Jeff Hoffmeister hat eine Zahl genannt, die im Raum stehen bleibt: 80 Prozent. So viel höher liegt die Conversion-Rate nach Angaben des Shopify-CFO, wenn Käufer über agentische KI-Suche auf Produkte stoßen statt über klassische Google-Treffer. Hoffmeister und Produkt-VP Harley Finkelstein sprachen am 10. September auf der Goldman-Sachs-Konferenz Communacopia + Technology – und lieferten damit das bislang konkreteste Zahlenmaterial zur Frage, was generative Suche für E-Commerce wirklich bedeutet.
Die 80 Prozent sind kein Marketing-Sprech. Sie sind ein Signal, dass sich die gesamte Kette vom Erstkontakt bis zum Kaufabschluss verschiebt. Wer 2026 noch glaubt, SEO-Optimierung und ein sauberer Produktfeed reichten, wird den Anschluss verlieren.
Was Shopify unter agentischer KI-Suche versteht
Der Begriff „agentic AI“ ist in den vergangenen Monaten zum Mode-Wort geworden. Bei Shopify meint er etwas Präzises: Ein KI-Agent übernimmt die Rolle des Einkaufsassistenten. Der Nutzer formuliert eine Absicht („Ich brauche einen wetterfesten Wintermantel unter 300 Euro, der in Oslo funktioniert“), der Agent vergleicht Angebote, prüft Verfügbarkeit, Lieferzeit und Rückgabebedingungen – und leitet den Kaufvorgang ein. Shopify verknüpft diese Ebene mit seinen Checkout- und Payments-Systemen, sodass der eigentliche Kaufabschluss weiterhin im eigenen Ökosystem landet.
Das ist strategisch entscheidend. Denn wenn der Agent die Discovery übernimmt, verliert der Händler die Kontrolle über den ersten Eindruck. Was bleibt, sind Händlerdaten, Checkout-Infrastruktur und die Frage, ob der eigene Katalog maschinenlesbar genug ist, um überhaupt vorgeschlagen zu werden.
Drei Bausteine, an denen Shopify arbeitet
Hoffmeister skizzierte auf der Konferenz drei Stoßrichtungen. Erstens: die Anbindung von KI-Agenten an den Shopify-Katalog über strukturierte Produktdaten – Varianten, Attribute, Materialangaben, Versandbedingungen. Zweitens: der Checkout als geschlossene Infrastruktur, damit Umsätze nicht an externe Marktplätze abfließen. Drittens: ein vereinfachter Einstieg für kleine und mittlere Händler, also niedrigere technische Barrieren.
Besonders der erste Punkt ist für DACH-Händler relevant. Denn Shopify-Studien aus dem eigenen Ökosystem zeigen seit Jahren denselben Effekt: Vollständige Produktdaten erhöhen die Conversion deutlich – unabhängig davon, ob ein Mensch oder eine Maschine sucht. Der Unterschied: Eine KI verzeiht keine Lücken. Fehlt die Materialzusammensetzung, wird das Produkt nicht vorgeschlagen. Fehlt der Lieferzeitraum, scheidet es aus dem Vergleich aus.
- Strukturierte Produktdaten sind nicht mehr optional. Ohne vollständige Attribute entstehen keine Agent-Treffer.
- Checkout-Hoheit bleibt entscheidend. Agenten verlagern die Bezahlung – nicht jedes Shopsystem kann das kontrollieren.
Warum verlieren Händler ohne saubere Produktdaten Conversions?
Die Antwort ist unangenehm einfach. Ein KI-Agent bewertet Produkte nach denselben Kriterien, die ein sehr gründlicher Käufer anlegen würde – nur in Millisekunden und über tausende Angebote gleichzeitig. Wer keine strukturierten Merkmale liefert, existiert in diesem Vergleich nicht. Das ist kein technisches Detail, sondern ein Umsatzproblem.
Ein Beispiel: Ein deutscher Outdoor-Händler listet 1.200 Artikel auf Shopify. 340 davon haben unvollständige Materialangaben, 620 keine hinterlegten Versandzeiten pro Zielland. In der klassischen Google-Suche funktionieren diese Produkte, weil der Nutzer aus dem Kontext liest. Ein Agent tut das nicht. Er filtert sie aus – und empfiehlt die drei Wettbewerber, die ihre Daten sauber pflegen.
Die 80 Prozent Conversion-Steigerung entstehen nicht durch bessere Werbung. Sie entstehen durch bessere Kaufabsicht – der Agent liefert vorqualifizierte Nutzer, die genau das suchen, was sie kaufen wollen.
Wie funktioniert das für den DACH-Markt konkret?
Für deutsche, österreichische und Schweizer Händler kommen zwei zusätzliche Faktoren hinzu. Erstens: Mehrsprachigkeit. Agenten bedienen sich in der Regel der Sprache des Nutzers. Ein Katalog, der nur auf Deutsch gepflegt ist, verliert automatisch Sichtbarkeit bei englischsprachigen oder türkischsprachigen Suchen – Gruppen, die im DACH-Raum signifikante Kaufanteile stellen. Zweitens: rechtliche Anforderungen. Preisangabenverordnung, Grundpreisangaben, Widerrufsrecht – all das muss in maschinenlesbarer Form vorliegen, sonst greift der Agent auf Wettbewerber aus, deren Daten sauberer sind.
Shopify hat angekündigt, die Katalog-APIs weiter zu öffnen, damit Agenten nicht nur Produkte, sondern auch Bedingungen prüfen können. Das ist für Händler ein doppeltes Signal: Wer jetzt seine Datenstruktur in Ordnung bringt, wird in den kommenden zwölf Monaten einen Vorsprung haben, den Wettbewerber nur mit erheblichem Aufwand einholen können.
Was Hoffmeisters Aussagen für Shop-Management bedeuten
Bemerkenswert ist, wie offen der CFO über die eigene Positionierung sprach. Shopify baut die Barriere für neue Händler bewusst ab – mehr Self-Service, mehr Automatisierung, weniger Agentur-Abhängigkeit. Für bestehende Händler heißt das: Der Wettbewerbsdruck steigt, weil die Zahl der Shops wächst, die mit minimalem Aufwand startklar sind. Gleichzeitig sinkt die Differenzierung über reine Technik, weil alle das gleiche Grundgerüst nutzen.
Die Konsequenz liegt auf der Hand. Differenzierung verschiebt sich von der Plattformwahl zur Datenqualität und zur Frage, ob ein Händler seine Produkte so pflegt, dass KI-Agenten sie verstehen. Wer das ignoriert, baut auf Sand.
Drei Hebel, die jetzt Wirkung zeigen
Erstens: Produktdaten-Audit. Einmalige Bestandsaufnahme aller Artikel, sortiert nach Vollständigkeitsgrad. Zweitens: Checkout-Kontrolle prüfen. Wer externe Payment-Anbieter oder Marktplätze dazwischengeschaltet hat, sollte die Auswirkungen auf Agent-Käufe bewerten. Drittens: Conversion-Tracking erweitern. Klassische Analytics erfassen Agent-Traffic kaum – der kommt als Direct oder Referral, nicht als organisch.
Shopify hat mit den 80 Prozent eine Zahl geliefert, an der sich künftig jede Diskussion messen lassen muss. Ob dieser Wert in zwölf Monaten Standard ist oder Ausreißer bleibt, hängt davon ab, wie schnell Händler ihre Produktdaten in eine maschinenlesbare Form bringen. Die nächsten zwei Quartale entscheiden, wer im KI-Shopping sichtbar bleibt – und wer aus dem Vergleich herausfällt.