Agentic Commerce: Die Zukunft des autonomen Handels

Die Evolution des Handels: Von Klicks zu KI-gesteuerten Käufen

Der Handel befindet sich in einem kontinuierlichen Wandel. Von den Anfängen des stationären Geschäfts über den Aufstieg des E-Commerce bis hin zum mobilen Einkauf haben technologische Innovationen die Art und Weise, wie wir Produkte entdecken und erwerben, stets neu definiert. Nun steht eine weitere, potenziell transformative Phase bevor: der Agentic Commerce. Dieses Konzept, bei dem Künstliche Intelligenz (KI) nicht nur beratend zur Seite steht, sondern aktiv Kaufentscheidungen trifft und Transaktionen abwickelt, verspricht eine tiefgreifende Veränderung der Handelslandschaft.

Was ist Agentic Commerce?

Agentic Commerce beschreibt eine fortschrittliche Form des Handels, bei der autonome KI-Agenten im Auftrag von Konsumenten oder Unternehmen handeln. Diese digitalen Assistenten gehen über die traditionelle Rolle von Empfehlungssystemen hinaus. Sie analysieren den Bedarf, recherchieren Produkte, vergleichen Angebote, verhandeln Preise und Lieferzeiten, treffen Entscheidungen und führen Bestellungen eigenständig aus.

Der fundamentale Unterschied zum klassischen E-Commerce liegt in der proaktiven Natur dieser Agenten. Während herkömmliche Online-Shops auf die aktive Suche und Interaktion des Nutzers angewiesen sind, agieren Agentic-Commerce-Systeme selbstständig. Sie identifizieren Bedürfnisse, die oft noch gar nicht klar formuliert wurden, und initiieren den gesamten Kaufprozess.

Die Funktionsweise hinter den intelligenten Agenten

Die technologische Basis des Agentic Commerce ist komplex und stützt sich auf mehrere Säulen der modernen KI-Forschung:

• Large Language Models (LLMs): Modelle wie GPT-4o, Claude oder Gemini bilden das Fundament. Sie ermöglichen den Agenten, natürliche Sprache zu verstehen, kontextbezogen zu interpretieren und in konkrete Handlungsschritte zu übersetzen. Ein Agent kann beispielsweise die Anweisung "Bestelle 10 % mehr als im letzten Jahr" verarbeiten, historische Daten einbeziehen und eigenständig agieren.
• Multimodale Fähigkeiten: Moderne Einkaufsassistenten verarbeiten nicht nur Texteingaben. Sie integrieren Informationen aus E-Mails, Kalendern, Produktdatenbanken und visuellen Medien. Wenn beispielsweise ein Unternehmen eine Messe plant, kann der Agent den Termin erkennen, den Bestand an Werbematerialien prüfen und gegebenenfalls Nachbestellungen auslösen.
• Kontextbasierte Entscheidungen: Die Agenten sind darauf ausgelegt, Entscheidungen auf der Grundlage eines breiten Spektrums an Daten zu treffen, darunter Einkaufspräferenzen, Budgetrahmen, Freigaberichtlinien und Unternehmensziele. Durch den Einsatz von Machine-Learning-Mechanismen lernen die Systeme kontinuierlich dazu und optimieren ihre Prozesse.
• Standardisierte Kommunikation: Um eine reibungslose Interaktion zwischen verschiedenen Agenten und Systemen zu gewährleisten, sind standardisierte Schnittstellen und Protokolle entscheidend. Initiativen wie das Agentic Commerce Protocol von OpenAI, Google A2A (Agent-to-Agent) oder das MCP (Model Context Protocol) schaffen die notwendige Infrastruktur für den automatisierten Datenaustausch zwischen Einkaufs- und Angebotsagenten.

Aktuelle Entwicklungen und Marktteilnehmer

Die Vision des Agentic Commerce ist bereits in ersten Anwendungen sichtbar:

• OpenAI und Instant Checkout: OpenAI hat ChatGPT um Shopping-Funktionen erweitert, die es Nutzern ermöglichen, Produkte direkt im Chat zu suchen, zu vergleichen und zu kaufen. Dies geschieht über das Agentic Commerce Protocol, das in Zusammenarbeit mit Stripe entwickelt wurde. Der Prozess ermöglicht einen nahtlosen Übergang von der Produktentdeckung zur Bezahlung, ohne den Chat verlassen zu müssen.
• Visa Intelligent Commerce: Visa hat "AI-ready cards" und APIs eingeführt, die es autonomen Agenten ermöglichen, im Namen der Nutzer zu bezahlen, wobei Ausgabenlimits und Kontrollen festgelegt werden können. Dies beschleunigt den Checkout-Prozess erheblich und integriert die Zahlungsabwicklung direkt in KI-gesteuerte Kaufentscheidungen.
• Amazon "Buy for Me": Amazon testet eine Funktion, die es ermöglicht, Produkte von Drittanbietern direkt über die Amazon-App zu kaufen, selbst wenn Amazon diese Artikel nicht selbst anbietet. Der Nutzer ermächtigt Amazon, den Bestellvorgang auf der externen Website abzuschließen.
• Perplexity AI und Dia Browser: Auch andere Akteure wie Perplexity AI integrieren Shopping-Funktionen, die Produktempfehlungen, Preisvergleiche und vereinfachte Kaufprozesse bieten. Der Dia Browser geht noch einen Schritt weiter, indem er KI-Funktionen direkt in die Browsing-Erfahrung integriert, um Aufgaben zu automatisieren und personalisierte Empfehlungen zu liefern.

Auch Shopsystemanbieter passen ihre Strategien an:

• Shopware: Das Unternehmen positioniert sich stark im Bereich Agentic Commerce und hat die Agentic Commerce Alliance (ACA) gegründet, um Standards und Anwendungsfälle zu entwickeln.
• SAP: Mit den "Joule-Agenten" verfolgt SAP einen umfassenden Ansatz, der auf tiefer Integration in Geschäftsprozesse basiert und autonome Workflows im B2B-Umfeld ermöglicht.
• Salesforce: Salesforce fokussiert sich mit "Agentforce" auf kundenzentrierte Journeys und die Erstellung eigener KI-Agenten für Kundenservice, Vertrieb und Marketing.

Chancen und Herausforderungen für Unternehmen

Der Agentic Commerce bietet erhebliche Potenziale, stellt Unternehmen jedoch auch vor neue Herausforderungen:

Wirtschaftliche Chancen

• Effizienzsteigerung: KI-Agenten können Routineaufgaben wie Preisvergleiche, Bestellprozesse und Vertragsabschlüsse automatisieren, was operative Kosten senkt und die Effizienz steigert. Im B2B-Bereich können Beschaffungs- und Verkaufsagenten komplexe Angebotsprozesse von der Bedarfsanalyse bis zur Nachverhandlung autonom abwickeln.
• Hyperpersonalisierung: Agenten kennen die Präferenzen, Budgets und weiteren Faktoren ihrer Nutzer im Detail. Dies ermöglicht es Unternehmen, maßgeschneiderte Angebote in Echtzeit bereitzustellen und die Kundenzufriedenheit zu erhöhen.
• Neue Vertriebskanäle: Der Wettbewerb verschiebt sich von traditioneller Sichtbarkeit und Werbung hin zu Algorithmus-Kompatibilität und Datenqualität. Unternehmen, die ihre Produkte und Dienstleistungen für KI-Agenten optimieren, können neue Kundenkreise erschließen.
• Optimierung der Wertschöpfungskette: Die gesamte Wertschöpfungskette kann effizienter, schneller und oft auch profitabler gestaltet werden, indem autonome, lernende Prozesse auf Händler-, Hersteller- und Lieferantenseite etabliert werden.

Herausforderungen und notwendige Anpassungen

• Datenqualität und -strategie: Agentic Commerce lebt von Daten. Unternehmen müssen sicherstellen, dass ihre Stammdaten sauber, zentralisiert und konsistent sind, um fundierte Entscheidungen der KI-Agenten zu ermöglichen. Schlechte Daten führen zu schlechten KI-Entscheidungen.
• Systemlandschaft modernisieren: Eine flexible, API-first-Architektur mit modularen Systemen und Microservices ist entscheidend. Legacy-Systeme mit eingeschränkter Schnittstellenfähigkeit können die Integration von KI-Agenten behindern.
• Vertrauen und Kontrolle: Kunden müssen die Kontrolle über ihre Einkäufe behalten und den KI-Agenten vertrauen können. Dies erfordert Transparenz darüber, wie KI-Interaktionen funktionieren, wie Zahlungsdaten geschützt werden und wie Opt-in/Opt-out-Mechanismen gestaltet sind.
• Rechtliche und ethische Rahmenbedingungen: Datenschutzgesetze (wie DSGVO) und neue KI-Vorschriften müssen beachtet werden. Die Entwicklung von Protokollen wie "Know Your Agent" (KYA) ist wichtig, um die Identität und Berechtigungen von KI-Agenten in der Zahlungskette zu gewährleisten und Betrug zu reduzieren.
• Kulturwandel: Die Einführung von Agentic Commerce erfordert auch einen Kulturwandel innerhalb der Unternehmen. Mitarbeitende müssen verstehen, dass KI-Agenten als intelligente Helfer Freiräume für strategische Aufgaben schaffen, anstatt menschliche Arbeitskraft zu ersetzen.

Anwendungsfälle im B2B- und B2C-Bereich

Die Anwendungsfelder des Agentic Commerce sind vielfältig:

B2C-Szenarien

• Bedarfserkennung und Beratung: Ein digitaler Agent kann anhand von Kalendereinträgen und Präferenzen passende Geschenke vorschlagen oder bei der Planung eines Wanderurlaubs die benötigte Ausrüstung identifizieren und empfehlen.
• Wiederbeschaffung von Verbrauchsprodukten: Der Agent kann Kontaktlinsen, Druckerpatronen oder andere Verbrauchsgüter basierend auf Konsumzyklen automatisch nachbestellen.
• Optimierung des Kaufprozesses: Der Agent wählt automatisch die bevorzugte Zahlungsart, Versandoption und Retourenbedingungen aus und schließt den Kauf ab, gegebenenfalls nach Freigabe.

B2B-Szenarien

• Automatisierte Nachbestellung: Überwachung von Lagerbeständen und automatische Auslösung von Bestellungen bei Unterschreitung von Schwellenwerten, inklusive Preis- und Lieferzeitabgleich.
• Vorbereitung von Ausschreibungen: KI-Agenten können Muster in Bedarfsanmeldungen erkennen, strukturierte Ausschreibungsunterlagen erstellen und Angebote vorbewerten.
• Ersatzteilbeschaffung im Außendienst: Ein Servicetechniker meldet ein fehlendes Ersatzteil; der Agent identifiziert die Komponente, prüft den Bestand, organisiert die Lieferung und aktualisiert den Auftrag.
• Compliance und Vertragskontrolle: Agenten können Angebote auf Einhaltung gesetzlicher Vorgaben, unternehmensinterner Compliance-Regeln und Budgetgrenzen prüfen.

Fazit und Ausblick

Agentic Commerce ist mehr als ein vorübergehender Trend; er markiert einen Paradigmenwechsel im Handel. KI-Agenten werden zunehmend Teile der Customer Journey übernehmen, von der ersten Recherche bis zum finalen Checkout. Für Unternehmen ergeben sich daraus Chancen auf höhere Konversionsraten, effizientere Prozesse und die Erschließung neuer Kunden. Die Fähigkeit, mit den Agenten der Zielgruppen direkt zu interagieren, wird den Wettbewerb neu gestalten.

Die Implementierung erfordert jedoch strategische Vorbereitung, insbesondere in Bezug auf Datenmanagement, Systemarchitektur und die Schaffung von Vertrauen. Unternehmen, die jetzt die Grundlagen für Agentic Commerce legen, positionieren sich für eine zukunftsfähige und automatisierte Handelswelt, in der KI als integraler Partner agiert.

Bibliographie

• OpenAI. (o. D.). In ChatGPT einkaufen: Instant Checkout und das Agentic Commerce Protocol. Abgerufen von https://openai.com/de-DE/index/buy-it-in-chatgpt/
• Shopware AG. (o. D.). Agentic Commerce: Wie KI den E-Commerce neu definiert. Abgerufen von https://shopware.com/de/news/agentic-commerce-veraendert-den-onlinehandel
• Weidemann, T. (o. D.). Wenn ChatGPT einkauft: Wie Agentic Commerce die Zukunft des Handels gestaltet. t3n.de. Abgerufen von https://t3n.de/news/wenn-chatgpt-einkauft-wie-agentic-commerce-die-zukunft-des-handels-gestaltet-1711734/
• Beyer, L. (o. D.). Agentic Commerce: Wie KI-Agenten den Handel verändern. Handelskraft.de. Abgerufen von https://www.handelskraft.de/agentic-commerce-handel-der-zukunft/
• Wolf, D. (o. D.). FAQ: Die wichtigsten 5 Antworten zu Agentic Commerce. IT Finanzmagazin. Abgerufen von https://www.it-finanzmagazin.de/faq-die-wichtigsten-5-antworten-zu-agentic-commerce-234227/
• Josef, R. (o. D.). Agentic Commerce: KI verändert den Handel – Chancen für Händler. Checkout.com. Abgerufen von https://www.checkout.com/de-de/blog/agentic-commerce