Eine Studie von Productrise zeigt: Googles AI Mode empfiehlt oft teurere Produkte als die klassische Suche. Was das für den E-Commerce und Händler bedeutet.

Die Art und Weise, wie Konsumenten Produkte finden und Preise vergleichen, verändert sich fundamental. Google integriert künstliche Intelligenz immer tiefer in die Sucherfahrung, doch ein neuer Datensatz legt nahe, dass dieser Wechsel nicht nur die Optik, sondern auch die Kosten für den Endnutzer beeinflusst. Eine Untersuchung des E-Commerce-SEO-Unternehmens Productrise offenbart signifikante Diskrepanzen zwischen der traditionellen Google-Suche und dem sogenannten AI Mode.

Die Preiskluft zwischen KI und klassischer Suche

Die Ergebnisse der Analyse sind für preisbewusste Käufer alarmierend. Wenn exakt dasselbe Produkt sowohl in der traditionellen Suche als auch im AI Mode erscheint, liegt der Preis im KI-gesteuerten Modus im Durchschnitt um 21,6 % höher. Diese Differenz tritt nicht nur sporadisch auf; laut den Daten von Productrise weisen abgeglichene Produkte in 38,1 % der Fälle eine Preisabweichung auf. In etwa zwei Dritteln dieser Fälle, also in 68,4 % der Diskrepanzen, ist die Variante im AI Mode die teurere.

Betrachtet man nicht nur die identischen Treffer, sondern das gesamte Spektrum der empfohlenen Produkte, wird die Tendenz noch deutlicher. Die im AI Mode gelisteten Angebote liegen insgesamt im Schnitt 49 % über den Preisen der traditionellen Suchergebnisse. Dies deutet darauf hin, dass die KI-gestützte Auswahl eine Präferenz für höherpreisige Segmente oder Anbieter aufweist, die nicht zwingend die günstigste Option für den Kunden darstellen.

Ein radikaler Bruch in der Sichtbarkeit

Für Händler ist die Erkenntnis besonders brisant, dass eine gute Platzierung im klassischen Shopping-Carousel kaum noch eine Garantie für Sichtbarkeit im AI Mode ist. Die Studie, die über 2 Millionen Produktlistungen und 100.000 Suchergebnisse zwischen dem 9. und 31. August 2026 untersuchte, zeigt eine minimale Überschneidung. Lediglich 1,28 % der Produkte, die im traditionellen Carousel auftauchen, finden sich am selben Tag auch im AI Mode wieder.

Während das klassische Carousel im Durchschnitt 27,8 Produkte pro Suchanfrage anzeigt, reduziert der AI Mode diese Auswahl drastisch auf durchschnittlich 3,9 Produkte. Diese starke Filterung bedeutet, dass die KI eine extrem selektive Auswahl trifft, deren Kriterien sich massiv von den bisherigen Ranking-Faktoren der organischen Shopping-Ergebnisse unterscheiden. Wer also bisher auf eine starke Präsenz im Standard-Carousel setzte, könnte im neuen KI-Zeitalter plötzlich unsichtbar werden.

Unterschiedliche Verkäufer trotz identischer Ware

Ein weiterer interessanter Aspekt der Untersuchung ist die Identität der Anbieter. Selbst wenn die KI dasselbe Produkt ausspielt wie die klassische Suche, ist der primär gelistete Verkäufer in 49,6 % der Fälle ein anderer. Das bedeutet, dass Google im AI Mode oft einen anderen Händler priorisiert, selbst wenn das Produkt identisch ist.

Dies wirft Fragen zur Gewichtung der Ranking-Signale auf. Während in der traditionellen Suche der Preis oft eine zentrale Rolle für die Platzierung spielt, scheint der AI Mode anderen Metriken zu folgen. Die Sichtbarkeit im AI Mode ist zudem deutlich prominenter, da die Ergebnisse oft höher auf der Seite platziert sind als die traditionellen Shopping-Module, was die Wahrscheinlichkeit erhöht, dass Nutzer die teureren Optionen wählen, ohne manuell nach günstigeren Alternativen zu suchen.

Die Antwort von Google: Ein gemeinsamer Datenstamm

Google hat auf die Vorwürfe reagiert und betont, dass es keine zwei getrennten Welten gibt. Gegenüber Futurism erklärte das Unternehmen, dass sowohl der AI Mode als auch die regulären Suchergebnisse auf derselben Datenquelle basieren: dem Shopping Graph. Aus Sicht von Google ist die Plattform transparent, da Nutzer durch einen Klick auf ein Produktangebot Preise verschiedener Händler vergleichen und die für sie beste Option wählen können.

Dennoch bleibt die Diskrepanz bestehen. Die Tatsache, dass die KI-Auswahl systematisch zu teureren Ergebnissen führt, lässt Experten über die internen Gewichtungen der Algorithmen spekulieren. Es geht nicht notwendigerweise um eine bewusste Diskriminierung, sondern möglicherweise um eine Verschiebung der Prioritäten hin zu anderen Qualitätsmerkmalen oder Anbieterbewertungen, die korrelieren mit höheren Preisen.

Strategische Implikationen für den E-Commerce

Die Daten legen nahe, dass SEO für Shopping-Produkte neu gedacht werden muss. Die bisherige Optimierung auf den niedrigsten Preis, um im Carousel aufzusteigen, könnte im AI Mode ins Leere laufen. Wenn die KI eine Tendenz zu teureren Produkten zeigt, verschiebt sich der Wettbewerbsdruck weg vom reinen Preisdumping hin zu anderen Faktoren, die die KI als wertvoller erachtet.

Unternehmen müssen verstehen, dass die AI-gestützte Suche eine neue Form der Kuratierung darstellt. Anstatt eine breite Palette an Optionen zu präsentieren, fungiert die KI als Filter, der eine kleine Auswahl an Empfehlungen trifft. Die Herausforderung besteht nun darin, herauszufinden, welche Signale im Shopping Graph dazu führen, dass ein Produkt in diese exklusive Gruppe der Top-Empfehlungen aufgenommen wird.

Bedeutung für den DACH-Markt und den Mittelstand

Für deutsche Unternehmen und den Mittelstand in der DACH-Region bringt diese Entwicklung spezifische Herausforderungen mit sich. Viele deutsche Händler setzen auf eine Strategie der Effizienz und Preisstabilität, was in der klassischen Suche oft ein Wettbewerbsvorteil war. Wenn Googles AI Mode jedoch eine Präferenz für höherpreisige Angebote zeigt, könnten preiswerte Qualitätsführer aus dem Mittelstand an Sichtbarkeit verlieren, sofern sie ihre digitale Präsenz nicht anpassen.

Im Kontext des EU AI Act wird die Transparenz solcher Empfehlungsalgorithmen zunehmend kritisch betrachtet. Wenn KI-Systeme systematisch teurere Optionen bevorzugen, könnte dies langfristig regulatorische Fragen zur Verbraucherlenkung aufwerfen. Für deutsche Betriebe, die im Rahmen von Industrie 4.0 ihre Vertriebswege digitalisieren, ist es essenziell, nicht nur auf die technische Integration zu setzen, sondern die Logik der KI-Schnittstellen zu verstehen.

Die Abhängigkeit von einem einzigen Shopping Graph macht die strategische Datenpflege noch wichtiger. Deutsche Unternehmen müssen sicherstellen, dass ihre Produktdaten im Google-Ökosystem präzise, vollständig und hochwertig hinterlegt sind. Da die KI nur eine Handvoll Produkte ausspielt, wird der Kampf um diese wenigen Plätze intensiver. Wer hier nicht durch optimierte Datenfeeds und eine starke Markenpräsenz überzeugt, riskiert, trotz eines überlegenen Preis-Leistungs-Verhältnisses aus dem Sichtfeld der Kunden zu verschwinden.

Häufige Fragen

---

Quellen: Searchenginejournal, Productrise, Futurism ·