Guided Search (geführte Suche) Suchen-Erlebnis, das den Nutzer bei der Eingrenzung seiner Absicht unterstützt, über Fragen, progressive Filter oder kontextuelle Vorschläge, statt darauf zu warten, dass er von Anfang an eine präzise Anfrage formuliert. Definition Denken Sie an Ihren letzten Besuch in einem Elektronikgeschäft, wo Sie Kopfhörer gesucht haben. Wahrscheinlich kannten Sie das exakte Modell nicht, wussten aber: kabellos, mit Geräuschunterdrückung, unter 150 €. Eine gute Verkäuferin hätte genau diese Fragen gestellt und Sie in unter einer Minute ans richtige Regal gebracht. Guided Search überträgt diese Logik auf den Online-Shop. Statt darauf zu warten, dass der Nutzer die perfekte Anfrage ins Suchfeld tippt, bietet das System ihm Wege, das Gesuchte einzugrenzen: kontextuelle Filter, die sich an die Kategorie anpassen, Autocomplete-Vorschläge, die die Absicht vorwegnehmen, Facetten, die den Katalog nach relevanten Attributen reorganisieren, oder sogar ein konversationeller Assistent, der direkt fragt, was gebraucht wird. Der Unterschied zu einer Standardsuche liegt in der Richtung der Interaktion. Eine konventionelle Suche ist reaktiv: Sie empfängt eine Anfrage und liefert Ergebnisse. Guided Search ist proaktiv: Sie analysiert den Kontext (was hat der Nutzer gesucht, in welcher Kategorie ist er, welche Attribute hat der Katalog) und schlägt den nächsten Schritt vor. Jede Interaktion verkleinert den Optionsraum, wie ein Trichter, der sich mit jeder Entscheidung verengt. Technisch kombiniert Guided Search mehrere Komponenten, die einzeln oder zusammen wirken können: Facettierte Suche: dynamische Filter auf Basis von Produktattributen (Marke, Preis, Größe, Farbe), die sich in Echtzeit nach den verfügbaren Ergebnissen aktualisieren. Würde ein Filter null Ergebnisse erzeugen, verschwindet er. Das vermeidet Sackgassen. Kontextuelles Autocomplete: Vorschläge, die nicht nur Wörter vervollständigen, sondern Kategorien, Marken oder Attribute vorschlagen, die mit dem getippten Text in Verbindung stehen. Guided Selling (Quizzes / Product Finder): interaktive Formulare, die den Nutzer über Fragen profilieren («Für welches Gelände brauchen Sie die Laufschuhe?») und ihn direkt zu einer personalisierten Auswahl führen. KI-Konversationsassistenten: die jüngste Entwicklung, bei der der Nutzer in natürlicher Sprache beschreibt, was er braucht, und das System die Absicht interpretiert, den Katalog filtert und Empfehlungen ausspielt, alles im Kaufprozess. Wofür es nützlich ist Das Problem, das Guided Search löst, hat in der Konsumpsychologie einen Namen: das Paradox der Wahl. Je mehr Optionen ein Nutzer ohne Filter-Kriterium hat, desto wahrscheinlicher kauft er gar nichts. In einem Katalog mit 10.000 Produkten kann eine Suche nach «T-Shirt» 800 Ergebnisse liefern. Ohne Führung scrollt der Nutzer ein paar Sekunden und geht. Guided Search reduziert diese Reibung auf drei konkrete Arten: Verkürzt den Weg zum Produkt. Ein Nutzer, der zwei oder drei Filter anwendet, gelangt in Sekunden zu einer überschaubaren Auswahl (5-20 Produkte), ohne die Suche neu formulieren zu müssen. Erfasst Absicht, die die Textsuche verliert. Nicht jeder kann benennen, was er sucht. Ein Quiz mit der Frage «Welchen Hauttyp haben Sie?» erfasst Informationen, die kein Keyword ausdrücken würde. Das sind Informationen, die das Marketing später zur Segmentierung und Personalisierung nutzen kann. Reduziert ergebnislose Suchen. Wenn das System aktiv führt, kommt der Nutzer gar nicht dazu, Anfragen einzugeben, die der Katalog nicht beantworten kann. Das bedeutet weniger Absprünge und mehr Conversions. Doofinder Doofinder setzt Guided Search über mehrere koordiniert arbeitende Funktionen um: Die dynamischen Filter (Facets) werden im Admin-Panel konfiguriert und passen sich automatisch an den Kontext jeder Suche an. Sucht der Nutzer «Kleid», zeigen die Filter Größe, Farbe, Stil und Preisspanne; sucht er «Laptop», erscheinen Prozessor, RAM und Bildschirmgröße. Filter, die nicht anwendbar sind oder null Ergebnisse erzeugen würden, werden nicht angezeigt. Das Autocomplete mit intelligenten Vorschlägen erkennt die Absicht des Nutzers ab dem ersten Buchstaben und schlägt Begriffe, Kategorien und konkrete Produkte vor, mit Toleranz für Tippfehler und Synonym-Unterstützung. Der Quiz Maker ermöglicht das Erstellen von Product Findern ohne Code: Fragenfolgen, die den Nutzer profilieren und zu einer personalisierten Produktauswahl führen. Der AI Shopping Assistant bringt das Erlebnis einen Schritt weiter: Der Nutzer interagiert in natürlicher Sprache («Ich suche Trailrunning-Schuhe für nasses Gelände, unter 120 €») und erhält gefilterte Empfehlungen direkt im Kaufprozess, ohne zwischen Seiten zu wechseln. Praxisbeispiel Ein Online-Shop für Kosmetik hat 4.000 Artikel. Eine Kundin kommt mit der Suche nach «Feuchtigkeitscreme». Die Suche liefert 320 Ergebnisse. Ohne Guided Search: Die Kundin sieht eine endlose Liste, sortiert nach Preis, scrollt, öffnet drei oder vier Produktdetailseiten, weiß nicht, welche zu ihr passt, und geht. Mit Guided Search: Unmittelbar bei der Anzeige der 320 Ergebnisse präsentiert das System kontextuelle Filter: Hauttyp (trocken, Mischhaut, fettig), Anliegen (Falten, Pigmentflecken, Empfindlichkeit), Format (Tube, Tiegel, Serum) und Preisspanne. Die Kundin wählt «Mischhaut» und «Pigmentflecken». Die Ergebnisse sinken auf 18 Produkte. Hat der Shop ein Quiz aktiviert, hätte die Kundin sogar noch vor den 320 Ergebnissen drei Fragen beantwortet und würde direkt 5 auf ihr Profil zugeschnittene Produkte sehen. Quellen Baymard Institute — Product Lists & Filtering UX Nielsen Norman Group — Faceted Search Google Developers — Structured Data for Products