Agentic Commerce: Wie Handelsunternehmen im Zeitalter von KI und Zero Click Shopping sichtbar bleiben

McKinsey geht davon aus, dass sich dadurch ein erheblicher Teil der Kaufentscheidung vor den eigentlichen Websitebesuch verlagert. Für unvorbereitete Marken könnte der Traffic aus traditionellen Suchkanälen um 20 bis 50 Prozent zurückgehen. Doch bei der Suche hört die Entwicklung nicht auf. KI-Systeme können zunehmend Angebote recherchieren, vergleichen und auswählen – und perspektivisch auch den Kauf übernehmen. 

Agentic Commerce macht KI damit von der digitalen Beratung zum handelnden System. Für den Handel stellen sich deshalb zwei Fragen: Wie bleiben Produkte in KI-Systemen sichtbar? Und wie müssen Shop, Daten und Infrastruktur aufgestellt sein, damit KI-Agenten dort nicht nur Informationen finden, sondern tatsächlich handeln können?

Laut McKinsey geben 44 Prozent der Nutzenden KI-gestützter Suchdienste an, dass diese bereits ihre bevorzugte digitale Informationsquelle sind. Klassische Suchdienste kommen auf 31 Prozent, Websites von Handelsunternehmen oder Marken lediglich auf neun Prozent. Damit gerät ein lang vertrauter Mechanismus ins Wanken: Sichtbarkeit erzeugt Klicks, Klicks führen in den Shop und dort fällt die Kaufentscheidung. Bei der KI-Suche kann sie jedoch deutlich früher fallen. 

Statt zahlreiche Produktseiten und Bewertungsportale zu durchforsten, beschreiben Nutzende beispielsweise, was sie suchen, welches Budget sie haben und was ihnen wichtig ist. Die KI vergleicht passende Angebote und spricht eine Empfehlung aus. Daraus entwickelt sich Zero Click Shopping. Suche, Beratung und perspektivisch auch der Kauf finden innerhalb einer KI-Oberfläche statt. Der Webshop bleibt wichtig – nur bekommt die Kundschaft ihn womöglich gar nicht mehr zu Gesicht.

Genau hier setzt Agentic Commerce an. Während generative KI vor allem Informationen liefert und Empfehlungen formuliert, können KI-Agenten selbstständig Aufgaben erledigen. Nutzende könnten beispielsweise vorgeben: „Finde einen Bürostuhl bis 500 Euro, der für große Personen geeignet ist, sehr gute Bewertungen hat und innerhalb einer Woche geliefert werden kann.“ Der Agent recherchiert passende Angebote, prüft die Vorgaben, vergleicht Optionen und kann – mit den entsprechenden Berechtigungen und technischen Voraussetzungen – den Kauf anstoßen. Der Bitkom bezeichnet Agentic Commerce als nächste Evolutionsstufe des Onlinehandels, in der autonome Systeme Kaufprozesse zunehmend selbstständig initiieren, steuern und optimieren.

Ein möglicher Ablauf sieht so aus:

1. Nutzende definieren Ziel, Präferenzen und Grenzen.
2. Der KI-Agent sucht passende Angebote.
3. Er bewertet Produkte anhand der Vorgaben.
4. Er trifft oder bereitet eine Entscheidung vor.
5. Kauf, Bezahlung und Lieferung werden angestoßen.
6. Erfahrungen fließen in spätere Entscheidungen ein.

Und aus „Ich suche und kaufe“ wird damit zunehmend „Ich sage der KI, was ich brauche“.

Mit der neuen Suche ändern sich auch die Regeln für Sichtbarkeit. SEO für KI bedeutet nicht, möglichst viele passende Keywords unterzubringen. Entscheidend ist vielmehr, ob ein KI-System versteht, welche Frage ein Inhalt beantwortet, für wen ein Produkt geeignet ist und wodurch es sich von Alternativen unterscheidet. Hinzu kommt, dass Unternehmen nur einen Teil der Quellen kontrollieren, aus denen KI-Systeme ihre Antworten zusammensetzen. 

Laut McKinsey machen eigene Websites in vielen Fällen lediglich fünf bis zehn Prozent der berücksichtigten Quellen aus. Publisher, Partnerseiten oder Inhalte aus der Community prägen das Bild ebenfalls. Eine bekannte Marke und gute klassische Rankings garantieren deshalb noch keine KI-Sichtbarkeit. Neben klassischer SEO gewinnt damit GEO (Generative Engine Optimization) an Bedeutung. Es geht dabei nicht darum, SEO zu ersetzen, sondern Sichtbarkeit dort mitzudenken, wo Nutzende ihre Fragen zunehmend stellen.

Der erste Hebel ist der Content. Produkt- und Ratgeberseiten sollten konkrete Fragen beantworten und Eigenschaften, Unterschiede, Anwendungsfälle oder Einschränkungen verständlich beschreiben. Ebenso wichtig sind saubere Produktdaten. Ein Agent braucht keine besonders schöne Produktseite, sondern vor allem verlässliche Angaben zu Preis, Bestand, Varianten, Lieferbarkeit und Produktmerkmalen. 

Gleichzeitig lohnt sich ein regelmäßiger Blick darauf, wie die eigene Marke in KI-Systemen erscheint. Bei welchen Fragen wird sie empfohlen? Welche Quellen zieht die KI heran? Welche Wettbewerbsunternehmen tauchen stattdessen auf? McKinsey zufolge messen bislang nur 16 Prozent der Marken ihre Performance in KI-gestützten Suchprozessen systematisch. Doch Auffindbarkeit ist nur die halbe Miete. Soll ein Agent später auch kaufen können, braucht er einen technischen Zugang zum Shop.

Genau hier kommen offene Protokolle ins Spiel. Sie sollen verhindern, dass jedes Handelsunternehmen für jeden KI-Agenten eine eigene technische Verbindung entwickeln muss. MCP, UCP und ACP erfüllen dabei unterschiedliche Aufgaben und sind nicht zwangsläufig als konkurrierende Standards zu verstehen.

Das Model Context Protocol (MCP) schafft eine standardisierte Verbindung zwischen KI-Anwendungen und externen Daten oder Werkzeugen. Ein Agent kann darüber beispielsweise strukturierte Informationen aus angebundenen Systemen abrufen oder dort bereitgestellte Funktionen nutzen. Für Agentic Commerce bildet MCP damit vor allem eine Grundlage für den Zugriff auf Systeme und Kontext – die eigentliche Commerce-Transaktion steht nicht im Mittelpunkt.

Das Universal Commerce Protocol (UCP) setzt stärker beim Kaufprozess an. Der von Google gemeinsam mit Unternehmen aus dem Handels- und Payment-Ökosystem entwickelte Open-Source-Standard soll KI-Oberflächen, Unternehmen und Zahlungsdienstleister über eine gemeinsame Sprache verbinden. Er deckt Commerce-Prozesse von der Produktsuche bis zum Kauf ab und ist so konzipiert, dass bestehende Handelsinfrastrukturen angebunden werden können. UCP kann dabei unter anderem mit MCP und dem Agent Payments Protocol zusammenarbeiten.

Eine weitere Variante ist das Agentic Commerce Protocol (ACP), das von OpenAI und Stripe entwickelt wurde. Auch hier geht es darum, eine gemeinsame technische Sprache zwischen KI-Agenten und Unternehmen zu schaffen. ACP ermöglicht es unter anderem, Checkout-Prozesse für kompatible KI-Anwendungen zugänglich zu machen, während das Unternehmen weiterhin sein Commerce-Backend und die Zahlungsabwicklung kontrolliert.

Mit dem Agent Payments Protocol (AP2) kommt eine weitere Ebene hinzu. Denn wenn ein Agent nicht nur Produkte findet, sondern auch Käufe auslösen darf, muss nachvollziehbar sein, wer eine Zahlung autorisiert hat und innerhalb welcher Grenzen der Agent handeln darf. AP2 ergänzt dafür kryptografisch nachweisbare Autorisierungen und Regeln für Transaktionen und kann beispielsweise mit UCP zusammenspielen.

Für Unternehmen ist deshalb weniger entscheidend, heute schon auf einen vermeintlichen Gewinner unter den Standards zu setzen. Wichtiger ist die gemeinsame Richtung: Produktinformationen, Preise und Verfügbarkeiten müssen strukturiert abrufbar sein, Commerce-Systeme brauchen geeignete Schnittstellen und auch Checkout, Identität und Payment müssen auf Interaktionen mit KI-Agenten vorbereitet werden.

> Quelle

Ein Blick auf den aktuellen Markt zeigt allerdings, dass zwischen technischer Möglichkeit und flächendeckendem Zero Click Shopping noch Abstand liegt. Einige der sichtbarsten kommerziellen Anwendungen starteten zunächst in den USA. Stripe kennzeichnet sein aktuelles Angebot für Agentic Commerce beispielsweise weiterhin als nur in den USA verfügbar.

Für Deutschland und die EU kommt es daher nicht allein darauf an, ob die technischen Protokolle existieren. Agentengesteuerte Käufe müssen sich auch in bestehende Anforderungen rund um Datenschutz, Authentifizierung, Payment, Rechte der Verbrauchenden und Haftung einfügen. Hinzu kommt die technische Anschlussfähigkeit der Unternehmen selbst. 

Wer Produktdaten nur auf der sichtbaren Webseite bereitstellt oder zentrale Prozesse nicht über sichere Schnittstellen zugänglich machen kann, ist für autonome Agenten schwer erreichbar. Agentic Commerce ist hierzulande also weniger ein Schalter, der plötzlich umgelegt wird, als eine Entwicklung, auf die sich Unternehmen technisch schon heute vorbereiten können.

Agentic Commerce verändert nicht nur technische Prozesse, sondern auch die Beziehung zwischen Unternehmen, Plattformen und Kundschaft. Wenn KI-Systeme Teile von Produktsuche, Beratung und Kauf übernehmen, können sie zu neuen Gatekeepern werden. Der Bitkom weist etwa darauf hin, dass Handelsunternehmen Bestellung, Fulfillment und Support weiterhin verantworten können, während Produktentdeckung und Beratung zunehmend über KI-Plattformen laufen. Was diese Entwicklung für vertrauensvolle Beziehungen zu Kund*innen im B2C- wie auch im B2B-Geschäft bedeutet, ordnen wir ausführlicher in unserem Podcast-Beitrag “KI verändert das Kauf- & Suchverhalten” ein.

Agentic Commerce steht noch am Anfang. Das ist allerdings kein Grund, auf den endgültigen Standard zu warten. Unternehmen können zunächst ihre KI-Sichtbarkeit analysieren, Content und Produktdaten verbessern und relevante Anwendungsfälle identifizieren. Im nächsten Schritt lässt sich prüfen, welche Schnittstellen und Prozesse für die Anbindung an KI-Ökosysteme fehlen. Der entscheidende Perspektivwechsel beginnt schon heute. Der Webshop der Zukunft wird nicht mehr ausschließlich für Menschen gebaut. Er muss auch für KI-Agenten verständlich und zugänglich sein.

Zero Click Shopping und Agentic Commerce verlagern Kaufentscheidungen zunehmend in KI-Systeme. Für Unternehmen entsteht daraus eine doppelte Aufgabe. Sie brauchen Inhalte und Produktdaten, die ihre KI-Sichtbarkeit stärken, und eine technische Infrastruktur, mit der Agenten tatsächlich interagieren können. Wer heute Datenqualität, Content, Schnittstellen und Commerce-Architektur überprüft, schafft deshalb nicht nur Voraussetzungen für einen möglichen Vertriebskanal der Zukunft. Das macht den eigenen Shop insgesamt flexibler und anschlussfähiger.

Die abschließende Frage lautet demnach: Ist Ihr Webshop bereit für KI-Agenten?

Telekom MMS unterstützt Unternehmen dabei, geeignete Einsatzfelder zu identifizieren, bestehende Daten- und Systemlandschaften zu bewerten und die technischen sowie organisatorischen Voraussetzungen für agentenbasierte Prozesse zu schaffen.