KI-Discovery auf eTail Boston: SEO wird zu AEO
mit Unterstützung von KI erstellt und redaktionell geprüft

KI-Discovery auf eTail Boston: SEO wird zu AEO

Erfasst am 01.06.2026

Auf der eTail Boston 2025 zog sich ein Thema durch Panels und Fireside Chats: Die Art, wie Menschen suchen, entdecken und kaufen, befindet sich im größten Wandel seit zwei Jahrzehnten. Suchmaschinen waren lange das zentrale Tor zu Information und Handel. Doch die Referenten stimmten überein, dass diese Dominanz schnell schwindet. KI-Assistenten und große Sprachmodelle rücken in den Mittelpunkt der Informationsentdeckung. Einige Prognosen gehen davon aus, dass das klassische Suchvolumen bis 2026 um bis zu 25 Prozent sinken könnte. Verbraucher verlassen sich nicht mehr nur auf Keywords und Links, sondern erwarten direkte Antworten, personalisierte Empfehlungen und zunehmend die Möglichkeit, direkt in der KI-Oberfläche zu kaufen.

Von SEO zu AEO und GEO

Dieser Wandel zwingt Marketer, Optimierung grundlegend neu zu denken. Die vertraute Praxis des SEO wird zu Answer Engine Optimization (AEO) weiterentwickelt, manche sprechen auch von AI-driven Optimisation (AIO). Statt allein für Keywords zu ranken, geht es darum, Inhalte so aufzubereiten, dass KI-Systeme sie als vertrauenswürdige Antworten ausspielen können. Auf der Konferenz fielen auch pointierte Begriffe wie „Generative Edge Optimization“ oder „Language Model Answer Optimisation“ – ein Hinweis darauf, wie schnell sich das Feld in neue Teilbereiche aufspaltet. Für SEO- und GEO-Teams bedeutet das: Sichtbarkeit entsteht künftig nicht nur in klassischen SERPs, sondern in generativen Antwortoberflächen.

Die Einsätze sind hoch. KI-Engines wie ChatGPT integrieren bereits Checkout-Funktionen. Plattformen wie Perplexity bieten „Buy with Pro“-Features. Händler, die jetzt Produktdaten in diese Ökosysteme einspeisen, sind besser aufgestellt, wenn Entdeckung und Transaktion nahtlos in KI-Umgebungen verschmelzen. Das ist klassische Generative Engine Optimization: Marken müssen verstehen, welche Signale KI-Systeme für Empfehlungen und Kaufentscheidungen nutzen.

Social Media als Suchmaschine

KI ist nicht der einzige Disruptor. Das Verbraucherverhalten verschiebt die Gewichte. Plattformen wie TikTok und Instagram fungieren als de-facto-Suchmaschinen, besonders bei jüngeren Zielgruppen, die dort zuerst Produkte und Reviews finden. Googles Entscheidung, Instagram Reels und Carousels zu indexieren, verwischt die Grenzen zwischen klassischer und socialer Suche weiter. Für Retailer bedeutet das: Captions, Voiceover-Skripte und Alt-Texte tragen SEO-Gewicht. Social Storytelling dient nicht nur der Interaktion, sondern auch der Auffindbarkeit in einem fragmentierten Discovery-Ökosystem.

Technische Grundlagen für KI-Entdeckung

Referenten nannten konkrete Anpassungen. Websites sollten so strukturiert sein, dass KI-Crawler Inhalte sauber parsen können – beginnend mit der Prüfung der robots.txt, damit relevante Crawler nicht blockiert werden. Marken mit tiefen Katalogen, etwa Nuts.com, das in der Google-Suche-Ära stark wuchs, erkunden Partnerschaften mit Plattformen wie Shopify, die massiv in KI-Fähigkeiten investieren, um Retail-Infrastruktur zukunftssicher zu machen. Technical SEO bleibt damit die Basis für GEO: ohne crawlbar strukturierte Daten keine Präsenz in KI-Antworten.

Agenten, Attribute und Personalisierung

Ein zentrales Schlagwort auf der eTail Boston war „Agents“. Teilnehmer beschrieben eine nahe Zukunft, in der Verbraucher persönliche Shopping-Agenten einsetzen, die Produkte in ihrem Auftrag filtern. Diese Agenten nutzen Kontext, Gedächtnis und abgeleitete Präferenzen, um Ergebnisse zu verfeinern. Für Händler ist klar: Produktdaten müssen angereichert werden. KI kann Attribute wie Farbe, Stil und Trendsignale extrahieren, die Menschen nur schwer in großem Maßstab taggen können. Gut umgesetzt fühlt sich Entdeckung weniger wie Suchen und mehr wie ein Gespräch an – ein Kernprinzip der Answer Engine Optimization.

KI operationalisieren in Search-Workflows

Die operative Ebene bewegt sich ebenfalls schnell. KI ist in Content-Workflows verankert: automatisierte Produktbeschreibungen, visuelles Question Answering und kreative Analysen. Tools wie Dash on Social und Sprout Social ermöglichen es Marken, Kategoriegespräche zu überwachen, in denen sie nicht getaggt sind. Plattformen wie Motion bewerten die Wirksamkeit von Ad-Creatives. Die daraus fließenden Daten speisen den Discovery-Loop und informieren sowohl organische Sichtbarkeit als auch Paid-Strategien. Analytics und Tracking verschmelzen damit mit GEO-Maßnahmen zu einem gemeinsamen Steuerungsmodell.

Authentizität als Leitplanke

Trotz aller Begeisterung kam Vorsicht deutlich zur Sprache. Händler riskieren Vertrauensverlust, wenn sie auf gimmickhafte KI-Outputs ohne menschliche Prüfung setzen. Authentizität und Storytelling bleiben Ankerpunkte, auch wenn KI Effizienz steigert. Mehrere Referenten rahmten KI nicht als Ersatz, sondern als Ergänzung: Teams gewinnen Freiraum für Strategie, Kreativität und echte Kundenbindung. Das passt zum E-E-A-T-Gedanken – Expertise und Vertrauenswürdigkeit bleiben entscheidend, auch wenn Antworten von KI-Systemen ausgespielt werden.

Herausforderungen auf dem Weg

Das Tempo des Wandels war selbst ein wiederkehrendes Thema. Abwarten ist keine Option, aber blindes Voranpreschen ohne Klarheit ebenso wenig. Data Hygiene – saubere, gut getaggte Produktkataloge – ist zentral. Echo-Kammern, in denen Algorithmen nur zeigen, was Nutzer ohnehin bevorzugen, könnten Entdeckung einschränken statt erweitern. Darüber hinaus stehen ethische und rechtliche Fragen im Raum: Was passiert, wenn KI eine Prominentenstimme imitiert oder Inhalte ohne Einwilligung erzeugt? Retailer müssen GEO-Strategien deshalb mit Governance und Qualitätssicherung koppeln.

Eine neue Ära der Entdeckung

Insgesamt verschiebt sich Discovery von keywordbasierter Suche hin zu konversationellen, kontextuellen und KI-vermittelten Erlebnissen. Social Plattformen, KI-Assistenten und Shopping-Agenten konvergieren zu einem neuen Ökosystem, dessen Sichtbarkeitsregeln noch geschrieben werden. Für Retailer lautet das Mandat: früh anpassen und Authentizität im Zentrum der Strategie halten. Wer SEO, AEO und GEO jetzt zusammen denkt, positioniert sich für eine Zukunft, in der Kaufentscheidungen nicht mehr an der klassischen Suchergebnisseite beginnen, sondern in generativen Antwort- und Agentenumgebungen.

Kai Ibarra (KI)
Kai Ibarra (KI)

Digitale KI-Redaktion für Content Marketing, E-E-A-T und redaktionelle SEO-Texte. Die Wissensbasis speist sich aus sehr vielen Ratgebern, Redaktionsrichtlinien, Content-Audits und Fallstudien zu Informationsarchitektur; das Modell hat zahlreiche Artikel zu Suchintention, Topic Clusters und qualitativer Inhaltsbewertung gelesen. Die Redaktion strukturiert Inhalte für Leser und Suchmaschinen gleichermaßen und vermeidet reine Keyword-Optimierung.

Ort des Geschehens

Land USA
Stadt Boston