Analyse B2B

Agentic Commerce im B2B: Warum Händler jetzt ihre Produktdaten maschinenlesbar machen müssen

Stefan Hamann hat einen neuen Job. Seit August ist der Shopware-Mitgründer Chief Agentic Officer — ein Titel, den es in der deutschen E-Commerce-Szene bislang nicht gab. Hamann besetzt ihn nicht aus Selbstzweck. Er folgt damit einem Muster, das gerade die B2B-Beschaffung umkrempelt: Einkäufer delegieren Produktsuche, Konditionsvergleich und Bestellauslösung zunehmend an KI-Agenten. Wer dann zum Zug kommt, entscheidet sich nicht am besten Vertriebsteam, sondern an der Datenqualität im Produktkatalog.

Was ist Agentic Commerce — und warum betrifft es den B2B-Handel mehr als den B2C?

Agentic Commerce bezeichnet den Einkauf durch autonome Software-Agenten. Ein Einkäufer formuliert einen Bedarf, ein Agent sucht Angebote, prüft Lieferzeiten, Staffelpreise und Rahmenverträge, und löst die Bestellung aus. Im B2C steckt das noch in den Kinderschuhen. Im B2B ist es längst betriebliche Realität — allerdings oft in Form halbautomatischer Beschaffungssysteme, die an OCI-Punchout-Schnittstellen oder EDI angebunden sind.

Der Unterschied: Im B2B geht es nicht um ein Paar Schuhe, sondern um Rahmenverträge, kundenspezifische Preise und Compliance-Vorgaben. Ein Agent, der einen Lieferanten auswählt, muss diese Bedingungen verstehen. Das kann er nur, wenn der Händler sie maschinenlesbar bereitstellt.

Kernsatz: Agentic Commerce ist im B2B kein Zukunftsszenario, sondern die nächste Stufe einer Automatisierung, die mit OCI und EDI begonnen hat. Nur die Intelligenzschicht ist neu.

Für Shopware ist das strategisch relevant. Der Hersteller aus Schöppingen positioniert sich seit Jahren als Alternative zu SAP Commerce und Shopify Plus im Mittelstand. Hamanns Rolle signalisiert, dass die Plattform Agenten als neue Kundenschnittstelle begreift — nicht als Marketing-Hype.

Warum verlieren B2B-Händler gerade jetzt Anschluss?

Die Ursache liegt in der Struktur gewachsener Produktdatenbanken. Artikelstammdaten sind in ERP-Systemen historisch für Menschen optimiert: Freitextfelder, interne Artikelnummern, kryptische Kürzel. Was ein menschlicher Einkäufer aus jahrelanger Erfahrung interpretiert, kann ein KI-Agent nicht lesen.

Dazu kommen Preise, die im B2B nie eindimensional sind. Ein Agent, der eine Bestellung auslösen soll, braucht Klarheit über Staffelpreise, kundenindividuelle Rabatte, Mindestabnahmemengen und Lieferbedingungen. Stehen diese Informationen in PDFs oder als Freitext in Angeboten, scheitert die Automatisierung an der Formatfrage.

Ein zweites Problem: Viele B2B-Händler veröffentlichen ihre Kataloge noch als PDF-Downloads oder in geschlossenen Portalen. Für einen Agenten sind das tote Enden. Er braucht strukturierte, per API abrufbare Daten — Schema.org-Markup, standardisierte Produktidentifikatoren wie GTIN oder ECLASS, maschinenlesbare Preis- und Verfügbarkeitsangaben.

Wer seine Produktdaten heute nicht maschinenlesbar macht, verkauft morgen an niemanden mehr — nicht an Menschen, und erst recht nicht an Agenten.

Wie bereiten sich B2B-Händler konkret vor? Fünf Schritte

Hamann skizziert einen pragmatischen Weg. Die Reihenfolge ist nicht beliebig — sie folgt der Logik, dass ein Agent erst dann handeln kann, wenn die Grundlagen stehen.

1. Produktdaten von Grund auf strukturieren

Der erste Schritt ist der unbequemste: bestehende Artikelstammdaten auditieren und in ein maschinenlesbares Format überführen. Das bedeutet eindeutige Attributnamen, standardisierte Maßeinheiten, konsistente Kategorien. Was im PIM-System als Freitextfeld „Zubehör passend für“ gepflegt wird, muss zu einer strukturierten Beziehung zwischen zwei Produkten werden. Ohne diesen Schritt ist jede weitere Automatisierung wertlos.

2. Preise und Konditionen als Regelwerk abbilden

B2B-Preise folgen Logiken, die sich in Regeln ausdrücken lassen: Kundenklasse, Bestellvolumen, Vertragslaufzeit. Wer diese Regeln in ein maschinenlesbares Format gießt, macht sie für Agenten verhandelbar. Händler, die Preise weiterhin individuell per E-Mail verhandeln, fallen aus jedem automatisierten Beschaffungsprozess heraus.

3. Schnittstellen öffnen — nicht nur Portale bauen

Ein B2B-Shop allein genügt nicht. Der Agent braucht eine API, die Produkte, Preise, Bestände und Bestellungen abrufbar macht. Wer auf geschlossene Portale setzt, schließt Agenten aus. Wer auf offene Standards wie OCI-Punchout setzt, öffnet sie.

  • Offene Standards: OCI, BMEcat, ECLASS, schema.org/Product mit Offers und PriceSpecification.
  • Geschlossene Formate: PDF-Kataloge, Freitext-Angebote, Excel-Listen per E-Mail.

4. Vertrauen und Compliance mitdenken

Ein Agent, der im Namen eines Unternehmens bestellt, braucht klare Grenzen. Welche Bestellvolumina darf er autonom auslösen? Welche Lieferanten sind freigegeben? Diese Regeln müssen im System hinterlegt sein, nicht in der Erfahrung eines Einkäufers. Händler, die solche Compliance-Vorgaben maschinenlesbar anbieten, werden für Agenten zum bevorzugten Ziel.

5. Agenten als Kunden denken

Der fünfte Schritt ist kulturell. Wer Agenten als Zielgruppe akzeptiert, muss Produkttexte, Bilder und Spezifikationen für Maschinen optimieren — nicht für Google-Rankings, sondern für die Auswahlalgorithmen der Beschaffungssysteme. Das verändert Prioritäten im Content-Team.

Kernsatz: Agentic Commerce belohnt nicht die größten Kataloge, sondern die saubersten Daten. Wer heute in Datenqualität investiert, baut sich einen Vorsprung auf, den Wettbewerber mit Marketingbudget nicht aufholen.

Welche Händler profitieren — und welche verlieren?

Gewinner sind Händler mit standardisierten Produkten: C-Teile, Verbrauchsmaterial, Ersatzteile, Bürobedarf. Hier ist der Preisvergleich trivial, die Bestellung wiederkehrend, das Volumen planbar. Genau dort werden Agenten zuerst eingesetzt.

Verlierer sind Anbieter erklärungsbedürftiger Spezialprodukte, deren Wert sich nicht in Attributen ausdrücken lässt. Allerdings: Auch dort greifen Agenten — sie filtern vor, und der menschliche Einkäufer entscheidet nur noch zwischen drei vorausgewählten Optionen. Wer in dieser Vorauswahl nicht auftaucht, hat schon verloren.

Der Druck kommt nicht aus dem Nichts. Große Industriekunden wie Bosch, Siemens oder Continental arbeiten seit Jahren an automatisierten Beschaffungsprozessen. Wenn deren Einkaufssysteme Agenten integrieren, wird die Anforderung an Lieferanten nach unten durchgereicht. Mittelständische Händler, die heute nicht liefern können, werden morgen nicht angefragt.

Was Hamanns Rolle über den Markt verrät

Dass Shopware einen Chief Agentic Officer ernennt, ist ein Signal. Es zeigt, dass Plattformanbieter Agentic Commerce nicht als Feature, sondern als strategische Neuausrichtung behandeln. Wer eine E-Commerce-Plattform auswählt, sollte heute prüfen, ob sie strukturierte Produktdaten, offene APIs und regelbasierte Preislogik unterstützt — oder ob sie im Kern noch ein B2C-Shop mit B2B-Aufsatz ist.

Die eigentliche Arbeit liegt aber nicht bei der Plattform. Sie liegt beim Händler. Hamanns Fünf-Schritte-Plan ist keine Produkt-Roadmap, sondern eine To-do-Liste für die eigene Datenhaltung. Wer sie abarbeitet, hat eine Chance. Wer sie ignoriert, wartet auf ein Problem, das bereits da ist.

Der nächste Schritt ist unbequem und konkret: Nehmen Sie zehn Ihrer umsatzstärksten Artikel und prüfen Sie, ob ein Agent sie ohne menschliche Hilfe verstehen, vergleichen und bestellen könnte. Die Antwort wird ernüchternd sein. Genau dort beginnt die Arbeit.