Der Wettbewerb bekommt eine neue Dimension. Über Jahrzehnte kämpften FMCG-Marken um Share of Shelf – Sichtbarkeit und Platzierung im Regal. Mit dem E-Commerce kam Share of Search hinzu: die Position in der digitalen Produktsuche. Jetzt zeichnet sich eine dritte Ebene ab:
Share of Recommendation.
Denn KI-Einkaufsassistenten könnten zunehmend mitentscheiden, welche Produkte ein Shopper überhaupt in Betracht zieht.
Albertsons: KI wird zum Verkaufsinstrument: Ein interessantes Beispiel liefert der US-Lebensmittelhändler Albertsons. Das Unternehmen setzt KI für Produktsuche, Einkaufsplanung und Empfehlungen ein. Bemerkenswert sind die berichteten Effekte: Nach Unternehmensangaben liegt der durchschnittliche Warenkorb bei Nutzung einfacher KI-Suchfunktionen rund 10 Prozent höher, bei umfassenderen KI-Assistenten sogar bis zu 26 Prozent.
KI wird nicht nur zum Effizienzwerkzeug, sondern zum Verkaufsinstrument.
Statt selbst nach einzelnen Produkten zu suchen, könnte der Shopper künftig einfach sagen:
„Stelle mir einen gesunden Wocheneinkauf für vier Personen unter 120 Euro zusammen.“
Die KI entscheidet dann, welche Produkte und Marken überhaupt in die Auswahl kommen.
Share of Recommendation wird zur neuen Wettbewerbsgröße
Damit entsteht eine neue strategische Fragestellung: Wie wahrscheinlich ist es, dass unsere Marke von einem digitalen Einkaufsassistenten empfohlen wird? Denn eine Marke kann künftig aus dem Relevant Set herausfallen, bevor der Shopper überhaupt ein digitales Regal gesehen hat. Entscheidend wird deshalb, welche Kriterien die KI berücksichtigt: Markenpräferenz, Preis, Verfügbarkeit, Bewertungen, Handelsspanne oder möglicherweise auch Retail-Media-Investments.
Produktdaten werden zum Vertriebsfaktor
Für diese neue Einkaufswelt reichen Artikelnummer, Produktname und Preis nicht mehr aus. KI-Systeme benötigen strukturierte Informationen über Zutaten, Allergene, Ernährungsformen, Packungsgrößen, Verwendungssituationen, Rezeptkombinationen und Zielgruppen. Ein Produkt muss künftig nicht nur gelistet und verfügbar, sondern für die KI auch verständlich und relevant sein. Damit wird Produktdatenqualität zu einem kommerziellen Thema.
Neue Fragen für KAM und Shopper Marketing
Für FMCG-Hersteller bedeutet diese Entwicklung, dass Key Account Management, Shopper Marketing, Category Management, E-Commerce und Data Management enger zusammenarbeiten müssen. In zukünftigen Handelsgesprächen könnten deshalb ganz neue Fragen auf die Agenda kommen: Nach welchen Kriterien empfiehlt die Händler-KI unsere Produkte? Bei welchen Shopper-Anlässen werden unsere Marken berücksichtigt? Wie hoch ist unser Share of Recommendation gegenüber Wettbewerbern und Handelsmarken? Auch Retail Media könnte sich verändern. Statt nur Suchbegriffe wie „Müsli“ oder „Pasta“ zu buchen, könnten Marken künftig Nutzungssituationen wie „gesundes Familienfrühstück“ oder „schnelles Abendessen“ besetzen.
Vom Regalplatz zur algorithmischen Relevanz. Die Entwicklung lässt sich auf eine einfache Formel bringen:
Share of Shelf → Share of Search → Share of Recommendation
Der physische Regalplatz bleibt wichtig. Aber eine neue Wettbewerbsebene kommt hinzu. Denn wenn ein Algorithmus den Warenkorb zusammenstellt, entscheidet er möglicherweise bereits darüber, welche Marken der Shopper überhaupt noch zu sehen bekommt.
Die Frage für FMCG-Markenartikler lautet deshalb: Wenn morgen auch ein Algorithmus über den Warenkorb entscheidet – was müssen wir heute tun, damit unsere Marke zu den empfohlenen gehört?