Agentic Commerce: Warum KI-Agenten nicht den gesamten E-Commerce übernehmen werden

Eine Definition mit Graubereich

Der Begriff wird derzeit noch nicht überall gleich verwendet. Manche Artikel zählen bereits KI-gestützte Einkaufsassistenten oder chatbasierte Beratung dazu – also Systeme, die eher in Richtung Conversational Commerce oder Guided Selling gehen. Andere meinen mit Agentic Commerce nur Szenarien, in denen ein Agent tatsächlich autonom handelt und Transaktionen ausführt.

Für diesen Artikel ist deshalb eine engere Definition sinnvoll: Gemeint sind hier Systeme, die zumindest Teile des Kaufprozesses selbstständig übernehmen, von der Recherche über den Vergleich bis hin zur Ausführung.

Agentic Commerce vs. Conversational Commerce

In der Praxis verlaufen die Grenzen fließend. Auf der einen Seite steht Conversational Commerce, bei dem KI in Form eines AI Shopping Assistants bei der Produktauswahl und Kaufentscheidung unterstützt, der Mensch aber im Kaufprozess aktiv eingebunden bleibt. Auf der anderen Seite steht Agentic Commerce im engeren Sinn, also Szenarien, in denen ein Agent eigenständig recherchiert, entscheidet und Transaktionen ausführt. Viele aktuelle Lösungen liegen heute noch dazwischen.

Ein AI Shopping Assistant bietet dialoggestützte Beratung, bei der Nutzer aktiv Fragen stellen und in den Kaufprozess eingebunden sind. (Quelle: Eigene Darstellung Entirely Demo Shop)

Das zeigt sich auch bei vielen Praxisbeispielen, die derzeit unter dem Label Agentic Commerce diskutiert werden. Häufig geht es dort noch vor allem um KI-gestützte Produktsuche, Vergleich und Kaufbegleitung – also eher um Conversational Commerce oder Shopping Assistance als um vollständig autonome Kaufprozesse.

Was agentische Systeme anders macht

IBM definiert KI-Agenten als Systeme, die Aufgaben autonom ausführen, indem sie mit verfügbaren Tools Workflows entwerfen. Im Unterschied zu einfachen regelbasierten Chatbots können moderne Agenten system- und plattformübergreifend argumentieren, planen und handeln.¹

Drei Merkmale unterscheiden diese Systeme grundlegend von früheren KI-Anwendungen im Handel: Sie handeln eigenständig, also ohne dass ein Mensch jeden Schritt bestätigen muss. Sie reagieren dynamisch auf Veränderungen im Umfeld, etwa wenn ein Produkt plötzlich vergriffen ist oder ein Konkurrent den Preis senkt. Und sie sind anschlussfähig: Über offene APIs und standardisierte Schnittstellen können sie mit unterschiedlichen Systemen und Plattformen kommunizieren, ohne an einen einzelnen Anbieter gebunden zu sein.

Bleibe up to date in Sachen Personalisierung: Melde dich zum Epoq Newsletter an. Jetzt anmelden!

Was das in der Praxis bedeutet, lässt sich an einem konkreten Ablauf zeigen: Ein Nutzer gibt an, ein bestimmtes Produkt zu benötigen, der Agent übernimmt von dort. Er recherchiert Angebote, prüft Lieferzeiten, berücksichtigt laufende Aktionen und kann, sofern entsprechend autorisiert, den Kauf direkt abschließen. Der Unterschied zu einem klassischen Chatbot oder einer Empfehlungslogik liegt nicht nur in der Geschwindigkeit, sondern in der Handlungsfähigkeit: Der Agent schlägt nicht nur vor, er handelt.

Möglich wird das durch das Zusammenspiel mehrerer Technologien: Large Language Models (LLMs) für das Sprachverstehen und die Entscheidungslogik, autonome Agenten-Architekturen für die Aufgabensteuerung sowie offene APIs und standardisierte Protokolle für die Systemintegration.

Faktor 1: Bekannte vs. unbekannte Präferenz

Kauft jemand immer dieselbe Waschmittelmarke in derselben Größe? Dann kann ein Agent das blind erledigen. Die Präferenz ist bekannt, die Entscheidung ist trivial.

Sucht jemand ein neues Parfum, das zu seinem veränderten Lifestyle passt? Dann ist die Präferenz unbekannt oder gar nicht stabil. Hier bleibt der Mensch in die Entscheidung eingebunden.

Faktor 2: Wiederkauf vs. Entdeckung

Routinekäufe wie Bürobedarf, Verbrauchsmaterialien oder Lebensmittelergänzungen sind perfekte Kandidaten für Automatisierung. Der Mehrwert liegt in der Bequemlichkeit. Nutzer wollen diese Art von Käufen schlicht nicht selbst erledigen. Das spiegelt sich auch im aktuellen Diskurs wider: In einem Artikel bei OMR heißt es, KI-Agenten befriedigen vor allem das Bedürfnis nach Bequemlichkeit und Zeitersparnis, insbesondere bei Alltagsprodukten und wiederkehrenden Käufen.²

Neukäufe, bei denen Inspiration, Vergleich und das Entdecken von etwas Unbekanntem Teil des Erlebnisses sind, lassen sich nicht delegieren, weil das Erlebnis selbst Teil des Wertes ist.

Faktor 3: Involvement beim Kauf

Niedrig-Involvement-Käufe (Commodity-Produkte, also standardisierte und austauschbare Produkte, sowie günstige Verbrauchsgüter) wollen Menschen häufig gar nicht aktiv entscheiden. Automatisierung ist hier willkommen.

Hoch-Involvement-Käufe (Mode, Möbel, Geschenke, Lifestyle-Produkte) sind emotional aufgeladen. Das Stöbern, Vergleichen, Entdecken – das ist das Erlebnis. Kein Agent kann dieses Erlebnis ersetzen, weil es gar kein Problem ist, das gelöst werden muss.

Je unbekannter die Präferenz, je stärker der Kauf von Entdeckung geprägt und je höher das Involvement, desto wichtiger bleibt der Shop als zentrale Anlaufstelle (Quelle: Eigene Darstellung)

Entscheidend ist also nicht, ob ein Kauf digital oder physisch stattfindet, sondern ob er möglichst effizient erledigt oder bewusst erlebt werden soll. Je klarer Präferenz, Wiederkaufcharakter und funktionaler Nutzen im Vordergrund stehen, desto eher eignet sich der Einsatz eines Agenten. Je stärker Entdeckung, Inspiration und Emotion den Kauf prägen, desto wichtiger bleibt das menschliche Einkaufserlebnis im Shop selbst.

Die wichtigste Erkenntnis: Agentic Commerce automatisiert Effizienz – nicht Emotion.

Wenn du ein Commodity-Shop bist

Wer Verbrauchsgüter, standardisierte Produkte oder Bürobedarf verkauft, steht vor einer strukturellen Herausforderung: Im Agentic-Commerce-Zeitalter kauft der Agent bei dem, den er kennt. Große, bekannte Player mit sauberen Produktdaten und offenen APIs werden bevorzugt, weil Agenten zuerst das finden, was maschinenlesbar strukturiert ist.

Konkret: Wenn dein Shop nicht „agenten-lesbar” ist, also keine strukturierten Produktdaten, keine offenen Schnittstellen bietet, wird es zunehmend schwieriger, in agentengestützten Kaufprozessen berücksichtigt zu werden. Nicht weil der Kunde dich nicht mag, sondern weil der Agent dich nicht findet.

Hinzu kommt: LLMs prägen aktuell vor allem die Entdeckungsphase. Sie helfen dabei, Intention zu verstehen und Nutzer an passende Händler weiterzuleiten. Genau deshalb werden saubere Produktdaten, klare Zuordnung und technische Zugänglichkeit so wichtig. Der eigentliche Kaufmoment und alles, was Vertrauen schafft – vom Checkout über Loyalty bis zu Identität und Risikomanagement – bleibt dabei weiterhin eng mit dem Händler verknüpft

Handlungsfelder für Commodity-Shops:

• Produktdaten strukturieren und standardisieren
• API-Zugänglichkeit für Agenten schaffen
• Reorder-Prozesse automatisierungsfreundlich gestalten
• Preis- und Verfügbarkeitsdaten in Echtzeit bereitstellen

Wenn du ein Erlebnis-Shop bist

Fashion, Lifestyle, Interior, Schmuck, Geschenke – hier hat Agentic Commerce einen geringeren Einfluss auf den Kaufprozess. Bei einem persönlichen Kauf wie dem perfekten Geburtstagsgeschenk für die beste Freundin wollen die meisten Menschen selbst entscheiden.

Das bedeutet aber nicht, dass Erlebnis-Shops den Wandel ignorieren können. Wer durch Agenten mehr Routinekäufe automatisiert, hat insgesamt weniger Zeit und Geduld für mittelmäßige Shoppingerlebnisse. Dazu kommt, dass Discovery und Auswahl künftig stärker in LLMs oder KI-Assistenten stattfinden kann. In diesem Zusammenhang fällt auch immer wieder der Begriff Zero Click Commerce. Dieser beschreibt die Vorstellung, dass Nutzer immer weniger klassische Shop-Schritte selbst durchlaufen. Wie weit das geht, wird sich erst zeigen. Klar ist aber: Auch inspirierende Käufe beginnen zunehmend mit einer Frage an einen KI-Assistenten. Saubere Produktdaten und technische Anschlussfähigkeit bleiben deshalb auch für Erlebnis-Shops relevant. Wer dort nicht auffindbar ist, verliert potenzielle Besucher, bevor sie überhaupt in den Shop kommen.

Gleichzeitig gilt: Auch wenn Discovery künftig stärker in externen Interfaces stattfinden kann, verschwindet der Shop nicht aus der Customer Journey. Aktuelle Einordnungen, etwa von Adyen, zeigen, dass diese Systeme für Händler ein zusätzlicher Kanal sein können, um Nutzer mit hoher Kaufabsicht zu erreichen. Gleichzeitig entsteht in neutralen Chatoberflächen nicht automatisch das Gefühl von Vertrautheit, Orientierung und Markenwelt, das ein Shop oder eine Markenwebsite vermitteln kann. Genau dieser emotionale Teil des Einkaufserlebnisses sollte nicht unterschätzt werden und ist ein wichtiger Grund dafür, warum der Shop selbst auch im Agentic-Commerce-Zeitalter relevant bleibt.³ Der eigene Shop bleibt der Ort, an dem Vertrauen, Markenerlebnis und Kundenbindung entstehen und das lässt sich durch externe Kanäle ergänzen, aber nicht ersetzen. Für dich als Händler bedeutet das vor allem: Der Shop muss als Erlebnisraum stark genug sein, um Besuche zu rechtfertigen, nicht nur als Transaktionskanal. Personalisierung und Inspiration werden dabei wichtiger, nicht unwichtiger.

Handlungsfelder für Erlebnis-Shops:

• Den Shop als Erlebnisraum stärken und Inspiration, Stöbern sowie digitale Beratung als Kernstärke ausbauen
• E-Commerce-Personalisierung als Differenzierungsfaktor nutzen, um im richtigen Moment Relevanz zu schaffen und Kundenbindung aufzubauen, die über den einzelnen Kauf hinausgeht
• Vertrauen, Markenwelt und direkte Kundenbeziehung aktiv gestalten
• Auffindbarkeit für KI-Assistenten sicherstellen, damit LLMs Produkte korrekt verstehen und weiterempfehlen können

Zusammengefasst: Für Commodity-Shops stehen vor allem Produktdaten, Schnittstellen und Reorder-Prozesse im Vordergrund. Erlebnis-Shops sollten dagegen besonders in personalisiertes Sucherlebnis, digitale Beratung, relevante Inspiration und Kundenbindung investieren und dabei Vertrauen und Markenwelt als Stärken ausbauen, die kein externer Kanal ersetzen kann. Für beide gilt: Saubere Produktdaten und technische Anschlussfähigkeit sind die gemeinsame Grundlage. Der Unterschied liegt in der Priorität und im Fokus.

Agenten und Shops lernen auf unterschiedliche Weise

Auch Agenten arbeiten mit Präferenzen aber sie lernen anders. Ein externer Agent weiß, was ein Nutzer ihm sagt: „Ich brauche Waschmittel, Pulver, parfümfrei, Marke X.” Er kennt explizite Vorgaben und die direkte Interaktion. Was er nicht sieht: dass derselbe Nutzer im Shop jedes Mal auch Weichspüler in den Warenkorb legt aber fast nie kauft. Oder dass er sich regelmäßig Produkte einer bestimmten Preisklasse anschaut, ohne zu kaufen, bis er einen bestimmten Auslöser bekommt.

Genau das ist der Unterschied: Ein Shop lernt aus einem viel breiteren Verhaltensspektrum – aus Klicks, Warenkörben, Verweildauer, Suchanfragen, Wiederkäufen und dem, was eben nicht gekauft wurde. Das ergibt ein deutlich differenzierteres Bild davon, was für einen Kunden wirklich relevant ist – jenseits dessen, was er explizit formuliert.

Personalisierung im Shop bleibt ein eigener Stärkehebel

Gerade deshalb ist Shop-Personalisierung kein Auslaufmodell, sondern ein eigenständiger Vorteil. Sie schafft nicht nur relevantere Produktempfehlungen – sie erzeugt Orientierung, beschleunigt Entdeckung und macht das Einkaufserlebnis stimmig und individuell. Besonders dort, wo Menschen bewusst stöbern, vergleichen und selbst entscheiden wollen, entsteht Relevanz nicht durch Effizienz allein, sondern durch passendes Timing, Kontext und persönliche Ansprache.

Relevanz schafft nicht nur Conversion, sondern auch Bindung

Personalisierung wirkt dabei nicht nur im Kaufmoment selbst. Sie ist ein zentrales Instrument, um Kunden erneut in den Shop zurückzuholen, etwa durch passende Empfehlungen, personalisierte E-Mails oder Inhalte, die an frühere Interessen anknüpfen. Gerade wenn Discovery sich teilweise in externe Interfaces verlagert, wird diese direkte Beziehung zum Kunden noch wertvoller. Wer sie pflegt, hat einen Vorteil, den kein Agent von außen replizieren kann.

Den Shop für Agenten zugänglich machen

• Produktdaten strukturieren und standardisieren: Saubere, vollständige und semantisch reichhaltige Produktdaten sind die Grundlage dafür, dass Agenten Angebote korrekt verstehen und einordnen können.
• API-Zugänglichkeit prüfen: Wer Produkte für externe Systeme und Agenten zugänglich machen will, sollte frühzeitig klären, ob Produktkatalog, Preise, Verfügbarkeit und Lieferbedingungen strukturiert abrufbar sind. Für Commodity-Shops steht dabei die Transaktionsebene im Vordergrund, also dass Agenten Preise, Verfügbarkeit und Bestellprozesse direkt abrufen können. Für Erlebnis-Shops geht es vor allem um Auffindbarkeit: strukturierte, semantisch reiche Produktdaten und Schema-Markup, damit LLMs Produkte korrekt verstehen und weiterempfehlen können.
• Auffindbarkeit weiterdenken: Ein gutes Google-Ranking bleibt wichtig, reicht aber allein nicht aus. Produktinformationen müssen nicht nur indexierbar, sondern auch für KI-Systeme semantisch verständlich sein.
• Datenschutz von Anfang an mitdenken: Transparenz, Einwilligung und DSGVO-Konformität sind bei automatisierten Kaufprozessen keine Nebenthemen, sondern Voraussetzung.
• Technische Entwicklung beobachten: Zahlungsanbieter, Commerce-Plattformen und Shop-Systeme schaffen bereits die Infrastruktur dafür, dass Agenten sicher mit Produktdaten, Warenkorb und Checkout interagieren können.

Das Shoppingerlebnis für Menschen stärken

• Personalisierung ausbauen: Präferenzen, Verhalten und Kontext bleiben zentral, um im Shop relevante Erlebnisse zu schaffen und Kunden langfristig zu binden.
• Semantische Suche verbessern: Nutzer und Agenten formulieren Anfragen zunehmend in natürlicher Sprache. Eine gute Suche muss Absicht verstehen, nicht nur Keywords matchen.
• Digitale Beratung im Shop stärken: KI-gestützte Shopping Assistants können Unterstützung bieten, Empfehlungen aussprechen und das Entdecken im Shop erleichtern.
• Inspiration bewusst gestalten: Gerade bei Käufen mit höherem Involvement bleibt Stöbern Teil des Erlebnisses. Shops sollten diese Momente aktiv fördern, nicht nur möglichst effizient abkürzen.
• Kundenbindung aktiv stärken: Wer im Agentic-Commerce-Zeitalter relevant bleiben will, sollte nicht nur auf Auffindbarkeit setzen, sondern auch auf Wiederbesuche. Personalisierte E-Mails, Inhalte und Produktempfehlungen, die zu den Präferenzen eines Kunden passen, können gezielt Anreize schaffen, den Shop erneut zu besuchen und die direkte Beziehung zur Marke zu stärken.

Mehr Infos zur Personalisierung >>