InPost und Von Halsky: Was der KI-Einkaufsassistent andeutet

Stand: 10. Oktober 2026

InPost hat die schrittweise Bereitstellung einer Einkaufsfunktion mit dem KI-Assistenten Von Halsky in seiner App angekündigt, die sich perspektivisch an eine Basis von knapp 17 Millionen Personen richtet (15.06.2026). Die Bedeutung dieses Rollouts liegt in der Verknüpfung der Produktsuche mit einem bereits etablierten Vertriebskanal für Käufer. Es handelt sich um ein weiteres Beispiel unter den KI-Fallstudien, bei denen die bloße Einführung einer Funktion strikt von Belegen für deren tatsächlichen Nutzen und Wirtschaftlichkeit getrennt werden muss.

Zeitlicher Ablauf

1. 15.06.2026: InPost kündigt den schrittweisen Start der Einkaufsfunktion in der App an.
2. 16.06.2026: Eine Pressemitteilung spricht von der vollständigen Verfügbarkeit einer Beta-Version, beschreibt gleichzeitig jedoch einen stufenweisen Rollout ab diesem Datum.

Beide Mitteilungen stehen nebeneinander als Beschreibungen des Rollout-Starts. Wie die unterschiedlichen Formulierungen zur tatsächlichen Verfügbarkeit miteinander vereinbar sind, wird in den Dokumenten nicht näher erläutert.

Was die Ankündigungen wirklich aussagen

Ablauf: Vom Bedarf bis zum Warenkorb

Der von InPost dargestellte Ablauf sieht vor, dass Nutzer ihren Bedarf per Text oder Sprache formulieren, daraufhin Angebote von Händlern erhalten und direkt zum Warenkorb weitergeleitet werden können (15.06.2026). Dies entspricht dem theoretisch angekündigten Funktionsumfang, ist jedoch kein Resultat beobachteten Kaufverhaltens. Die reine Beschreibung dieses Ablaufs zeigt weder, ob die Treffer den realen Anforderungen genügen, noch ob der Nutzer den Kauf tatsächlich abschließt.

Analyse: Reichweite verkürzt den Weg, ersetzt aber nicht die Produktauswahl

Die wesentliche Änderung betrifft den Ort, an dem die Suche beginnt. Der bestehende Vertriebskanal ermöglicht es der Plattform, eine neue Funktion einzuführen, ohne mühsam einen separaten Einstiegspunkt aufbauen zu müssen. Dieser Vorsprung liegt jedoch primär in der Kontaktaufnahme. Erst eine nützliche und präzise Antwort macht den Zugang zu einem echten Nutzungsgrund und ein gelungener Einkauf zu einem Anlass zur Wiederkehr.

Es empfiehlt sich, die einzelnen Schritte strikt zu trennen: der Zugang zum Tool, der Start der Recherche, das Auffinden eines passenden Angebots und der letztendliche Kaufabschluss. Dabei handelt es sich um völlig unterschiedliche Ergebnisse. Eine große Nutzerschaft rechtfertigt nicht, diese Stufen bei der Bewertung der Implementierung zu überspringen. Auch ein getätigter Kauf beantwortet die Frage nach der Beratungsqualität nicht vollends: Das gewählte Produkt muss den ursprünglichen Anforderungen entsprechen, die den Nutzer zur Suche veranlasst haben.

Ein KI-Einkaufsassistent stiftet dann Nutzen, wenn er Entscheidungen strukturiert. Er sollte dabei unterstützen, ein diffuses Bedürfnis in konkrete Kriterien zu übersetzen und Unterschiede zwischen Optionen aufzuzeigen. Eine verkürzte Vorschlagsliste ist jedoch keineswegs gleichbedeutend mit einer besseren Auswahl. Geht dabei eine entscheidende Eigenschaft verloren, wird die Bequemlichkeit zur Illusion: Weniger Information bedeutet nur so lange weniger Aufwand, bis der Kunde den ausgelassenen Vergleich selbst nachholen muss.

Deshalb ist der Umfang des zugrunde liegenden Katalogs genauso relevant wie die Begründung der Treffer. Der beste Treffer innerhalb eines beschränkten Sortiments muss außerhalb dieser Auswahl keineswegs die beste Option sein. Eine Benutzeroberfläche sollte die Grenzen der Produktsuche transparent machen, anstatt den Eindruck zu erwecken, die Antwort bilde den gesamten Markt ab. Dafür sind keine langen Anleitungen nötig, sondern klare Hinweise zur Vergleichsbasis.

Eine weitere Voraussetzung ist die Nachprüfbarkeit. Eine fundierte Empfehlung sollte genau benennen, welche Produkteigenschaften den Anforderungen entsprechen und welche Aspekte ungeklärt bleiben. Ein gut geschriebener Begleittext ersetzt kein Datenblatt. Ein tragfähiger Kaufprozess lässt Raum zur Prüfung technischer Details und zur Anpassung der Kriterien, anstatt den Klick in den Warenkorb als einziges Ziel zu forcieren.

Wer profitiert und wer Risiken trägt

Das bislang belegte Resultat beschränkt sich auf den angekündigten Rollout der Funktion. Wirtschaftliche Vorteile, langfristige Kundenbindung und eine verbesserte Einkaufsqualität sind vorerst nur Annahmen. Ebenso gibt es bislang keine Belege für Parteien, die durch die Einführung geschädigt worden wären. Die Interessenlagen der Beteiligten lassen sich jedoch klar unterscheiden:

• Die Plattform: Gewinnt potenziell einen zusätzlichen Nutzungsanreiz für die App. Das Risiko besteht darin, einen schnellen Klick zur Offerte mit echter Unterstützung zu verwechseln. Unpassende Empfehlungen können das Vertrauen in die Plattform dauerhaft schwächen.
• Der Händler: Kann Kunden genau dann erreichen, wenn ein konkreter Bedarf formuliert wird. Mögliche Nachteile entstehen, wenn verkürzte Darstellungen oder ungenaue Selektionsmechanismen wesentliche Produktunterschiede nivellieren. Transparente Sichtbarkeitsregeln und korrekte Produktdaten sind daher unverzichtbar.
• Der Käufer: Kann den Aufwand für die Recherche reduzieren. Gleichzeitig gibt er einen Teil der Kontrolle an ein automatisiertes System ab. Ein tatsächlicher Mehrwert entsteht nur, wenn die Kontrolle über die Kriterien gewahrt bleibt - nicht allein durch das schnelle Liefern eines Suchergebnisses.

Diese Interessen können bei einem gelungenen Einkauf harmonieren, sind aber nicht identisch. Größere Sichtbarkeit nützt dem Händler, ein kürzerer Pfad zum Abschluss nutzt der Plattform. Für den Nutzer zählt primär, ob das Produkt seine Anforderungen erfüllt. Eine sachliche Beurteilung muss alle Blickwinkel berücksichtigen, ohne sie miteinander zu vermengen.

Praktische Empfehlungen für Unternehmen und Verbraucher

Unternehmen, die ähnliche Assistenten planen, sollten vorab festlegen, welche spezifische Aufgabe erleichtert werden soll. Das Messen von Nutzerinteresse, Funktionalität und finanziellem Effekt erfordert jeweils getrennte Kennzahlen. Verbraucher wiederum benötigen verlässliche Prüfschritte, um festzustellen, ob ein Vorschlag den Vorgaben entspricht:

• Für Unternehmen: Nicht allein die Klicks zum Warenkorb messen. Entscheidend ist, ob das System die Auswahl nachvollziehbar begründen, Kriterien nachjustieren und erklären kann, warum eventuell kein passendes Produkt vorliegt.
• Für Verbraucher: KI-Empfehlungen als bloße Vorschläge betrachten, eigene Mindestanforderungen beibehalten und zentrale Spezifikationen anhand der Produktdaten selbst abgleichen.

Beispiel: Die Suche nach einem Monitor für das Büro

Ein Nutzer sucht einen Monitor für sein Notebook, verfügt über begrenzten Platz auf dem Schreibtisch und benötigt zwingend einen bestimmten Kabelanschluss. Dieses hypothetische Szenario dient der Veranschaulichung der Methodik und beschreibt nicht das konkrete Verhalten von Von Halsky. Die zentrale Frage lautet hierbei nicht, welcher Vorschlag am überzeugendsten klingt, sondern welche Kriterien zwingend erfüllt sein müssen und welche verhandelbar sind.

Hebt die Antwort einen Monitor aufgrund seiner Bildqualität hervor, lässt die Anschlusskompatibilität jedoch offen, bleibt die Auskunft unvollständig. Der Käufer sollte auf diesem Kriterium bestehen, die Frage präzisieren und das Datenblatt prüfen, anstatt fehlende Angaben als Bestätigung für Kompatibilität zu werten. Ebenso hilft eine ansprechende Produktbeschreibung wenig, wenn das Gerät physisch nicht auf die vorgesehene Fläche passt.

Für Betreiber eines solchen Prozesses bestünde der Praxistest darin, transparent auszuweisen, welche Kriterien abgedeckt wurden und welche Punkte der Prüfung bedürfen. Eine Suche ohne Kaufabschluss kann ein sinnvolles Ergebnis darstellen, falls schlicht keine passende Option im Katalog existiert. Einseitiger Fokus auf den Warenkorb würde Abschlüsse auf Kosten der Beratungsqualität forcieren. Der Nutzer profitiert hingegen dann, wenn er das richtige Gerät zügig identifiziert oder unpassende Angebote begründet verwerfen kann.

Offene Fragen

Die offiziellen Publikationen geben keinen Aufschluss über die reale Akzeptanz, die Vollständigkeit des Katalogs oder die tatsächliche Trefferqualität. Auch ökonomische Kennzahlen oder ein ROI wurden nicht veröffentlicht (15.06.2026; 16.06.2026). Aussagekräftig wären künftig fundierte Daten über zweckmäßige Kaufentscheidungen, nicht bloße Reichweitenmeldungen. Eine breite Distribution schafft lediglich die Voraussetzungen für die Nutzung; ihr ökonomischer und praktischer Wert muss erst noch nachgewiesen werden.

Vorgehen zur Bewertung beim nächsten Einkauf

Für eine fundierte Bewertung empfiehlt es sich, die eigenen Kaufkriterien vorab schriftlich festzuhalten: der Einsatzzweck, harte Obergrenzen bei Maßen oder Preisen und Bereiche, bei denen Kompromisse möglich sind. Erst anhand dieser Liste lässt sich eine KI-Empfehlung prüfen. Entstehen Anforderungen erst nach dem Anblick eines gut aufbereiteten Angebots, ist schwer feststellbar, ob der Assistent geholfen hat oder lediglich Aufmerksamkeit auf verfügbare Ware lenkt.

Zudem ist ratsam, die Anfrage sowie das vorgeschlagene Angebot zu dokumentieren. Schwankungen bei Preisen oder Lieferbarkeit können dazu führen, dass ein erneuter Dialog zu anderen Resultaten führt. Auch für Händler gilt bei Reklamationen zu Assistenten-Empfehlungen: Entscheidend ist der Kontext der Auskunft, nicht bloß der Name des Artikels. Dies skizziert ein methodisches Vorgehen zur Einordnung, keinen durchgeführten Softwaretest.

Quellen

• InPost: Information zum Einkaufsassistenten, 15.06.2026.
• InPost: Pressemitteilung zur Beta-Verfügbarkeit, 16.06.2026.