Auf einen Blick
- Quelle
- Fang, Yuan, Zhang, Donati and Sarvary (2025). Generative AI and Sales Productivity: Field Experiments in Online Retail. arXiv 2510.12049, version 6 (29 June 2026). arxiv.org · Nicht fachlich begutachtet: Andere Forschende haben sie noch nicht für eine Fachzeitschrift geprüft.
- Wie sie durchgeführt wurde
- Die Plattform baute generative KI in sieben ihrer Arbeitsabläufe ein. In jedem wurden Kunden oder Produkte per Zufall der KI-Version oder der üblichen Version zugeteilt, und die Forschenden verglichen den Umsatz. Randomisiertes Experiment. Menschen wurden per Zufall der Arbeit mit oder ohne das Werkzeug zugeteilt, und die beiden Gruppen wurden verglichen.
- Wer teilnahm
- Millionen von Kunden und Produkten, in sieben Experimenten zwischen September 2023 und Juni 2024.
- Wo
- Eine der weltweit größten grenzüberschreitenden Online-Handelsplattformen, in der Arbeit nicht genannt, für Drittanbieter.
“these effects are not associated with worse post-purchase outcomes, as product return rates and customer ratings do not deteriorate.” [diese Wirkungen gehen nicht mit schlechteren Ergebnissen nach dem Kauf einher, denn die Rücksendequoten und Kundenbewertungen verschlechtern sich nicht.]
Was sie fand
- Chatbot vor dem Kauf: +16,3 % Umsatz. Kunden in der Vergleichsgruppe bekamen die Nachricht, dass keine Live-Hilfe verfügbar sei. Die Plattform setzte ihre menschlichen Servicekräfte für Fragen nach dem Kauf ein. Viele kleinere Anbieter sind in derselben Lage: Sie können Fragen nicht live und in mehreren Sprachen beantworten.
- KI mit einem Menschen dahinter. KI, die einen Kunden an eine menschliche Servicekraft weitergeben konnte, steigerte den Umsatz gegenüber keinem Service um 25 %. Gegenüber einem Service nur mit menschlichen Servicekräften steigerte sie ihn um 11,5 %. Dieses letzte Ergebnis hat eine geringere statistische Sicherheit.
- Suche: +2,9 % Umsatz. KI verfeinerte, was Kunden in das Suchfeld eintippten.
- Produktbeschreibungen: +2,1 % Umsatz insgesamt. Bei Produkten mit weniger als 50 Wörtern Beschreibung steigerte von KI geschriebener Text den Umsatz um 6,5 %. Produkte, die schon gut beschrieben waren, gewannen nichts.
- Marketingnachrichten: +1,6 %, nicht eindeutig über dem Zufall.
- Von KI geschriebene Titel für Google-Anzeigen: −4,5 %, ebenfalls nicht eindeutig über dem Zufall.
- Nach dem Kauf. Rücksendequoten und Kundenbewertungen wurden nicht schlechter.
Über die vier Werkzeuge hinweg, die den Umsatz steigerten, beziffern die Autoren den zusätzlichen Wert auf etwa $5 pro Kunde und Jahr. Der größte Teil des Gewinns kam daher, dass mehr Kunden kauften, nicht von größeren Warenkörben. Neuere und weniger aktive Kunden gewannen am meisten.
Wann das Ergebnis gilt
KI brachte am meisten dort, wo die Plattform wenig oder nichts getan hatte: unbeantwortete Fragen, dürftige Beschreibungen. Wo der bestehende Service schon gut war, war der Gewinn klein oder null.
Die Anbieter taten nichts. Die Plattform schaltete die KI für sie ein. Für kleine Anbieter ist die wichtigste KI womöglich die der Plattform, die sie weder auswählen noch steuern.
Die Ergebnisse für kleinere und neuere Anbieter waren oft größer als für andere, aber die Autoren sagen, diese Unterschiede seien ungenau geschätzt.
Grenzen
- Zwei Autoren berieten die Plattform während des Projekts, und einer war bei ihr angestellt. Die Ergebnisse von zwei weiteren Experimenten stammen vom eigenen Datenteam der Plattform, ohne Daten, die die Autoren prüfen konnten.
- Die Wirkungen sind kurzfristig. Eine Plattform.
- Ein Arbeitspapier, nicht fachlich begutachtet.
Praktiken, die sich auf diese Studie stützen
Diese Studie stützt:
- Beginnen Sie mit einem kostspieligen Prozess, nicht mit einer unternehmensweiten Einführung Wählen Sie einen Prozess, der sichtbar Zeit oder Geld kostet. Setzen Sie dort KI ein, mit einem Menschen, der die Ergebnisse prüft, und weiten Sie erst aus, wenn sich die Zahlen bewegen. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Beginnen Sie mit fertiger KI in Software, die Sie schon nutzen, bevor Sie Eigenes bauen Ihre Büro-, Buchhaltungs-, Kundendienst- und Vertriebssoftware hat inzwischen wahrscheinlich KI-Funktionen. Probieren Sie diese bei einer Aufgabe aus, mit wenigen Lizenzen und einem gemessenen Ergebnis, bevor Sie jemanden für eine Eigenentwicklung bezahlen. Zuerst · Aufwand: gering (Tage, eine Person)
- Messen Sie die eingesparte Zeit je Aufgabe an einer Ausgangsmessung Halten Sie fest, wie lange eine Aufgabe dauert und wie gut das Ergebnis ist, bevor Sie KI einsetzen. Ohne diesen Ausgangswert können Sie einen echten Gewinn nicht von einem erhofften unterscheiden. Zuerst · Aufwand: gering (Tage, eine Person)
- Testen Sie für jede Art von Aufgabe, ob ein Mensch mit KI besser ist als jeder allein Gehen Sie nicht davon aus, dass ein Mensch zusätzlich zur KI oder KI zusätzlich zum Menschen das beste Ergebnis bringt. Testen Sie es für jede Art von Aufgabe, bevor Sie den Prozess festlegen. Als Nächstes · Aufwand: mittel (Wochen, einige Personen)