Agentic Commerce: Wenn KI-Agenten den Einkauf übernehmen

Agentic Commerce bedeutet, dass KI-Agenten für Kunden eigenständig einkaufen - von der Produktsuche über den Preisvergleich bis zum Checkout. Google hat seinen AI Shopping Agent gestartet, ChatGPT liefert Produktempfehlungen mit direkten Kauflinks, und Salesforce rollt Agentforce für den E-Commerce aus. Statt selbst durch Online-Shops zu klicken, beauftragen Kunden zunehmend KI-gestützte Agenten mit dem gesamten Einkaufsprozess. Für Händler im Mittelstand verschiebt das die Spielregeln: Nicht Design und klassisches Online-Marketing entscheiden über den Verkauf, sondern Datenqualität und maschinenlesbare Produktinformationen.

Kennzahlen auf einen Blick

Kennzahl	Wert
KI-Agenten produktiv im Einsatz	14 % der Unternehmen weltweit
Führungskräfte mit Agenten-Plänen	81 % innerhalb von 18 Monaten
Software mit agentischer KI bis 2028	ein Drittel laut Gartner
KI-Einsatz in deutschen Unternehmen	jedes dritte Unternehmen

Quellen: Capgemini Research Institute 2025, Microsoft Work Trend Index 2025, Gartner 2024, Bitkom 2025

Was ist Agentic Commerce?

Agentic Commerce beschreibt den Einsatz von KI-Agenten im Handel, die eigenständig Aufgaben übernehmen: Produkte suchen, Preise vergleichen, Verfügbarkeit prüfen und Bestellungen auslösen. Anders als klassische Chatbots oder Empfehlungsalgorithmen verfolgen diese Agenten ein Ziel über mehrere Schritte hinweg, ohne dass ein Mensch jeden einzelnen Klick bestätigen muss. Der Begriff setzt sich aus “agentic” (eigenständig handelnd) und “Commerce” (Handel) zusammen und beschreibt damit eine neue Stufe im E-Commerce.

Kurzantwort: Agentic Commerce ist eine Form des Online-Handels, bei der KI-Agenten den gesamten Einkaufsprozess eigenständig abwickeln - von der Produktsuche über den Preisvergleich bis zur Bestellung. Der Mensch gibt Ziele und Budgetgrenzen vor, der Agent führt aus. Im Unterschied zu Chatbots oder Empfehlungsalgorithmen handeln diese Agenten proaktiv und mehrstufig.

Der Unterschied zu bisherigen Anwendungen künstlicher Intelligenz im Online-Handel ist erheblich. Personalisierte Produktempfehlungen reagieren auf das Verhalten des Kunden - sie schlagen vor, der Kunde entscheidet. Ein KI-Agent dagegen handelt aktiv: Er erhält ein Ziel (“Bestelle Druckertoner, wenn der Bestand unter 50 Stück fällt”) und arbeitet es selbstständig ab. Das verschiebt die Kontrolle bei Routinekäufen vom Menschen auf die künstliche Intelligenz. Wer den technischen Hintergrund solcher Systeme vertiefen möchte, findet in unserem Artikel zu Agentic AI eine ausführliche Einordnung.

Für den Einzelhandel bedeutet das eine Verschiebung der Spielregeln. Wenn nicht mehr der Mensch, sondern ein Agent den Shop besucht, zählen andere Faktoren als ein ansprechendes Design. Strukturierte Produktdaten, maschinenlesbare Preise und eine API-Schnittstelle werden wichtiger als emotionale Markenbotschaften. Das verändert grundlegend, wie Händler ihren Online-Shop aufbauen und für Sichtbarkeit optimieren sollten.

Wie funktionieren KI-Agenten beim Online-Einkauf?

KI-gestützte Shopping-Agenten arbeiten in mehreren Phasen, die sie weitgehend autonom durchlaufen. Anders als eine Suchmaschine oder ein Preisvergleichsportal bilden sie den gesamten Einkaufsprozess ab - von der Bedarfserkennung über den Vergleich bis zum Checkout. Die folgende Übersicht zeigt, wie dieser Ablauf in der Praxis funktioniert und wo die Unterschiede zu klassischen Einkaufstools liegen.

Bedarfserkennung und Recherche

Der Agent analysiert den Kontext des Nutzers: Wann wurde zuletzt bestellt, wie hoch ist der typische Verbrauch, gibt es saisonale Schwankungen? Im B2B-Bereich überwachen KI-Agenten Lagerbestände und lösen automatisch Nachbestellungen aus, wenn ein definierter Schwellenwert unterschritten wird. Im B2C-Bereich erkennen sie Muster im Kaufverhalten und handeln vorausschauend. Anschließend durchsucht der Agent mehrere Online-Shops parallel und sammelt Produktdaten, Bewertungen und aktuelle Preise.

Vergleich und Entscheidung

Auf Basis der gesammelten Daten bewertet der Agent die Optionen nach den Kriterien des Nutzers. Das können Preis, Lieferzeit, Bewertungen, Nachhaltigkeit oder Markenvorlieben sein. Die Verarbeitung natürlicher Sprache ermöglicht es dem Agenten, Produktbeschreibungen inhaltlich einzuordnen, statt nur nach Keywords zu filtern. Das Ergebnis ist eine fundierte Empfehlung oder, bei entsprechender Freigabe, eine direkte Bestellung.

Checkout und Nachverfolgung

Der Agent schließt den Kauf ab, indem er hinterlegte Zahlungsdaten und Lieferadressen nutzt. Kaufabbrüche durch umständliche Checkout-Formulare entfallen, was die Conversion-Rate für teilnehmende Shops messbar steigert. Nach der Bestellung verfolgt der Agent die Lieferung und meldet Abweichungen. Bei Problemen kann er eigenständig den Kundenservice kontaktieren oder eine Retoure einleiten. Wie der ChatGPT Agenten-Modus solche Abläufe bereits umsetzt, zeigt unser separater Guide.

Welche Anbieter setzen auf Agentic Commerce?

Der Markt bewegt sich schnell. Mehrere Technologiekonzerne und E-Commerce-Plattformen haben 2025 und 2026 eigene Lösungen für den agentischen Handel vorgestellt. Gartner prognostiziert, dass bis 2028 ein Drittel aller Unternehmenssoftware agentische Funktionen künstlicher Intelligenz enthalten wird (Gartner 2024). Im Commerce-Bereich zeigt sich dieser Trend besonders früh.

Für Unternehmen im Mittelstand sind die plattformübergreifenden Agents von Google und ChatGPT am relevantesten, weil sie Kunden dort erreichen, wo diese ohnehin suchen. Wer einen eigenen Online-Shop betreibt, sollte zusätzlich prüfen, ob die eingesetzte Plattform (Shopify, WooCommerce, JTL) bereits KI-Agenten-Funktionen bietet oder über Plugins nachrüstbar ist. Entscheidend ist, ob der Fokus auf externen Agenten liegt, die Kunden in den Shop bringen, oder auf eigenen KI-Funktionen im Einkaufserlebnis. Einen breiteren Überblick über den Einsatz von KI-Agenten jenseits des Handels gibt unser Guide zu KI-Agenten für Unternehmen.

Was bedeutet Agentic Commerce für den Einzelhandel?

Wenn KI-Agenten den Einkauf übernehmen, verschieben sich die Regeln im Handel. Laut Bitkom setzt bereits jedes dritte Unternehmen in Deutschland künstliche Intelligenz produktiv ein (Bitkom 2025). Die Bereitschaft, auch im E-Commerce auf Agenten zu setzen, wächst spürbar. Für Händler im Mittelstand ergeben sich drei konkrete Veränderungen.

Erstens wird die Sichtbarkeit für Maschinen genauso wichtig wie die Sichtbarkeit für Menschen. Ein KI-Agent bewertet einen Online-Shop nicht nach Design oder Markenwirkung, sondern nach Datenqualität. Strukturierte Produktdaten im Schema.org-Format, eindeutige Preise, klare Verfügbarkeitsangaben und maschinenlesbare Lieferbedingungen entscheiden, ob ein Agent den Shop in seine Auswahl aufnimmt. Shops ohne saubere Datenstruktur werden für Agenten schlicht unsichtbar.

Zweitens verändert sich die Rolle von Vertrauen. Kunden vertrauen zunehmend ihrem KI-Agenten und dessen Empfehlung - nicht mehr primär der Marke des Händlers. Objektive Kriterien wie Preis-Leistung, Liefertreue und Bewertungsqualität gewinnen an Gewicht, weil der Agent diese Faktoren systematisch vergleicht. Händler, die bisher über Markenbekanntheit und emotionale Kundenbindung verkauft haben, brauchen zusätzliche Argumente auf der Datenebene.

Drittens sinkt die Bedeutung des klassischen Online-Marketings für agentische Einkäufe. Wenn der Agent direkt kauft, sieht der Kunde weder Startseite noch Banner. Google Ads, die auf menschliche Aufmerksamkeit zielen, verlieren bei dieser Art des Einkaufs an Wirkung. Stattdessen müssen Händler ihre Produkte so aufbereiten, dass KI-Agenten sie finden und positiv bewerten. Wer sich für die Automatisierung von Einkaufsprozessen mit KI interessiert, findet dort Praxisbeispiele und ROI-Berechnungen aus dem Mittelstand.

Welche Risiken bringt Agentic Commerce mit sich?

Agentic Commerce ist kein Selbstläufer. Neben den Chancen birgt die Technologie Risiken, die Unternehmen kennen und einplanen sollten. Kontrollverlust, regulatorische Anforderungen und Abhängigkeit von wenigen großen Plattformen sind die drei zentralen Herausforderungen.

Das größte Risiko ist der Kontrollverlust. Wenn ein KI-Agent eigenständig Kaufentscheidungen trifft, können Fehler teuer werden. Ein falsch kalibrierter Agent bestellt zu viel, zum falschen Preis oder beim falschen Lieferanten. Im B2B-Bereich, wo einzelne Bestellungen schnell fünfstellige Beträge erreichen, ist das keine Kleinigkeit. Klare Freigabegrenzen und menschliche Kontrolle bei hohen Bestellwerten bleiben Pflicht.

Dazu kommt die regulatorische Dimension. Der EU AI Act stellt Anforderungen an KI-Systeme, die eigenständig wirtschaftliche Entscheidungen treffen. Unternehmen, die KI-Agenten im Commerce einsetzen, müssen dokumentieren, wie der Agent entscheidet, welche Daten er nutzt und wie Fehlentscheidungen korrigiert werden können. Besonders relevant: Wenn ein Agent im Namen eines Kunden handelt, muss für den Käufer jederzeit erkennbar sein, dass eine KI die Entscheidung getroffen hat. Die konkreten Pflichten und Fristen finden Sie in unserem Leitfaden zum EU AI Act für Unternehmen.

Ein weiteres Risiko betrifft die Marktkonzentration. Wenn wenige große Plattformen wie Google, Amazon und OpenAI die Agents stellen, die den Einkauf steuern, wächst deren Einfluss auf den gesamten Handel. Händler werden abhängiger von den Algorithmen und Rankingkriterien dieser Anbieter. Das erinnert an die Abhängigkeit vieler Unternehmen von Google-Rankings im klassischen SEO - nur dass die Hebel beim agentischen Commerce noch weniger transparent sind. Wer auf mehrere Kanäle setzt und direkte Kundenbeziehungen pflegt, steht langfristig stabiler da.

So bereiten Sie Ihren Online-Shop auf Agentic Commerce vor

Agentic Commerce verlangt keine sofortige Komplettumstellung, aber vorausschauendes Handeln. Wer jetzt die richtigen Grundlagen legt, verschafft sich einen Vorsprung, ohne in unausgereifte Lösungen investieren zu müssen. Die folgende Checkliste zeigt, welche Maßnahmen Händler im Mittelstand priorisieren sollten.

Für die Umsetzung empfiehlt sich ein pragmatischer Ansatz in drei Schritten:

1. Produktdaten strukturieren: Jedes Produkt braucht maschinenlesbare Daten im Schema.org-Format - Name, Preis, Verfügbarkeit, Beschreibung und Bewertungen. Die meisten Shop-Systeme wie WooCommerce, Shopify und JTL bieten Plugins oder native Funktionen dafür. Prüfen Sie, ob Ihre Produktdaten tatsächlich als strukturierte Daten ausgegeben werden und nicht nur als Fließtext auf der Seite stehen.

2. Schnittstellen öffnen: KI-Agenten greifen bevorzugt über APIs auf Shop-Daten zu, statt Webseiten zu scrapen. Wenn Ihr Shop-System eine REST-API bietet, stellen Sie sicher, dass Produktkatalog und Verfügbarkeiten darüber abrufbar sind. Für WooCommerce ist das Standard, für ältere Systeme besteht möglicherweise Anpassungsbedarf.

3. Monitoring aufbauen: Beobachten Sie, wie viel Traffic aus KI-gestützten Quellen kommt. Google Analytics zeigt inzwischen Traffic von AI Overviews. Eigene Tracking-Parameter für ChatGPT-Referrals helfen, den Einfluss von Agenten auf Ihre Verkäufe zu messen. Auch der allgemeine Trend zu KI-gestützter Prozessautomatisierung im Unternehmen lässt sich so besser einordnen.

Agentic Commerce wird den E-Commerce schrittweise verändern, nicht über Nacht. Die Unternehmen, die jetzt die Grundlagen schaffen - saubere Daten, offene Schnittstellen, konsequentes Monitoring - profitieren zuerst. Der Einzelhandel steht vor einem Wandel, bei dem Datenqualität über Sichtbarkeit entscheidet.

Sie möchten KI in Ihrem Unternehmen einsetzen? Sprechen Sie uns an - wir beraten Sie unverbindlich.