Kaum ein Begriff wird im Moment so häufig verwendet und so selten klar erklärt wie Agentic Commerce.
Zeit für eine Einordnung: Was ist heute schon möglich? Was ist noch Zukunft? Und wo sollten Händler und Hersteller jetzt konkret ansetzen? Wir betrachten aktuelle Beispiele aus dem Markt, teilen unsere Einschätzung aus der Praxis und beantworten die Fragen, die Unternehmen derzeit am häufigsten beschäftigen.
AI Assisted Commerce
Die KI unterstützt den Menschen bei Kaufentscheidungen. Sie gibt Empfehlungen, beantwortet Fragen, vergleicht Produkte – aber der Mensch entscheidet und kauft selbst. Conversational Commerce, Produktsuche via ChatGPT oder Perplexity, KI-basierte Stilberatung: alles AI Assisted Commerce.
Wesentliches Merkmal: Der Mensch bleibt in der Schleife. Die KI assistiert, sie handelt nicht.
Agentic Commerce
Hier gibt der Nutzer seine Handlungsvollmacht an die KI ab. Die KI sucht, vergleicht, entscheidet und kauft – autonom, innerhalb vorher definierter Rahmenbedingungen. Der Mensch bekommt im besten Fall nur noch die Bestätigungsnachricht: "Erledigt."
Das ist der entscheidende Unterschied zur klassischen Prozessautomatisierung: Kein starrer Trigger, keine feste Regel. Sondern komplexe Abwägungen z.B. über Preis, Qualität, Lieferzeit und Verfügbarkeit – systemübergreifend, in Echtzeit.
Wesentliches Merkmal: Die KI hat echte Entscheidungsautonomie. Der Mensch delegiert, nicht nur die Ausführung, sondern die Kaufentscheidung selbst.
Agents for Commerce
Das ist die nach innen gerichtete Perspektive: KI-Agenten, die auf der Verkäuferseite Prozesse automatisieren – im ERP, im PIM, im Shop-Backend, im Kundenservice. Kein Endkunde sieht das direkt, aber es verändert, wie Commerce-Organisationen intern arbeiten.
Der McKinsey-Report liefert eine klare Zahl: 84% der europäischen Konsumenten nutzen bereits KI-Tools in ihrem Alltag. 63% davon setzen diese Tools auch in ihrer Shopping Journey ein – für Recherche, Vergleich, Inspiration.
Gleichzeitig: Nur 30% würden einer KI vertrauen, eine Bestellung automatisch auszuführen – selbst wenn das Budget vorab begrenzt wäre.
Das ist die eigentliche Spannung: Die Technologie wäre teilweise da. Die Akzeptanz noch nicht.
Was heute funktioniert
Was noch nicht funktioniert (in Europa)
B2C: Agentic Commerce beginnt dort, wo Vertrauen weniger kritisch ist
Im Consumer-Bereich ist die Technologie dem Vertrauen voraus. Der Wunsch, Kaufentscheidungen selbst zu treffen, ist tief verankert.
Das bedeutet nicht, dass B2C-Agentic Commerce nicht kommt. Aber es wird sich zuerst bei Low-Involvement-Käufen durchsetzen: Nachbestellungen, Verbrauchsgüter, Standardprodukte ohne emotionale Bindung.
B2B: Bessere Voraussetzungen für autonome Einkaufsprozesse
Im B2B-Kontext ist die Ausgangslage fundamental anders:
Das macht B2B-Einkauf perfekt für Agenten, weil das organisationale Vertrauen in Automatisierung schon aufgebaut ist.
Ein konkretes Szenario: Eine KI liest das CRM, identifiziert 1.000 Kundenkontakte und bestellt Weihnachtskarten. Kein riesiger technischer Aufwand, aber ein echter Prozessgewinn.
Einschätzung: Agentic Commerce wird im B2B früher und breiter ankommen als im B2C. Die Technologie ist ähnlich – aber die Akzeptanz ist im Business-Kontext schon viel weiter.
Die gute Nachricht zuerst: Es ist keine Revolution. Niemand muss bei null anfangen. Aber es gibt klare Verschiebungen, auf die man sich vorbereiten sollte.
Die Customer Journey verändert sich – aber nicht dramatisch
Awareness, Discovery, Consideration: Diese Phasen werden zunehmend von KI-Tools mitgeprägt. Kunden kommen nicht mehr zwingend über Google auf die eigene Website – sie kommen vielleicht über eine ChatGPT-Empfehlung, über eine Perplexity-Antwort oder über einen Google-Snippet, der direkt aus dem Produktfeed zieht.
Das ändert, wie man Sichtbarkeit denken muss. Und es ändert, welche Datenpunkte plötzlich wichtig werden.
Marke bekommt eine neue Dimension
Wie nimmt die KI meine Marke wahr? Welche Signale zieht sie aus dem Web? Welche Produkte tauchen in ihren Empfehlungen auf – und welche nicht?
Im Webinar-Experiment hat ChatGPT – ohne Vorgabe – Produkte von About You bevorzugt. Der Grund: About You hat den "umfangreichsten, strukturiertesten Produktkatalog", den das Modell kannte. Marke im KI-Zeitalter beginnt bei der Datenqualität.
Der eigene Shop bleibt relevant
Eine häufig gestellte Frage: Brauchen wir den Shop noch, wenn KI-Tools die Discovery übernehmen? Die Antwort: Ja – aber aus anderen Gründen als früher. Der Shop wird weniger Einstiegspunkt, mehr Anlaufstelle für Kunden, die sich schon entschieden haben. Und weiterhin wichtig für Markendarstellung, After-Sales, Kundenbindung.
SEO bleibt relevant – aber die Mechanik ändert sich.
Wie KI-Tools heute Daten beziehen
Nicht alle LLMs crawlen das Web in Echtzeit. OpenAI/ChatGPT beispielsweise fragt in vielen Fällen schlicht Google – und aggregiert die ersten organischen Treffer. Wer bei Google nicht sichtbar ist, ist auch für ChatGPT nicht sichtbar.
Andere Anbieter wie Anthropic oder Perplexity crawlen das Web aktiv. Aber auch dort gilt: Gecrawlt zu sein bedeutet nicht automatisch, berücksichtigt zu werden. Zwischen dem Einsammeln von Daten und dem tatsächlichen Einfließen in ein Ergebnis stehen Validierungsschritte, Caching, und Modellentscheidungen, die von außen schwer nachzuvollziehen sind.
Praxis-Tipp: Schreiben Sie Content so, dass er auf konkrete Nutzerfragen antwortet. Nutzer formulieren ihre Recherche in KI-Tools als Frage, zum Beispiel: „Welche Wanderschuhe sind wasserdicht und unter 150 Euro?“ Genau diese Frage-Antwort-Mechanik wird durch LLMs relevanter.
Agents for Commerce – also KI-Agenten für interne Prozesse auf der Händlerseite – sind ein eigenes Thema, das einen separaten Beitrag verdient. Hier deshalb nur die wichtigsten Eckpunkte:
Sofort anfangen
Produktdaten strukturieren und maschinenlesbar aufbereiten – für Feeds, für KI, für Suchmaschinen
Content auf Frage-Antwort-Logik umstellen: Wie würde ein Kunde die Frage stellen, auf die dieser Text die Antwort ist?
SEO-Sichtbarkeit sichern – sie bleibt die Grundlage für KI-Sichtbarkeit
Interne Use Cases identifizieren und pilotieren: Retourenprognose, Texterstellung, Kundenservice – klein anfangen, lernen, skalieren
Mittelfristig vorbereiten
API-Infrastruktur aufbauen oder ertüchtigen: Ohne API kein Zugang für externe Agenten
Conversational Commerce Interface testen
Produktfeeds für Google und OpenAI optimieren und ausspielen – auch an neue Protokolle wie UCP oder ACP denken
Marke aktiv in KI-Kanälen denken: Was soll die KI über meine Marke wissen – und wo bringt sie das her?
Abwarten und beobachten
Organisatorisch
Ist Agentic Commerce im EU-Kontext überhaupt rechtlich zulässig?
Stand heute: Nein – zumindest nicht in der Form mit autonomem Checkout. Der EU AI Act, die DSGVO und PSD2 stellen jeweils eigene Anforderungen an autonome Kaufentscheidungen. Das ist einer der Hauptgründe, warum Perplexity's Buy-with-Pro-Feature in Europa noch nicht verfügbar ist. Wie sich die Rechtslage entwickelt, ist offen – aber mit schnellen Änderungen ist nicht zu rechnen.
Wie entscheidet die KI, in welchem Shop eingekauft wird?
In einem Test wurden Produkte eines Anbieters bevorzugt, weil der Produktkatalog besonders umfangreich, sauber strukturiert und gut auswertbar war. Genau das macht den Unterschied: Wenn Produktdaten vollständig, verständlich und aktuell sind, steigt die Chance, überhaupt in die Auswahl zu kommen.
Für Händler heißt das: Datenqualität wird zur Sichtbarkeitsfrage.
Wird die breite Händlerschaft bereit sein, den Checkout für Agentic Commerce abzugeben?
Vermutlich wird es eine kaufmännische Entscheidung sein: Wie viel Umsatz entgeht mir, wenn ich nicht mitmache? Die Parallele zu Amazon ist nicht unpassend – wer dort verkauft, hat den direkten Kundenkontakt weitgehend abgegeben und ist primär Logistiker und Preisanbieter. Ähnliche Dynamiken könnten entstehen.
Was ist GEO (Generative Engine Optimization) – und muss ich das jetzt angehen?
GEO ist der Begriff für die Optimierung von Inhalten speziell für KI-Modelle. Die Grundprinzipien sind nicht neu: klare Struktur, Frage-Antwort-Logik, gute Lesbarkeit für Maschinen. Das hat sich mit Voice Search schon einmal angedeutet. Der praktische Einstieg: Fangen Sie damit an, Ihre wichtigsten Inhalte so zu formulieren, wie Ihre Kunden Fragen stellen würden.
Agentic Commerce beginnt nicht mit dem autonomen Checkout. Er beginnt mit sauberen Daten, anschlussfähigen Systemen und klar priorisierten Use Cases. Diconium unterstützt Unternehmen dabei, genau diese Grundlagen zu schaffen – und agentenbasierte KI dort einzusetzen, wo sie im Commerce echten Mehrwert liefert.