Wenn die Käuferin auf Xiaohongshu ist und die Marke nicht
Schweizer Uhrenexporte nach China sind 2024 um 25,8% eingebrochen und bis November 2025 weiter gefallen — kumuliert minus 12,7% gegenüber dem Vorjahr. Gegenüber dem Höchststand von 2023 liegt der kumulierte Rückgang bei rund 36%.
Im selben Zeitraum hat Xiaohongshu die 300-Millionen-Schwelle bei den monatlich aktiven Nutzern überschritten und generiert rund 600 Millionen Suchanfragen pro Tag. Etwa 40% der Nutzer gehören zur einkommensstarken Schicht — Haushaltseinkommen über ¥300.000 pro Jahr — 75% sind weiblich, 85% zwischen 18 und 35 Jahre alt, und rund die Hälfte lebt in Tier-1- oder Tier-2-Städten.
Das Problem der Schweizer Luxusmarken in China ist nicht die Bekanntheit. Die Käuferin kennt die Marke. Sie recherchiert. Sie ist auf Xiaohongshu, auf Mandarin, und stellt konkrete Fragen zu Uhrwerk, Garantie, Grösse und Vergleichen mit Wettbewerbern. Die meisten Schweizer Traditionshäuser haben keine operative Möglichkeit zu antworten.
Was ein KI-Agent für Xiaohongshu wirklich tut
Ein Chatbot beantwortet Fragen. Ein KI-Agent handelt.
Der Unterschied zeigt sich in einer einzigen Käuferinteraktion. Ein Chatbot ruft das Datenblatt einer Uhr ab und fügt die relevante Zeile ein. Ein Agent ruft die Spezifikation ab, erkennt aus dem Kontext, dass die Käuferin in Shanghai ist, prüft den Live-Bestand der Boutique vor Ort, schlägt einen Termin für eine private Vorführung in der nächstgelegenen Boutique vor, erstellt den Termin, informiert den Sales Associate mit einer Zusammenfassung des Gesprächs und meldet sich nach 48 Stunden wieder, falls die Käuferin nicht reagiert.
Was einen Agenten von einem Chatbot unterscheidet, ist die Fähigkeit:
- eine mehrstufige Antwort über mehrere Systeme hinweg zu planen, statt nur auf eine einzelne Nachricht zu reagieren
- Tools zu nutzen — ERP, CRM, Kalender, Inventar und Übersetzungs-APIs aufzurufen
- Speicher über Sitzungen und Kanäle hinweg zu halten
- zu entscheiden, wann er autonom handelt und wann er an einen Menschen übergibt
- Initiative zu ergreifen — nachzufassen, zu eskalieren, an die richtige Person weiterzuleiten
Der Scope bleibt wichtig. Der Agent ist auf das Vorkauf-Recherchefenster der chinesischen Luxuskäuferin zugeschnitten. Content-Planung, Massenkampagnen-Generierung und markenseitige Übersetzungsarbeit bleiben bewusst ausserhalb.
Der Wert des Agenten kommt aus einem Stack, der folgendes kombiniert:
- eine strukturierte Wissensdatenbank mit markeneigenen Produktdaten und kuratierten Wettbewerbsinformationen
- eine Retrieval-Architektur, die geprüfte Inhalte abruft, statt spekulative Antworten zu generieren
- eine Aktionsschicht, die den Agenten mit ERP, CRM, Kalender und Boutique-Systemen verbindet
- persistenter Speicher über Kanäle und Sitzungen hinweg
- Integration in die Messaging-Infrastruktur von Xiaohongshu und angrenzende Plattformen — WeChat, Marken-Website, WhatsApp Business — über ein gemeinsames Protokoll
Warum das aktuelle Setup scheitert
Die meisten Schweizer Luxusmarken kombinieren heute eine chinesische KOL-/KOC-Agentur für Content-Seeding mit einem separaten Customer-Service-Team — meist in Shanghai, manchmal in der Schweiz — das eingehende Anfragen mit einem SLA von 24 bis 72 Stunden bearbeitet.
Innerhalb dieser Verzögerung hat die Käuferin drei Dinge getan. Sie hat 8 bis 12 KOC-Beiträge auf der Plattform gelesen. Sie hat die Marke auf Xiaohongshu und auf Tmall Global gesucht. Sie hat die Marke mit zwei oder drei Wettbewerbern verglichen, basierend auf Bewertungen Dritter. Wenn das Customer-Service-Team antwortet, ist die Entscheidung meist gefallen — oft zugunsten der Marke, deren eigene Inhalte während des Recherchefensters am informativsten waren.
Drei operative Probleme verschärfen das:
- Keine einzige Quelle der Produktwahrheit. Das Hauptquartier in Genf hält Produktspezifikationen auf Französisch und Englisch. Das Büro in Shanghai lokalisiert Broschüren. Die KOL-Agentur arbeitet nach eigenem Briefing. Drei davon werden sich zu jedem Zeitpunkt in mindestens einem Detail des Sortiments widersprechen.
- Vergleichsfragen bleiben unbeantwortet oder werden defensiv beantwortet. “Wie schneidet euer Modell gegenüber [Wettbewerber X] ab?” ist die Frage mit der höchsten Kaufabsicht, die eine Luxuskäuferin stellt. Die meisten Marken ignorieren sie oder geben unternehmens-genehme Nicht-Antworten, die das Vertrauen untergraben.
- Kein Speicher über Kanäle hinweg. Eine Käuferin, die in den Xiaohongshu-DMs nach der Wasserdichtigkeit fragt und dann die Marken-Website besucht, wird wie eine Fremde behandelt. Das Boutique-Team in Shanghai hat keine Aufzeichnung des vorherigen Gesprächs.
Der Funnel verliert in der Recherchephase. Bekanntheit ist da. Kaufabsicht ist da. Die Infrastruktur, um Kaufabsicht in einen qualifizierten Kontakt zu verwandeln, fehlt.
Der Stack: Sechs Schichten, die wirklich funktionieren
Ein funktionierender KI-Agent auf Xiaohongshu für eine Schweizer Luxusmarke wird in sechs Schichten gebaut. Wenn man eine davon überspringt, entsteht ein System, das plausibel klingt, aber unter echten Kundenfragen zusammenbricht — oder schlimmer: das falsche Aktionen ausführt.
1. Eine kuratierte Wissensdatenbank inklusive negativem Material
Der Ausgangspunkt sind die Daten, nicht das Modell. Jedes markeneigene Material wird in einen einzigen strukturierten Speicher überführt: Produktbeschreibungen, FAQs, technische Spezifikationen, Versandrichtlinien, Garantiebedingungen, regionale Preise, After-Sales-Prozesse und Brand-Voice-Vorgaben. PDF-Broschüren, ERP-Feeds und bestehende Website-Inhalte werden in ein konsistentes Format überführt und in definierten Intervallen aktualisiert.
Was eine brauchbare Wissensdatenbank von einer brüchigen unterscheidet, ist die Aufnahme von negativem Material — Inhalte, die nie in einer Antwort erscheinen sollen. Auslaufmodelle. Veraltete Marketingclaims. Regional-spezifische Positionierungen, die in Festlandchina nicht gelten. Preisstrukturen, die ersetzt wurden. Ohne explizite Blacklist wird ein Agent irgendwann etwas zutage fördern, was die Rechtsabteilung vor zwei Jahren gestoppt hat.
2. RAG mit hybrider Suche für genaue Produkt-Q&A
Die Retrieval-Architektur entscheidet, ob der Agent technische Fragen richtig beantwortet. Das Muster, das unter echtem Käuferdruck standhält, ist RAG — Retrieval-Augmented Generation — gestützt auf eine Vektordatenbank für semantische Suche und Keyword-Suche für exakte Identifikatoren. Modellnummern, Referenzcodes und Kalibernamen brauchen exaktes Matching.
Eine Käuferin, die eine spezifische Produktreferenz tippt, erwartet, dass das System sie erkennt — nicht umschreibt. Eine Käuferin, die eine abstrakte Frage stellt — “Welche eurer Taucheruhren passt jemandem mit schmaleren Handgelenken?” — braucht einen Agenten, der die richtige Produktfamilie über die Bedeutung findet. Hybride Suche bedient beide Fälle in einer Abfrage.
Die Generierung wird auf das Zusammenfassen des Abgerufenen beschränkt. Der Agent erfindet nie eine Spezifikation.
3. Vorab geprüfte Vergleichsmatrizen
Die Frage mit dem höchsten Einsatz, die eine Luxuskäuferin auf Xiaohongshu stellt, ist der Vergleich: “Wie schneidet das gegenüber [Wettbewerber] ab?” Der Fehler, den die meisten Marken machen, ist, das Modell diese Frage generativ beantworten zu lassen. Das Ergebnis ist nichtssagend oder, schlimmer, sachlich falsch über den Wettbewerber — was für ein Schweizer Traditionshaus ein Reputationsrisiko ist.
Ein funktionierendes Setup verwendet kuratierte Vergleichsmatrizen. Drei bis fünf Tier-1-Wettbewerber werden manuell vom Markenteam Feature für Feature kartiert. Die Matrix wird jährlich überprüft. Wenn eine Käuferin eine Vergleichsfrage stellt, ruft der Agent die geprüfte Zeile aus der Matrix ab statt einer generierten Meinung. Stärken sind genau. Schwächen der Wettbewerber sind sachlich und vertretbar. Die Brand Voice bleibt erhalten.
Dieselbe Matrixstruktur treibt auch die Keyword-Blacklist — Phrasen, die der Agent nie verwenden darf, und die Antworten, die ausgelöst werden, wenn ein Verbotsbegriff in einer Käuferfrage auftaucht.
4. Tool Use, Aktionen und Übergabe an Menschen
Das ist die Schicht, die einen Agenten von einem Chatbot trennt.
Ein Chatbot antwortet und schweigt. Ein Agent erkennt die Absicht, entscheidet, was als Nächstes zu tun ist, und nutzt Tools, um es zu tun. Die Tools, die für eine Luxusmarke auf Xiaohongshu zählen, fallen in vier Kategorien:
- Inventar- und Produktsysteme. ERP, PIM, regionale Bestandsdatenbanken. Der Agent prüft die Live-Verfügbarkeit, bevor er sie zusagt.
- CRM. Jedes bedeutungsvolle Gespräch erzeugt einen Lead-Datensatz mit vollem Kontext — was die Käuferin gefragt hat, welche Produkte besprochen wurden, in welcher Recherchephase sie steht. Das Boutique-Team in Shanghai sieht das Briefing, bevor die Käuferin den Laden betritt.
- Kalender- und Terminsysteme. Wenn eine Käuferin Kaufabsicht signalisiert — “Kann ich die neue Kollektion sehen?” — schlägt der Agent Slots vor, erstellt den Termin und benachrichtigt den Sales Associate.
- Übergabe an Menschen. Manche Gespräche dürfen nie End-to-End von einer KI geführt werden: VIPs, komplexe Anfragen, juristisch sensible Fragen, alles, was Echtheit, Reparaturhistorie oder Preisausnahmen berührt. Der Agent erkennt die Signale und leitet das Gespräch mit dem vollständigen Transkript und einer kurzen Zusammenfassung an einen Menschen weiter.
Der Agent sollte auch von sich aus handeln, wenn die Situation es verlangt. Nachfassen 48 Stunden nach einem Gespräch mit hoher Kaufabsicht, das verstummt ist. Eskalation an einen Regionalmanager, wenn eine Käuferin in drei aufeinanderfolgenden Nachrichten einen Wettbewerber namentlich erwähnt. Versand einer massgeschneiderten Produktbroschüre, wenn die Käuferin nach einer bestimmten Komplikation fragt.
Die Linie zwischen hilfreich und aufdringlich wird beim Bau gezogen, nicht danach. Aktionsberechtigungen werden explizit definiert: was der Agent ohne Bestätigung tun darf, was die ausdrückliche Zustimmung der Käuferin erfordert, was unabhängig vom Verlauf des Gesprächs an einen Menschen übergeben wird.
5. Kanalübergreifender Speicher und Multi-Plattform-Konsistenz über MCP
Dieselbe Käuferin, die eine Frage auf Xiaohongshu beginnt, setzt sie oft auf WeChat fort, auf der Marken-Website oder — bei Diaspora-Konsumentinnen in Singapur, Vancouver oder Zürich — auf WhatsApp. Wenn die Antworten zwischen den Kanälen abweichen, oder wenn die Käuferin sich jedes Mal neu vorstellen muss, bricht das Vertrauen sofort zusammen.
Zwei Dinge müssen parallel gelöst werden. Konsistenz bedeutet, dass dieselbe Vergleichsantwort auf jedem Kanal erscheint. Speicher bedeutet, dass der Agent die Käuferin unabhängig vom Kanal erkennt und das Gespräch dort wieder aufnimmt, wo es aufgehört hat.
Das Model Context Protocol (MCP) ist der entstehende Standard, der eine Wissensdatenbank, eine Vergleichslogik, eine Aktionsschicht und ein Set an Brand-Guardrails über alle Kanäle hinweg bedient. Die Identitätsauflösung — eine Xiaohongshu-Nutzerin einer WeChat-ID einer Website-Sitzung zuzuordnen — sitzt obendrauf, typischerweise über Telefonnummer, E-Mail oder Mitglieder-ID, sobald die Käuferin eine davon geteilt hat.
Die Integrationsreihenfolge, der die meisten Marken folgen, von niedrigster zu höchster Komplexität:
| Kanal | Integrationsmethode | Typische Implementierungsdauer |
|---|---|---|
| Marken-Website | Eingebettetes JS / Web Component | 1–2 Wochen |
| Facebook Messenger | Meta Graph API | 1–2 Wochen |
| WhatsApp Business | Meta Cloud API (mit Telefonverifizierung) | 2–3 Wochen |
| TikTok / Douyin | Plattform-API (Plattform-Freigabe ca. 2 Wochen) | 3–4 Wochen |
| Xiaohongshu | MCP-Bridge über API-Gateway | 4–6 Wochen |
Xiaohongshu sitzt am komplexen Ende, weil die offiziellen Messaging-APIs der Plattform eine spezifische Bridge-Schicht erfordern. Hier scheitern auch konkurrierende Implementierungen — sie behandeln Xiaohongshu als Nebensache statt als primären Kanal für chinesische Käuferinnen.
6. Ein Benchmark-Datensatz, der zur Qualitätsmesslatte der Marke wird
Die Art, wie man weiss, dass ein KI-Agent markensicher ist, ist ihn gegen einen festen Satz von Fragen zu testen, die das Markenteam schriftlich freigegeben hat. Standardpraxis ist ein Benchmark von 20 bis 50 Fragen, der die häufigsten Käuferabsichten, die sensibelsten Vergleichsfragen und die rechtlich exponiertesten Behauptungen abdeckt — Preis, Garantie, Echtheit, Herkunftsland.
Da dies ein Agent ist und kein Chatbot, deckt der Benchmark auch die Aktionen des Agenten ab. Hat er die richtige Boutique vorgeschlagen? Hat er den CRM-Lead mit den korrekten Feldern angelegt? Hat er im richtigen Moment an einen Menschen übergeben?
Der Agent wird bei jeder grösseren Änderung gegen diesen Datensatz laufen gelassen. Das Ergebnis ist ein Genauigkeitsbericht — ein Dokument, das die Marketingleitung der Rechtsabteilung und dem Regional-GM in Shanghai zeigen kann. Mit der Zeit wächst der Benchmark. Der Genauigkeitsbericht wird zum Artefakt, das es der Marke erlaubt, die Verantwortlichkeiten des Agenten mit Vertrauen statt mit Hoffnung zu erweitern.
Über Lab51
Lab51 ist eine Schweizer KI-Agentur mit Sitz in Zürich. Wir bauen massgeschneiderte KI-Agenten für Unternehmen, in denen Markenkontrolle, Datengenauigkeit und regulatorische Compliance nicht verhandelbar sind — darunter Luxus, regulierte Branchen und komplexe B2B-Umgebungen.
Unsere Arbeit umfasst den vollständigen Stack der KI-Implementierung: Wissensaufnahme aus internen Quellen und ERP, RAG-Architektur, strukturierte Vergleichslogik, Tool-Integration mit CRM- und Inventarsystemen, Übergabe-Workflows an Menschen und Multi-Channel-Integration über MCP. KI-Modelle laufen auf Infrastruktur, die wir kontrollieren — was für Marken- und Datensouveränität wichtig ist, wenn das Publikum in Festlandchina sitzt.
Für Schweizer Luxusmarken, die Präsenz auf Xiaohongshu aufbauen, bedeutet das ein System, das die Marke End-to-End besitzt — keinen White-Label-Chatbot mit aufgeklebtem Logo. Die Wissensdatenbank, die Vergleichsmatrizen, die Brand-Voice-Guardrails und die Aktionsberechtigungen unterliegen alle der Prüfung und Freigabe der Marke. Eine typische vollständige KI-Implementierung dauert 18 bis 20 Wochen, mit monatlichem Monitoring, Inhaltsupdates und Reporting nach Launch.
Lass uns gemeinsam einen KI-Agenten für Xiaohongshu bauen. Fülle das Formular aus:
Warum jetzt
Drei Signale machen 2026 zum operativen Fenster für diese Arbeit.
Die Kontraktion im chinesischen Luxusmarkt ist strukturell, nicht zyklisch. Die Erklärung des Verbands der Schweizer Uhrenindustrie zum Geschäftsjahr 2025 war eindeutig: eine Erholung wird auch für 2026 nicht erwartet. Marken, die warten, bis der Markt zurückkommt, werden die Erholung damit verbringen, Marktanteile an Wettbewerber zu verlieren, die den Funnel während des Abschwungs optimiert haben. Das Fenster, um in der Recherchephase Marktanteile zu gewinnen, ist gerade deshalb offen, weil die meisten Mitbewerber noch Marketing kürzen statt es neu aufzubauen.
Das Algorithmus-Update von Xiaohongshu im Juni 2025 verteilt Reichweite zu Marken um, die nachhaltig authentische Inhalte produzieren und in ihrer eigenen Community substantiell antworten. Statische offizielle Accounts, die senden und nie antworten, werden algorithmisch bestraft. Ein KI-Agent, der substantielle Gespräche führt und nützliche Aktionen im Massstab ausführt, wird zum ersten Mal zum algorithmischen Vorteil.
Die Infrastruktur ist ausgereift. Xiaohongshus API-Zugang, MCP-kompatible Bridge-Schichten, Agent-Frameworks mit zuverlässigem Tool Use und Mandarin-fähige Foundation Models von grossen Anbietern (OpenAI, Anthropic, Google) sind zuverlässig genug für Produktiv-Deployments. Dasselbe Projekt, 2024 versucht, hätte 60% der Timeline auf Plumbing verbracht. 2026 liegt dieser Anteil eher bei 20%, und der grösste Teil der Arbeit fliesst in die markenspezifische Wissensdatenbank, die Vergleichsmatrizen und die Aktionsberechtigungen — was sowieso der Ort ist, an dem der eigentliche Wert sitzt.
Für eine Luxusmarke mit achtstelligen jährlichen Marketingausgaben in China ist nicht mehr die Frage, ob das Budget es trägt. Die Frage ist, ob die Customer-Operations-Infrastruktur vor dem nächsten Verkaufszyklus bereit sein kann.
Bekanntheit in China ist nicht der Engpass für Schweizer Luxusmarken. Der Engpass ist die Lücke zwischen Recherche-Absicht und qualifiziertem Kontakt. Diese Lücke wird derzeit von KOC-Posts, Bewertungen Dritter und Wettbewerbern gefüllt, die schneller antworten.
Ein KI-Agent, gebaut auf einer echten Wissensdatenbank, einer echten Vergleichs-Engine, der Fähigkeit, Aktionen über die markeneigenen Systeme auszuführen, und echtem kanalübergreifendem Speicher, schliesst diese Lücke zu den Bedingungen der Marke. Die Marken, die diese Schicht 2026 bauen, werden das Gespräch besitzen, das den Rest des Jahrzehnts entscheidet, wer was kauft.
