• Umsatzoptimierung: Die Engine lernt, welche Produkte tatsächlich konvertieren und pusht diese höher, auch wenn sie etwas weniger textliche Relevanz haben.
• Clickstream-basiertes Lernen: Verlässt sich stark auf Verhaltensdaten (Klicks, Warenkörbe), um ihre Modelle in Echtzeit zu trainieren.
• Assistant (GenAI): Startete "Constructor Assistant", einen konversationellen Shopping-Agenten, der LLMs nutzt, um Nutzer zu führen (z.B. "Finde mir ein glutenfreies Rezept für das Abendessen").
• Attribute Enrichment: Scannt Produktkataloge automatisch, um fehlende Daten und Tags (Auto-Klassifizierung) mittels KI zu verbessern.
• Personalisierte Collections: Ermöglicht einfach und schnell Landingpages für spezifische Nutzerinteressen zu erstellen.

Constructor ist aktuell Disruptor in einem relativ gesättigten Markt. Die Suche hat einige interessante USPs und eine hohe Spezialisierung für B2C E-Commerce. Das macht die Lösung für diesen Use Case sehr interessant. Etabliertere Anbieter, die schon länger am Markt sind und etwas generalistischere Produkte entwickeln werden hier stark herausgefordert. Constructor positioniert sich als die einzige Suche, die schon im Kern für die Umsatzmaximierung gebaut wurde und sehr nahe am Business-User ist.