Entwickelt für Retail Media. Bereit für Agentic Commerce.
KI-gestützter Handel verändert grundlegend, wie Shopper Produkte entdecken und kaufen. Moloco Commerce Media bildet schon heute die Grundlage für Ihr Retail-Media-Geschäft – mit umfassenden Katalogdaten, Entscheidungen in Echtzeit und Erfolgsmessung. Darauf bauen wir auf, um neue Shopping-Erlebnisse mit KI-Agenten zu ermöglichen.
Zu Molocos Kunden zählen:
Agentic Commerce eröffnet zwei neue Wachstumsfelder
Der Referral-Traffic von KI-Plattformen auf Retailer-Websites hat sich im Jahresvergleich vervierfacht. Da immer mehr Produktsuchen und Kaufprozesse auf KI-Plattformen wie ChatGPT und Gemini beginnen und auf den Websites der Retailer abgeschlossen werden, haben Händler die Chance, von KI-Agenten empfohlen zu werden und so Vertrauen bei ihren Kunden aufzubauen. {[data-attribute="init-tooltip"][tooltip-content="<p>Quelle:<br><br>EMARKETER, „AI is growing quickly as a retail referral channel. Here’s how retailers can win.“ Q1 2026.</p>"]}
Wo die engere Auswahl entsteht
Bevor Kunden Ihre Website erreichen, nutzen KI-Agenten strukturierte Produktinformationen, um zu entscheiden, welche Retailer sie empfehlen. Das Ziel: Ihre Produkte leichter auffindbar zu machen und gleichzeitig das zu schützen, was Ihr Unternehmen ausmacht.
Wo Gewohnheiten entstehen
Shopper entwickeln Gewohnheiten, wenn sie im richtigen Moment relevante und hilfreiche Erlebnisse erhalten. Kontextverständnis kann Retailern dabei helfen, genau solche Erlebnisse zu schaffen und stärkere direkte Kundenbeziehungen aufzubauen.
Reasoning-Engines empfehlen nur, was sie überprüfen können
Wenn ein Kunde einen KI-Agenten nach einem höhenverstellbaren Schreibtisch fragt, der in eine kleine Wohnung passt, gleicht das KI-System nicht einfach Keywords ab. Es bewertet strukturierte Produktmerkmale wie Maße, Kompatibilität, Eignung für den jeweiligen Anwendungsfall und Verfügbarkeit. Lückenhafte oder veraltete Katalogdaten senken dann nicht mehr nur die Conversion. Sie können dazu führen, dass ein Produkt gar nicht erst in die Auswahl kommt.
Machen Sie Ihre Produktdaten bereit für KI-Agenten
Retailer, die Moloco integrieren, strukturieren und ergänzen ihren Katalog bereits über unseren Feed, einschließlich benutzerdefinierter Felder für die relevanten Details jedes einzelnen Artikels. Diese Arbeit zahlt sich doppelt aus:
- Schon heute nutzen die KI-Modelle von Moloco diese Daten für Personalisierung, relevante Ergebnisse und die Produktsuche auf Ihrer Website.
- In Zukunft können KI-Shopping-Agenten dieselben angereicherten Produktdaten nutzen, um Ihre Produkte zu verstehen, zu vergleichen und zu empfehlen.
Eine Katalogbasis für alle Kanäle nutzen
Die Arbeit an Ihrem Katalog, die schon heute Ihr Retail-Media-Geschäft unterstützt, zahlt sich doppelt aus:
- SEO sorgt dafür, dass Produkte in der Suche besser gefunden werden. Strukturierte Produktdaten helfen KI-Systemen dabei, sie zu bewerten und für Empfehlungen auszuwählen.
- Dieselben strukturierten Attribute, die die Onsite-Personalisierung ermöglichen, helfen auch externen Agenten, Ihre Produkte zu verstehen.
Kontrollieren Sie, wie Signale geteilt werden
Molocos Ansatz für Signal-Governance:
- Produktinformationen wie Spezifikationen, Preise und Verfügbarkeit frei teilen.
- Kuratierte Erkenntnisse zu Ergebnissen bereitstellen, ohne die zugrunde liegenden Daten offenzulegen.
- Proprietäre Verhaltensdaten, Rückgabequoten und das zugrunde liegende Lernsystem unter eigener Kontrolle behalten.
Kontextbezogene KI erreicht Shopper beim Suchen und Stöbern
Die Gewohnheiten, die Shopper über 20 Jahre beim Suchen und Stöbern entwickelt haben, ändern sich nicht durch ein Chatfenster in der Ecke. Chatbots sind darauf angewiesen, dass Kunden sie aktiv suchen und aufrufen.
Onsite Intelligence
Wir glauben, dass Ambient Intelligence das bessere Modell ist: Unterstützung, die genau dann erscheint, wenn das Verhalten eines Kunden auf Unsicherheit hindeutet, und wieder verschwindet, sobald sie nicht mehr benötigt wird.
Unsere Vision: Molocos Entscheidungslogik in Echtzeit erkennt diese Signale während der Session und stellt genau dann relevante Produktinformationen bereit, wenn Kunden bei ihrer Entscheidung Unterstützung benötigen.
Ausgelöst durch Nutzerverhalten statt durch Klicks
Onsite-Interaktionen liefern Verhaltenssignale, auf die externe KI-Agenten keinen Zugriff haben, darunter:
- Zeit, die Kunden mit Produktdetails verbringen
- Wechsel zwischen Produktvarianten
- Wiederholte Wechsel zwischen Produktseiten
Basierend auf Daten, über die nur Sie verfügen
Moderne KI-Modelle können immer besser komplexe Zusammenhänge verstehen, haben aber keinen Zugriff auf die Daten, die zeigen, welche SKUs sich für welchen Anwendungsfall eignen. Diese Erkenntnisse stammen aus:
- Rückgabedaten
- Support-Mustern
- Verhalten nach dem Kauf
Direkte Kundenbeziehungen nachhaltig stärken
Wenn Shopper sich direkt für einen Shop entscheiden, kann diese Beziehung:
- Dazu beitragen, Margen zu schützen
- Proprietäre Daten generieren, die Ihren Vorteil weiter ausbauen
Was heute schon möglich ist und was als Nächstes kommt
Das kann MCM schon heute und an diesen Funktionen arbeiten wir derzeit.
Schon heute live in Moloco Commerce Media
Standardisierung von Katalogdaten und Produktverständnis
Echtzeit-Entscheidungen auf Basis von Verhaltenssignalen für Onsite-Personalisierung, Retrieval und Anzeigenrelevanz
Workflows zur Automatisierung von Demand und Creatives
Funktionen in aktiver Entwicklung, Änderungen vorbehalten
Strukturierte Produktdaten, die offsite Agenten helfen, Produkte zu entdecken und zu verstehen
Tools zur Kontrolle darüber, wie Signale geteilt und genutzt werden
Ergebnisbasierte Monetarisierung von Shopping-Erlebnissen mit KI-Agenten
Drei Prioritäten für Retailer, die jetzt handeln
Mit der Katalogtiefe wächst die Wirkung
Selbst die fortschrittlichsten KI-Modelle können nicht wissen, welche SKUs für welchen Anwendungsfall geeignet sind. Dieses Wissen steckt in Ihren Daten und liefert KI-Systemen die Grundlage, um Ihre Produkte zu empfehlen.
Nutzer Onsite binden und Offsite besser ranken
Dieselben Katalogdaten, die Ihre Onsite Intelligence ermöglichen, sorgen auch dafür, dass externe KI-Agenten Ihre Produkte verstehen können. Eine Investition, zwei Wachstumsfelder.
Schneller lernen schafft einen wachsenden Vorsprung
Bis der Traffic durch KI-Agenten relevant wird, haben Retailer, die früh starten, bereits Dutzende Tests durchgeführt. Dieses Wissen lässt sich weder kaufen noch schnell nachholen.
Ressourcen
Die doppelte Herausforderung: Ein Framework für Agentic Commerce im Handel
Ein praxisnaher Leitfaden für Onsite-KI und bessere Offsite-Auffindbarkeit, inklusive 15-minütigem Readiness-Check.
Häufig gestellte Fragen
Was ist Agentic Commerce, und warum ist das gerade jetzt wichtig?
Agentic Commerce bezeichnet Kaufprozesse, die von KI-Plattformen wie ChatGPT, Gemini und Perplexity geprägt werden und nicht von klassischer Suche oder direkten Website-Aufrufen. Das ist schon heute relevant, weil diese Plattformen mitbestimmen, welche Retailer empfohlen werden und Vertrauen gewinnen. Diese Muster könnten sich mit der Zeit immer schwerer verändern lassen.
Wie unterscheidet sich Ambient Intelligence von einem Chatbot?
Chatbots sind darauf angewiesen, dass Kunden sie aktiv suchen und aufrufen. Ambient Intelligence, so wie wir sie uns vorstellen, reagiert auf Verhaltenssignale, die auf Unsicherheit hindeuten, und bietet genau in diesem Moment kontextrelevante Unterstützung. Die Interaktion kann dabei weiterhin dialogbasiert sein. Was sich ändert, ist, wann und warum sie stattfindet.
Müssen wir neue Infrastruktur aufbauen, um zu starten?
Moloco Commerce Media kann mit Ihrem bestehenden Katalog und Ihren First-Party-Daten arbeiten, wobei Aktualisierungen am Katalog oder eine technische Integration erforderlich sein können. Moloco Commerce Media stellt Ihnen eine dedizierte Instanz mit Commerce-Media-KI-Modellen, Kampagnenmanagement und Ad-Serving-Infrastruktur bereit. Die Commerce-Media-KI-Modelle in Ihrer dedizierten Instanz werden ausschließlich mit Ihren Daten trainiert. Diese Grundlage unterstützt schon heute Ihr Retail-Media-Geschäft und kann künftig auch für Agentic Commerce genutzt werden.
Was sollten wir mit Agenten-Plattformen teilen – und was sollten wir schützen?
Unserer Ansicht nach kann ein dreistufiger Ansatz dabei helfen zu entscheiden, welche Daten geteilt und welche unter eigener Kontrolle behalten werden sollten. Produktspezifikationen, Preise und Verfügbarkeit können frei zugänglich gemacht werden. Ausgewählte Erkenntnisse aus Performance-Daten können gezielt bereitgestellt werden, um relevante Schlussfolgerungen zu ermöglichen, ohne die zugrunde liegenden Daten offenzulegen. Rohdaten zum Kundenverhalten, nach Produktmerkmalen aufgeschlüsselte Rückgabequoten und das Lernsystem selbst bleiben hingegen geschützt.
Wie erkennen wir, ob Agenten-Touchpoints echte Ergebnisse liefern?
Multi-Touch-Attributionsmodelle können den Beitrag neuerer Touchpoints wie Sessions mit KI-Agenten unterschätzen. Unser Holdout-basiertes Inkrementalitäts-Framework nutzt Kontrollgruppen, um den tatsächlich zusätzlichen Umsatz aus diesen Sessions präziser zu ermitteln.
