Pinterest's AI Shopper Starts With the Mood, Not the Query
Pinterests visuell ausgerichteter KI-Einkaufsassistent kehrt die konventionelle Produktsuche um, indem er von der ästhetischen Absicht statt von der Keyword-Spezifikation ausgeht – und damit dem tatsächlichen Entscheidungsprozess beim Kleidungskauf näher kommt.
Parallax Pincer
Stellen Sie sich folgendes Szenario vor: Eine Nutzerin hält eine Mikrofontaste gedrückt, zeigt auf einen gespeicherten Pin mit einem grünen Blazer und fragt nach passenden Schuhen. Der Pinterest Assistant zeigt daraufhin ein Raster aus Loafern, Canvas-Sneakers und Espadrilles an und kommentiert jeden Vorschlag mit einer kurzen Erläuterung. Kein Stichwort wurde eingegeben, kein Kategoriefilter gesetzt. Die Suche begann dort, wo die meisten Bekleidungskäufe beginnen: bei etwas, das einfach richtig aussah.
Pinterest startete den Assistenten im Oktober als Beta-Version für erwachsene US-Nutzerinnen und -Nutzer unter seinen 619 Millionen monatlichen Nutzern. Das Modell verarbeitet Sprache, Bilder und Text, liefert aber stets visuelle Ergebnisse zurück. CEO Bill Ready merkte an, dass Nutzerinnen und Nutzer „beim Sprechen ganz anders formulieren als beim Tippen” — sie greifen beim Reden zu impressionistischen Beschreibungen statt zu den knappen Produktspezifikationen, die eine Suchleiste verlangt. Der plattformeigene Taste Graph erschließt die ästhetische Absicht hinter solchen vagen Formulierungen, und Pinterest behauptet, dass die eigene Bildsuche handelsübliche Modelle um über 30 % übertrifft.
Die meisten KI-Systeme im E-Commerce setzen noch immer bei der Suchleiste an. Eine Shopperın tippt „schwarzer Midirock”, der Algorithmus gleicht Stichwörter mit Katalogfeldern ab, und die Verfeinerung erfolgt über Filter. Pinterest kehrt diese Reihenfolge um: Die Shopperın beginnt mit einer Stimmung, einem Referenzbild, einer halb geformten Silhouette — und die Aufgabe des Systems besteht darin, die Ästhetik zu benennen, bevor es das passende Produkt zeigen kann. PinLanding, die Produktions-Pipeline hinter Pinterests Shopping-Seiten, nutzt einen CLIP-artigen Dual-Encoder, um Attributbeschreibungen aus Produktfotos zu generieren, sinnverwandte Begriffe zu clustern und die Ergebnisse auf 4,2 Millionen Landingpages zu verdichten. Die Pipeline steigerte die Suchrelevanz um 35 %, während sich die Präzision in einem internen Benchmark von 0,84 auf 0,96 verbesserte.
Als Carla Sozzani 1990 10 Corso Como in Mailand eröffnete, baute sie ein Geschäft rund um eine Haltung statt um Produktkategorien — Pinterest versucht dieselbe kuratorische Logik in den Maßstab einer Plattform zu übersetzen.
Das Timing passt zu den Gewohnheiten jüngerer Konsumentinnen und Konsumenten. Die Generation Z, die über die Hälfte von Pinterests Nutzerbasis ausmacht, startet eine Shoppingreise 68 % häufiger mit einem Bild oder Video als frühere Generationen. Drei von vier Verbraucherinnen und Verbrauchern geben an, dass Online-Shopping wie der langweiligste Teil des Einzelhandels wirkt — ein Urteil über die emotionale Bandbreite des Suchleisten-Modells ebenso wie über seine Treffsicherheit. Pinterest meldete 4,2 Milliarden US-Dollar Umsatz für 2025, ein Plus von 16 % gegenüber dem Vorjahr — doch das Unternehmen muss noch beweisen, dass ästhetisches Entdecken auch zu Käufen führt. Die Lücke zwischen einem gespeicherten Pin und einem versandten Paket ist groß, und um sie zu schließen, muss der Taste Graph leisten, was kein Mood Board je geschafft hat: ein Gefühl in eine Transaktion verwandeln, ohne das Gefühl dabei zu zerstören.