Wie identifiziert Adobe KI-generierten Traffic?

Durch Referrer-Header, User-Agent-Strings und seine eigene Klassifizierungslogik, die Sitzungen abdeckt, die von ChatGPT, Claude, Copilot, Perplexity und Google AI Mode stammen. Es misst Sitzungen, die von diesen Assistenten auf Einzelhandelsseiten gelangen, und nicht Transaktionen, die innerhalb dieser abgeschlossen werden.

Warum hat sich der KI-Traffic innerhalb eines Jahres von 38 % schlechterer zu 42 % besserer Konversion entwickelt?

Zwei sich verstärkende Effekte. Assistenten wurden wesentlich besser darin, ein spezifisches Produkt anzuzeigen, das einem angegebenen Bedarf entspricht, anstatt einer allgemeinen Seite, und das Verbraucherverhalten verlagerte sich vom Experimentieren mit den Tools zum tatsächlichen Einkaufen mit ihnen. Das Ergebnis ist Traffic, der später im Funnel ankommt, wobei die Qualifizierung bereits erfolgt ist.

Ist die US-Zahl von 1 Billion US-Dollar dieselbe wie die globale von 3–5 Billionen US-Dollar?

Nein, es sind unterschiedliche Umfänge aus derselben Quelle. Die Zahl von 900 Milliarden bis 1 Billion US-Dollar ist McKinseys moderates Szenario für den jährlichen US Agentic Retail Revenue bis 2030, etwa 30 % des prognostizierten US B2C-Einzelhandels. Die Zahl von 3–5 Billionen US-Dollar ist die globale Schätzung für denselben Zeithorizont.

Agentic Commerce

Was sind die neuesten Statistiken zum Agentic Commerce?

Aktualisiert am 14. August 2026

Stand Q1 2026 wuchs der KI-generierte Traffic auf US-Einzelhandelsseiten im Jahresvergleich um 393 %, und von KI vermittelte Besucher konvertierten im März 2026 um 42 % besser als nicht-KI-Traffic — eine Umkehrung gegenüber März 2025, als sie um 38 % schlechter konvertierten. Der Umsatz pro Besuch aus KI-Vermittlungen lag 37 % über dem nicht-KI-Traffic. Produktseiten im Einzelhandel erreichen bei der Maschinenlesbarkeit 66 %, der niedrigste Wert aller Seitentypen. McKinsey prognostiziert, dass Agentic Commerce bis 2030 zwischen 900 Milliarden und 1 Billion US-Dollar an US-Einzelhandelsumsatz vermitteln wird und global 3–5 Billionen US-Dollar.

Traffic

Adobe klassifiziert KI-generierte Sitzungen mithilfe von Referrer-Headern, User-Agent-Strings und seiner eigenen Klassifizierungslogik, die ChatGPT, Claude, Copilot, Perplexity und Google AI Mode abdeckt. Die untenstehenden Wachstumsraten sind Jahresvergleiche für den angegebenen Zeitraum.

Zeitraum	Wachstum gegenüber Vorjahr
Nov–Dez 2025 (Feiertage)	+693%
Q1 2026 (Jan–Mär)	+393%
März 2026 allein	+269%

Wachstum des KI-generierten Traffics auf US-Einzelhandelsseiten, Adobe Digital Insights

Konversion und Wert

Die Umkehrung der Qualität ist der folgenreichste Trend im Datensatz, denn sie verwandelt Agenten-Traffic von einer Kuriosität in einen Kanal mit zugewiesenem Budget. Ein Jahr trennt die beiden Zeilen unten.

Bis Mai 2026 konvertierten von KI vermittelte Einzelhandelsbesucher um 54 % höher als nicht-KI-Traffic.
Besucher, die von KI-Assistenten kommen, verbringen 48 % mehr Zeit auf der Seite.
Sie sehen 13 % mehr Seiten pro Besuch und zeigen eine um 12 % höhere Engagement-Rate.

Metrik	März 2025	März 2026
Konversionsrate vs. nicht-KI	38 % schlechter	42 % besser
Umsatz pro Besuch vs. nicht-KI	128 % niedriger	37 % höher

Qualität des KI-vermittelten vs. nicht-KI-Traffics, Adobe Digital Insights

Händlerbereitschaft

Die Bereitschaftsdaten sind das händlerseitige Gegengewicht zu den Nachfragedaten, und hier liegt die eigentliche Chance.

Produktseiten erzielen den niedrigsten Wert aller Seitentypen, und sie sind die Seiten, die ein Agent am meisten benötigt — etwa ein Drittel ihres Inhalts kann nicht zuverlässig analysiert werden.
Die Spanne zwischen den Einzelhändlern ist größer als die Spanne zwischen den Seitentypen: 82,5 % für die leistungsstärksten Homepages gegenüber 54,2 % für die niedrigsten.
Die Rangfolge ist nahezu umgekehrt. Die Seiten, die Einzelhändler am wenigsten optimieren — Rücksendungen, Kontakt, FAQ — sind am besten lesbar, weil sie hauptsächlich Text enthalten; die Seiten, die das Geld einbringen, sind am aufwendigsten aufgebaut und am wenigsten lesbar.

Seitentyp	Lesbarer Anteil
Rücksendungen und Umtausch	82%
Kontakt	81%
FAQ	80%
Kundenservice / Hilfe-Center	79%
Treueprogramm / Mitgliedschaft	78%
Homepage	75%
Kategorieseite	74%
Filialfinder	73%
Produktseite	66%

Maschinenlesbarkeit nach Seitentyp, US-Einzelhandelssektor, Adobe AI Content Visibility Checker, Q1 2026. Ein Wert von 66 % bedeutet, dass etwa ein Drittel des Inhalts dieses Seitentyps von einem Modell nicht lesbar ist.

Marktprognosen

Prognosen verdienen mehr Skepsis als Messungen, und die Spanne zwischen den untenstehenden US- und globalen Zahlen spiegelt tatsächlich unterschiedliche Modellannahmen wider und nicht eine einzige, sichere Zahl.

McKinsey moderates Szenario: KI-Agenten vermitteln bis 2030 jährlich 900 Milliarden bis 1 Billion US-Dollar an US Agentic Retail Revenue — etwa 30 % des prognostizierten B2C-Umsatzes über alle Einzelhandelskategorien hinweg.
McKinsey globale Schätzung: 3 Billionen bis 5 Billionen US-Dollar im Agentic Commerce bis 2030.
ICSC-Umfrage, April 2026: 43 % der Verbraucher geben an, Agenten bereits für einfache Käufe zu vertrauen.

Wie man diese Zahlen liest, ohne sie zu überinterpretieren

Zwei Vorbehalte. Erstens basieren die Wachstumsraten auf einer sehr kleinen Basis — 393 % einer kleinen Zahl ist immer noch ein bescheidener Anteil der Gesamtsitzungen für die meisten Einzelhändler, und jeder, der den Prozentsatz ohne die Basis zitiert, will etwas verkaufen.

Zweitens ist der Konversions-Premium teilweise ein Selektionseffekt. Ein Assistent, der Ihr Produkt einem Käufer anzeigt, der in einem Satz beschrieben hat, was er wollte, hat bereits eine Qualifizierung vorgenommen, die ein breit gefasster bezahlter Klick nicht geleistet hat. Das macht den Traffic tatsächlich wertvoller, bedeutet aber nicht, dass derselbe Besucher auf andere Weise schlechter konvertiert hätte.

Die Erkenntnis, die beide Vorbehalte überdauert, ist die Bereitschaftslücke. Eine Maschinenlesbarkeit von 66 % ist eine Tatsache über Ihre eigene Website, die Sie heute messen und beheben können, unabhängig davon, wie die Prognosen ausfallen.

Häufige Fragen

Wie identifiziert Adobe KI-generierten Traffic?: Durch Referrer-Header, User-Agent-Strings und seine eigene Klassifizierungslogik, die Sitzungen abdeckt, die von ChatGPT, Claude, Copilot, Perplexity und Google AI Mode stammen. Es misst Sitzungen, die von diesen Assistenten auf Einzelhandelsseiten gelangen, und nicht Transaktionen, die innerhalb dieser abgeschlossen werden.
Warum hat sich der KI-Traffic innerhalb eines Jahres von 38 % schlechterer zu 42 % besserer Konversion entwickelt?: Zwei sich verstärkende Effekte. Assistenten wurden wesentlich besser darin, ein spezifisches Produkt anzuzeigen, das einem angegebenen Bedarf entspricht, anstatt einer allgemeinen Seite, und das Verbraucherverhalten verlagerte sich vom Experimentieren mit den Tools zum tatsächlichen Einkaufen mit ihnen. Das Ergebnis ist Traffic, der später im Funnel ankommt, wobei die Qualifizierung bereits erfolgt ist.
Ist die US-Zahl von 1 Billion US-Dollar dieselbe wie die globale von 3–5 Billionen US-Dollar?: Nein, es sind unterschiedliche Umfänge aus derselben Quelle. Die Zahl von 900 Milliarden bis 1 Billion US-Dollar ist McKinseys moderates Szenario für den jährlichen US Agentic Retail Revenue bis 2030, etwa 30 % des prognostizierten US B2C-Einzelhandels. Die Zahl von 3–5 Billionen US-Dollar ist die globale Schätzung für denselben Zeithorizont.

Quellen

KI-Traffic wächst, aber Einzelhandelsseiten hinken bei der KI-Suchsichtbarkeit hinterher (Q1 2026) — Adobe Digital Insights
McKinsey prognostiziert bis 2030 Agentic Commerce-Umsätze von bis zu 5 Billionen US-Dollar — Digital Commerce 360, reporting McKinsey