KI in Retail – Algorithmus trifft auf Empathie

Wie Empathie-Forschung verändert, wie wir mit KI sprechen sollten

In einem Umfeld, das von Statistiken, Algorithmen und Datenmodellen geprägt ist, spricht sie über Empathie. Professorin Inhwa Kim forscht an der Schnittstelle von KI, Konsumentenpsychologie und Kommunikation — nicht aus einer rein technischen Perspektive, sondern mit dem Blick darauf, was Menschen dazu bringt, einer Maschine zu vertrauen. Oder es nicht zu tun.

Während meines Austauschsemesters an der Oregon State University hatte ich die Gelegenheit, ausführlich mit ihr zu sprechen. Was mich dabei am meisten überraschte: Ihre Erkenntnisse über Roboter im Einzelhandel und virtuelle Influencer lassen sich direkt auf die Frage übertragen, wie jeder von uns täglich mit ChatGPT, Claude oder Gemini kommuniziert. Denn die Mechanismen, die bestimmen, ob ein Mensch einem KI-System vertraut, sind dieselben — egal, ob die KI einen Körper hat oder nur ein Textfeld.

Pepper: Was ein Roboter im Laden über Vertrauen lehrt

Im VolShop der University of Tennessee begrüßte der humanoide Roboter Pepper täglich Studierende und Besucher. Prof. Kim untersuchte die Ergebnisse systematisch. Ihre Studie „From Adoption to Optimization of AI-Powered Retail Service Robots" (Kim, 2025) analysierte, wie Kunden auf den Roboter reagierten — und vor allem, was den Unterschied machte zwischen Akzeptanz und Ablehnung.

Die Ergebnisse waren eindeutig: Technische Kompetenz allein reichte nicht. Entscheidend war, ob Kunden das Gefühl hatten, verstanden zu werden. Wahrgenommene Hilfsbereitschaft, soziale Intelligenz und ein höflicher Kommunikationsstil bestimmten, ob jemand Pepper als nützlich empfand oder sich abwandte. Wer sich einließ, blieb oft länger — und übertrug das positive Erlebnis auf die gesamte Marke.

Für die Mensch-KI-Interaktion lässt sich daraus ein Prinzip ableiten, das über den Einzelhandel hinausreicht: Akzeptanz entsteht nicht durch Leistung, sondern durch die Qualität der Kommunikation. Das gilt für einen Roboter im Laden genauso wie für einen Chatbot auf dem Bildschirm.

Virtuelle Influencer und das Uncanny Valley

Während Pepper im Laden steht, wirken andere KIs längst in den sozialen Medien. Virtuelle Influencer wie Lil Miquela oder Zoe Dvir haben Millionen Fans und echte Markenverträge — obwohl sie nicht existieren.

Prof. Kim und ihr Team untersuchten in einer experimentellen Studie, wann solche Figuren glaubwürdig wirken und wann sie Unbehagen auslösen. Die Ergebnisse, veröffentlicht im Journal of Business Research, zeigen einen präzisen Zusammenhang: Virtuelle Influencer mit mittlerem Grad an visuellem Realismus lösten sowohl Faszination als auch leichtes Unbehagen aus — ein Effekt, der an das „Uncanny Valley" erinnert, das der Robotiker Masahiro Mori bereits 1970 beschrieb. Entscheidend war die Kombination: Hoher visueller Realismus gepaart mit glaubwürdigem Verhalten reduzierte das Unbehagen und steigerte die positive Wirkung deutlich (Kim, Ki, Lee & Kim, Journal of Business Research, 2024).

Das Ergebnis hat praktische Relevanz weit über Marketing hinaus. Es zeigt, dass Menschen KI-Systeme danach bewerten, wie stimmig ihr Verhalten zu ihrem Erscheinungsbild passt. Ein Chatbot, der sich wie ein allwissender Experte gibt, aber offensichtliche Fehler macht, erzeugt denselben Vertrauensbruch wie ein virtueller Influencer, der zu perfekt aussieht, um glaubwürdig zu wirken.

Vom Einzelhandel zum Prompt: Warum das für jeden KI-Nutzer relevant ist

Kims Forschung dreht sich um eine Frage, die viel breiter ist als Retail-Robotik: Unter welchen Bedingungen vertrauen Menschen einer KI — und unter welchen nicht?

Ihre Befunde deuten auf drei Faktoren hin, die sich direkt auf den Umgang mit KI-Textassistenten übertragen lassen:

Kommunikationsstil schlägt Kompetenz. In Kims Pepper-Studie war nicht die Qualität der Antworten entscheidend, sondern wie sie kommuniziert wurden. Für Prompting heißt das: Wer klare, kontextreiche Prompts formuliert, bekommt nicht nur bessere Antworten — er schafft auch die Voraussetzung dafür, dass er dem Output vertrauen kann. Vage Prompts erzeugen vage Antworten, und vage Antworten untergraben Vertrauen.

Erwartungsmanagement ist alles. Die Uncanny-Valley-Forschung zeigt, dass Vertrauensbrüche dann entstehen, wenn Erscheinung und Verhalten nicht zusammenpassen. Übertragen auf KI-Textassistenten: Ein System, das in einem selbstbewussten Ton antwortet, aber faktisch daneben liegt, erzeugt mehr Misstrauen als eines, das seine Unsicherheit offen kommuniziert. Nutzer, die das verstehen, können KI-Output besser einordnen.

Empathie ist keine Einbahnstraße. Kims Forschung zeigt, dass Menschen KI besser akzeptieren, wenn die KI empathisch wirkt. Aber die Forschung zeigt auch die Kehrseite: Wenn Nutzer ihrerseits klarer, präziser und kontextbewusster mit KI kommunizieren — also selbst eine Art kommunikative Empathie aufbringen —, verbessert sich die Interaktion messbar.

Von der Forschung in den Vorlesungssaal

In einem follow-up Interview im Rahmen unseres ersten Prompt Engineering Workshops am 9.4.26 an der WU Wien durfte ich vorab nochmal mit Prof. Kim über ihre Voranschreitungen in dem Feld reden. Ich war begeistert zu hören, dass ihre Forschung im KI und User-Interaction Bereich sich nun auch an der Oregon State University im Rahmen des Unterrichts fortsetzte. In einem Experiment mit ihren Studenten gab sie eine gesetzte Zeitspanne und eine klare Aufgabe: das beste generierte Retail-Layout für den Laden einer Kleidungsfirma. Anschließend wurde analysiert welche Prompts zu den besseren sowie schlechteren Ergebnissen geführt hatte. Einige Prinzipien, die sich durch alle guten Ergebnisse zogen, waren: Richtige Einschätzung welcher KI Anbieter genutzt wird basierend auf Stärken; Kontextreiche Prompts, die bis ins kleinste Detail gehen; Keineswegs Entscheidungen blind an KI abgeben, und Output kritisch bewerten; Klare struktur im Aufbau des Prompts verfolgen.

Mehr dazu hier.

Der Markt hinter der Empathie

Die wirtschaftliche Dimension dieser Forschung ist beträchtlich. Laut Custom Market Insights soll der globale Markt für Retail-Robotik bis 2033 auf über 200 Milliarden US-Dollar wachsen (Custom Market Insights, Retail Robotics Market Outlook 2024–2033). Mittlerweile finden Modelle wie Pepper auch außerhalb des Einzelhandels Anwendung — in der Gastronomie, im Gesundheitswesen und in der Bildung.

Doch die Technologie allein treibt dieses Wachstum nicht. Kim's Forschung legt nahe, dass die Akzeptanzfrage — nehmen Menschen diese Systeme an oder lehnen sie sie ab? — letztlich eine Kommunikationsfrage ist. Unternehmen, die KI als reines Effizienzwerkzeug einsetzen, verpassen den entscheidenden Punkt. Unternehmen, die verstehen, dass Vertrauen durch Kommunikation entsteht, nicht durch technische Überlegenheit, werden den Markt prägen.

Das gilt nicht nur für Roboter und virtuelle Influencer. Es gilt für jede Schnittstelle, an der ein Mensch mit einer Maschine spricht — vom Kassenroboter bis zum Prompt-Fenster.