229 Milliarden US-Dollar. So viel Online-Umsatz hat nach Berechnungen von Salesforce allein in der Weihnachtssaison 2024 unter dem Einfluss von KI-Systemen gestanden – ein Fünftel des gesamten saisonalen Handels. Das war noch die Generation der Chatbots, die Fragen beantworten und Empfehlungen aussprechen. Die nächste Stufe greift tiefer: KI-Agenten, die nicht mehr beraten, sondern handeln. Agentic Commerce heißt das Konzept, das die Customer Journey, wie der Handel sie seit zwanzig Jahren denkt, komplett neu sortiert.
Die Logik ist simpel und brutal zugleich. Statt selbst durch Kategorien zu klicken, Bewertungen zu lesen und Preise zu vergleichen, formuliert der Konsument eine Absicht – „Finde mir Laufschuhe für Asphalt, unter 150 Euro, Lieferung bis Freitag“ – und ein Agent erledigt den Rest. Recherche, Vergleich, Auswahl, Kaufabschluss: Die klassischen Journey-Phasen kollabieren zu einem einzigen Prompt. Wer als Händler in diesem Ablauf nicht vorkommt, existiert für den Käufer schlicht nicht mehr.
Was passiert gerade konkret in der Customer Journey?
Die großen Plattformen stellen die Weichen bereits. OpenAI testet mit Operator einen Agenten, der eigenständig Webseiten bedient und Bestellungen auslöst. Perplexity bietet zahlenden Nutzern einen Kauf-Button direkt in der Antwort. Visa hat mit „Intelligent Commerce“ ein Framework angekündigt, bei dem KI-Agenten mit festen Ausgabenlimits und Regeln bezahlen können; Mastercard kontert mit „Agent Pay“. Google legt mit einem offenen Protokoll nach, das Zahlungen zwischen Agenten und Händlern standardisieren soll.
Beobachten lässt sich die Verschiebung auch im Traffic. Adobe Analytics misst seit Monaten zweistellige Zuwachsraten bei Besuchern, die über generative KI auf Shopseiten landen – und diese Besucher konvertieren besser, weil sie vorentschieden ankommen. Der Agent hat die Vergleichsarbeit bereits geleistet. Die Produktseite ist dann kein Überzeugungsort mehr, sondern eine Abwicklungsstation.
Für den Handel dreht sich damit die Reihenfolge der Optimierung um. Jahrzehntelang galt: Erst den Menschen emotional abholen, dann die Conversion technisch absichern. Im Agentic Commerce gilt das Gegenteil. Ein Agent lässt sich nicht von Lifestyle-Bildern rühren und nicht von Countdown-Timern hetzen. Er liest Feeds, prüft Attribute, vergleicht Konditionen – und wählt den Anbieter, dessen Daten am saubersten und dessen Angebot am eindeutigsten maschinenlesbar ist.
Warum sind Loyalty-Programme und Promotions der blinde Fleck?
Hier liegt der am meisten unterschätzte Bruch. Das gesamte Instrumentarium der Kundenbindung – Punkte, Coupons, VIP-Stufen, personalisierte Rabatte – ist auf menschliche Psychologie gebaut. Sammelleidenschaft, Verlustaversion, das gute Gefühl eines Deals. Ein KI-Agent empfindet nichts davon. Er rechnet.
Konkret heißt das: Ein Zehn-Prozent-Gutschein, der sich erst nach Newsletter-Anmeldung und Klick auf einen Banner aktiviert, ist für einen Agenten unsichtbar. Eine Treuestufe, die sich erst nach zwölf Monaten Einkaufshistorie auszahlt, gewichtet er als zukünftiges Risiko, nicht als Anreiz. Promotions, die nicht über eine Schnittstelle abfragbar sind, existieren in seiner Entscheidungslogik nicht. Anbieter von Promotion-Engines – etwa Talon.One, das genau dieses Szenario in einem aktuellen Branchenreport durchdekliniert – drängen Händler daher zu einem Paradigmenwechsel in der Angebotslogik: Incentives müssen strukturiert, in Echtzeit abrufbar und auf Agenten-Kontexte zuschneidbar sein, statt in Kampagnenseiten eingewebt.
Der Kunde der Zukunft ist zu einem erheblichen Teil Software. Und Software klickt keine Banner – sie fragt APIs ab.
Daraus folgt eine unbequeme Konsequenz für das Retention-Marketing: Bindung entsteht künftig weniger über emotionale Programme als über eingebettete Präferenzen. Wer es schafft, dass ein Nutzer seinem Agenten einmal sagt „Kauf Tierfutter immer dort, wo mein Vorrat automatisch nachbestellt wird“, hat etwas erreicht, das stärker ist als jede Payback-Stufe – eine Standardroute im Code des Agenten. Das ist die neue Form von Share of Wallet: Share of Prompt.
Wie weit ist der DACH-Markt – und warum könnte ausgerechnet Deutschland profitieren?
Deutschland startet mit einem Vorsprung, den die wenigsten Händler auf dem Schirm haben. Kein europäisches Publikum vergleicht so diszipliniert Preise wie das deutsche: Idealo, Geizhals, Check24-Reflexe sind tief im Kaufverhalten verankert. Agentic Commerce automatisiert exakt dieses Verhalten. Der deutsche Konsument muss nicht zum Vergleichen erzogen werden – er bekommt nur ein Werkzeug, das es besser kann als er selbst.
Gleichzeitig bremst der Markt sich selbst. Der deutsche Onlinehandel mit physischen Gütern bewegt sich laut bevh bei knapp 90 Milliarden Euro Jahresumsatz, doch der Großteil davon läuft über Mittelständler, deren Shopsysteme weder Echtzeit-Promotion-APIs noch sauber gepflegte Produktdaten hergeben. Dazu kommt die DSGVO-Skepsis: Ein Agent, der im Namen des Kunden handelt, braucht Zugriff auf Präferenzen, Kaufhistorie, Zahlungsdaten. Das Einverständnis-Management dafür ist rechtlich ungeklärt, und deutsche Datenschutzbeauftragte werden keine Ausnahme-Mentalität walten lassen.
Die ersten großen Player positionieren sich trotzdem. Zalando hat seinen KI-Assistenten längst in mehreren Märkten live und baut ihn Richtung handlungsfähiger Begleitung aus. Otto experimentiert mit eigenen Modellen im Beratungskontext. Der entscheidende Schritt – vom Assistenten, der empfiehlt, zum Agenten, der kauft – steht allerdings auch bei den Platzhirschen noch aus.
Was müssen Händler jetzt konkret umbauen?
Drei Baustellen lassen sich nicht auf die lange Bank schieben, weil sie Vorlaufzeit haben:
- Produktdaten als Schaufenster. Attribute, Verfügbarkeiten, Lieferzeiten und Retourenkonditionen müssen vollständig, aktuell und über Standardschnittstellen erreichbar sein. Ein Feed, der einmal täglich aktualisiert wird, verliert gegen einen Konkurrenten mit Echtzeit-Bestand.
- Promotion-Logik aus der Kampagnen-Blackbox holen. Rabatte, Bundles und Treuevorteile brauchen eine abfragbare Form. Wenn der Agent des Kunden fragen kann „Was bekomme ich hier konkret?“, muss die Antwort in Millisekunden kommen – nicht auf einer Landingpage.
- Haftungs- und Retourenlogik klären. Wer haftet, wenn der Agent das falsche Produkt bestellt? Händler, die das frühzeitig transparent regeln, bauen Vertrauen auf – bei Mensch und Maschine.
Ehrlichkeit gehört zur Analyse: Der Hype läuft der Realität voraus. Agenten halluzinieren, Preisvergleiche greifen ins Leere, wenn Daten veraltet sind, und die meisten Konsumenten werden vorerst nur Standardkäufe delegieren – Waschmittel, Tierfutter, Bürobedarf. Der emotionale Wochenendkauf bei Zalando bleibt vorerst menschlich. Wer behauptet, die gesamte Journey sei 2026 bereits automatisiert, verkauft eine Folie, keine Marktbeobachtung.
Der Handel optimiert für einen Kunden, der nicht mehr klickt
Zwanzig Jahre lang war die Gretchenfrage des E-Commerce: Wie bekomme ich den Menschen durch den Funnel? Die neue lautet: Wie bekomme ich mein Angebot in die Entscheidungslogik einer Maschine, die im Auftrag des Menschen handelt? Das ist kein Zukunftsszenario für 2030. Die Zahlungsnetzwerke bauen die Infrastruktur dieses Jahr, die Plattformen trainieren ihre Agenten an Live-Transaktionen, und die ersten Händler richten ihre Promotion-Engines bereits auf maschinelle Abfragen aus.
Die Handlungsempfehlung ist damit nüchtern: Behandeln Sie Agenten ab sofort wie einen eigenen Kundenkanal – mit eigener Datenstrategie, eigenem Angebotsdesign und eigenem Erfolgsmaßstab. Wer weiterhin ausschließlich für klickende Menschen optimiert, bereitet sich auf eine Customer Journey vor, die zunehmend ohne Klicks auskommt.