Dekonstruktion der Muse-Narration: Die Logik des „neuen Eingangspunkts“ ist nicht haltbar
Vor zehn Jahren, im April 2016, demonstrierte Mark Zuckerberg auf der F8-Entwicklerkonferenz in San Francisco den Chatbot in Messenger: Er schickte eine Nachricht an den Bot des Blumenhändlers 1-800-Flowers und bestellte einen Blumenstrauß.
Er sagte zum Publikum: „Ich habe noch nie jemanden getroffen, der gerne bei Händlern anruft.“ Dann fügte er hinzu, dass man künftig zum Bestellen von Blumen nie wieder bei 1-800-Flowers anrufen müsse.
In jenem Jahr überschritt die monatliche aktive Nutzerzahl von Messenger gerade 900 Millionen, und es gab mehr als 40 Partner, darunter CNN, eBay und Walmart. Zuckerbergs Urteil war: Niemand wolle für jeden einzelnen Händler eine eigene App installieren, das Chatfenster könne sie alle ersetzen.
Am 8. September 2026 veröffentlichte dasselbe Unternehmen das persönliche KI-Agent-Produkt Muse. Nutzer senden ihm Nachrichten in der eigenständigen App oder in WhatsApp, es kontaktiert die Händler für den Nutzer und schließt den Kauf ab – die Logistik ist dem vor zehn Jahren sehr ähnlich.
In den zehn Jahren hat sich die Welt stark verändert, und die Technik hat enorme Fortschritte gemacht. Muse läuft in virtuellen Maschinen, die in der Meta-Cloud für jeden Nutzer separat zugewiesen werden, kann Browser bedienen, Formulare ausfüllen, Preise vergleichen und Bestellungen aufgeben sowie E-Mails verarbeiten. Es führt seine Aufgaben auch im Hintergrund aus, nachdem der Nutzer die Anwendung geschlossen hat.
13 Tage nach dem Launch landete Muse auf Platz 1 der kostenlosen Charts für iOS und Android in den USA, mit mehr als 2,5 Millionen Downloads.
Der Aktienkurs und die Erzählung von Meta haben in den zehn Jahren einen Kreis geschlossen.
Das „konversationelle Geschäft“ von 2016 wurde kein Einstiegspunkt, die Messenger-Bots wurden schließlich zu Kundenservice-Tools, und der auf menschliche Unterstützung angewiesene Assistent M wurde Anfang 2018 eingestellt.
2023 erklärte Zuckerberg, dass jenes Jahr das „Jahr der Effizienz“ sei: Es kam zu Entlassungen, der Abbau von Managementebenen und die Senkung der Erwartungen an die Kapitalausgaben, der Aktienkurs von Meta stieg im Laufe des Jahres um fast 200 %. Damals belohnte der Markt das Geldsparen;
2026 hob Meta die Prognose für die gesamten Kapitalausgaben auf mindestens 130 Milliarden US-Dollar an, der freie Cashflow im zweiten Quartal sank auf 784 Millionen US-Dollar. Am 21. September, am 13. Tag nach dem Launch von Muse, stieg die Aktie von Meta an einem einzigen Tag um 11,4 %. Diesmal belohnte der Markt das Geldausgeben.
Investoren haben ständig auf ein Endverbraucher-Anwendungsfall gewartet, der die riesigen Kapitalausgaben rentabel machen kann, und Muse tauchte genau zu diesem Zeitpunkt auf.
Bei jedem technologischen Sprung der KI versuchen Technologiegiganten, damit einen Super-Einstiegspunkt für Verbraucher zu erobern. Die Kraft dieser Vorstellung ist weit größer als die Realität.
Aber was bestimmt, ob etwas zu einem Einstiegspunkt werden kann, ist nie nur, ob es Dinge erledigen kann, sondern auch, wer nach der Erledigung der Dinge bezahlt, wer zustimmt und ob die Nutzer bleiben.
Muse beantwortet die erste Frage besser als alle Vorgänger, die letzten drei Fragen sind wie vor zehn Jahren noch unbeantwortet.
Der fünfte Versuch eines Einstiegspunkts
Alle 2 bis 3 Jahre kehrt die Erzählung vom „KI-gesteuerten neuen Einstiegspunkt“ mit höherem technischem Reifegrad und größerer Marktbegeisterung zurück.
Nachdem Amazon 2014 Echo veröffentlicht hatte, erhoffte man sich von Alexa, dass es das Zentrum des häuslichen Konsums wird. Aber bis 2018 hatten nur etwa 2 % der Nutzer von Alexa-Geräten jemals per Sprache eine Bestellung aufgegeben, und davon versuchten etwa 90 % es kein zweites Mal. Obwohl Amazon diese vom Information unter Berufung auf Insider zitierten Zahlen nicht anerkannte, gab es keine alternativen Daten an.
Die Messenger-Bots verloren in den zwei Jahren nach ihrer Vorstellung auf der F8 stetig an Bedeutung, und Facebook betrachtete Messenger nicht mehr als Hauptschlachtfeld für die Weiterentwicklung der Handelsplattform.
Als ChatGPT 2023 gerade populär wurde, wurden der GPT Store und die Plugins als „App Store des KI-Zeitalters“ bezeichnet. Gleichzeitig wurden Rabbit R1 und Humane AI Pin mit der Erzählung „das Handy zu ersetzen“ veröffentlicht. Im März 2024 gab es an der A-Aktien-Börse eine Welle von Tageshöchstständen bei Kimi-Aktien, damals war Kimi neben langen Texten vor allem für den Endverbrauchermarkt (2C) bekannt.
Das Ende war: Der GPT Store hatte nur geringen Traffic; Humane verkaufte Anfang 2025 seine Vermögenswerte an HP, und der AI Pin stellte daraufhin den Dienst ein; der spätere Hauptzuwachs von Kimi stammte aus ausländischen API-Aufrufen, die Geschichte, als 2C-Einstiegspunkt zu fungieren, wurde nie verwirklicht.
Am 29. September 2025 führte ChatGPT die Instant Checkout-Funktion ein, die es Nutzern ermöglicht, den Kauf direkt im Gespräch abzuschließen. Am Tag der Ankündigung stieg der Aktienkurs von Etsy um fast 16 %. Weniger als ein halbes Jahr später schränkte OpenAI diese Funktion ein und übergab die Kasse wieder an die Händler. Der leitende Angestellte von Walmart, Daniel Danker, gab bekannt, dass die Konversionsrate der Kasse in der App nur 1/3 derjenigen beträgt, bei der Nutzer auf die offizielle Website von Walmart zurückgeleitet werden.
Der jüngste Vorfall liegt dieses Jahr zum Frühlingsfest zurück: Ali Qwen schloss in 6 Tagen 120 Millionen Bestellungen mit einer 3-Milliarden-Yuan-Gratis-Aktions ab, die von QuestMobile erfasste tägliche aktive Nutzerzahl erreichte einmal 73,52 Millionen und blieb nach dem Höhepunkt bei etwa 30 Millionen.
Mit Muse ist es bereits der fünfte Versuch. Die Gemeinsamkeit der Vergangenheit ist, dass der Markt fast jedes Mal für die Aufregung bezahlt hat, und jedes Mal endete es bei einer „Funktion“, ohne zum „Einstiegspunkt“ zu werden.
Misserfolge werden oft auf die Technik zurückgeführt, aber bereits vor mehr als zehn Jahren konnten Lautsprecher den Befehl „kauf noch ein Paket Taschentücher“ verstehen, dennoch nutzten die Nutzer es nach einem Versuch nicht mehr.
Das Erlebnis mit Muse hat natürlich einen großen Schritt nach vorne gemacht. Greg, Analyst bei Morgan Stanley, testete Muse zum Kauf einer Mütze: Von der Abgabe der Anfrage bis zum Erhalt der Bestätigungs-E-Mail vergingen weniger als zwei Minuten, zudem erinnerte Muse ihn aktiv an die Flugzeit und schlug eine beschleunigte Lieferung vor. Das Erlebnis, das Zuckerberg vor zehn Jahren versprochen hat, wurde endlich verwirklicht.
Aber die Barrieren vieler Probleme liegen nicht im Modell. Am Tag nach dem Launch von Muse ließ das Zahlungsmedium PYMNTS Muse bei Amazon Nachschub bestellen, bei Domino's Pizza bestellen und bei Resy einen Tisch reservieren – keine der drei Aufgaben wurde erledigt. Was es blockierte, war die Autorisierung von Konten, das sukzessive Verbinden von Gmail und Kalender sowie der Kassiervorgang.
Wenn die Geschichte des Einstiegspunkts auch dieses Mal nicht aufgeht, hat der Grund wahrscheinlich immer noch nichts mit der Technik zu tun.
Zeit: Vertreiben oder Vernichten
Der Grund, warum der Markt glaubt, dass persönliche Agenten zu neuen Einstiegspunkten werden, stammt zu einem großen Teil aus den sensorischen Erfahrungen der letzten zehn Jahre: Die Feed-Empfehlungen haben das Einstiegspunktmuster des Internets neu gestaltet.
Douyin hat mit algorithmischen Empfehlungen einen großen Teil der Nutzerzeit von der Suche und der sozialen Interaktion übernommen. Daten von Nomura unter Berufung auf QuestMobile zeigen, dass im Juli dieses Jahres die täglichen aktiven Nutzer von Douyin 714 Millionen erreichten, die täglichen aktiven Nutzer verbrachten durchschnittlich etwa 2 Stunden pro Tag mit der App, und die gesamte Nutzungsdauer übertraf zum ersten Mal die von WeChat.
Kurzvideos, Live-Übertragungen und Feed-Werbung dienen im Wesentlichen alle dazu, die Verweildauer der Nutzer zu verlängern und Bedürfnisse während des Verbleibs zu erzeugen.
Aber die Voraussetzung für den Erfolg von Empfehlungs-Feeds ist, dass die Menschen viel Zeit haben, die sie gerne vertreiben.
Douyin zu durchstöbern und Pinduoduo zu besuchen, ist für viele Nutzer an sich Unterhaltung. Huang Zheng beschrieb Pinduoduo einmal in einem Brief an die Aktionäre als eine Kombination aus Costco und Disney: Die eine Hälfte von Costco ist Effizienz, die eine Hälfte von Disney ist das Vertreiben von Zeit.
Die Produktlogik von persönlichen Agenten ist genau umgekehrt.
Ihr Wert liegt darin, Zeit zu vernichten: Der Nutzer übergibt eine Aufgabe an den Agenten, der sie im Hintergrund erledigt, sodass der Mensch andere Dinge tun kann.
Muse hat das auf das Extremste gebracht: Es arbeitet weiter, nachdem der Nutzer die App geschlossen hat, und kehrt nur dann zum Menschen zurück, wenn eine Genehmigung erforderlich ist.
Persönliche Agenten können vielleicht Bedürfnisse erzeugen: Muse wandelt die von Nutzern gespeicherten Rezept-Reels in Einkaufslisten um, schlägt Menüs für Dinnerpartys vor, merkt sich die Unverträglichkeiten von Freunden und sendet dann aktiv Einladungen; die von Qwen für Marken freigegebenen Agenten sind dafür ausgelegt, Erinnerungen an Reisen, Ablauf von Vorteilen und Empfehlungen für Wiederholungskäufe zu geben.
Analysten von Morgan Stanley stellten auch fest, dass Muse den Nutzern aktiv sagt „Ich kann das für dich erledigen“; die Empfehlungen und Erinnerungen des siliziumbasierten Assistenten können manchmal Menschen dazu bringen, mehr Dinge zu kaufen.
Die von ihm erzeugten Bedürfnisse haben zwei Eigenschaften.
Erstens sind sie stark an vorhandene Absichten oder Aufzeichnungen gebunden. Die Erneuerung von Abonnements, Wiederholungskäufe, Umtausch, der Wechsel zu einer günstigeren Versicherung sind meist ersetzende Bedürfnisse, die selten aus dem Nichts entstehen.
Zweitens erzeugen sie keinen Verbleib. Empfehlungs-Feeds halten Menschen fest, wenn sie keine Ziele haben; jede zusätzliche Minute Verweildauer bedeutet eine zusätzliche Belichtung. Alle Bemühungen des Agenten zielen darauf ab, dass der Mensch so schnell wie möglich geht und die Sache erledigt wird.
Ein Bewerter von MBI Deep Dives hat kurz nach dem Launch von Muse 81 % des wöchentlichen Kontingents der kostenlosen Stufe verbraucht; er meinte, die beste Verwendung sei, alle seine Gmail-Konten zu verbinden. Was das Bestellen von Essen zum Mitnehmen betrifft, schrieb er:
Mindestens die Hälfte der Zeit weiß er nicht, was er essen möchte, und er entscheidet sich erst während des Durchstöberns auf DoorDash, der US-Version von Ele.me.
Für Menschen, die bereits wissen, was sie wollen, kann der Agent die Effizienz steigern; für Menschen, die noch nicht entschieden haben, ist das Durchstöbern selbst die Entscheidung – das Überspringen des Durchstöberns bedeutet das Überspringen des Abschnitts, in dem sich das Bedürfnis bildet.
So wie Muse Rezept-Reels in Einkaufslisten umwandeln kann, entsteht die Idee zum Kochen in den Empfehlungs-Feeds von Instagram, der Agent übernimmt nur die Ausführung.
So leidenschaftlich die Predigt für KI auch sein mag, man sollte den Erfolg der Instagram-Empfehlungs-Feeds nicht dem Agenten zuschreiben, nur weil KI neuer und interessanter ist.
Sobald der Agent aktiv Empfehlungen ausgibt, nähert er sich dem Empfehlungssystem an. Im E-Commerce und im lokalen Leben stammen die Einnahmen der Empfehlungsplätze naturgemäß von den Verkäufern.
Anfang Juni dieses Jahres testeten Medien, ließen Doubao die Preise desselben Kopfhörers auf drei Plattformen vergleichen – unten auf der Antwort hing aber die Produktkarte des eigenen Douyin-Malls.
Wer das Geld von wem annimmt, der spricht für wen: Das ist das grundlegende Problem, vor dem der Agent steht.
Bestellungen, bei denen der Händler den Nutzer nicht sieht
Suchmaschinen haben eines der erfolgreichsten Geschäftsmodelle im Internet aufgebaut.
Ihr Kern-Austauschverhältnis lautet: Nutzer erhalten kostenlos Informationen, Suchmaschinen erfassen Absichten, Händler zahlen für Absichten.
Aber die Suche selbst ist auch ein Werkzeug zur Zeitvernichtung: Je schneller der Nutzer die Antwort findet, desto besser. Dass sie zu einem Einstiegspunkt werden kann, hängt von der Übergabe ab, nicht von der Verweildauer.
Die Suchmaschine leitet einen Menschen mit einer Absicht auf die Website des Händlers weiter. Das Durchstöbern, das Hinzufügen zum Warenkorb, der Wiederholungskauf, die Umwandlung zu Mitgliedern und der Markeneindruck nach dem Eintreten gehören alle dem Händler; der Händler zahlt für diese Übergabe, weil ein Klick zu einem langfristigen Kunden werden kann.
Die Monetarisierung von Interneteinstiegspunkten hat im Großen und Ganzen nur zwei Wege: Entweder man vertreibt die Zeit der Nutzer wie bei Empfehlungs-Feeds, oder man gibt Nutzer direkt weiter wie bei der Suche, um das Ganze handhaben zu können.
Der Agent gehört zu keinem der beiden: Er vernichtet die Zeit und will den Nutzer gleichzeitig in seinen eigenen Händen behalten.
Er schickt dem Händler eine Bestellung. Der Händler sieht das Konto, die Lieferadresse und diese Transaktion, aber er sieht den Menschen nicht, der im Laden herumgestöbert hat: Kein Durchstöbern, keine Verweildauer, keine Anziehung durch andere Waren auf der Startseite – niemand wird sich an diese Marke erinnern.
Beim nächsten Preisvergleich vergleicht der Agent erneut, der Gewinn dieser einen Bestellung verschafft keinen Vorteil für die nächste.
Für Händler sind die von Agenten vermittelten Transaktionen eher einmalige Geschäfte. Dieser Unterschied wird zwangsläufig die Zahlungsbereitschaft der Händler beeinflussen.