Beobachtetes Signal · 2. Juni 2026 · Product Launch · Quelle: https://martechseries.com/feed/ · Relevanz: 3/5 · Sentiment: Positiv
Shopsense AI stellt Shoppable Intelligence Model für Commerce AI vor
Shopsense AI hat das Shoppable Intelligence Model (SIM) eingeführt, eine proprietäre multimodale KI, die speziell für den Handel trainiert wurde, um kontextbezogene Produktentdeckungen in Echtzeit zu ermöglichen. Laut Unternehmensangaben übertrifft SIM öffentliche Baseline-Modelle wie OpenAI CLIP und Google SigLIP2 in Mode-Benchmarks deutlich. Auf Fashion200K und FashionGen erzielt SIM eine bis zu 77 % höhere Bild-zu-Bild- und 74 % höhere Text-zu-Text-Genauigkeit gegenüber CLIP sowie Vorsprünge von 34 bis 60 % gegenüber SigLIP2. Eine Steigerung der Modellpräzision um 10 % führt demnach zu einem um 24,5 % höheren Klickraten-Uplift bei nativen Retail Media-Aktivierungen. Das Modell ist für Kategorien wie Fashion, Accessoires und Möbel optimiert und soll Publishern sowie Retailern ohne Integrationsänderungen stärkere Commerce-Umsätze liefern.
Eine auf Commerce spezialisierte multimodale KI, die die Retrieval-Genauigkeit und Publisher-Conversions messbar steigert, kann die Produktentdeckung und Retail Media-Performance signifikant verbessern; es handelt sich jedoch primär um einen Vendor-Launch.
Marktsignale zu Shopsense AI in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Shopsense AI launcht das Shoppable Intelligence Model (SIM) als proprietäre multimodale KI für den Handel.
- SIM übertrifft OpenAI CLIP und Google SigLIP2 in Benchmarks um 25 bis 50 % bei der Retrieval-Genauigkeit.
- Auf Fashion-Datensätzen erreicht SIM bis zu 77 % höhere Bild-zu-Bild- und 74 % höhere Text-zu-Text-Werte als CLIP.
- Eine 10-prozentige Modellpräzisionsteigung führt laut Unternehmen zu 24,5 % höheren Klickraten bei Retail Media.
- Das Modell unterstützt Fashion, Accessoires und Möbel nahtlos ohne Änderungen an bestehenden Publisher-Integrationen.
Verknüpfte Unternehmen
4 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Peec AI lanciert AI Shopping Analytics für E-Commerce-Marken
Peec AI hat AI Shopping Analytics eingeführt, eine SKU-genaue Analytik-Lösung, die E-Commerce-Marken Einblick gibt, wie KI-Assistenten wie ChatGPT, Perplexity, Gemini, Copilot und Amazon ihre Produktkataloge empfehlen. Das Tool erfasst Produktsichtbarkeit, Win Rate, Ranking-Positionen, Zielplattformen von Käufern, Vergleichsattribute, genannte Preise sowie die zugrundeliegenden Shopping-Suchanfragen. Die Veröffentlichung erfolgt vor dem Hintergrund des Trends zu Agentic Commerce und dem Universal Commerce Protocol. Peec AI verzeichnete im Mai 2026 einen ARR von über 10 Millionen US-Dollar, betreut mehr als 2.500 Kunden wie Attio, Squarespace, TUI und Hugo Boss und eröffnete ein US-Büro in New York. AI Shopping Analytics ist ab sofort verfügbar; in den kommenden Wochen plant Peec AI die Integration von Shopping Actions, KI-generiertem Prompt-Setup sowie API- und MCP-Zugriffen.
Jellyfish-Studie: KI-Shopping verändert Markenwettbewerb
Neue Forschungsergebnisse von Jellyfish, einem globalen Digital-Marketing-Unternehmen innerhalb der Brandtech Group, zeigen, dass KI-Shopping-Assistenten die Wettbewerbsdynamik dramatisch verändern. Das Share of Model™-Tool analysierte KI-Empfehlungen in acht Kategorien in den USA, Großbritannien, Australien und Singapur, einschließlich ChatGPT, Google AI Mode und Amazon Alexa. Die Ergebnisse zeigen, dass es kein einziges 'AI Shelf' gibt – verschiedene Assistenten empfehlen für dieselbe Anfrage völlig unterschiedliche Marken und Produkte. KI kann Markenführung aufheben, wie in der US-Mode zu sehen ist, wo die Top-Marke nur 7 % des Regals über 120 Marken hielt. KI ignoriert auch traditionelle Preispositionierung, mit Anzügen in Großbritannien von £27 bis £3.295 in einer Antwort. Das Unternehmen hat Shopping Optimization eingeführt, eine neue Funktion innerhalb von Share of Model, die es Vermarktern ermöglicht, KI-Empfehlungen auf SKU-Ebene zu analysieren und für den agentischen Handel zu optimieren.
Wie Marken für KI-Shopping-Agenten sichtbar und empfohlen werden
Gesponsert von Adobe Commerce beleuchtet der Artikel, wie KI-Shopping-Assistenten wie ChatGPT und Gemini die Produktsuche revolutionieren und neue Anforderungen an die Auffindbarkeit im E-Commerce stellen. Laut Adobe stieg der durch KI vermittelte Traffic auf US-Retail-Websites im ersten Quartal 2026 im Jahresvergleich um 393 Prozent und konvertiert um 42 Prozent besser als anderer Traffic. Untersuchungen zeigen jedoch, dass der durchschnittliche AI-Readiness-Score von US-Produktdesktopseiten bei nur 66 Prozent liegt, was auf mangelnde Maschinenlesbarkeit hinweist. Der Beitrag empfiehlt die Priorisierung umsatzstarker SKUs, die Ergänzung strukturierter Produktdaten wie Titel und Spezifikationen sowie den Einsatz von Audits mit Tools wie dem AI Content Visibility Checker von Adobe. Ergänzt wird dies durch Zitate von Adobe-Vertretern und BCG-Warnungen vor Risiken im Zeitalter des Agentic Commerce.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.