Die besten Web-Scraping-Tools & Software 2025

Management Summary

Für diese Untersuchung haben wir 1.148 Startseiten von DTC-Marken daraufhin abgeklopft, welche Customer-Support-Widgets im Quelltext sichtbar sind und welche Anbieter sich darin wiederfinden. Hintergrund ist eine simple Frage: Wie sieht Support-Tooling im DTC-Commerce tatsächlich aus, wenn man nicht voraussetzt, dass dieser Markt wie B2B-SaaS tickt?

Am deutlichsten zeigt sich der Unterschied an Intercom. Im SaaS-Support kommt an Intercom kaum jemand vorbei – in unserem statischen Scan taucht das Tool aber nur auf 0,6 % der DTC-Startseiten auf. Gorgias dagegen findet sich auf 23,3 % der Stichprobe, wobei diese Zahl mit Vorsicht zu genießen ist: Der Markenpool enthält auch Case-Study-Quellen aus dem Shopify-Ökosystem.

Auch von flächendeckender Widget-Abdeckung kann keine Rede sein. Nur 34,6 % der gescannten Startseiten zeigen im statischen HTML überhaupt ein Support-Widget. Da viele Widgets per JavaScript nachladen, ist das eine Untergrenze – nicht die reale Nutzungsquote.

KI-gestützter Kundenservice steckt als öffentlich sichtbares Storefront-Signal noch in den Kinderschuhen. Gerade einmal 13 Marken, also 1,1 % der Stichprobe, kommunizieren auf der Startseite offen KI-Chat. Zwischen KI in Stellenanzeigen und KI im DTC-Storefront-Support klafft eine Lücke – die aber vermutlich ebenso sehr eine Frage der öffentlichen Positionierung ist wie eine der tatsächlichen Backend-Nutzung.

Die zitierfähigsten Erkenntnisse

397 von 1.148 DTC-Startseiten zeigten im statischen HTML mindestens ein Support-Widget.
Gorgias lag mit 267 erkannten Marken bzw. 23,3 % vorn – mit dem wichtigen Vorbehalt eines Stichproben-Echos.
Zendesk folgte auf Platz 2 mit 49 Marken bzw. 4,3 %.
Intercom erschien nur bei 7 Marken bzw. 0,6 % der DTC-Stichprobe.
WhatsApp Button tauchte bei 19 Marken auf und schlug damit mehrere klassische Chat-SaaS-Tools.
Nur 13 Marken bzw. 1,1 % kommunizierten öffentlich KI-Sprache im Kundenservice.
Der Report misst sichtbare Signale auf der Startseite – nicht das komplette Support-Backend.

Wer aus der Softwarewelt kommt, hat ein vom SaaS geprägtes Bild von Customer Support: Intercom ist der Messenger im Produkt, Zendesk steht für die Helpdesk-Kategorie, AI Agents kommen als nächste Schicht obendrauf. Für B2B-Software passt dieses Bild ganz gut. Im DTC-Commerce fällt es schnell in sich zusammen.

Das Supportproblem im DTC lautet eben nicht „Ein Nutzer kommt im Produkt nicht weiter“. Es lautet: „Ein Käufer will wissen, wo sein Paket bleibt, ob der Gutschein gegriffen hat, wie ein Umtausch läuft, ob er den Artikel zurückgeben kann oder warum die Lieferung sich verspätet.“ Der Mittelpunkt ist nicht eine Produktsitzung, sondern der Bestellvorgang. Genau deshalb wirkt die Anbieterlandschaft aus SaaS-Sicht so fremd: Gewinner sind die Tools, die Shopify, Fulfillment, Retouren, E-Mail, SMS und Agenten-Workflows wie eine einzige Oberfläche aussehen lassen.

Support-Widgets mit KI von jeder Website scrapen Get Started Free

Diese Blogfassung rückt genau diesen strukturellen Punkt nach vorn. Entscheidend ist nicht allein, wer führt, sondern warum der Markt zu diesen Gewinnern tendiert – und warum das öffentliche KI-Signal selbst dann noch winzig bleibt, wenn der Arbeitsmarkt laut Richtung KI dreht.

Wir haben 1.148 Startseiten von DTC-Marken gescannt und untersucht, welcher Anbieter jeweils hinter dem Customer-Support-Widget steckt – also hinter dem Chat-Button oder der Messenger-Blase, die Besucher beim Laden der Seite sehen. Das Ergebnis ist schlicht, widerspricht aber dem mentalen Modell, mit dem die meisten an das Thema herangehen: dass die SaaS-Support-Platzhirsche automatisch auch im DTC dominieren.

Die spannendste Zahl ist nicht Gorgias mit 23,3 % – die muss man vor der Interpretation ohnehin herunterrechnen, dazu gleich mehr. Die spannendste Zahl ist diese: Intercom, der unangefochtene SaaS-Support-Leader, liegt im DTC bei 0,6 %. Sieben Marken von 1.148. Ein Produkt, das ganz um das In-Produkt-Messenger-Paradigma herum gebaut wurde, ist in einem Markt fast vollständig herausgefiltert, in dem der Kunde nie im Produkt selbst war.

Damit stehen zwei Fragen im Raum. Erstens: Welche Form hat das Support-Tooling im DTC – wer gewinnt, wer liegt im Mittelfeld, wer schafft es gar nicht erst? Zweitens: Wie weit ist KI-gestützter Kundenservice im DTC wirklich vorgedrungen? Unser am 2026-05-11 veröffentlichter AI Required Position Rate Report zeigte, dass 35,6 % der HN-Stellenanzeigen konkrete KI-Tools nennen – wie sieht das auf aktiven DTC-Seiten aus?

Wir starten mit der zweiten Frage, weil der Kontrast dort am schärfsten ist.

1. KI in Stellenanzeigen: 35,6 %. KI auf DTC-Startseiten: 1,1 %.

Beim Scan der 1.148 DTC-Startseiten zeigen nur 13 überhaupt etwas aus der Familie „AI chatbot / AI assistant / AI agent / GPT-powered / Intercom Fin / Gorgias AI Agent“. Das entspricht 1,1 %.

Stellt man das neben unseren AI Required Position Rate Report vom 2026-05-11 – gleicher Zeitraum, HN-Recruiting-Community, 619 Ausschreibungen –, nennen dort 35,6 % konkrete KI-Tools oder LLM-Keywords (36,7 % ohne Unknowns). Beide Stichproben stehen für „die breitere Tech-Welt im Mai 2026“. In Stellenanzeigen taucht KI bei etwa jeder dritten Position auf. Auf aktiven DTC-Startseiten bei etwa jeder hundertsten Marke. Faktor 30.

Diese Lücke heißt nicht automatisch „DTC hinkt hinterher“, auch wenn es auf den ersten Blick so wirkt. Stellenanzeigen spiegeln zweierlei: welche Skills gerade gebraucht werden und welche Skills das Unternehmen in den nächsten 12 bis 18 Monaten brauchen wird. Ein guter Teil der 35,6 % heißt also eher „Wir wollen Leute einstellen, die KI bauen“ als „Alle unsere Rollen nutzen schon heute KI“. HN ist in diesem Sinne ein Frühindikator – er zeigt Pläne, nicht ausgelieferte Realität.

Umgekehrt gilt das auf DTC-Seiten. Die 1,1 % bedeuten nicht, dass DTC-Backends ohne KI laufen. Viele DTC-Marken haben Gorgias Automate oder Intercom Fin im Backend vermutlich längst aktiviert, um Tickets automatisch zu lösen – sie schreiben es auf der Startseite nur nicht als „KI-gestützt“ hin, weil es ihre Endkundschaft (normale Konsumenten) schlicht nicht interessiert. Marketingtext und eingesetzte Automatisierung laufen auf getrennten Schienen. Die 1,1 % messen also, ob Marken KI öffentlich vermarkten – nicht, ob sie sie intern nutzen.

Die kommerzielle Schlussfolgerung bleibt unabhängig von der bevorzugten Lesart dieselbe: Für Anbieter im KI-Kundensupport – Gorgias Automate, Intercom Fin, Zendesk AI Suite, Reamaze AI Inbox sowie neuere Player wie Cresta, Decagon, Sierra und Forethought – ist DTC ein unerschlossener Markt. Öffentlich nutzt es niemand. Wer es nutzt, redet nicht darüber. Wer die Erzählung für KI-Kundenservice im DTC prägt, kann sich wahrscheinlich eine prägende Position in der Kategorie sichern, bevor 2027 bis 2028 die breite Adoption einsetzt.

Die 13 DTC-Marken, die öffentlich KI-Kundenchat signalisieren, sind eine frühe Marketing-Unterstichprobe, die man ruhig benennen darf – etwa fillingpieces.com, hikoco.com, livingproof.com, olly.com, truelinkswear.com und einige weitere:

Lesen Sie das als „Marken, die mutig genug sind, KI auf der Storefront zu zeigen“ – nicht als „Top 13 der KI-Chat-Champions im DTC“. Das sind zwei verschiedene Listen.

2. 35 % zeigen ein Widget, 65 % nicht – und 65 % ist nur die Untergrenze

Zurück zum Support-Tooling selbst. Von 1.148 DTC-Startseiten zeigen 397 (35 %) im statischen HTML mindestens ein Customer-Support-Widget. 32 % haben genau eins, 2,3 % haben zwei, genau eine Marke hat drei. Die Zwei-Widget-Fälle sind meist Kombinationen aus „primärem Helpdesk + Nebenkanal“; darauf kommen wir gleich zurück.

Die übrigen 65 % zeigen beim ersten Scan kein Widget – auch das verdient einen Abschlag, aus drei möglichen Gründen.

Erstens entgehen per JavaScript geladene Widgets der statischen Erkennung. Viele Helpdesk-Anbieter, Gorgias und Zendesk eingeschlossen, laden ihre Skripte über chunk-basiertes JS. Statische Scans sehen dann nur den Anbieter-Host, der in den ersten HTML-Bytes der oberen Bildschirmansicht steht. Lädt ein Vendor über GTM, Segment oder einen verzögerten Chunk, übersieht ihn unsere Methode. Ein Durchlauf mit der Thunderbit-Chrome-Erweiterung, die JavaScript ausführt, macht diese Schicht wieder sichtbar.

Zweitens: Chat nur bei Bedarf. Viele Marken setzen das Chat-Widget bewusst nur auf Produkt- oder Checkout-Seiten und halten die Startseite rein auf Markenstory plus CTA. Das ist eine echte UX-Entscheidung – nicht etwa „nicht installiert“.

Drittens: gar kein Chat. 149 Marken (13 %) zeigen auf der Startseite keinerlei Sprachsignal wie „chat / live chat / contact us“. Sehr wahrscheinlich betreiben sie keinen Live-Chat, sondern nur einen E-Mail-Kontaktkanal.

Zusammengenommen dürfte die reale Widget-Abdeckung bei 50 bis 60 % liegen. Unsere 35 % sind eine konservative Untergrenze. Der Punkt ist: „Platziert ihr ein Chat-Widget auf der Startseite?“ ist im DTC keine Branchenkonvention – eher eine 50/50-Frage. Die Entscheidung sollte davon abhängen, wo eure Conversion-Reibung sitzt und welche Tonalität eure Startseite tragen soll – nicht davon, dass „alle anderen das auch so machen“.

3. Marktanteile der Anbieter: Gorgias führt – mit Abschlag

Top 15 der erkannten Anbieter:

Rang	Anbieter	Marken	Anteil
1	Gorgias	267	23,3 %
2	Zendesk	49	4,3 %
3	WhatsApp Button	19	1,7 %
4	Reamaze	17	1,5 %
5	HubSpot Chat	12	1,0 %
6	Kustomer	11	1,0 %
7	Crisp	10	0,9 %
8	Intercom	7	0,6 %
9	Facebook Messenger Plugin	7	0,6 %
10	Help Scout	5	0,4 %
11	Tidio	5	0,4 %
12	LiveChat	4	0,3 %
13	Tawk.to	3	0,3 %
14	Front	3	0,3 %
15	Freshchat	2	0,2 %

Gorgias kommt mit 267 Marken auf 23,3 %. Zendesk folgt mit 4,3 % auf Platz 2, WhatsApp Button mit 1,7 % auf Platz 3. Gorgias wirkt damit dominierend – die Rohzahl lässt sich aber nicht wörtlich nehmen.

Beim Aufbau des Markenpools stammen 1.597 Kandidaten teilweise aus Case-Study-Sitemaps des Shopify-Ökosystems. Auch die eigene Case-Study-Sitemap von Gorgias gehört dazu. Jede DTC-Marke, die Gorgias selbst herausgestellt hat, landete automatisch in unserem Pool – ebenso wie Case Studies von Klaviyo, Postscript, Shopify Plus und Skio. Deshalb enthält „Gorgias 23,3 %“ einen erheblichen Anteil Sample Echo und nicht nur reinen Marktanteil.

Unabhängige Schätzer liegen deutlich darunter. BuiltWith (Technografie aller E-Commerce-Websites) verortet Gorgias bei rund 3 bis 5 %. Wappalyzer (Chrome-Extension-Sampling auf Shopify-Seiten) kommt auf rund 4 bis 7 %. Gorgias selbst nannte in den Finanzangaben 2024 mehr als 14.000 Händler. Zusammengenommen liegt die realistische DTC-Reichweite eher bei 8 bis 12 %, und unsere 23,3 % lesen sich als „echter Anteil × etwa 2-faches Sample Echo“. Bei jeder Gorgias-Zahl sollte man den Abschlag mitdenken – besser noch: so tun, als sei er schon abgezogen.

Selbst mit Abschlag bleibt der Rest der Rangliste aufschlussreich.

Zendesk mit 4,3 % ist bemerkenswert. Im SaaS-Bereich ist Zendesk dominierend – kaum vorstellbar, dass ein mittelgroßes oder größeres B2B-SaaS-Unternehmen darauf verzichtet. Im DTC sind es nur 4,3 %. Das heißt nicht „Zendesk hat es nicht versucht“, sondern: Die Kundenkontaktmodelle im DTC unterscheiden sich so stark von SaaS, dass Zendesks generisches Helpdesk-Paradigma nicht perfekt passt.

WhatsApp Button mit 1,7 % (19 Marken) ist die Überraschung. Ein simpler wa.me/...-Link schlägt im DTC Reamaze, HubSpot Chat, Crisp und Intercom – und im Long Tail praktisch jedes andere echte Customer-Support-SaaS. Das spiegelt die Kundenpräferenz im DTC, besonders bei internationalen Marken, Cross-Border-Commerce und Kategorien mit niedrigem Warenkorbwert, aber hoher Wiederkaufrate. Die Kundschaft hat WhatsApp ohnehin; man gibt ihr einen Link; sie schreibt ohne Signup, ohne Cookie-Banner, ohne Ladeverzögerung eines Chat-Widgets. Kostenlos, trivial umzusetzen, wirksam.

Intercom mit 0,6 % (7 Marken) ist die Zahl, bei der man zweimal hinschaut. Der führende SaaS-Customer-Support-Anbieter ist im DTC fast unsichtbar. Deshalb widmen wir dem Thema den nächsten Abschnitt – es erklärt einen echten, tiefen strukturellen Unterschied zwischen zwei Märkten, die aus der Distanz ähnlich aussehen.

Reamaze mit 1,5 %, Kustomer mit 1,0 %, HubSpot Chat mit 1,0 %, Crisp mit 0,9 % – das Mittelfeld. Jeder bedient eine Nische. Reamaze ist der Shopify-native Helpdesk mit klarer DTC-Ausrichtung. Kustomer hat sich nach der Meta-Übernahme Richtung Omnichannel und größere Marken bewegt. HubSpot Chat verschafft marketinggetriebenen DTC-Marken einen kostenlosen Einstieg. Crisp ist in europäischen Early-Stage-Startups verwurzelt. Keiner dieser Anbieter ist so aufgestellt, dass er Gorgias’ DTC-Führung ernsthaft angreifen könnte.

4. Warum Gorgias DTC gewonnen hat und Intercom hier kaum existiert

Gorgias 23,3 % (bereinigt 8 bis 12 %) gegen Intercom 0,6 %. Wer mit SaaS-Brille auf dieses Verhältnis blickt, denkt: Das kann nicht stimmen. Intercom ist doch Customer-Support-SaaS – wie kann DTC so wenig davon nutzen?

Die Antwort liegt nicht in der Produktqualität, sondern in der Architektur des Kundenkontakts. SaaS und DTC haben tatsächlich unterschiedliche Ankunftspfade, Tickettypen und Anforderungen an die Agenten – und Intercoms Kernparadigma ist auf die SaaS-Seite zugeschnitten. Es lässt sich nicht 1:1 übertragen.

SaaS-Kunden kommen über einen B2B-Funnel: Demo-Anfrage → Trial → Onboarding → Expansion. Ein Nutzer fasst das Produkt oft Dutzende Male an, bevor er zahlt. Die Tickets sind überwiegend technisch – „Mein Account funktioniert nicht“, „Die API-Integration schlägt fehl“, „Die Berechtigungen stimmen nicht“. Intercoms Burggraben ist der In-Product Messenger – eine Chat-Oberfläche direkt in der SaaS-App, die Support, In-App-Hinweise und Produkttouren in einer Experience bündelt. Hakt es im Produkt, erscheint Intercom im Produkt. Nahtlos.

DTC-Kunden kommen über einen völlig anderen Funnel: Meta-/TikTok-/Google-Ad → Landingpage → in den Warenkorb → Checkout. Die gesamte Zeit „im Produkt“ vor dem Kauf beträgt vielleicht fünf Minuten. Die Tickets drehen sich fast immer um Bestellungen – „Wo ist mein Paket?“, „Wie gebe ich das zurück?“, „Mein Gutschein greift nicht“, „Kann ich den Code tauschen?“ Dafür braucht niemand einen In-Product Messenger. Gebraucht wird tiefe Integration der Shopify-Bestelldaten – der Agent öffnet ein Ticket und sieht Shopify-Bestell-ID, Sendungsnummer, Rückerstattungsfreigabe und Bestellhistorie direkt in der Oberfläche. Kein Springen zwischen acht System-Tabs. Genau das ist Gorgias’ Kernversprechen.

Noch eine Ebene tiefer: Bei den meisten DTC-Unternehmen teilen sich Support, Retouren und Fulfillment ein System. Gorgias bündelt Tickets, Shopify-Rückerstattungen und Trackingabfragen in einem einzigen Workflow. Intercom kann Shopify anbinden, aber seine Produkt-DNA ist Messenger – kein Helpdesk mit tiefen Shopify-Daten. Verschiedene Paradigmen.

Gorgias’ DTC-Burggraben ist nicht die schönere Chat-Oberfläche. Es ist die Tiefe der Shopify-Daten. Wer in den DTC-Support einsteigen will, muss Bestellabfrage, Rückerstattung und Umtausch-Workflow lösen – also genau die drei Ticketarten, die 80 % des Volumens ausmachen – und nicht bloß „FAQ automatisch beantworten“.

Daraus folgen zwei Dinge unmittelbar. Für DTC-Operatoren: Wählt einen Helpdesk nach der Integrationstiefe mit Shopify, dem Ordersystem und eurem Retouren-SaaS – nicht nach der Eleganz der Chat-Oberfläche. Reamaze und Kustomer spielen auf derselben Achse. Crisp und HelpScout sind günstiger, bei Bestelldaten aber schwächer; für frühes DTC okay, beim Skalieren werdet ihr sie überholen. Für Anbieter von KI-Kundenservice: „FAQ automatisch beantworten“ reicht nicht, um in den DTC hineinzukommen. Ihr müsst den Workflow rund um Bestellungen knacken – genau das treiben Gorgias Automate und Reamaze AI Inbox voran. Die 1,1 % öffentliche Marketing-Penetration in unseren Daten bestätigen aber: KI, die Order-Support ersetzt, ist 2026 noch früh dran.

Noch ein architektonischer Hinweis: Support-Tooling bleibt im DTC klebrig, sobald es einmal installiert ist – das Tool sitzt zwischen Ordersystem, Retouren-SaaS und E-Mail-Receipt-Workflow. Ein Wechsel ist ein echtes Projekt, kein Nachmittagsjob. Diese Trägheit verstärkt Gorgias’ Vorsprung und bedeutet, dass jeder neue Anbieter mehr braucht als „wir haben die bessere KI“ – er braucht eine Workflow-Story, die die Wechselhürde rechtfertigt.

5. Die 26 Marken mit mehreren Widgets fahren kein chaotisches Stack, sondern Strategie

2,3 % der Marken (26) setzen zwei oder mehr Chat-Widgets ein. Häufige Kombinationen:

Kombination	Marken
Gorgias + Zendesk	3
Gorgias + HubSpot Chat	2
Crisp + Gorgias	2
Crisp + WhatsApp Button	2
Facebook Messenger Plugin + Gorgias	2
Crisp + Zendesk	1
HubSpot Chat + LiveChat	1
Gorgias + Reamaze	1

Das sind keine chaotischen Stacks. Es ist bewusstes Multi-Channel-Support-Design – Gorgias übernimmt die Tickets, WhatsApp den direkten internationalen DM-Kanal, Facebook Messenger die bereits authentifizierten Social-Kunden. Jeder Einstiegspunkt bedient ein anderes Ankunftsmuster. Die Strategie ist von Anfang an mehrkanalig angelegt – kein versehentlicher Wildwuchs.

Für DTC-Operatoren ist die Konsequenz simpel: Lebt eure Zielgruppe auf mehreren Kanälen, jagt nicht der Ein-Tool-Lösung hinterher. Sichert zuerst euren primären Helpdesk (Gorgias oder Zendesk) und ergänzt dann Direkt-Link-Widgets für die Kanäle, die eure Kunden tatsächlich nutzen. Die 26 Multi-Widget-Marken sind ein echtes Gegensignal zu „alle nutzen nur ein Widget“ – der Single-Widget-Default ist für Cross-Border- oder High-Repeat-DTC nicht optimal, wo Kunden erwarten, euch dort zu erreichen, wo sie ohnehin gerade aktiv sind.

6. Praktische Empfehlungen für DTC-Operatoren, CX-Teams und KI-Chat-Anbieter

Aus den Daten lassen sich konkrete Maßnahmen für alle ableiten, die im DTC-Customer-Support oder Growth arbeiten.

Die Helpdesk-Wahl folgt einer Stufenlogik. Frühe DTC-Phase (unter 1.000 Bestellungen pro Monat) – HelpScout, Crisp oder Tidio für unter 15 $ pro Seat (ca. 14 € pro Seat). In dieser Phase stemmen Gründer plus ein Contractor den gesamten Ticketstrom; keine Routing-Regeln, keine SLA-Feinheiten, einfach Tickets in Bewegung halten. Mittelphase (1.000 bis 10.000 Bestellungen pro Monat) – Gorgias oder Reamaze. Die Anbindung der Shopify-Bestelldaten wird zum Engpass, und 50 bis 150 $ pro Seat (ca. 46 bis 138 € pro Seat) sind fair, wenn dadurch 30 bis 40 % Agentenzeit zurückkommen. Skalierungsphase (über 10.000 Bestellungen pro Monat) – Gorgias + AI Automate / Zendesk + AI Suite / Kustomer. KI-Autoauflösung von Gutschein- und Trackingnummer-Tickets senkt die Last menschlicher Agenten typischerweise um 30 bis 50 %. Hier zahlt sich KI im Customer Support tatsächlich aus – und genau diese Phase hat in unserer Stichprobe fast keine Marke erreicht (das erklärt das öffentliche KI-Signal von 1,1 %). Darüber hinaus brauchen Omnichannel-Marken mit mehreren Regionen meist Zendesk oder Kustomer mit mehrsprachigem Routing; Gorgias ist in dieser Größenordnung international schwächer.

KI-Kundenservice ist ein thematisch massiv unterversorgter Content-Winkel. 1,1 % öffentliche Penetration heißt nicht „niemand will KI-Chat“ – sondern „aus der Marketing-Perspektive hat diese Story bislang niemand übernommen“. Wer DTC-Content produziert – Blog, Case Studies, Newsletter –, findet in „Wie KI-Kundenchat tatsächlich funktioniert, wie der ROI aussieht, was im ersten Jahr realistisch ist“ ein Feld mit deutlichem Angebotsmangel. Ihre Leser wissen weder, ob Wettbewerber das nutzen, noch, ob es funktioniert. Hier öffnet sich ein Fenster von ein bis zwei Jahren. Wer als Agentur oder Berater im Gorgias-/Intercom-/Zendesk-Ökosystem unterwegs ist, hat mit „Wir schalten euren AI Agent frei“ einen sauberen Einstieg – die meisten Wettbewerber pitchen das noch nicht.

Chat auf der Startseite ist keine endgültig entschiedene Frage. 35 % zeigen es, 65 % nicht – fast 50/50. Die Entscheidung liegt bei Ihnen. Erzeugen Support-Tickets in Ihrem Conversion-Funnel Reibung, machen Sie den Chat sichtbar. Zählen Markenästhetik und visuelle Klarheit mehr, blenden Sie ihn aus. Ein sinnvoller Mittelweg: Chat nur auf Warenkorb- und Checkout-Seiten zeigen – das fängt zögernde Kunden an den kritischen Conversion-Punkten ab, ohne die Markenwirkung der Startseite zu verwässern.

WhatsApp Button ist der unterschätzte Kanal. 19 Marken (1,7 %) setzen einen einfachen wa.me-Link ein – mehr als Reamaze, HubSpot Chat und die meisten seriösen Chat-SaaS-Tools. Für internationales, Cross-Border- oder niedrigpreisiges, häufig wiederkehrendes DTC kann ein direkter WhatsApp-Link bessere Ergebnisse liefern als ein schickes Chat-Widget – null Kosten, trivial umzusetzen, die App ist beim Kunden ohnehin installiert. Ein A/B-Test lohnt sich.

7. Wie stabil sind diese Daten – und wo enden sie?

1.148 geparste Startseiten (von 1.429 rohen home.html, nach Ausschluss von Dateien unter 1 KB oder nicht parsebaren Seiten). 23 Vendor-Fingerprints; einige Nischen- oder Custom-Helpdesks fehlen weiterhin. Der Long Tail ist in der Realität vermutlich etwas größer als hier ausgewiesen.

Der statische Scan betrachtet nur die HTML-Bytes der oberen Bildschirmansicht – das ist eine Untergrenze. JS-geladene Widgets (Teile der Intercom- und Drift-Init-Patterns) entgehen ihm. Um echte Installationsraten zu erfassen, sollte man Thunderbits Chrome-Erweiterung nutzen, die JavaScript ausführt und neu scannt. In Version 1 haben wir das nicht getan.

Externe Referenzwerte: BuiltWith schätzt Gorgias auf rund 3 bis 5 % des E-Commerce-Marktes; Wappalyzer auf rund 4 bis 7 % der Shopify-Seiten; Gorgias’ Offenlegungen von 2024 nennen mehr als 14.000 Händler. Unsere 23,3 % lesen sich als „echter Anteil × etwa 2-faches Sample Echo“. Das ist kein Widerspruch: BuiltWith betrachtet den gesamten E-Commerce (großer Nenner), Gorgias meldet die Händlerzahl selbst (nicht den Marktanteil), und unsere Stichprobe ist DTC-lastig und nah am Shopify-Ökosystem (schmal, aber dicht). Drei verschiedene Blickwinkel. Belastbar ist die Aussage: „In DTC-lastigen Stichproben führt Gorgias Zendesk deutlich an“ – nicht: „Gorgias hat 23 % des Marktes.“

Die Grenze in einem Satz: Dieser Report beschreibt, was in unserem statischen Scan von 1.148 DTC-Startseiten passiert – nicht den Marktanteil im DTC insgesamt und nicht, welche Backends DTC-Marken tatsächlich einsetzen. Backends sind eine Blackbox; sichtbar ist nur, was im HTML der Startseite auftaucht.

Methodik

Datenquelle: 1.148 HTML-Snapshots von DTC-Startseiten aus einem Pool von 1.597 Marken (gefiltert auf home.html ≥ 1 KB), mit 23 Vendor-Fingerprinting-Regeln für Customer-Support (offengelegt in 01_detect_widgets.py). Snapshot-Datum 2026-05-12 (UTC).

Gorgias-Sample-Echo (der wichtigste Vorbehalt): Unser Markenpool leitet sich teilweise aus Gorgias’ eigener Customer-Case-Study-Sitemap ab (und aus denen anderer Shopify-Ökosystem-Tools – Klaviyo, Postscript, Shopify Plus, Skio). Schon konstruktionsbedingt sind Marken, die Gorgias herausstellen wollte, in unserer Stichprobe enthalten. Gorgias 23,3 % darf nicht als „23 % Marktanteil“ gelesen werden – unabhängige Schätzer sehen Gorgias eher bei 8 bis 12 %. Behandeln Sie 23,3 % als „Anbieter Nr. 1 in dieser Stichprobe, mit etwa 2-fachem Sample Echo“, nicht als Marktanteil.

Der Markenpool ist Shopify-Ökosystem-lastig: Rund 67 % der Marken lassen sich auf Case-Study-Quellen aus dem Shopify-Stack zurückführen – dadurch sind Shopify-native, moderne, marketinggetriebene DTC-Marken überrepräsentiert, während klassische Retail- und Mom-and-Pop-E-Commerce-Modelle unterrepräsentiert sind. Das ist nicht das gesamte US-DTC-Universum.

Der statische Scan ist eine Untergrenze: Nur die ersten 256 KB HTML. JS-geladene Widgets entgehen dem Scan – chunk-basierte Intercom- und Drift-Initialisierung kann unsichtbar bleiben. Die ermittelte Widget-Rate von 35 % ist eine Untergrenze; die echte Rate liegt vermutlich bei 50 bis 60 %.

KI-Signal = Marketingtext, nicht Backend-Realität: Viele DTC-Marken betreiben hinter den Kulissen vermutlich längst Gorgias Automate oder Intercom Fin; sie vermarkten es auf der Startseite nur nicht. Unser „KI-Signal 1,1 %“ bezieht sich ausschließlich auf öffentlich sichtbaren Marketingtext, nicht auf die tatsächliche Backend-Nutzung von KI.

Multi-Widget ≠ chaotisches Stack: Die 26 Marken mit mehreren Widgets betreiben in der Regel einen primären Helpdesk plus einen Nebenkanal (WhatsApp / Messenger / Crisp). Sie fahren keine parallelen Support-Systeme.

Recht & Copyright: Alle Startseiten wurden öffentlich abgerufen. Der Report nutzt ausschließlich aggregierte Counts – keine vollständige Reproduktion von Startseitentexten. Die 13 Marken, die als KI-Signal-positiv benannt werden, haben die Marketing-Sprache auf ihren eigenen Startseiten selbst öffentlich gemacht. Die 26 Multi-Widget-Marken werden in neutralem, beschreibendem Kontext genannt. Es wird kein rohes HTML oder CSV veröffentlicht; jede Zahl lässt sich aus dem öffentlichen Markenpool plus öffentlichem Regelwerk reproduzieren.

Einschränkungen

Was dieser Report NICHT belegt:

Nicht: „Gorgias hat 23,3 % des DTC-Marktes“ (enthält Sample Echo; realer Anteil ca. 8 bis 12 %)
Nicht: „Nur 1,1 % des DTC nutzt KI-Kundenservice“ (nur Marketingtext-Signal; Backend-KI bleibt im statischen Scan unsichtbar)
Nicht: „65 % der DTC-Marken betreiben kein Chat-Widget“ (statische Untergrenze; reale Abdeckung vermutlich 50 bis 60 %)
Belastbar: „In einem statischen Scan von 1.148 DTC-Startseiten ist Gorgias der am häufigsten erkannte Anbieter mit 23,3 % (inklusive Sample Echo), und nur 1,1 % vermarkten öffentlich KI-gestützten Chat“

Datenquelle & Versionierung

Datensatz: dtc_customer_support_map_2026/ (dieses Repo). Snapshot-Datum 2026-05-12 UTC, Report-Version v1.0 (statische Scan-Untergrenze; v2 mit Chrome-Erweiterung und JS-Ausführung geplant). Teilt sich den DTC-Markenpool mit dtc_dual_report_2026 – beide Reports arbeiten mit demselben Subset aus 1.148 Marken. Begleitreport: AI Required Position Rate 2026 (HN-Hiring-Stichprobe, veröffentlicht am 2026-05-11) – der Teil zu KI in Stellenanzeigen derselben Fragestellung; Operatoren können Absicht und ausgeliefertes Produkt so nebeneinander triangulieren.

Was SEO- und Content-Teams zitieren können

Diese Untersuchung liefert mehrere zitierfähige Blickwinkel für Blog-Intros, Daten-Callouts, Social Posts, Vergleichsseiten und nachgelagerte Erklärstücke:

397 von 1.148 DTC-Startseiten zeigten im statischen HTML mindestens ein Support-Widget.
Gorgias führte die Stichprobe mit 267 erkannten Marken bzw. 23,3 % an, allerdings mit wichtigen Sample-Echo-Vorbehalten.
Zendesk folgte auf Platz 2 mit 49 Marken bzw. 4,3 %.
Intercom erschien nur bei 7 Marken bzw. 0,6 % der DTC-Stichprobe.
WhatsApp Button tauchte bei 19 Marken auf und schlug damit mehrere klassische Chat-SaaS-Tools.
Nur 13 Marken bzw. 1,1 % kommunizierten öffentlich KI-Sprache im Customer Support.
Der Report misst sichtbare Startseiten-Signale, nicht das komplette Support-Backend.

Der Vorbehalt sollte stets mit der Zitierung mitwandern. Diese Zahlen beschreiben die konkrete Stichprobe und die Erhebungsmethode dieses Reports. Sie sollten nicht als Vollmarkterhebung, internes Adoptionsmaß oder Aussage über jedes Unternehmen der Kategorie umgedeutet werden.

Für redaktionelle Zwecke ist die stärkste Formulierung jene, die die Kernzahl mit der Stichprobengrenze verknüpft. Das macht die Aussage robuster und für Leser glaubwürdiger. Schreiben Sie also etwa „in dieser HN-Hiring-Stichprobe“, „in diesem statischen Scan von DTC-Startseiten“ oder „in dieser YouTube-Kanal-Stichprobe“, bevor Sie die Zahl als größeren Trend einordnen.

Hinweise zur Reproduzierbarkeit

Der Auslieferungsordner enthält die folgenden Prozessdateien, die aus den ursprünglichen lokalen Report-Paketen kopiert wurden. Sie sind enthalten, damit sich der veröffentlichte Report anhand der tatsächlichen Skripte, Zwischenergebnisse, Charts und Quelldrafts aus dem Reporting-Workflow nachvollziehen lässt.

process_files/_shared/dtc_brand_pool_source/out/brand_pool_v2.csv
process_files/_shared/dtc_brand_pool_source/out/detection.csv
process_files/_shared/dtc_brand_pool_source/out/master.csv
process_files/out/analysis_stats.json
process_files/out/widget_stats.json
process_files/out/widgets.csv
process_files/scripts/01_detect_widgets.py
process_files/scripts/02_compute_stats.py
process_files/scripts/03_make_figs.py
process_files/scripts/04_build_report_bilingual.py
process_files/scripts/05_module_i_check.py

Alle Skripte und Datensätze herunterladen

Korrekturen zur Methodik, Hinweise zu Datensätzen und Folgeanalysen sind willkommen unter support@thunderbit.com. Dieser Report basiert auf öffentlichen Web- bzw. API-Signalen, die im Mai 2026 erhoben wurden, und sollte unter Berücksichtigung der oben genannten Stichprobengrenzen gelesen werden.

Thunderbit AI Web Scraper testen