Ich stehe auf dem Rollband der Ponte dei Mari, der futuristischen Glaspassage der Fiera Milano Rho. Über mir wölbt sich das wellenförmige Glasdach, dazwischen spannen sich Banner: „A place to write your AI story." Ich bin auf dem Weg zur größten AI-Messe Europas. Kann die Messe dem Versprechen gerecht werden?
Kaum in der Halle, muss ich schmunzeln. Messeteilnehmer wandern mit VR-Brillen umher, scheinbar verloren in einer anderen Realität. Zu meiner Rechten geht ein Mann im weißen Kittel mit Roboterhunden Gassi. Irgendwie erinnert mich das Bild an etwas anderes… ist das die vielversprechende Zukunft?
88 Prozent setzen KI laut aktuellem McKinsey State-of-AI-Report inzwischen in mindestens einem Geschäftsbereich ein. Nur 39 Prozent sehen davon etwas in ihrem Ergebnis. Ausgerechnet im Marketing, wo Unternehmen laut McKinsey neben Vertrieb, Strategie und Produktentwicklung am häufigsten von Umsatzgewinnen durch KI berichten, zählen trotzdem nur rund 6 Prozent zu den sogenannten AI High Performern, die mindestens 5 Prozent ihres EBIT auf KI zurückführen können. Wie schaffen es Unternehmen, diese Lücke zu schließen? Und was heißt das fürs Marketing?
Zwischen AI-Influencer und KI-Assistent
Viele neue Tools und Geschäftsmodelle buhlen gerade um genau diese Aufmerksamkeit, von KI-Avataren bis zu Vibe-Coding-Plattformen. Spannende Anwendungsfälle gibt es reichlich, der langfristige Geschäftsnutzen ist bei den meisten aber noch offen. Hängen geblieben sind bei mir vor allem fünf Beiträge: Zalando, Prada, EY-Studio+, Gartner und BWO.
Zalando testet, wie KI-Funktionen das Einkaufserlebnis im eigenen Onlineshop verbessern. Dazu gehört u. a.: ein virtueller Influencer namens Zack (Styled_by_Zack), und ein KI-Assistent, der als persönlicher Shopper durch den Katalog führt. Der virtuelle Influencer bietet vor allem ein neues Geschäftsmodell: Marken können Zack gegen Budget mit ihren Produkten ausstatten. Damit verdient Zalando direkt an der Platzierung, statt nur Vermittler zwischen Marke und unabhängigem Creator zu sein. Zalando selbst nennt dazu keine eigenen Zahlen, nach bisherigen Studien erzielen virtuelle Influencer im Schnitt ein dreifach höheres Engagement als menschliche Vorbilder (Hypeauditor), dafür liegt ihre Conversion Rate branchenweit rund 60 Prozent (Starngage) darunter. Sichtbarkeit ist eben nicht gleich Kaufkraft, auch wenn der Markt für virtuelle Influencer längst kein Nischending mehr ist, Grand View Research beziffert ihn für 2024 auf 6,06 Milliarden Dollar. Bleibt die Frage: Rechtfertigen eine höhere Sichtbarkeit und die zusätzliche Einnahme aus der Platzierung die schwächere Kaufkraft im Vergleich zu menschlichen Creators? Wie beeinflussen diese die langfristige Markenwahrnehmung von Zalando, aber auch von den Marken die Zack zur Platzierung nutzen?
Beim KI-Assistenten zeigt sich ein anderes Bild: Kunden, die sich im Rahmen von Conversational Commerce von einem KI-Assistenten beraten lassen statt selbst zu suchen, kaufen laut Bloomreach im Schnitt 33 Prozent mehr und schicken deutlich seltener etwas zurück, CNBC beziffert die Retourenquote um 15 bis 30 Prozent niedriger. Für Onlineshops mit hohen Retourenkosten eine durchaus attraktive Aussicht auf mehr Marge. Nur: Ein zu hoher Automatisierungsgrad erreicht das Gegenteil. Mehrere Studien aus 2025 zeigen, wie die Warenkorbabbruchrate steigt, sobald sich Shopping zu sehr nach Roboter-Gespräch anfühlt statt nach personalisierter Customer Experience. Es kommt also auch hier darauf an, ein kundenzentriertes Markenerlebnis zu schaffen, das die Vorteile von KI nutzt, ohne in reine Prozessautomatisierung abzudriften.
AI-Week Fazit: Wir überschätzen das Kurzfristige, unterschätzen das Langfristige
Was ich für mich als wichtigsten Punkt mitnehme, ist dem ein oder anderen vielleicht schon aus der Finanzwelt bekannt: Amaras Gesetz. Der Zukunftsforscher Roy Amara brachte es schon in den Siebzigern auf den Punkt, wir überschätzen, was eine Technologie kurzfristig bewirkt, und unterschätzen ihre langfristigen Folgen. Das zeigt sich auch beim Einsatz von KI: Hype und Erwartungshaltung sind groß, die Geduld, Aufwand in die Automatisierung zu stecken, entsprechend gering. Denn abgesehen vom gerade leistungsstärksten Tool entscheidet vor allem die Qualität der Inputs, was wir in das System eingeben, in der Datenwissenschaft nennt man das Prinzip „Garbage in, garbage out“. Stimmen Daten und Anweisungen nicht, kommt dabei, ähnlich wie beim schlechten Briefing eines Mitarbeiters, auch nur Mittelmaß heraus. Starten können Unternehmen trotzdem heute schon, und zwar bei den Grundlagen: bei den eigenen Automatisierungs-Workflows und besonders dem Datenmanagement. Wer dort ansetzt, denkt automatisch in Systemarchitekturen statt in einzelnen Tools, das gilt für Prozesse genauso wie für Marken. Denn KI wird bleiben, die vielen Tools, die gerade auf den Markt gespült werden, nicht zwingend. Wer klein und datenbasiert anfängt, verschafft sich auf lange Sicht den Vorsprung.
Für Markenführung heißt das: mehr Verantwortung, in Systemarchitektur und Tech-Stack zu denken, wenn Marken in einer KI-nativen Welt bestehen sollen. Ob KI-Assistent, Personal Shopper oder Berater, KI schiebt sich zunehmend zwischen Marke und Kundschaft, und was dort ankommt, muss übersetzbar sein. Meine Antwort auf die Frage vom Rollband: Die Messe hält ihr Versprechen nicht mit großen Ankündigungen, sondern mit der Vorarbeit dahinter. Von einer glorreichen Zukunft war auf keiner der Bühnen die Rede. Von der Vorarbeit dafür umso mehr.
