Agentic Commerce.
KI-Agents kaufen.
Ihr Shop verkauft.

Agentic Commerce beschreibt eine neue Form des E-Commerce, bei der KI-Agents autonom für Konsumenten einkaufen. Statt selbst Produkte zu suchen, zu vergleichen und zu bestellen, delegieren Nutzer diese Aufgaben an KI-Assistenten wie ChatGPT, Perplexity, Google Shopping AI oder spezialisierte Shopping-Bots. Diese Agents lesen Produktdaten, vergleichen Preise und Konditionen, prüfen Verfügbarkeiten und lösen Bestellungen aus – programmatisch und ohne menschliche Interaktion mit der Shop-Oberfläche.

Laut Salesforce verzeichneten Unternehmen mit KI-Agent-Integration eine 59 % höhere Wachstumsrate und durchschnittlich 6,2 % mehr Umsatz im Jahresvergleich. Die Nutzung von KI-Agents für Shopping stieg in der letzten Holiday Season um 126 %. Shops, die nicht für Agents optimiert sind, werden schlicht nicht gefunden – der Traffic geht an optimierte Wettbewerber. Agentic Commerce ist kein Trend, sondern ein fundamentaler Shift im Kaufverhalten.

Aktuell aktive Shopping-Agents sind: ChatGPT (mit Browse- und Shopping-Funktionen), Perplexity Shopping (direkte Produktrecherche mit Kauflinks), Google Shopping AI (AI Overviews mit Produktempfehlungen), Shopify Shop App AI (personalisierte Empfehlungen), Salesforce Agentforce (Guided Shopping), und Meta AI. Dazu kommen spezialisierte Agents für Preisvergleich, Cashback und Deals. Die Zahl der Agents wächst exponentiell.

Im traditionellen E-Commerce interagiert der Mensch mit der Shop-Oberfläche: Er sucht, klickt, vergleicht und kauft. Im Agentic Commerce übernimmt ein KI-Agent diese Aufgaben. Der Agent braucht keine schöne UI – er braucht strukturierte Daten, APIs und maschinenlesbare Konditionen. Das verändert die gesamte Optimierungsstrategie: Von visueller UX zu Datenqualität und API-Architektur.

Schema.org/JSON-LD ist die Sprache, die KI-Agents fließend „lesen". Statt den HTML-Text einer Produktseite zu parsen, extrahieren Agents strukturierte Daten direkt: Produktname, Preis, Verfügbarkeit, SKU, GTIN, Bewertungen, Bilder und Lieferbedingungen. Fehlt dieses Markup, muss der Agent raten – und wählt im Zweifel einen Shop, der die Daten klar liefert. Vollständiges Product-Schema ist die Grundvoraussetzung für Agent-Sichtbarkeit.

Die wichtigsten Typen für Agent-Ready Shops sind: Product (Kernproduktdaten), Offer (Preis, Verfügbarkeit, Lieferung), AggregateRating und Review (Bewertungen), Brand (Markeninformation), Organization und LocalBusiness (Anbieterinformation), BreadcrumbList (Navigation), FAQ (Häufige Fragen), und HowTo (Anleitungen). Je vollständiger das Markup, desto besser können Agents Produkte bewerten und empfehlen.

Google bietet den Rich Results Test (search.google.com/test/rich-results) und den Schema Markup Validator (validator.schema.org). Dort können Sie URLs eingeben und sehen, welche strukturierten Daten Agents extrahieren können. Wir nutzen zusätzlich automatisierte Crawler, die alle Produktseiten prüfen und fehlende oder fehlerhafte Attribute identifizieren – für hunderte oder tausende Produkte in Minuten.

Alle drei sind Formate für strukturierte Daten, doch JSON-LD ist der klare Standard: Google empfiehlt es offiziell, es wird im oder als eigenständiger Script-Block eingebettet und ist unabhängig vom HTML-Markup. Microdata und RDFa sind inline im HTML und daher fragiler bei Template-Änderungen. KI-Agents parsen JSON-LD am zuverlässigsten – wir setzen ausschließlich auf dieses Format.

Standard-Feeds enthalten oft nur Mindestdaten: Titel, Preis, Bild, Beschreibung. Für Agentic Commerce brauchen Feeds angereicherte Attribute: detaillierte Produktspezifikationen, korrekte Google Product Taxonomy, GTIN/MPN, Verfügbarkeitsstatus, Lieferzeiten, Rückgabebedingungen, Bewertungsaggregate und Sale-Preise. KI-Agents vergleichen Produkte anhand dieser Attribute – fehlende Daten bedeuten schlechteres Ranking.

Neben Google Merchant Center sind relevant: Meta Commerce Manager (Instagram/Facebook Shopping), TikTok Shop Catalog, Pinterest Shopping, Bing Merchant Center, und zunehmend KI-native Plattformen wie Perplexity und ChatGPT Shopping. Dazu kommen Preisvergleichsportale (idealo, Google Shopping) und Marktplatz-Feeds (Amazon, eBay). Jeder Kanal hat eigene Spezifikationen – KI-gestützte Feed-Management-Tools standardisieren die Verteilung.

Automatisierte Feed-Pipelines synchronisieren Änderungen (Preise, Verfügbarkeiten, neue Produkte) in Echtzeit oder in definierten Intervallen. Wir implementieren Webhook-basierte Updates: Ändert sich ein Preis im Shop, wird der Feed sofort aktualisiert. Für Agents ist Aktualität entscheidend – ein Agent, der ein „verfügbares" Produkt empfiehlt, das ausverkauft ist, verliert das Vertrauen des Nutzers.

Feed-Enrichierung ergänzt fehlende oder unvollständige Produktdaten automatisch: KI generiert optimierte Titel (mit Marke, mMaterial, Farbe, Größe), erstellt Bullet-Point-Beschreibungen, ordnet korrekte Google Product Categories zu, ergänzt GTIN-Codes und fügt Custom Labels für Kampagnen-Steuerung hinzu. Angereicherte Feeds performen nachweislich 30–50 % besser in Agent-Rankings.

API-First bedeutet, dass alle Shop-Funktionen (Produktsuche, Warenkorb, Checkout, Bestellungen) über standardisierte APIs (REST oder GraphQL) verfügbar sind – nicht nur über die Website-UI. KI-Agents können so programmatisch Produkte abfragen, in den Warenkorb legen und Bestellungen auslösen, ohne die Website im Browser zu öffnen. Plattformen wie Shopify, commercetools und Shopware bieten API-First-Architektur nativ an.

MCP (Model Context Protocol) ist ein offener Standard von Anthropic, der definiert, wie KI-Agents mit externen Tools und Datenquellen interagieren. Ein MCP-Server für Ihren Shop ermöglicht es Agents, direkt Produktdaten abzufragen, Warenkörbe zu verwalten und Bestellungen auszulösen – alles über ein standardisiertes Interface. MCP wird zunehmend von KI-Plattformen adoptiert und wird ein Schlüsselstandard für Agentic Commerce.

Nicht zwingend. Headless Commerce (Frontend und Backend getrennt) ist ideal für Agentic Commerce, aber auch existierende Shops können Agent-ready gemacht werden: durch Hinzufügen von API-Endpoints, Schema.org-Markup und optimierten Feeds. Für Shopify, WooCommerce und Shopware gibt es API-Erweiterungen, die Agent-Zugriff ermöglichen, ohne die bestehende Architektur komplett umzubauen.

API-Sicherheit wird durch bewährte Standards gewährleistet: OAuth 2.0 für Authentifizierung, API-Keys mit Rate-Limiting, HTTPS für Verschlüsselung, und Webhook-Verifizierung für Callbacks. Agent-Transaktionen durchlaufen dieselben Validierungen wie UI-Bestellungen: Bestandsprüfung, Preisverifizierung, Zahlungsautorisierung und Betrugserkennung. Die Sicherheitsstandards sind identisch oder höher als bei Browser-Bestellungen.

Conversational Commerce bedeutet, dass Kunden – oder deren KI-Agents – per natürlicher Sprache einkaufen: „Ich suche ein nachhaltiges Laufshirt unter 50 € in Größe L." Der Shop antwortet mit personalisierten Empfehlungen, beantwortet Rückfragen und führt durch den Kaufprozess. Salesforce nennt dies „Guided Shopping" – der Agent versteht Intent, prüft Inventar, kalkuliert Versand und schließt den Kauf ab, alles in einer Konversation.

Statt exakter Keyword-Matches versteht semantische Suche die Absicht hinter einer Anfrage. „Geschenk für Hobbyköchin, max. 80 €" findet relevante Produkte, auch wenn keines dieser Wörter im Produkttitel steht. Wir implementieren Vektor-basierte Suche (Embeddings), die Produktbeschreibungen und Anfragen in einen gemeinsamen semantischen Raum abbildet. Das ist die Art Suche, die KI-Agents erwarten.

Ja – Salesforce hat Two-Way-Messaging über SMS, WhatsApp und E-Mail lanciert, bei dem der gesamte Kaufprozess in der Konversation stattfindet. Der Agent (oder Kunde) kann per Chat Fragen stellen, Produkte auswählen und die Bestellung abschließen, ohne einen Browser zu öffnen. Diese Channels werden zu eigenständigen Points of Sale, nicht nur Traffic-Treibern.

PIM (Product Information Management) ist ein zentrales System für alle Produktdaten: Beschreibungen, Attribute, Bilder, Preise, Kategorien und Übersetzungen. Für Agentic Commerce ist ein PIM entscheidend, weil es als „Single Source of Truth" dient – alle Feeds, APIs und Schema.org-Daten werden von einer konsistenten Datenbasis gespeist. Ab ca. 500 Produkten empfehlen wir ein PIM-System.

KI analysiert bestehende Beschreibungen und ergänzt fehlende Informationen: Material, Maße, Anwendungsbereiche, Pflegehinweise und USPs. Sie generiert Multi-Format-Content: kurze Bullet-Points für Feeds, ausführliche Beschreibungen für die Produktseite und semantische Tags für Agent-Matching. Die KI lernt aus Ihren Top-Performern und wendet bewährte Patterns auf den gesamten Katalog an.

GTIN (Global Trade Item Number, früher EAN/UPC) ist die weltweit eindeutige Produktidentifikation. KI-Agents nutzen GTIN, um Produkte zweifelsfrei zu identifizieren und shopübergreifend zu vergleichen. Google erfordert GTIN im Merchant Center für die meisten Produktkategorien. Ohne GTIN können Agents Ihr Produkt nicht eindeutig zuordnen – es wird bei Vergleichen möglicherweise ignoriert.

Shopify bietet die ausgereifteste Agent-Infrastruktur (Storefront API, Shop App AI, Shopify Functions). commercetools ist ideal für Enterprise (MACH-Architektur, native GraphQL). Shopware überzeugt im DACH-Markt (Store API, API-First). WooCommerce ist flexibel erweiterbar (REST API, Custom Endpoints). Die beste Wahl hängt von Ihrem Katalogumfang, Budget und bestehender Infrastruktur ab.

Ja – Shopify ist eine der am besten vorbereiteten Plattformen. Die Storefront API (GraphQL) ermöglicht vollen Agent-Zugriff auf Produkte, Varianten, Preise und Checkout. Die Shop App nutzt bereits KI-Agents für Personalisierung. Schema.org-Markup kann über Theme-Anpassungen oder Apps ergänzt werden. Google Merchant Center-Integration ist nativ verfügbar. Die meisten Optimierungen sind ohne Theme-Wechsel möglich.

Besonders gut sogar. B2B-Einkäufer delegieren repetitive Bestellungen (Büromaterial, Verbrauchsgüter, Standardkomponenten) zunehmend an KI-Agents. Salesforce hat dedizierte B2B-Agentic-Commerce-Features lanciert. Für B2B sind API-First-Architektur, kundenspezifische Preislisten, Grm-basierte Bestandsanfragen und automatisierte Nachbestellungen besonders relevant.

Der Google Shopping Graph ist Googles Produktdatenbank mit über 35 Milliarden Produktlistings. Er speist Google Shopping, AI Overviews, Google Lens und die Google Shopping AI. Daten kommen aus Merchant Center Feeds, Webseiten-Crawls und Schema.org-Markup. Wer im Shopping Graph gut repräsentiert ist, wird von Googles KI-Agents bevorzugt empfohlen. Vollständige, aktuelle Produktdaten sind der Schlüssel.

KI-Agents sind darauf trainiert, die bestmögliche Empfehlung zu geben. Shops mit verifizierbaren Trust Signals – Bewertungen (AggregateRating in Schema.org), Gütesiegel (Trusted Shops, TÜV), klare Rückgabebedingungen, SSL-Zertifikat und transparente Unternehmensinfo – werden bevorzugt. Ein Agent empfiehlt keinen Shop mit 2,5 Sternen, wenn ein Wettbewerber 4,8 Sterne und Trusted-Shops-Siegel hat.

Durch Schema.org-Markup: AggregateRating (Durchschnittsbewertung und Anzahl) und individuelle Review-Objekte mit Autor, Datum, Bewertung und Text. Google zeigt dann Rich Snippets mit Sternen an, und KI-Agents können Bewertungen direkt in Vergleiche einbeziehen. Plattformen wie Trustpilot, Trusted Shops und Google Customer Reviews bieten direkte Schema.org-Integration.

Schema.org bietet MerchantReturnPolicy: Rückgabefrist, Kosten, erlaubte Methoden (Postweg, Filiale, Abholung) und Zustandsanforderungen als strukturierte Daten. KI-Agents vergleichen diese Bedingungen direkt: „Shop A: 30 Tage kostenlose Rücksendung" vs. „Shop B: 14 Tage, Käufer zahlt Versand." Transparente, großzügige Bedingungen werden von Agents bevorzugt.

Unsere Pakete starten bei 1.490 €/Monat für grundlegende Agent-Readiness (Schema.org, Feed-Optimierung) und gehen bis 2.990 €/Monat für vollständige API-Architektur und Conversational Commerce. Enterprise-Projekte (Multi-Shop, Headless Migration, Custom MCP-Server) werden individuell kalkuliert. Der ROI zeigt sich in messbarem Agent-Traffic und -Conversions innerhalb der ersten 2–3 Monate.

Schema.org und Feed-Optimierung: 2–4 Wochen. API-Layer und Agent-Interfaces: 4–8 Wochen. Vollständige Headless Migration: 8–16 Wochen. Wir empfehlen einen phasierten Ansatz: Zuerst Structured Data und Feeds (sofortige Sichtbarkeit), dann API-Architektur (Agent-Transaktionen), dann Advanced Features (MCP, Conversational Commerce).

Ja – über mehrere Kanäle: Agent-Traffic in Google Analytics (Referrer von ChatGPT, Perplexity etc.), Rich-Result-Impressions in der Google Search Console, Merchant-Center-Performance, API-Transaktionskennzahlen und Conversion-Rate nach Agent-Quelle. Wir implementieren Custom-Tracking, das Agent-Traffic isoliert und gegen organischen/bezahlten Traffic benchmarkt.