Artikel teilen

Agentic Commerce entmachtet den Onlineshop: Diese These geisterte im Frühjahr 2026 durch zahlreiche Vertriebspräsentationen. Die Zahlen zeichnen ein anderes Bild, in dem ausgerechnet ein Rückzug am meisten verrät.

Ein Klick · kostenlosDr. Web bei Google bevorzugenMarkieren Sie drweb.de als bevorzugte Quelle. Dann sehen Sie unsere Artikel öfter unter den Top-Meldungen.Jetzt hinzufügen
Inhalt 9 Abschnitte
  1. Was ist Agentic Commerce eigentlich?
  2. Wie kauft eine KI selbstständig ein?
  3. Warum hat OpenAI den Checkout wieder abgeschaltet?
  4. Wie groß ist der Markt für KI-Shopping wirklich?
  5. Was spricht gegen die KI als Einkäufer?
  6. Wie bereiten sich deutsche Händler heute vor?
  7. Was bedeutet das für den Mittelstand im DACH-Raum?
  8. Glossar: 13 wichtige Begriffe zu Agentic Commerce
  9. Häufige Fragen zu Agentic Commerce

Im März 2026 zog OpenAI den Stecker. Der gefeierte „Instant Checkout“ in ChatGPT, der direkte Kauf im Chatfenster, verschwand fast so schnell, wie zuvor der Hype entstanden war. Dieser Rückzug sagt über agentenbasierten Handel mehr als jede Wachstumsprognose, denn er trennt das Versprechen vom Machbaren.

Auf einen Blick

Das Wichtigste in Kürze

  • Beim autonomen KI-Einkauf übergeben Kunden einer Software die Recherche, den Vergleich und teils auch den Kauf. Der Mensch nennt nur noch die Absicht, der Agent erledigt den Rest.
  • Die Strategieberatung Strategy& von PwC beziffert das deutsche Marktpotenzial bis 2030 auf bis zu 17 Milliarden Euro. Zugleich wollen 93 Prozent der Deutschen Entscheidungen der KI einsehen oder bei Bedarf stoppen können.
  • OpenAI nahm seinen In-Chat-Checkout im März 2026 vom Markt. Von Millionen angekündigten Shopify-Händlern waren laut Forrester nur rund 30 tatsächlich angebunden.
  • Für deutsche Händler zählt vor allem die Datenqualität: Strukturierte Produktdaten, aktuelle Bestände und maschinenlesbare Schnittstellen entscheiden, ob ein Agent ihr Angebot findet.
  • Vollautonomes Einkaufen im DACH-Raum lag nach Einschätzung mehrerer Marktbeobachter im Juni 2026 noch zwölf bis vierundzwanzig Monate entfernt.

Was ist Agentic Commerce eigentlich?

Roboterarm in Einkaufskorb mit orangem Knopf und Schild „Kauft selbst“ auf weißem Grund
Künstliche Intelligenz recherchiert, vergleicht Preise und führt Käufe selbstständig durch, statt nur Fragen zu beantworten

Agentic Commerce beschreibt den Handel, bei dem eine künstliche Intelligenz nicht nur berät, sondern handelt. Ein klassischer Chatbot beantwortet Fragen. Ein Agent recherchiert dagegen ein Produkt, vergleicht Preise über mehrere Anbieter und löst auf Wunsch den Kauf aus.

Der Mensch liefert die Absicht, etwa „finde mir wasserdichte Wanderschuhe in Größe 44 unter 120 Euro“, und tritt danach einen Schritt zurück.

Im klassischen E-Commerce sucht ein Mensch, klickt sich durch Kategorien und entscheidet am Ende selbst. Beim agentenbasierten Einkauf verschiebt sich diese Reihenfolge: Nicht mehr der Kunde navigiert durch den Shop, sondern sein digitaler Stellvertreter. Der Berater Lars Hofacker vom EHI Retail Institute in Köln bringt die Sorge der Händler auf den Punkt: Händler, die nur noch Päckchenlieferanten für ChatGPT, Gemini oder Perplexity seien, verlören den direkten Draht zur Kundschaft.

Dass der Begriff seit dem Winter 2025 überall auftaucht, liegt am Zusammentreffen mehrerer Entwicklungen. Sprachmodelle verstehen Alltagssprache inzwischen zuverlässig, und Schnittstellen zu Produktkatalogen sind breiter verfügbar. Außerdem haben die großen Plattformen im Winter 2025 und Anfang 2026 reihenweise eigene Bezahlstandards vorgestellt. Aus einzelnen Bausteinen fügte sich plötzlich ein Ganzes.

Vieles, was Anbieter als Agentic Commerce vermarkten, ist klassische Automatisierung mit einer Chat-Oberfläche davor. Ein echter Agent trifft mehrstufige Entscheidungen und setzt sie um, ein hübsch verpackter Workflow nicht.

Im Marketing verschwimmt diese Grenze gern. Händler, die ein Angebot prüfen, fragen deshalb zuerst, welche Entscheidung die Software tatsächlich selbst trifft.

Der Wandel betrifft längst nicht nur das Geschäft mit Endkunden. Im Handel zwischen Unternehmen zeichnet sich ab, dass Agenten künftig Routinebestellungen auslösen, Konditionen vergleichen und Lieferzeiten überwachen. Die Beratung Forrester rechnete im Juni 2026 damit, dass bis Ende 2026 ein Fünftel der Verkäufer im B2B-Geschäft mit agentengeführten Angebotsverhandlungen konfrontiert wird.

Wo bisher ein Einkäufer drei Lieferanten anrief, fragt bald eine Software zehn Anbieter gleichzeitig ab. Margendruck und volatile Lieferketten beschleunigen diese Entwicklung zusätzlich.

Wie kauft eine KI selbstständig ein?

Gliederpuppe schiebt Einkaufswagen mit Paket und Aufschrift „Erledigt“
Absicht nennen, vergleichen lassen, kaufen: So arbeitet ein Einkaufsagent.

Der Ablauf gliedert sich in drei Stufen. Zuerst formuliert der Mensch die Absicht. Dann durchsucht der Agent passende Kataloge und gewichtet die Treffer nach Preis, Verfügbarkeit und Vertrauenssignalen. Zuletzt steht der Kaufabschluss, entweder direkt im Chatfenster oder über eine Weiterleitung zum Händler. Die Technik dahinter klingt sperrig, entscheidet aber darüber, ob der Kauf gelingt.

Warum schon die Suchphase über den Kauf entscheidet

In der ersten Phase liest die KI strukturierte Produktdaten aus, im Idealfall über eine Schnittstelle, die Preis und Lagerbestand in Millisekunden liefert. Veraltete Daten zerstören genau hier das Vertrauen. Ein Agent, der einen vergriffenen Artikel empfiehlt oder einen falschen Preis nennt, verliert seinen Nutzer schneller, als der nächste Treffer geladen ist. Saubere Daten sind deshalb die Eintrittskarte in den agentenbasierten Handel.

Das Protokoll-Wirrwarr aus ACP, UCP und AP2

Hinter den Kulissen kämpfen mehrere Standards um die Vorherrschaft. Stripe und OpenAI stellten im Herbst 2025 das Agentic Commerce Protocol vor, kurz ACP, einen offenen Standard für den Kauf direkt im Chat. Google konterte im Januar 2026 auf der Handelsmesse NRF mit dem Universal Commerce Protocol, kurz UCP, gestützt von Partnern wie Walmart, Target und Shopify. Hinzu kommt Googles AP2, ein Protokoll für die Zahlungsfreigabe durch Agenten. AP2 nutzt kryptografisch signierte Mandate und schafft so einen nachvollziehbaren Prüfpfad.

Für Händler bedeutet diese Lage doppelten Aufwand. Vieles deutet darauf hin, dass kein Standard den anderen verdrängt. ACP und UCP werden nebeneinander bestehen, ähnlich wie Anzeigen bei Google und bei Meta parallel laufen. Händler, die nur auf einen Standard setzen, riskieren deshalb, für einen Teil der Agenten unsichtbar zu bleiben.

Die Zahlungsdienstleister mischen kräftig mit: Visa Intelligent Commerce und Mastercard Agent Pay betten KI-Agenten direkt in den Bezahlfluss ein, PayPal bindet über eigene Dienste Millionen kleiner Händler an.

Technisch lassen sich drei Wege unterscheiden, auf denen ein Agent mit dem Handel in Kontakt tritt. Beim ersten greift die Software direkt auf Händler-Websites zu, macht Bildschirmfotos, erkennt Knöpfe oder Formulare und bedient sie wie ein Mensch. OpenAIs früher Agent namens Operator arbeitete nach diesem Prinzip. Beim zweiten Weg verhandeln Agenten miteinander: Der Einkaufsagent eines Kunden spricht mit dem Verkaufsagenten eines Händlers über Preis, Lieferzeit oder Sonderkonditionen. Beim dritten Weg vermittelt eine Plattform zwischen Agent und Händler über eine standardisierte Schnittstelle. Jeder Weg stellt andere Anforderungen an die Technik des Shops.

Aus der klassischen Suchmaschinenoptimierung wird so die Optimierung für generative KI-Systeme, oft Generative Engine Optimization genannt. Statt für menschliche Augen bereiten Händler den Shop für maschinelle Leser auf. Strukturierte Daten im Format JSON-LD, eine Datei namens llms.txt als Wegweiser für KI-Crawler und klar gepflegte Produktattribute entscheiden darüber, ob ein Agent ein Angebot überhaupt findet.

Stripe nutzt für den Kauf im Chat kurzlebige, einmalig gültige Token, sodass sensible Kartendaten nicht zwischen den Plattformen wandern. Googles AP2 verknüpft Kaufabsicht, Warenkorb und Zahlung über signierte Mandate zu einem prüfbaren Vorgang. Für den europäischen Markt kommt eine Hürde dazu: Die starke Kundenauthentifizierung verlangt eine einmalige Freigabe, bevor ein Agent im definierten Rahmen selbstständig zahlen darf. Ohne diese einmalige Freigabe bleibt der autonome Kauf in der EU graue Theorie.

Warum hat OpenAI den Checkout wieder abgeschaltet?

Ein geschlossenes weißes Point-of-Sale-Terminal vor weißem Hintergrund
Im März 2026 nahm OpenAI das Instant Checkout in ChatGPT wieder vom Markt.

Der Rückzug im März 2026 war der ehrlichste Moment der gesamten Debatte. Im September 2025 hatten OpenAI und Shopify einen direkten Kauf bei Millionen Händlern in Aussicht gestellt. Die Realität sah dürftiger aus: Die Forrester-Analystinnen Emily Pfeiffer und Sucharita Kodali zählten nur rund 30 angebundene Shopify-Händler.

Die eigens eingerichtete Landingpage leitete bald auf die Startseite des Unternehmens um. Was als Branchenrevolution gestartet war, wirkte plötzlich wie ein verfrühter Testlauf.

Vom großen Versprechen zum Rückzug
Wie sich die Plattformen 2025 und 2026 im Agentic Commerce positionierten, Stand Juni 2026
Sept. 2025
OpenAI und Shopify

Beide Unternehmen stellen einen direkten Kauf im Chat bei Millionen Händlern in Aussicht.

Herbst 2025
Stripe und OpenAI

Die Partner veröffentlichen das Agentic Commerce Protocol (ACP), einen offenen Standard für den Kauf im Chat.

Jan. 2026
Google

Auf der Handelsmesse NRF kontert Google mit dem Universal Commerce Protocol (UCP), unterstützt von Walmart, Target und Shopify.

März 2026
OpenAI

OpenAI nimmt den Instant Checkout in ChatGPT wieder vom Markt.

Anspruch und Wirklichkeit

Angekündigt waren Millionen Shopify-Händler. Die Forrester-Analystinnen Emily Pfeiffer und Sucharita Kodali zählten rund 30, die tatsächlich angebunden waren.

Drei technische Hürden erschwerten den direkten Kaufabschluss. Zunächst scheiterte die Echtzeit-Abstimmung: Die Bestandsdaten von Millionen Händlern ließen sich nicht im nötigen Tempo abgleichen, veraltete Preise und Lagerbestände zerstörten sofort das Vertrauen. Außerdem fehlten Systeme für regionale Steuern und für die Einhaltung lokaler Vorgaben wie der europäischen Preisangabenverordnung. Schließlich verlangen automatisierte Transaktionen eine völlig neue Sicherheitsarchitektur gegen Betrug.

Die Forrester-Analystin Emily Pfeiffer fasste die Stimmung der Branche trocken zusammen: Niemand habe das Feld wirklich verstanden, alle litten unter der Angst, etwas zu verpassen, und drängten verfrüht an den Markt. Diese Einschätzung erklärt, warum so viele Ankündigungen mehr versprachen, als die zugrunde liegende Technik hergab.

Der Rückzug belegt deshalb kein Scheitern der Idee, er markiert den Punkt, an dem aus Marketing langsam Ingenieursarbeit wird.

Wie groß ist der Markt für KI-Shopping wirklich?

Waage mit Goldmünzen und Einkaufskorb, beschriftet mit „Prognose?“, auf weißem Grund
Milliardenprognosen auf der einen Seite, zurückhaltende Kunden auf der anderen.

Die Strategieberatung Strategy& von PwC schätzt, dass autonome KI-Agenten bis 2030 europaweit Einkäufe im Wert von bis zu 109 Milliarden Euro auslösen könnten, in einem Marktsegment, das im Juni 2026 faktisch noch nicht existierte. Für Deutschland nennt die Studie ein Volumen von bis zu 17 Milliarden Euro.

Die Verbreitung agentischer KI könnte zudem rund viermal schneller verlaufen als einst die Einführung des klassischen Onlinehandels.

Auch McKinsey sieht den Trend angekommen. Nach einer Befragung von knapp tausend europäischen Verbrauchern nutzen 84 Prozent bereits KI-Werkzeuge im Alltag, 38 Prozent davon zum Entdecken neuer Produkte und Marken. Weltweit könnte Agentic Commerce bis 2030 zwischen drei und fünf Billionen US-Dollar bewegen.

Solche Zahlen wandern schnell in jede Vertriebspräsentation. Doch die Prognosen sind nur die eine Seite.

Die andere ist Skepsis, und sie ist gut belegt. Die Marktforscher von UserTesting befragten Führungskräfte und Verbraucher in den USA, Deutschland, Frankreich und Großbritannien. Das Ergebnis bremst jede Euphorie: Nur 15 Prozent der Verbraucher nennen KI-Assistenten als Anlaufstelle bei der Produktsuche. Die große Mehrheit startet weiterhin bei Suchmaschinen oder direkt auf Händler-Websites.

Ausgerechnet die Annahme, dass die KI zur ersten Anlaufstelle wird, stützt die gesamte Agentic-Commerce-Vision. Die Realität bestätigte diese Annahme im Juni 2026 nicht.

Zwischen Wunsch und Tat klafft zudem eine merkwürdige Lücke. Die Kommunikationsberatung Ketchum berichtet, dass sich 48 Prozent der KI-Nutzenden vorstellen können, ihre Einkaufsplanung vollständig an einen Agenten zu übergeben. Von dieser Gruppe trauen 45 Prozent der Technik sogar autonome Kaufentscheidungen zu.

Solche Bereitschaftswerte messen aber eine Vorstellung, kein Verhalten. Viele, die im Fragebogen offen für die Idee sind, behalten an der Kasse trotzdem lieber selbst die Kontrolle. Diese Differenz zwischen geäußerter Offenheit und tatsächlichem Klick zieht sich durch nahezu jede Studie zum Thema.

Eine Untersuchung der GfK im Auftrag von Mastercard ergab zwar, dass jeder zweite Deutsche offen für KI beim Onlineshopping ist und rund ein Drittel bereits Chatbots, personalisierte Empfehlungen oder die visuelle Produktsuche nutzt. Genutzt wird die KI dabei jedoch für Recherche und Beratung, nicht für die Zahlung.

Sobald die KI selbst den Kauf auslösen soll, fällt die Zustimmung steil ab. Über den Durchbruch entscheiden Vertrauen, Sicherheit und nachvollziehbare Abläufe; die Begeisterung für die Technik reicht dafür nicht aus.

Auch die Infrastruktur der Unternehmen bremst den Umstieg. Nach dem Adobe-Trendreport verfügt nur gut die Hälfte der Unternehmen über die Cloud-Basis für agentische KI, verglichen mit fast neun von zehn bei einfacher generativer KI. Nur knapp 40 Prozent betreiben eine gemeinsame Kundendatenplattform, die ein Agent sinnvoll nutzen könnte. Drei Viertel nennen die Datenintegration als größte Hürde.

Die Vision läuft also der eigenen Technik voraus, und diese Lücke schließt sich nicht über Nacht.

Was spricht gegen die KI als Einkäufer?

Ein orangefarbenes Band hängt an einem weißen Haken, mit Chipkarte und 50€-Anhänger
Deutsche Verbraucher wollen jede Entscheidung des Agenten kontrollieren können.

Die größte Bremse heißt fehlendes Vertrauen. Eine Studie von Riverty und Adyen zeigt, wie viel Kontrolle deutsche Verbraucher behalten wollen: 93 Prozent möchten Entscheidungen der KI einsehen oder bei Bedarf stoppen können. Die Hälfte räumt einer Software höchstens ein Monatsbudget von 50 Euro ein.

Bei der Bezahlung dominiert mit 55 Prozent der klassische Rechnungskauf, weil er ein Höchstmaß an Kontrolle bietet. Kreditkarte und Lastschrift folgen mit jeweils nur 13 Prozent weit dahinter.

Deutsche Kunden halten die KI an der kurzen Leine
Was Verbraucher einem Einkaufsagenten erlauben würden, Stand Juni 2026
93 %
wollen Kontrolle

Fast alle Befragten möchten Entscheidungen der KI einsehen oder bei Bedarf stoppen können.

50 €
Monatsbudget

Mehr Budget pro Monat räumt die Hälfte der Befragten einer Software nicht ein.

55 %
Rechnungskauf

Der klassische Kauf auf Rechnung führt bei der Bezahlung, weil er ein Höchstmaß an Kontrolle bietet.

13 %
je Kreditkarte und Lastschrift

Beide Zahlarten folgen mit großem Abstand.

Unternehmen verschätzen sich

Nur 16 Prozent der Kunden würden einen Agenten ohne menschliches Eingreifen einen größeren Kauf abschließen lassen. Die Unternehmen schätzten den Anteil auf 29 Prozent.

Der Befund deckt sich mit einer Adobe-Studie: Unternehmen überschätzen durchweg, wie weit ihre Kunden der KI vertrauen; unsere Analyse zur Vertrauenslücke bei KI-Agenten im Kundenservice zeigt das im Detail. Nur 16 Prozent der Kunden würden einem Agenten erlauben, ohne menschliches Eingreifen einen größeren Kauf abzuschließen. Die Unternehmen tippten auf 29 Prozent. Hinter dieser Lücke steckt kein Messfehler, sondern ein struktureller Wahrnehmungsunterschied.

Hinter der Akzeptanzfrage lauert ein zweites, härteres Problem: die Macht der Vermittler. Entscheidet ein Agent, welches Produkt im Warenkorb landet, wird die KI-Plattform zum Türsteher. Hersteller und Händler hängen dann davon ab, ob ein Agent sie auswählt, oft in einer Blackbox und gegen hohe Provisionen. Die direkte Kundenbeziehung droht zu verschwinden. Kleine Händler riskieren ihre Sichtbarkeit, die großen Plattformbetreiber bauen ihre Rolle als Gatekeeper aus. Der europäische Digital Markets Act zielt zwar auf genau solche Marktmacht, doch die Durchsetzung hinkt der Technik hinterher.

Wer KI-Agenten als Einkäufer plant und dabei auf Tempo statt Transparenz setzt, verliert Kunden schneller, als der Agent antworten kann. Vertrauen lässt sich nicht per Update nachreichen.

Markus Seyfferth, Chefredakteur Dr. Web
Zitat teilen

Unsere Einschätzung fällt deshalb zweigeteilt aus: Die Technik wird kommen, daran besteht wenig Zweifel. Der deutsche Markt verzeiht Schludrigkeit aber weniger als der amerikanische. Händler, die Rechnungskauf, Datenhoheit und Nachvollziehbarkeit ignorieren, verspielen hierzulande das Vertrauen ihrer Kundschaft. Zu lösen ist weniger ein Technologieproblem als ein Vertrauensproblem.

Wie bereiten sich deutsche Händler heute vor?

Eine weiße Box mit Karteikarten und einem orangefarbenen Tabulator mit der Aufschrift „DATEN“
Saubere Produktdaten entscheiden darüber, ob ein Agent einen Shop überhaupt findet.

Die gute Nachricht für den Mittelstand lautet: Niemand muss über Nacht alles umstellen. Die Grundlagen legen Händler aber besser frühzeitig.

An erster Stelle steht die Datenqualität. Ein KI-Agent liest keine schick gestaltete Website, ihn interessieren vollständige Produktdaten, korrekte Attribute und aktuelle Lagerbestände. Bei breitem Sortiment gehören diese Angaben in ein PIM-System wie Pimcore, das Beschreibungen, Attribute und Bilder für alle Verkaufskanäle aus einer Quelle bereitstellt; Dienstleister für Einführung und Anbindung listet der Vergleich der Pimcore-Agenturen. Ein Shop mit lückenhaften Daten bleibt für Agenten schlicht unsichtbar.

Vier Hebel, die der Mittelstand selbst in der Hand hat

Der erste Hebel sind strukturierte Produktdaten. Das Format JSON-LD mit den Schemata für Produkt, FAQ und Artikel liefert genau die Signale, die Agenten bevorzugen. Der zweite Hebel ist die technische Auffindbarkeit über eine Datei namens llms.txt, eine Art Wegweiser für KI-Crawler, ergänzt um sauber gepflegte Attribute.

Der dritte Hebel ist eine schnelle Schnittstelle, über die Preise und Bestände in Echtzeit abrufbar sind. Schließlich zählt die inhaltliche Anreicherung: Welche Fragen stellt eine KI, die Produkte im Auftrag eines Kunden vergleicht, und beantwortet die Produktseite diese Fragen?

Diese vier Hebel kosten kein Vermögen, nur Disziplin. Ein gepflegter Produktfeed nützt schon der klassischen Suche und später dem Agenten. Wer den Feed heute für Shopping-Anzeigen bei Google pflegt oder diese Arbeit einem Dienstleister aus dem Vergleich der Google-Shopping-Agenturen überlässt, baut also bereits an der Datenbasis, die Agenten später auslesen. Händler, die Datenpflege als laufende Aufgabe verstehen statt als einmaliges Projekt, verschaffen sich einen Vorsprung, den Abwarter nur schwer aufholen.

Otto optimiert seine Inhalte gezielt für die Suche über ChatGPT, definiert Schnittstellen und klärt vorab, welche Daten das Unternehmen mit KI-Plattformen teilen will. Frederike Del Castillo, Strategieverantwortliche bei Otto, formuliert den Anspruch klar: Man verstehe sich weiterhin als Anlaufstelle, bei der Kunden bevorzugt einkaufen, nicht als bloßer Zulieferer. Wie tief der Wandel im Onlinehandel reicht, lässt sich an den zwanzig größten E-Commerce-Giganten Deutschlands ablesen, die alle an eigenen KI-Strategien feilen.

Schon beim Discovery Commerce über TikTok verschob sich der Kauf weg von der aktiven Suche hin zur passiven Entdeckung im Feed. Agentic Commerce treibt diese Logik weiter, indem nicht nur die Entdeckung, sondern auch die Entscheidung an die Software übergeht. Eine kompakte Begriffsübersicht für den Einstieg liefert das Dr.-Web-Glossar zum E-Commerce.

Offen ist bislang die Haftung, falls ein Agent autonom falsch einkauft, und diese Frage beschäftigt manchen Shopbetreiber schon heute. Bestellt die Software die falsche Größe, das falsche Modell oder gleich die zehnfache Menge, ist die Rechtslage unklar. Verbraucherschutz, Widerrufsrecht und die Nachweispflicht für die Kaufabsicht müssen erst auf die neue Konstellation übertragen werden.

Händler tun gut daran, klare Grenzen zu setzen: Limits pro Vorgang, Freigaben für größere Beträge und einen sauberen Prüfpfad, der jede Agentenentscheidung dokumentiert.

Beim Zeitpunkt hilft Gelassenheit. Vollautonomes Einkaufen im DACH-Raum lag nach Einschätzung mehrerer Marktbeobachter im Juni 2026 noch zwölf bis vierundzwanzig Monate entfernt. Der Rückstand gegenüber den USA erweist sich dabei als Vorteil: Deutsche Händler können beobachten, welche Ansätze sich in Amerika bewähren und welche scheitern, bevor sie selbst investieren.

Auf der Handelsmesse EuroShop 2026 in Düsseldorf war agentenbasierte KI bereits ein Schwerpunkt vieler Vorträge. Angekommen ist das Thema also, einen Zwang zur Hauruck-Umstellung sahen die Händler im Sommer 2026 aber nicht.

Was bedeutet das für den Mittelstand im DACH-Raum?

Ein Miniaturgeschäft mit dem Schild „Marke“ und ein weißer Würfel auf weißem Grund
Marke schlägt Commodity: Kleine Händler sichern ihren Kundenzugang über eigene Markenbindung.

Für die kommenden Jahre zeichnen sich drei Szenarien ab. Im optimistischen Fall setzen sich offene Standards durch, die Provisionen bleiben moderat, und kleine Händler behalten über saubere Daten und eigene Markenbindung den direkten Kundenzugang. Im realistischen Fall etabliert sich Agentic Commerce als zusätzlicher Kanal neben Suche und Marktplatz, mit spürbarem, aber nicht dominantem Anteil. Im pessimistischen Fall konzentriert sich die Macht bei wenigen Plattformen, die Provisionen steigen, und der Mittelstand wird zum austauschbaren Zulieferer.

Welches Szenario eintritt, entscheiden vor allem die Spielregeln und erst in zweiter Linie die Technik. Marke schlägt Massenware: Im Vorteil ist vor allem eine Marke, die ihre Kunden dazu bringt, im Prompt „kaufe bevorzugt bei Marke X“ festzulegen. Emotionale Markenführung und eigene Kundendaten gewinnen damit an Gewicht. Die Chance liegt bei Unternehmen, die mehr bieten als den niedrigsten Preis.

Europa hängt bei der Reife der KI-Anwendungen hinterher. Während in China nach einer Strategy&-Erhebung bereits gut die Hälfte der Unternehmen Umsatzsteigerungen durch KI meldet und in den USA jedes fünfte, bleibt Europa bei mageren 14 Prozent. Amerikanische und chinesische Konzerne setzen die Standards, bauen Partnernetzwerke auf und sichern sich Netzwerkeffekte.

Für deutsche Händler steigt damit das Risiko, den Anschluss zu verlieren. Statt in Aktionismus zu verfallen, steigen Händler besser früh und gezielt in die Prozesse ein, in denen Agenten sofort Wirkung entfalten.

Für die Praxis heißt das: die Grundlagen schaffen, ohne dem Hype hinterherzulaufen. Händler räumen ihre Produktdaten auf, prüfen ihre Schnittstellen und testen, wie gut Maschinen den eigenen Shop finden. Parallel pflegen kluge Händler die direkte Beziehung zur Kundschaft, über Newsletter, Service und Marke.

Der KI-Einkauf wird kommen, langsamer, als die Schlagzeilen behaupten, und schneller, als bequeme Abwarter glauben. Wer beides versteht, ist vorbereitet.

Glossar: 13 wichtige Begriffe zu Agentic Commerce

Ein offenes weißes Buch mit einem orangefarbenen Lesezeichen mit der Aufschrift ACP • UCP
Die wichtigsten Begriffe zu Agentic Commerce, kurz erklärt.

ACP (Agentic Commerce Protocol)

Das ACP ist ein offener Standard von Stripe und OpenAI für den Kaufabschluss direkt im Chatfenster. Händler binden ihren Katalog an, ohne sensible Zahlungsdaten zwischen Plattformen auszutauschen.

Agent Visibility

Agent Visibility beschreibt die Auffindbarkeit eines Shops für KI-Agenten. Maschinen lesen keine Layouts, sondern Daten. Strukturierte Attribute und schnelle Schnittstellen entscheiden über die Sichtbarkeit.

AP2 (Agent Payments Protocol)

AP2 ist Googles Zahlungsstandard für Agenten. Er verknüpft Kaufabsicht, Warenkorb und Zahlung über kryptografisch signierte Mandate zu einem nachvollziehbaren Vorgang.

Customer Journey

Die Customer Journey umfasst alle Berührungspunkte eines Kunden mit einer Marke bis zum Kauf. Beim agentenbasierten Einkauf beginnt diese Reise zunehmend im Chat eines KI-Assistenten.

Delegated Payment

Delegated Payment bezeichnet die übertragene Zahlungsfreigabe. Der Nutzer erteilt einmalig ein Mandat, danach zahlt der Agent im festgelegten Rahmen selbstständig.

Discovery Commerce

Discovery Commerce verschiebt den Kauf von der aktiven Suche zur passiven Entdeckung. Produkte finden den Kunden, nicht umgekehrt. TikTok prägte dieses Prinzip im Social Commerce.

GEO (Generative Engine Optimization)

GEO ist die Optimierung von Inhalten für generative KI-Systeme. Wo klassische Suchmaschinenoptimierung auf Rankings zielt, sorgt GEO dafür, dass Agenten ein Angebot überhaupt erfassen.

Intent

Der Intent ist die formulierte Kaufabsicht des Nutzers. Statt selbst zu suchen, übergibt der Kunde dem Agenten ein Ziel, etwa ein Produkt mit Preisgrenze und Eigenschaften.

JSON-LD

JSON-LD ist ein Format für maschinenlesbare strukturierte Daten. Über die Schemata für Produkt, FAQ und Artikel liefern Händler genau die Signale, die KI-Agenten bevorzugt verarbeiten.

llms.txt

Die Datei llms.txt dient als Wegweiser für KI-Crawler, vergleichbar mit der robots.txt für Suchmaschinen. Die Datei zeigt Agenten, welche Inhalte für die maschinelle Verarbeitung gedacht sind.

MCP (Model Context Protocol)

Das MCP ist ein offener Standard, über den ein Sprachmodell auf externe Werkzeuge, Datenbanken und Dienste zugreift. Im Handel bildet das Protokoll eine Brücke für den Datenaustausch zwischen Agent und Shop.

Take Rate

Die Take Rate ist der Provisionsanteil, den eine Plattform pro Transaktion einbehält. Bei Agentic Commerce entscheidet diese Quote darüber, wie viel Marge dem Händler bleibt.

UCP (Universal Commerce Protocol)

Das UCP ist Googles offener Handelsstandard für Warenkorb und Kauf, vorgestellt im Januar 2026. Partner wie Walmart, Target und Shopify stützen den konkurrierenden Gegenentwurf zum ACP.

Häufige Fragen zu Agentic Commerce

Ein orangefarbenes Fragezeichen und ein weißer Einkaufswagen mit einem Preisschild mit der Aufschrift „VIELLEICHT?“
Häufige Fragen zum Einkaufen mit KI-Agenten.

Was ist Agentic Commerce einfach erklärt?

Agentic Commerce bezeichnet den Handel, bei dem eine KI nicht nur berät, sondern selbstständig recherchiert, vergleicht und auf Wunsch kauft. Der Mensch nennt seine Absicht, der Agent erledigt die Schritte bis zum Abschluss. So verschiebt sich der Kauf vom aktiven Klicken hin zum Delegieren an eine Software.

Was ist der Unterschied zwischen Agentic Commerce und E-Commerce?

Im klassischen E-Commerce sucht und entscheidet der Mensch selbst. Beim Agentic Commerce übernimmt ein KI-Agent diese Aufgaben und navigiert stellvertretend durch die Angebote. Der Unterschied liegt in der Autonomie: Der Agent führt mehrstufige Aktionen aus, ein gewöhnlicher Onlineshop wartet auf den Klick des Nutzers.

Ist Agentic Commerce in Deutschland schon verfügbar?

Teilweise. KI-gestützte Produktsuche und Beratung sind verbreitet, der vollautonome Kauf samt Zahlung steckte im DACH-Raum im Juni 2026 aber noch in einer frühen Phase. Marktbeobachter rechneten damals mit zwölf bis vierundzwanzig Monaten bis zur breiteren Marktreife, auch wegen rechtlicher Hürden bei der Zahlungsfreigabe.

Welche Risiken hat KI-Shopping für Verbraucher?

Die größten Risiken betreffen Kontrolle und Datenschutz. Verbraucher fürchten Fehlkäufe, intransparente Empfehlungen und die Weitergabe sensibler Zahlungsdaten. In Deutschland bevorzugen deshalb 55 Prozent den Rechnungskauf, und 93 Prozent wollen Entscheidungen der KI einsehen oder stoppen können.

Wer haftet, wenn ein KI-Agent falsch einkauft?

Abschließend geklärt war die Rechtslage im Juni 2026 nicht. Verbraucherschutz, Widerrufsrecht und die Nachweispflicht für die Kaufabsicht müssen erst auf den autonomen Einkauf übertragen werden. Händler sichern sich über Limits pro Vorgang, gesonderte Freigaben für größere Beträge und einen dokumentierten Prüfpfad ab.

Wie bereiten sich Händler auf Agentic Commerce vor?

Im Mittelpunkt steht die Datenqualität: vollständige, strukturierte Produktdaten im Format JSON-LD, aktuelle Bestände und schnelle Schnittstellen. Ergänzend helfen eine llms.txt als Wegweiser für KI-Crawler und die Optimierung für generative KI-Systeme. Parallel lohnt die Pflege der direkten Kundenbeziehung über Marke und Service.

4,1 22 Bewertungen

Wie hat Ihnen dieser Artikel gefallen?

Dr. Web Newsletter

Jede Woche ein bisschen klüger.

Der Dr. Web Newsletter: die besten Artikel, Anbieter-Tipps und neue Tools, kompakt zusammengefasst, jeden Donnerstag. Kostenlos und jederzeit abbestellbar.