Agentic Commerce

Was ist Agentic Commerce?

Agentic Commerce bezeichnet E-Commerce, bei dem KI-Agenten Einkaufsaufgaben selbstständig ausführen. Nach vorgegebenen Zielen und Berechtigungen können sie Produkte suchen, Angebote vergleichen, eine Auswahl treffen und Transaktionen vorbereiten oder abschließen. Der Mensch definiert dabei Rahmenbedingungen wie Budget, Qualitätskriterien, Händlerauswahl und Freigabegrenzen.

Agentic Commerce einfach erklärt

Agentic Commerce, auf Deutsch auch agentenbasierter Handel genannt, erweitert digitale Einkaufsprozesse um handlungsfähige KI-Systeme. Ein Nutzer gibt beispielsweise vor, Laufschuhe unter 150 Euro mit breiter Passform und Lieferung bis Freitag zu finden. Der KI-Agent zerlegt dieses Ziel in Teilaufgaben, prüft Angebote und präsentiert eine Auswahl oder bestellt innerhalb seiner Berechtigung.

Die KI-Grundlage von Agentic Commerce ist mehr als ein Sprachmodell. Ein Sprachmodell versteht Anfragen und erzeugt Antworten. Ein KI-Agent verbindet dieses Modell zusätzlich mit Produktdaten, Suchfunktionen, Regeln, Speicher und technischen Schnittstellen. Dadurch kann der Agent Informationen abrufen, Ergebnisse bewerten und eine Aktion auslösen.

Ein Chatbot, der drei Produkte empfiehlt, ist noch kein Agentic Commerce. Erst wenn das System ein Ziel verfolgt, mehrere Arbeitsschritte plant, externe Daten oder Werkzeuge nutzt und innerhalb festgelegter Rechte handelt, entsteht ein agentischer Einkaufsprozess.

So funktioniert Agentic Commerce

Agentic Commerce folgt typischerweise einer Schleife aus Zieldefinition, Planung, Datennutzung, Entscheidung und Aktion. Nach jedem Schritt prüft der KI-Agent, ob das gewünschte Ergebnis erreicht wurde oder weitere Informationen erforderlich sind. Ein fehlender Liefertermin kann beispielsweise eine Rückfrage auslösen, während ein überschrittenes Budget zu einer neuen Produktsuche führt.

Ziel erfassen: Der Nutzer nennt Bedarf, Budget, Frist und persönliche Anforderungen.
Aufgabe planen: Der KI-Agent zerlegt den Auftrag in Suche, Vergleich, Prüfung und Kauf.
Daten abrufen: Produktkataloge, Preise, Verfügbarkeit, Bewertungen und Lieferbedingungen werden geprüft.
Optionen bewerten: Der KI-Agent gewichtet die Angebote nach den vorgegebenen Kriterien.
Aktion ausführen: Das System legt einen Artikel in den Warenkorb, fordert eine Freigabe an oder löst den Kauf aus.
Ergebnis kontrollieren: Bestellstatus, Lieferung, Rückgabe oder eine notwendige Nachbestellung werden überwacht.

Der Grad der Selbstständigkeit kann unterschiedlich ausfallen. Auf der niedrigsten Stufe sammelt der KI-Agent lediglich Angebote. Auf einer mittleren Stufe bereitet der KI-Agent den Warenkorb vor und wartet auf eine Bestätigung. Auf einer hohen Stufe darf der KI-Agent innerhalb eines Budgets wiederkehrende Käufe eigenständig abschließen.

KI-Agenten brauchen klare Grenzen

Die zentrale Fehlannahme bei Agentic Commerce lautet, dass möglichst viel Autonomie automatisch einen besseren Prozess erzeugt. Ein KI-Agent benötigt definierte Rechte, weil Produktauswahl und Kaufabschluss unterschiedliche Risiken haben. Das Lesen eines Katalogs kann allgemein erlaubt sein, während eine Zahlung nur bis zu einem festen Betrag oder nach einer zusätzlichen Freigabe erfolgen darf.

Ein belastbares Berechtigungsmodell trennt mindestens vier Ebenen: lesen, empfehlen, vorbereiten und ausführen. Ein Einkaufsagent darf beispielsweise Preise lesen und Produkte empfehlen, aber nur Bestellungen bis 100 Euro vorbereiten. Der tatsächliche Kauf erfordert dann eine Bestätigung. Prüfe für jede Aktion, welche Daten der Agent benötigt, welchen finanziellen Rahmen er nutzen darf und wie eine Entscheidung widerrufen wird.

Ein KI-Agent darf keine unklaren Kaufbefugnisse erhalten. Unternehmen sollten Betragsgrenzen, zulässige Händler, freigegebene Produktgruppen, Protokollierung und menschliche Freigaben festlegen. Besonders bei Abonnements, regulierten Produkten und sensiblen Kundendaten muss jeder automatisierte Schritt nachvollziehbar bleiben.

Voraussetzungen im E-Commerce 2026

Agentic Commerce funktioniert nur mit maschinenlesbaren und aktuellen Handelsdaten. Ein KI-Agent kann keine zuverlässige Entscheidung treffen, wenn Preis, Bestand, Varianten oder Lieferzeit lediglich in Bildern, unstrukturierten Texten oder veralteten Tabellen vorliegen. Für Onlineshops werden Produktdaten damit von einem internen Verwaltungsbestand zu einer direkten Schnittstelle für KI-gestützte Kaufentscheidungen.

Produktname, Marke, Kategorie und eindeutige Kennung
Preis, Währung, Versandkosten und mögliche Zusatzkosten
Bestand, Liefergebiet und voraussichtlicher Liefertermin
Varianten wie Größe, Farbe, Material oder technische Ausstattung
Rückgabefristen, Garantiebedingungen und Ausschlusskriterien
Technische Schnittstellen für Warenkorb, Zahlung und Bestellstatus

Strukturierte Produktinformationen müssen inhaltlich konsistent sein. Wenn der Produktfeed eine Lieferzeit von zwei Tagen nennt, die Produktseite aber fünf Tage ausweist, kann ein KI-Agent die Bedingung des Nutzers nicht sicher prüfen. Produktfeeds, Produktseiten und strukturierte Daten sollten deshalb dieselben Eigenschaften und Verfügbarkeiten abbilden. Die feedbasierte Erstellung von Produktinformationen zeigt, wie Attribute aus Katalogdaten systematisch in verständliche Inhalte überführt werden können.

Unterschied zu ähnlichen Konzepten

Der Unterschied zwischen Agentic Commerce, Conversational Commerce und klassischen Empfehlungssystemen liegt in der Handlungskompetenz. Eine Produktempfehlung sortiert vorhandene Angebote. Conversational Commerce führt einen Dialog. Agentic Commerce verfolgt darüber hinaus ein Ziel und kann dafür mehrere Systeme sowie Transaktionsschritte koordinieren.

Konzept	Hauptfunktion	Typische Aktion	Autonomie
Empfehlungssystem	Produkte priorisieren	Ähnliche Artikel anzeigen	Gering
Conversational Commerce	Beratung im Dialog	Fragen beantworten und Produkte empfehlen	Gering bis mittel
Agentic Commerce	Einkaufsziel bearbeiten	Suchen, vergleichen, auswählen und Transaktion auslösen	Mittel bis hoch
Klassische Prozessautomatisierung	Feste Regeln ausführen	Bestand bei einem Grenzwert nachbestellen	Hoch, aber regelgebunden

Agentic Commerce unterscheidet sich auch von einem gewöhnlichen KI-Assistenten. Ein Assistent reagiert auf einzelne Eingaben und wartet anschließend auf den nächsten Auftrag. Ein KI-Agent kann einen mehrstufigen Plan weiterverfolgen, Zwischenergebnisse bewerten und bei Abweichungen einen alternativen Weg wählen.

Agentic Commerce für SEO und GEO

Agentic Commerce verändert die Aufgabe von SEO. Produktseiten müssen weiterhin für Menschen und Suchmaschinen verständlich sein, zusätzlich benötigen KI-Agenten eindeutige Fakten. Unpräzise Aussagen wie eine schnelle Lieferung reichen nicht aus. Eine konkrete Angabe zu Liefergebiet, Zeitpunkt und Verfügbarkeit lässt sich verlässlich prüfen und mit der Vorgabe des Käufers vergleichen.

Für GEO, also Generative Engine Optimization, zählt neben der Auffindbarkeit die Zitierfähigkeit einer Produktinformation. KI-Systeme benötigen klar zuordenbare Angaben zu Eigenschaften, Einsatzbereichen, Einschränkungen und Bedingungen. Gute SEO- und KI-Strukturen für Onlineshops verbinden deshalb Kategorieseiten, Produktdetailseiten, Ratgeber, strukturierte Daten und konsistente Feeds.

Agentic Commerce beeinflusst auch SEA. Shopping-Anzeigen und automatisierte Kampagnen greifen bereits auf strukturierte Produktdaten zurück. Ein sauberer Feed kann damit gleichzeitig die bezahlte Produktausspielung, die organische Auffindbarkeit und die Verwertbarkeit durch KI-Agenten unterstützen. Unterschiedliche Angaben zwischen Anzeige, Feed und Zielseite erhöhen dagegen die Wahrscheinlichkeit unpassender Empfehlungen.

Agentische Kaufprozesse messen

Agentic Commerce lässt sich nicht allein anhand abgeschlossener Bestellungen beurteilen. Ein hoher Umsatz kann mit vielen Fehlversuchen, Rückfragen oder Rückgaben verbunden sein. Eine sinnvolle Kennzahl ist die Agent Completion Rate: erfolgreich abgeschlossene Aufgaben geteilt durch gestartete Agentenaufgaben, multipliziert mit 100. Bei 72 erfolgreichen Aufgaben aus 100 gestarteten Vorgängen beträgt die Rate 72 Prozent.

Messbar ist das zum Beispiel so: Trenne im Tracking die Schritte Ziel erfasst, Produkt gefunden, Auswahl akzeptiert, Warenkorb erstellt, Kauf freigegeben und Bestellung abgeschlossen. Ergänzend solltest du die Abbruchquote, Zahl der Rückfragen, menschlichen Eingriffe, Rückgaben und stornierten Bestellungen erfassen. Die vorgelagerte KI-Sichtbarkeit einer Marke lässt sich mit einem KI-Analyse-Tool für ChatGPT, Perplexity, Gemini und Grok beobachten. Das Monitoring zeigt Empfehlungen und verwendete Quellen, misst aber nicht automatisch den späteren Kaufabschluss.

Praxischeck für Onlineshops

Ein Onlineshop sollte Agentic Commerce zunächst an einem klar begrenzten Anwendungsfall testen. Geeignet sind Produkte mit strukturierten Eigenschaften, stabilen Preisen und eindeutigen Auswahlregeln. Verbrauchsmaterialien, Bürobedarf oder standardisierte Ersatzteile lassen sich meist leichter automatisieren als beratungsintensive, individuell konfigurierte oder regulierte Produkte.

Definiere eine konkrete Aufgabe statt eines allgemeinen KI-Projekts.
Prüfe Produktfeed, Produktseite und strukturierte Daten auf Widersprüche.
Lege Budgetgrenzen, Freigaben und zulässige Händler fest.
Teste Sonderfälle wie fehlenden Bestand, Preisänderungen und Teillieferungen.
Protokolliere jede Empfehlung und jede ausgelöste Transaktion.
Bewerte neben Käufen auch Rückgaben, Korrekturen und manuelle Eingriffe.

Ein sinnvoller Pilot könnte einen Einkaufsagenten zunächst drei passende Produkte auswählen und einen Warenkorb vorbereiten lassen. Erst nach stabilen Ergebnissen erhält der KI-Agent zusätzliche Befugnisse. Dieses Stufenmodell macht sichtbar, ob Datenqualität, Regeln und technische Schnittstellen ausreichen, bevor finanzielle Transaktionen automatisiert werden.

Häufige Fragen zu Agentic Commerce

Kann Agentic Commerce selbstständig einkaufen?

Ja, ein KI-Agent kann innerhalb zuvor festgelegter Berechtigungen selbstständig einkaufen. Unternehmen und Nutzer sollten Budget, Produktgruppen, Händler, Zahlungsarten und Freigabegrenzen eindeutig definieren.

Braucht Agentic Commerce immer eine menschliche Freigabe?

Eine menschliche Freigabe ist technisch nicht bei jedem Kauf erforderlich. Sie empfiehlt sich jedoch bei hohen Beträgen, Abonnements, sensiblen Produkten, neuen Händlern oder Entscheidungen mit schwer umkehrbaren Folgen.

Welche Produktdaten benötigt ein KI-Agent?

Ein KI-Agent benötigt mindestens eindeutige Produktmerkmale, Preis, Bestand, Varianten, Lieferbedingungen und Rückgaberegeln. Je konkreter die Anforderungen des Nutzers sind, desto genauer müssen die Daten strukturiert und aktuell vorliegen.

Ist ein Chatbot bereits Agentic Commerce?

Ein Chatbot allein ist noch kein Agentic Commerce. Der Chatbot wird erst zum Bestandteil eines agentischen Prozesses, wenn er Ziele plant, Werkzeuge nutzt, Ergebnisse kontrolliert und autorisierte Aktionen ausführen kann.

Für welche Shops eignet sich Agentic Commerce?

Agentic Commerce eignet sich besonders für Shops mit strukturierten Sortimenten, eindeutigen Produkteigenschaften und zuverlässigen Schnittstellen. Bei individuell angefertigten oder stark erklärungsbedürftigen Produkten bleibt menschliche Beratung häufiger Bestandteil des Kaufprozesses.

Welche Risiken entstehen bei automatisierten Käufen?

Typische Risiken sind falsche Produktdaten, zu weit gefasste Berechtigungen, ungeplante Abonnements, ungeeignete Händler und schwer nachvollziehbare Entscheidungen. Betragsgrenzen, Protokolle, Freigaben und einfache Widerrufsmöglichkeiten reduzieren diese Risiken.