Agentic Commerce ist Kaufen und Verkaufen, bei dem ein AI-Agent im Auftrag des Käufers handelt. Der Agent recherchiert Produkte, vergleicht Angebote, stellt einen Warenkorb zusammen und schließt den Kauf innerhalb der vom Käufer gesetzten Grenzen ab, indem er über Protokolle Daten mit den Systemen des Händlers austauscht, statt sich durch eine Website zu klicken. Der Käufer nennt das Ziel („Trailrunning-Schuhe, Größe 43, weite Passform, unter 140 EUR, Lieferung bis Freitag“); der Agent übernimmt Suche, Filterung und zunehmend auch den Checkout.
Das ist der Unterschied zu einem Shopping-Chatbot oder zur AI-Suche: Die antworten, ein Agent handelt. In der Praxis läuft zum Veröffentlichungsdatum dieses Guides der antwortende Teil in großem Maßstab, der handelnde Teil ist noch schmal. AI-Assistenten empfehlen jeden Tag einem sehr großen Publikum Produkte, aber autonomer Checkout läuft nur mit ausgewählten Händlern, vor allem in den USA, und im März 2026 hat OpenAI seinen eigenen In-Chat-Checkout zurückgefahren, damit Händler ihren eigenen nutzen können. Dieser Guide erklärt die Autonomiestufen, die Protokolle dahinter, die Produktdaten, die ein Agent braucht, und die Risiken, die Händler abwägen sollten.
Agentic Commerce im Vergleich zu Chatbots, AI-Suche und Conversational Commerce
Die Begriffe überschneiden sich, deshalb hilft es, sie danach zu trennen, was die Software tun darf:
- Conversational Commerce: Ein Käufer chattet mit einer Marke, oft über WhatsApp oder einen Website-Chat, und ein Mensch oder Bot antwortet. Gekauft wird weiterhin vom Käufer selbst.
- AI-Suche und AI-Shopping-Assistenten: ChatGPT, Googles AI Mode, Perplexity oder Copilot lesen das Web und Händler-Feeds und antworten mit einer Auswahlliste. Der Käufer klickt sich durch und kauft.
- Agentic Commerce: Der Agent handelt auch: Er stellt einen Warenkorb zusammen, löst einen Rabatt ein, bezahlt mit einer delegierten Zahlungsberechtigung oder gibt eine Nachbestellung auf, und der Händler erhält eine Bestellung, bei der er keinen Menschen bestellen gesehen hat.
Für Händler verändern die ersten beiden vor allem, wie du gefunden wirst. Das dritte verändert, wer deinen Kunden im Moment des Kaufs vertritt. Unser Lexikoneintrag zu Agentic Commerce bietet eine kürzere Definition zum schnellen Nachschlagen.
Sechs Autonomiestufen, vom Abo bis zum Kauf zwischen Agenten
Agentic Commerce ist kein einzelner Schalter von Mensch zu Maschine. McKinsey beschreibt eine „Automatisierungskurve“ mit sechs Stufen der Delegation und betont, dass höher nicht automatisch besser ist: Käufer bleiben auf der Stufe stehen, die zur Kategorie passt (McKinsey, Januar 2026). Derselbe Artikel schätzt, dass AI-Agenten selbst in moderaten Szenarien bis 2030 3 bis 5 Billionen US-Dollar des weltweiten Konsumhandels vermitteln könnten. Jede Stufe verlangt etwas anderes von Händlern:
Sechs Stufen von Agentic Commerce und was jede von Händlern verlangt
| 0 | Programmierte Bequemlichkeit | Abos und geplante Nachbestellungen; regelbasiert, ohne AI-Urteil | Zuverlässige wiederkehrende Bestellungen |
|---|---|---|---|
| 1 | Unterstützen | Recherchiert und vergleicht; der Mensch entscheidet und kauft. Hier stehen die meisten AI-Shopping-Assistenten heute | Überprüfbare, strukturierte Attribute und Angaben, die ein Agent vergleichen kann |
| 2 | Zusammenstellen | Liefert einen kaufbereiten Warenkorb, der Zielkonflikte wie Preis gegen Lieferdatum auflöst | Bestand, Preise, Lieferversprechen, Aktionen und Rückgaberegeln sauber bereitgestellt, idealerweise über APIs oder Feeds |
| 3 | Autorisieren | Handelt innerhalb von Regeln, die der Käufer festlegt, etwa Sneaker zu kaufen, sobald sie in einem vertrauenswürdigen Shop unter 80 $ fallen | Zahlungsautorisierung, die sich begrenzen, prüfen und rückgängig machen lässt |
| 4 | Autonomisieren | Verfolgt dauerhafte Ziele, etwa Haushaltsartikel unter einem Monatsbudget zu halten | Maschinenlesbare Regeln für Treueprogramme, Ersatzartikel und Service |
| 5 | Vernetzte Autonomie | Käufer-Agenten verhandeln mit Händler-Agenten; noch im Entstehen | Richtlinien und Garantien, die ein Agent auf der Gegenseite lesen und denen er vertrauen kann |
Die praktische Lesart: Lebensmittel und Haushaltsnachkäufe steigen die Kurve am schnellsten hinauf, während Luxusgüter und besondere Anschaffungen eher niedrig auf der Kurve verharren, mit dem Agenten als Rechercheur und dem Menschen als Entscheider. Die meisten Kataloge liegen dazwischen, also plane zuerst für Stufe 1 und 2.
Ein agentengesteuerter Kauf, Feld für Feld
Nimm die Anfrage nach Trailschuhen vom Anfang. So liest ein Agent bei jedem Schritt die Daten jedes Händlers, und hier fällt ein dünner Produktdatensatz heraus:
- Das Ziel interpretieren: Kategorie Trailrunning-Schuhe, Größe EU 43, Weite breit, Budget 140 EUR, Frist Freitag. Der Agent hat jetzt fünf Filter.
- Kandidaten finden: aus Händler-Feeds und gecrawlten Produktseiten. Ein Schuh ohne Weiten-Attribut oder mit der Weite versteckt in einem Beschreibungssatz fällt durch den Filter, selbst wenn er am besten passt.
- Das Angebot prüfen: Preis und Währung, Aktionspreis und Zeitraum, Bestand genau dieser Variante (Größe 43, weit) und ein Lieferversprechen. Ein Elternprodukt, das als vorrätig markiert ist, während die weite 43 ausverkauft ist, führt später zu einer fehlgeschlagenen Bestellung.
- Vergleichen und erklären: Sprengung, Gewicht, Untergrund, Wasserdichtigkeit und Bewertungszusammenfassungen. Attribute mit einheitlichen Einheiten (Gramm, Millimeter) machen den Vergleich möglich; Marketing-Adjektive nicht.
- Warenkorb erstellen und bezahlen: Auf Stufe 2 bestätigt der Käufer den Warenkorb; auf Stufe 3 erlaubt ein vorab signiertes Mandat dem Agenten, innerhalb des Limits von 140 EUR zu bezahlen.
- Die Bestellung an den Händler übergeben: Der Händler nimmt sie an oder lehnt sie ab, zieht die Zahlung über seinen eigenen Anbieter ein und bleibt Merchant of Record, zuständig für Lieferung, Retouren und Support.
Jeder Schritt hängt von strukturierten Produktdaten ab. Der Agent sieht nie dein Banner auf der Startseite; er sieht die Felder.
Die Protokolle hinter Agentic Commerce und wer sie unterstützt
Protokolle sind die gemeinsamen Regeln, mit denen jeder Agent mit jedem Händler sprechen kann, ohne dass es für jedes Paar eine eigene Integration braucht. Die wichtigsten zum Veröffentlichungsdatum dieses Guides:
Agentic-Commerce-Protokolle und wer sie unterstützt
| Agentic Commerce Protocol (ACP) | OpenAI und Stripe | 2025-09-29 | Gestartet, um Instant Checkout in ChatGPT anzutreiben (OpenAI). Am 24. März 2026 erklärte OpenAI, dass die erste Version von Instant Checkout nicht die gewünschte Flexibilität bot, ließ Händler ihren eigenen Checkout nutzen und erweiterte ACP um Produkt-Feeds und Aktionen für die Produktsuche (OpenAI) |
|---|---|---|---|
| Universal Commerce Protocol (UCP) | Google, gemeinsam entwickelt mit Shopify, Etsy, Wayfair, Target und Walmart | 2026-01-11 | Ein offener Standard für Produktsuche, Kauf und Support nach dem Kauf. Er treibt den Checkout im AI Mode der Google-Suche und in der Gemini-App an, mit dem Händler als Seller of Record (Google). Unser Erklärartikel zum Universal Commerce Protocol beschreibt seine Funktionen im Detail |
| Agent Payments Protocol (AP2) | Google Cloud | 2025-09-16 | Signierte Mandate: Ein Intent Mandate hält fest, was der Käufer angefragt oder vorab autorisiert hat, und ein Cart Mandate hält die genauen Artikel und den bestätigten Preis fest (Google Cloud). Dieser Mechanismus macht Stufe 3 möglich |
| Trusted Agent Protocol | Visa, mit Cloudflare | 2025-10-14 | Ermöglicht zugelassenen Agenten, sich gegenüber Händlern mit kryptografischen Signaturen auszuweisen, sodass ein Shop einen Shopping-Agenten von einem bösartigen Bot unterscheiden kann (Visa) |
Model Context Protocol (MCP) und Agent2Agent (A2A) sind allgemeine Standards, um Agenten mit Tools und miteinander zu verbinden, und laut Google ist UCP mit beiden sowie mit AP2 kompatibel. Zwei weitere Signale für die Richtung: Google hat im Mai 2026 Universal Cart vorgestellt, einen Warenkorb, der über Händler und Google-Dienste hinweg funktioniert (lies unsere Analyse zu Universal Cart), und OpenAI hat ChatGPT auf die Produktsuche mit händlereigenem Checkout ausgerichtet. Für Shopbetreiber heißt das: Du wählst nicht ein Protokoll aus. Du pflegst einen sauberen Produktdatensatz und veröffentlichst ihn über die Feeds und Plattformen, die die Agenten deiner Kunden nutzen.
Produktdaten, die ein Agent braucht, bevor er empfiehlt oder kauft
McKinseys Fazit für Stufe 1 ist deutlich: Überprüfbare Daten schlagen Marketing-Glanz. Google gab im Januar 2026 bekannt, Dutzende neue Merchant-Center-Attribute für Conversational Commerce einzuführen, etwa Antworten auf häufige Produktfragen, kompatibles Zubehör und Ersatzprodukte. Prüfe eine Kategorie deines Katalogs mit dieser Checkliste:
- Identifikatoren: eine gültige GTIN pro Variante (Prüfziffer verifiziert), Marke und MPN. Ohne sie kann ein Agent dein Angebot nicht demselben Produkt bei anderen Anbietern zuordnen. Lies, wie sich GTIN, UPC und EAN unterscheiden.
- Typisierte Attribute: Größe, Weite, Material, Gewicht, Abmessungen, Kompatibilität, jeweils in einem eigenen Feld mit einheitlichen Einheiten. Eine Angabe in einem Beschreibungssatz ist eine Angabe, die die meisten Agenten übersehen.
- Varianten: eine Zeile pro Größe und Farbe mit eigenem Bestand, Preis und Bild, verknüpft über eine Gruppen-ID.
- Angebotsdaten: Preis, Währung, Aktionspreis mit Start- und Enddatum und eine Verfügbarkeit, die zum Kaufen-Button passt.
- Lieferung und Retouren: Versandkosten, Lieferzeit pro Land, Rückgabefrist in Tagen und ob Retouren kostenlos sind. Agenten auf Stufe 2 lösen genau diese Zielkonflikte.
- Produktantworten: die Fragen, die Kunden deinem Serviceteam stellen, als kurze Frage-Antwort-Paare, dazu kompatibles Zubehör und Ersatzprodukte.
- Kategorie: ein einheitlicher Kategoriebaum, der auf die Taxonomie des Kanals gemappt ist, damit Filter funktionieren.
- Richtlinien als Text: Treuebedingungen, Garantie- und Ersatzregeln auf crawlbaren Seiten, nicht nur in einem PDF.
Bereitschaft ist pro Kanal messbar. Den Anteil der Produkte, die die Pflichtfelder eines Kanals erfüllen, nennen wir Channel Readiness, und das ist die einfachste Kennzahl, die du verfolgen kannst, während du Lücken schließt. Speziell für ChatGPT macht unser Guide So rankst du in ChatGPT aus dieser Liste konkrete Schritte.
Risiken von Agentic Commerce, die Händler abwägen sollten
Verlust der direkten Kundenbeziehung
Wenn ein Agent zwischen dir und dem Käufer steht, siehst du weniger Seitenaufrufe und weniger Verhaltensdaten, und der Agent vergleicht dich womöglich zuerst über den Preis. ACP und UCP lassen den Händler Merchant bzw. Seller of Record bleiben, was Bestelldaten, Retouren und Support schützt, aber die Markenentdeckung findet in der Oberfläche eines anderen statt.
Shopping-Agenten von schädlichen Bots unterscheiden
Visa meldete im Oktober 2025, dass der AI-getriebene Traffic auf US-Händler-Websites im Vorjahr um mehr als 4.700 % gestiegen war, und benannte das Problem direkt: Bot-Erkennung kann legitime Agentenkäufe blockieren (Visa). Blockierst du zu viel, können Agenten nicht bei dir kaufen; blockierst du zu wenig, kommen Scraper und Betrüger durch. Prüfe deine Bot-Schutzregeln mit Blick auf Agenten-Traffic, bevor du einen Conversion-Rückgang für ein Nachfrageproblem hältst.
Falsche Daten werden zu falschen Bestellungen
Ein menschlicher Käufer, der eine Unstimmigkeit sieht, zögert. Ein Agent auf Stufe 3 kauft vielleicht. Eine falsche Weite, ein veralteter Preis oder eine ausverkaufte Variante, die als verfügbar angezeigt wird, wird zur Stornierung, Retoure oder Streitigkeit. Die Kosten schlechter Produktdaten steigen mit dem Grad der Autonomie.
Ungeklärte Haftung und Streitfälle
Wenn ein Agent innerhalb seines Mandats den falschen Artikel kauft, wer zahlt: der Käufer, die Agentenplattform, das Zahlungsnetzwerk oder der Händler? Signierte Mandate in AP2 und tokenisierte Zahlungsdaten schaffen einen Prüfpfad, aber die Regeln für Streitfälle werden von Netzwerken und Plattformen noch geschrieben. Halte Bestellbestätigungen, Rückgabebedingungen und Stornofristen für von Agenten aufgegebene Bestellungen klar und schnell.
Auf den Zeitplan einer einzigen Plattform setzen
OpenAIs eigene Kurskorrektur bei Instant Checkout zeigt, wie schnell sich die Oberfläche ändert. Baue auf die Teile, die plattformübergreifend Bestand haben: vollständige Produktdaten, korrekte Angebote und Feeds, die du für jeden Kanal erzeugen kannst. Vermeide Einzelintegrationen, die du nicht pflegen kannst.
Ein 90-Tage-Plan für deine Agentic-Commerce-Bereitschaft
Ein 90-Tage-Plan für deine Agentic-Commerce-Bereitschaft
- 1
Wochen 1 bis 2
Deine Top-Kategorie prüfen
Wähle deine umsatzstärkste Kategorie. Prüfe Identifikatoren, Attribute, Variantenbestand und Angebotsdaten anhand der Checkliste oben und zähle die Produkte, die durchfallen.
- 2
Wochen 3 bis 4
Crawl-Zugang prüfen
Prüfe den Crawl-Zugang für AI-Suchcrawler in der robots.txt und in deinem Bot-Schutz und stelle sicher, dass Preis und Bestand im HTML gerendert werden.
- 3
Wochen 5 bis 8
Lücken schließen
Fülle fehlende Attribute, korrigiere GTINs, trenne Varianten und ergänze Liefer- und Rückgabedaten. Schreibe Frage-Antwort-Paare aus Service-E-Mails.
- 4
Wochen 9 bis 10
Feeds für AI-Kanäle erzeugen
Erzeuge Feeds für die AI-Kanäle, an denen du teilnehmen kannst (heute Google Merchant Center; ChatGPT, Copilot und Perplexity, wo dein Markt und deine Plattform es erlauben).
- 5
Wochen 11 bis 12
Qualität sichern und testen
Lege Validierungsregeln fest, damit neue Produkte nicht unvollständig live gehen, und teste monatlich mit Prompts, wie Assistenten deine Produkte beschreiben.
WISEPIM deckt die Produktdatenseite dieses Plans ab: AI-Anreicherung füllt Attribute, Beschreibungen, Übersetzungen und Kategorien, Quality Guard blockiert unvollständige Datensätze vor dem Export, Channel Readiness zeigt, welchen Produkten pro Kanal Pflichtfelder fehlen, und Feed Hub erzeugt Feeds für ChatGPT Shopping, Copilot und Perplexity neben Google Shopping. Die Seite zur Agentic-Commerce-Bereitschaft zeigt, wie die Teile zusammenhängen.
