Plattformen mit künstlicher Intelligenz (KI) integrieren schnell Einkaufsfunktionen, doch ein aktueller Test zeigt, dass diese Assistenten häufig veraltete Produkte empfehlen. Trotz der Fortschritte von OpenAI, Google, Perplexity und Microsoft haben KI-gestützte Einkaufstools Schwierigkeiten, die neuesten Modelle zu priorisieren, was die Verbraucher manchmal zu älteren Technologien drängt.
Der Test: Auf der Suche nach einer Smartwatch
Um diese neuen Funktionen zu bewerten, wurde bei ChatGPT, Gemini, Perplexity und Copilot eine Suche nach einer geeigneten Android-Smartwatch für ein Nothing CMF Phone 1 durchgeführt. Die Ergebnisse zeigten durchweg Ungenauigkeiten: Alle vier KI-Modelle schlugen häufig Produkte aus den Jahren 2022 und 2023 vor, obwohl neuere Versionen verfügbar waren. ChatGPT empfahl beispielsweise das Garmin Vivoactive 5 anstelle des neueren Vivoactive 6 und verzichtete dabei auf wichtige Verbesserungen wie mehr Speicher und verbessertes GPS.
Inkonsistente Genauigkeit und seltsame Vorschläge
- ChatGPT lieferte detaillierte Vergleiche, bevorzugte aber dennoch ältere Modelle. Das Zusammenstellen einer Liste mit Fitbit Versa 4 und Google Pixel Watch 3 sowie aktuelleren Optionen dauerte 10 Minuten.
- Gemini hatte Mühe, den aktuellen Bestand zu identifizieren. Die Funktion „Ruf mich an“, mit der die Verfügbarkeit vor Ort überprüft werden soll, schlug völlig fehl und meldete, dass nach einer 15-minütigen Wartezeit kein Geschäft in der Nähe Garmin-Smartwatches im Angebot hatte.
- Perplexity war am unvorhersehbarsten und vermischte aktuelle Modelle wie die Pixel Watch 4 mit der Samsung Galaxy Watch 4 (ab 2021). In den Empfehlungen wurden auch irrelevante Produkte angezeigt, darunter billige Fremdmarkenuhren und sogar ein Mobiltelefon.
- Copilot kam der Genauigkeit am nächsten und ließ sofort auf die CMF Watch Pro 2 (entwickelt für das CMF Phone 1) schließen, übersah aber immer noch das neuere Pro 3. Es bot einen nützlichen Preisverlauf und Zusammenfassungen der Rezensionen.
Warum das wichtig ist
Das Fortbestehen veralteter Empfehlungen ist nicht nur eine kleine Unannehmlichkeit; Es beleuchtet die Herausforderungen der Echtzeit-Datenintegration beim KI-Shopping. Die Algorithmen scheinen sich auf Produktinformationen zu stützen, die hinter den aktuellen Veröffentlichungen zurückbleiben, was möglicherweise dazu führt, dass Verbraucher suboptimale Käufe tätigen. Dies ist besonders problematisch angesichts der rasanten technischen Entwicklung, bei der selbst einem einjährigen Modell wichtige Funktionen oder Leistungssteigerungen fehlen können.
Das Fazit
Während KI-Einkaufsassistenten vielversprechend sind – insbesondere bei der Preisverfolgung und beim Funktionsvergleich –, sind sie noch nicht zuverlässig genug, um von Menschen kuratierte Einkaufsführer zu ersetzen. Aufgrund der derzeitigen Tendenz, älteren Produkten Vorrang einzuräumen, ist es wahrscheinlicher, dass diese Tools eine fundierte Entscheidungsfindung behindern, als dass sie sie erleichtern. Vorerst bleibt die manuelle Recherche der effektivere Ansatz.
