einen Datentipper gibt es einfach kein Budget.Aber, es gibt noch einen viel wichtigeren Grund, denn vor allem operiert bugatti extrem bildgewaltig. Vom Produkt überzeugen nicht bloß Text oder Beschreibung, sondern immer professionelle Fotos im Großformat. Mehr als „Farbe: braun“ und „Material: 100 % Leinen“ sind auf der PDP eines Oberhemds kaum zu lesen. Der Raum gehört immer den Bildern.
Mit denen allerdings kann VisionAI viel anfangen: VisionAIs Agents reichern hinter den Kulissen automatisiert Produktdaten an, die jeden einzelnen Artikel such- und auffindbar machen.
Neben den klassischen oft nicht vorhandenen Produktdaten reichern die Agents im Hintergrund ebenfalls alle Search-relevanten Inhalte automatisiert an. Jegliche Art von funktionalen Produktattributen, Kurz-, Lang- oder Stichpunktbeschreibungen sowie barrierefreie ALT-Texte werden strukturell automatisiert aufgebaut und schaffen die essenzielle skalierbare Basis, um die Shopsuche von einem reinen Customer Experience Feature in einen skalierbaren Umsatzkanal zu verwandeln.
Durch das Synonym- oder Similar-Search-Term-Clustering gehört die händische Datenpflege, um die Suche zu betreiben, der Vergangenheit an.
#2: Wertvolle beratende Funktionen
Weiterhin lassen sich mit VisionAI zwei weitere Use Cases realisieren, mit denen es bugatti beinahe schon gelingt, den erfahrenen Modeberater direkt ins Netz zu stellen.Da wäre zunächst der Bereich „Zusammen kaufen mit“, den Besucher:innen auf jeder PDP finden. Dort werden durch VisionAIs Agents weitere Kleidungsstücke aus der bugatti-Kollektion vorgestellt, die sich mit dem gerade betrachteten Artikel zu einem kompletten Outfit ergänzen lassen. Dabei legt VisionAI den Fokus nicht ausschließlich auf die Kombination bereits historisch gekaufter Produkte. Vielmehr bauen die Agents durch die visuelle und semantische Analyse von Kleidungsstücken ein humanes und funktionales Produktverständnis auf.
Durch die Kombination aus konkretem Produktverständnis, sowie zusätzlichem Input der Designer-Teams von bugatti ermöglicht VisionAI auf der Produktdetailseite eine stilistische Outfitberatung, genauso wie in einer stationären Filiale.
Direkt darunter finden sich „Ähnliche Produkte“. Hier nutzt VisionAI ebenfalls das gewonnene funktionale Produktverständnis und schlägt Kleidungsstücke vor, die dem aktuell betrachteten Produkt wirklich ähnlich sind: gleiche Farbe, gleiche Passform, zum gleichen Anlass, aber ein anderes Modell. So lassen sich auch Nuancen berücksichtigen, die zur finalen Kaufentscheidung beitragen können.
#3: Conversational Search
Zuletzt ist bugatti durchaus bewusst, dass die hochverehrte Kundschaft zwar meist genau weiß, was sie will, ihr aber oft die passenden Worte fehlen, um das Wunschprodukt zu finden. Denn mal ganz ehrlich: Weißt du, was ein Sweat-Troyer istDaher profitiert das Unternehmen ganz besonders von der Conversational Search-Option. Klicke im Store einfach mal auf den Search-Button und stelle sicher, dass der KI-Modus aktiviert ist. Nun kannst du einen Suchtext eingeben, der etwa dieser Form entspricht: „Chino aus elastischer Baumwolle” – und die Suche liefert zuverlässig ab.
#4: Aus der Eshop Guide-Schmiede: Die 404-Vermeidung in der Agentic Search
Zuletzt haben unsere eigenen Entwickler:innen die VisionAI um eine weitere Funktion ergänzt: die 404-Vermeidung.Folgendes Szenario:
Eine Kundin interessiert sich für einen Artikel aus der bugatti-Kollektion, kauft aber nicht sofort. Vielleicht speichert sie die Seite als Favoriten ab, vielleicht steuert sie sie später erneut über den Vorschlagsmodus ihres Browsers an. Aber: Inzwischen wurde der betreffende Artikel aus dem Sortiment genommen, denn: Mode dreht sich schnell.
Normalerweise würde unsere hypothetische Kundin nun den 404-Fehler zu sehen bekommen – diese Seite existiert nicht. Aber nicht bei bugatti mit VisionAI. Denn hier fängt die KI den Fehler ab und ersetzt ihn durch einen Vorschlag: „Leider sind deine Bermudas in Beige nicht mehr verfügbar. Aber schau mal hier: Bermudas in Sand, Camel und Champagner.“
Aus einer frustrierten Surferin wird so eine dankbare Käuferin und aus einer nervigen Fehlermeldung die Chance für noch mehr Umsatz.
Nicht zu vernachlässigen: Wie kompliziert ist die Integration von VisionAI in Shopify?
VisionAI hat bei bugatti also für deutlich besseren Service sowie eine stark verbesserte Usability gesorgt und entlastet gleichzeitig das E-Commerce-Team, indem Produktdaten vollautomatisiert angereichert werden. Alles ganz hervorragend – allerdings nicht unbedingt praxistauglich, wenn von der Idee bis zur Implementierung viele Monate ins Land gehen würden.Aber hier können wir direkt Entwarnung geben: Das technische Setup ist maximal unkompliziert. Über eine „einfache“ Shopify-App integriert sich VisionAI direkt und nahtlos in das bestehende Shopify Theme. In der Praxis sieht das etwa so aus: App installieren, Prozessierung des KI-Trainings (ca. 24 Stunden) abwarten, fertig.
Auch nach dem initialen KI-Training im Onboarding lernt die Technologie kontinuierlich weiter, versteht Kundeninteraktionen und optimiert im Hintergrund automatisiert die Sortierung der Suchergebnisse basierend auf den aktuellsten Klickzahlen, der Add-to-cart-Rate und den End-to-End-getrackten Umsätzen. Der Geschäftsbetrieb sowie der Arbeitsalltag des Kunden laufen dabei ungestört weiter.
Lobend erwähnen möchten wir an dieser Stelle zudem auch die gute Zusammenarbeit: VisionAI war bei wichtigen Meetings immer mit dabei, um technische Kollisionen von vornherein auszuschließen; während des gesamten Projekts hat uns das Team durch Datenzugriff und technische Beratung unterstützt. Kommunikationsstark, responsiv und präsent – so muss eine Partnerschaft laufen.
Das Wichtigste: Was hat die Agentic Search mit VisionAI für bugatti gebracht?
Okay, wir haben in den Headlines bereits gespoilert. Aber falls du selbige überlesen hast, hier noch einmal ganz plakativ die harten Fakten:Nochmal im Klartext: Die Rate, mit der aus einer Suchanfrage ein Kauf resultiert, ist um 31 Prozent hochgeschnellt. Additiv, nicht multiplikativ. Das bedeutet ein Umsatzplus von 59,46 Prozent pro Tag aus Verkäufen über SuchanfragenSpaßbremse: Warum AI-Produktsuche (auf Shopify und überall sonst) trotzdem kein Selbstläufer ist
Trotz dieser guten Werte müssen wir mahnend die Hand heben und die allgemeine Euphorie ein wenig dämpfen. Denn wir haben es schon öfter erwähnt, zwar ist die KI ein mächtiges Werkzeug, aber eben auch nie mehr. Bevor du also dein gesamtes Unternehmensschicksal den Algorithmen anvertraust, denke an diese Aspekte:Produktdaten aus Bildern abzuleiten, funktioniert nicht immer
Ja, bei bugatti klappt das verdammt gut. Allerdings sind Kleidungsstücke auch keine sonderlich komplizierten Objekte. Jede Hose hat oben ein Loch, unten zwei, und besitzt meist einen Knopf und einen Reißverschluss, um sie auf den Hüften zu halten.Aber je erklärungsbedürftiger ein Produkt wird, desto schwerer fällt es der KI, aus einem Foto relevante Informationen abzuleiten. Dabei müssen wir uns nicht einmal im Hightech-Bereich befinden. Denke zum Beispiel an ein Brettspiel. Was soll der Algorithmus mit Fotos des Spielplans und der Kegel anfangen? Den Spielablauf extrapolieren? Anhand der grafischen Gestaltung raten, ob sich das Spiel für Kinder eignet?
Die Bilder können noch so hochauflösend sein; wenn nicht irgendwo vermerkt ist, dass es sich um ein „anspruchsvolles Spiel mit Deck-Building-Elementen und kooperativem Gameplay für bis zu vier Spieler:innen ab 16 Jahren“ handelt, ist die Software machtlos.
Produktdaten bleiben wichtig
Dazu gilt weiter: Wenn dir jemand sagt, dass du deine Produktdaten in Zukunft komplett vernachlässigen kannst, kennen wir ein paar Menschen, die durch die Decke gehen wie ein HB-Männchen (Gruß an Yann Karl von Strix DE). Denn Produktdaten werden natürlich nicht nur für die Suche im Onlineshop benötigt. Sie fließen in Preisvergleichsportale, Marktplätze, ERP- und PIM-Systeme, Produktfeeds für Google Shopping oder Social Commerce ein.Hinzu kommt ein weiterer Trend: Mit der wachsenden Bedeutung von KI-Suchmaschinen und LLMs gewinnen strukturierte, hochwertige Produktdaten nämlich noch stärker an Gewicht. Wer künftig in AI Overviews, Shopping-Assistenten oder anderen KI-gestützten Suchsystemen auftauchen möchte, sollte den Maschinen möglichst präzise beschreiben können, was ein Produkt ausmacht.
Und spätestens, wenn der Digitale Produktpass der EU kommt, ist ohnehin Schluss mit schlampigen Produktinformationen. Wenn du dann immer noch nicht alle relevanten Informationen zu deinen Waren maschinenlesbar und sauber sortiert abgelegt hast, kommt die Abmahnung.
Produkttexte von der KI generieren lassen
LLMs sind inzwischen seit gut drei Jahren verfügbar und die Texte, die sie ausspucken, werden nicht wirklich besser. Das liegt vor allem an der Technik, die dahintersteckt. Im Grunde rät der Algorithmus nur, welches Wort in einem bestimmten Kontext am wahrscheinlichsten dem vorangegangenen folgt. Deshalb klingt KI-Text oft wie Einheitsbrei – im Zweifel wird das generische Sicherheitswort gewählt.Klar lässt sich das ein wenig modifizieren, aber Nuancen, Sprachwitz oder gar deine Brand Identity versteht die Software nicht. Dafür braucht es ein Gefühl für Sprache, Rhythmus, sogar für Psychologie, das sich – wie jeder andere Skill auch – nur durch jahrelange Erfahrung aneignen lässt. Ein Thermomix macht aus einem Tech-Bro keinen Sternekoch, genauso wenig wie ein Textgenerator ihn zum Autor macht.
Zum Schluss: Product Search & Discovery mit Shopify-Bordmitteln
Bleibt eigentlich nur noch diese Frage: Brauchst du wirklich und unumstößlich eine KI-gestützte Produktsuche?Unsere kurze Antwort lautet: Nicht unbedingt. Unsere längere Antwort sieht so aus:
Die native Suche von Shopify ist für viele kleinere und mittelgroße Shops bereits eine solide Lösung. Betreibst du ein überschaubares Sortiment mit gut gepflegten Produktdaten und suchen deine Kund:innen überwiegend nach konkreten Produkten oder Marken, kommst du mit den nativen Funktionen von Shopify häufig gut zurecht.
Je größer dein Sortiment allerdings wird, desto häufiger suchen Besucher:innen nicht mehr nach einem bestimmten Artikel, sondern nach einer Lösung für ein Problem. Hinzu kommen Synonyme, Tippfehler, semantische Suchanfragen und der Wunsch nach einer Beratung, die über reine Keywords hinausgeht. Genau hier spielen spezialisierte KI-Suchlösungen ihre Stärken aus.
Interessant ist deshalb auch ein Blick auf Shopify selbst. Bei den Spring Editions 2026 haben die Kanadier nämlich eine eigene KI-gestützte Produktsuche angekündigt. Werden Tools wie VisionAI also bald überflüssig? Wir denken, nein, denn zunächst sind noch viele Fragen um die Shopify Agentic Search offen. Etwa wann das Feature bei uns ausgerollt wird, welchen Funktionsumfang es tatsächlich bietet und ob es allen Shops oder ausschließlich Shopify-Plus-Händler:innen zur Verfügung stehen wird.
Außerdem zeigt sich immer wieder, dass Shopifys native Funktionen zwar oft eine sehr gute Basis bilden, spezialisierte Apps in ihrem jeweiligen Fachgebiet aber meist deutlich weiter gehen. Das haben wir bei anderen Funktionen wie Personalisierung, Bewertungen oder B2B-Funktionen bereits mehrfach beobachten können.
Unser Rat lautet deshalb: Starte mit einer ehrlichen Bestandsaufnahme. Liefert deine Produktsuche bereits gute Ergebnisse und finden deine Kund:innen zuverlässig, wonach sie suchen, musst du nicht zwangsläufig wechseln. Wenn du jedoch ein größeres Sortiment betreibst oder die Produktsuche gezielt als Conversion- und Growth-Motor nutzen möchtest, lohnt sich ein Blick auf spezialisierte KI-Lösungen. Der Case von bugatti zeigt, welches Potenzial darin steckt.
Deine nächsten Schritte
Wenn du dieses Potenzial für dich nutzen willst, sind wir deine Ansprechpartner. Zum Beispiel, indem wir deinen Store mittels A/B-Testing auf Schwachstellen überprüfen. So lässt sich zum Beispiel auch feststellen, ob deine Produktsuchfunktion für eine hohe Bounce-Rate verantwortlich ist und ob du wirklich von einer KI-gestützten Produktsuche profiterst.Sollte sich dabei zeigen, dass dein Store so eine Art Zombie ist, dem dringend neues Leben eingehaucht werden sollte, liefern wir ebenfalls ab: Ein Relaunch mit uns macht aus der wandelnden E-Commerce-Leiche eine echte Performance-Maschine, die abgeht wie Schmitz Katze.
Aber apropos Zombie: Hast du gewusst, dass es Lycos.com tatsächlich noch gibt? Die Seite sieht aus, als wäre sie direkt den frühen 2000ern entstiegen. Nur Suchergebnisse liefert sie leider gar keine mehr …
FAQ: KI-gestützte Produktsuche bei Shopify
Wie verbessert eine KI die Produktsuche im Onlineshop?
-
Eine KI versteht nicht nur einzelne Keywords, sondern erkennt auch die Suchintention hinter einer Anfrage. Außerdem kann sie Synonyme, Tippfehler und natürlich formulierte Suchanfragen berücksichtigen. Dadurch finden Kund:innen eher das richtige Produkt und brechen ihre Suche seltener ab.
Kann eine KI fehlende oder unvollständige Produktdaten ersetzen?
-
Sie kann Produktdaten sinnvoll ergänzen und beispielsweise Informationen aus Produktbildern oder Herstellerdaten ableiten. Eine vollständige und hochwertige Datenpflege ersetzt sie jedoch nicht. Gute Produktdaten bleiben die Grundlage für Produktsuche, Marktplätze, Google Shopping und viele weitere E-Commerce-Prozesse.
Wie aufwendig ist die Integration einer KI-Produktsuche in Shopify?
-
Das hängt von der jeweiligen Lösung ab. Moderne Tools wie VisionAI lassen sich über Apps direkt mit Shopify verbinden und sind in der Regel innerhalb kurzer Zeit einsatzbereit. Anschließend benötigt die KI noch etwas Zeit, um den Produktkatalog zu analysieren und zu lernen.
Welche Erfolge hat die Product Search mit VisionAI für bugatti gebracht?
-
Die Einführung der KI-gestützten Produktsuche hat sich für bugatti messbar ausgezahlt. Seit der Integration von VisionAI ist die Click-to-Buy-Conversion um 31 % gestiegen. Gleichzeitig konnte das Unternehmen den Umsatz pro Tag aus Suchanfragen um 59,46 % steigern.
Darüber hinaus profitiert bugatti von einer besseren User Experience: Die KI versteht Suchanfragen im Konversationston, erkennt Synonyme und Tippfehler, reichert Produktdaten automatisch an und schlägt passende Alternativen vor, wenn ein Artikel nicht mehr verfügbar ist.
Lohnt sich eine Agentic Search auch für kleinere Onlineshops?
-
Nicht unbedingt. Für kleinere Shops mit einem überschaubaren Sortiment und sauber gepflegten Produktdaten reicht die native Shopify-Suche oft aus. Je größer dein Produktkatalog wird und je häufiger Kund:innen nach Lösungen statt nach konkreten Produkten suchen, desto größer wird der Mehrwert einer KI-gestützten Suche.
