Grundlagen des Agentic Commerce: Wenn KI-Agenten Produkte kaufen

Die Art, wie Menschen online Produkte suchen und kaufen, verändert sich. Statt mehrere Shops zu öffnen, Produktseiten zu vergleichen und Bewertungen zu lesen, können Nutzer:innen einer KI künftig einfach sagen, was sie brauchen. Ein KI-Agent recherchiert passende Angebote, vergleicht Kriterien und kann weitere Schritte des Einkaufs übernehmen. Das ist Agentic Commerce. Für Händler:innen entstehen dadurch neue Vertriebsmöglichkeiten. Gleichzeitig steigen die Anforderungen an Produktdaten, Schnittstellen und die Sichtbarkeit in KI-Systemen.

Stell Dir vor, Du suchst einen neuen Bürostuhl. Dein Budget liegt bei maximal 500 Euro, der Stuhl soll ergonomisch sein und spätestens nächste Woche geliefert werden. Heute würdest Du wahrscheinlich mehrere Suchanfragen starten, Shops besuchen und Produktinformationen vergleichen. Bei Agentic Commerce kann eine Anweisung an einen KI-Agenten reichen. Er erfasst die Anforderungen, sucht passende Modelle, vergleicht Preise und Eigenschaften und präsentiert eine Auswahl. Je nach System kann er anschließend sogar den Checkout vorbereiten. Was für Nutzer:innen bequem klingt, verändert im Hintergrund wichtige Strukturen des E-Commerce.

Was bedeutet Agentic Commerce?

Agentic Commerce bezeichnet Einkaufsprozesse, bei denen KI-Agenten Aufgaben im Auftrag von Nutzer:innen übernehmen. Der zentrale Unterschied zu klassischen Chatbots liegt im Handlungsspielraum. Ein Chatbot beantwortet beispielsweise die Frage, ob ein Produkt verfügbar ist. Ein KI-Agent kann ein Ziel erfassen, mehrere Schritte planen und dazu auf verschiedene Systeme zugreifen.

Im Onlinehandel kann das bedeuten: Der Agent versteht eine Kaufabsicht, recherchiert Angebote, gleicht Produkteigenschaften ab, prüft Preise und Lieferbedingungen und schlägt passende Produkte vor. Anschließend kann er weitere Schritte wie Warenkorb oder Checkout vorbereiten. Agentic Commerce erweitert den digitalen Einkaufsassistenten damit um konkrete Aktionen.

Das bedeutet allerdings nicht, dass KI-Systeme automatisch freie Verfügung über Zahlungsmittel erhalten. Berechtigungen und Freigaben spielen gerade beim Bezahlen eine wichtige Rolle. Nutzer:innen müssen festlegen können, welche Aktionen ein Agent ausführen darf.

Vom Suchbegriff zum konkreten Auftrag

Die klassische Produktsuche beginnt häufig mit wenigen Keywords. Wer nach „ergonomischer Bürostuhl“ sucht, erhält zahlreiche Ergebnisse und muss selbst entscheiden, welches Produkt die eigenen Anforderungen erfüllt. KI-Agenten können deutlich komplexere Anfragen verarbeiten.

Ein Auftrag könnte beispielsweise lauten: „Ich brauche fünf leise Tastaturen für unser Büro. Sie sollen mit Windows und Mac kompatibel sein, weniger als 80 Euro pro Stück kosten und bis Freitag lieferbar sein.“

Damit ein Agent diesen Auftrag lösen kann, benötigt er präzise Informationen zu Preis, Kompatibilität, Verfügbarkeit und Produkteigenschaften. Anschließend muss er diese Daten miteinander vergleichen. Hier entsteht eine wichtige Veränderung für Händler:innen: Eine Produktseite muss nicht nur auffindbar sein. Ihre Inhalte müssen auch so strukturiert vorliegen, dass KI-Systeme sie zuverlässig verstehen und vergleichen können.

OpenAI baut die Produktsuche in ChatGPT bereits in diese Richtung aus. Nutzer:innen können Produkte anhand konkreter Anforderungen entdecken und vergleichen. Dafür können unterschiedliche Produktdaten und öffentlich verfügbare Informationen genutzt werden.

Wie kann ein KI-Agent überhaupt einkaufen?

Damit Agentic Commerce funktioniert, müssen mehrere Systeme miteinander kommunizieren. Ein KI-Agent benötigt zunächst Zugriff auf Produktinformationen. Später können Daten zu Warenkorb, Checkout, Versand und Bezahlung hinzukommen. Gleichzeitig muss der Shop erkennen, welche Aktion der Agent ausführen möchte und ob er dafür autorisiert ist. Für diese Kommunikation entstehen neue Standards.

Google hat Anfang 2026 das Universal Commerce Protocol, kurz UCP, vorgestellt. Es soll die Kommunikation zwischen KI-Oberflächen, Unternehmen und Zahlungsanbietern vereinheitlichen. OpenAI verfolgt mit dem Agentic Commerce Protocol, ACP, einen eigenen Ansatz. Auch hier geht es darum, KI-Agenten mit Händler-Systemen zu verbinden und Einkaufsprozesse technisch abzubilden. Der Markt befindet sich noch in Bewegung. Aktuell entsteht eine Infrastruktur aus Protokollen, APIs und Schnittstellen, über die Agenten auf Produkt- und Commerce-Daten zugreifen können.

Identität und Bezahlung werden zur Schlüsselfrage

Spätestens beim Bezahlen wird Agentic Commerce komplexer. Ein Shop muss erkennen können, ob ein Agent tatsächlich im Auftrag einer Person oder eines Unternehmens handelt. Zusätzlich muss klar geregelt sein, welche Transaktionen erlaubt sind. Google arbeitet hierfür unter anderem am Agent Payments Protocol, AP2. Damit sollen Berechtigungen und Zahlungsaufträge nachvollziehbar dokumentiert werden.

In einem Unternehmenskontext könnte ein Einkaufsagent beispielsweise Büromaterial bis zu einem bestimmten Betrag bestellen dürfen. Wird diese Grenze überschritten, wäre eine zusätzliche Freigabe erforderlich.

Daran wird deutlich: Agentic Commerce umfasst weit mehr als Produktempfehlungen. Produktsuche, Datenzugriff, Identität, Berechtigungen und Bezahlung müssen zusammenspielen.

Warum Produktdaten noch wichtiger werden

Für Händler:innen liegt einer der wichtigsten Hebel bei den Produktdaten. Ein KI-Agent kann nur mit Informationen arbeiten, die vorhanden und verständlich strukturiert sind.

Nehmen wir erneut den Bürostuhl. Eine ausführliche Beschreibung über Komfort und Qualität hilft einem Agenten wenig, wenn er gezielt nach einer Sitzhöhe zwischen 45 und 55 Zentimetern sucht und diese Information fehlt. Attribute wie Maße, Material, Farbe, Kompatibilität, Preis, Verfügbarkeit, Varianten oder Lieferzeit gewinnen dadurch zusätzlich an Bedeutung.

Plattformen wie Shopware und Shopify richten ihre Commerce-Infrastrukturen bereits stärker auf KI-Systeme aus. Produktinformationen sollen strukturiert bereitgestellt und von Agenten abgefragt werden können.

Für Händler:innen ergibt sich daraus eine einfache Konsequenz: Je vollständiger und eindeutiger Produktdaten vorliegen, desto besser können KI-Systeme ein Angebot verstehen und berücksichtigen.

PIM wird zur Grundlage für Agentic Commerce

Damit rückt Product Information Management stärker in den Fokus. Viele Unternehmen pflegen Produktdaten bereits für den eigenen Shop, Marktplätze, Google Shopping, Händlerportale oder Apps. KI-Plattformen kommen nun als zusätzlicher Kanal hinzu.

Ein PIM-System kann dabei helfen, Informationen zentral zu verwalten, Attribute einheitlich zu halten und Produktdaten an verschiedene Systeme auszuspielen. Gerade bei großen Sortimenten ist Konsistenz entscheidend. Unterschiedliche Bezeichnungen, fehlende Attribute oder veraltete Preise können dazu führen, dass ein Agent ein Produkt falsch einordnet oder gar nicht berücksichtigt. Datenqualität wird damit zu einem direkten Bestandteil der Vertriebsstrategie.

Was Agentic Commerce mit GEO zu tun hat

Auch für das Online-Marketing entsteht eine neue Fragestellung. Seit Jahren beschäftigen sich Unternehmen damit, wie ihre Seiten bei Google sichtbar werden. Durch generative Suchsysteme kommt die Frage hinzu, welche Marken und Inhalte in KI-Antworten auftauchen. Hier setzt Generative Engine Optimization, kurz GEO, an.

Agentic Commerce erweitert diese Perspektive auf Produkte. Die entscheidende Frage lautet künftig häufiger: Warum berücksichtigt oder empfiehlt ein KI-Agent mein Produkt?

Eine allgemeingültige Formel dafür gibt es derzeit nicht. Plattformen greifen auf unterschiedliche Datenquellen und Auswahlmechanismen zurück. Klar ist jedoch: Maschinen müssen Produkte eindeutig verstehen können. Strukturierte Daten, klare Attribute, konsistente Markeninformationen, aktuelle Preise und verlässliche Produktinformationen gewinnen dadurch weiter an Bedeutung. SEO bleibt relevant. Gleichzeitig wächst rund um Websites eine zusätzliche Dateninfrastruktur aus Feeds, APIs, Katalogsystemen und Commerce-Protokollen.

Wird der klassische Onlineshop unwichtiger?

Agentic Commerce kann Teile der Customer Journey aus dem klassischen Onlineshop herauslösen. Die Produktsuche beginnt heute bereits häufig auf Marktplätzen, Social Media oder in KI-Systemen. Wenn Vergleich, Beratung und Teile des Checkouts direkt in einer KI-Oberfläche stattfinden, müssen Kund:innen die Website eines Händlers möglicherweise später oder gar nicht besuchen.

Der Onlineshop bleibt dennoch zentral für Markenauftritt, detaillierte Informationen, Service und Kundenbindung. Seine Rolle kann sich allerdings verändern. Händler:innen müssen ihre Produkte künftig stärker darauf vorbereiten, auch außerhalb der eigenen Website verstanden und verkauft zu werden.

Wie können sich Unternehmen vorbereiten?

Für Unternehmen besteht aktuell kein Grund, ihre E-Commerce-Architektur komplett neu aufzubauen. Viele Standards befinden sich noch in Entwicklung.

Ein guter Ausgangspunkt ist die Qualität der vorhandenen Produktdaten. Sind wichtige Attribute vollständig? Werden Varianten eindeutig beschrieben? Sind Preise und Verfügbarkeiten aktuell? Können Daten strukturiert über Feeds oder Schnittstellen bereitgestellt werden? Auch PIM, Shop-System und Datenarchitektur sollten darauf geprüft werden, wie flexibel Produktinformationen an neue Plattformen ausgespielt werden können. Parallel lohnt es sich, die Entwicklung von UCP, ACP und vergleichbaren Standards zu beobachten.

Fazit: KI-Agenten werden Teil des Einkaufs

Agentic Commerce verschiebt die Grenze zwischen Produktsuche und tatsächlicher Handlung. KI-Systeme können Anforderungen verstehen, Informationen aus verschiedenen Quellen zusammenführen, Angebote vergleichen und weitere Schritte des Einkaufs übernehmen. Für Händler:innen bedeutet das vor allem eines: Produkte müssen für Menschen überzeugend und für Maschinen eindeutig verständlich sein.

Produktdaten, PIM, Schnittstellen und GEO rücken dadurch enger zusammen. Unternehmen müssen heute noch keinen vollständig agentengesteuerten Shop aufbauen. Sie können jedoch bereits dafür sorgen, dass ihre Produkte sauber strukturiert, aktuell und technisch zugänglich sind. Diese Grundlage könnte künftig darüber entscheiden, welche Produkte von KI-Agenten gefunden, verglichen und empfohlen werden.