Eine einzige Empfehlung führt nicht automatisch schneller zum Kauf – sie kann ihn sogar verhindern. Das widerspricht der verbreiteten Annahme, ein KI-Assistent solle möglichst schnell eine einzige, präzise Antwort liefern, damit der Weg zur Kasse kürzer wird. Kristen Berman von Irrational Labs hat den Widerspruch selbst ausprobiert. Sie brauchte neue Hallenfußballschuhe, bat ChatGPT, Claude und Muse um Empfehlungen und bewertete das Ergebnis mit dem Werkzeugkasten der Verhaltenswissenschaft: Wie wurde die Entscheidung aufgebaut? Wie wurden die Optionen gerahmt? Gab es überhaupt etwas zum Vergleichen?
Der Fall ist unspektakulär, und genau das macht ihn brauchbar. Ein Paar Schuhe für etwa 100 Dollar – so sieht der Normalfall aus. Hier zeigt sich, ob ein Assistent wirklich berät oder nur eine Antwort ausliefert. Wer eine KI-Produktempfehlung entwirft, baut an einer Entscheidungsarchitektur, auch wenn das kaum jemand so nennt.
Der Aufbau: ein Budget, drei Assistenten, drei Bewertungskriterien
Laut Berman kamen drei Systeme zum Einsatz: Claude von Anthropic, ChatGPT von OpenAI und Muse. Alle drei sollten ihr helfen, ein Paar Hallenfußballschuhe zu kaufen, und jedes ging anders damit um. Bewertet wurde nicht, welcher Schuh objektiv der beste ist, sondern wie das System die Entscheidung vorbereitet. Drei Maßstäbe nennt die Autorin: Wie setzt der Assistent die Auswahl auf? Wie rahmt er die einzelnen Optionen? Und bekommt man überhaupt etwas, woran sich eine Empfehlung prüfen lässt?
Dahinter steht eine einfache Beobachtung aus der Verhaltensökonomie: Menschen treffen Entscheidungen selten absolut, sondern fast immer im Verhältnis zu etwas anderem. Ein Vorschlag ohne Vergleichsmaßstab bleibt ein Vorschlag ohne Überzeugungskraft. Berman beschreibt ihren Ansatz als „so einkaufen, wie eine Verhaltenswissenschaftlerin einkauft“ – also nicht nur auf das Ergebnis schauen, sondern auf den Weg dorthin.
Eine Randnotiz ist bezeichnend für den Umgang mit neuen Werkzeugen: Die Autorin spricht den Namen Muse im Video durchgehend falsch aus, mit voller Überzeugung. Sie verweist darauf, dass auch die US-Bildungsministerin KI einmal „A1“ genannt hat, wie die Steaksauce. Das ist eine Randnotiz mit Augenzwinkern, mehr nicht.
Warum eine einzelne Empfehlung den Kauf eher verhindert
Claude verengte die Auswahl drastisch: Aus vier gut beschriebenen Schuhen wurde einer, sobald das Budget von 100 Dollar bekannt war. ChatGPT machte es im reinen Textchat ähnlich und nannte am Ende einen einzigen Adidas-Schuh in zwei Farben, ohne Begründung. Bermans Reaktion auf dieses Ergebnis ist ungewöhnlich deutlich: Von so einer Antwort kauft sie keinen Schuh für 100 Dollar. Man kann das als Kritik an der Antwortqualität lesen. Spannender ist die verhaltenswissenschaftliche Erklärung.
Am Punkt der Entscheidung lautet die innere Frage nämlich nicht „welcher Schuh ist der beste?“, sondern „ist dieser Schuh wirklich richtig für mich?“. Eine einzelne Option liefert nichts, woran sich diese Frage prüfen ließe. Menschen bewerten Dinge schlecht in Isolation, weil ihnen der Bezugsrahmen fehlt. Sieht man dagegen einige Optionen, samt der Gründe, warum manche davon nicht passen, glaubt man der einen, die passt, eher – so beschreibt es Berman für sich selbst.
Ein gutes Bild dafür ist der Verkäufer im Sportgeschäft. Der eine stellt drei Paar Schuhe auf den Tresen und sagt, mit welchem man anfangen sollte. Der andere stellt ein Paar hin und verschwindet. Genau zwischen diesen beiden Verhaltensweisen lagen im Versuch die drei Assistenten. Die Autorin formuliert die Grenzen beider Extreme klar: Zu viele Optionen, und die Leute können sich nicht entscheiden. Zu wenige, und sie vertrauen der Empfehlung nicht.
Auch die Alternativen, die nicht passen, tragen zur Glaubwürdigkeit bei. Wer erklärt, warum andere Modelle weniger gut passen, zeigt, dass die Empfehlung aus einem Vergleich stammt. Damit verschiebt sich die Aufgabe eines KI-Assistenten: Er soll nicht filtern, bis nur noch ein Produkt übrig ist, sondern eine kleine Auswahl so ordnen, dass die eine richtige Antwort plausibel wird.
Drei Optionen mit Startempfehlung: wie ChatGPT die Entscheidung rahmt
In der Auswertung gewinnt ChatGPT die Choice Architecture, also den Aufbau der Entscheidung. Das System präsentierte drei Optionen mit Marke, Preis und Link – und benannte zusätzlich eine Startempfehlung, im Original ein „starting pick“. Damit war nicht nur klar, was zur Wahl steht, sondern auch, wo man anfangen soll. Die Autorin beschreibt, dass genau diese Kombination das Gefühl auslöste, sich sicher entscheiden zu können.
Das Muster findet sich in vielen Entscheidungssituationen. Ein Vorschlag ohne Kontext wirkt wie eine Behauptung. Eine Liste ohne Reihenfolge wirkt wie eine Aufgabe. Erst die Verbindung aus beidem – wenige Optionen plus eine begründete Startmarkierung – macht aus einer Auskunft eine Entscheidungshilfe. Wichtig ist die Darstellung: Der reine Textchat hatte sich vorher auf ein einziges Modell verengt. Erst die gerahmte Übersicht mit Preis und Link brachte die Struktur, die den Unterschied machte.
Die Autorin geht in ihrem Video noch auf einen zweiten Punkt ein: warum praktisch jeder KI-Assistent darauf drängt, den Kauf direkt im Chat abzuschließen. Ihre Antwort darauf steht nur im Video, nicht im begleitenden Text; der Beitrag selbst ist ausdrücklich nur eine Vorschau. Dort vergibt sie auch Noten nach einem verhaltenswissenschaftlichen Raster und wettet darauf, wer im E-Commerce vorn liegt.
Claude überzeugt mit Details, Muse mit dem Einkaufserlebnis
Claude lieferte laut Berman die besten Beschreibungen der drei Systeme. Formulierungen wie „gut für breite Füße“ sind der Stoff, aus dem sich ein sicheres Kaufgefühl bildet, weil sie eine konkrete Sorge adressieren. Trotzdem blieb der Funke aus: Es fehlten Preise, es fehlten Bilder, und ein Link zum Kaufen war ebenfalls nicht dabei. Detailtiefe allein trägt keine Kaufentscheidung, wenn der Rest der Einkaufserfahrung fehlt.
Muse kam dem echten Einkaufen am nächsten. Die Fragen fühlten sich wie ein Spiel an, das System zeigte, wie es denkt, und es zeigte Bilder – etwas, das die anderen beiden nicht taten. Das erzeugt Nähe und Bewegung, zwei Dinge, die im stationären Handel selbstverständlich sind. Gleichzeitig nahm sich Muse selbst aus dem Rennen, weil es zu Beginn die falschen Schuhe empfahl. Die Autorin hält fest, dass die Browsing-Erfahrung deutlich besser werden muss, damit man dem Ergebnis wirklich vertraut.
Damit stehen drei sehr unterschiedliche Profile nebeneinander: Präzision bei Claude, Klarheit bei ChatGPT, Erlebnis bei Muse. Keines deckte alle drei Dimensionen ab. Der Vergleich zeigt, dass Antwortqualität und Entscheidungsarchitektur zwei verschiedene Dinge sind. Ein Assistent kann fachlich hervorragend beraten und trotzdem niemanden zum Kauf bewegen – oder umgekehrt unterhaltsam sein und die falsche Ware anbieten.
Zwei Fallstudien: drei Optionen plus Empfehlung
Berman bleibt nicht bei der Einzelbeobachtung stehen, sondern verweist auf zwei getestete Fälle aus der eigenen Arbeit. Im ersten ging es um das Onboarding für die Lohnabrechnung bei Intuit. Neuen Mitarbeitenden wurden drei mögliche Sparbeträge vom Gehalt präsentiert, wobei die mittlere Option als Empfehlung markiert war. Rund 20 Prozent der Menschen sparten anschließend, gegenüber etwa 3 Prozent in der Kontrollgruppe. Die meisten wählten genau die empfohlene Mitte.
Im zweiten Fall ging es um die brasilianische Börse B3. Anleger mit auslaufenden Staatsanleihen erhielten eine E-Mail mit drei Optionen, die der bereits gehaltenen Anlage ähnelten. Jede Option war nach Laufzeit benannt, damit sie sich mit den eigenen Zielen abgleichen ließ, und die populärste war gekennzeichnet. Diese Variante führte zu etwa 4,3-mal mehr geplanten Wiederanlagen als die Kontrollversion. Beide Beispiele folgen demselben Muster: Eine Empfehlung gibt den Startpunkt, die Alternativen liefern den Grund, ihr zu vertrauen.
Die Autorin ordnet die Ergebnisse selbst zurückhaltend ein. Es sind kleine Eingriffe, sie passen nicht zwangsläufig zu jedem Produkt, und deshalb sollte man sie im eigenen Kontext testen. Eine allgemeingültige richtige Antwort auf Choice Architecture gibt es nicht, aber belastbare Hinweise darauf, womit man anfangen kann. Drei Optionen mit einer markierten Empfehlung sind ein solcher Hinweis – gemessen allerdings an Sparquoten und geplanten Wiederanlagen, nicht an Kaufabschlüssen.
Was daraus für Kaufberatung per KI folgt
Jedes Produkt, das etwas empfiehlt, entwirft einen Entscheidungsrahmen. Die Aufgabe dieses Rahmens ist nicht, möglichst schnell eine Antwort zu liefern, sondern Menschen sicher in ihrer Antwort zu machen. Daraus folgt eine Faustregel für die Informationsdichte: Zu wenig Kontext, und der Nutzer verschiebt die Entscheidung und springt ab. Zu viel, und die Auswahl lähmt. Die brauchbare Zone liegt dazwischen und lässt sich messen.
Für die Praxis heißt das: Eine Empfehlung gehört mit dem letzten Schritt verbunden. Ein Kaufberater sollte Bilder, Preise und einen direkten Weg zum Kauf mitliefern – Claude lieferte den nicht, und dort brach die Kette. Zur Entscheidungsarchitektur gehört außerdem die Begründung. Ein kurzer Satz wie „gut für breite Füße“ ist laut Berman genau das Detail, das einen Kauf sicher wirken lässt.
Wer KI-Assistenten für Produktempfehlungen vergleicht, sollte nicht nur auf die inhaltliche Qualität der Antworten schauen. Drei Fragen reichen als Raster: Wie viele Optionen werden gezeigt? Gibt es eine markierte Startempfehlung? Und führt der Weg zur Kasse ohne Medienbruch? Choice Architecture im E-Commerce ist dann keine Designfrage am Rand, sondern die Arbeit an der Schnittstelle zwischen Beratung und Abschluss.
Der Versuch mit den Hallenfußballschuhen ist eine Stichprobe von eins, die Fallstudien kommen aus zwei unterschiedlichen Branchen, und keine der Mechaniken ist ein Naturgesetz. Ein überprüfbares Muster bleibt trotzdem: wenige Optionen, eine begründete Empfehlung, genug Information für Vertrauen und ein sichtbarer Kaufweg. Wer an E-Commerce-Erfahrungen oder an Entscheidungsrahmen in Sprachmodellen arbeitet, kann das als Ausgangspunkt nehmen – aber besser im eigenen Produkt nachmessen, statt es einfach zu übernehmen.
Quelle: kristenberman.substack.com
