23 Prozent der Verbraucher weltweit haben laut jüngsten Branchenumfragen schon einmal einen KI-Assistenten für eine Kaufentscheidung genutzt. Nicht zur Recherche — zur Entscheidung. Wer heute noch glaubt, Agentic Commerce sei ein Thema für die nächste Strategieklausur, hat die Lage falsch eingeschätzt. Die Frage lautet nicht mehr, ob KI-Agenten einkaufen werden. Sie lautet: Wessen Shop verstehen diese Agenten überhaupt noch?
Der Begriff klingt nach Konferenz-Buzzword, beschreibt aber einen handfesten Shift: Statt selbst durch Kategorieseiten zu scrollen, formulieren Kunden eine Absicht — „such mir einen wasserdichten Rucksack unter 120 Euro, der morgen ankommt“ — und ein Agent erledigt Rest. Recherche, Vergleich, Coupon-Einlösung, Checkout, Retouren-Anmeldung. Ende zu Ende, ohne dass ein Mensch eine Produktdetailseite sieht. Google baut mit dem Agent Payments Protocol und Gemini dafür die Infrastruktur, OpenAI testet Instant Checkout direkt in ChatGPT, und Perplexity lässt Nutzer schon heute im Dialog kaufen. Das ist keine Zukunftsmusik mehr, sondern laufender Betrieb.
Was ändert sich, wenn kein Mensch mehr durch den Shop scrollt?
Die klassische Customer Journey war ein Trichter, den Marketer optimieren konnten: Awareness über Ads, Consideration über Content, Conversion über einen polierten Checkout. Jede Stufe ließ sich messen, testen, kaufen. Dieser Trichter setzt voraus, dass ein Mensch durch ihn läuft — und genau diese Voraussetzung fällt weg.
Ein Agent hat kein Awareness-Problem. Er sieht keine Banner, klickt keine Retargeting-Anzeige, lässt sich von keinem Hero-Image emotional aufladen. Er liest Daten: Produktspezifikationen, Preise, Lieferzeiten, Bewertungen, Verfügbarkeit. Die Journey kollabiert von fünf Stufen auf zwei — Absicht formulieren, Ergebnis akzeptieren. Alles dazwischen wird Infrastruktur.
Das hat eine unbequeme Konsequenz für die deutsche E-Commerce-Landschaft. Viele Mittelständler hierzulande haben in den vergangenen Jahren kräftig in Design-Relaunches und Onsite-Personalisierung investiert — berechtigt, solange Menschen klicken. Doch ein Shopware-Shop mit schicker Usability und chaotischem Produktdaten-Feed ist für einen Agenten schlechter lesbar als ein schlichter Wettbewerber mit sauberem Schema.org-Markup und maschinenlesbaren Versandkonditionen. Die Investitionspriorität dreht sich: weg von der Fassade, hin zur Datenqualität.
Warum Loyalty-Programme für Agenten unlesbar sind
Der spannendste — und am wenigsten diskutierte — Bruch betrifft Kundenbindung. Loyalty-Programme funktionieren über Emotion und Gewohnheit: Punkte sammeln fühlt sich gut an, der Gold-Status schmeichelt. Ein Agent empfindet nichts. Er rechnet.
Für ihn ist ein Treueprogramm eine Gleichung: Was ist der monetäre Gegenwert dieses Kaufs, hier versus dort? Kann der Agent die 500 Payback-Punkte des Kunden bei diesem Shop überhaupt anwenden? Gibt es eine API, über die er den Coupon einlösen kann, oder scheitert er an einem Formularfeld, das nur ein Mensch ausfüllen kann? Anbieter wie Talon.One, die Promotion- und Loyalty-Logik über Schnittstellen bereitstellen, argumentieren genau in diese Richtung: Promotions müssen „agent-ready“ werden — maschinell abfragbar, einlösbar, kombinierbar. Sonst existieren sie für den künstlichen Einkäufer schlicht nicht.
Und damit entsteht ein paradoxer Effekt. Loyalty war der Schutzwall gegen Preisvergleich. Wenn der Agent aber nur vergleicht, was er errechnen kann, wird ein undurchsichtiges Punktesystem zum Nachteil: Der Kunde bindet sich nicht an den Shop, sondern an den Agenten. Die Bindung wandert eine Ebene nach oben — zur KI-Plattform, nicht zum Händler. Wer seine Prämienlogik nicht maschinenlesbar macht, verliert den Kunden doppelt: einmal an den Agenten, einmal an den Wettbewerber, dessen Rabatt der Agent versteht.
Wie weit ist der DACH-Markt wirklich?
Ehrlich gesagt: nicht weit. Die Impulse kommen aus den USA, und die meisten deutschen Händler haben derzeit weder strukturierte Produktdaten auf Agenten-Niveau noch Promotion-Systeme mit offenen Schnittstellen. Dazu kommt eine spezifisch deutsche Hemmschwelle: Datenschutz und Vertrauen. Deutsche Verbraucher sind bei automatisierten Kaufentscheidungen skeptischer als US-Kunden — das dämpft das Tempo, ändert aber nichts an der Richtung.
Zwei Dinge sollten DACH-Händler trotzdem jetzt klären, nicht nächstes Jahr:
- Datenfundament: Sind Produktdaten, Preise, Lieferzeiten und Verfügbarkeiten sauber strukturiert und per Feed oder API abrufbar? Was heute für Google Shopping gilt, gilt morgen für Agenten — nur strenger.
- Promotion-Architektur: Können Rabatte, Gutscheine und Loyalty-Logik maschinell geprüft und eingelöst werden? Ein Coupon-Code auf einem Banner ist für einen Agenten unsichtbar.
Wer diese Hausaufgaben erledigt, ist in zwei Jahren nicht der Verlierer der Entwicklung, sondern gehört zur kleinen Gruppe von Händlern, deren Angebote Agenten überhaupt berücksichtigen können.
Der größte Irrtum der Branche: Agentic Commerce als neues Marketing-Feature zu behandeln. Es ist ein Infrastruktur-Thema — und Infrastruktur-Projekte haben lange Vorlaufzeiten.
Verlieren Marktplätze oder D2C-Shops zuerst?
Meine These: Die Marktplätze sind besser gerüstet, als sie zugeben. Amazon hat mit Rufus schon einen eigenen Agenten im Shop und verfügt über das sauberste Produktdaten-Ökosystem der Branche. Wenn Agenten dominieren, sitzt Amazon auf beiden Seiten des Tisches — als Datenquelle und als Kaufagent. D2C-Shops dagegen drohen in eine Zwickmühle: Entweder sie öffnen ihre Daten und werden zur austauschbaren Ware im Agenten-Vergleich, oder sie bleiben geschlossen und werden unsichtbar.
Ausweg? Es gibt einen, aber er ist unbequem. Differenzierung über das, was ein Agent nicht vergleichen kann: Beratungstiefe, kuratiertes Sortiment, Service-Versprechen mit echten Garantien, Community. Zalando versucht genau das mit seinem KI-Assistenten — Kaufberatung als eigenes Erlebnis, nicht als Durchlauffilter. Ob das trägt, entscheidet sich daran, ob Kunden dem Marktplatz-Agenten mehr vertrauen als dem generischen Assistenten von OpenAI oder Google. Ein offenes Rennen.
Was Händler jetzt konkret tun sollten
Drei Schritte, keine Roadshow nötig. Erstens: das eigene Produktdaten-Feed-Audit. Was ein Shopping-Feed toleriert, bestraft ein Agent — fehlende Attribute, widersprüchliche Verfügbarkeiten, Preise ohne Endkundenlogik. Zweitens: Promotion-Systeme auf API-Fähigkeit prüfen. Wer heute Coupons im Warenkorb-Frontend versteckt, sperrt die Agenten von morgen aus. Drittens: Testkäufe über die Agenten, die es schon gibt. Perplexity, ChatGPT mit Shopping, Google Gemini — was finden die Systeme vom eigenen Shop, und was nicht? Dieser Selbsttest kostet einen Nachmittag und offenbart mehr als jede Strategiestudie.
Die Customer Journey gehört bald nicht mehr dem Händler und nicht mehr dem Kunden, sondern der Software dazwischen. Wer das akzeptiert und seine Systeme danach baut, spielt mit. Wer auf die deutsche Skepsis als Schutzwall hofft, wettet gegen die letzten zwanzig Jahre E-Commerce-Geschichte — und die ist in dieser Hinsicht eindeutig ausgegangen.