Analyse Marketing

Agentic Commerce: Wie KI-Agenten die Customer Journey übernehmen — und Händler um ihre Loyalitätsdaten bringen

1.200 Prozent. Um diesen Faktor ist der Traffic aus generativen KI-Quellen auf US-Einzelhandelsseiten zwischen Mitte 2024 und Mitte 2025 gestiegen, so die Auswertungen von Adobe Analytics. Noch ist der absolute Anteil klein — unter einem Prozent des gesamten Shop-Traffics. Aber wer sich an die Wachstumskurve von Google Shopping in den späten 2000ern erinnert, weiß, wie solche Kurven enden. Agentic Commerce, also der Einkauf durch autonome KI-Agenten im Auftrag des Verbrauchers, ist kein Szenario mehr. Es ist eine Infrastrukturfrage. Und die meisten deutschen Händler beantworten sie gerade falsch.

Die Entwicklung vollzog sich in atemberaubender Geschwindigkeit. Im September 2025 startete OpenAI mit Instant Checkout in ChatGPT, technisch gestützt auf das gemeinsam mit Stripe entwickelte Agentic Commerce Protocol. Google legte mit dem Agent Payments Protocol (AP2) einen konkurrierenden Standard nach, Perplexity baut mit seinem Browser Comet einen Agenten, der komplette Einkäufe eigenständig abwickelt. Drei Ökosysteme, drei Protokolle, ein Muster: Der Agent sucht, vergleicht, verhandelt und kauft — der Mensch nickt nur noch ab.

Was genau übernimmt der Agent in der Customer Journey?

Die klassische Journey — Inspiration, Recherche, Vergleich, Kauf, Bindung — kollabiert zu einem einzigen Prompt. „Kauf mir Laufschuhe wie meine letzten, unter 150 Euro, Lieferung bis Freitag.“ Der Agent erledigt den Rest. Das hat handfeste Konsequenzen für jede Phase.

In der Inspiration verlieren Marken den ersten Kontaktpunkt. Wer früher über Instagram-Ads oder SEO Sichtbarkeit kaufte, konkurriert jetzt um die Empfehlung eines Modells, das Produktdaten, Bewertungen und Preise maschinell abgleicht. Im Vergleich gewinnt nicht die beste Landingpage, sondern der sauberste Datenfeed: strukturierte Attribute, verlässliche Verfügbarkeiten, maschinenlesbare Preislogik. Und im Checkout entscheidet die Zahlungsintegration — ist der Shop nicht über eines der Protokolle angebunden, existiert er für den Agenten schlicht nicht.

Kernsatz: Agentic Commerce verlagert den Wettbewerb von der Bühne in den Maschinenraum. Gewonnen wird nicht mehr mit dem schönsten Shop, sondern mit den besten strukturierten Daten.

Warum ausgerechnet Loyalty und Promotions zum Engpass werden

Hier wird es unbequem. Das Fundament der Kundenbindung deutscher Händler — Payback, DeutschlandCard, die hauseigenen Club-Programme von Rewe bis Douglas — basiert auf einem Menschen, der eine Karte zeigt oder sich einloggt. Ein Agent zeigt keine Karte. Er fragt: Welcher Shop maximiert den Nutzen meines Auftraggebers?

Die Konsequenz ist zweigeteilt. Erstens müssen Rabatt- und Loyalitätslogiken agent-ready werden: als API abfragbar, in Echtzeit berechenbar, mit klaren Regeln statt Kampagnen-PDFs. Ein Agent, der nicht in 200 Millisekunden erfährt, dass Kunde Müller als Gold-Mitglied 12 Prozent auf diese Bestellung bekommt, wird den Wettbewerber wählen, der ihm das sofort sagt. Promotion-Engines wie Talon.One haben genau diese Schnittstellenproblematik zum Produkt gemacht — personalisierte Anreize, maschinell ausspielbar statt manuell gebucht. Zweitens, und das wiegt schwerer: Wenn der Agent den Kauf abschließt, fließen die Transaktionsdaten durch die Infrastruktur von OpenAI, Google oder Stripe. Der Händler sieht noch die Bestellung. Er sieht nicht mehr die Journey dahinter.

Wer den Agenten nicht füttert, verliert den Kunden. Wer ihn füttert, verliert die Daten. Das ist der eigentliche Trade-off von Agentic Commerce.

Wie reagiert der DACH-Markt — und warum zu langsam?

Deutschland ist im KI-gestützten Shopping paradox aufgestellt. Die Verbraucher sind weiter, als die Händler glauben: Bitkom-Erhebungen zeigen seit 2024, dass bereits ein erheblicher Teil der Online-Käufer KI-Assistenten für die Produktrecherche nutzt, bei den unter 30-Jährigen ist es die Mehrheit. Zalando baute mit seinem Fashion Assistant einen der ersten großen europäischen Shopping-Agenten, Otto experimentiert mit KI-Beratung im Shop. Aber das sind Inseln.

Der typische deutsche Mittelständler hat 2025 in Chatbot-Widgets investiert — eine Technologie, die Agentic Commerce gerade obsolet macht. Ein Chatbot beantwortet Fragen auf der eigenen Seite. Ein Agent umgeht die Seite komplett. Diese Investitionslücke ist das eigentliche Risiko: Während US-Retailer ihre Produktdaten für Instant Checkout aufbereiten, diskutiert der deutsche Handel noch über Cookie-Banner.

Dazu kommt die europäische Besonderheit. Der AI Act stuft Shopping-Agenten zwar nicht als Hochrisiko-System ein, verlangt aber Transparenz: Verbraucher müssen erkennen können, dass sie mit einer KI interagieren. Die DSGVO macht die datenhungrigen Agenten-Profile ohnehin zum rechtlichen Minenfeld. Das bremst die Geschwindigkeit — es schafft aber auch eine Verteidigungslinie für Händler, die ihre First-Party-Daten clever nutzen.

Drei Schritte, mit denen Händler jetzt agent-ready werden

Die gute Nachricht: Die Anforderungen sind bekannt und umsetzbar, solange die Protokolle noch jung sind. Wer jetzt handelt, baut einen Vorsprung auf, der sich später teuer einkaufen lässt.

  • Produktdaten auditieren und strukturieren. Attribute, Varianten, Verfügbarkeiten und Preise müssen maschinell vollständig und aktuell sein — über Feeds und APIs, nicht nur im Shop-Frontend. Was ein Agent nicht parsen kann, verkauft er nicht.
  • Loyalty- und Promotion-Logik per API ausspielen. Rabatte, Gutscheine und Kundenstatus gehören in Echtzeit-Endpunkte. Die Frage „Was bekommt dieser Kunde gerade?“ muss eine Maschine in Millisekunden beantworten können.
  • Protokolle beobachten, Piloten starten. Agentic Commerce Protocol und AP2 sind offene Standards. Ein kontrollierter Pilot mit einer Produktkategorie kostet wenig und liefert die Erfahrungswerte, die in zwei Jahren niemand mehr nachholen kann.

Gleichzeitig lohnt die Gegenstrategie: eigene Agenten auf eigene Daten. Douglas, Zalando und die Otto Group zeigen, dass Händler mit reichem First-Party-Datenschatz durchaus selbst Orte sein können, an denen Agenten arbeiten — statt nur deren Lieferanten. Die DSGVO, im Markt gern als Bremse beschrieben, wird hier zum Burggraben: Profildaten, die ein generischer Agent aus Kalifornien nicht haben darf.

Die unausgesprochene Frage: Wer besitzt den Kunden?

Unter allen technischen Debatten liegt eine machtpolitische. Amazon hat mit seinem Buy-for-me-Agenten gezeigt, wie die Plattformökonomie ins agentische Zeitalter übertragen wird: Der Agent des Stärkeren kauft beim Schwächeren ein — und behält die Beziehung. Zum ersten Mal seit dem Aufstieg der Marktplätze steht die Frage „Wem gehört der Kunde?“ wieder komplett offen.

Kernsatz: Die Marktplatz-Logik wiederholt sich: Wer die Agenten-Schnittstelle kontrolliert, kontrolliert die Kundenbeziehung. Händler, die nur liefern, werden zur austauschbaren Warenquelle.

Meine Einschätzung: Agentic Commerce wird den deutschen Handel nicht über Nacht treffen — die Zahlungsgewohnheiten hier sind träge, Rechnungskauf stirbt langsam, und Vertrauen in autonome Käufe muss wachsen. Aber genau diese Trägheit ist gefährlich. Sie verleitet dazu, eine Infrastrukturentscheidung als Zukunftsthema abzutun. Die Händler, die 2010 den Marktplatz-Boom verpasst haben, weil „der Kunde ja im Shop kauft“, zahlen bis heute Lehrgeld. Das Fenster, in dem Anbindung noch Wettbewerbsvorteil statt Eintrittspreis ist, wird zwei bis drei Jahre offen sein. Danach fragt niemand mehr, ob Sie agent-ready sind — nur noch, warum nicht.