- Agentic Commerce bezeichnet das Einkaufen mit KI-Agenten, die für Kunden recherchieren, vergleichen und zunehmend eigenständig kaufen. Anders als klassische Chatbots handeln KI-Agenten autonom, mehrschrittig und mit Zugriff auf Tools und Daten wie z.B. Produktinformationen.
- Große Player schaffen dafür gerade die Infrastruktur: Visa (Intelligent Commerce), Mastercard (Agent Pay) und PayPal (Agent Toolkit & Partnerschaften) ermöglichen Zahlungen, die Agenten sicher im Hintergrund ausführen. Aber auch Shop-Systeme wie Shopify oder SAP Commerce stellen bereits die Weichen, damit Ihre Produktinformationen, Warenkorb und Checkout für KI-Agenten erreichbar sind, in der Regel über einen Stack offener Protokolle wie Model Context Protocol (MCP), ACP (OpenAI / Stripe) und UCP (Google / Shopify) für die Kommunikation von KI-Agenten mit Tools und Datenquellen.
- Shopping findet in einer Agentic-Commerce-Welt vermehrt in Agenten-Oberflächen und interferierenden Apps statt: Amazon Shopping Assistant Rufus in der App, ChatGPT mit Shopping‑Karten & Kauf‑Links, Perplexity mit PayPal‑Checkout und nicht zuletzt Google mit Ihrem AI Mode und Shopping Features wie dem virtuellen “try-on”-Service für die Fashion-Branche. Reichweite und Conversion verlagern sich und klassisches Suchergebnis-Denken reicht nicht mehr aus.
- Für Manager und CMOs bedeutet das: Produktdaten wie Preise, Verfügbarkeit und Einkaufs-Policies agententauglich bereitstellen, Distribution auf neuen Agenten‑Kanälen aufbauen (AEO/GAIO statt nur SEO), Kundenvertrauen aufbauen und Kontrollprozesse (Budgets, Quittungen, Rückgaben usw.) gestalten und frühzeitig pilotieren, um Mitarbeiter zu befähigen und mit der Technologie vertraut zu machen.
- Mit dem Markt gehen: Laut Adobe und Salesforce stieg der KI-Traffic auf Retail-Seiten um +693 % in der Holiday Season 2025; er konvertiert inzwischen 54% besser als Nicht-KI-Traffic (Stand Mai 2026) und Salesforce ($67 Mrd. KI-beeinflusste Umsätze in der letzten Cyber Week, was ca. 20 % aller Käufe sind)
(Quelle: https://www.salesforce.com/news/press-releases/2025/12/05/cyber-week-ai-agents-sales/)
(Quelle: Digital Loop – KI-generiert und nachbearbeitet)
Was heißt „Agentic Commerce“ in Klartext
Agentic Commerce ist die nächste Evolutionsstufe des digitalen Einkaufens: autonome, zielorientierte KI‑Agenten erledigen Aufgaben entlang der gesamten Journey: von „Finde mir die drei besten 55‑Zoll‑TVs unter 800 €“ über Review‑Zusammenfassungen, Preismonitoring, Bundle‑Vorschläge und Lieferzeit‑Prüfungen bis zur Zahlung. Das ist mehr als nur Chat: Agenten planen, orchestrieren Tools und Informationen und führen transaktionale Schritte selbst aus.
Während heute noch KI-Agenten eher als Kaufassistenten zu sehen sind, werden diese zukünftig auch die Transaktion durchführen.
(Quelle: Digital Loop – KI-generiert und nachbearbeitet)
Praxisbeispiele schon heute:
- Alexa for Shopping (ehemals Rufus): beantwortet Einkaufsfragen, vergleicht Kategorien und hilft beim Entscheiden – direkt in der Amazon-App.
- ChatGPT Search und Apps: zeigen Shopping Carousels mit Preisen & Links und große Händler betreiben eigene Apps direkt in ChatGPT.
- Check24 AI Assistent Sophie: beantwortet Fragen, vergleicht Tarife und Angebote und hilft beim Entscheiden – direkt in der Check24-App.
- Perplexity + PayPal: Kauf, Tickets & Reisen direkt im Chat bezahlen (PayPal/Venmo).
- Google AI Mode: Beschreibe dein Kauf-Szenario und Google schlägt passende Produkte vor. Ausgebaut mit Features wie Price Tracker und einem virtuellen Anprobier-Service (“try-it-on”) für Fashion-Artikel.
(Interaktives Einkaufserlebnis via Google AI Mode – Quelle: Google AI Mode Shopping)
Warum Agentic Commerce jetzt wichtig wird
-
Zahlungsrails für KI-Agenten entstehen rasant. Visa und Mastercard binden Agenten sicher an bestehende Netzwerke (Tokenisierung, Ausgabenkontrollen, Kontaktcenter‑/Messaging-Flows). PayPal liefert SDKs/Toolkits für Agent-Checkouts. Ergebnis: „Discover in AI, buy on your site“ ist bereits da.
-
Vertriebskanäle verschieben sich von Suchergebnissen zu genauen Agenten-Antworten. Studien zeigen, dass AI-Overviews die Klickrate auf klassische Links drücken (Klickrate auf Position 1 fällt von 27 % auf 11 %) , also Brands weniger Besucher auf ihre Seiten bekommen; zugleich entstehen neue Touchpoints in ChatGPT / Perplexity / AI Mode usw. Sichtbarkeit muss neu gedacht werden.
(Quelle Sistrix, Februar 2026, AI Overviews in Germany) -
Unternehmen investieren bereits: Über 70% nutzen oder bauen KI-Agenten bereits, 88 % erhöhen ihr Investment. Laut der Studie geht auch hervor, dass die Hürde weniger Technik als Mindset & Change ist.
(Quelle: PwC’s AI Agent Survey) -
Von SEO und AEO zu AOO (Agent‑Oriented Optimization) oder heute auch AAIO (Agentic AI Optimization) genannt: Anstatt Seiten für Menschen zu optimieren, versorgen Sie Agenten direkt mit belastbaren Produkt‑, Preis‑, Verfügbarkeits‑ und Policy‑Daten und werden so bevorzugt und akkurater gerankt. AAIO ist dabei als eine Weiterführung von AEO (Answer Engine Optimization) oder GAIO (Generative AI Optimization) zu sehen.
Von MCP zum Protokoll-Stack: Die neue KI-Standard-Landschaft
Als dieser Beitrag erstmals erschien, war das Model Context Protocol (MCP) der zentrale Standard, der „USB-Anschluss für KI-Agenten“. Das gilt weiterhin, aber MCP ist heute nur noch eine Schicht in einem ganzen Stack von Protokollen mit unterschiedlichen Aufgaben und Regeln:
- MCP (Model Context Protocol): die Werkzeug- und Datenschicht. Wie greifen Agenten auf Produktkataloge, Tools und Systeme zu? Seit Dezember 2025 unter neutraler Governance der Linux Foundation – getragen u.a. von Anthropic, OpenAI, Google und Microsoft.
- ACP (Agentic Commerce Protocol, OpenAI & Stripe): der Kaufabschluss im ChatGPT-Ökosystem. Händler bleiben Merchant of Record; OpenAI erhebt eine Gebühr auf abgeschlossene Käufe (laut Shopify-Onboarding ca. 4 %).
- UCP (Universal Commerce Protocol, Google & Shopify): das Pendant für Google Search, AI Mode und Gemini, co-entwickelt mit Walmart, Target, Etsy und Wayfair; in Europa ist Zalando Launch-Partner.
- AP2 (Agent Payments Protocol): die Zahlungsschicht darunter. Kryptografische Mandate regeln, was ein Agent kaufen darf, gestützt von über 60 Organisationen (Mastercard, PayPal, Amex u.a.), inzwischen an die FIDO Alliance übergeben.
Für Sie als Entscheider bedeutet das:
KI-Plattformen nutzen nicht nur Protokolle; Unternehmen bauen komplette Sales Channels innerhalb der Assistenten (Instant Checkout zog in Apps um: Walmart, Target, Instacart, Expedia).
Es gibt dafür nicht den einen Standard, auf den Sie warten können. Wer in ChatGPT und Copilot verkaufen will, braucht ACP-fähige Daten; wer bei Google sichtbar sein will, UCP und beides setzt auf sauberen, MCP-tauglichen Produktdaten auf. Die gute Nachricht: Die Basis ist identisch. Strukturierte, aktuelle Produkt-, Preis- und Verfügbarkeitsdaten sind das Fundament für jeden dieser Kanäle.
Wie sich Unternehmen jetzt schon vorbereiten können (ohne Tech‑Overkill)
1. Datenbasis & Katalog „agentenfähig“ machen
a. Vollständige Produktdaten (Titel, Beschreibung, Attribute, Bilder, Videos, Varianten), GTIN/Brand/MPN, Preis, Verfügbarkeit, Lieferzeiten, Rückgaberegeln – konsistent und maschinenlesbar bereitstellen. Starten Sie mit Google Merchant Center (für Googles AI Mode und Shopping) & Product Structured Data (Schema.org).
b. Identifikatoren (v. a. GTIN) erhöhen die Matching-Qualität über Plattformen hinweg.
c. Produkte mit Kontext anreichern: Beschreibungen und Attribute (Materialien, Zertifizierungen, Altersgruppen, Preissegment… ) aufnehmen, die für Recherchen und Kaufentscheidungen wichtig sind.
2. Erreichbarkeit zu Agenten-Systeme aufbauen
a. ChatGPT: Sorgen Sie dafür, dass Ihre Produkte gefunden werden.
b. Perplexity: Bereiten Sie sich auf Commerce‑Integrationen (PayPal, Visa) vor – hier entstehen kaufnahe Antworten.
c. Shopsystem (z.B. Shopify oder SAP Commerce): MCP‑Anbindung (Model Context Protocol) macht Ihre Katalog‑/Bestandsdaten in Echtzeit für Agenten abrufbar. Denken Sie an MCP wie an einen USB‑Anschluss für KI-Agenten. (Siehe Abbildung Model Context Protocol für Shops)
d. Google AI Mode: Folgen Sie Googles Guidelines für den Shopping-Bereich, z.B. Shopping Feed Best Practices.
3. Trust, Kontrolle & Governance designen
a. Ausgabe‑Limits, Freigaben, Quittungen, Rückgaben: Regeln Sie, wann, wie viel und wie Agenten kaufen dürfen (Visa/Mastercard-Ansätze).
b. Observability: Führen Sie ein zentrales Agent-Monitoring ein (Aktivitäten, Resultate, Kosten), statt Agenten-Silos. Gängige Gen AI Plattformen bringen das inzwischen mit oder z.B. Langfuse, eine Firma aus Berlin, die eine Open Source Plattform bereitstellt.
4. Organisation & Arbeitsweise
a. Cross-Functional Task Forces (AI, Marketing, E‑Com, Data, Legal, CX) + Piloten mit klaren KPIs. Engpass ist selten die Technik, sondern Ownership & Change Management im Unternehmen.
Zusammenfassend empfiehlt es sich in der Praxis:
- Sicherstellen dass KI-Agenten Systeme meiner Seite aufrufen können
- Tech-SEO Best-Practices zu implementieren, um KI-Agenten besseren Zugriff auf die eigenen Inhalte zu geben (Crawlability, Core Web Vitals, Structured Data etc.)
- Sich mit MCP (Model Context Protokoll) vertraut machen: dem Konzept, welche Inhalte man KI-Agenten zur Verfügung stellen will und kann.
- Ihr Unternehmen auf „Data-Readiness“ zu prüfen – KI-Agenten brauchen Daten, um besser den Kontext zu verstehen.
(Abbildung Model Context Protocol für Shops – Quelle: Shopify Checkout-Kit )
Konkrete Use Cases die möglich werden (B2C & B2B)
B2C – Customer Experience (CX)
- „Buy‑for‑me“ Replenishment: Agenten überwachen Vorräte/Preise und kaufen innerhalb definierter Budgets autonom nach (Zahlung via Token/Spending Rules).
- Persönlicher Stil‑/Bedarfsberater: Aus Anlass/Budget/Größe werden Bundles mit Liefertermin erstellt; Reviews werden zusammengefasst.
- Conversational Checkout in Agentenoberflächen (ChatGPT/Perplexity/AI Mode) mit Direktkauf‑Links.
- After‑Sales‑Agent: Retouren, Umtausch, Garantien, „Where‑is‑my‑order?“ – automatisiert, mit Eskalation an Menschen; erste Suite‑Anbieter liefern bereits erste Bausteine.
(Quelle: https://www.salesforce.com/news/stories/summer-2025-product-release-announcement/)
(Siehe: https://www.youtube.com/shorts/Vi97lxlevIA)
B2B – Umsatz & Effizienz
- Autonomes Nachbestellen / MRO: Agenten prüfen Bestände, Kataloge & Kontrakte, legen Warenkörbe an und holen Freigaben ein.
- Agent‑zu‑Agent‑Verhandlungen (Preis, Lieferfenster) – ein aktives (noch) Forschungsfeld, das in RFP‑Märkten Pilotreife erreicht. Man sollte natürlich mit Low‑Risk‑Kategorien starten.
(Quelle: https://hai.stanford.edu/news/the-art-of-the-automated-negotiation) - Außendienst & Key Account mit vordefinierten KI-gestützten Vertriebs‑Playbooks (Besuchsplanung, Lückenlisten, Promotions), bereits als Branchenpakete erhältlich.
(Quelle: https://www.digitalcommerce360.com/2025/04/22/salesforce-agentforce-consumer-goods-agentic-ai/)
USA vs. Deutschland, wo Agentic Commerce wirklich steht
Wer US-Keynotes verfolgt, könnte meinen, KI-Agenten kaufen bereits überall ein. Die Realität ist zweigeteilt. In den USA sind bereits live: Produkt-Discovery in ChatGPT, der agentische Checkout in Google Search und der Gemini-App, Perplexitys „Buy with Pro”, Microsofts Copilot Checkout und Amazons „Alexa for Shopping”.
In Deutschland und der EU ist davon ausschließlich die Discovery-Ebene verfügbar: KI-Assistenten beraten, vergleichen und verlinken; der Kaufabschluss passiert auf der Händlerseite. Der autonome In-Chat-Checkout ist Stand Juli 2026 US-only, ohne offiziellen EU-Termin. Die Gründe liegen weniger in der Technik als im Recht: Ab dem 2. August 2026 greift der EU AI Act für Hochrisikosysteme, PSD3 entwickelt erst den Rahmen für KI-delegierte Zahlungen, und die Haftungsfrage bei Fehlkäufen ist ungeklärt.
Deutsche Händler warten trotzdem nicht ab: Otto hat einen KI-Assistenten auf Gemini-Basis eingeführt, Zalando ist europäischer UCP-Launch-Partner und hat die Nutzerzahl seines KI-Shopping-Assistenten laut eigenen Angaben auf sechs Millionen vervierfacht. Und die Zahlungsinfrastruktur kommt: Anfang Mai 2026 lief die erste authentifizierte agentische Transaktion Deutschlands über Mastercard Agent Pay, mit Deutsche Bank, DZ Bank und N26 als Partnern, wenn auch als Pilot, nicht als kommerzieller Rollout.
Für Sie heißt das: Der Zeitvorsprung ist ein Geschenk. Wer jetzt handelt, ist startklar, wenn der Checkout nach Europa kommt, statt dann erst anzufangen.
Wie kann so eine Umsetzung aussehen – Ihr 6‑Monats‑Fahrplan im Enterprise (pragmatisch)
Woran Sie erkennen, ob Agentic Commerce Sie schon betrifft: Ein Messframework
Die häufigsten Fragen von Entscheidern: „Wie viel Umsatz kostet es, Agentic Commerce zu ignorieren?” und „Woran erkenne ich, ob es mein Geschäft bereits beeinflusst?” Die erste Frage beantwortet der Markt mit einer großen Bandbreite: eMarketer beziffert den US-Agentic-Commerce 2026 konservativ auf rund 20,6 Mrd. Euro (nur In-Platform-Checkouts), McKinsey projiziert bis 2030 global 3-5 Billionen Euro an KI-orchestrierten Umsätzen.
Die zweite Frage können Sie nur mit eigenen Daten beantworten. Klassische Web-Analytics greifen zu kurz, denn ein Großteil der Agenten-Aktivität findet statt, bevor ein Besucher Ihre Seite erreicht. Sie müssen einen erweiterten Funnel messen: AD-AIDA: Der klassischen AIDA-Logik sind zwei neue Stufen vorgelagert: AI Discovery (kennen LLMs überhaupt Ihre Inhalte?) und LLM-Sichtbarkeit (werden Sie genannt, wenn Nutzer die KI fragen?).
Quelle: Digtal Loop – GEO Messen, ROI Framework
Jede Stufe hat messbare KPIs und Datenquellen:
- AI Discovery: LLM-Zugriffsarten und -Frequenz aus CDN-/Server-Logs (z. B. Akamai, Cloudflare)
- LLM-Sichtbarkeit: Impressions und Positionen in KI-Antworten, Sentiment und Kontext Ihrer Marke, Empfehlungsrate Ihrer Produkte vs. Wettbewerber, Genauigkeit von Produktattributen und Preisen.
- Attention/Interest: Sichtbarkeit und Traffic aus klassischer Suche plus KI-Referrals (SEO + LLM) und Aufrufe der eigenen Apps in AI Chats.
- Desire: Engagement der Agenten-Besucher – Sitzungsdauer, PDP-Aufrufe durch Agenten, Mikro-Conversions (Web Analytics, z. B. Adobe Analytics / GA4)
- Action: Agent-assisted Revenue, durchschnittlicher Bestellwert und Conversion Rate aus KI-Kanälen, sowie Retouren- und Stornoquoten als Qualitätsindikator
So entsteht eine durchgängige Messkette von den CDN-Logs über Protokoll-Aufrufe (z. B. UCP/ACP-Calls) bis zur On-Site-Analyse. Damit beantworten Sie die ROI-Frage Ihrer Agentic-Investments mit Zahlen statt Bauchgefühl.
Was sich für Marketing ändert – Fazit
Wir optimieren nicht länger nur Seiten für Menschen, sondern geben Signale für KI-Agenten: Präzise Daten rein, belastbare Policies dran, nahtlose Zahlung dahinter, Cross-Channel. Agentic Commerce wird E-Commerce neu definieren und das Kundenverhalten disruptiv ändern.
