DTC-Kundenservice-Tools im Überblick: Was 1.148 Startseiten über den Markt verraten

Executive Summary

Diese Untersuchung analysiert 1.148 DTC-Brand-Startseiten auf sichtbare Customer-Support-Widgets und Anbieter-Fingerprints. Ziel ist es zu verstehen, wie Support-Tools im DTC-Commerce in der Praxis wirklich aussehen — statt einfach anzunehmen, der Markt funktioniere wie B2B-SaaS.

Der deutlichste Kontrast betrifft Intercom. Intercom ist im SaaS-Support zentral, taucht in diesem statischen Scan aber nur auf 0,6 % der DTC-Startseiten auf. Gorgias hingegen erscheint in 23,3 % der Stichprobe — diese Zahl muss jedoch mit Vorsicht interpretiert werden, da die Brand-Pool-Auswahl auch Shopify-Ökosystem-Case-Study-Quellen enthält.

Auch die Widget-Abdeckung ist nicht flächendeckend. Nur 34,6 % der gescannten Startseiten zeigen in statischem HTML mindestens ein Support-Widget. Weil viele Widgets per JavaScript nachgeladen werden, ist das als Untergrenze zu verstehen — nicht als echte Gesamtnutzungsrate.

KI-gestützter Kundenservice ist als öffentlich sichtbares Storefront-Signal noch viel früher im Marktzyklus. Nur 13 Marken, also 1,1 % der Stichprobe, zeigen auf der Startseite öffentlich KI-Chat-Sprache. Die Lücke zwischen KI in Recruiting-Texten und KI im DTC-Storefront-Support ist groß, spiegelt aber wahrscheinlich ebenso die öffentliche Positionierung wie die Backend-Nutzung wider.

Die am besten zitierbaren Erkenntnisse

1. 397 von 1.148 DTC-Startseiten zeigten in statischem HTML mindestens ein Support-Widget.
2. Gorgias lag mit 267 erkannten Marken bzw. 23,3 % vorn, allerdings mit wichtigen Stichproben-Echo-Einschränkungen.
3. Zendesk belegte Platz 2 mit 49 Marken bzw. 4,3 %.
4. Intercom erschien nur bei 7 Marken bzw. 0,6 % der DTC-Stichprobe.
5. WhatsApp Button tauchte bei 19 Marken auf und lag damit vor mehreren klassischen Chat-SaaS-Tools.
6. Nur 13 Marken bzw. 1,1 % zeigten öffentlich KI-Sprache im Kundenservice.
7. Der Report misst sichtbare Signale auf der Startseite — nicht das vollständige Support-Backend.

Viele, die in der Softwarewelt arbeiten, haben ein vom SaaS geprägtes Bild von Customer Support im Kopf. Intercom ist der Messenger im Produkt, Zendesk die Helpdesk-Kategorie, und AI Agents werden zur nächsten Schicht. Dieses Bild funktioniert für B2B-Software ganz gut. Im DTC-Commerce bricht es schnell auseinander.

Das DTC-Supportproblem lautet nicht: „Ein Nutzer steckt im Produkt fest.“ Es lautet eher: „Ein Käufer will wissen, wo sein Paket ist, ob der Coupon funktioniert hat, wie ein Umtausch startet, ob der Artikel zurückgegeben werden kann oder warum die Sendung verspätet ist.“ Der Mittelpunkt ist nicht eine Produktsitzung, sondern der Bestellvorgang. Genau deshalb wirkt die Anbieterlandschaft so ungewohnt, wenn man sie aus SaaS-Sicht betrachtet: Gewinnen tun die Tools, die Shopify, Fulfillment, Retouren, E-Mail, SMS und Agenten-Workflows wie eine einzige Oberfläche erscheinen lassen.

Diese Blogfassung stellt genau diesen strukturellen Punkt in den Vordergrund. Die wichtigste Erkenntnis ist nicht nur, wer führt. Sondern warum der Markt zu diesen Gewinnern tendiert — und warum das öffentliche KI-Signal selbst dann noch winzig ist, wenn der Arbeitsmarkt laut in Richtung KI driftet.

Wir haben 1.148 DTC-Brand-Startseiten gescannt und untersucht, hinter welchem Customer-Support-Widget — also dem Chat-Button oder Messenger-Blasen-Element, das Besucher beim Laden der Seite sehen — jeweils steckt. Das Ergebnis ist schlicht, passt aber nicht zu dem mentalen Modell, mit dem die meisten an das Thema herangehen: dass nämlich diejenigen, die im SaaS-Support dominieren, automatisch auch im DTC dominieren.

Die spannendste Zahl ist nicht Gorgias mit 23,3 % — diese Zahl muss man vor der Interpretation noch heruntergewichten, und gleich erklären wir warum. 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 um das In-Produkt-Messenger-Paradigma gebaut wurde, ist in einem Markt fast vollständig ausgefiltert worden, in dem der Kunde nie im Produkt selbst war.

Hier sind also zwei Fragen zu beantworten. Erstens: Welche Form hat das DTC-Customer-Support-Tooling — wer gewinnt, wer liegt im Mittelfeld, wer schafft es gar nicht? Zweitens: Wie weit ist KI-gestützter Kundenservice im DTC tatsächlich 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 es auf aktiven DTC-Seiten aus?

Beginnen wir mit der zweiten Frage, weil der Kontrast dort am klarsten ist.

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

Beim Scan von 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 sind 1,1 %.

Stellt man das neben unseren benachbarten AI Required Position Rate Report vom 2026-05-11: gleicher Zeitraum, HN-Recruiting-Community, 619 Ausschreibungen — 35,6 % erwähnen konkrete KI-Tools oder LLM-Keywords (36,7 % ohne Unknowns). Beide Stichproben sind „breitere Tech-Welt im Mai 2026“. In Recruiting-Texten taucht KI bei ungefähr jeder dritten Stelle auf. Auf Live-DTC-Startseiten taucht KI bei ungefähr jeder hundertsten Marke auf. Ein 30-facher Abstand.

Die Lücke bedeutet nicht automatisch „DTC hinkt hinterher“, wie es auf den ersten Blick wirken könnte. Recruiting-Text spiegelt zwei Dinge: welche Skills gerade gebraucht werden und welche Skills das Unternehmen in den nächsten 12 bis 18 Monaten brauchen wird. Ein erheblicher Teil der 35,6 % lautet also eher: „Wir wollen Leute einstellen, die KI bauen“, nicht: „Alle unsere Rollen nutzen bereits heute KI.“ HN ist in diesem Sinne ein Frühindikator — er zeigt, was Unternehmen planen, nicht was schon ausgeliefert ist.

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

Die kommerzielle Schlussfolgerung bleibt unabhängig von der bevorzugten Interpretation dieselbe: Für Anbieter im Bereich 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. Kunden nutzen es nicht öffentlich. Die Kunden, die es nutzen, reden nicht darüber. Wer die Erzählung für KI-Kundenservice im DTC prägt, kann sich wahrscheinlich eine category-defining Position sichern, bevor die breitere Adoption 2027–2028 ankommt.

Die 13 DTC-Marken, die öffentlich KI-Kundenchat signalisieren, sind eine frühe Marketing-Unterstichprobe, die man ruhig benennen kann — 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 KI-Chat-Champions des DTC“. Das sind zwei verschiedene Listen.

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

Zurück zum Customer-Support-Tooling selbst. Von 1.148 DTC-Startseiten zeigen 397 (35 %) in statischem 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 + sekundärem Kanal“; darauf kommen wir gleich zurück.

Die übrigen 65 % zeigen beim ersten Scan kein Widget, aber auch diese Zahl verdient eine Abwertung. Dafür gibt es drei mögliche Gründe.

Erstens entgehen per JavaScript geladene Widgets der statischen Erkennung. Viele Helpdesk-Anbieter — darunter Gorgias und Zendesk — laden ihre Skripte über chunk-basiertes JS. Statische Scans sehen dann nur den Anbieter-Host, der in den HTML-Bytes der ersten Bildschirmansicht sichtbar ist. Lädt ein Vendor über GTM, Segment oder einen verzögerten Chunk, verfehlt unsere Methode ihn. Ein Thunderbit-Chrome-Extension-Durchlauf, der JS ausführt, kann diese Schicht wieder sichtbar machen.

Zweitens: Chat nur bei Bedarf. Viele Marken platzieren das Chat-Widget bewusst nur auf Produkt- oder Checkout-Seiten und halten die Startseite rein auf Markenstory + 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 diese Marken keinen Live-Chat, sondern nur einen E-Mail-Kontaktkanal.

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

3. Marktanteile der Anbieter: Gorgias führt — mit Abschlag

Top 15 der erkannten Anbieter:

Gorgias liegt mit 267 Marken bei 23,3 %. Zendesk ist mit 4,3 % auf Platz 2. WhatsApp Button mit 1,7 % auf Platz 3. Gorgias wirkt dominierend — aber die Rohzahl lässt sich nicht direkt wörtlich nehmen.

Beim Aufbau des Brand-Pools stammen 1.597 Kandidaten teilweise aus Shopify-Ökosystem-Case-Study-Sitemaps. Auch Gorgias’ eigene Case-Study-Sitemap ist eine dieser Quellen. Jede DTC-Marke, die Gorgias selbst hervorgehoben hat, wurde automatisch in unseren Pool gezogen — ebenso wie Case Studies von Klaviyo, Postscript, Shopify Plus und Skio. Deshalb enthält „Gorgias 23,3 %“ einen erheblichen Anteil an Sample Echo und nicht nur reinen Marktanteil.

Unabhängige Schätzer liegen deutlich niedriger. BuiltWith (Technografie aller E-Commerce-Websites) verortet Gorgias bei etwa 3–5 %. Wappalyzer (Chrome-Extension-Nutzersampling auf Shopify-Seiten) kommt auf etwa 4–7 %. Gorgias selbst nannte in den Finanzangaben 2024 mehr als 14.000 Händler. Nimmt man diese Perspektiven zusammen, liegt Gorgias’ realistische DTC-Reichweite eher bei 8–12 %, und unsere 23,3 % sind zu lesen als „echter Anteil × ungefähr 2-facher Sample Echo“. Beim Lesen jeder Gorgias-Zahl sollte man den Abschlag im Hinterkopf behalten — besser: so tun, als sei er bereits abgezogen.

Selbst mit diesem Abschlag bleibt die übrige Rangliste aufschlussreich.

Zendesk mit 4,3 % ist interessant. Im SaaS-Bereich ist Zendesk dominierend — schwer vorstellbar, dass ein mittelgroßes oder größeres B2B-SaaS-Unternehmen es nicht nutzt. Im DTC sind es nur 4,3 %. Das heißt nicht „Zendesk hat es nicht versucht“, sondern: Die Modelle für Kundenkontakt im DTC unterscheiden sich so stark von SaaS, dass das generische Helpdesk-Paradigma von Zendesk nicht perfekt passt.

WhatsApp Button mit 1,7 % (19 Marken) ist die Überraschung. Ein einfacher wa.me/...-Link schlägt im DTC Reamaze, HubSpot Chat, Crisp und Intercom — und im Long Tail praktisch alle anderen echten Customer-Support-SaaS-Tools. Das spiegelt die Kundenpräferenz im DTC wider, besonders bei internationalen Marken, Cross-Border-Commerce und Kategorien mit niedrigem Warenkorbwert, aber hoher Wiederkaufrate. Nutzer haben WhatsApp bereits; man gibt ihnen einen Link; sie schreiben ohne Signup, ohne Cookie-Banner, ohne Ladeverzögerung eines Chat-Widgets. Keine Kosten, trivial zu implementieren, 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 im nächsten Abschnitt Raum — 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 entwickelt. HubSpot Chat verschafft Marketing-getriebenen DTC-Marken einen kostenlosen Einstieg. Crisp ist in europäischen Early-Stage-Startups verwurzelt. Keiner dieser Anbieter ist so positioniert, dass er Gorgias’ DTC-Führung ernsthaft angreifen könnte.

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

Gorgias 23,3 % (adjustiert 8–12 %) versus Intercom 0,6 %. Wer als SaaS-native Person auf dieses Verhältnis schaut, denkt: Das kann doch nicht sein. Intercom ist doch die Customer-Support-SaaS — wie kann DTC so wenig davon nutzen?

Die Antwort ist nicht Produktqualität, sondern Architektur des Kundenkontakts. SaaS und DTC haben tatsächlich unterschiedliche Ankunftspfade, Tickettypen und Agentenanforderungen — und Intercoms Kernparadigma ist auf die SaaS-Seite zugeschnitten. Es überträgt sich nicht 1:1.

SaaS-Kunden kommen über einen B2B-Funnel: Demo-Anfrage → Trial → Onboarding → Expansion. Ein Nutzer berührt das Produkt oft dutzende Male, bevor er zahlt. Die Tickets sind überwiegend technischer Natur — „Mein Account funktioniert nicht“, „Die API-Integration schlägt fehl“, „Die Berechtigungen sind falsch“. 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 vereint. Wenn ein Kunde ein Problem im Produkt hat, 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 einmal fünf Minuten. Die Tickets drehen sich meist um Bestellungen — „Wo ist mein Paket?“, „Wie kann ich das zurückgeben?“, „Mein Coupon funktioniert nicht“, „Kann ich den Code tauschen?“ Für solche Fälle braucht man keinen In-Product Messenger. Man braucht tiefe Shopify-Order-Data-Integration — der Support-Agent öffnet ein Ticket und sieht Shopify-Bestell-ID, Tracking-Nummer, Rückerstattungsfreigabe und Bestellhistorie direkt in der Agentenoberfläche. Kein Wechsel zwischen acht System-Tabs. Genau das ist Gorgias’ Kernversprechen.

Noch tiefer betrachtet gilt: Bei den meisten DTC-Unternehmen teilen sich Support, Retouren und Fulfillment ein System. Gorgias vereint Tickets, Shopify-Rückerstattungen und Tracking-Abfragen in einem einzigen Workflow. Intercom kann Shopify integrieren, aber seine Produkt-DNA ist Messenger — nicht ein Helpdesk mit tiefen Shopify-Daten. Unterschiedliche Paradigmen.

Gorgias’ DTC-Burggraben ist nicht „schönere Chat-UI“. Es ist die Tiefe der Shopify-Daten. Jeder Anbieter, der in DTC-Customer-Support einsteigen will, muss Bestellabfrage, Rückerstattungsabwicklung und Umtausch-Workflow lösen — also genau die drei Ticketarten, die 80 % des Volumens ausmachen — und nicht nur „FAQ automatisch beantworten“.

Zwei direkte Implikationen. Für DTC-Operatoren: Wählt ein Helpdesk nach Integrations-Tiefe mit Shopify, dem Ordersystem und eurem Retouren-SaaS — nicht nach der Eleganz der Chat-Oberfläche. Reamaze und Kustomer konkurrieren auf derselben Achse. Crisp und HelpScout sind günstiger, aber bei Bestelldaten schwächer; für frühes DTC okay, aber bei Scale werdet ihr sie überholen. Für Anbieter von KI-Kundenservice: „FAQ automatisch beantworten“ reicht nicht, um in 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 bestätigt jedoch: KI, die Order-Support ersetzt, ist 2026 noch früh.

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’ frühen Vorsprung und bedeutet, dass jeder neue Anbieter mehr braucht als „wir haben 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:

Das sind keine chaotischen Stacks. Es ist bewusstes Multi-Channel-Support-Design — Gorgias übernimmt 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 multikanalig angelegt — nicht unbeabsichtigte Aufblähung.

Für DTC-Operatoren ist die Implikation einfach: Wenn eure Zielgruppe auf mehreren Kanälen lebt, jagt nicht einer 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 nicht optimal für Cross-Border- oder High-Repeat-Purchase-DTC, 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

Die Daten lassen sich gut in konkrete Maßnahmen für Menschen übersetzen, die im DTC-Customer-Support oder Growth arbeiten.

Die Helpdesk-Wahl folgt einer Stufenlogik. Frühe DTC-Phase (unter 1.000 Bestellungen/Monat) — HelpScout, Crisp oder Tidio für unter 15 $ pro Seat. In dieser Phase erledigen Gründer plus ein Contractor den gesamten Ticketstrom; keine Routing-Regeln, keine SLA-Feinheiten, einfach Tickets in Bewegung bringen. Mittelphase (1.000–10.000 Bestellungen/Monat) — Gorgias oder Reamaze. Die Integration mit Shopify-Order-Daten wird zum Engpass, und 50–150 $ pro Seat sind fair, wenn dadurch 30–40 % Agentenzeit zurückkommen. Skalierungsphase (>10.000 Bestellungen/Monat) — Gorgias + AI Automate / Zendesk + AI Suite / Kustomer. KI-Autoauflösung von Coupon- und Trackingnummer-Tickets reduziert die Last menschlicher Agents typischerweise um 30–50 %. Hier zahlt sich KI im Customer Support tatsächlich aus — und genau diese Phase hat in unserer Stichprobe fast keine Marke erreicht (das erklärt, warum das öffentliche KI-Signal bei 1,1 % liegt). 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: „Niemand aus der Marketing-Perspektive hat diese Story bislang übernommen.“ Wenn Sie DTC-Content produzieren — Blog, Case Studies, Newsletter — ist „wie KI-Kundenchat tatsächlich funktioniert, wie der ROI aussieht, was man im ersten Jahr erwarten kann“ ein Feld mit deutlichem Angebotsmangel. Ihre Leser wissen nicht, ob Wettbewerber das nutzen, und sie wissen nicht, ob es funktioniert. Hier gibt es ein Fenster von ein bis zwei Jahren. Wenn Sie Agentur oder Consultant im Gorgias-/Intercom-/Zendesk-Ökosystem sind, ist „wir schalten euren AI Agent frei“ ein sauberer Einstieg — die meisten Wettbewerber pitchen das noch nicht.

Chat auf der Startseite ist keine endgültig geklärte Frage. 35 % zeigen es, 65 % nicht — das ist fast 50/50. Die Entscheidung liegt bei Ihnen. Wenn Support-Tickets in Ihrem Conversion-Funnel Reibung erzeugen, machen Sie sie sichtbar. Wenn Markenästhetik und visuelle Klarheit wichtiger sind, blenden Sie sie aus. Ein sinnvoller Mittelweg: Chat nur auf Warenkorb- und Checkout-Seiten anzeigen — 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 zu implementieren, die Kunden haben die App schon. 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 ersten Bildschirmansicht — das ist eine Untergrenze. JS-geladene Widgets (Teile von Intercom- und Drift-Init-Patterns) entgehen ihm. Um echte Installationsraten zu erfassen, sollte man Thunderbits Chrome-Erweiterung nutzen, die JavaScript ausführt und neu scannt. Das haben wir in Version 1 nicht getan.

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

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

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

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

Statischer 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 50–60 %.

KI-Signal = Marketingtext, nicht Backend-Realität: Viele DTC-Marken betreiben hinter den Kulissen vermutlich bereits 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 arbeiten nicht mit parallelen Support-Systemen.

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. Kein rohes HTML oder CSV wird veröffentlicht; jede Zahl lässt sich aus dem öffentlichen Brand-Pool plus öffentlichem Regelwerk reproduzieren.

Einschränkungen

Was dieser Report NICHT belegt:

• Nicht: „Gorgias hat 23,3 % des DTC-Marktes“ (enthält Sample Echo; realer Anteil ca. 8–12 %)
• 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 50–60 %)
• Belastbar: „In einem statischen Scan von 1.148 DTC-Brand-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-Extension und JS-Ausführung geplant). Teilt sich den DTC-Brand-Pool mit dtc_dual_report_2026 — beide Reports arbeiten mit demselben 1.148-Marken-Subset. Begleitreport: AI Required Position Rate 2026 (HN-Hiring-Stichprobe, veröffentlicht am 2026-05-11) — der Teil zu KI in Recruiting-Texten derselben Fragestellung; Operatoren können Intention versus ausgeliefertes Produkt 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 in statischem HTML mindestens ein Support-Widget.
• Gorgias führte die Stichprobe mit 267 erkannten Marken bzw. 23,3 % an, allerdings mit wichtigen Sample-Echo-Vorbehalten.
• Zendesk belegte 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 lag damit vor mehreren klassischen Chat-SaaS-Tools.
• Nur 13 Marken bzw. 1,1 % zeigten öffentlich KI-Sprache im Customer Support.
• Der Report misst sichtbare Startseiten-Signale, nicht das vollständige Support-Backend.

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

Für redaktionelle Verwendung ist die stärkste Formulierung diejenige, die die Kernzahl mit der Stichprobengrenze verbindet. Das macht die Aussage robuster und für Leser vertrauenswürdiger. 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 prüfen 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

Korrekturen zur Methodik, Hinweise zu Datensätzen und Folgeanalysen sind willkommen unter . 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.