Die versteckte Mathematik des CPC-Modells
Beim CPC-Modell wird für jeden Klick gezahlt - unabhängig vom Verkaufseffekt. Für Kampagnen mit einer Konversionsrate von 1-2% bedeutet dies, dass 98-99% des Haushalts werden ohne Einnahmeeffekt verbrannt. Beispiel:
- 10.000 Klicks zu 0.80 EUR = 8,000 EUR Kosten.
- Bei einer Umwandlungsrate von 1,5 % → 150 Bestellungen.
- Akquisitionskosten pro Auftrag (CAC): 53.33 EUR.
Wenn die durchschnittliche Gewinnspanne pro Stück 15 EUR beträgt, verdient das Geschäft nur ein paar EUR pro Bestellung sofern der Kunde zurückkehrt. In vielen Kategorien (Mode, Kosmetika, Wohnaccessoires) führt diese Mathematik zu einem Umsatzwachstum bei gleichzeitigem Margenverlust.
Verkaufsprovisionen
Partnerplattformen oder Marktplätze, die 5 - 12% Provision verlangen, machen den Verkaufserfolg zu zusätzlichen Betriebskosten. Ein Shop, der in einem Monat Waren im Wert von 200,000 EUR mit einer Marge von 20 % verkauft, gibt 10,000 EUR – 24,000 EUR an die Plattform zurück. Dies entspricht 25-30 % des reinen Bruttogewinns, die im Unternehmen bleiben können.
Zahlungsdienstleister mit einer Provision von 1,4 % verursachen dagegen bei einem Umsatz von 100.000 £ Kosten von 100,000 EUR pro Monat - 16,800 EUR pro Jahr. Der Effekt ist derselbe: Jede Transaktion wird immer unrentabler.
Modelle mit festen Kosten
Die Alternative ist abrechnungsmodell auf Abonnementbasis, bei dem die Marketingkosten unabhängig von der Anzahl der Klicks und Verkäufe sind. Dies ermöglicht es, eine stabile Kostenstruktur bei steigendem Volumen aufrechtzuerhalten.
Beispiel: Ein Geschäft zahlt 400 EUR pro Monat für die Anzeige seines Angebots in AI-Kanälen (z. B. Semly.ai). Wenn die Plattform 3.000 Impressionen pro Monat und 60 Bestellungen generiert, sinken die Kosten für die Auftragsakquisition auf 6.67 EUR mehr als 8x billiger als das CPC-Modell.
Auswirkungen von KI-Technologien und Sprachmodellen
Neue Verkaufskanäle - wie die Sichtbarkeit von Produkten in konversationellen Modellen (ChatGPT, Gemini) - machen Klickgebote überflüssig. Die KI bezieht Daten aus offenen Quellen (z. B. XML-Feeds), empfiehlt Produkte als Antwort auf Nutzeranfragen ("empfehle bequeme Trekkingschuhe"), und der Einzelhändler zahlt keine Provision.
Damit verschiebt sich der Schwerpunkt von bezahlte Sichtbarkeit auf semantische Indexierung (Verständnis) - d.h. Optimierung der Produktdaten für GEO.
GEO als Nachfolger von SEO
So wie SEO die Sichtbarkeit in Google bestimmt, so GEO (Generative Suchmaschinenoptimierung) entscheidet, ob das Produkt in den KI-Ergebnissen erscheint. Der Unterschied ist grundlegend:
Schlüsselfaktor:
- SEO - Schlüsselwörter und Backlinks.
- GEO - Qualität der Produktdaten (XML-Feed, Beschreibung, Kategorie).
Art der Sichtbarkeit:
- SEO - Link in den Suchergebnissen.
- GEO - direkte Produktempfehlung.
Kosten pro Klick:
- SEO - variabel (CPC).
- GEO - Null (Einspeisung).
Wirkung:
- SEO - Website-Verkehr.
- GEO - Kaufabsicht im Gespräch, Konversion bis zu 6x höher (Bericht Semly.ai).
Deshalb sollten E-Commerce-Besitzer heute nicht über "Traffic von Google Ads" nachdenken, sondern über präsenz in generativen KI-Empfehlungen - denn hier beginnt der neue Einkaufsweg.
Praktische Umsetzung in der Werkstatt
- XML-Feed-Export - mit Shopify, WooCommerce, PrestaShop oder Magento (Google Merchant Format).
- Analyse der Datenfelder - titel, Kategorien, Preisattribute und Beschreibungen müssen semantisch präzise sein (z. B. sollte statt "Trekkingstiefel" besser "Herren-Trekkingstiefel mit Gore-Tex-Membran, niedrig" stehen).
- Registrierung im AI-Kanal - integration mit einer Plattform wie Semly.ai oder das direkte Hinzufügen des Feeds zu LLM-freundlichen Verzeichnissen (derzeit nur US-Markt).
- Überwachung der AI-Empfehlungen - prüfen Sie, in welchen Suchanfragen das Produkt vorkommt und wo nicht (z.B. "30l Bergrucksack").
- Aufrechterhaltung der Datenqualität - AI bevorzugt aktuelle, vollständige und logisch beschriebene Produktdaten.
Provisionsfreie Modelle sind kein Experiment mehr, sondern eine Methode zur Wiederherstellung tragfähiger Margen in einer Welt, in der die Werbekosten schneller steigen als die Rentabilität. Feste Kosten geben den Geschäften nicht nur finanzielle Kontrolle, sondern auch Zugang zu den Vertriebskanälen, in denen Kaufentscheidungen zunehmend getroffen werden - durch Interaktion mit KI, nicht mit einer Suchmaschine.
Tomasz Cincio - CEO Semly.ai
Beispiel einer GEO-Implementierung mit Semly
Fall 30 Tage (anonymisiert): Naturkosmetikgeschäft
Zielsetzung: Senken Sie die CAC und schützen Sie die Marge.
Parametera AOV = 46,50 EUR, Bruttomarge = 40%, CR = 1,5%, Zahlungsgebühren = 1,4%.
Vorher (CPC-Modell):
- 10 000 Klicks × 0.19 EUR = 1,860 EUR ausgaben
- 150 Aufträge → Einnahmen 6,975 EUR
- Bruttomarge 2,790 EUR - zahlungsgebühren 98 EUR - anzeigen 1,860 EUR
- Gewinnspanne nach Kosten: 832 EUR (CAC 12.40 EUR)
Po (GEO-Abonnementmodell):
- Abonnement 93 EUR (ohne CPC)
- 150 Aufträge → Einnahmen 6,975 EUR
- Bruttomarge 2,790 EUR - zahlungsgebühren 98 EUR - abonnement 93 EUR
- Gewinnspanne nach Kosten: 2,599 EUR (CAC 0.62 EUR)
Auswirkung: +1,767 EUR / +212% gegenüber CPC, bei gleicher Anzahl von Aufträgen.
vergleich von zwei aufeinanderfolgenden Zwei-Wochen-Fenstern (insgesamt 30 Tage); andere Kanäle und Rabatte unverändert; Daten: GA4 + Semly Pixel; Abweichungen bei AOV und CR innerhalb von ±3% und ±0,1 pp.
Teilen: