Jul, 134 Min. Lesezeit
Frontend
News · Google Cloud bringt generative KI-Suche und Shopping-Agenten in die Handelsfront
Jan, 124 Min. Lesezeit
FrontendGoogle Cloud bringt generative KI-Suche und Shopping-Agenten in die Handelsfront
Auf der NRF 2025 positionierte Google Cloud Agentspace, Vertex AI Search für den Handel und Connected Stores als neuen Zugang zum Einkaufen – dort, wo Produktentdeckung und Beratung über Sprachmodelle statt über Filtermenüs stattfinden.
Die Storefront wird rund um Suche und Agenten neu gebaut
Der klarste rote Faden im NRF-Beitrag von Google Cloud ist, dass die kundenseitige Oberfläche der Ort ist, an dem KI ankommt. Vertex AI Search für den Handel „nutzt fortschrittliche Sprachmodelle, um die Produktentdeckung zu verbessern" – so Google selbst – und macht damit aus der Suchleiste keinen Stichwort-Abgleicher mehr, sondern etwas, das über einen Katalog nachdenkt. Agentspace, das andere Vorzeige-Tool, wird als Baukasten für Agenten beschrieben, die „maßgeschneiderte Produktempfehlungen bieten, Fragen in Echtzeit beantworten und Käufer durch den Kaufprozess führen".
Für ein Frontend-Team ist das eine bedeutende Verschiebung des primären Interaktionsmodells. Das klassische Retail-Frontend ist eine Hierarchie aus Kategorieseiten, facettierten Filtern und einem Ergebnisraster. Ein Agent, der jemanden durch einen Kauf führt, ist eine Konversationsoberfläche, die über diese Hierarchie gelegt wird – oder sie ersetzt. Die Ankündigung legt sich nicht auf ein konkretes UI fest, verpflichtet sich aber auf die Interaktion selbst: Schlussfolgern, Planen, Erinnerung und „ein gewisses Maß an Autonomie, um Entscheidungen zu treffen".
Was das Wayfair-Beispiel tatsächlich zeigt
Die einzige Ankündigung im Beitrag mit konkreten Zahlen betrifft Wayfair, und es lohnt sich, sie genau zu lesen, denn es ist eine Backoffice-Geschichte, keine kundenseitige. Wayfair gibt an, mit Gemini auf Vertex AI Produkteinführungen um das „Fünffache" beschleunigt zu haben, indem Produkt-Tagging und -Kategorisierung automatisiert wurden – mit jährlichen Einsparungen von „mehreren Hunderttausend Dollar" – und zudem Fehler in Produktinformationen erkannt zu haben.
Das ist für das Frontend deshalb relevant, weil Katalogqualität ein Frontend-Problem in Verkleidung ist. Suchrelevanz, Filtergenauigkeit und die Empfehlungen, die ein Agent aussprechen kann, hängen alle davon ab, wie gut Produkte getaggt und kategorisiert sind. Das Ergebnis von Wayfair legt nahe, dass der kurzfristige, belegbare Nutzen in den Metadaten liegt, die die Storefront füttern – nicht in einer schicken neuen Konversationsoberfläche. Alles andere im Beitrag – Connected Stores, Bild-zu-Video, Agenten-Beratung – wird als demonstriert oder vorgestellt beschrieben, jedoch ohne vergleichbare Ergebniszahlen.
Online- und In-Store-Oberflächen werden als ein System behandelt
Google Cloud stellt die webseitigen Tools neben Connected Stores, das laut Beschreibung „die Geräte der Käufer und In-Store-Systeme" verbindet, sowie neben die Computer-Vision-Arbeit von Everseen, die auf Google Distributed Cloud und Vertex AI läuft, um visuelle Daten „direkt in den Filialen" zu verarbeiten. Die Botschaft lautet: Das Frontend, mit dem ein Käufer in Berührung kommt – Smartphone, Kiosk, Regal, Kasse – soll auf denselben zugrunde liegenden Modellen aufbauen.
Das Everseen-Detail ist das technisch interessantere: Die Verarbeitung visueller Daten vor Ort mit Distributed Cloud impliziert Inferenz am Edge statt eines Umwegs über eine zentrale Cloud für Videodaten. Für Teams, die über In-Store-Frontends nachdenken, ist genau diese Edge-versus-Cloud-Aufteilung die eigentliche architektonische Entscheidung, die sich hinter der Omnichannel-Sprache verbirgt – auch wenn der Beitrag sie eher im Kontext von Diebstahlerkennung und Inventar einordnet als im Kontext der UI.
Die konkrete Wette: Entdeckung wandert von Filtern zu Schlussfolgerungen
Zieht man die Partner-Aufzählung ab – Shopify, Bloomreach, BigCommerce, Vusion, NCR Voyix, Zebra und die übrigen –, bleibt eine ganz konkrete These: dass Produktentdeckung und geführter Kauf die Teile des Handels sind, die am ehesten bereit sind, an Sprachmodelle und Agenten übergeben zu werden. Das ist eine Wette auf das Frontend, und sie kommt mit impliziten Kosten. Ein Agent, der Produkte empfiehlt und „Käufer durch den Kaufprozess führt", ist eine Oberfläche, die einen Preis falsch angeben, ein Attribut halluzinieren oder ein nicht vorrätiges Produkt empfehlen kann – genau deshalb liest sich Wayfairs fehlererkennender Einsatz von Gemini hier als das tragende Beispiel.
Für alle, die auf diesen Tools aufbauen, ist die ehrliche Lesart: Die Katalogbereinigung ist die Voraussetzung, und die Konversations-Storefront ist der Nutzen, der noch demonstriert werden muss. Google Cloud hat die Bausteine für Suche und Agenten ausgeliefert; die Ankündigung zeigt einen Händler mit harten Zahlen zur Infrastruktur und mehrere Partner mit Versprechen zur Oberfläche. Diese Reihenfolge – zuerst verlässliche Daten, dann Agenten-Frontend – ist die praktische Abfolge, die der Beitrag tatsächlich belegt, ganz unabhängig davon, was die Schlagzeile betont.
Find this story relevant to you?
Contact us to find a unique solution
Brauchen Sie einen KI-Engineering-Partner, der auch liefern kann?
Wir helfen Unternehmen dabei, KI in Produkte und Prozesse zu integrieren, wertvolle Workflows zu automatisieren und die zugrunde liegenden Softwaresysteme zu modernisieren.
Weiterführende Beiträge
Weitere Analysen rund um Produktbereitstellung, operative KI und die Systemarbeit, die dafür sorgt, dass der Einsatz in der Praxis Bestand hat.