Im Jahr 2011 veröffentlichte Google einen Bericht, der für das Marketing folgenreich war. Er hieß ZMOT: Zero Moment of Truth. Die zentrale Beobachtung war verblüffend simpel: Kaufentscheidungen fallen nicht am Regal. Sie fallen in dem Moment, in dem jemand anfängt zu suchen. Wer in diesem Moment nicht existiert, wer nicht gefunden, nicht verglichen, nicht empfohlen wird, hat das Rennen verloren, bevor es begonnen hat.
Das war 2011 eine Zäsur. Marketing musste verstehen, dass der Moment vor dem Kauf einen eigenen Raum hat, einen Raum mit eigenen Regeln, eigenen Mechaniken, eigenen Gewinnern und Verlierern. Suchmaschinenoptimierung, Content-Strategie, Bewertungsmanagement wurden plötzlich keine technischen Nebenschauplätze mehr, sondern die eigentliche Hauptbühne.
Was 2011 niemand ahnte: Das war nicht die letzte Verschiebung dieser Art. Es war die vorletzte.
Der Moment davor
Wir bewegen uns gerade in eine Phase, in der ein wachsender Teil von Kaufentscheidungen nicht mehr von Menschen getroffen, sondern an KI-Agenten delegiert wird. Nicht im Science-Fiction-Sinne, sondern in einem sehr praktischen: Menschen geben ihrem Agenten eine Aufgabe, definieren ihre Parameter, und der Agent führt aus. Welches Hotel. Welche Software. Welcher Anbieter.
Der entscheidende Moment in dieser Architektur ist nicht mehr der Moment vor der Suche. Er ist der Moment vor dem Prompt.
Was ein Mensch seinem Agenten als feste Präferenz mitgibt, als gesetzten Constraint, als selbstverständliche Annahme, das ist die Entscheidung. Alles danach ist Ausführung. Der Agent sucht nicht nach der besten Option in einem offenen Raum. Er sucht nach der besten Option innerhalb der Parameter, die ihm übergeben wurden. Und was nicht als Parameter existiert, existiert für den Agenten nicht als bevorzugte Option.
Das ist der Zero Moment of Agency: der Moment, in dem ein Mensch entscheidet, mit welchen Annahmen er seinen Agenten losschickt. Dieser Moment ist der neue strategische Ort.
Wer zum Zeitpunkt des ZMOAnicht im Kopf des Menschen als feste Größe verankert ist, existiert für den Agenten nur als Kandidat unter vielen, den er nach objektiven Kriterien bewertet. Und in diesem Wettbewerb gewinnt nicht die stärkste Marke, sondern das günstigste Angebot.
Was ein KI-Agent nicht hat
An dieser Stelle ist es sinnvoll, sehr konkret zu werden, weil die Implikation sonst zu abstrakt klingt. Die Frage ist: Worauf bauen klassische Loyalitätsprogramme eigentlich? Was ist ihr Wirkprinzip?
Die ehrliche Antwort ist: Sie bauen auf menschliche Kognitionsschwächen. Verlustangst, der psychologische Schmerz, etwas zu verlieren, das man bereits hat, also die halb volle Stempelkarte, die drohenden vererfallenden Punkte. Statusdenken, der Wunsch, in einer Rangordnung erkennbar zu sein, also der Gold-Status, der Platin-Ausweis, die exklusive Lounge. Gewohnheitsträgheit, die Tendenz, bekannte Muster fortzuführen, weil Wechseln kognitive Arbeit kostet.
Diese Mechaniken funktionieren, weil menschliche Entscheidungen nicht rein rational ablaufen. Sie werden von emotionalen, sozialen und evolutionären Mustern geformt, die das Gehirn über Jahrmillionen entwickelt hat. Eine Rennstrecke für genau diese Muster zu bauen, das ist das Geschäftsmodell des klassischen Loyalty-Designs.
Ein KI-Agent hat keine Verlustangst. Er hat kein Statusbedürfnis. Er hat keine Gewohnheitsträgheit. Er fragt nicht, ob die Bonuskarte schon halb voll ist. Er fragt, warum er überhaupt bei dieser Marke sein sollte.
Wer also eine Rennstrecke für menschliche Irrationalität baut, wundert sich zu Recht, wenn ein Algorithmus schneller ist. Nicht weil der Algorithmus besser ist im Sinne von intelligenter. Sondern weil er die Hindernisse, für die die Rennstrecke gebaut wurde, schlicht nicht wahrnimmt.
Was den Filter überlebt
Die relevante Frage lautet dann: Was überlebt die Filterung durch einen Agenten? Was ist agenten-resistent?
Die Antwort ist: nur das, was bereits als Präferenz im Kopf des Menschen existiert, bevor der Agent aktiv wird. Nicht als passive Bekanntheit, sondern als gesetzter Parameter. Als Annahme, die nicht mehr hinterfragt wird. Als Teil der Aufgabenstellung, nicht des Suchergebnisses.
Es gibt drei konkrete Formen, durch die eine Marke diesen Status erreichen kann. Sie sind keine Programm-Features. Sie sind Grundbedingungen.
Die erste ist echte Verhaltensintegration. Die Marke ist so tief in die tägliche Routine eingebaut, dass ihr Wegfall einen echten Verhaltensaufwand erzeugt, nicht nur ein Gefühl von Verlust. Der Mensch wechselt nicht weg, weil Wechseln Arbeit ist, und weil diese Arbeit in keinem vernünftigen Verhältnis zum Gewinn steht. Das ist kein Lock-in durch Vertrag. Das ist Lock-in durch tatsächliche Nützlichkeit, die sich täglich beweist.
Die zweite ist Identitätsverankerung. Die Nutzung der Marke ist Teil des Selbstbilds des Menschen. Er fragt seinen Agenten nicht, welches Motorrad objektiv besser ist. Er fragt, welches Motorrad er ist. Diese Frage ist agenten-resistent, weil sie keine Antwort akzeptiert, die auf Datenvergleich beruht. Kein Algorithmus kann rückwirkend dafür sorgen, dass jemand eine Marke mit etwas Bedeutungsvollem verknüpft. Diese Arbeit muss vorher getan werden, im echten Erleben.
Die dritte ist kumulatives Kontextwissen. Die Marke hat über Zeit so viel kontextspezifisches Wissen über einen Menschen akkumuliert, dass ein Wechsel einen echten Qualitätsverlust erzeugt. Nicht Unbequemlichkeit, sondern tatsächlichen Verlust von etwas, das funktioniert und woanders neu aufgebaut werden müsste. Der Agent wird diesen Wechsel schwerer empfehlen, weil er sieht, dass die Datenbasis einen Wert hat, den ein Konkurrent kurzfristig nicht replizieren kann.
Das Race to the Bottom
Hier wird es unangenehm. Nicht weil das Konzept neu oder schwer zu verstehen wäre. Sondern weil die Konsequenz direkt in den Raum führt, in dem die meisten Marketing-Entscheidungen getroffen werden.
Agenten-resiliente Verankerung ist teuer. Sie ist langsam. Sie lässt sich im Quartalsbericht schlecht zeigen. Rabatte und Punkte sind billig, schnell, und erzeugen sofort messbaren Uplift. Solange Marketing-Teams quartalsweise berichtet werden, solange Kampagnen nach Conversion-Rate beurteilt werden, solange der nächste Forecast das Handeln dominiert, werden Unternehmen das Messbare dem Wirksamen vorziehen.
Das Ergebnis ist ein Race to the Bottom. Die Branche optimiert mit vollem Anlauf für eine Mechanik, die ein Algorithmus besser beherrscht als jede Kampagne. Und je weiter KI-Agenten in Kaufentscheidungen eindringen, desto schneller kollabiert der ROI dieser Mechanik. Nicht wegen mangelnder Qualität der Kampagnen. Wegen der strukturellen Verschiebung des Entscheidungsraums.
Das ist der eigentliche Widerstand gegen ZMOA-orientiertes Design: nicht fehlendes Wissen, sondern falsche Anreizstrukturen in den Organisationen, die es umsetzen müssten. Das Problem ist kein Erkenntnisproblem. Es ist ein Incentive-Problem.
Die eine unangenehme Frage
Am Ende dieses Arguments steht nicht eine Lösung, sondern eine Frage. Eine Frage, die jedes Marketing-Team für sich beantworten sollte, bevor es das nächste Punkteprogramm plant, den nächsten Status-Tier einführt oder die nächste Push-Benachrichtigung optimiert.
Die Frage lautet: Wenn wir morgen alle Rabatte und Punkte abschalten, was würde unser Kunde tatsächlich vermissen?
Nicht was er sagen würde. Was er tatsächlich in seinem Verhalten vermissen würde. Wohin die Gewohnheit zöge. Was im Alltag fehlen würde, weil es wirklich nützlich war. Was mit dem Selbstbild verknüpft ist, nicht mit dem Preis.
Wer auf diese Frage eine präzise Antwort geben kann, hat das Fundament für ZMOA-resiliente Markenverankerung. Wer zögert, weiß, womit er es wirklich zu tun hat: mit einem Programm, das auf menschliche Kognitionsschwächen gebaut ist, und mit der Frage, ob ein Algorithmus diese Schwächen bald besser ausnutzt als die eigene Marketingabteilung.
Die ehrliche Antwort auf diese Frage ist unbequem. Das ist beabsichtigt.