Agentic Commerce: Funktion und Umsetzung

Agentic Commerce verändert, wie Kund:innen Produkte online suchen, vergleichen und kaufen. KI-Agenten können dabei immer mehr Schritte im Einkaufsprozess übernehmen.

In diesem Beitrag erfährst du, was Agentic Commerce bedeutet, wie es funktioniert und wie du deinen Onlineshop darauf vorbereitest.

Was bedeutet Agentic Commerce im E-Commerce?

Agentic Commerce beschreibt eine neue Form des digitalen Handels, in der KI-Agenten nicht nur Fragen beantworten, sondern konkrete Kaufaufgaben übernehmen. Die Kundin oder der Kunde gibt ein Ziel vor, zum Beispiel: „Finde ein Geschenk für eine sportliche Person unter 50 Euro“ oder „Bestelle die nachhaltigste Alternative zu meinem bisherigen Waschmittel nach.“ Der KI-Agent interpretiert diese Absicht, gleicht sie mit verfügbaren Produktdaten ab, berücksichtigt Einschränkungen und schlägt passende Optionen vor.

Der Unterschied zu klassischen Chatbots ist wichtig: Ein Chatbot reagiert meist auf einzelne Eingaben. Ein KI-Agent plant mehrere Schritte, nutzt externe Datenquellen, ruft APIs auf und kann innerhalb vorher definierter Grenzen handeln. Dadurch verschiebt sich die Customer Journey. Menschen klicken sich nicht mehr zwangsläufig durch Kategorien, Filter, Produktseiten und Vergleichsportale. Stattdessen wird die Produktauswahl in ein Gespräch mit einem KI-System verlagert.

Für E-Commerce-Unternehmen verändert das drei zentrale Bereiche:

• Produktentdeckung: Produkte müssen nicht nur für Suchmaschinen und Menschen verständlich sein, sondern auch für KI-Systeme.
• Kaufentscheidung: KI-Agenten bewerten Produkte anhand strukturierter Daten, Verfügbarkeit, Preis, Bewertungen, Lieferoptionen und Vertrauenssignalen.
• Transaktion: Der Kauf kann direkt in einer KI-Umgebung oder über einen angebundenen Checkout abgeschlossen werden.

Wie funktioniert Agentic Commerce?

Agentic Commerce funktioniert über das Zusammenspiel von Nutzerabsicht, KI-Agent, strukturierten Produktdaten, Schnittstellen, Zahlungslogik und Händlerplattform. Je besser diese Bestandteile verbunden sind, desto zuverlässiger kann ein Agent passende Produkte finden und einen Kauf vorbereiten oder abschließen.

1. Kund:innen formulieren ein Ziel

Am Anfang steht nicht mehr unbedingt eine Suchanfrage wie „rote Laufschuhe Größe 39“, sondern ein Ziel in natürlicher Sprache, wie zum Beispiel „Ich brauche Schuhe zum Laufen.“.

Der Agent muss aus dieser Eingabe ableiten, was wirklich wichtig ist: Preis, Größe, Lieferzeit, Material, Marke, Bewertungen, Verfügbarkeit oder frühere Käufe.

2. Der KI-Agent prüft Daten und Optionen

Danach sucht der Agent nach passenden Produkten. Dafür braucht er maschinenlesbare Informationen. Dazu gehören unter anderem:

• Produkttitel
• Varianten
• Preise
• Lagerbestand
• Lieferoptionen
• Rückgaberichtlinien
• Produktbilder
• Bewertungen
  
• Materialien
• Kategorien
• Nachhaltigkeits- oder Herkunftsangaben
• kompatible Zubehörprodukte

3. Der Agent vergleicht und priorisiert

Im nächsten Schritt bewertet der Agent verschiedene Optionen. Dabei kann er Kriterien berücksichtigen, die Kund:innen explizit nennen, aber auch implizite Präferenzen aus früheren Interaktionen. Ein Agent kann zum Beispiel Produkte ausschließen, die nicht rechtzeitig lieferbar sind, außerhalb des Budgets liegen oder unklare Rückgabebedingungen haben.

4. Der Kauf wird vorbereitet oder abgeschlossen

Je nach System kann der Agent den Kauf nur vorbereiten oder direkt ausführen. Bei sensiblen Schritten wie Zahlung, Lieferadresse oder Altersprüfung braucht es klare Berechtigungen und Sicherheitsmechanismen. Sichere Transaktionen sind ein wichtiger Bestandteil des agentischen Handels, unter anderem über delegierte Authentifizierung, tokenisierte Zahlungsdaten und Prüfprotokolle für Transparenz und Betrugserkennung.

Im einfacheren Szenario schlägt der Agent Produkte vor und leitet Kund:innen zum Checkout weiter. Im weiterentwickelten Szenario legt der Agent Produkte in den Warenkorb, wendet verfügbare Rabatte an, prüft Versandoptionen und schließt den Kauf nach Freigabe ab.

5. Nach dem Kauf übernimmt der Agent weitere Aufgaben

Agentic Commerce endet nicht zwingend beim Checkout. KI-Agenten können auch nach dem Kauf Aufgaben übernehmen:

• Sendungen verfolgen
• Retouren vorbereiten
• Zubehör empfehlen
• Nachbestellungen planen
• Abonnements verwalten
• Preise beobachten
• alternative Produkte vorschlagen, wenn etwas nicht verfügbar ist

Gerade für wiederkehrende Käufe kann das relevant werden. Wenn Kund:innen regelmäßig Verbrauchsprodukte kaufen, könnten Agenten künftig stärker entscheiden, wann, wo und zu welchem Preis nachbestellt wird.

Welche Rolle spielen Agent Pay, MCP und Agentic Commerce Protocol?

Je stärker KI-Agenten in den Einkauf eingebunden werden, desto wichtiger werden technische Standards. Agentic Commerce braucht nicht nur gute Inhalte, sondern auch klare Schnittstellen zwischen Agent, Shop, Zahlungsanbieter und Commerce-Plattform.

Das Model Context Protocol, kurz MCP, hilft Systemen dabei, Datenquellen und Tools strukturiert an AI-Agents anzubinden. Im Commerce kann das bedeuten, dass ein Agent auf Produktinformationen, Bestellstatus, Warenkorb, Verfügbarkeit oder Kundenservice-Daten zugreift.

Das Agentic Commerce Protocol oder ähnliche Standards verfolgen ein verwandtes Ziel: Sie sollen regeln, wie Agents Produkte entdecken, Aufträge verstehen, Kaufprozesse auslösen und mit Zahlungs- oder Shopsystemen interagieren. Für Betreiber:innen von Onlineshops ist nicht jeder technische Standard sofort relevant. Wichtig ist aber, die Entwicklung zu beobachten, weil solche Protokolle langfristig beeinflussen können, wie ein Onlineshop von AI-Agents genutzt wird.

Agent Pay steht für den Zahlungsaspekt im Agentic Commerce. Wenn ein KI-Agent nicht nur Produkte findet, sondern einen Kauf auslöst, müssen Zahlungen sicher, nachvollziehbar und kontrollierbar sein. Für Kund:innen geht es um Kontrolle, Datenschutz und Vertrauen. Für Händler:innen geht es um Betrugsprävention, Zahlungsbestätigung, Checkout-Logik und klare Zuordnung von Bestellungen.

Vor- und Nachteile von Agentic Commerce

Agentic Commerce kann den Onlinehandel effizienter, personalisierter und zugänglicher machen. Gleichzeitig entstehen neue Abhängigkeiten, technische Anforderungen und Vertrauensfragen. Für Händler:innen lohnt sich daher ein nüchterner Blick auf Chancen und Risiken.

Vorteile

• Weniger Reibung im Kaufprozess: KI-Agenten können Recherche, Vergleich und Checkout vorbereiten. Dadurch müssen Kund:innen weniger selbst klicken und prüfen, was besonders bei komplexen oder wiederkehrenden Käufen hilfreich ist.
• Schnellere Produktauswahl: KI-Agenten können viele Optionen parallel vergleichen.
• Bessere Personalisierung: Empfehlungen können stärker an Budget, Vorlieben, Kaufhistorie und Kontext angepasst werden.
• Weniger Kaufabbrüche: Wenn der Weg vom Bedarf zur Bestellung kürzer wird, sinkt potenziell die Zahl der abgebrochenen Warenkörbe.
• Neue Verkaufskanäle: Produkte können in Chatbots, KI-Suchen oder agentischen Shopping-Oberflächen sichtbar werden.
• Höhere Effizienz im Support: Agenten können Fragen zu Produktdetails, Versand, Retouren oder Verfügbarkeit schneller beantworten.
• Mehr Potenzial für B2B-Prozesse: Routinebestellungen, Nachbestellungen und Lieferantenvergleiche lassen sich teilweise automatisieren.

Nachteile und Herausforderungen

• Kontrollverlust über die Customer Journey: Wenn Kund:innen nicht mehr direkt im Onlineshop stöbern, sehen sie weniger Markeninhalte und Produktpräsentationen. Stattdessen entscheidet der KI-Agent stärker, welche Informationen sichtbar werden.
• Datenqualität: Schlechte, uneinheitliche oder veraltete Produktdaten werden zum Wettbewerbsnachteil.
• Abhängigkeit von Plattformen: Händler:innen können stärker davon abhängig werden, wie KI-Plattformen Produkte auswählen und darstellen.
• Weniger direkter Kontakt: Wenn die Kaufentscheidung in einem externen KI-Interface passiert, kann der direkte Markenaufbau schwieriger werden.
• Datenschutz: Personalisierte Agenten benötigen sensible Informationen über Vorlieben, Budgets und Kaufverhalten.
• Haftung und Fehler: Es muss klar sein, wer verantwortlich ist, wenn ein Agent falsch bestellt, Bedingungen missversteht oder ungeeignete Produkte auswählt.
• Technische Komplexität: APIs, strukturierte Daten, Checkout-Anbindungen und Sicherheitsmechanismen müssen zuverlässig funktionieren.
• Vertrauen: Kund:innen müssen Agenten erlauben, zumindest teilweise in ihrem Namen zu handeln.

So bereitest du deinen Onlineshop auf Agentic Commerce vor

Agentic Commerce muss nicht in einem großen Projekt eingeführt werden. Sinnvoller ist ein schrittweiser Ansatz, der mit den Grundlagen beginnt: Produktdaten, technische Sichtbarkeit, Checkout, Vertrauen und interne Prozesse.

1. Optimiere deine Produktdaten

Der wichtigste Startpunkt sind saubere Produktdaten. KI-Agenten können nur empfehlen, was sie verstehen. Prüfe daher, ob deine Produktinformationen vollständig, konsistent und aktuell sind.

Achte besonders auf:

• klare Produkttitel
• aussagekräftige Beschreibungen
• eindeutige Varianten
• aktuelle Preise
• korrekte Lagerbestände
• Lieferzeiten
• Rückgabebedingungen
• strukturierte Kategorien
• relevante Attribute wie Material, Größe, Farbe, Pflegehinweise oder Kompatibilität

Je erklärungsbedürftiger dein Produkt ist, desto wichtiger sind präzise Informationen. Ein Agent muss zum Beispiel verstehen, ob ein Produkt für Anfänger:innen geeignet ist, mit bestimmten Geräten funktioniert oder für bestimmte Anwendungsfälle gedacht ist.

Wenn dein Store auf Shopify läuft, unterstützt dich Shopify Catalog dabei, deine Produktdaten strukturiert für KI-Agenten bereitzustellen. So können Produktinformationen wie Titel, Varianten, Preise und Verfügbarkeit einfacher von agentischen Shopping-Systemen verarbeitet werden.

2. Stärke strukturierte Daten und maschinenlesbare Inhalte

Agentic Commerce baut auf maschinenlesbaren Informationen auf. Deshalb solltest du Produktseiten nicht nur für Menschen, sondern auch für Systeme verständlich machen. Strukturierte Daten, klare Überschriften, FAQ-Bereiche und eindeutige Produktattribute helfen KI-Systemen dabei, Inhalte korrekt einzuordnen.

Hilfreich sind:

• Schema-Markup für Produkte
• klare Produktkategorien
• FAQ-Seiten
• verständliche Versand- und Retourenseiten
• zugängliche Inhalte ohne versteckte Informationen
• eindeutige Angaben zu Verfügbarkeit und Preisen

Die klassische Suchmaschinenoptimierung bleibt wichtig, wird aber ergänzt durch Optimierung für KI-Antworten und KI-Agenten. Statt nur für Keywords zu optimieren, solltest du auch typische Fragen und Entscheidungskriterien deiner Kund:innen abbilden.

Mit dem kostenlosen Audit-Tool von Shopify kannst du prüfen, ob deine Produktseiten technisch für KI-Shopping-Assistenten vorbereitet sind. Das Tool kontrolliert unter anderem strukturierte Daten und robots.txt-Einstellungen. Shopify Catalog stellt die relevanten Schema-Felder für Shopify-Stores automatisch bereit.

3. Stelle Markeninformationen klar bereit

Wenn KI-Agenten deine Marke erklären, sollten sie auf verlässliche Informationen zugreifen können. Dafür brauchst du klare Inhalte zu:

• Markenpositionierung
• Zielgruppe
• Materialien
• Herstellungsprozessen
• Versand
• Retouren
• Garantien
• Nachhaltigkeitsangaben
• Größenberatung
• Serviceversprechen

Shopify-Händler:innen können dafür die Knowledge-Base nutzen. Sie hilft dabei, Informationen zu Markenstimme, Richtlinien, FAQs, Versand und Retouren so aufzubereiten, dass KI-Agenten sie in verschiedenen KI-Kanälen korrekt verwenden können.

4. Denke den Checkout und die Zahlung agentenfähig

Ein KI-Agent kann nur dann sinnvoll verkaufen, wenn der Checkout zuverlässig funktioniert. Dazu gehören klare Regeln für Rabatte, Steuern, Versand, Altersprüfung, Zahlungsarten und Rückgaben. Besonders wichtig ist, dass der Kaufprozess auch dann stabil bleibt, wenn Kund:innen aus einem externen Kanal kommen.

Das Universal Commerce Protocol soll genau diese Schnittstelle zwischen KI-Agenten und Händler:innen vereinfachen. Es hilft dabei, Funktionen wie Warenkorb, Checkout, Bestellungen und Eskalationen zu standardisieren, wenn ein Agent bestimmte Schritte nicht allein ausführen kann.

5. Wähle geeignete Use Cases aus

Nicht jeder Kauf eignet sich gleich gut für Agentic Commerce. Besonders sinnvoll sind Anwendungsfälle, bei denen Kund:innen Zeit sparen oder Komplexität reduzieren wollen.

Gute Startpunkte sind:

• wiederkehrende Käufe
• Verbrauchsprodukte
• Geschenkempfehlungen
• Produktvergleiche
• Ersatzteile und Zubehör
• B2B-Nachbestellungen
• Bundles
• beratungsintensive Produkte mit klaren Entscheidungskriterien

Wenn du geeignete Produkte oder Sortimente für Agentic Commerce identifiziert hast, können Shopify Catalog und der Shopify Agentic Plan dabei helfen, diese Produkte für agentische Storefronts bereitzustellen. Das ist besonders relevant für Produkte, die häufig verglichen, nachbestellt oder anhand klarer Kriterien ausgewählt werden.

6. Überprüfe regelmäßig die KI-Sichtbarkeit

Teste, wie KI-Systeme deine Produkte, Kategorie und Marke darstellen. Stelle Fragen so, wie echte Kund:innen sie stellen würden:

• „Welche nachhaltigen Alternativen gibt es für ...?“
• „Welches Produkt eignet sich für Anfänger:innen?“
• „Welche Marke bietet ... unter 100 Euro?“
• „Was ist ein gutes Geschenk für ...?“
• „Welche Produkte sind schnell lieferbar?“

Prüfe anschließend, ob deine Marke genannt wird, ob die Informationen korrekt sind und welche Wettbewerber auftauchen. Wenn wichtige Informationen fehlen oder falsch dargestellt werden, solltest du Produktdaten, FAQ-Inhalte und Kategorieseiten überarbeiten.

Nutze das Shopify Audit-Tool, um regelmäßig zu prüfen, ob deine Seiten für KI-Shopping-Assistenten zugänglich sind. Mit Shopify Catalog Mapping kannst du außerdem anpassen, wie deine Produktlistings für KI-Plattformen konfiguriert sind. Wenn KI-Systeme falsche oder unvollständige Informationen über deine Marke ausgeben, solltest du die Inhalte in deiner Knowledge-Base überprüfen.

7. Mach Erfolg messbar

Agentic Commerce braucht eigene Kennzahlen. Neben klassischen E-Commerce-KPIs wie Conversion-Rate, Warenkorbwert und Retourenquote solltest du beobachten, welche KI-Kanäle Verkäufe oder qualifizierten Traffic bringen.

Wichtige Fragen sind:

• Über welche KI-Kanäle entstehen Bestellungen?
• Welche Produkte werden häufig empfohlen?
• Welche Fragen stellen Kund:innen vor dem Kauf?
• Welche Produktdaten fehlen bei häufigen Rückfragen?
• Welche Retourengründe lassen sich durch bessere Agenteninformationen vermeiden?
• Welche Bundles oder Zubehörprodukte werden über Agenten häufiger gekauft?

Wenn Verkäufe über agentische Kanäle entstehen, laufen Bestellungen bei Shopify im Admin-Bereich ein und können mit Kanalzuordnung ausgewertet werden. So erkennst du, welche KI-Plattformen oder agentischen Storefronts Bestellungen erzeugen und welche Produkte dort besonders gut funktionieren.

In diesem Video (auf Englisch) erfährst du, wie du einen KI-Agenten in deinem Shopify-Store erstellst:

Agentic Commerce im B2B

Im B2B-Commerce kann Agentic Commerce besonders stark wirken, weil viele Einkaufsprozesse wiederkehrend, regelbasiert und datenintensiv sind. Ein Agent kann zum Beispiel prüfen, ob Lagerbestände unter einen Schwellenwert fallen, Angebote vergleichen, genehmigte Lieferant:innen priorisieren und Bestellungen innerhalb definierter Budgets vorbereiten.

Typische B2B-Anwendungen sind:

• automatische Nachbestellung von Verbrauchsmaterial
• Vergleich genehmigter Anbieter:innen
• Preisprüfung bei Rahmenverträgen
• Bestellung von Ersatzteilen
• Lieferterminabgleich
• Bündelung mehrerer Bedarfe
• Prüfung von Compliance-Vorgaben

Hier ist Vertrauen besonders wichtig. Agenten dürfen nicht frei einkaufen, sondern brauchen klare Freigabegrenzen, Rollen, Budgets und Prüfprotokolle. Für Händler:innen im B2B bedeutet das: Produktdaten, Vertragslogik, Kundengruppen, Preisstaffeln und Verfügbarkeiten müssen sauber abgebildet sein.

Fazit: Agentic Commerce beginnt mit besseren Daten

Agentic Commerce verschiebt einen Teil der Customer Journey von klassischen Onlineshops in KI-gestützte Oberflächen. KI-Agenten können Produkte finden, vergleichen, erklären und Kaufprozesse vorbereiten. Dadurch entstehen neue Möglichkeiten für Sichtbarkeit, Personalisierung und automatisierte Bestellungen – aber auch neue Anforderungen an Datenqualität, Vertrauen, technische Schnittstellen und Kontrolle.

Für Händler:innen wird es deshalb wichtiger, Produktinformationen vollständig, aktuell und maschinenlesbar bereitzustellen. Klare Beschreibungen, strukturierte Daten, verständliche Richtlinien, zuverlässige Verfügbarkeiten und ein stabiler Checkout bilden die Grundlage dafür, dass KI-Agenten Produkte korrekt einordnen und empfehlen können.

Der Einstieg muss nicht kompliziert sein. Prüfe zuerst deine Produktdaten, verbessere maschinenlesbare Inhalte und beobachte, wie KI-Systeme deine Marke und deine Produkte darstellen. So bereitest du deinen Onlineshop Schritt für Schritt auf eine Handelswelt vor, in der nicht mehr nur Menschen, sondern auch KI-Agenten Kaufentscheidungen beeinflussen.