Webflow hat AEO Enterprise gelauncht. Storyblok positioniert sich neu als Marketing-Plattform. Uniform hat gestern Scout v2 demonstriert. Alle drei Vendor-Moves drehen sich um die gleiche Frage: Wie verändert sich das Such- und Discovery-Interface, wenn AI im Storefront sitzt.

Was in keinem dieser Launches klar wird: Wo startet der Shopper heute eigentlich? Welcher Pfad ins Storefront ist 2026 dominant - und wie ändert sich der Pfad in den nächsten 12 Monaten?

Dieser Post liefert eine empirische Antwort, basierend auf Pilot-Daten aus DACH-Storefronts der letzten 90 Tage. Drei Entry-Patterns, Traffic-Anteile, Conversion-Hebel - und vier konkrete UX-Konsequenzen für die nächste Storefront-Iteration.

Die drei Entry-Patterns in Zahlen

Vorweg: Diese Daten stammen aus einem Mix von DACH-Storefronts unterschiedlicher Größenklassen (Mid-Market bis Enterprise), die wir in den letzten Quartalen analysieren konnten. Die absoluten Zahlen variieren stark je nach Branche und Sortimentstiefe - die relativen Patterns sind aber konsistent.

Pattern A: AI-Search-First

Der Shopper landet im Storefront und nutzt als ersten Discovery-Touchpoint einen AI-gestützten Search-Surface - entweder einen dialogischen Search-Hub (Frage-Antwort-Pattern) oder einen Filter-aware Smart-Search.

Traffic-Anteil: ~4 % der Sessions Conversion-Lift vs. Baseline: +12 % in DACH-Pilots Typische Audiences: Einsteiger-Shopper bei komplexen Sortimenten (Konfigurator-Use-Cases, B2B-Produkt-Recherche), Cross-Category-Shopper

Die 4 % wirken klein. Sie wachsen aber: in den von uns getrackten Pilots verdoppelt sich der Anteil im Halbjahres-Rhythmus, getrieben von der wachsenden Vertrautheit der Shopper mit AI-Interfaces aus dem Consumer-Bereich.

Pattern B: Category-Browse-First

Der klassische Pfad: Shopper landet auf der Homepage oder einer Kampagnen-Landingpage, navigiert über die Header-Kategorien oder Hero-Tiles in eine Listing-Page (PLP), filtert dort weiter.

Traffic-Anteil: ~60 % der Sessions Conversion-Lift vs. Baseline: Stabil, aber Anteil sinkt ~8 % p.a. Typische Audiences: Wiederkäufer mit klarer Kategorie-Intention, Brand-Loyalisten, Newsletter-Klick-Through

Dieses Pattern ist der Backbone der meisten Storefronts - und der größte Verlierer in der mittelfristigen Trendlinie. Der Rückgang ist nicht dramatisch, aber konstant. Wer 2027 die gleiche Pattern-Mix-Verteilung erwartet wie 2025, plant am Trend vorbei.

Pattern C: Faceted-Filter-First

Der Power-User-Pfad: Shopper landet direkt in einer Listing-Page (via SEO, Paid-Ad oder Deep-Link aus Newsletter) und startet die Discovery primär über die Facet-Sidebar.

Traffic-Anteil: ~18 % der Sessions Add-to-Cart-Rate: Höher als bei Pattern A oder B - der Shopper kommt mit klarer Vorab-Selektion und konvertiert schneller Typische Audiences: Recherche-affine Shopper, Vergleichs-Phasen, hochpreisige Anschaffungen

Pattern C wird gerne unterschätzt, weil die Traffic-Volumina im Vergleich zu Category-Browse klein wirken. Die Conversion-Qualität ist aber überdurchschnittlich. Mehr zum Facet-Layer-Design haben wir im Mai im Faceted-Search-UX-Post behandelt.

Was die Daten nicht direkt sagen - aber implizieren

Die drei Patterns sind nicht statisch. Sie verschieben sich, und sie überlappen.

Überlappung 1: AI-Search-First (Pattern A) und Faceted-Filter-First (Pattern C) sind keine Gegensätze. In den Pilots, die wir gesehen haben, nutzen die effektivsten Shopper beide nacheinander: erst AI-Search für die initiale Kategorie-Eingrenzung, dann Facet-Filter für die Detail-Selektion. Wenn beide Surfaces nicht zusammenhängend designed sind (gleiche Sortier-Logik, übertragbare Filter-State), bricht der Pfad.

Überlappung 2: Category-Browse-First (Pattern B) wird in den meisten Storefronts überoptimiert relativ zu seiner Trendlinie. Die Homepage, die Hero-Tiles, die Header-Mega-Menü-Strukturen - sie bekommen den Großteil der UX-Ressourcen, obwohl ihre Bedeutung sinkt. Die Discovery-Surfaces, die AI-Search-aware sind, bekommen oft zu wenig.

Trend-Linie: Der AI-Search-Anteil wird in den nächsten 18 Monaten auf 10-15 % wachsen - getrieben von Vendor-Moves (Webflow AEO, Storyblok, Uniform Scout) auf der einen Seite und Shopper-Vertrautheit auf der anderen. Wer heute kein klares AI-Search-Surface-Konzept hat, verpasst nicht das nächste Halbjahr, aber baut den Pfad nicht für das Wachstum.

Vier UX-Konsequenzen für die nächste Storefront-Iteration

1. PDP-Architektur: Vom Vergleichs-Container zum Antwort-Container

Wenn Shopper über AI-Search ankommen, kommen sie typisch mit einer Frage, nicht mit einem Produktnamen. Die PDP-Architektur muss diese Frage am oberen Ende der Seite explizit aufgreifen - bevor die klassischen Vergleichs- und Spec-Tabellen kommen. Ein Frage-Antwort-Block (häufig als Featured-Question-Block bezeichnet) zwischen Hero und Detail-Spec ist das einfachste Pattern. Das ist nicht nur eine UX-Verbesserung, sondern auch eine GEO-/AEO-Maßnahme - die gleichen strukturierten Antworten werden von AI-Crawlern bevorzugt indexiert.

2. Header-Search-Komponente: Vom Eingabefeld zum Discovery-Hub

Die klassische Header-Suche ist ein Eingabefeld mit Autocomplete. Die 2026er Version ist ein Discovery-Hub: bei Fokus öffnet sich ein Panel mit drei Sektionen - trending Searches (Pattern A), aktuelle Kategorien (Pattern B), und letzte gefilterte Listen (Pattern C) - alle drei Entry-Patterns sind in einem Surface zugreifbar. Implementierungs-Aufwand ist überschaubar, der Conversion-Lift in unseren Tests deutlich.

3. Empty-State-Design: Vom Sackgassen-Screen zum Re-Routing-Surface

Empty-States bei Suchergebnissen sind in den meisten Storefronts unterentwickelt. Wenn ein AI-Search-Query oder ein Filter-Setup keine Treffer liefert, ist das ein wertvoller UX-Moment, kein Ausnahmefall. Der Empty-State sollte aktiv re-routen: alternative Suchbegriffe (semantisch ähnlich, nicht nur Fuzzy-Match), verwandte Kategorien, oder ein menschliches Fallback (Chat, Beratungs-Termin). Die Hälfte der Storefronts, die wir gesehen haben, zeigt hier nur ein „Keine Ergebnisse" - das ist Conversion-Verlust ohne Notwendigkeit.

4. Post-Click-Continuity: Vom Listing-Eintritt zum kontinuierlichen Pfad

Wenn ein Shopper über AI-Search startet und in eine Listing-Page weitergeht, sollte die Listing-Page den Search-Context behalten - angewandte Filter sichtbar, ursprüngliche Frage als Sticky-Header, Möglichkeit zur Refinement-Iteration ohne Kontext-Verlust. Das ist Post-Click-Personalisierung, die nicht auf User-IDs oder Cookie-Profilen basiert, sondern auf der Sitzungs-Intention. Mehr zur Post-Click-Personalisierung 2026.

Was das für die Komponenten-Bibliothek heißt

Wer ein Storefront-Redesign in den nächsten 12 Monaten plant, sollte drei Komponenten neu denken: Header-Search (Pattern A + Cross-Pattern-Bridge), PDP-Hero-Bereich (Frage-Antwort-Container für AI-Entry-Traffic), und Listing-Empty-State (Re-Routing-Surface). Die drei Komponenten haben überschaubaren Build-Aufwand und greifen unmittelbar in alle drei Entry-Patterns ein.

Auf der Komponenten-Ebene heißt das: Block-Definitionen mit klaren Slots für trending-Searches, Featured-Question-Blocks, semantische Empty-State-Templates. In einer Frontend Management Platform sind das schema-getriebene Konfigurationen, keine neuen Frontend-Implementierungen - der Editor-Layer ermöglicht, dass Marketing-Teams diese Surfaces selbständig konfigurieren und A/B-testen. Mehr dazu auf Laioutr UI.

Der Markt-Anker

Webflow AEO Enterprise, Storyblok-Drift Richtung Marketing-Plattform, Uniform Scout v2 - alle drei Vendor-Moves der letzten Wochen bewegen sich auf den AI-Search-Surface-Layer zu. Das ist die Validierung des Trends, nicht der Trend selbst.

Mehr zum AEO-Kontext und wie Product/Category-Marketing-Teams das Thema operativ angehen, hat unser AEO-Post Ende Mai behandelt.

Die Botschaft

60 % Traffic auf Category-Browse ist heute die Realität. 4 % AI-Search wird in 18 Monaten 12-15 % sein. 18 % Faceted-Filter sind die qualitativ stärkste Group und werden in vielen Roadmaps übersehen.

Die UX-Iteration für 2026 ist nicht: AI-Search bauen statt Category-Browse. Sie ist: alle drei Patterns mit einer kohärenten Discovery-Architektur unterstützen, die zwischen ihnen brückt. Wer das tut, baut den Storefront für die nächsten drei Jahre. Wer nur auf das dominante Pattern optimiert, baut für 2024.