KI-Ads werden zum neuen Commerce-Kanal

Wie ChatGPT, Google, Copilot und andere KI-Plattformen Werbung direkt in Antworten, Produktempfehlungen und Kaufentscheidungen integrieren

Stand: 25. Juni 2026

Die nächste große Werbefläche ist möglicherweise keine Suchergebnisseite, kein Social-Media-Feed und kein Online-Shop. Es ist die Antwort einer künstlichen Intelligenz.

Amazon hat begonnen, Anzeigen in ChatGPT zu schalten. In einem von Business Insider dokumentierten Beispiel erschien nach einer Unterhaltung über Kaffeemaschinen ein gesponserter Amazon-Block mit der Überschrift „Top-Rated Kitchen Gear“. Ein Klick führte nicht zu einem Checkout in ChatGPT, sondern zurück in den Amazon-Shop. Amazon nutzt ChatGPT damit als neuen Akquisitionskanal, behält Produktdaten, Preise, Verfügbarkeit, Kundendaten und Transaktion aber weitgehend im eigenen Ökosystem.

Dieser Test ist mehr als eine neue Anzeigenplatzierung. Er zeigt, wie sich die Logik des digitalen Handels verändert: Nutzer suchen nicht mehr ausschließlich über Keywords, Produktkategorien oder Filter. Sie beschreiben ein Problem, formulieren Wünsche, nennen ihr Budget und lassen sich beraten. Produktempfehlungen entstehen direkt innerhalb dieses Dialogs.

Damit verlagert sich Werbung vom Rand der Suche in den eigentlichen Entscheidungsprozess.

So sehen KI-Anzeigen konkret aus

Es zeichnet sich nicht ein einziges Standardformat ab. Die Plattformen experimentieren mit mehreren Formen, die unterschiedlich tief in die KI-Erfahrung eingebunden sind.

Das gesponserte Produkt in einer Empfehlungsliste

Eine stärker integrierte Variante platziert bezahlte Produkte zwischen oder neben organischen Empfehlungen. Die Kennzeichnung befindet sich dann direkt an der jeweiligen Produktkarte.

Dieses Format kann leistungsstark sein, weil der Nutzer nicht mehr zwischen „Antwort“ und „Werbung“ wechselt. Das Produkt erscheint genau in dem Moment, in dem die KI verschiedene Lösungen vergleicht.

Gleichzeitig steigt das Risiko, dass Nutzer eine bezahlte Platzierung als unabhängige Empfehlung der KI interpretieren. Die visuelle Kennzeichnung und die inhaltliche Trennung werden deshalb entscheidend.

Der interaktive Markenagent

Bei einem Markenagenten endet die Anzeige nicht mit einem Klick. Nutzer können direkt mit einem KI-Assistenten des Unternehmens sprechen.

Ein solcher Agent kann:

• Produktunterschiede erklären
• Größen oder Varianten empfehlen
• Kompatibilität prüfen
• Lieferoptionen nennen
• Einwände behandeln
• Alternativen vorschlagen
• passende Zubehörprodukte ergänzen
• den Nutzer zum Checkout führen

Microsoft hat Markenagenten und Showroom Ads bereits mit ausgewählten Unternehmen pilotiert. Die Agenten werden mit Produktkatalogen, Markenrichtlinien und dem gewünschten Kommunikationsstil ausgestattet.

Aus einem Anzeigenkontakt wird dadurch eine automatisierte Verkaufsberatung.

Der KI-Chat als Targeting-Signal

Nicht jede Plattform muss Anzeigen direkt im Chat anzeigen. Meta verfolgt zumindest teilweise einen indirekten Ansatz: Interaktionen mit Meta AI können als Signale verwendet werden, um Inhalte und Werbung auf Facebook und Instagram zu personalisieren.

Beim angekündigten Start im Dezember 2025 waren die Europäische Union, das Vereinigte Königreich und Südkorea von dieser Nutzung zunächst ausgenommen. Sensible Themen sollten ebenfalls nicht für die Anzeigenpersonalisierung verwendet werden.

In diesem Modell ist der KI-Chat keine Werbefläche, sondern eine zusätzliche Quelle für Interessen- und Intent-Daten.

Google verbindet KI-Suche, Werbung und Checkout

Google ist bei der Monetarisierung generativer Suchergebnisse besonders weit. Anzeigen werden bereits in AI Overviews eingesetzt und in AI Mode weiterentwickelt.

Dabei entstehen verschiedene Formate:

• klassische Shopping-Karten innerhalb der KI-Suche
• gesponserte Produkte neben organischen Empfehlungen
• visuelle Produktvergleiche
• personalisierte Angebote
• interaktive Markenassistenten
• Kaufmöglichkeiten direkt aus der Suche

Mit dem Universal Commerce Protocol will Google eine technische Infrastruktur schaffen, über die Produktsuche, Händlerdialog, Checkout und nachgelagerte Prozesse miteinander verbunden werden können. An der Entwicklung waren unter anderem große Handels- und Commerce-Unternehmen beteiligt.

Die eigenständige Gemini-App war im Juni 2026 noch nicht regulär werbefinanziert. Google hat jedoch nicht ausgeschlossen, erfolgreiche Werbeformate aus AI Mode später auf weitere Gemini-Oberflächen zu übertragen.

Für Händler bedeutet das: Der Google Merchant Center Feed ist künftig nicht nur die Grundlage für ein Produktkarussell. Er kann Teil einer KI-Beratung, einer personalisierten Angebotsentscheidung und eines direkten Kaufprozesses werden.

Snapchat integriert Sponsored Links in My AI

Auch Snapchat zeigt, wie KI-Werbung in andere Plattformen eingebettet werden kann.

Über Microsofts Chat Ads API können in Snapchat My AI gesponserte Links erscheinen. Die Anzeige wird passend zum Kontext der Unterhaltung ausgespielt und kann Produktkarten, Bilder und Händlerinformationen enthalten.

Das Angebot wurde unter anderem in Deutschland, Frankreich, Großbritannien und weiteren Märkten für volljährige Nutzer eingeführt. Werbetreibende konnten zunächst über ihre vorhandenen Microsoft-Advertising-Kampagnen teilnehmen.

Für Microsoft ist dies strategisch interessant: Das Unternehmen monetarisiert nicht nur den eigenen Copilot, sondern kann seine Anzeigeninfrastruktur auch als technische Schicht für fremde KI-Assistenten anbieten.

Perplexity zieht sich vorerst aus dem Werbemodell zurück

Perplexity gehörte zu den ersten KI-Suchmaschinen, die native Werbung ausprobierten. Getestet wurden unter anderem gesponserte Folgefragen und bezahlte Elemente in der Nähe der KI-Antwort.

Das Unternehmen begann jedoch Ende 2025, diese Formate zurückzufahren. Im Februar 2026 erklärte Perplexity, derzeit keine weiteren Werbepläne zu verfolgen. Als zentraler Grund wurde das Risiko genannt, dass Werbung das Vertrauen in die Unabhängigkeit der Antworten beeinträchtigt.

Perplexity zeigt damit die zentrale Spannung des gesamten Marktes: KI-Plattformen benötigen tragfähige Geschäftsmodelle, gleichzeitig hängt ihr Wert davon ab, dass Nutzer den Antworten vertrauen.

Aus Produktdaten werden individuelle Werbetexte

Die Qualität einer KI-Anzeige hängt künftig weniger davon ab, wie viele Varianten eines Werbetextes eine Marketingabteilung vorbereitet. Entscheidend ist, ob das System aus den vorhandenen Daten eine richtige, relevante und glaubwürdige Begründung erzeugen kann.

Aus einem Merkmal wie „Akkulaufzeit: 14 Stunden“ kann die KI beispielsweise ableiten:

Dieses Notebook eignet sich für deinen Arbeitstag ohne Steckdose.

Aus „Breite: 28 Zentimeter“ wird:

Das Gerät passt auf die von dir beschriebene Küchenfläche.

Aus „IP68“ wird:

Das Smartphone ist gegen Staub und zeitweiliges Untertauchen geschützt.

Damit wird Datenqualität unmittelbar zur Creative-Qualität. Eine unpräzise oder übertriebene Produktbeschreibung kann durch die KI vervielfacht werden. Widersprüche zwischen Feed, Website, Kundenbewertungen und Händlerbedingungen können dagegen Vertrauen zerstören.

Für Marken wird deshalb eine neue Disziplin wichtig: Product Data Storytelling. Produktinformationen müssen gleichzeitig maschinenlesbar, faktisch korrekt und argumentativ nutzbar sein.

Was KI-Ads für Affiliate-Marketing und Awin bedeuten

Die Amazon-Anzeigen in ChatGPT erinnern stark an Affiliate- beziehungsweise Performance-Logik: Eine externe Oberfläche erzeugt Nachfrage und leitet den Nutzer zum Händler. Bezahlt wird für Reichweite, Interaktion oder eine nachgelagerte Conversion.

Die konkreten Vergütungsmodelle von ChatGPT-Werbung sind noch nicht vollständig öffentlich dokumentiert. Grundsätzlich sind für AI-Commerce jedoch mehrere Modelle denkbar:

• Cost-per-Click
• Cost-per-Action
• Revenue Share
• klassische Auktionsmodelle
• Festplatzierungen
• hybride Modelle aus Media-Budget und Provision
• Gebühren für eingebetteten Checkout
• Vergütung für qualifizierte Produktinteraktionen

Für Affiliate-Netzwerke wie Awin entsteht daraus eine mögliche neue Rolle. Netzwerke könnten nicht nur Klicks und Sales vermitteln, sondern als Daten- und Transaktionsschicht zwischen Händlern und KI-Plattformen agieren.

Dazu könnten gehören:

• Normalisierung von Produktfeeds
• Bereitstellung aktueller Preise und Bestände
• Verwaltung von Deeplinks
• Verteilung exklusiver Gutscheine und Aktionen
• serverseitige Conversion-Übermittlung
• Publisher- und Plattformidentifikation
• kanalübergreifende Deduplizierung
• Attribution agentisch ausgelöster Käufe
• Qualitätskontrolle von Merchant-Daten

Besonders wertvoll wäre eine standardisierte Infrastruktur, über die ein Händler seinen Produktkatalog nicht separat für jede KI-Plattform aufbereiten muss.

Vertrauen ist die zentrale Währung

KI-Werbung kann besonders wirksam sein, weil sie innerhalb einer beratenden Interaktion erscheint. Genau daraus entsteht aber auch ihr größtes Risiko.

Ein preregistriertes Experiment mit mehr als 2.000 Teilnehmern verglich LLM-gestützte Produktberatung mit einer klassischen Suchoberfläche. In der KI-Beratung wurde das gesponserte Produkt deutlich häufiger gewählt als in der Suchvariante. Die Autoren berichteten Auswahlraten von 61,2 Prozent gegenüber 22,4 Prozent. Eine „Sponsored“-Kennzeichnung reduzierte den Einfluss in diesem Experiment nicht wesentlich.

Dabei handelt es sich um eine wissenschaftliche Versuchsanordnung und nicht um reale Kampagnendaten einer Plattform. Die Ergebnisse zeigen dennoch, wie stark eine dialogisch formulierte Empfehlung wirken kann.

Eine weitere Studie kam zu dem Ergebnis, dass Nutzer offengelegte, in KI-Antworten eingebettete Werbung teilweise als manipulativ, aufdringlich und vertrauensmindernd wahrnahmen.

Für Plattformen ergibt sich daraus ein schwieriger Balanceakt. Zu wenig Integration kann die Werbeleistung begrenzen. Zu viel Integration kann die Glaubwürdigkeit der gesamten KI-Antwort beschädigen.

Langfristig werden sich vermutlich vier Grundregeln durchsetzen müssen:

1. Werbung muss eindeutig erkennbar sein.
2. Organische Antworten dürfen nicht heimlich gekauft werden können.
3. Die Begründung einer Empfehlung muss überprüfbar bleiben.
4. Nutzer müssen verstehen, welche Daten für Personalisierung verwendet werden.

OpenAI versucht diese Trennung über gesonderte, gekennzeichnete Werbeblöcke herzustellen. Perplexitys Rückzug aus der Werbung und Anthropics werbefreie Positionierung zeigen jedoch, dass der Markt noch keine einheitliche Antwort auf das Vertrauensproblem gefunden hat.

KI-Ads ersetzen Search und Social nicht – sie verdichten den Funnel

KI-Werbung wird klassische Kanäle nicht über Nacht verdrängen. Search, Social, Retail Media, Affiliate-Marketing und Display bleiben wichtige Quellen für Nachfrage und Reichweite.

KI-Assistenten verändern jedoch den Weg zwischen Nachfrage und Kauf.

Früher musste ein Nutzer mehrere Suchanfragen stellen, Vergleichsseiten öffnen, Produktdetailseiten lesen und Bewertungen prüfen. Eine KI kann diese Schritte in einer einzigen Unterhaltung zusammenfassen.

Dadurch wird der Funnel kürzer:

Problem → Beratung → Empfehlung → Angebot → Kauf

Genau diese Verdichtung macht den Kanal für Werbetreibende attraktiv. Sie macht ihn gleichzeitig sensibel. Wer die Empfehlung kontrolliert oder monetarisiert, kann einen erheblichen Einfluss auf die Kaufentscheidung ausüben.