Wer beim Einkauf Suche, Social Media und generative KI kombiniert, plant laut einer aktuellen Deloitte-Befragung deutlich höhere Back-to-School-Ausgaben als Menschen, die diese digitalen Hilfsmittel nicht nutzen. Für Social-Media-Marketer ist das weniger ein Beweis dafür, dass KI automatisch mehr Umsatz erzeugt, als ein Hinweis darauf, wie stark sich Produktsuche, Inspiration und Preisvergleich inzwischen über mehrere digitale Touchpoints verteilen.
Die Zahlen stammen aus einer US-Befragung unter Eltern mit schulpflichtigen Kindern. Sie lassen sich deshalb nicht eins zu eins auf Deutschland übertragen, zeigen aber ein Muster, das auch für Marken hierzulande relevant ist: Social Content, klassische Suche und KI-Tools werden zunehmend parallel genutzt.
737 Dollar statt 381 Dollar pro Kind
Deloitte befragte im Mai 2026 insgesamt 1.207 US-Eltern von Kindern in der Klassenstufe K–12. Im Durchschnitt planten die Befragten 557 US-Dollar pro Kind für die Back-to-School-Saison ein.
Besonders auffällig ist die Aufteilung nach digitaler Nutzung:
- Käufer ohne die betrachteten digitalen Tools: 381 Dollar pro Kind
- Nutzer von Suchmaschinen: 494 Dollar
- Nutzer von Suche und Social Media: 531 Dollar
- Nutzer von Suche, Social Media und generativer KI: 737 Dollar
29 Prozent der Befragten gehörten laut Deloitte zur Gruppe, die alle drei Tool-Kategorien nutzt. Weitere 21 Prozent kombinierten Suche und Social Media, 30 Prozent nutzten vor allem Suche und 20 Prozent keine der betrachteten digitalen Hilfsmittel.
Wichtig ist die Einordnung: Die Daten zeigen eine Korrelation, keine Kausalität. Besonders digital aktive Shopper können schlicht stärker in die Kaufplanung involviert sein, mehr recherchieren und ohnehin größere Warenkörbe planen.
KI wird vor allem für Preise, Deals und Recherche genutzt
Eine zweite aktuelle US-Auswertung von Epsilon kommt zu einem ähnlichen Bild. Fast die Hälfte der befragten Eltern gab dort an, KI beim Back-to-School-Shopping zu nutzen. Unter den KI-Nutzern war ChatGPT mit 64 Prozent das am häufigsten genannte Tool.
Die wichtigsten Aufgaben sind ausgesprochen praktisch: Preise vergleichen, Rabatte und Angebote finden sowie Produktinformationen sammeln. Damit sitzt GenAI nicht nur am oberen Ende des Funnels als Inspirationsmaschine, sondern zunehmend mitten in Recherche und Kaufentscheidung.
Für Marken bedeutet das: Produktinformationen müssen nicht nur auf der eigenen Website stimmen. Preise, Verfügbarkeit, Produktmerkmale, Bewertungen und klare Nutzenargumente sollten über mehrere digitale Oberflächen hinweg konsistent und leicht auffindbar sein.
Social Media wird Teil einer vernetzten Produktsuche
Social Content spielt in diesem Mix eine doppelte Rolle. Reels, TikToks, Creator-Posts und Pins können Produkte entdecken lassen, liefern aber gleichzeitig Signale und Inhalte, die später in Suche, Empfehlungen oder KI-gestützte Recherche einfließen können.
Das macht klassische Zielgruppenarbeit nicht überflüssig, sondern anspruchsvoller. Unser Guide zum datenbasierten Finden von Social-Media-Zielgruppen zeigt, warum Plattform-Analytics, Verhalten und Wettbewerbsdaten zusammen betrachtet werden sollten.
Auch Creator Content bekommt dadurch eine zusätzliche Funktion. Neben direkter Reichweite kann fachlich konkreter, zitierbarer Content langfristig in Such- und KI-Kontexten auftauchen. Wie sich Briefings dafür verändern, behandelt unser Beitrag zu Creator-Marketing für KI-Suche.
Value Messaging bleibt trotz KI zentral
Die Technologie verdrängt dabei nicht den klassischen Preis- und Nutzenfokus. Deloitte beschreibt 2026 weiterhin stark preisbewusste Haushalte; Epsilon sieht ebenfalls Angebote, Deals und Preisvergleich als zentrale KI-Anwendungsfälle.
Für Kampagnen ist deshalb eine Kombination sinnvoll: Social Content erzeugt Aufmerksamkeit und Kontext, während konkrete Produktinformationen, Preisargumente und Angebotskommunikation die nachgelagerte Recherche unterstützen. Gerade bei Konsumgütern und häufig gekauften Produkten lässt sich dieser Ansatz gut mit den Plattformrollen aus unserem Social-Media-Playbook für FMCG-Marken verbinden.
Für deutsche Marketer bleibt die wichtigste Einschränkung bestehen: Die zugrunde liegenden Studien messen eine saisonale US-Zielgruppe und keine deutsche Gesamtbevölkerung. Als Prognose für konkrete deutsche Ausgaben taugen die Dollarwerte deshalb nicht. Als Verhaltenstrend sind sie trotzdem interessant, weil sie zeigen, wie wenig linear digitale Produktsuche inzwischen funktioniert.