Agentic Commerce: Wie du sichtbar bleibst, wenn KI die Kaufentscheidung trifft

„Ich brauche Wanderstiefel für eine hochalpine Wandertour." Diesen Satz tippt gerade jemand in den Google AI-Modus. Nicht in die klassische Suche. Nicht in die Filterleiste deines Shops. In einen KI-Assistenten. Und die KI antwortet nicht mit zehn blauen Links – sie vergleicht Modelle, wägt Wasserdichtigkeit gegen Gewicht ab, prüft Lieferzeiten, liest Bewertungen quer und legt am Ende drei konkrete Stiefel zur Auswahl vor. Inklusive Begründung, warum genau diese. Und weil die KI den ganzen Kontext kennt, empfiehlt sie gleich das Passende dazu: die richtigen Socken, ein Imprägnierspray. Der Kunde hat seine Kaufentscheidung getroffen – samt Zubehör – bevor er auch nur einen einzigen Online-Shop gesehen hat. Willkommen im Agentic Commerce, und bei der Frage, die deinen Umsatz von morgen bestimmt: Wird deine Marke von der KI überhaupt in Betracht gezogen?

Traffic-Shift: Warum der Umsatz die Suchergebnisliste verlässt

Es gibt ein Missverständnis, das sich hartnäckig hält: dass KI-Shopping ein Nischenthema für Early Adopter sei. Ein Blick auf die Zahlen räumt damit auf.

Der AI-Referral-Traffic – Besucher, die über KI-Assistenten auf Shops gelangen – ist im vergangenen Jahr laut Adobe um ein Vielfaches gestiegen. Gleichzeitig brechen die klassischen Suchklicks ein: Ahrefs misst bei informationsgetriebenen Anfragen deutliche Rückgänge der organischen Klickrate, und rund 60 Prozent aller Google-Suchen enden inzwischen ohne einen einzigen Klick. Das Stichwort dazu heißt Zero-Click-Search: Die Antwort erscheint direkt in den AI Overviews, der Nutzer verlässt die Suche gar nicht mehr.

Das ist keine Statistik zum Abheften, sondern eine Verschiebung deiner Umsatzquelle in Echtzeit. Der Traffic verschwindet nicht. Er zieht nur um – weg von der Ergebnisliste, hinein in die Antwort der KI. Und wer dort nicht vorkommt, existiert für den Kunden nicht.

Früher kämpften Händler um Platz 1 bei Google. Morgen kämpfen sie darum, überhaupt von einer KI empfohlen zu werden.

Mehr als Checkout: Wie Agentic Commerce den gesamten Kaufprozess übernimmt

Wenn über Agentic Commerce gesprochen wird, landet die Diskussion erstaunlich schnell beim Bezahlen. „Kann die KI eigenständig kaufen?" „Wie sicher ist der KI-Checkout?" Verständliche Fragen – aber sie greifen zu kurz.

Stell dir den klassischen Verkaufstrichter vor: oben Aufmerksamkeit, dann Interesse, Beratung, Vergleich, Empfehlung – und ganz am Ende, als kleinster Schritt, der Kauf. Genau hier liegt der Denkfehler. Der Checkout ist der letzte Schritt. Die KI übernimmt aber zuerst alle Schritte davor.

Die Produktauswahl. Die Beratung. Den Vergleich. Die Empfehlung. Das sind die Momente, in denen früher deine Kategorieseiten, Filter, Produktbeschreibungen und Kaufberater den Unterschied gemacht haben. Diese Momente wandern jetzt in den KI-Assistenten ab. Wenn die KI die Entscheidung vorbereitet, ist der Checkout nur noch die Abwicklung eines Ergebnisses, das längst feststeht. Über deinen Umsatz wird also nicht an der Kasse entschieden, sondern weit oben im Trichter – dort, wo du gerade womöglich gar nicht mehr sichtbar bist.

Definition: Was Agentic Commerce wirklich bedeutet

Jetzt, wo klar ist, *wo* die Verschiebung passiert, lohnt sich die saubere Definition.

Agentic Commerce beschreibt Einkaufsprozesse, bei denen KI-Agenten eigenständig recherchieren, vergleichen, beraten und teilweise auch selbst kaufen – im Auftrag des Nutzers.

Der Mensch formuliert ein Ziel („die richtigen Wanderstiefel für die Alpen"), der Agent erledigt den Rest. Diese Agenten treten in zwei Grundformen auf: als eigener Shop-Agent, den du direkt auf deiner Plattform einsetzt, um Kunden zu beraten – und als plattformübergreifender Assistent wie ChatGPT, Google Gemini, Perplexity oder Google AI Mode, der über tausende Anbieter hinweg recherchiert. Der Unterschied ist entscheidend: Beim eigenen Agenten spielst du zuhause. Beim plattformübergreifenden Assistenten musst du erst einmal überhaupt gefunden werden.

Die drei Reifegrade von Agentic Commerce

Nicht jeder KI-Einkauf ist gleich weit. Es lohnt sich, drei Stufen zu unterscheiden:

1. Assistiert – Die KI hilft beim Recherchieren und Vergleichen, der Mensch klickt am Ende selbst auf „Kaufen".

2. Delegiert – Die KI schlägt konkrete Produkte vor und bereitet den Kauf vollständig vor; der Mensch bestätigt nur noch.

3. Autonom – Die KI kauft im definierten Rahmen eigenständig, etwa Nachbestellungen oder Routinekäufe.

Die meisten Kunden bewegen sich heute zwischen Stufe 1 und 2. Aber schon das reicht, um deine Sichtbarkeit komplett neu zu verteilen.

Marktcheck: Der Wandel läuft schneller, als viele glauben

Während viele Unternehmen noch diskutieren, ob Agentic Commerce „schon relevant" ist, schaffen die großen Plattformanbieter längst Fakten. Kein Zukunftsszenario – laufender Betrieb.

OpenAI ging im September 2025 voran: Mit dem Instant-Checkout und dem Agentic Commerce Protocol (ACP) sollte der Kauf direkt in ChatGPT stattfinden. Nur ein halbes Jahr später, im März 2026, ruderte OpenAI zurück und stellte den In-Chat-Checkout wieder ein – die Abschlüsse konvertierten deutlich schlechter als der Umweg über die Händlerseite. Die neue Linie ist bezeichnend: ChatGPT berät, vergleicht und führt bis in den Warenkorb, den eigentlichen Kaufabschluss überlässt es aber wieder dem Shop. Beratung ja, Bezahlen nein.

Google verfolgt die entgegengesetzte Strategie – und denkt sie deutlich größer. Mit dem auf der I/O 2026 vorgestellten Universal Cart will Google den Kunden über das gesamte Ökosystem hinweg begleiten: Was du in der Suche, im Gespräch mit Gemini, auf YouTube oder sogar in Gmail entdeckst, landet in einem einzigen, geräteübergreifenden Warenkorb. Gemini überwacht im Hintergrund Preisverläufe, meldet Preisstürze und Wiederverfügbarkeit. Bezahlt wird direkt per Google Pay – in wenigen Taps, ohne den Google-Kosmos zu verlassen. Technisch stützt sich das Ganze auf das Universal Commerce Protocol (UCP) als gemeinsame Agenten-Sprache und das AP2-Protokoll (Agent Payments Protocol) für abgesicherte Zahlungen. Google will nicht einzelne Käufe abwickeln, sondern die gesamte Shopping-Reise besitzen.

Perplexity geht einen dritten Weg: Der Assistent recherchiert und empfiehlt, für den Kauf setzt er aber komplett auf eine tiefe PayPal-Integration. Perplexity betreibt kein eigenes Bezahlsystem – die Transaktion inklusive Bezahlung wickelt PayPal ab. Wer bei „Buy with Pro" auftaucht, verkauft also über einen fremden Bezahl-Layer.

Amazon setzt an einer anderen Stelle an. Aus dem Assistenten Rufus ist 2026 „Alexa for Shopping" geworden, und das Ziel ist nicht der spektakuläre Auto-Kauf, sondern der Kampf gegen den Choice Overload. Funktionen wie „Help Me Decide" vergleichen Produkte anhand von Bewertungen und Listing-Inhalten und legen eine begründete Empfehlung vor. Dazu kommen erleichterte Nachbestellungen und intelligentes Cross- und Upselling – gespeist aus dem, was Amazon über seine Kunden weiß. Weniger Auswahlstress, mehr passende Zusatzkäufe.

Walmart wiederum denkt Agentic Commerce omnichannel: Der Assistent Sparky interpretiert nicht nur Anfragen wie „Plane mir einen Campingtrip für vier" und liefert kuratierte Empfehlungen statt Trefferlisten, sondern soll Kunden online wie im Geschäft aktiv beraten, Zusatzprodukte vorschlagen und durch das Sortiment führen. Berater statt Suchmaske – online und offline.

So unterschiedlich die Wege, so klar die Richtung: Beratung, Empfehlung und Bezahlung verlagern sich in die KI. Und genau hier klafft die entscheidende Lücke. Eine Salesforce-Erhebung zeigt: 72 Prozent der Unternehmen sind darauf noch nicht vorbereitet. Genau darin liegt die eigentliche Geschichte.

AI Readiness: Die eigentliche Herausforderung sind deine Daten

Hier kommt die vielleicht wichtigste Botschaft dieses Beitrags, und sie ist angenehm unspektakulär: Du brauchst nicht zwingend deinen eigenen KI-Agenten. Du brauchst zuerst saubere Daten.

Die Versuchung ist groß, Agentic Commerce als Technologieprojekt zu behandeln – „lasst uns einen Chatbot bauen". Aber ein Assistent, der auf unstrukturierte, lückenhafte oder widersprüchliche Produktdaten zugreift, empfiehlt schlecht. Und eine fremde KI, die deine Daten nicht sauber lesen kann, empfiehlt dich gar nicht.

AI Readiness bedeutet: Deine Produktinformationen sind so strukturiert, vollständig und maschinenlesbar, dass eine KI sie verstehen, einordnen und weiterempfehlen kann. Das ist das Fundament, auf dem alles Weitere steht. Ohne dieses Fundament läuft jede Agenten-Strategie ins Leere. Der Reifegrad, um den es zuerst geht, heißt deshalb nicht „autonomer Agent", sondern Fundament: AI Readiness.

Preisfalle: Ohne gute Daten entscheidet die KI nur über den Preis

Das ist der Satz, den du dir merken solltest:

Ohne weiche Daten entscheidet die KI nur nach Preis, Verfügbarkeit und Lieferzeit.

Denn was macht eine KI, wenn sie zwei Wanderstiefel vergleicht und außer nackten technischen Eckdaten nichts findet? Sie greift auf das Einzige zurück, das eindeutig maschinenlesbar ist: die härteste Zahl. Den Preis. Damit bist du in einem reinen Preiswettbewerb gelandet – dem, den fast niemand gewinnen will.

Was eine KI stattdessen braucht, um dich *über den Preis hinaus* zu empfehlen, sind die weichen, kontextreichen Signale: Bewertungen und Reviews, die Qualität und Passung belegen; Community und User-Generated-Content, die zeigen, wie ein Produkt im echten Leben funktioniert; reichhaltige Produktdaten zu Materialien, Einsatzzwecken, Passform und Kompatibilität; nachweisbare Lieferqualität; und strukturierte Daten, die all das für Maschinen eindeutig lesbar machen. Diese weichen Daten sind dein neuer Wettbewerbsvorteil – der Grund, warum eine KI dein Produkt empfiehlt, obwohl es nicht das billigste ist.

Die Agentic-Ready-Checkliste: 5 Bausteine für deine KI-Sichtbarkeit

Was heißt AI Readiness konkret? Fünf Bausteine – und jeweils der Grund, *warum* die KI genau das braucht.

1. Strukturierte Produktdaten. Eine KI liest keine hübschen Fließtexte, sie liest Felder. Liegen Material, Größe, Einsatzzweck und Eigenschaften sauber in definierten Attributen, kann die KI dein Produkt exakt der Kundenanfrage zuordnen. Fehlen sie, rätst du – und die KI rät mit.

2. Schema-Markup (Schema.org). Die gemeinsame Sprache, in der du Maschinen erklärst, was auf deiner Seite steht: Das ist ein Produkt, das der Preis, das die Bewertung, das die Verfügbarkeit. Es ist der Unterschied zwischen „vielleicht ein Wanderstiefel" und „Wanderstiefel, wasserdicht, Gr. 43, 189 €, 4,6 Sterne, sofort lieferbar".

3. APIs und Schnittstellen. Agenten wollen nicht scrapen, sie wollen abfragen. Über offene Schnittstellen – und perspektivisch über Protokolle wie ACP, UCP und AP2 – kann eine KI in Echtzeit Preise, Bestände und Verfügbarkeiten ziehen und den Kauf anstoßen. Ohne Schnittstelle bleibt dein Sortiment eine Blackbox.

4. Logistik und Lieferqualität. Verfügbarkeit und Lieferzeit sind für Agenten harte Entscheidungskriterien. Wer verlässlich liefert und das datenseitig sauber ausweist, wird bevorzugt empfohlen – weil die KI das Kundenversprechen einlösen will.

5. Trust Signals. Bewertungen, verifizierte Rezensionen, Zertifikate, Retourenquoten, Marken-Reputation: die Vertrauenssignale, an denen die KI festmacht, ob sie dich guten Gewissens empfehlen kann. Vertrauen ist maschinenlesbar geworden – wenn du es lesbar machst.

Klingt nach viel? Ist es nicht. Nichts davon ist Zukunftsmusik oder Hightech – es ist saubere Datenarbeit. Der eigentliche Vorsprung entsteht nicht dadurch, dass es kompliziert ist, sondern dadurch, dass die meisten es einfach noch nicht gemacht haben.

Marke neu gedacht: Sie verschwindet nicht – sie verändert ihren Ort

An dieser Stelle bekommen viele ein mulmiges Gefühl. Wenn die KI vergleicht und empfiehlt – was bleibt dann von meiner Marke? Die Antwort: Deine Marke verschwindet nicht. Sie verändert ihren Ort.

Früher fand der Kunde deinen Shop. Er tippte deinen Namen bei Google, landete auf deiner Startseite, erlebte Design, Sprache und Versprechen. Heute findet die KI deine Daten. Nicht die Startseite entscheidet, sondern die Qualität und Struktur deiner Informationen. Morgen entscheidet die KI, ob deine Marke überhaupt Teil der Kaufentscheidung wird – ob du im Set der zwei, drei empfohlenen Optionen auftauchst oder gar nicht vorkommst.

Das ist kein Grund zur Panik, aber ein Grund zum Handeln. Marke wird im Agentic Commerce nicht unwichtiger. Sie wandert nur von der Oberfläche in die Substanz – von der schönen Landingpage in die belastbaren Daten dahinter.

Häufige Fragen zu Agentic Commerce (FAQ)

Was ist Agentic Commerce?

Agentic Commerce bezeichnet Einkaufsprozesse, bei denen KI-Agenten eigenständig recherchieren, vergleichen, beraten und teilweise selbst kaufen – im Auftrag des Nutzers. Der Mensch gibt ein Ziel vor, der KI-Agent übernimmt Produktauswahl, Vergleich und Empfehlung, oft schon bevor der Kunde einen Online-Shop gesehen hat.

Wie funktioniert Agentic Commerce?

Ein Nutzer beschreibt einem KI-Assistenten wie ChatGPT, Gemini oder Perplexity sein Bedürfnis in natürlicher Sprache. Der Agent durchsucht Produktdaten über viele Anbieter hinweg, gewichtet Kriterien wie Eignung, Bewertungen, Preis und Lieferzeit und legt eine begründete Empfehlung vor. Über Protokolle wie ACP, UCP oder AP2 und offene APIs kann der Kauf teils direkt im Chat abgewickelt werden.

Wie bereite ich meinen Shop auf Agentic Commerce vor?

Der erste Schritt ist AI Readiness: strukturierte, vollständige und maschinenlesbare Produktdaten. Dazu gehören strukturierte Produktattribute, Schema.org-Markup, offene APIs/Schnittstellen, saubere Logistik- und Verfügbarkeitsdaten sowie Trust Signals wie Bewertungen und Zertifikate. Erst auf diesem Fundament lohnen sich eigene Shop-Agenten oder tiefergehende KI-Features.

Wie werden Produkte von KI gefunden?

KI-Agenten finden Produkte über strukturierte Daten und Schnittstellen – nicht über hübsche Layouts. Entscheidend sind maschinenlesbare Attribute, Schema-Markup, aktuelle Verfügbarkeits- und Preisdaten sowie vertrauensbildende Signale. Fehlen kontextreiche „weiche" Daten, reduziert die KI die Auswahl auf Preis, Verfügbarkeit und Lieferzeit.

Glossar: Die wichtigsten Begriffe

AI Readiness – Der Zustand, in dem Produktinformationen so strukturiert, vollständig und maschinenlesbar sind, dass KI-Agenten sie verstehen, einordnen und weiterempfehlen können. Das Fundament jeder Agentic-Commerce-Strategie.

Schema.org – Ein offener Standard für strukturierte Daten, mit dem Websites Maschinen eindeutig mitteilen, was ihre Inhalte bedeuten (z. B. „Produkt", „Preis", „Bewertung", „Verfügbarkeit").

Agent Commerce Protocol (ACP) – Von OpenAI vorangetriebenes Protokoll, das definiert, wie KI-Agenten, Shops und Zahlungsdienstleister kommunizieren, um Käufe direkt im Assistenten abzuwickeln. Verwandte Ansätze: UCP (Universal Commerce Protocol) und Googles AP2.

Trust Signals – Vertrauensbildende, maschinenlesbare Signale wie Bewertungen, verifizierte Rezensionen, Zertifikate, Retourenquoten und Marken-Reputation. Sie entscheiden mit darüber, ob eine KI ein Produkt empfiehlt.

Zero-Click-Search – Suchanfragen, die ohne Klick auf ein Ergebnis enden, weil die Antwort direkt in der Suchoberfläche (z. B. in AI Overviews) erscheint. Zentraler Treiber der Traffic-Verschiebung.

Fazit

Agentic Commerce erweitert das Spielfeld: Ein gut gestalteter, überzeugender Shop bleibt wichtig – aber dahinter braucht es künftig ebenso saubere Daten, die eine KI lesen, einordnen und empfehlen kann. Das eine ersetzt das andere nicht, es kommt hinzu. Die Reihenfolge ist dabei klar: erst AI Readiness – strukturierte Daten, Schema-Markup, APIs, Lieferqualität, Trust Signals –, dann eigene Agenten und Features. Wer jetzt anfängt, seine Datenbasis in Ordnung zu bringen, sichert sich einen Platz in den Empfehlungen von morgen. Wer wartet, überlässt die Entscheidung dem Preis.

Du willst wissen, wie AI-Ready deine Produktdaten wirklich sind? Dann sprich uns an – wir machen den strukturierten KI-Readiness-Check für deinen Shop. Sprich mit uns.