Einkaufen mit KI: Entmachtet Agentic Commerce die Onlineshops?

So lautet die These, die im Jahr 2026 durch jede Vertriebspräsentation geistert. Die Zahlen erzählen eine andere Geschichte, in der ausgerechnet ein Rückzug am meisten verrät.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Im März 2026 zog OpenAI den Stecker. Das gefeierte „Instant Checkout“ in ChatGPT, der direkte Kauf im Chatfenster, verschwand fast so schnell wie zuvor der Hype. Genau dieser Rückzug erzählt mehr über Agentic Commerce als jede Wachstumsprognose, denn er trennt das Versprechen vom Machbaren.

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. Gleichzeitig starten 93 Prozent der Deutschen den Kauf weiterhin lieber selbst kontrolliert.
• OpenAI nahm sein 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 jetzt vor allem saubere Datenqualität: strukturierte Produktdaten, aktuelle Bestände, maschinenlesbare Schnittstellen.
• Vollautonomes Einkaufen im DACH-Raum bleibt nach Einschätzung mehrerer Marktbeobachter noch zwölf bis vierundzwanzig Monate entfernt.

Was ist Agentic Commerce eigentlich?

Agentic Commerce beschreibt den Handel, bei dem eine künstliche Intelligenz nicht nur berät, sondern handelt. Ein klassischer Chatbot beantwortet Fragen. Ein Agent dagegen recherchiert 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.

Der Unterschied zum gewohnten Onlinehandel sitzt tiefer, als das Schlagwort vermuten lässt. 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 dessen digitaler Stellvertreter. Der Berater Lars Hofacker vom EHI Retail Institute in Köln bringt die Sorge der Händler auf den Punkt: Wer am Ende nur noch Päckchenlieferant für ChatGPT, Gemini oder Perplexity sei, verliere den direkten Draht zur Kundschaft.

Haben Sie sich schon gefragt, warum dieser Begriff gerade jetzt überall auftaucht? Die Antwort liegt im Zusammentreffen mehrerer Entwicklungen. Sprachmodelle verstehen Alltagssprache inzwischen zuverlässig. Schnittstellen zu Produktkatalogen sind breiter verfügbar. Und die großen Plattformen haben im Winter 2025 und Anfang 2026 reihenweise eigene Bezahlstandards vorgestellt. Aus einzelnen Bausteinen wurde plötzlich ein Bauplan.

Wichtig bleibt eine nüchterne Abgrenzung. Vieles, was Anbieter heute als Agentic Commerce vermarkten, ist klassische Automatisierung mit einer Chat-Oberfläche davor. Ein echter Agent trifft mehrstufige Entscheidungen und führt sie aus. Ein hübsch verpackter Workflow tut das nicht. Diese Grenze verschwimmt im Marketing gern, und genau hier lohnt der zweite Blick.

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 rechnet 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?

Der Ablauf folgt drei Stufen. Zuerst formuliert der Mensch die Absicht. Dann durchsucht der Agent passende Kataloge, gewichtet 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 über Erfolg und Scheitern.

Discovery, Vergleich, Checkout

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

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. Dazu kommt Googles AP2, ein Protokoll für die Zahlungsfreigabe durch Agenten, das kryptografisch signierte Mandate nutzt und so einen nachvollziehbaren Prüfpfad schafft.

Für Händler bedeutet diese Lage doppelten Aufwand. Vieles deutet darauf hin, dass kein Standard den anderen verdrängt. Beide werden nebeneinander bestehen, ähnlich wie heute Anzeigen bei Google und bei Meta parallel laufen. Bei der Wette auf einen einzigen Standard drohen blinde Flecken. 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, wie ein Agent mit dem Handel in Kontakt tritt. Beim ersten greift die Software direkt auf Händler-Websites zu, macht Bildschirmfotos, erkennt Knöpfe und 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 dieser Verschiebung wächst eine neue Disziplin. Aus der klassischen Suchmaschinenoptimierung wird die Optimierung für generative Maschinen, oft Generative Engine Optimization genannt. Statt für menschliche Augen wird der Shop für maschinelle Leser aufbereitet. 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.

Auch die Bezahlung erfindet sich gerade neu. Stripe nutzt für den Kauf im Chat eine Technik mit kurzlebigen, einmalig gültigen Token, sodass sensible Kartendaten nicht zwischen den Plattformen wandern. Googles AP2 wiederum 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 rechtliche Brücke bleibt der autonome Kauf in der EU graue Theorie.

Warum hat OpenAI den Checkout wieder abgeschaltet?

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.

Drei technische Hürden machten den direkten Kaufabschluss schwer. Erstens scheiterte die Echtzeit-Abstimmung: Die Bestandsdaten von Millionen Händlern ließen sich nicht im nötigen Tempo abgleichen, veraltete Preise und Lagerstände zerstörten sofort das Vertrauen. Zweitens fehlten Systeme für regionale Steuern und für die Einhaltung lokaler Vorgaben wie der europäischen Preisangabenverordnung. Drittens 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 lauter klangen als die zugrunde liegende Technik. Der Rückzug ist deshalb kein Beleg für das Scheitern der Idee. Eher markiert er den Punkt, an dem aus Marketing langsam Maschinenbau wird.

Wie groß ist der Markt für KI-Shopping wirklich?

Die Prognosen lesen sich gewaltig. Die Strategieberatung Strategy& von PwC schätzt, dass autonome KI-Agenten bis 2030 europaweit Einkäufe im Wert von bis zu 109 Milliarden Euro auslösen könnten, ein Marktsegment, das heute faktisch noch nicht existiert. Für Deutschland nennt die Studie ein Volumen von bis zu 17 Milliarden Euro. Bemerkenswert ist das Tempo: Die Verbreitung agentischer KI könnte 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. Sie verraten aber nur die eine Hälfte der Geschichte.

Ein Blick auf die Infrastruktur dämpft die Eile zusätzlich. 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.

Die andere Hälfte ist Skepsis, und sie ist gut belegt. Die Marktforscher von UserTesting befragten Führungskräfte und Verbraucher in den USA, Deutschland, Frankreich und Großbritannien. Das Ergebnis erdet 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. Genau diese Annahme, dass die KI zum primären Einstiegspunkt wird, trägt die gesamte Agentic-Commerce-Vision. Noch hält die Realität nicht Schritt.

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. Im Fragebogen offen für die Idee, hält man an der Kasse trotzdem gern selbst den Daumen drauf. Diese Differenz zwischen geäußerter Offenheit und tatsächlichem Klick zieht sich durch nahezu jede Studie zum Thema.

Selbst beim Geld trügt der schöne Schein. 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. Die Betonung liegt jedoch auf Recherche und Beratung, nicht auf der Zahlung. Sobald die KI selbst den Kauf auslösen soll, fällt die Zustimmung steil ab. Vertrauen, Sicherheit und nachvollziehbare Abläufe entscheiden über den Durchbruch, nicht die Begeisterung für die Technik.

Was spricht gegen die KI als Einkäufer?

An dieser Stelle lohnt der ehrliche Blick auf die Bremsen. Die größte heißt Vertrauen. Eine Studie von Riverty und Adyen zeigt, wie eng deutsche Verbraucher die Leine halten wollen. Ganze 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 das Höchstmaß an Kontrolle bietet. Kreditkarte und Lastschrift folgen mit jeweils nur 13 Prozent weit dahinter.

Dieser Befund deckt sich mit Erfahrungen aus dem eigenen Haus. In einer Adobe-Studie überschätzen Unternehmen durchweg, wie weit ihre Kunden der KI vertrauen, wie unsere Analyse zur Vertrauenslücke bei KI-Agenten im Kundenservice im Detail zeigt. Nur 16 Prozent der Kunden würden einem Agenten erlauben, ohne menschliches Eingreifen einen größeren Kauf abzuschließen. Die Unternehmen tippten auf 29 Prozent. Diese Lücke ist kein Messfehler, sondern ein struktureller Wahrnehmungsunterschied.

Hinter der Akzeptanzfrage lauert ein zweites, härteres Problem: die Macht der Vermittler. Wenn ein Agent entscheidet, welches Produkt im Warenkorb landet, wird die KI-Plattform zum Türsteher. Hersteller und Händler werden abhängig davon, 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.

Unsere Einschätzung fällt deshalb zweigeteilt aus. Die Technik wird kommen, daran besteht wenig Zweifel. Aber der deutsche Markt verzeiht Schludrigkeit weniger als der amerikanische. Beim Ignorieren von Rechnungskauf, Datenhoheit und Nachvollziehbarkeit baut man hierzulande auf Sand. Das ist weniger ein Technologieproblem als ein Vertrauensproblem.

Wie bereiten sich deutsche Händler heute vor?

Die gute Nachricht für den Mittelstand lautet: Niemand muss über Nacht alles umstellen. Die Grundlagen aber legt man besser jetzt. An erster Stelle steht die Datenqualität. Ein KI-Agent liest keine schick gestaltete Website, ihn interessieren vollständige Produktdaten, korrekte Attribute und aktuelle Lagerbestände. Bei lückenhafter Arbeit bleibt ein Shop für Agenten schlicht unsichtbar.

Vier Hebel, die der Mittelstand selbst in der Hand hat

Erstens die strukturierten Produktdaten. Das Format JSON-LD mit den Schemata für Produkt, FAQ und Artikel liefert genau die Signale, die Agenten bevorzugen. Zweitens die technische Auffindbarkeit über eine Datei namens llms.txt, eine Art Wegweiser für KI-Crawler, ergänzt um sauber gepflegte Attribute. Drittens eine schnelle Schnittstelle, über die Preise und Bestände in Echtzeit abrufbar sind. Viertens die inhaltliche Anreicherung: Welche Fragen stellt eine KI, wenn sie Produkte im Auftrag eines Kunden vergleicht, und beantwortet die Produktseite diese Fragen?

Diese vier Hebel kosten kein Vermögen, sondern Disziplin. Ein gepflegter Produktfeed nützt heute schon der klassischen Suche und morgen dem Agenten. Die Datenpflege als laufende Aufgabe verstanden, nicht als einmaliges Projekt, ergibt einen Vorsprung, der schwer einzuholen ist. Genau hier trennt sich der vorbereitete Händler vom Abwarter.

Die deutschen Schwergewichte zeigen, wie unterschiedlich die Antworten ausfallen. 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 Ziel, bei dem 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.

Für die Mechanik des Wandels lohnt der Blick auf ein verwandtes Phänomen. 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 wandert. Eine kompakte Begriffsübersicht für den Einstieg liefert das Dr.-Web-Glossar zum E-Commerce.

Eine Frage bleibt vorerst unbeantwortet und beschäftigt schon heute manchen Shopbetreiber: Wer haftet, wenn ein Agent autonom falsch einkauft? Bestellt die Software die falsche Größe, das falsche Modell oder gleich die zehnfache Menge, ist die Rechtslage dünn. 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 ein sauberer Prüfpfad, der jede Agentenentscheidung dokumentiert.

Beim Zeitpunkt hilft Gelassenheit. Vollautonomes Einkaufen im DACH-Raum bleibt nach Einschätzung mehrerer Marktbeobachter zwölf bis vierundzwanzig Monate entfernt. Diese Verzögerung gegenüber den USA ist kein Makel, sondern ein Vorteil. Deutsche Händler können beobachten, welche Ansätze in Amerika tragen und welche scheitern, bevor sie selbst investieren. Auf der Handelsmesse EuroShop 2026 in Düsseldorf war agentenbasierte KI bereits ein Schwerpunkt vieler Vorträge. Das Thema ist also angekommen, der Druck zur Hauruck-Umstellung fehlt aber noch.

Was bedeutet das für den Mittelstand im DACH-Raum?

Drei Szenarien zeichnen sich für die kommenden Jahre 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, hängt weniger von der Technik ab als von den Spielregeln. Marke schlägt Commodity. Den Kunden dazu zu bringen, seinem Agenten „kaufe bevorzugt bei Marke X“ zu sagen, gewinnt die wichtigste Schlacht. Emotionale Markenführung und eigene Kundendaten gewinnen damit an Gewicht, nicht weniger. Genau hier liegt die Chance für Unternehmen, die mehr bieten als den niedrigsten Preis.

Ein wunder Punkt verdient Ehrlichkeit. 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. Die Antwort darauf ist kein Aktionismus, sondern ein früher, gezielter Einstieg in die Prozesse, in denen Agenten sofort Wirkung entfalten.

Für die Praxis heißt das: heute die Hausaufgaben machen, ohne dem Hype hinterherzulaufen. Produktdaten aufräumen, Schnittstellen prüfen, die eigene Sichtbarkeit für Maschinen testen. Und parallel die direkte Beziehung zur Kundschaft pflegen, 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

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. Sie 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.