Dass Amazon einen konversationsorientierten Beratungs-Bot herausbringen würde, war nur eine Frage der Zeit. Denn wer wenn nicht das Unternehmen aus Seattle hat genau jene zwei Elemente, auf die es dabei ankommt: das Know-how rund um Large Language Models (und ein eigenes Modell) sowie die immense Datenmenge, die auch für komplexere mehrstufige Fragen erforderlich ist.

Bei Rufus handelt es sich um ein Assistenz-Tool, das als Hintergrund einerseits den Amazon-Produktkatalog mit sämtlichen Details kennt und zusätzlich mit weiterführenden Informationen aus dem Netz dafür sorgen soll, dass Kund:innen das für sich optimale Produkt finden. Zu den weiterführenden Kenntnissen zählt das Wissen um Einkaufsbedürfnisse und Produktvergleiche. Ein solches System dürfte, wenn es Amazon gelingt, das vernünftig umzusetzen, jede:n menschliche:n Berater:in in den Schatten stellen.

Es ist beileibe nicht die erste KI-Anwendung, die Amazon am Start hat – die personalisierten Empfehlungen hatte Bezos bereits in den 90er-Jahren eingeführt, und von optimierten Abholwegen in den Fulfillment-Centern über lernende Größenempfehlungen bis hin zu den Konversationsfähigkeiten von Alexa und den kassenlosen Amazon-Go-Stores gibt es eine Vielzahl an KI-basierten Kundenerlebnissen.

Die Anwendungen, die Amazon rund um den Rufus-Service skizziert, klingen so schlüssig wie erwartbar. Das System soll all jene Fragen beantworten können, die man auch einem Verkäufer stellen würde – von „Worauf kommt es bei einem Kopfhörer an?“ bis hin zu „Was ist bei der Autopflege zu beachten?“. Kund:innen sollen dabei hilfreiche Informationen erhalten, die sie bei ihrem Einkauf unterstützen und ein wenig weiter denken als nur auf bestimmte Stichworte.

Auch anlassbezogenes Einkaufen soll so vereinfacht möglich sein, also die Auswahl nach Aktivität, Ereignis, Zweck und anderen spezifischen Anwendungsfällen. Kund:innen stellen hierbei Fragen von „Was brauche ich für Golf bei kaltem Wetter?“ bis hin zu „Ich suche ein beiges Kleid für eine Hochzeit“. Rufus soll hier einerseits passende Produkte auch mit semantischem Weiterdreh vorschlagen können und andererseits verwandte Fragen anbieten, auf die Kund:innen klicken können, um spezifischere Suchen durchzuführen.

Auch bei der Unterscheidung bestimmter Produktgruppen („Was ist der Unterschied zwischen Lipgloss und Lippenöl?“) und beim Fehlen eines exakten Begriffs („Stufenmatten für Innentreppen aus Holz“) will man bei der Kaufentscheidung unterstützen. Auch allgemeine Inspiration („Was sind gute Geschenke für den Valentinstag?“, „Das beste Dinosaurierspielzeug für einen Fünfjährigen“) soll passgenaue Ergebnisse liefern.

Beim Finden von Antworten auf bestimmte Fragen der bekanntermaßen recht unübersichtlichen Angebotsdetailseiten wird Rufus mehr denn je darauf angewiesen sein, die richtigen Eigenschaften zuzuordnen – und Markenbetreiber und Private Labels werden mehr denn je korrekte Datenbankeinträge liefern müssen. Das dürfte über die heutigen Feature-Listen und -Tabellen weit hinausgehen, etwa wenn es um eine Frage geht wie „Ist dieser Tennisschläger für Anfänger geeignet?“ oder „Liegt dieser Akkubohrer gut in der Hand?“ Rufus verlässt sich bei den Antworten auf die Angebotsdetails, Kundenrezensionen und Fragen und Antworten aus der Community. Doch deren Qualität bietet erfahrungsgemäß oftmals noch Luft nach oben.

Bis Rufus derartig fundierte und treffsichere Kaufentscheidungen ermöglicht, dürfte es allerdings noch einige Zeit dauern – und spricht man mit KI-Entwicklern, wird schnell klar, dass sich ein einmal getroffenes Tool dieser Art auch nicht so einfach auf neue Märkte ausrollen lässt. Das hat einerseits mit sprachlichen Eigenheiten zu tun, vor allem aber auch mit kulturellen und gesellschaftlichen Hintergründen. Das gilt übrigens nicht nur für gänzlich unterschiedliche Kulturkreise, sondern auch für Länder innerhalb Europas.

Ob all das wirklich gelingt, wird die Zeit zeigen müssen, denn zunächst ist nur eine kleine ausgewählte Kund:innengruppe dazu berechtigt, die Betaversion der Lösung in der mobilen Amazon-App zu testen. Diese Kund:innen werden darüber informiert, dass sie ihre Shopping-App aktualisieren müssen.

Zur Nutzung von Rufus können Kund:innen in der Beta-Phase ihre Fragen einfach in die Suchleiste der Amazon-Mobile-App eingeben oder sprechen, woraufhin am unteren Rand des Bildschirms ein Rufus-Chat-Dialogfeld erscheint. Kunden können das Chatfenster erweitern, um Antworten auf ihre Fragen zu sehen, auf vorgeschlagene Fragen zu tippen und weitere Fragen im Chatfenster zu stellen. Kund:innen sollen Feedback zum Trainieren der Rufus-Lösung hinterlassen, indem sie ihre Antworten mit einem Daumen hoch oder Daumen runter bewerten, und sie haben auch die Möglichkeit, freies Feedback zu geben.

In den nächsten Wochen wolle man Schritt für Schritt mehr Kund:innen hinzuholen, allerdings zunächst wohl nur in den USA. Wann die europäischen Märkte – und insbesondere der deutschsprachige Markt – hinzukommen, teilt Amazon erwartungsgemäß noch nicht mit. Einerseits dürfte der für Amazon wichtige, da umsatzstarke DACH-Markt ziemlich weit oben auf der Liste stehen, andererseits ist es naheliegend, dass der Handelsriese zunächst in verschiedenen englischsprachigen Märkten Erfahrungen sammelt, ähnlich wie das viele LLM-Anbieter tun.