Instagram könnte bald nicht mehr nur zeigen, was du kaufen willst, sondern direkt für dich shoppen. Laut The Information arbeitet Meta aktuell an zwei agentischen KI-Systemen: einem allgemeinen AI Agent mit dem Codename Hatch, der plattformübergreifend Aufgaben übernehmen soll, sowie einem separaten AI Shopping Tool für Instagram, das Produktsuche und Kaufprozesse direkt aus Reels automatisieren könnte.

Auf Threads ansehen

Der Agent wirkt wie Metas Antwort auf OpenAIs autonomer Agent OpenClaw, der eigenständig Aufgaben im Internet erledigen kann, allerdings deutlich stärker auf Instagram, Shopping und Mainstream User zugeschnitten. Laut der Financial Times hält Meta CEO Mark Zuckerberg zahlreiche bestehende Agent-Systeme am Markt zwar für leistungsfähig, aber für viele User noch zu kompliziert. Hatch soll agentische KI direkt über Instagram und Social Media einfacher nutzbar machen.

OpenAI holt OpenClaw-Macher an Bord und verabschiedet sich von Kultmodell GPT-4o

© OpenAI und OpenClaw via Canva

Meta will aus Instagram eine agentische Shopping App machen

Mit KI-gestütztem Shopping direkt aus Reels würde Instagram vor allem mit TikTok Shop konkurrieren. Viele Nutzer:innen entdecken dort bereits heute Produkte direkt über Videos, Creator-Empfehlungen oder Livestreams und kaufen diese unmittelbar in der App. Mit den neuen Shopping-Funktionen könnte Meta Social Shopping jedoch in die Agent Era bringen.

Statt Produkte nur angezeigt zu bekommen, könnten Nutzer:innen der KI konkrete Aufgaben übergeben. Das Shopping-System würde dann Produktsuchen, Vergleiche oder Kaufvorbereitungen direkt aus Reels heraus eigenständig übernehmen, ohne dass Nutzer:innen die Plattform verlassen müssen.

Der allgemeine AI Agent Hatch soll darüber hinaus noch deutlich mehr Aufgaben übernehmen können. Denkbar wären etwa Bild- und Videogenerierung, Recherche- und Lernaufgaben, Dateierstellung oder zeitgesteuerte Tasks. Auch automatisch erstellte Präsentationen, Zusammenfassungen zu bestimmten Themen, Reminder oder KI-generierte Inhalte auf Basis gespeicherter Interessen und Feed-Inhalte gelten als mögliche Einsatzfelder. Laut bisherigen Informationen arbeitet Meta außerdem daran, dass Hatch Posteingänge verwalten, Creator und Inhalte empfehlen und Aufgaben auch über Apps Dritter hinweg erledigen kann.

Interne Hinweise deuten zudem an, dass Hatch nicht nur innerhalb der Meta-eigenen Dienste funktionieren soll. Genannt werden unter anderem simulierte Tests mit Plattformen wie Reddit, Etsy, DoorDash und Outlook. Zunächst soll Hatch nur über eine Warteliste verfügbar sein.

Milliarden Social Signals als Metas größter KI-Vorteil

Im Commerce-Bereich könnte Meta gegenüber vielen anderen AI Tools wie Microsoft Copilot einen entscheidenden Vorteil haben: den direkten Zugriff auf eine schier gigantische Menge an Social Signals aus Instagram und Facebook. Der Konzern weiß bereits heute, welche Reels Milliarden Nutzer:innen schauen, welchen Creatorn sie folgen, welche Produkte sie speichern und mit welchen Inhalten sie besonders intensiv interagieren.

Genau diese Datenbasis könnte sowohl Hatch als auch die neuen Shopping-Funktionen zu einem der bislang personalisiertesten KI-Systeme im Social-Commerce-Bereich machen. Das agentische Shopping-System soll Produktempfehlungen, Preisvergleiche oder Kaufvorschläge direkt aus dem individuellen Feed-Verhalten ableiten und daraus automatisierte Shopping Workflows entwickeln – von der ersten Inspiration in Reels bis zum Kaufabschluss innerhalb der App.

Klassische Anzeigenformate dürften angesichts solcher Entwicklungen zunehmend durch KI-gestützte Empfehlungen ergänzt oder ersetzt werden, die direkt in Feeds und Creator Content integriert sind und durch die enorme Menge an Verhaltens- und Interaktionsdaten präziser auf individuelle Interessen, Sehgewohnheiten und Interaktionen zugeschnitten werden können.

Laut The Information soll Hatch bereits bis Ende Juni intern getestet werden. Dafür nutzt Meta offenbar simulierte Plattformen, die Reddit, Etsy oder DoorDash ähneln, um typische Recherche- und Shopping-Abläufe zu trainieren. Langfristig soll dabei Metas neue Modellfamilie Muse Spark die technische Basis bilden. Übergangsweise könnten laut Financial Times aktuell noch Modelle von Anthropic wie Claude Opus 4.6 und Sonnet 4.6 eingesetzt werden.

Neues KI-Modell für Meta:
Muse Spark revolutioniert die Meta AI

© Meta via Canva

Was Nutzer:innen für KI-Shopping womöglich preisgeben müssten

Der Ausbau agentischer KI passt außerdem zu den Aussagen von Mark Zuckerberg aus den vergangenen Monaten. Zuckerberg beschreibt KI zunehmend als persönliche Assistenzsysteme, die „day and night“ an den Zielen der Nutzer:innen arbeiten sollen, statt lediglich auf einzelne Prompts zu reagieren. Solche Systeme sollen Informationen kontextübergreifend verarbeiten, Entscheidungen vorbereiten und langfristig individuelle Präferenzen berücksichtigen.

Genau darin liegt jedoch auch die Herausforderung. Damit agentische KI-Systeme zuverlässig funktionieren, benötigen sie tendenziell mehr personenbezogene Daten als klassische Recommendation-Systeme. Je stärker KI-Agents Recherche, Shopping oder Alltagsaufgaben automatisieren, desto tiefer greifen sie potenziell auf persönliche Interessen, Verhaltensmuster und sensible Nutzungsdaten zu. Laut Financial Times diskutiert Meta intern deshalb bereits darüber, ob Nutzer:innen bereit wären, besonders sensible Informationen wie Gesundheits- oder Finanzdaten mit solchen KI-Agents zu teilen.

Die Debatte um Datenschutz, Transparenz und mögliche Manipulation verschärft sich damit weiter, besonders weil KI-Systeme zunehmend nicht mehr nur Inhalte empfehlen, sondern aktiv Entscheidungen vorbereiten oder beeinflussen.

Stelle OnlineMarketing.de als bevorzugte Quelle auf Google ein

Wenn du OnlineMarketing.de auf Google als bevorzugte Quelle einstellen möchtest, um auch in den Schlagzeilen auf Google immer aktuelle News und Tipps aus der Welt des Marketing und der Tech-Entwicklungen zu finden, kannst du einfach die Google-Quelleneinstellungen aufrufen und die Seite anwählen. Über das Stern-Icon neben den Top Stories kannst du ebenfalls bevorzugte Quellen für die spätere Suche speichern.

Blog

Leave a Reply

Your email address will not be published. Required fields are marked *