OpenAI hat Shopping-Funktionen in ChatGPT integriert. Konsumenten können jetzt direkt im Chat Preise vergleichen, Produktempfehlungen erhalten und kaufen. Was das für die Preissetzung von Händlern bedeutet.
OpenAI hat im März 2026 Shopping-Funktionen in ChatGPT integriert: Nutzer können Produktanfragen stellen, erhalten KI-kuratierte Empfehlungen mit Preisvergleichen aus verschiedenen Shops und können direkt im Chat kaufen. Das ist nicht nur ein neues Interface – es ist eine strukturelle Verschiebung in der Preistransparenz, die Pricing-Teams ernst nehmen sollten.
Das Modell funktioniert über eine Kombination aus Echtzeit-Web-Suche, Produkt-Feed-Integrationen und einem Affiliate-Provisionsmodell. ChatGPT crawlt öffentlich verfügbare Preise, vergleicht sie und empfiehlt – angeblich unabhängig vom Preis, tatsächlich beeinflusst durch Produktdaten-Qualität und Provisionsstrukturen. Für Händler, die über Google Shopping oder Idealo bereits Preis-Feeds einspeisen, ist der Weg in den ChatGPT-Shopping-Feed kurz.
Wie ChatGPT-Shopping die Kaufentscheidung verändert
Das fundamentale Unterschied zu bisherigen Preisvergleichs-Tools: ChatGPT fragt nach dem Problem, nicht nach dem Produkt. „Ich suche einen Laufrucksack für Trail-Running unter 150 Euro" erzeugt eine Empfehlung mit Preisvergleich – ohne dass der Nutzer einen Produktbegriff kennen oder eine Kategorie-Seite besuchen muss.
Das hat zwei Konsequenzen für Händler: Erstens werden Nischenanbieter sichtbarer, wenn ihre Produkt-Daten gut strukturiert sind – weil ChatGPT nach Anforderungen filtert, nicht nach Bekanntheit. Zweitens wird Preis noch sichtbarer als bisher: Die KI-Empfehlung enthält explizit den Preis als Kriterium, und Händler, die teurer sind als der Marktdurchschnitt, müssen diesen Preisunterschied mit kommunizierten Mehrwerten rechtfertigen.
Was das für die Produktdaten-Strategie bedeutet
ChatGPT-Shopping arbeitet mit strukturierten Produktdaten – Schema.org-Markup, Google-Shopping-Feeds, und zunehmend direkte API-Verbindungen. Händler, die ihre Produktdaten nicht optimiert haben, werden im KI-Shopping schlechter repräsentiert: unvollständige Spezifikationen, fehlende Kategorisierungen und veraltete Preisdaten führen dazu, dass die KI andere Anbieter bevorzugt.
Das ist ein neuer Pflicht-Kanal im Daten-Management: Neben Google Shopping und Idealo-Feed müssen Händler ihre Produktdaten für KI-basierte Discovery optimieren. Das betrifft besonders Produktbeschreibungen, die menschlich-natürlichsprachlich formuliert sind – KI verarbeitet sie besser als technische Bullet-Point-Listen.
Preisstrategische Implikationen
Die strategische Frage: Wenn KI-Systeme systematisch den günstigsten Anbieter für eine Produktanfrage empfehlen, entsteht ein neuer Preisdruck auf Händler in preissensitiven Kategorien. Wer nicht bereit ist, mitzuhalten, muss sehr deutlich kommunizieren, warum sein Angebot mehr wert ist als das günstigere – in Produktdaten, in Bewertungen und in Service-Attributen, die die KI auslesen kann.
Pricing Takeaway: KI-Shopping ist der nächste Evolutionsschritt der Preistransparenz. Händler, die jetzt ihre Produktdaten-Qualität und ihre Preis-Positionierung optimieren, sind vorbereitet. Wer wartet, bis ChatGPT-Shopping-Traffic signifikant wird, hat die Vorbereitungszeit verloren. Das Fenster für frühe Optimierung ist jetzt offen.