Detect findet. Act behebt. Excel potenziert den Uplift.
In der dritten Stufe entsteht der Hebel aus dem Zusammenspiel. Deine Discovery-Intent-Daten sortieren die Ergebnisse nach dem, was deine Kund:innen kaufen. Wo die Keyword-Suche wenige oder null Treffer findet, springt die Vektorsuche ein. Jede Verbesserung wird auf echtem Traffic getestet, bevor sie live geht. Danach fließt jedes Ergebnis in die Daten zurück, und das ganze System wird immer präziser. Alles in einem Tool, das dein Team steuert. Jede Entscheidung kannst du übersteuern.
Das Excel-Paket ist eine Lernschleife.
Im Excel-Paket baut jeder Baustein auf den anderen auf. Deine Daten entscheiden, wo sich Intelligenz lohnt, Tests belegen, was jede Änderung tatsächlich gebracht hat, und diese Ergebnisse reichern die Daten für die nächste Entscheidung an. Erst diese Verbindung der Funktionen sorgt dafür, dass sich die Ergebnisse potenzieren.
searchHub verdichtet jede Suchanfrage, jeden Klick, jede Impression, jeden Warenkorb und jeden Kauf zu Nachfrage-, Trend- und Ranking-Signalen.
Diese Signale sortieren Ergebnisse nach Kaufabsicht, und neuronales Ranking springt genau dort ein, wo sie zeigen, dass das Keyword-Retrieval versagt.
Jede Änderung wird per A/B-Test bei derselben Kaufabsicht auf deinem eigenen Traffic geprüft, und nur die bessere Variante geht live.
sodass jede Runde durch die Schleife klüger startet als die vorige. Daher kommt der Zinseszinseffekt.
Sortiert nach dem, was deine Kund:innen kaufen.
Das Excel-Paket bietet dafür eine Custom Intent API: eine Schnittstelle für alles, was du anpassen willst (neuronale Vorhersage der Kaufabsicht, Ranking und Rohdatenanalyse per Learning-to-Rank), alles aus deinen eigenen Journey-Daten. Dank des Act-Pakets bekommt dein Stack die saubere Kaufabsicht, bevor er sortiert; die API gewichtet die Ergebnisliste danach neu.
Neuronale Intelligenz dort, wo sie sich lohnt.
Semantische Vektorsuche, zusätzlich zu deinem bestehenden Discovery-Stack und dort eingesetzt, wo sie die Conversion steigert. Sie bildet jede Suchanfrage in einem Intent-Raum ab und führt dann hybrides Vektor-Retrieval aus, ausgeliefert über den Thin Client von searchHub. Deine eigenen Daten entscheiden, wo: Die Vektorsuche zielt auf die Null-Treffer-Suchen und die Suchen mit schwacher Performance, die deine Journey-Daten aufdecken, und bleibt dadurch um Größenordnungen günstiger. Alle deine Geschäftsregeln bleiben erhalten: Filter, Kuratierung, Searchandising und Ranking. Das alles fast ohne zusätzliche Latenz. Und sie ist nicht nur günstiger und schneller: Vor allem ist sie präziser und keine Blackbox.
Dichte, angereicherte Discovery-Intent-Daten. Überall einsetzbar.
searchHub verdichtet die vollständige Discovery Journey (jede Suchanfrage, jeden Suchvorschlag, jeden Redirect, jeden Klick, jeden Warenkorb und jeden Kauf, von deinen Kund:innen wie von KI-Agenten) zu dichten, stark angereicherten Discovery-Intent-Daten: Verhaltenssignale wie Nachfrage, Trends und Rankings, dazu Feeds und eine API. Die Daten gehören dir, und du nutzt sie überall, wo sie dein Geschäft voranbringen: in unserem Tool, in deinem BI-System, in deiner Content-Pipeline. First-Party-Daten, die im Zeitalter auslaufender Third-Party-Cookies knapp werden.
Agenten sind ein neuer Inbound-Kanal. Du entscheidest, was du mit ihm teilst.
KI-Assistenten und KI-Suche bringen immer mehr Kund:innen zu deinen Produkten: ein Inbound-Marketing-Kanal mit der Ökonomie eines Kanals, Kosten gegen Umsatz. Was ein Agent auswählt, kannst du nicht steuern, und niemand kann das. Was du steuerst, ist, worauf du ihm Zugriff gibst. Dieselben Discovery-Intent-Daten, die deine Ergebnisse sortieren und testen, zeigen, welche Produkte sich auf diesem Kanal rechnen und welche nicht. So teilst du deinen Katalog bewusst statt per Voreinstellung.
Über KI vermittelter Traffic im Handel ist im Jahresvergleich um 393 % gewachsen und konvertiert 42 % besser als andere Kanäle. (Adobe, 2026)
- – Kein Shopping-Agent. Wir kaufen nicht für deine Kund:innen ein.
- – Kein Plattformwechsel. Deine Suchmaschine und dein Katalog bleiben, wo sie sind.
- – Keine Kontrolle darüber, was Agenten auswählen. Die hat niemand. Es sind die Daten, mit denen du entscheidest, was du ihnen zeigst und was du zurückhältst.
Der Handel steht nie still, also hört das Testen nie auf. Zeig zwei Antworten auf dieselbe Kaufabsicht. Die bessere behältst du.
Die meisten Product-Discovery-Systeme können nur testen, was nach der Suche passiert: das Ranking, das Layout. searchHub setzt einen Schritt früher an, bei der Suchanfrage selbst. Das ermöglicht einen Test, den keine Suchmaschine fahren kann: dieselbe Kaufabsicht, zwei verschiedene Suchanfragen. Verkauft sich ‚laufschuhe‘ besser als ‚schuhe zum laufen‘? Zeig beides, und du siehst, was sich geändert hat und warum. Die bessere Suchanfrage fließt dann zurück in die Daten, auf denen die ganze Schleife läuft. So startet die nächste Entscheidung bei dem, was du schon gelernt hast. Fahr das Runde für Runde selbst, oder lass die Schleife selbstständig laufen. Dann testet sie, bringt Gewinner live und lernt, und du kannst jede Entscheidung weiterhin übersteuern.
Ändere, was dieselbe Kaufabsicht liefert: Leg einen anderen Suchbegriff als besten fest.
Schick diese Suche auf eine kuratierte Seite mit Merchandising statt auf eine Ergebnisliste.
Misch neuronal gefundene Produkte in die Ergebnisliste, wo sie die Conversion steigern. Beta.
Du rätst nicht, welche Antwort gewinnt. Du testest es auf deinem eigenen Traffic und behältst die mit mehr positiver Nutzerinteraktion.
„Selbst eine gute Onsite-Suche profitiert von searchHub. Unsere A/B-Tests haben sowohl bei der Conversion-Rate als auch beim durchschnittlichen Warenkorbwert eine Steigerung gezeigt.“
Beide Bausteine bilden eine Schleife: Was searchHub sortiert, testet und lernt, fließt zurück in die Discovery-Intent-Daten. Diese Schleife ist die gemeinsame Intelligenzschicht: ein Verständnis der Kaufabsicht, verfügbar für jedes System.