Agentic Commerce: Bist du bereit für KI-Agenten?

In den vergangenen Wochen hat Agentic Commerce (ACO) ordentlich Fahrt aufgenommen.

Shopping-Agenten werden konkreter, Produktdaten rücken stärker in den Mittelpunkt und die entscheidende Frage verschiebt sich langsam von „Was können KI-Agenten irgendwann?“ zu „Was müssen Händler heute tun, damit ihre Produkte von ihnen überhaupt verstanden werden?“

Und genau dafür holen wir eine alte Bekannte zurück: unsere Lieblings Kaffeemaschine Dolce Vita.

Stell dir vor, du verkaufst diese.

Auf deiner Produktseite steht:

„Hochwertige Kaffeemaschine für einzigartigen Kaffeegenuss. Modernes Design trifft auf innovative Technik.“

Klingt nach E-Commerce. Aber was sagt das konkret aus?

Jetzt kommt ein Interessent und fragt seinen Shopping-Agenten:

„Ich suche eine Kaffeemaschine für meine kleine Küche. Morgens muss es schnell gehen, mein großer Kaffeebecher sollte darunterpassen und ich habe keine Lust, das Ding ständig von Hand zu reinigen.“

Spätestens jetzt werden ganz andere Informationen wichtig.

• Wie groß ist die Maschine?

• Wie lange braucht sie zum Aufheizen?

• Welche maximale Tassenhöhe ist möglich?

• Welche Teile lassen sich herausnehmen?

• Dürfen sie in die Spülmaschine?

Hier ändert der E-Commerce gerade enorm.

Denn der Händler muss diese Fragen nicht mehr nur auf seiner Produktdetailseite für einen Menschen beantworten. Ein Shopping-Agent muss die Informationen ebenfalls finden, verstehen und einem konkreten Kundenwunsch zuordnen können.

Shopping-Agenten können heute bereits Anforderungen, Präferenzen und Budgets berücksichtigen, Produkte recherchieren und anhand relevanter Eigenschaften miteinander vergleichen.

Das ist „fast“ schon wieder ein alter Hut für uns E-Commercler.

Aber es ist auch noch nicht der vollautonome Einkauf, den manche Agentic-Commerce-Präsentationen suggerieren.

Und diese Unterscheidung ist wichtig.

Agentic Commerce bedeutet heute vor allem: Entscheidungsproblem

Wenn von Agentic Commerce gesprochen wird, landet man schnell bei der Vorstellung eines persönlichen KI-Agenten, der selbstständig Produkte sucht, vergleicht, bestellt und bezahlt.

Die Infrastruktur dafür entsteht tatsächlich bereits.

OpenAI entwickelt mit dem Agentic Commerce Protocol eine entsprechende Commerce-Infrastruktur.
Google arbeitet am Universal Commerce Protocol.
Stripe beschäftigt sich ebenfalls intensiv mit der technischen Infrastruktur für Agentic Commerce und der Frage, wie Händler ihre bestehenden Systeme dafür vorbereiten können.

Technisch bewegt sich also enorm. Große Konerne arbeiten hier Hand in Hand.

Beim Menschen sieht es differenzierter aus.

Aktuelle Untersuchungen zeigen, dass Verbraucher KI bereits zur Produktsuche und Entscheidungsunterstützung einsetzen. Die Bereitschaft, einer KI die eigentliche Kaufentscheidung vollständig zu überlassen, liegt jedoch deutlich niedriger.

Discovery und Consideration sind deshalb momentan mindestens genauso interessant wie der autonome Warenkorb-Checkout.

Und genau deshalb ist jetzt der Zeitpunkt für Händler zu handeln und nicht darauf warten, bis irgendein Agent selbstständig ihre Kreditkarte zückt.

Der relevante Wandel ist längst im Gange.

Was passiert, wenn der Agent die Antwort nicht kennt?

Zurück zu unserer Kaffeemaschine.

Das Sortiment Dolce Vita hat ein neues Modell. Nennen wir sie einfach Ilona.

Ilona ist tatsächlich ideal für unseren Kunden geeignet:

• Aufheizzeit: 35 Sekunden
• maximale Tassenhöhe: 14 cm
• Breite: 18 cm
• herausnehmbare Abtropfschale
• herausnehmbare Teile spülmaschinengeeignet
• Kompakt gebaut – passt auch in kleine Küchen.

Nur hat der Händler ein Problem.

Die Informationen stehen nicht vollständig in seinen Produktdaten.

Vielleicht kennt der Kundendienst die maximale Tassenhöhe. Vielleicht steht die Aufheizzeit irgendwo in der Bedienungsanleitung. Vielleicht weiß der Produktmanager, welche Teile in die Spülmaschine dürfen.
Oder auch nicht?

Der Shopping-Agent weiß davon erst einmal nichts.

Und hier entsteht eine ziemlich banale, aber wichtige Erkenntnis:

Produktwissen, das nur innerhalb eines Unternehmens existiert, hilft einem Shopping-Agenten nicht bei seiner Entscheidung.

Genau an diesem Problem arbeitet beispielsweise ReFiBuy derzeit für Amazon Alexa for Shopping (USA).

Dort werden Amazon-Produktdetailseiten auf Informationslücken untersucht. Anschließend lässt sich beobachten, ob Produkte bei bestimmten Shopper-Prompts auftauchen, welche Wettbewerber empfohlen werden und welche Informationen für die Antworten des Shopping-Agenten eine Rolle spielen.

Das ist interessant, weil ACO dadurch plötzlich sehr praktisch wird.

Es geht nicht mehr nur darum:

„Rankt mein Produkt für Kaffeemaschine?“

Sondern beispielsweise:

„Kann ein Agent erkennen, dass Ilona für eine kleine Küche und einen 13 Zentimeter hohen Thermobecher geeignet ist?“

ACO bedeutet nicht, Produkttexte für Maschinen zu schreiben

Hier lauert nämlich die nächste Falle.

Man könnte jetzt auf die Idee kommen, Produktseiten zukünftig hauptsächlich für KI-Agenten zu schreiben.

Das halte ich für den falschen Schluss.

Klassische Auffindbarkeit verschwindet durch Agentic Commerce nicht einfach.
Ein Produkt muss weiterhin gefunden und verstanden werden, bevor es überhaupt in eine Auswahl einbezogen werden kann.

Insbesondere dann, wenn Menschen dem KI-Agenten skeptisch gegenüberstehen und weiterhin selbst kaufen.

Die bessere Frage lautet deshalb:

Welche Fragen muss mein Produkt beantworten können?

Und damit sind wir erstaunlicherweise wieder bei einem ziemlich alten Thema.

Was hat Rhetorik mit einer Produktdetailseite zu tun?

Mehr, als es zunächst klingt.

Eine gute Produktdetailseite war noch nie einfach eine Ansammlung möglichst vieler Produkteigenschaften.

Sie führt ein Gespräch.

Der Besucher kommt mit einem Problem, Erwartungen, Vorwissen, Einwänden und Entscheidungskriterien auf die Seite.

Gute Produktkommunikation antizipiert diese Fragen.

Passt das Produkt zu mir?

Löst es mein konkretes Problem?

Was unterscheidet es von der Alternative?

Welche Nachteile oder Einschränkungen muss ich kennen?

Kann ich der Aussage des Händlers vertrauen?

Rhetorik beantwortet damit folgende Frage:

Was braucht mein Gegenüber, um eine Kaufentscheidung treffen zu können?

Und genau deshalb macht Agentic Commerce Rhetorik möglicherweise noch wichtiger.

Denn zwischen Händler und Kunde kann nun ein zusätzlicher Gesprächspartner treten.

Der Kunde sagt:

„Ich brauche morgens schnell Kaffee und mein großer Becher muss darunterpassen.“

Der Agent übersetzt diese Aussage in Entscheidungskriterien.

Und anschließend sucht er nach Produkten, zu denen er diese Kriterien beantworten kann.

Unsere Formulierung vom „innovativen Kaffeegenuss“ hilft ihm dabei keinem.
(Was übrigens auch bei Menschen gilt.)

14 Zentimeter maximale Tassenhöhe schon.

Das ist der Punkt, an dem Rhetorik, SEO und ACO zusammenlaufen.

SEO fragt:

Nach was genau sucht mein Kunde?

Rhetorik fragt:

Welche Informationen braucht mein Gegenüber konkret für seine Entscheidung?

ACO ergänzt:

Kann ein Agent diese Informationen eindeutig finden, verstehen, vergleichen und einer konkreten Nutzeranforderung zuordnen?

Die Produktdetailseite bleibt also weiterhin ein Dialog.

Nur sitzt künftig ein Agent mit am Tisch.

Agent-ready hat deshalb eine tiefergehende Bedeutung

Strukturierte Produktdaten werden noch wichtiger.

Produktfeeds und neue Commerce-Protokolle sollen dafür sorgen, dass Shopping-Agenten aktuelle Informationen zu Produkten, Varianten, Preisen, Verfügbarkeit und weiteren Eigenschaften erhalten können.

Aber ein perfekt strukturierter Feed löst nicht automatisch ein inhaltliches Problem.

Wenn dort sauber strukturiert steht:

marketing_description = Hochwertige Kaffeemaschine für perfekten Kaffeegenuss

Ist der Datensatz technisch wunderschön.

Die entscheidende Kundenfrage bleibt trotzdem unbeantwortet.

Das ist einer der wichtigsten Unterschiede zwischen Datenstruktur und Datenqualität.

ACO braucht beides.

Ein Händler muss zunächst verstehen, welche Informationen für seine Kunden tatsächlich entscheidungsrelevant sind.

Anschließend muss er diese Informationen korrekt, konsistent, aktuell und möglichst eindeutig bereitstellen.

Und erst dann stellt sich die technische Frage, wie Suchmaschinen, Marktplätze und Shopping-Agenten darauf zugreifen.

Was Händler bereits heute tun können

Nimm ein wichtiges Produkt und sammle reale Fragen aus Kundenservice, Bewertungen, Retourengründen, Suchanfragen, Marktplätzen und Beratungsgesprächen.

Dann formuliere daraus konkrete Kaufsituationen.

Bei Ilona beispielsweise:

„Welche Kaffeemaschine eignet sich für eine Küche mit wenig Stellfläche?“

„Unter welche Maschine passt mein 14 Zentimeter hoher Thermobecher?“

„Welche Kaffeemaschine ist morgens in weniger als einer Minute einsatzbereit?“

„Welche Maschine lässt sich reinigen, ohne dass ich alle Teile von Hand spülen muss?“

Und jetzt kommt der unangenehme Teil:

Versuche diese Fragen ausschließlich mit den Informationen zu beantworten, die öffentlich über dein Produkt verfügbar sind.

Nicht mit dem Wissen des Produktmanagers.

Nicht mit einer internen Excel-Datei.

Nicht mit dem, was „eigentlich jeder bei uns weiß“, oder „was ja wohl jeder wissen sollte.“

Sondern mit dem, was ein externer Agent tatsächlich vorfindet.

Genau dort werden Informationslücken sichtbar.

Du kannst den Test noch einen Schritt weiterführen und unterschiedliche Shopping-Agenten mit denselben Fragen konfrontieren.

» Taucht dein Produkt überhaupt auf?

» Welche Alternativen werden genannt?

» Welche Eigenschaften zieht der Agent für seinen Vergleich heran?

» Welche Fragen kann er nicht beantworten?

» Und stimmen seine Aussagen mit deinen tatsächlichen Produktdaten überein?

Das ist noch keine vollständige ACO-Strategie, aber es ist ein ziemlich sinnvoller Anfang.

Und was ist mit Dienstleistungen?

Hier wird es richtig interessant!

Denn dieselbe Logik gilt auch hier.

Stell dir eine Website für Kommunikationstrainings vor.

Dort steht:

„Individuelle Trainings für nachhaltige persönliche Entwicklung. Profitiere von langjähriger Erfahrung und praxisnahen Methoden.“

Wieder klingt alles wunderbar.

Jetzt bekommt ein Agent aber den Auftrag:

„Finde mir ein eintägiges Präsenztraining im Raum Stuttgart für Fach- und Führungskräfte, die souveräner auftreten möchten.“

Plötzlich braucht er andere Informationen.

Zielgruppe.
Ort.
Termine.
Dauer.
Präsenz oder online.
Gruppengröße.
Inhalte.
Preis.
Voraussetzungen.
Buchungsmöglichkeit.
Fachliche Qualifikationen des Trainers.

Fehlen diese Informationen oder sind sie nur irgendwo zwischen mehreren Seiten angedeutet, entsteht dasselbe Problem wie bei Ilona.

Der Anbieter weiß, dass sein Angebot passt. Der Agent empfiehlt das, was er zuverlässig auslesen kann.

Aber: Hier müssen wir allerdings sauber zwischen Realität und Ableitung unterscheiden.

Für physische Produkte ist die Entwicklung bereits deutlich weiter. Es existieren konkrete Produktfeeds, Shopping-Oberflächen und neue Commerce-Protokolle.

Eine ebenso etablierte ACO-Infrastruktur für beliebige Dienstleistungen gibt es derzeit noch nicht.

Trotzdem lässt sich die kommunikative Konsequenz daraus erkennen.

Auch Dienstleistungswebsites sollten möglichst eindeutig beantworten können:

Was bietest du wem, wo, wann, in welcher Form und unter welchen Bedingungen an?

Das ist übrigens ebenfalls keine völlig neue SEO-Weisheit.

Neu ist, wer diese Informationen künftig verarbeitet.

Fazit: Agentic Commerce ist weniger exotisch, als es klingt

Natürlich entstehen gerade neue Protokolle, Feeds, Payment-Systeme und Agentenschnittstellen.

Das technische Fundament verändert sich gerade massiv.

ACO hat die Wall Street erreicht und große Konzerne investieren Milliarden.

Auf Händlerseite allerdings führt aktuell ein erstaunlich großer Teil der Diskussion zurück zu grundlegenden Fragen:

➤ Kenne ich die Entscheidungskriterien meiner Kunden?

➤ Sind meine Produktinformationen vollständig?

➤ Sind Attribute eindeutig?

➤ Widersprechen sich meine Daten an unterschiedlichen Stellen?

➤ Kann jemand mein Produkt verstehen, ohne das interne Wissen meines Unternehmens zu besitzen?

➤ Und beantworte ich tatsächlich die Fragen meiner Kunden – oder produziere ich hauptsächlich Werbesätze?

Agentic Commerce zwingt Unternehmen damit zu etwas, das gute Rhetorik schon immer verlangt hat:

Vom Gegenüber aus zu denken.

Nur besteht dieses Gegenüber künftig nicht mehr unbedingt aus einem Menschen alleine.

Vielleicht fragt dein nächster Kunde nicht Google nach einer Kaffeemaschine.

Vielleicht fragt er seinen Agenten.

Und dann wäre es ziemlich hilfreich, wenn Ilona ihm die richtigen Antworten geben kann.

Quellen

https://refibuy.ai/articles/refibuy-amazon-alexa-for-shopping-general-availability
https://stripe.com/blog/three-agentic-commerce-trends-nrf-2026
https://stripe.com/de/guides/how-to-get-ready-for-agentic-commerce-in-an-evolving-landscape
https://openai.com/index/powering-product-discovery-in-chatgpt
https://developers.openai.com/commerce/specs/file-upload/products
https://help.openai.com/de-de/articles/12911370-using-shopping-research-in-chatgpt
https://developers.googleblog.com/under-the-hood-universal-commerce-protocol-ucp
https://stripe.com/at/sessions/2026/machine-payments-and-the
https://www.gartner.com/en/newsroom/press-releases/2026-05-27-gartner-survey-finds-consumers-want-ai-shopping-help-but-not-ai-purchase-decisions
https://www.mckinsey.com/de/news/presse/2026-03-11-agentic-commerce-eu-survey
https://www.aboutamazon.com/news/retail/amazon-agentic-ai-gen-ai-shopping