Wie mömax mit KI-Shopping-Assistants die Product Discovery revolutioniert

Online shoppen fühlt sich heute oft an wie im Supermarkt mit zu vielen Regalen und keiner Bedienung. Zu viele Produkte, komplizierte Filter und daraus resultierende Entscheidungsunfähigkeit führen zu niedrigen Conversionraten. Ein Möbelhaus erreicht stationär Conversionraten von 20 bis 40 Prozent. Online liegt der Durchschnitt bei 2 bis 3 Prozent. Genau hier setzt die Kombination aus tiefem Produktwissen und einem KI-gestützten Shopping Assistant an und liefert messbare Verbesserungen.

Das Kernproblem: Choice overload und ein veralteter Suchprozess

Suche im E-Commerce ist in vielen Fällen nur Navigation. Selbst semantische Suche endet meist auf einer Produktliste mit hunderten Einträgen. Kunden sind überfordert, springen ab oder verschieben die Entscheidung. Hinzu kommt, dass beratungsintensive Kategorien wie Sofas, Küchen oder Matratzen zusätzliche Erklärungen und Konfigurationen benötigen. Ohne gute Beratung bleiben viele Potenziale ungenutzt.

Die Suchfunktion ist im Grunde ein Navigationssystem. Egal wie smart die Suche, man landet immer auf einer Ergebnisliste und muss sich erneut zurechtfinden.

Was ein KI-Shopping-Assistant leisten muss

• Alternative Einstiegspfade, wenn Kunden überfordert sind, statt sie mit Filtern alleinzulassen.
• Context Sensitivity, also die Fähigkeit, Sitzungen, frühere Einkäufe und Produktdaten zu verstehen und zu nutzen.
• First und Zero Party Data sammeln, um personalisierte Empfehlungen und bessere Aktivierung über CDPs zu ermöglichen.
• Integration mit Shop- und Warenwirtschaftssystemen, etwa Echtzeit-Store-Stock für kurze Lieferzeiten oder Click and Collect.
• Zweite Ebene über der Website, die Beratung anbietet, aber die Produktdetailseiten nicht ersetzt.

Mömax in der Praxis: 20 Jahre Möbelkompetenz in KI übersetzt

Mömax hat sich von einem klassischen Möbelhaus zu einem digitalen Möbelhaus mit zwei Eingängen entwickelt. Ziel ist nicht ein separates Onlineangebot. Ziel ist ein einheitliches Einkaufserlebnis über beide Kanäle hinweg.

Die drei typischen Vorteile des stationären Handels, die digital abgebildet werden müssen, sind:

1. Anprobe und physische Erfahrung
2. Sofortige Verfügbarkeit und kurze Lieferzeiten
3. Beratung und Guided Selling

Insbesondere Beratung ist der Hebel. Mömax hat deshalb in Produktdaten investiert, beratungsintensive Kategorien priorisiert und KI-gestützte Berater für Sofas, Matratzen, Küchen und Beleuchtung eingeführt.

Messbare Erfolge

• +40% durchschnittlicher Bestellwert AOV
• +30% Conversion Rate bei Sessions mit dem Produktberater
• 92% Engagement Rate bei Nutzern, die den Berater starten
• 43% Click-Through-Rate auf vorgeschlagene Produkte
• -20% Exit Rate im Vergleich zu Sitzungen ohne Berater

Diese Zahlen zeigen, dass intelligente Beratung nicht nur ein nettes Extra ist. Sie verändert das Verhalten der User, erhöht Interaktionen und treibt Umsatz.

Konkrete Lösungen: Matratzenberater, In-Store Kiosk und Küchenkonfigurator

Beispiele aus dem Einsatz:

• Matratzenberater, der Kunden nach Größe, Härtegrad und Allergien fragt, passende Produkte vorselektiert und direkt anzeigt. Verfügbare Lagerbestände einzelner Filialen werden berücksichtigt.
• In-Store Kiosk, der dieselbe Beratung wie online bietet. Kunden erhalten einen QR-Code, um die ausgewählten Produkte per Click and Collect zu kaufen oder den Verkaufsberater im Laden anzusprechen.
• Küchenkonfigurator, der Beratung, Konfiguration und Leadgenerierung kombiniert. Kunden können konstruieren, Geräte hinzufügen und entweder direkt kaufen oder einen Beratungstermin buchen.

Der Küchenbereich ist das Paradebeispiel für Komplexität. Einrichten, Ausstattung, Maße und Montageoptionen erzeugen viele Entscheidungsvariablen. Der Erfolg liegt in der Kombination von interaktiver Beratung und einfacher Lead-Generierung für die Filialberatung.

Von Guided Selling zu AI-native Shopping Experiences

Der nächste Entwicklungsschritt geht über standardisierte Fragebäume hinaus. KI-Agenten werden:

• kontextsensitiv über alle Kategorien arbeiten
• Sitzungsinformationen und Kaufhistorie verknüpfen
• produktübergreifende Vergleiche anbieten und psychologisch sinnvolle Auswahl präsentieren
• Supportanfragen beantworten, zum Beispiel zu Lieferstatus oder Showroom-Standorten
• Checkout mit personalisierten Cross-Sell-Angeboten begleiten

Mit demselben AI-Agenten kann man sowohl Product Discovery als auch Support-Anfragen abbilden.

Auswirkungen auf das Tech-Ökosystem

Shopbetreiber nutzen heute durchschnittlich 15 bis 20 Lösungen allein für Customer Experience. KI-Agenten können viele dieser Tools konsolidieren, da sie mehrere Rollen gleichzeitig übernehmen. Das führt zu einer Konsolidierungswelle in der Retail-Tech-Landschaft.

Die typische Toolzuordnung entlang der Customer Journey sieht so aus:

1. Akquisition: Ads und Plattformen
2. Discovery und Consideration: Suche, Guided Selling, Product Discovery
3. Evaluation: Datenfeeds, Produktdetailseiten
4. Purchase: Checkout, Cross-Selling
5. Post Purchase: Tracking, Support

Ein intelligenter AI-Agent kann Teile dieser Kette nahtlos miteinander verbinden und so Reibungsverluste reduzieren.

Praktische Empfehlungen für Händler

• Priorisieren Sie beratungsintensive Kategorien wie Möbel, Betten, Küchen und Beleuchtung.
• Investieren Sie in saubere Produktdaten als Grundlage für jede automatisierte Beratung.
• Integrieren Sie Lagerbestände für kurze Lieferzeiten und Click and Collect.
• Sammeln Sie First Party Data über Beratungsdialoge, um personalisierte Erlebnisse zu erstellen.
• Starten Sie lokal mit einem Kiosk oder Pilotkategorie und skalieren Sie dann.

Fazit

Die Kombination aus tiefem Produktwissen eines Möbelhändlers und einem KI-gestützten Shopping Assistant löst ein Kernproblem des E-Commerce: die Entscheidungsunfähigkeit bei hoher Produktauswahl. Konkrete Maßnahmen wie kontextsensitiver Rat, Integration von Lagerdaten und die Verknüpfung von Beratung und Konfiguration führen zu signifikanten Umsatzsteigerungen.

Die Zukunft gehört AI-native Agents, die Discovery, Sales und Support verbinden. Händler, die jetzt Produktdaten aufbereiten und Beratungsprozesse digitalisieren, schaffen sich einen klaren Wettbewerbsvorteil.

Jetzt Recording anschauen

You want to join the next session live? Sign up here