Ein großer, gelber Werbebanner in der Online-Enzyklopädie Wikipedia sorgt derzeit für Unmut. Es ist der alljährliche Spendenaufruf – die einzige Werbeanzeige auf der Seite, die die Wogen hoch treibt: „Warum braucht Wikipedia so viel Geld“, fragt sich das Handelsblatt in einem ausführlichen Artikel. Dem Leser werde suggeriert, dass sich das Unternehmen kaum über Wasser halten könne – was bleibt, sei ein schlechtes Gewissen.
Eine Reserve für schlechte Zeiten
77 Millionen Dollar hat die Wikipedia-Stiftung Wikimedia auf der hohen Kante. Eine Frechheit also, nach mehr Geld zu betteln, so die Kritik. Dass Spenden eine unsichere und schwer planbare Einnahmequelle sind und man deshalb Reserven benötige, wird vom Tisch gewischt. Dabei ist das im Non-profit-Bereich gängige Praxis – 25 Prozent der jährlichen Aufwendungen gelten dabei als absolutes Minimum. Laut Wikimedia würde die Reserve die Aufwendungen eines Jahres decken.
Spendenwunder Wikipedia
Rund 76 Millionen Dollar an Spenden konnte das Online-Lexikon 2014 sammeln – davon kamen immerhin 58 Millionen Dollar nur durch die Online-Kampagne herein. Eine stolze Summe für einen schlichten Banner auf der Website. In Deutschland gibt es keine Organisation, die erfolgreicher ist, gesteht sich auch der Autor des Handelsblatt-Artikels ein. Was ist das Geheimnis der angeblich nervigen, aber offenbar höchst effektiven Spendenkampagne?
Die Tricks der Wikipedia-Fundraiser
So simpel der Banner wirkt, dahinter steckt eine Menge Forschung, Berechnung und Trial-and-Error. Wikipedia hat nichts dem Zufall überlassen. Der erste Trick: keep it simple! Das Spendenformular, in dem Betrag und Zahlungsart gewählt werden, hat immer besser funktioniert, je weniger Felder und Buttons zu sehen waren. Herausgefunden hat die Online-Enzyklopädie das nicht über Befragungen, sondern über Tests am Live-System. Nur so sind die Ergebnisse praxistauglich.
Nicht einmal die seltsame gelbe Farbe in dem Banner ist dem Zufall geschuldet – mit dieser Gestaltung stieg die Zahl der Spenden tatsächlich. 60 Prozent der Spender reagieren auf den Banner, das erste Mal, wenn sie ihn sehen. Auch die Gestaltung des Banners hat Wikipedia durch spezielle Testing-Verfahren perfektioniert – und zwar für jedes Land, in jeder Sprache. Gleichzeitig hat sich das Fundraising-Team genau angesehen, an welchen Tagen der Banner am effektivsten ist und die Zahl der Tage auf ein absolutes Minimum reduziert. Last but not least setzt Wikipedia auf das Ego der Spender. Das ist zwar kein Geheimnis, aber dennoch eine effektive Maßnahme: Die Namen der Spender werden auf der Website angezeigt.
CX-Expertin Katja Forbes: Wie Machine Customers die Spielregeln des Handels auf den Kopf stellen
KI-Agenten shoppen bereits selbst – schneller, kühler und kompromissloser als jeder Mensch. CX-Expertin Katja Forbes erklärt im brutkasten-Interview, warum "Machine Customers" die größte Disruption seit dem Aufstieg des E-Commerce werden, und wie sich Unternehmen darauf vorbereiten können.
CX-Expertin Katja Forbes: Wie Machine Customers die Spielregeln des Handels auf den Kopf stellen
KI-Agenten shoppen bereits selbst – schneller, kühler und kompromissloser als jeder Mensch. CX-Expertin Katja Forbes erklärt im brutkasten-Interview, warum "Machine Customers" die größte Disruption seit dem Aufstieg des E-Commerce werden, und wie sich Unternehmen darauf vorbereiten können.
Katja Forbes zählt zu den gefragtesten internationalen Stimmen an der Schnittstelle von Customer Experience, Künstlicher Intelligenz und Digitalstrategie. Die gebürtige Australierin war Executive Director und Head of Client Experience bei der Standard Chartered Bank, zuvor International Director und Vice President im globalen Vorstand der Interaction Design Association (IxDA); heute teilt sie ihre Zeit zwischen Singapur und Australien auf. Mit ihrem jüngsten Buch „Machine Customers: The Evolution Has Begun“ hat sie ein Thema in den Fokus gerückt, das gerade von der Theorie in die Praxis kippt. brutkasten hat mit ihr am Exporttag 26 der Wirtschaftskammer Österreich gesprochen.
Der Begriff „Machine Customer“ geht auf Gartner zurück und beschreibt einen nicht-menschlichen wirtschaftlichen Akteur: eine KI, die eigenständig entscheidet, verhandelt und Geld ausgibt. Was nach ferner Zukunft klingt, ist längst Realität. Visa hat mit „Intelligent Commerce“ einen Zahlungsstandard für Agenten gestartet, Googles Shopping-Agent greift auf einen Produktgraphen mit Milliarden Einträgen zu, und Handelsriesen wie Walmart verhandeln Lieferantenverträge bereits weitgehend automatisiert.
Für europäische Unternehmen ist das mehr als eine technische Spielerei. Wenn KI-Agenten zu einem unkontrollierbaren Filter zwischen Marke und Kunde werden, verlieren klassische Marketing-Hebel ihre Wirkung – und maschinenlesbare, überprüfbare Werte- und ESG-Nachweise werden zum stärksten Verkaufsargument. Hinzu kommt eine geopolitische Dimension: die Abhängigkeit von US-Modellen und die Frage der „kommerziellen Souveränität“. Im Interview erklärt Forbes, was Konzerne, Startups und KMU jetzt tun sollten.
Was ist ein „Machine Customer“?
Die breiteste Definition kommt von Gartner: ein nicht-menschlicher wirtschaftlicher Akteur. Ich betrachte es lieber etwas kategorisierter: Es ist etwas, das in der Wirtschaft agieren, Transaktionen durchführen, Entscheidungen treffen und Geld ausgeben kann – entweder von einem Menschen gesteuert oder autonom. Ein B2C-Beispiel: Visa Intelligent Commerce ist letztes Jahr mit der Anweisung gestartet: „Finde mir die besten Kopfhörer unter 200 Dollar – und wenn du sie gefunden hast, kauf sie.“ Googles Spark geht noch weiter, weil darunter ein Produktgraph mit rund 65 Milliarden Einträgen liegt. Der Agent gleicht die Parameter ab, findet das Produkt und bezahlt über Google Pay. Das Bemerkenswerte: Es ist ein vollständig disintermediierter Kauf. Wenn Spark ein Paar Bose-Kopfhörer findet, geht es nie wieder auf die Bose-Website. Bose wird für Google effektiv zum Drop-Shipper – die Marke verschwindet aus der Beziehung.
Heißt das, Logik ersetzt Emotion?
Das ist der erste, naive Reflex – und er greift zu kurz. Ein Agent fällt zwar auf seine harten Vorgaben zurück, meist rund um den Preis. Aber Agenten sind bemerkenswert gut darin, emotionale Stimmungen zu quantifizieren. Wenn ich sage: „Ich will lustige Socken, die mich glücklich machen“, durchsucht der Agent das Web nach genau diesem Sentiment über zehntausende Bewertungen hinweg und verknüpft es mit meinem Wunsch. In China habe ich ein BYD-Auto gesehen, das die Stimmung erkennt und die Umgebung entsprechend anpasst. Mercedes Pay kann im Fahrzeug bereits bezahlen, parken und Ladevorgänge aushandeln. Neun chinesische Autohersteller bauen Alibabas Qwen-Modell ins Cockpit ein, ebenso BMW China. Agenten fühlen nichts – aber sie leiten Emotionen bemerkenswert kreativ ab. So einfach wie „Logik schlägt Emotion“ ist es also nicht.
Was bedeutet das für Konsumgütermarken?
Ein Albtraum. Ich arbeite gerade mit vielen CMOs zusammen, und die Frage lautet immer: „Wie vermarkte ich an einen KI-Agenten?“ Die Antwort: gar nicht. Der Agent wird zu einem Filter, den man nicht mehr kontrolliert. Keiner der klassischen Hebel, mit denen man früher Menschen zum Kauf bewegt hat, wirkt bei einem Agenten.
Ich sehe drei Ebenen im Agentic Commerce. Erstens: Auffindbarkeit – GEO, AEO, im Grunde das, was früher SEO war, neu gedacht für Agenten. Rund 90 Prozent der Anbieteraktivität spielt sich hier ab, weil es am leichtesten zugänglich ist. Zweitens: die technische Vertrauensebene – kann ich eine vertrauenswürdige Transaktion abwickeln? Hier kommen die Payment-Rails ins Spiel – Mastercard, Visa, Stripe. Und drittens, die anspruchsvollste Ebene: Werte. In meinen Experimenten war der Ausschlag gebend, wenn alle gleich auffindbar und gleich vertrauenswürdig waren, dass eine Marke zu meinen Werten passte – und das unabhängig in Drittquellen überprüfbar war. Wenn ich sage: „Ich will einen Regenmantel, Nachhaltigkeit ist mir wichtig“, landet der Agent bei Patagonia, weil deren Footprint Chronicles das mit Daten belegen. Und genau darum geht es: Man kann eine KI nicht greenwashen. Sie kann jede Behauptung überprüfen – und was sich nicht belegen lässt, fliegt raus.
Wo stehen wir bei der Adoption?
Im B2C-Bereich sind wir noch ganz am Anfang. Eine aktuelle Gartner-Umfrage beziffert es auf rund 11 Prozent, die einem Agenten einen Kauf ohne Rückfrage zutrauen würden. Im B2B-Bereich steckt das eigentliche Geld – und dort ist man bereits weit fortgeschritten. Seit einem Pilotprojekt 2022 verhandelt Walmart mit Lieferanten über KI, via der von einem Esten gegründeten Plattform Pactum. Fast 70 Prozent der Verträge wurden ohne menschliche Beteiligung auf Walmart-Seite abgeschlossen, und drei Viertel der Lieferanten bevorzugten die Verhandlung mit der KI. Das Ergebnis: rund drei Prozent bessere Einkaufspreise und 35 Tage längere Zahlungsziele – Working Capital, das aus den Taschen der Lieferanten zurück zu Walmart wandert. Auch Maersk, Honeywell und Astra Zeneca sind Kunden. Für Lieferanten bedeutet das: Die KI hat alle Zeit der Welt, die Lieferkette bis ins Detail zu durchleuchten. Wenn ESG- und Werte-Nachweise nicht verifizierbar dokumentiert sind, kommt man nicht mehr durch.
Und die geopolitische Dimension – Europas Abhängigkeit von US-KI?
Es geht um kommerzielle Souveränität: Unternehmen müssen selbst bestimmen können, zu welchen Bedingungen sie KI-Akteure in ihr Geschäft lassen. Mein Rat: sich nicht nur auf die USA zu fixieren. Fünf der Top-Ten-Modelle kommen aus China – leichter und günstiger im Betrieb. Die VAE wollen bis 2028 mindestens die Hälfte ihrer Regierungsdienste über agentische KI abwickeln und dieses Governance-Modell in den Globalen Süden exportieren – womit der gesamte afrikanische Kontinent ins Spiel kommt. Australien hat ein souveränes Modell. KI ist nicht politisch neutral; entscheidend ist, wie sie gesteuert wird.
Deine Botschaft an KMU?
Findet heraus, welche Machine Customers bei euch anklopfen. Es gibt fünf Typen: den delegierten Agenten, den autonomen Käufer, das Multi-Agenten-Netzwerk, den Co-Buyer und den Intermediär – wie Amazons Rufus. Beginnt mit dem Machine Customer Canvas. Vielleicht baut ihr selbst Machine Customers: Mercedes-Fahrzeuge sind welche. Mit Agenten verdreifacht sich der mögliche Geschäftsmodellraum. Das wird alles verändern.
Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.
