Empfehlungen oder Aktionen? Der Weg zum Agentic Commerce.
AI Shopping war nur das Warm-up
Welcher User hat beim Produktkauf mittlerweile noch fünf Onlineshops, Google und Marktplatz-Tabs offen?
Wohl kaum einer, denn der neue Ansatz lautet:
„Finde mir drei Laufschuhe unter 150 Euro, geeignet für breite Füße und lange Strecken.“
Die KI sucht, sortiert, vergleicht und empfiehlt. Doch das ist nur die erste Stufe.
Agentic Commerce beginnt dort, wo aus Beratung Handlung wird. Der Agent empfiehlt nicht mehr nur den passenden Artikel. Er kann einen Warenkorb erstellen, Bedingungen prüfen und mit entsprechender Autorisierung den Kauf ausführen.
Kaufentscheidung vor dem Onlineshop
McKinseys europäische Analyse zeigt, wie weit Nutzer bereit sind, KI in ihren Kaufprozess zu integrieren und warum Händler das Thema nicht als Zukunftsmusik behandeln sollten.
In der Befragung aus Deutschland, Frankreich und Großbritannien nutzen 84 Prozent KI-Tools im Alltag. 38 Prozent setzen KI bereits ein, um Produkte und Services zu recherchieren oder Kaufentscheidungen zu treffen. Dabei geht es häufig um den Vergleich von Marken, Modellen, Preisen und Bewertungen.
Der spannende Punkt: Die KI beeinflusst heute vor allem die Kaufentscheidung. McKinsey spricht dabei von der "Decision Influence". Die Execution, also die tatsächliche Ausführung des Kaufs, folgt derzeit noch langsamer.
Nach McKinsey wird es keinen plötzlichen Sprung zum vollautonomen Einkauf geben, sondern eine „Automation Curve“ mit unterschiedlichen Stufen der Delegation. Dabei bestimmen vor allem Vertrauen, Kaufrisiko und Produktkategorie, wie viel Autonomie abgegeben wird.
Auch die Deloitte-Studie von August 2026 zeigt, dass zwar bereits 52 Prozent der deutschen Befragten agentenbasierte Commerce-Anwendungen nutzen. Gleichzeitig bleiben allerdings Vertrauen, Datenschutz, Transparenz und die finale Kontrolle zentrale Themen.
Was sollten Händler aus diesen Studien mitnehmen?
Produktrecherche und Vorauswahl verlagern sich zunehmend aus dem Onlineshop in KI-Systeme. Auch autonome Käufe werden je nach Produktgruppe zukünftig an Bedeutung gewinnen.
Die entscheidende Frage für Händler lautet deshalb:
Wie schaffen wir es überhaupt, vom Agenten berücksichtigt zu werden?
Der nächste Kunde liest keine Produktdetailseite
Ein KI-Agent lässt sich nicht von einem großen Hero Banner beeindrucken. Er braucht Daten, die er eindeutig interpretieren kann: Produktattribute, Preis, Versandbedingungen, Varianten, Bewertungen und Rückgabebedingungen oder Verfügbarkeit.
Sind diese Daten nicht maschinenlesbar, riskieren Händler, von Agents schlicht nicht berücksichtigt zu werden.
Adobe hat angekündigt, UCP und ACP zu unterstützen und die bestehende Unterstützung von AP2 weiterzuführen. Ziel ist, Produkte über AI-Shopping-Kanäle sichtbar und transaktionsfähig zu machen, während Händler Kontrolle über Branding, Commerce-Daten und Kundenbeziehung behalten.
Der Onlineshop bekommt einen zweiten Nutzer, die Maschine.
Heißt das, dass morgen niemand mehr selbst einkauft? Nein.
Die Zukunft gehört sehr wahrscheinlich nicht der maximalen Autonomie, sondern der sinnvollen Delegation.
Um sich vorzubereiten, sollten Händler schnellstmöglich prüfen, ob ihre Produktdaten, Schnittstellen, Checkout, Payment und Commerce-Architektur für Menschen und Agents funktionieren.
SEO bleibt. UX bleibt. Marke bleibt.
Aber Agent Readiness kommt dazu.
Mit dieser Checkliste die Agent Readiness verbessern
Produktdaten aufräumen und vervollständigen
KI braucht Fakten statt unspezifische Marketingtexte. Produktname, Marke, Varianten, Eigenschaften, Preis, Verfügbarkeit, Bilder, Lieferzeiten und Rückgabebedingungen sollten vollständig, eindeutig und konsistent gepflegt sein.
Es gilt: Je genauer die Daten, desto besser kann die KI Produkte einordnen.
To-do: Produktkatalog auf fehlende, widersprüchliche oder veraltete Attribute prüfen.
Strukturierte Daten und Produktfeeds nutzen
Gute Produktinformationen helfen wenig, wenn Maschinen sie nicht zuverlässig interpretieren können. Strukturierte Daten wie Product, Offer, Versandinformationen und MerchantReturnPolicy machen zentrale Informationen maschinenlesbar. Google empfiehlt zusätzlich die Kombination aus strukturierten Daten auf der Website und Merchant-Center-Feeds.
To-do: Schema-Markup und bestehende Shopping-Feeds technisch prüfen und auf Aktualität testen.
KI-Crawler zulassen
Der beste Content ist unsichtbar, wenn relevante Bots vor der Tür stehen bleiben. Prüft deshalb robots.txt, Firewall, CDN und Bot-Protection.
Für die Auffindbarkeit in der ChatGPT-Suche sollte beispielsweise der OAI-SearchBot nicht blockiert werden. To-do: Gemeinsam mit SEO und Entwicklung einen Crawlability-Check für relevante AI-Bots durchführen.
Produktbeschreibungen aus Sicht realer Kaufentscheidungen
Produktinformationen sollten konkrete Eigenschaften, Einsatzbereiche, Unterschiede und Einschränkungen verständlich benennen.
To-do: Produktbeschreibungen aus Sicht realer Kaufentscheidungen überprüfen: Welche Fragen müsste eine KI beantworten können?
Schnittstellen für Agentic Commerce vorbereiten
Zukünftig muss ein Agent möglicherweise einen Warenkorb erstellen oder einen Checkout starten können. Standards wie ACP und UCP sollen genau diese Verbindung zwischen Agent und Commerce-System ermöglichen.
Adobe Commerce hat die Unterstützung beider Standards angekündigt und baut auf der Unterstützung von AP2 für agentische Payments auf. To-do: Prüfen, welche Produkt-, Preis-, Bestands-, Warenkorb- und Checkout-Funktionen bereits sauber über APIs erreichbar sind.
Ihr wollt nicht weiter abwarten, sondern ins Machen kommen?
PHOENIX MEDIA prüft gemeinsam mit euch, wie gut euer Onlineshop auf Agentic Commerce vorbereitet ist und wo noch Potenzial bei der Agent Readiness besteht.
