Telefónica Deutschland erzielt 275 % Steigerung der Conversion-Rate durch Empfehlungen mit Vertex AI
Kurz zusammengefasst
Telefónica Deutschland stellte sich mit e-dialog für die nachhaltige Conversion-Optimierung auf. Durch den Einsatz von Vertex AI Search for Commerce* auf der Google Cloud Platform entstand eine vollautomatisierte, ereignisgesteuerte Architektur (OREO = On-site Recommendation Experience Optimization). Diese stellt Website-Besucher*innen personalisierte Produktempfehlungen in Echtzeit bereit und maximiert Klick- und Conversion-Rates.
*Hinweis: Vertex AI wurde im Jahr 2026 im Zuge der Plattform-Evolution zur Gemini Enterprise Agent Platform rebranded.
Die Herausforderung: Das Anonymitäts-Dilemma im E-Commerce
Moderne Online-Kund*innen erwarten beim Besuch der o2-Website eine maßgeschneiderte, relevante und hochaktuelle Kauferfahrung. Für Telefónica Deutschland lag die zentrale Hürde in der Personalisierung für nicht eingeloggte Besucher*innen. Da in diesem Szenario weder Login-Daten noch stabile historische Nutzer*innenprofile bereitstehen, versagen klassische CRM-Ansätze weitgehend. Gleichzeitig macht dieser anonyme Traffic den Großteil des kommerziell wertvollen Contents auf der Plattform aus.
Während einer aktiven Sitzung offenbaren User*innen ihre Interessen jedoch implizit durch Klicks und ihr konkretes Browsing-Verhalten. Die zentrale Frage lautete: Wie können diese schwachen Sitzungssignale genutzt werden, um in Echtzeit das am besten passende Produkt zu bestimmen?
Bild: Beispiel automatisierte Recommendation im o2 Onlineshop, Quelle: e-dialog
Die alten Systemgrenzen:
Vor dem Start des OREO-Projekts basierten Onsite-Produktempfehlungen auf zwei starren Säulen:
- Statischen Standardangeboten (Default-Angebote für alle).
- Manuell gepflegten, regelbasierten Logiken.
Dieser Prozess war in keiner Weise skalierbar. Er konnte weder auf die Absichten der Nutzer*innen innerhalb einer Session reagieren noch dynamische Interessenwechsel abbilden – beispielsweise, wenn ein*e User*in das Interesse mitten in der Session von Apple- zu Samsung-Geräten verschiebt. Um diesen rasanten Präferenzwechseln zu begegnen, mussten die Empfehlungen so schnell reagieren, dass das neue Produkt bereits beim Laden der nächsten Unterseite erscheint.
Die technologische Lösung musste folglich vier Kriterien erfüllen:
- Vollständig ohne Nutzer*innen-Login funktionieren.
- Reales Browsing-Verhalten ohne Zeitverzögerung (Zero Latency) interpretieren.
- Automatisch die höchste Kaufwahrscheinlichkeit identifizieren.
- Den Umsatz messbar steigern – ohne jeglichen manuellen Pflegeaufwand.
Bild: Reifegradmodell – Wie weit ist mein Unternehmen bei der Produktempfehlung?, Quelle: e-dialog
Mit Vertex AI Recommendations liefern wir personalisierte Produktempfehlungen in Echtzeit, die sich sofort an das Nutzerverhalten anpassen – und verlässlich konvertieren.
Fotocredit: Telefónica Deutschland
Der Ansatz: Datengetriebene Evolution in zwei Phasen
e-dialog konzipierte und implementierte gemeinsam mit Telefónica Deutschland eine vollständig ereignisgesteuerte (event-driven), skalierbare und automatisierte Cloud-Architektur auf der Google Cloud Platform. Das System eliminiert manuelle Eingriffe sowie statische Regeln komplett.
Die Ablösung statischer, regelbasierter Systeme durch KI-gestützte Datenverarbeitung maximiert nicht nur die Relevanz der Kundenansprache, sondern liefert auch die datenbasierten Argumente für eine vollkommen zukunftssichere E-Commerce-Infrastruktur.
Phase 1: Der Pilot-Use-Case (Zubehör-Empfehlungen als MVP)
Um eine komplexe Infrastruktur zu Beginn zu vermeiden, startete das Team mit einem schlanken Minimum Viable Product (MVP). Als Testfeld dienten Zubehör-Empfehlungen („Häufig zusammen gekauft“) direkt auf den Produkt-Detailseiten (PDP).
Warum der bisherige Prozess nicht skaliert hat
Der alte, gescheiterte Prozess: Zuvor mussten Spezialist*innen Rankings händisch in Excel-Tabellen einpflegen, in JSON-Dateien konvertieren und manuell ins System hochladen. Dies führte zu veralteten Empfehlungen ohne Echtzeit-Bezug.
Der automatisierte Weg über Analytics Daten und die Vertex AI
Die MVP-Automatisierung: e-dialog automatisierte dieses Setup vollständig. Google Analytics Verhaltensdaten und aktuelle Produktdaten aus dem Produkt-Feed fließen als kontinuierliche Datenströme zusammen. Das KI-Modell der Vertex AI Retail API berechnet das optimale Ranking vollautomatisch und liefert einen dynamischen JSON-Output direkt an die Produktseiten.
Die technische Cloud Architektur
Das Pilot-Ergebnis: Schon dieser erste Schritt reduzierte den manuellen Aufwand auf null und steigerte die Conversions im Webshop um 66 % bei einem ROI von über 550 %.
Weitere Optimierung der Cloud-Infrastuktur
Datenfluss: Das Modell basiert auf zwei kontinuierlich aktualisierten Datenquellen: Dem Produktkatalog aus dem Produkt-Feed und dem Echtzeit-Nutzer*innenverhalten, das über den Google Tag Manager einfließt.
Alle Grafiken – Quelle: e-dialog
Phase 2: Der Hero-Use-Case (Surf-Affinitäten auf Top-Werbeflächen)
Nach dem Erfolg des Piloten skalierte das Team die Infrastruktur zum datengetriebenen Hero-Use-Case. Ziel war die Personalisierung der reichweitenstärksten Banner-Flächen auf der Startseite mittels Echtzeit-Sitzungsdaten.
Grafik: KI-gesteuerte Banner auf der prominentesten Werbefläche des Online Shop – basierend auf Surf-Affinitäten, Quelle: e-dialog
Indem wir die gesamte Infrastruktur als Infrastructure as Code (IaC) definiert und in eine automatisierte CI/CD-Pipeline integriert haben, ist die Architektur vollkommen auditierbar, fehlerfrei reproduzierbar und nahtlos auf weitere Marken oder Use-Cases übertragbar.
Die Ergebnisse: Überragender Business-Value im A/B-Test
Die dynamische Anpassungsfähigkeit ermöglicht eine sofortige Aktualisierung der Empfehlungen. Das zeigt sich beispielsweise, wenn Nutzer*innen innerhalb derselben Sitzung den Fokus zwischen verschiedenen Smartphone-Modellen wechseln (z. B. von einem iPhone zu einem Samsung Galaxy). Das KI-Modell kalibriert die Banner-Inhalte ohne spürbare Latenz neu.
Enorme Hebelwirkung der KI-gesteuerten Plattform-Umsätze: Ein A/B-Test validierte diesen neuen Ansatz und zeigte eine signifikant höhere Interaktion. Bei Millionen ausgespielter Empfehlungen erreichten die personalisierten Bannern eine herausragende Klickrate von 17 %. Der hochrelevante Content führte zu einer Steigerung der Conversion-Rate um 275 %. Dank der geringen Google Cloud-Kosten und der deutlichen Umsatzsteigerung erzielte Telefónica Deutschland einen Return on Investment von 939 %.
- % Return on Investment (ROI)
- % Klickrate (CTR) auf personalisierte Banner / Interaktions-Uplift
- % Conversion-Rate-Uplift im Hero Use-Case / Conversion-Booster
- Mio. berechnete Empfehlungen in 30 Tagen
- % Conversion-Steigerung bereits in der MVP-Phase
Ausblick: Die Omnichannel-Zukunft
Nach dem erfolgreichen Onsite-Rollout steht die Skalierung der OREO-Infrastruktur bevor. Die Echtzeit-Surf-Affinitäten werden künftig über alle Kanäle bereitgestellt, um Kund*innen an allen digitalen und physischen Touchpoints – einschließlich der Mein O₂ App, im Retail-Shop vor Ort sowie in der Service-Hotline – mit maximal relevanten Produktempfehlungen zu begleiten.
Das langfristige Ziel ist eine umfassende Page-Level Optimization, bei der KI-Modelle das gesamte Seiten-Layout individuell anordnen.
