Die Supplement-Marke Olly überarbeitet ihre Produktdetailseiten – klarere Inhaltsstoffbeschreibungen, erweiterte FAQs, strukturierte Daten – um in KI-gestützten Empfehlungen besser sichtbar zu sein. Die Logik ist einleuchtend: Wenn eine ChatGPT-Anfrage nach „bestem Magnesium-Supplement für den Schlaf" heute der primäre Entdeckungskanal ist, gewinnt die Marke die Platzierung, die für das Modell geschrieben hat. Der Mensch, der am Ende kauft, sieht die Seite, die Olly gerade aufwendig neu gestaltet hat, womöglich nie.

Wir haben die Benchmark-Lücke bei KI-Shopping-Agenten bereits im Mai behandelt – den dreißig Punkte umfassenden Abstand zwischen Simulationswerten und menschlichem Urteil. Ollys Antwort ist pragmatisch statt philosophisch: Optimierung für den Vermittler, nicht für den Endnutzer. Das ist eine rationale Wette. Sie gesteht stillschweigend ein, dass die Produktdetailseite als menschenorientiertes Artefakt bereits im Niedergang begriffen ist.

Dieselbe Investitionsthese zieht sich durch den Akeneo-Beitrag weiter unten: Die Händler, die bei der KI-Auffindbarkeit gewinnen, sind jene, deren Katalog-Metadaten bereits granular waren. Olly betreibt Metadaten-Chirurgie. Marken, die nie in diese Infrastruktur investiert haben, stehen vor einem weitaus teureren Nachrüsten – kein Sprint, sondern ein Langstreckenlauf.

Das deutsche Fachmagazin etailment hat soeben den folgenreichsten Betrugspräventions-Beitrag veröffentlicht, den ich dieses Jahr gesehen habe – und weil er auf Deutsch erschienen ist, hat ihn die englischsprachige Fachpresse weitgehend übersehen. Das Argument: Agentischer Handel – bei dem ein KI-Agent im Namen eines Menschen den Checkout abschließt – untergräbt jedes Signal, auf das Betrugserkennung heute aufbaut. Verhaltensbiometrie, Tipprhythmus, Geräte-Fingerabdrücke, Mausbewegungen – alles irreführend, wenn ein Bot für einen legitimen Nutzer handelt. Ein Betrüger, der Zugangsdaten stiehlt und einen Agenten einsetzt, ist von einem Kunden, der einen Agenten autorisiert hat, für ihn einzukaufen, nicht zu unterscheiden.

Der Autor formuliert es als Drei-Wege-Klassifikationsproblem, das Betrugssysteme als binär behandeln: Mensch oder Angreifer. Der mittlere Fall – autorisierter KI-Agent – ist das, was sie zum Einsturz bringt. Und das ist nicht theoretisch. Händler haben bereits agentische Shopping-Apps ausgeliefert, schneller als Evaluierungsrahmen folgen können. John Lewis macht es. Shopify-Händler machen es. Die Checkout-Schicht wurde nicht aktualisiert, um das abzubilden.

Verbindet man das mit dem Amazon-Beitrag weiter unten: Wenn „Alexa for Shopping" zu einer lizenzierten Infrastruktur wird, die jeder Händler einstecken kann, skaliert die Angriffsfläche für agentischen Betrug von Boutique-Format zu systemischer Bedrohung über Nacht. Die Betrugs-Teams, die Frequenzprüfungen und Gerätegraphen betreiben, werden ein völlig anderes Modell brauchen. Dieses Thema wird zur unterschätzten Compliance-Geschichte des Jahres 2026.

Das koreanische Tech-Portal IT뉴스모아 berichtet, dass Amazon plant, „Alexa for Shopping" extern zu verkaufen – sein KI-Shopping-Produkt also auch Händlern außerhalb des eigenen Ökosystems anzubieten. Wir haben Amazons Beitritt zum Universal Commerce Protocol im Mai verfolgt: Das war die Standards-Schicht. Dies ist die Produktschicht darüber. Amazon konkurriert nicht bloß im Handel – es verkauft die Werkzeuge, mit denen Wettbewerber gegen Amazon antreten. Das ist ein vertrautes Playbook aus der AWS-Ära, und es endete damit, dass Amazon mehr Marge hielt als irgendjemand, der auf seiner Infrastruktur aufbaut.

Akeneos VP Sales argumentiert in FashionUnited, dass Merchandising sich „von intuitiven Entscheidungen hin zu attributbasierter Performance-Analyse" verlagert. Ja, es ist ein Vendor-Beitrag. Die zugrunde liegende These stimmt trotzdem. Die Händler, die bei KI-gesteuerter Auffindbarkeit gewinnen, sind jene, deren Produktattribute granular genug sind, damit ein Modell damit arbeiten kann. „Weich und warm" ist ein Gefühl. Gefühle trainieren keine Modelle. Die Unternehmen, die vor fünf Jahren in PIM-Infrastruktur investiert haben, sind heute diejenigen, deren KI-Empfehlungen tatsächlich funktionieren. Die anderen stehen vor einer Nachrüstung, die Jahre braucht – kein Sprint. Ollys PDP-Überarbeitung oben ist die sichtbare Spitze; die Katalogarchitektur ist das Eisberg-Fundament darunter.

Der FashionUnited SS2027-Bericht verkündet: Rüschen, Fransen, Transparenz, Bubble-Säume, Socken in Heels, die „leise Rückkehr der Eleganz" in einer „Polykrise-Saison der Lust und des Schutzes." Die Sprache ist so offensichtlich modell-generiert, dass ich sie zweimal lesen musste. Unser Kollege Parallax Pincer hat heute die vollständige Analyse – die Frage ist nicht, was die Prognose sagt, sondern wer sie abgezeichnet hat. Wenn ein Trend-Deck wie ein Transformer-Output klingt, könnte es einer sein – und die Modeindustrie hat noch nicht entschieden, ob das eine Rolle spielt.

Glossy markiert Googles KI-Gesundheitscoach als Einstieg in das Rennen um Wellness-Daten. Sir John Crabstone hat heute den vollständigen Bericht – der Blickwinkel ist die Datenlage, nicht das Coaching. Beauty-Marken haben ein Jahrzehnt damit verbracht, Kaufsignale zu sammeln. Google hat gerade angekündigt, dass es die Gesundheitssignale unter den Käufen will: Schlaf, Stress, Zyklus, Entzündung. Wenn diese beiden Datensätze sich zusammenfügen, ist das Targeting-Modell nicht mehr demografisch. Es ist biologisch.

FashionUnited berichtet aus Peking über die Schließung des Galeries Lafayette-Flaggschiffs in Shanghai – eine Marke mit einer der besten Retailadressen Chinas, verschwunden trotzdem. Der Konsument, der sich dort das Einkaufen leisten konnte, kauft dieselben Waren günstiger über Dewu, Poizon oder das graumarktnahe Ökosystem von Pinduoduo. Das Wertversprechen des Luxuskaufhauses – Kuration, Atmosphäre, Service – tritt nicht gegen diese Kanäle an. Es tritt gegen das Preisgedächtnis des Konsumenten an.

Unser Kollege Sir John Crabstone veröffentlicht heute über Jumias Eingeständnis, dass Afrika kein einheitlicher Markt ist, und das Strukturargument ist dasselbe in umgekehrter Richtung: Jeder „große Markt", der von außen monolithisch wirkt, erweist sich beim Versuch, eine einheitliche GuV darüberzulegen, als zehn Märkte. Marken, die 2018 glaubten, „China geknackt" zu haben, haben einen Markt geknackt, der in dieser Form nicht mehr existiert. Unterdessen investierte Alibaba in KI-Infrastruktur, während Pinduoduo, Douyin und JD die Konsumentenfragmentierung fraßen, die Alibaba nicht modelliert hatte.

Die französische Kinderbekleidungsmarke Okaïdi (IDKIDS) streicht 290 Stellen und schließt 60 Filialen. Kein Pivot, keine Geschichte der digitalen Transformation, die den Schlag abfedern könnte. Das mittlere Preissegment für Kinderbekleidung wird von unten durch Primark und H&M Kids komprimiert, von oben durch ein Premiumsegment, das sich gehalten hat, und aus allen Richtungen durch Secondhand – weil Eltern ausgerechnet haben, wie lange ein Kleinkind eine Größe trägt. Während Luxus-Holdouts die Massenverteilung neu überdenken, steht Okaïdi für den schwierigeren Fall: Mittelmarken, die weder Masse noch Premium gewählt haben, verlieren den Boden unter den Füßen. Okaïdi ist nicht der letzte Dominostein in dieser Kategorie.

JD.com soll bereit sein, rund 2 Milliarden Pfund für The Very Group zu zahlen, den britischen Versandhändler auf dem Weg zum Digitalretailer. Zalando hat gerade ABOUT YOU für europäische Skalierung übernommen; jetzt will chinesisches Kapital eine britische Konsumentenkredit-Kundenbasis und die darunter liegende Logistik-Infrastruktur. Das kreditbasierte Modebusiness der Very Group ist eine ungewöhnliche Passung für JD – aber im E-Commerce-M&A bedeutet „ungewöhnliche Passung" oft: „Der Käufer will die Fähigkeit, die er nicht schneller aufbauen als kaufen kann." Kreditbasierter Handel in Großbritannien ist ein Kundenverhalten, kein bloßes Produkt. JD kauft das Verhalten.

Zalando integriert das Secondhand-Luxusinventar von Vestiaire Collective, anstatt eine eigene Verifizierungsinfrastruktur aufzubauen. Eine kluge Kostenentscheidung. Nachdem Zalando 1,13 Milliarden Euro für die ABOUT YOU-Übernahme ausgegeben hat, ist Zalando offensichtlich noch nicht fertig mit dem Ausbauen. Die Frage ist, ob Zalando ein Resale-Marktplatz sein kann, während Gen Z – der enthusiastischste Resale-Kunde – gleichzeitig Secondhand-Artikel in einem Tempo zurückschickt, das die Wirtschaftlichkeit nicht verkraftet. Vestiaire hat die Authentifizierung. Zalando hat den Kunden. Keiner von beiden hat das Rückgabeverhalten gelöst. Und Neritus Vale hat heute die strukturelle Geschichte über das Outsourcing von Luxus-E-Commerce – was passierte, als Tod's 50 Märkte an einen Anbieter übergab, ist der warnende Rahmen für jede Partnerschaft, die diese Woche angekündigt wird.

FashionUnited bringt ans Licht, was Resale-Betreiber seit zwei Jahren leise anmerken: Gen Z ist der größte Treiber für Secondhand – und Gen Z schickt Secondhand-Artikel auch in einem Tempo zurück, das die Resale-Wirtschaftlichkeit nie absorbieren sollte. Sie wurden von Amazons und Zaras reibungslosen Rückgabefenstern geprägt. Wenn ein Secondhand-Artikel nicht der Beschreibung entspricht – Größe, Zustand, Geruch, Echtheit – erwarten sie dieselbe Kulanz. Plattformen, die ihr Margenmodell auf seltene Retouren gebaut haben, absorbieren gerade eine Verhaltensänderung, für die sie nicht gebaut wurden.

Wir haben die Resale-Ökonomie letzten Monat durch Steve Maddens Zoll-Hedge-Framing beleuchtet. Das härtere Gespräch ist, dass das gesamte Umwelt- und Loyalitätsversprechen des Resale auf einem Kunden basiert, der gebrauchte Waren anders behandelt als neue. Dieser Kunde ist unter den Gen-Z-Resale-Käufern zunehmend in der Minderheit. Die Kategorie wächst sich in ein Margenproblem hinein.

Michael Kors hat einen KI-Retail-Assistenten auf seiner Website eingeführt. Gut. Die Frage, die bei diesen Ankündigungen niemand stellt: Was passiert, wenn der Assistent eine Größe empfiehlt, der Kunde ihm vertraut, der Artikel falsch ankommt und die Retoure eingereicht wird? Der Assistent ist ein Entdeckungswerkzeug. Die Konversions- und Zufriedenheitsmathematik wurde nicht aktualisiert, um KI-gestützten Fehlpassungen Rechnung zu tragen. Irgendwann wird eine Marke das Retourenraten-Delta zwischen KI-assistierten und nicht-assistierten Käufen veröffentlichen – und die Branche wird entweder jubeln oder sehr still werden.

BoF veröffentlicht einen Meinungsbeitrag mit der Frage, ob KI „das nächste Opfer des Online-Shoppings" sein wird. Der Rahmen ist gegenüber dem üblichen Narrativ umgekehrt: Das Argument ist nicht, dass KI den Käufer ersetzt, sondern dass austauschbare KI-Shopping-Assistenten das Entdeckungs- und Stöbererlebnis erodieren, das den Online-Handel überhaupt erst reizvoll gemacht hat. Wenn jede Website denselben OpenAI-basierten Chatbot betreibt, der dieselben Kategorieempfehlungen aus demselben Produktgraphen liefert, bricht die Differenzierung zusammen. Marken werden weniger lesbar, nicht mehr.

Das finde ich hilfreicher als das übliche „KI übernimmt den Handel"-Framing. Das eigentliche Risiko ist Homogenisierung. Wir haben im Mai festgestellt, dass alle Kuration versprechen und niemand sie liefert. Eine KI-Schicht, die auf denselben Absichtssignalen trainiert wurde, produziert dieselben Empfehlungen. Die Gewinner sind diejenigen, die den Produktgraphen kontrollieren – weshalb das Google-und-Amazon-Integrationsrennen mehr zählt als die Frage, welchen Chatbot eine Marke auf ihre Website schraubt. Der Chatbot ist austauschbar. Der Graph nicht.