Eine Shortlist mit drei Produkten kann das sinnvolle Sortiment halbieren
Forscher von Cornell Tech haben Rankingmodelle an drei KI-Modellen angepasst und mit synthetischen Käufern gezeigt: Eine Shortlist mit drei Produkten halbiert das sinnvolle Sortiment ungefähr, wenn ein Händler Platz für zehn hat. Wer den Assistenten ignorierte, verlor bei dieser Kapazität je nach Länge der Shortlist 2,52 bis 11,37 % des Umsatzes. Wer sein Sortiment an der Reihenfolge ausrichtete, in der ein Assistent es einordnet, holte fast den gesamten Verlust wieder herein.

Neritus Vale
Zeigt ein KI-Assistent nur drei Produkte, wird das Sortiment eines Händlers zum Wettstreit um drei Plätze, und jedes zusätzliche Produkt ist ein weiterer Anwärter. In AI-Mediation in Retail Markets, am 9. Oktober auf arXiv veröffentlicht, stellen Omar El Housni und Marouane Ibn Brahim von Cornell Tech fest: Berücksichtigt man solche Wettstreite, schrumpft das umsatzmaximale Sortiment im Schnitt. Die Länge der Shortlist ist ein Szenarioparameter: Die Studie setzt sie auf drei, fünf oder sieben und beobachtet nicht, was echte Assistenten anzeigen. Ein Produkt, das der Assistent nie zeigt, bringt nichts ein, und eines, das er anstelle eines besseren Umsatzbringers zeigt, kostet Geld. Über die eigenen Nachfrageschätzungen hinaus braucht ein Händler kaum mehr als die Reihenfolge, in der jeder Assistent sein Sortiment einordnet.
Zwei Anbieterseiten behandeln das Ausgelassenwerden als die Gefahr, und beide Firmen verkaufen die Lösung dafür. Ein Yotpo-Leitfaden sagt, ein für KI-Crawler verborgener Katalog „drops out of chat answers for good“. Die Programmbeschreibung einer Session auf der eCommerce Expo, die von Semantico veranstaltet wird, einem Anbieter eines KI-nativen Produktinformationssystems, sagt, ein Produkt mit fehlenden Daten werde „excluded completely“. Die Studie beziffert das umgekehrte Risiko: Angezeigt zu werden kann Geld kosten, wenn es den Platz eines anderen Produkts auf der Shortlist einnimmt.
Im Modell wählt der Händler aus, was der Assistent liest, einen Katalog, den die Autoren „machine-facing“ nennen, ohne zu wissen, welchen Käufer oder welchen Assistenten er gerade bedient. Der Assistent zeigt seine obersten Produkte, die Shortlist-Länge K. Unter einem Multinomial-Logit-Modell kauft der Kunde dann eines oder geht ohne Kauf, wobei die Kaufwahrscheinlichkeit jedes Produkts mit seiner Attraktivität steigt. Jeder Verkauf bringt dem Händler den Listenpreis ein; die unten genannten Verluste beziehen sich daher auf den Umsatz, nicht auf die Marge.
Die Autoren ließen drei Modelle Produkte für einen vorgegebenen Käufer ranken: gpt-5.4-mini von OpenAI, Claude Haiku 4.5 von Anthropic und Gemini 3.6 Flash von Google. Das sind die Mini-, Haiku- und Flash-Klassen, abgefragt über eine API mit festem Persona-Prompt, nicht innerhalb eines Shopping-Produkts. Jedes wählte seine Top fünf aus zehn echten Angeboten, entnommen den Daten von Amazon Reviews 2023 zu Lightning-Ladekabeln, Saugrobotern und Hundeleinen. Die Prompts beschrieben den Käufer als preissensibel, auf Preis-Leistung bedacht oder auf Premium aus und gaben jedem Produkt Titel, Preis, Marke und einige Eigenschaften mit.
Ein Plackett-Luce-Modell, je Assistent, Persona und Kategorie angepasst, behandelt ein Ranking als Folge gewichteter Ziehungen. Die Wahrscheinlichkeit für Platz eins ist bei jedem Produkt proportional zu seinem Gewicht; Platz zwei wird auf dieselbe Weise aus den übrigen gezogen. Stark gewichtete Produkte gewinnen meist, aber nicht immer, was zu Assistenten passt, die von Durchlauf zu Durchlauf variieren. Bei Angebotssets, die das Modell nie gesehen hatte, war das am höchsten gewichtete Produkt in 78,8 % der Fälle die erste Wahl des Assistenten.
Bei Platz für zehn Produkte und einer Shortlist von drei ist das sinnvolle Sortiment etwa halb so groß wie das, das die klassische Methode wählen würde. Die klassische Methode plant so, als sähen Kunden alles, was der Händler führt, und bietet im Schnitt 8,35 Produkte an. Plant man für den Assistenten, sinkt das Angebot auf 4,20.
Der Einschnitt wird kleiner, je länger die Shortlist ist. Tabelle 3 der Studie nennt für den assistentenbewussten Plan 5,88 Produkte bei einer Shortlist von fünf und 6,84 bei sieben, also Kürzungen von 30 % und 18 % gegenüber den klassischen 8,35.
Den Assistenten zu ignorieren kostet am meisten, wenn die Shortlist kurz ist. Bei Platz für zehn und einer Shortlist von drei verlor der klassische Plan im Schnitt 11,37 % des Umsatzes des besten Plans, wie die Kapazitätstabelle der Studie zeigt. Eine kurze Liste gibt dem Assistenten mehr Gelegenheiten, ein gutes Produkt auszusortieren. Bei einer Shortlist von sieben lag der Verlust bei 2,52 %. Bei jeder Shortlist-Länge verlor der klassische Plan mehr, je mehr Platz zum Führen von Produkten zur Verfügung stand.
Oft lässt der beste Plan dem Assistenten gar nichts zu entscheiden. In 44 bis 52 % der Fälle, je nach Shortlist-Länge, passte der assistentenbewusste Katalog in die Shortlist, der klassische dagegen nicht. Die Autoren beschreiben einen Händler, der bereit ist, „willing to forgo additional assortment capacity in order to remove the AI’s discretion over which products reach the customer.“
Die Zufälligkeit in den Antworten der Assistenten spielte eine weit geringere Rolle als ihre Reihenfolge.
Die Autoren ordneten die Produkte nach angepasstem Gewicht, fixierten diese Reihenfolge und optimierten dagegen. Bewertet unter dem vollständigen Zufallsmodell verlor dieser Plan in keiner Konfiguration im Schnitt mehr als 0,53 %. Durchschnitte verbergen Einzelfälle. Der schlechteste, bei einer Shortlist von drei, verlor 9,02 %.
Was das Ignorieren des Assistenten kostet, hängt davon ab, wie weit er mit den Kunden des Händlers übereinstimmt. Die synthetischen Käufer der Autoren mischen die durchschnittlichen Präferenzen der Assistenten für ihre Persona mit zufälligem Geschmack, in einem Verhältnis, das ein Alignment-Regler festlegt. Stand der Regler auf null, kostete das Ignorieren des Assistenten im Schnitt 5,75 bis 24,06 % des Umsatzes.
Der stärkste Einwand lautet, Assistenten sollten finden, was Käufer wollen, bessere würden also das breite Sortiment zurückbringen. Damit das stimmt, müssten Assistenten so ranken, wie Kunden wählen. Die Studie testet keine besseren Assistenten; ihr Regler verschiebt den Geschmack synthetischer Kunden in Richtung des durchschnittlichen Rankings der Modelle. Nahe der vollständigen Übereinstimmung ließ der Händler den Assistenten in 44,4 bis 66,7 % der Fälle filtern, Übereinstimmung machte den Assistenten also nicht kostenlos. Bei vollständiger Übereinstimmung kostete das Ignorieren immer noch 0,59 bis 5,74 % des Umsatzes, eine Zahl, die auf je einer Instanz für die drei Kategorien beruht. Die Studie erklärt diesen Rest nicht; eine Lesart lautet, dass ein Assistent für den Käufer rankt, nicht für die Kasse. So oder so begrenzt der Assistent die Breite des Sortiments.
Die Studie ist klein, und ihre Grenzen schmerzen bei Bekleidung am meisten. Jede Kategorie umfasst 22 bis 25 Produkte, insgesamt 72, das sinnvolle Sortiment bedeutet also, bis zu zehn aus etwa 25 auszuwählen. Jeder Hauptdurchschnitt fasst 633 Instanzen zusammen: drei Kategorien, sieben Alignment-Stufen von 0 bis 0,99 mit je 30 Durchläufen und der Fall vollständiger Übereinstimmung einmal je Kategorie. Die Käufer sind synthetisch, und die Modelle wurden nie um mehr als fünf von zehn gebeten. Bekleidung verkauft sich über Fotos, Passform und Bewertungen, von denen die Prompts nichts enthielten. Mit einem Händler und ohne Wettbewerber kann das Modell nicht sagen, ob ein zusätzliches Produkt ein Geschwisterprodukt oder einen Konkurrenten verdrängt.
Ein Bekleidungshändler könnte die Studie mit seinem eigenen Sortiment wiederholen und ersetzen, was die Autoren erfinden mussten. Er würde die Assistenten, die seine Kunden nutzen, mit gezogenen Mengen seiner Styles abfragen und die angepassten Gewichte mit Nachfrage aus den eigenen Verkäufen koppeln. Die Studie passte ihre Rankingmodelle an 27.000 Trainingsrankings an, das Prompten ist also der teure Schritt. Die Produktfeed-Spezifikation von OpenAI verlangt „one row per purchasable item or variant“ und verknüpft Variantenzeilen über group_id und listing_has_variations; der Händler sollte daher testen, ob ein Assistent jede Farbvariante als eigenen Anwärter einordnet. Die Spezifikation sagt nicht, wie das Ranking Varianten behandelt.
Dieselbe Spezifikation enthält ein Gegenstück zum Hebel der Studie, standardmäßig auf das gesamte Sortiment gestellt. Im Format von OpenAI ist jede Zeile für die ChatGPT-Suche zugelassen, solange der Händler das Flag is_eligible_search nicht ausschaltet, und die Zulassung „does not guarantee display“. Das Flag ist nicht die Kapazitätsgrenze der Studie und sagt nichts über die Länge der Shortlist. Ein Händler, der es nie anfasst, hat seinen machine-facing Katalog trotzdem gezogen. Er kann so planen, als sähen Kunden alles, die Annahme hinter dem klassischen Plan, oder für Prompts zahlen, die das Ranking eines Assistenten offenlegen, und den Katalog selbst zusammenstellen.