Agentic Commerce: Was passiert, wenn nicht mehr nur der Mensch einkauft?
Dein nächster Kunde ist die KI.
Klingt erstmal ein bisschen nach Science-Fiction.
Ist es aber längst nicht mehr.
Seit Jahren optimieren wir Produktseiten für Menschen und Algorithmen. Keywords, Attribute, Bilder, Reviews, A+ Content oder PPC gehören zum E-Commerce-Handwerk dazu.
Wir wollen gefunden werden. Wir wollen dem Kunden zeigen, warum ein Produkt zu seinem Bedarf passt. Und am Ende soll er im Idealfall auf „Kaufen“ klicken.
Jetzt kommt ein weiterer Adressat hinzu:
AI Agents.
ChatGPT kann heute bereits Produkte anhand konkreter Anforderungen recherchieren und vergleichen. Dabei können unter anderem Produktdaten von Händlern, öffentlich verfügbare Informationen und weitere Retail-Quellen einfließen. Produkte lassen sich beispielsweise nach Preis, Eigenschaften und Bewertungen vergleichen.
Und damit wird es für Händler interessant.
Denn was passiert, wenn nicht mehr nur der Mensch meine Produktseite verstehen muss?
Was ist Agentic Commerce?
Unter Agentic Commerce (ACO) lässt sich ein E-Commerce verstehen, bei dem AI Agents Aufgaben innerhalb des Einkaufsprozesses für einen Menschen übernehmen.
Das kann bei der Produktsuche anfangen.
Statt selbst zehn Shops zu öffnen und Produkte miteinander zu vergleichen, beschreibt der Nutzer, was er sucht. Ein AI-System recherchiert passende Angebote, vergleicht Eigenschaften und hilft bei der Auswahl.
Der Prozess geht inzwischen sogar weiter.
OpenAI ermöglicht für bestimmte Händler und Produkte einen Instant Checkout innerhalb von ChatGPT. Google entwickelt mit dem Universal Commerce Protocol, kurz UCP, ebenfalls eine Infrastruktur, über die agentische Systeme vom Entdecken eines Produkts bis hin zu Kauf und weiteren Aufgaben mit Händlersystemen kommunizieren können.
Auf Amazon in den USA geht Alexa inzwischen aktiv mit dem Kunden in den Dialog und hilft bei der Suche nach dem passenden Produkt.
Das Spannende daran ist für mich aber gar nicht der Checkout.
Es passiert schon vorher etwas Entscheidendes:
Ein Teil der Produktauswahl findet in vielen Fällen statt, bevor der Kunde meine Produktseite überhaupt besucht.
Und dafür muss ein AI Agent mein Produkt verstehen können.
Unser Rucksack ist wieder da
Nehmen wir noch einmal den Business-Rucksack aus meinem Beitrag über Produktseiten.
Ein Mensch tippt vielleicht bei Google oder Amazon:
Laptop Rucksack 17 Zoll
Jetzt geben wir einem AI Agent eine etwas andere Aufgabe:
„Ich suche einen leichten Rucksack fürs Büro. Mein 17-Zoll-Notebook muss reinpassen. Er sollte wasserabweisend sein, maximal 100 Euro kosten und ich möchte kein Leder.“
Plötzlich reicht es nicht, irgendwo im Text das Keyword „Laptop Rucksack“ untergebracht zu haben.
Der Agent muss Informationen finden, anhand derer er das Produkt bewerten kann.
Passt ein 17-Zoll-Notebook hinein?
Wie schwer ist der Rucksack?
Aus welchem Material besteht er?
Ist er wasserabweisend?
Was kostet er aktuell?
Ist er verfügbar?
Wie bewerten Käufer das Produkt?
Und gibt es vielleicht ein anderes Produkt, das die Anforderungen besser erfüllt?
Genau hier schließt sich für mich der Kreis zu klassischen Produktseiten.
Ein AI Agent muss erkennen können:
→ Was ist das für ein Produkt?
→ Für wen eignet es sich?
→ Welche Eigenschaften besitzt es?
→ Welches Problem löst es?
→ Was unterscheidet es von Alternativen?
Das sind erstaunlich ähnliche Fragen wie die, die sich auch ein potenzieller Käufer stellt.
SEO war gestern. Jetzt optimieren auf ACO?
Nein. 😉
Mit Agentic Commerce tauchen neue Begriffe auf. ACO, GEO, AI Visibility und wahrscheinlich noch einige mehr.
Das E-Commerce-Handbuch können wir trotzdem im Regal stehen lassen.
SEO hatte schon immer die Aufgabe, Inhalte so aufzubereiten, dass Suchmaschinen sie finden und einordnen können. Für Händler kommt jetzt eine weitere Frage hinzu:
Kann auch ein AI-System erkennen, wann mein Produkt zu einer konkreten Anfrage passt?
Damit erweitert sich die klassische Frage „Wie werde ich gefunden?“ um zwei wichtige Punkte:
Wie werde ich verstanden und wann werde ich empfohlen?
Das verändert echt viel, macht die bisherigen Grundlagen aber nicht wertlos.
Agentic Commerce bedeutet im Grunde: Back to the roots
Was braucht ein AI-System, um Produkte sinnvoll miteinander vergleichen zu können?
Zum Beispiel:
→ vollständige Produktattribute
→ saubere und eindeutige Produktdaten
→ verständliche Produktbeschreibungen
→ konkrete Anwendungsfälle
→ aktuelle Preise
→ korrekte Verfügbarkeiten
→ eindeutige Varianten und Kompatibilitäten
→ Reviews und andere Vertrauenssignale
Das klingt ganz schön verdächtig nach gutem E-Commerce. 😉
Und das ist eine der interessantesten Erkenntnisse bei der Beschäftigung mit Agentic Commerce.
Wir reden über AI Agents, neue Protokolle und eine mögliche neue Form des Onlinehandels und landen ziemlich schnell wieder bei einer alten Frage:
Sind unsere Produktdaten eigentlich gut genug?
Bei ChatGPT lässt sich inzwischen sehr konkret sehen, warum das relevant ist. Der Shopping-Assistent kann Händlerdaten über das Agentic Commerce Protocol nutzen, zusätzlich öffentlich zugängliche Produktinformationen lesen und daraus Produkte vergleichen. OpenAI nennt dabei beispielsweise Preis, Funktionen und Bewertungen als mögliche Vergleichsmerkmale.
Aus einem Datenfeld, das früher vielleicht irgendwo im Backend vor sich hin vegetiert hat, kann damit plötzlich ein ziemlich wichtiger Teil der Produktauswahl werden.
Klingt ja toll. Kauft meine KI morgen meine Waschmaschine?
Behalte die Bestellung lieber noch selbst im Auge 😄
Denn wir sollten zwei Dinge auseinanderhalten.
AI-gestützte Produktsuche ist bereits Realität.
Ich kann ChatGPT heute beschreiben, welches Produkt ich brauche. Das System kann Rückfragen stellen, recherchieren, Produkte vergleichen und Empfehlungen anhand meiner Anforderungen zusammenstellen.
Auch der nächste Schritt existiert bereits. Für geeignete Produkte und teilnehmende Händler kann ChatGPT einen Instant Checkout anbieten. OpenAI startete diese Funktion zunächst in den USA und baut die zugrunde liegende Commerce-Infrastruktur weiter aus.
Google arbeitet parallel daran, agentische Funktionen tiefer in den Einkaufsprozess zu integrieren. UCP soll dabei als gemeinsame Sprache zwischen AI Agents, Händlern und anderen beteiligten Systemen dienen. Im Mai 2026 stellte Google außerdem den Universal Cart als weiteren Baustein für agentisches Shopping vor.
Das heißt trotzdem noch lange nicht, dass Verbraucher morgen ihre gesamten Einkäufe autonom erledigen lassen.
Zwischen
„Welche Waschmaschine passt zu meinem Haushalt?“
und
„Such eine aus, kauf sie und sag mir, wann sie geliefert wird.“
liegt ein ziemlich großer Unterschied.
Die technische Infrastruktur beginnt allerdings, genau diese Lücke kleiner zu machen.
OpenAI, Google & Co.: Agentic Commerce wird konkret
An diesem Punkt wird aus der theoretischen Diskussion langsam echte Infrastruktur.
OpenAI hat das Agentic Commerce Protocol (ACP) ursprünglich gemeinsam mit Stripe entwickelt. Das Protokoll ermöglicht die Zusammenarbeit zwischen AI Agents und Händlersystemen und wird inzwischen auch für die Produktsuche eingesetzt.
Händler können darüber unter anderem Produktfeeds und Promotions bereitstellen. Shopify-Produktdaten werden laut OpenAI bereits über den Shopify Catalog in ChatGPT eingebunden.
Google verfolgt mit dem Universal Commerce Protocol (UCP) einen ähnlichen Ansatz. Der offene Standard soll unterschiedliche Systeme entlang der Customer Journey miteinander verbinden. Google nennt ausdrücklich Discovery, Kauf und Post-Purchase-Support.
Spannend finde ich die Frage, in welche Richtung das Ganze geht.
Bisher mussten Händler ihre Produkte vor allem für Shops, Marktplätze, Suchmaschinen und Werbesysteme verfügbar machen.
Jetzt entsteht eine weitere Ebene, auf der Produktinformationen verarbeitet werden:
AI Agents.
Ja schön. Aber woher weiß ich, ob mein Produkt für AI sichtbar ist?
Hier wird es deutlich schwieriger.
Bei klassischer SEO haben wir über Jahre ein ziemlich ordentliches Instrumentarium aufgebaut.
Rankings. Impressionen. Klicks. CTR. Sessions. Conversion Rate.
Bei AI Visibility gibt es inzwischen ebenfalls Tools, Prompt-Tracking und unterschiedliche Scores.
Nur: Was bedeutet beispielsweise ein AI Visibility Score von 73?
73 von was?
Für welchen Prompt?
Auf welchem Modell?
Mit welchem Kontext?
Und bekomme ich bei der nächsten Anfrage wieder dasselbe Ergebnis?
Das macht solche Kennzahlen nicht nutzlos. Sie können beispielsweise dabei helfen, Entwicklungen über einen längeren Zeitraum zu beobachten oder Wettbewerber innerhalb derselben Methodik miteinander zu vergleichen.
Ich würde sie nur nicht mit einem klassischen Ranking verwechseln.
Schon bei ChatGPT hängt die Auswahl von Produkten von der konkreten Anfrage und ihrem Kontext ab. Gibt ein Nutzer beispielsweise ein Budget vor, bekommt der Preis entsprechend mehr Gewicht. Andere Anforderungen können wiederum andere Produkte nach vorne bringen.
Für mich ist deshalb eine andere Frage interessant:
Bei welchen realistischen Kundenfragen taucht mein Produkt auf und warum?
Unser Rucksack bietet dafür ein schönes Beispiel.
Ich könnte testen:
„Welcher Business-Rucksack eignet sich für ein 17-Zoll-Notebook?“
Danach:
„Welcher davon wiegt weniger als 800 Gramm?“
Und anschließend:
„Ich möchte kein Leder und maximal 100 Euro ausgeben.“
Wenn mein Produkt bei der ersten Anfrage auftaucht und bei der zweiten verschwindet, habe ich etwas gelernt.
Vielleicht fehlt das Gewicht.
Vielleicht ist die Information nicht eindeutig genug.
Vielleicht erfüllt mein Produkt die Anforderung tatsächlich nicht.
Das ist für mich interessanter als ein hübscher Score allein.
Was bedeutet Agentic Commerce heute für Händler konkret?
Bevor jetzt hektisch alle Produktseiten Agentic optimiert werden, würde ich mir zuerst die Grundlagen ansehen.
Sind meine Produktattribute vollständig?
Sind Varianten und Kompatibilitäten eindeutig beschrieben?
Stimmen Preise und Verfügbarkeiten?
Beantwortet meine Produktseite die Fragen, die Kunden tatsächlich stellen?
Kann ein System erkennen, für welche Anwendungsfälle mein Produkt geeignet ist?
Und stecken wichtige Informationen ausschließlich in Bildern oder PDFs, obwohl sie auch als strukturierte Produktinformation verfügbar sein könnten?
Danach würde ich testen.
Mit realistischen Fragen und echten Prompts.
Und mit unterschiedlichen Anforderungen.
Und mit verschiedenen AI-Systemen, wenn sie für meine Zielgruppe relevant sind.
Aber wichtig: Selbst die wissen nicht, wie Agentic Commerce in fünf Jahren aussieht.
Aber sie können heute Trends und Daten ableiten.
Fazit: Ein neuer Player im E-Commerce
Wie groß Agentic Commerce wird weiß nur der Blick in die Glaskugel.
Wie viel vom Einkauf Menschen künftig tatsächlich an AI Agents delegieren = Weiß noch keiner.
Aber die Entwicklung können wir bereits heute beobachten.
ChatGPT recherchiert und vergleicht Produkte. Händler können Produktdaten direkt für diese Systeme bereitstellen. OpenAI und Google bauen Protokolle, über die AI Agents mit Commerce-Systemen interagieren können. In bestimmten Fällen reicht dieser Prozess bereits bis zum Checkout.
Für Händler ergibt sich daraus für mich keine komplett neue Disziplin…
… zumindest noch nicht.
Saubere Produktdaten, vollständige Attribute, verständliche Inhalte, konkrete Anwendungsfälle und aktuelle Informationen waren schon vorher gutes E-Commerce-Handwerk.
Der Unterschied liegt darin, wer diese Informationen inzwischen alles liest.
Früher musste mein Produkt vor allem vom Menschen und vom Suchalgorithmus verstanden werden.
Jetzt kommt jemand dazu:
Sein Agent.