Ein Bild sagt mehr als ein Suchbegriff

Jemand sieht in der U-Bahn eine Jacke, deren Schnitt genau passt, kann aber weder Marke noch Modellnamen benennen. Früher hätte diese Beobachtung meist folgenlos geendet. Heute reicht ein Foto mit dem Smartphone, und eine Bildersuche liefert innerhalb von Sekunden ähnliche oder identische Produkte, oft direkt mit Kaufoption. Genau dieser Wandel, weg von der Beschreibung in Worten, hin zur direkten visuellen Anfrage, verändert gerade, wie Menschen nach Produkten suchen – schneller, als viele E-Commerce-Unternehmen ihre eigenen Systeme darauf vorbereitet haben.

Wie groß ist die Verschiebung wirklich?

Die Zahlen hinter diesem Trend sind inzwischen zu groß, um sie als Randerscheinung abzutun. Google Lens verarbeitet mittlerweile fast 20 Milliarden visuelle Suchanfragen pro Monat und wird von über 1,5 Milliarden Menschen genutzt – vor vier Jahren lag dieser Wert noch bei rund 3 Milliarden Anfragen monatlich.¹ Rund jede fünfte Lens-Suche hat bereits einen direkten Bezug zu Shopping, und bei etwa 40 Prozent der Produktsuchen jüngerer Nutzerinnen und Nutzer beginnt die Suche inzwischen mit einem Bild statt mit einem Wort.¹ Allein auf Deutschland entfallen schätzungsweise 250 bis 300 Millionen dieser monatlichen Anfragen.²

Diese Wachstumskurve ist deshalb bemerkenswert, weil sie nicht auf ein einzelnes virales Ereignis zurückgeht, sondern auf eine stetige, mehrjährige Entwicklung, die sich mit jeder neuen Smartphone-Generation und jeder Verbesserung der zugrunde liegenden Bilderkennungs-Modelle beschleunigt hat. Anders als viele kurzfristige Trends im E-Commerce hat sich die visuelle Suche damit von einem experimentellen Zusatzfeature zu einer festen Gewohnheit im Suchverhalten entwickelt, die inzwischen einen sechsfach höheren Umfang erreicht als noch vor vier Jahren.

Warum Menschen zum Bild statt zum Wort greifen

Der Grund für diese Verschiebung liegt weniger in der Technologie als in einem sehr menschlichen Problem: Bestimmte visuelle Eigenschaften lassen sich in Worten kaum präzise beschreiben. Welcher Grünton ist gemeint, welches Muster, welche Passform, welche Möbelsilhouette? Eine Umfrage zeigt, dass bereits 62 Prozent der befragten Käuferinnen und Käufer die visuelle Suche der textbasierten Suche vorziehen, wenn es darum geht, ein bestimmtes Produkt zu finden – wobei jüngere Nutzergruppen zwischen 18 und 24 Jahren diesen Trend besonders stark vorantreiben.³ Für sie ist die Kamera längst kein Zusatzfeature mehr, sondern der naheliegendste Einstiegspunkt in eine Produktsuche.

Plattformen, die den Wandel vorantreiben

Besonders deutlich zeigt sich dieser Wandel bei Pinterest, das visuelle Entdeckung von Anfang an in den Mittelpunkt seiner Plattform gestellt hat. Eine Untersuchung von Pinterest selbst zeigt, dass 80 Prozent der aktiven Nutzerinnen und Nutzer ihren Einkaufsprozess mit einer visuellen Suche beginnen, verglichen mit 58 Prozent bei Personen, die die Plattform nicht aktiv nutzen. Beim Online-Kauf von Kleidung oder Möbeln legen zudem 85 Prozent der Befragten mehr Wert auf visuelle als auf schriftliche Produktinformationen.⁴ Google zieht mit Lens ebenso nach wie Amazon, eBay und diverse Modehändler, die Bildersuche inzwischen als Standardfunktion in ihre Apps integriert haben.¹ Was vor wenigen Jahren noch eine Nischenfunktion für technikaffine Nutzer war, ist damit endgültig im Mainstream angekommen.

Interessant ist dabei, dass sich die Plattformen in ihrem Fokus unterscheiden: Während Google Lens vor allem als Erweiterung einer bereits bestehenden, textbasierten Suche funktioniert und häufig zur schnellen Identifikation eines bereits gesehenen Objekts genutzt wird, ist Pinterest von Grund auf um visuelle Inspiration herum gebaut. Für Kundinnen und Kunden bedeutet das zwei unterschiedliche Ausgangssituationen: Die einen wissen bereits genau, was sie gesehen haben, und wollen es identifizieren. Die anderen befinden sich noch in einer frühen, inspirationsgetriebenen Phase und lassen sich von visuell ähnlichen Vorschlägen zu neuen Produkten führen. Ein Shop, der nur auf die erste Gruppe vorbereitet ist, verpasst einen erheblichen Teil der Nachfrage in der zweiten.

Der unterschätzte Zweiteffekt: Weniger Retouren

Was in der Diskussion über visuelle Suche oft untergeht, ist ihr Effekt weit über die reine Auffindbarkeit hinaus. Eine globale Befragung von Cloudinary unter fast 2.700 Konsumentinnen und Konsumenten in Deutschland, Großbritannien, den USA und Australien zeigt, dass gezielt eingesetztes Bild- und Videomaterial wie 360-Grad-Ansichten, 3D-Modelle und nutzergenerierte Videos die Conversion-Rate um bis zu 57 Prozent steigern kann.⁵ Noch bemerkenswerter: Unternehmen, die visuelle Inhalte konsequent einsetzen, können ihre Retourenquote um bis zu ein Drittel senken. Fast ein Drittel der Befragten, 30 Prozent, gab an, bereits Ware zurückgeschickt zu haben, weil das Produkt in der Realität nicht so aussah wie auf der Website.⁵ Visuelle Suche und visuelle Produktdarstellung wirken hier also doppelt: Sie helfen Kunden nicht nur, das richtige Produkt überhaupt zu finden, sondern auch, realistischere Erwartungen daran zu entwickeln, was ankommt.

Was das technisch bedeutet

Technisch funktioniert visuelle Suche nach einem ähnlichen Grundprinzip wie moderne semantische Textsuche, nur auf Bildebene statt auf Wortebene: Ein hochgeladenes Foto wird in einen Vektor umgewandelt, eine mathematische Repräsentation seiner visuellen Merkmale wie Form, Farbe, Muster und Textur, und mit den entsprechend aufbereiteten Bildern im Produktkatalog abgeglichen. Bilder, die sich visuell ähneln, liegen in diesem Vektorraum nahe beieinander, selbst wenn im Produkttext kein einziges gemeinsames Wort vorkommt. Für Händler bedeutet das: Damit die eigenen Produkte in einer solchen Suche überhaupt auftauchen können, müssen Bilder in hoher Qualität, mit neutralem Hintergrund, klaren Strukturen und erkennbaren Attributen wie Material, Schnitt und Markenlogo vorliegen, ergänzt durch strukturierte Daten und Metadaten nach gängigen Standards wie Schema.org.¹

Ein oft unterschätzter Punkt dabei: Diese Anforderungen unterscheiden sich deutlich von dem, was für klassische Produktfotografie im eigenen Shop optimiert wurde. Ein Bild, das auf der eigenen Produktseite gut aussieht, mit dekorativem Hintergrund oder mehreren Produkten gleichzeitig im Bild, kann für eine automatisierte visuelle Erkennung schwer auszuwerten sein, weil das System nicht eindeutig zuordnen kann, welches Element im Bild eigentlich das relevante Produkt ist. Wer die visuelle Suche ernst nimmt, braucht deshalb meist mindestens ein zusätzliches, freigestelltes Referenzbild pro Produkt, unabhängig von der übrigen Bildstrecke auf der Produktseite.

Wie Eywora Unternehmen auf visuelle Suche vorbereitet

Genau diese Fähigkeit ist Teil der semantischen KI-Suche von Eywora: Neben der textbasierten und hybriden Suche unterstützt die Plattform auch visuelle KI-Suche, bei der Kunden ein Foto oder Bild hochladen können, um passende oder ähnliche Produkte im eigenen Katalog zu finden – ohne dass dafür ein separates, zusätzliches System aufgebaut werden muss. Text- und Bildsuche laufen dabei auf derselben Datenbasis und demselben Reranking-Modell, sodass Ergebnisse unabhängig vom Eingabeformat konsistent nach Relevanz, Verfügbarkeit und individuellem Kontext sortiert werden.

Damit dieser Kanal von Anfang an sauber funktioniert, macht der Health-Score-Baustein zusätzlich sichtbar, bei welchen Produkten die Bildqualität oder fehlende Attribute die Auffindbarkeit über die visuelle Suche einschränken könnten, bevor Kunden das überhaupt bemerken. Wer sehen möchte, wie sich visuelle Suche auf den eigenen Katalog anwenden lässt, kann Eywora 14 Tage kostenlos und ohne Kreditkarte testen oder eine 30-minütige Live-Demo an einem echten Kundenshop buchen.

Praktischer Fahrplan: Wie Sie sich jetzt vorbereiten

Wer sich auf visuelle Suche vorbereiten möchte, sollte nicht bei der Technologie ansetzen, sondern bei der eigenen Bilddatenbank. Produktfotos sollten in konsistent hoher Qualität vorliegen, mit neutralen Hintergründen und klar erkennbaren Details zu Material, Farbe, Form und Marke. Strukturierte Produktdaten nach Schema.org und ein aktueller Google-Merchant-Feed sorgen dafür, dass externe Suchsysteme wie Google Lens die eigenen Produkte überhaupt korrekt zuordnen können. Und wer den Effekt langfristig messen will, sollte von Anfang an ein Tracking einrichten, das visuellen Such-Traffic getrennt von klassischem Text-Traffic auswertet – denn Sichtbarkeit in einer Bildersuche ist noch kein Umsatz, wenn niemand nachvollzieht, ob daraus tatsächlich Käufe entstehen.

Fazit: Wer nur in Worten denkt, verpasst die Hälfte der Nachfrage

Visuelle Suche ist kein Zukunftsszenario mehr, sondern bereits heute ein zweistelliger Milliardenmarkt an monatlichen Anfragen, der besonders bei jüngeren, kaufkräftigen Zielgruppen die klassische Textsuche zunehmend ergänzt und teilweise ersetzt. Unternehmen, die ihre Produktdaten und Bildqualität weiterhin ausschließlich auf textbasierte Suchmaschinen ausrichten, verzichten auf einen wachsenden Teil der Nachfrage, der sich schlicht nicht mehr in Worte fassen lässt. Wer heute in saubere Bilddaten und visuelle Suchfähigkeit investiert, baut sich einen Vorteil auf, der morgen zur Grundvoraussetzung wird.