Das 41%-Problem: Wenn KI-Chatbots Ihren Akquisitionsfunnel auffressen

Die Zahl, die in diesem Quartal bei jeder Überprüfung von Performance-Marketing-Budgets auf dem Tisch liegen sollte, ist 41 %. Das ist der Anteil der Menschen, die KI bereits zur Produktrecherche nutzen – laut IBM-Daten, die auf AdExchangers Programmatic-AI-Event in Las Vegas zitiert wurden. Für Teams mit einem Paid-Traffic-Budget im sechst- bis achtstelligen Bereich lautet die Frage längst nicht mehr, ob sich der Akquisitionsfunnel von der klassischen Suche wegbewegt, sondern ob der aktuelle Vendor-Stack für eine Welt beschafft wurde, die bereits aufgehört hat zu existieren.

Die Folgezahlen sind mindestens genauso relevant. Das Vertrauen in KI-Chatbots als zuverlässige Informationsquelle liegt inzwischen bei 62 % der US-amerikanischen Erwachsenen – ein Anstieg von 50 % im Vorjahr. Das ist ein Sprung von 12 Prozentpunkten innerhalb eines einzigen Zyklus. Budget-Verantwortliche, die 2024 Dreijahresverträge mit SEO-Agenturen unterzeichnet haben, beobachten jetzt in Echtzeit, wie das Fundament dieser Ausgaben erodiert – und die Infrastrukturdebatte darüber, wie Programmatic selbst für KI-gesteuertes Buying umgebaut wird, findet genau im gleichen Moment statt. Zwei tektonische Verschiebungen, ein Beschaffungszyklus.

Die Zahlen

Debra Aho Williamson, Gründerin von Sonata Insights, rahmte die Verschiebung in der Keynote als strukturelle Verlagerung der Kaufabsicht. Wie AdExchanger berichtete, brachte es Williamson auf den Punkt: „Wo Entscheidungen fallen, folgt die Monetarisierung." Die IBM-Zahl von 41 % ist der Frühindikator. Die 62 %-Vertrauenszahl – aus der Forschung von Sonata Insights und MRI Simmons – ist der nachgelagerte Bestätigungswert, dass dieses Verhalten kein kurzfristiger Ausreißer ist.

Einige Anmerkungen zu diesen 62 %: Erstens bezieht sich der Wert konkret auf Interaktionen mit KI-Chatbots, nicht auf KI-generierte Inhalte, die in Feeds ausgespielt werden. Diese Unterscheidung ist wichtig, weil dasselbe Publikum, das einer ChatGPT-Antwort vertraut, nach allem, was der Markt zeigt, KI-Spam in sozialen Netzwerken ablehnt. Es handelt sich um ein gewährtes Vertrauen innerhalb einer konversationellen Oberfläche – keine allgemeine Billigung synthetischer Medien. Zweitens ist der Sprung von 50 % auf 62 % in zwölf Monaten genau die Art von Verhaltenssteigung, die Attributionsmodelle bricht, bevor sie das Bewusstsein bricht.

Die Frage nach der Einheitsökonomie hinter diesen Zahlen ist unbequem. Produktrecherche-Traffic, der früher aus der organischen Google-Suche oder aus Paid Search stammte, entsteht nun innerhalb einer Chat-Sitzung, in der die Marke oft keine Gebotsoberfläche, keine Keyword-Strategie und keinen direkten Measurement-Hook hat. Williamsons Beobachtung, dass Menschen, die KI zur Produktrecherche nutzen, „häufig Marken begegnen, die sie noch nie gesehen haben", ist das Warnsignal: Der Substitutionseffekt verlagert nicht nur Traffic, er verändert, welche Marken überhaupt in Betracht gezogen werden. Der SEO-Vorteil etablierter Anbieter schrumpft. Die Auffindbarkeit neuer Marktteilnehmer steigt. Für einen Kategorie-Marktführer, der jährlich siebenstellige Summen für die Verteidigung von Branded-Search-Terms ausgegeben hat, läuft damit ein Schutzwall leer – durch einen Kanal, der keinen Zaun hat.

Die 62-%-Vertrauenszahl hat zudem einen verstärkenden Effekt auf die Conversion. Traffic, der aus einer vertrauenswürdigen Chatbot-Empfehlung stammt, kommt weiter unten im Funnel an als Traffic aus einem Paid-Search-Klick. Das sollte theoretisch die nachgelagerten Conversion-Raten steigern – aber nur für die Marken, die das Modell ausspielt. Für alle anderen wird der Funnel schlicht kürzer und enger.

Was wirklich neu ist

Drei Dinge sind in diesem Zyklus wirklich anders, und Plattform-Leads müssen sie klar voneinander trennen, bevor sie Beschaffungsentscheidungen treffen.

Erstens ist der Infrastrukturkampf innerhalb von Programmatic selbst offen fraktioniert. Das IAB-gestützte Agentic RTB Framework (ARTF) steht im Widerspruch zum Konsortium hinter dem Ad Context Protocol. Das ist kein kleiner Spezifikationsstreit, sondern zwei konkurrierende Visionen davon, wie KI-Agenten gegen Ad-Inventory handeln. Wer IAB-Spezifikationen als selbstverständliche Standardannahme behandelt, muss diesen Reflex überdenken. Der ARTF-Pfad und der Ad-Context-Protocol-Pfad implizieren unterschiedliche Vendor-Ökosysteme, unterschiedliche Integrationsoberflächen und unterschiedliche langfristige Wechselkosten.

Zweitens ist Containerisierung nun auf Architekturebene umstritten. Cognitiv, ein Custom-Bidder-Startup, behauptet, sein Server-to-Server-Modell sei „900 % leistungsfähiger als Container." Das technische Argument lautet, dass containerisierte Umgebungen, in denen ein SSP ein Demand-Side-Modell hostet, bei Echtzeit-Geboten begrenzten Rechenaufwand und keinen persistenten Speicher bieten. Währenddessen hat Chalice AI, einer von Cognitiv's frühen Rivalen, soeben eine Partnerschaft mit SSP Equativ bekannt gegeben, die Chalice's Modelle direkt in Equativ's Container einbringt. Der Markt hat also zwei Custom-Bidder-Anbieter: einer argumentiert, Container seien die Obergrenze, der andere produktisiert Container als Distributionskanal. Beide können nicht gleichzeitig recht haben – und die Wahl zwischen ihnen ist eine Wette darauf, wo Rechenleistung im Bid-Path angesiedelt sein wird.

Drittens hat die Kollektivierung von Publishern den Übergang von Interessenvertretung zu Standardisierungsarbeit vollzogen. SPUR (Standards for Publisher Usage Rights), die BBC-geführte Koalition mit dem Financial Times, The Guardian, Sky News und The Telegraph, entwickelt gemeinsame technische Standards und Lizenzierungsrahmen für KI-Training und -Retrieval. Ein paralleles dänisches Kollektiv existiert ebenfalls. RSL, mitgegründet von Doug Leeds, arbeitet an einem offenen Standard für maschinenlesbare Lizenzbedingungen, der auf KI-Crawler ausgerichtet ist. Leeds formuliert es direkt: LLMs „können nicht behaupten, dass etwas, weil es im Web steht, für sie zum Abrufen, Trainieren oder grundsätzlichen Ersetzen Ihrer eigenen Inhalte verfügbar ist." Das ist eine rechtliche Haltung, die durch ein technisches Artefakt gestützt wird – eine stärkere Position als reine Rechtsstreitigkeiten.

Was im Performance Marketing bereits eingepreist ist

Die meisten Performance-Marketing-Teams haben die allgemeine Richtung bereits eingepreist: Chatbots fressen die Suche auf, Publisher wollen bezahlt werden, Programmatic wird stärker automatisiert. Was nicht eingepreist ist, sind Timing und Vendor-Selektionsfolgen.

Die 62-%-Vertrauenszahl als Jahressprung von 50 % ist nicht eingepreist. Die meisten Mediapläne für 2026, die ich gesehen habe, haben lineares Wachstum bei KI-beeinflusster Discovery modelliert – keinen 12-Punkte-Sprung beim Vertrauen. Das bedeutet, die Annahme „wir haben noch 18 Monate, bevor das wirklich relevant wird" ist wahrscheinlich um genau 18 Monate falsch.

Die Bifurkation zwischen ARTF und Ad Context Protocol ist auf der Buy-Side nicht eingepreist. Die meisten Programmatic-Teams in Agenturen und in-house behandeln „IAB-konform" noch immer als Synonym für „sicherer Standard". Wenn das IAB selbst eines von zwei konkurrierenden Frameworks unterstützt, muss diese Standardannahme explizit überprüft werden. Das ist ein Build-vs-Buy-Gespräch für alle, die Custom Bidding betreiben: frühzeitig auf ein Framework setzen und später die Wechselkosten tragen – oder warten und jetzt die Kosten eines nicht optimierten Quartals hinnehmen.

Der Head of Platform in jedem mittelständischen Ad-Tech- oder Performance-Shop sollte seinen VP Eng diese Woche fragen: Behandelt unsere Roadmap ARTF und das Ad Context Protocol als austauschbar – und wenn ja, wer im Team führt die Due Diligence durch, um das bis Q4 zu belegen? Diese Frage legt die versteckten Kopplungskosten offen, bevor sie sich als technische Schulden verfestigen.

Die Cognitiv-versus-Chalice-Spaltung ist ebenfalls nicht eingepreist. Die Branchenerzählung lautete „Custom Bidder sind die Zukunft" – monolithisch behandelt. Jetzt sind es zwei unterschiedliche Architekturwetten: das Modell in den Container des SSP bringen (Chalice plus Equativ) oder ein Server-to-Server-Modell mit persistentem Speicher außerhalb der Exchange betreiben (Cognitiv). Die Rechenökonomie, die Datenresidenz-Position und die Persistent-State-Fähigkeiten unterscheiden sich auf diesen beiden Pfaden erheblich. Auch die regulatorische Exposition unterscheidet sich: Server-to-Server mit persistentem Speicher wirft ganz andere DSGVO-Fragen auf als ein containerisiertes ephemeres Modell.

Die Gegenmeinung

Der Konsens lautet, dass KI-Chatbots die neue Suche sind und jede Traffic-Akquisitionsstrategie rund um diese Oberfläche neu aufgebaut werden muss. Ich halte diese Sichtweise für unvollständig.

Google hat die größte Überarbeitung seiner Suchoberfläche seit 25 Jahren angekündigt. Das ist kein Unternehmen, das eine Niederlage einräumt – das ist ein etablierter Akteur mit Distribution, Standardplatzierung und einem Jahrzehnt an Query-Daten, der tut, was etablierte Akteure tun. Die Rahmung von Chatbots als Sucheratz setzt voraus, dass das Suchfeld statisch bleibt, während Chatbots sich weiterentwickeln. Das wird nicht passieren. Der wahrscheinlichere Endpunkt 2027 ist eine hybride Oberfläche, bei der der Unterschied zwischen „Suche" und „Chatbot" ein UI-Detail ist – keine Kategorie.

Es gibt auch eine Microsoft-förmige Warnung in dieser Geschichte. Der ehemalige VP Mat Velloso behauptet, Microsoft habe „die KI-Welle verpasst", und nur 3 % der zahlenden Copilot-Nutzer verwenden das Tool aktiv. Diese 3-%-Zahl ist die Gegenerzählung zur 41-%-Produktrecherche-Zahl. Verbraucher probieren KI aus. Unternehmen bezahlen für KI. Ob eine der beiden Gruppen sie dauerhaft genug nutzt, um Infrastruktur-Umbauten zu rechtfertigen, ist eine separate Frage. Traffic-Teams, die ihre gesamte Akquisitionsstrategie auf der Annahme umbauen, dass chatbot-vermittelte Discovery permanent ist, sollten die Copilot-Engagement-Zahl betrachten und sich fragen, ob sie das obere Ende einer S-Kurve oder das obere Ende einer Hype-Kurve modellieren.

Wichtigste Erkenntnisse

• Die 41-%-Produktrecherche-Zahl ist der Frühindikator, die 62-%-Vertrauenszahl ist die Bestätigung. Zwölf Prozentpunkte Vertrauenswachstum in einem Jahr verkürzen den Zeitrahmen für jede Akquisitionsstrategie, die noch auf klassischer Suche basiert.
• ARTF versus Ad Context Protocol ist eine echte Weggabelung, keine Fußnote in einer Spezifikation. Plattform-Leads sollten aufhören, „IAB-zertifiziert" als automatisch sicheren Standard zu behandeln, und von ihren Programmatic-Vendoren in diesem Quartal eine explizite Framework-Entscheidung einfordern.
• Custom-Bidder-Architektur ist jetzt eine binäre Wette. Container-gehostete Modelle (Chalice plus Equativ) versus Server-to-Server mit persistentem Speicher (Cognitiv) implizieren unterschiedliche Rechenökonomie, unterschiedliche Datenresidenz-Exposition und unterschiedlichen langfristigen Vendor-Lock-in.
• Publisher-Kollektivierung ist in Europa ein regulatorisches Phänomen, keine freie Entscheidung. SPUR und das dänische Kollektiv funktionieren, weil CMO-ähnliches Verhandeln in Europa legal und in den USA ohne staatliche Ausnahmegenehmigung verboten ist. US-Publisher sind strukturell schwächere Verhandlungspartner, bis sich das ändert.
• Teams, die Chatbot-vermittelte Traffic-Strategien evaluieren, sollten sich fragen, ob sie auf eine dauerhafte Verschiebung oder auf eine Copilot-ähnliche Adoptionskurve setzen, bei der Ausprobieren die nachhaltige Nutzung übersteigt. Die 3-%-Microsoft-Engagement-Zahl ist die Disziplin, die die 41-%-IBM-Zahl braucht.