KI beim Lebensmitteleinkauf: Was Chobanis Sichtbarkeit erklärt

food-monitor: Eine Euromonitor-Analyse untersucht, weshalb Lebensmittelmarken in KI-Antworten anders sichtbar sein können als im Onlinehandel. Chobani dient als Beispiel für die Rolle verständlicher Produktdaten und konkreter Einkaufsfragen.


Wie Lebensmittelmarken bei KI-gestützten Kaufentscheidungen sichtbar werden.

Die Sichtbarkeit einer Lebensmittelmarke in Antworten generativer KI muss nicht ihrem Rang im Onlinehandel entsprechen. Das zeigt nach einem Bericht von FoodNavigator eine Analyse des Marktforschungsunternehmens Euromonitor am Beispiel von Chobani. Die Joghurtmarke liegt demnach bei den E-Commerce-Umsätzen der betrachteten Kategorie auf Platz zwölf, bei KI-Verweisen dagegen auf Platz sechs. Michelle Evans, bei Euromonitor für Handelsanalysen verantwortlich, stellte die Ergebnisse auf der Groceryshop 2026 vor.

Ihre Erklärung: KI wird besonders dann interessant, wenn Verbraucher nicht einfach einen bekannten Artikel nachbestellen, sondern eine konkrete Frage lösen wollen. Bei Lebensmitteln können das etwa die Suche nach einem proteinreichen Produkt, der Vergleich von Zutatenlisten oder die Zusammenstellung eines Frühstücks sein. Ein Produkt, das sich solchen Anlässen zuordnen lässt, kann auf mehreren Wegen in Empfehlungen auftauchen.

Vier unterschiedliche Aufgaben für Einkaufsassistenten.

Euromonitor unterscheidet vier Formen der KI-gestützten Produktsuche. „Autopilot“ bezeichnet die routinemäßige Nachbestellung. „Tailor“ grenzt das Angebot anhand bestimmter Anforderungen ein, beispielsweise viel Protein und weniger Zucker. „Explain“ hilft dabei, eine engere Auswahl zu verstehen und Produkte miteinander zu vergleichen. Bei „Advise“ wird die Unterstützung stärker personalisiert, etwa wenn ein Einkaufs- oder Ernährungsplan nach individuellen Vorgaben zusammengestellt werden soll.

Gerade bei erklärungsbedürftigen Entscheidungen sieht Evans Potenzial. Lebensmittel des täglichen Bedarfs werden ihrer Einschätzung nach bislang weniger stark durch KI-Verweise beeinflusst als besonders beratungsintensive Produktgruppen. Wachsende Ansprüche an Zusammensetzung und Verwendungszweck könnten diese Rolle jedoch verändern. Daraus folgt nicht, dass KI-Empfehlungen eine fachliche Ernährungsberatung ersetzen.

Produktdaten und tatsächlichen Nutzen verbinden.

Für Hersteller leitet Evans vier Ansatzpunkte ab: Zunächst sollten sie bestimmen, welche konkrete Verbraucherfrage ihr Produkt beantwortet. Anschließend müssen die Produktinformationen maschinenlesbar strukturiert werden. Hinzu kommt die Verbindung zu nachvollziehbaren Anwendungen und Kaufanlässen. Schließlich sollte die Sichtbarkeit in KI-Antworten getrennt vom üblichen Suchmaschinen- und Websiteverkehr gemessen werden.

Der Bericht beschreibt damit eine zusätzliche Aufgabe für Produktkommunikation und Handel: Eigenschaften allein reichen nicht unbedingt aus, wenn ihre Bedeutung für eine konkrete Einkaufssituation unklar bleibt. Die Rangplätze aus der Euromonitor-Auswertung sind dabei ein Markenbeispiel, kein Nachweis dafür, dass KI-Verweise automatisch höhere Umsätze verursachen.

Zum englischsprachigen Originalbericht von FoodNavigator.

foodnavigator.com / food-monitor