Was ist Agentic Commerce?

Dieser KPI misst die Kaufabschlussrate von Sitzungen, die über einen KI-Agenten zustande kommen. Die Agent-Conversion-Rate kann beispielsweise mit der Conversion Rate menschlicher User über klassischer Kanäle verglichen werden. Aktuelle Marktdaten (u. a. Shopify, Adobe Digital Insights) deuten darauf hin, dass Agenten-vermittelter Traffic zunehmend besser konvertiert als klassischer Traffic.

Das Agent Payments Protocol ist ein offener Standard, der auf A2A und MCP aufbaut und von Google im September 2025 vorgestellt wurde. Es soll zahlungsmittelunabhängig regeln, wie KI-Agenten im Auftrag von Menschen Zahlungen auslösen dürfen, beispielsweise per Kreditkarte, Echtzeitüberweisung oder Stablecoin. Im Zentrum stehen zwei kryptografisch signierte und damit manipulationssichere Mandate: Das „Intent Mandate“ hält die ursprüngliche Kaufabsicht verbindlich fest, während das „Cart Mandate“ Artikel und Preis nach der Zusammenstellung des Warenkorbs unveränderlich fixiert, bevor die Zahlung ausgelöst wird. Inzwischen wird das AP2 von mehr als 60 Organisationen unterstützt, darunter Mastercard, PayPal, American Express, Adyen und Shopify (Stand September 2026). Für Kryptowährungen ergänzt die gemeinsam mit Coinbase, der Ethereum Foundation und MetaMask entwickelte A2A-x402-Erweiterung das Protokoll um entsprechende Zahlungswege.

Agent-Ready Catalog bezeichnet einen Produktkatalog, dessen Daten so aufbereitet sind, dass KI-Agenten ihn durchsuchen, interpretieren und in Empfehlungen einbeziehen können. Entscheidend dafür ist die Datenqualität, die über einen Score ermittelt werden kann. Sämtliche Daten des Katalogs müssen vollständig, strukturiert und maschinenlesbar sein. Voraussetzung dafür sind u. a. eindeutige, standardisierte Attribute (statt Freitext-Produktbeschreibungen), semantische Auszeichnungen und Markup-Strukturen (z. B. Schema.org/Product)

Dieser KPI misst den Anteil des Website- bzw. Storefront-Traffics, der über KI-Assistenten und Shopping-Agenten generiert wird. Die Erhebung setzt technisch voraus, dass Agenten-Zugriffe zuverlässig als solche erkannt werden, z. B. über Tools wie den Adobe LLM Optimizer.

A2A ist ein offener Standard, den Google im April 2025 vorgestellt hat. Ziel ist, dass KI-Agenten unterschiedlicher Hersteller und Frameworks sicher miteinander kommunizieren und Aufgaben koordinieren können (z. B. wenn ein Shopping-Agent gleichzeitig bei mehreren Anbieter-Agenten Angebote einholt). Dazu veröffentlichen Agenten ihre Fähigkeiten über standardisierte, JSON-basierte „Agent Cards“, tauschen Aufgaben mit einem klar definierten Lebenszyklus sowie Arbeitsergebnisse („Artifacts“) aus. Seit August 2026 wird A2A gemeinsam mit MCP unter dem Dach der Agentic AI Foundation weiterentwickelt. Mehr als 150 Organisationen unterstützen den Standard (Stand September 2026).

Die Agentic AI Foundation (AAIF) ist eine neutrale, herstellerübergreifende Stiftung unter dem Dach der Linux Foundation. Sie wurde am 9. Dezember 2025 mit dem Ziel gegründet, offene Standards für Agentic AI transparent und gemeinschaftlich weiterzuentwickeln. Zu den Gründungsbeiträgen zählten das Model Context Protocol (MCP) von Anthropic, das Agent-Framework goose von Block und der Standard AGENTS.md von OpenAI. Im August 2026 kam Googles Agent2Agent-Protokoll (A2A) hinzu, das seither ebenfalls unter der Stiftung weiterentwickelt wird. Getragen wird die AAIF von einer dreistufigen Mitgliedschaft: mit großen Technologiekonzernen wie AWS, Google, Microsoft, Anthropic und OpenAI auf der obersten Platin-Stufe bis zu kleineren Organisationen wie Hugging Face oder Zapier auf der Silber-Stufe. Seit dem Start sind die Mitglieder von 40 auf über 250 gewachsen (Stand September 2026).

Die Agentic Commerce Alliance (ACA) ist eine herstellerneutrale, unabhängige Stiftung, die im Oktober 2025 mit 15 Gründungsmitgliedern (darunter valantic und Shopware) gestartet ist. Die ACA bietet Handelsmarken praxisnahe Frameworks, Benchmarks und Orientierung, um die Einführung von Agentic Commerce mitzugestalten. Ziel ist transparente Governance und Unabhängigkeit von einzelnen Plattformanbietern. Die Stiftung definiert keine technischen Standards, hat aber das von OpenAI und Stripe open-source gestellte ACP in ihre Roadmap aufgenommen. Seit der Gründung sind weitere Partner wie PayPal, Klaviyo, Nosto, Nexi und Trusted Shops der Allianz beigetreten.

Der von OpenAI und Stripe initiierte offene Standard ermöglicht es KI-Agenten, Käufe im Auftrag von Nutzerinnen und Nutzern durchzuführen. KI-Agenten wie ChatGPT können über die Schnittstelle direkt im Chat Produkte vorschlagen und vergleichen, diese auswählen, den Checkout abwickeln und bezahlen, ohne den Chat zu verlassen. Über das ACP können auch mehrere Agenten parallel Transaktionen auslösen. Technische Basis ist ein Shared Payment Token (SPT) – ein verschlüsseltes Token – in Kombination mit kryptografischer Identitätsprüfung, Echtzeit-Betrugserkennung, kontextabhängiger Autorisierung und Ausgabenlimits.

Weitere Details im Blog: Agentic Commerce Protocol: Die Neudefinition von E-Commerce mit OpenAI und Stripe

Dieser interne Prüfwert gibt Aufschluss über die Vollständigkeit, Konsistenz und maschinenlesbare Strukturierung von Produktdaten, die für einen Agent-Ready Catalog notwendig sind. Fehlerhafte oder unvollständige Daten gehören zu den häufigsten Ursachen dafür, dass ein Agent ein Produkt nicht erfassen und somit weder empfehlen noch kaufen kann.

Der von Anthropic Ende 2024 publizierte offene Standard ist eine universelle, modellunabhängige Schnittstelle, über die KI-Assistenten und -Agenten auf interne Systeme wie CRM, ERP, Wissensdatenbanken und Produktkataloge zugreifen. MCP ist kein Zahlungs- oder Checkout-Protokoll, sondern dient der darunterliegenden Daten- und Tool-Ebene, über die Commerce-Protokolle wie ACP oder UCP auf Handelsdaten zugreifen können.

Weitere Details im Blog: Model Context Protocol: MCP als Infrastruktur für KI-Integration

Der Begriff beschreibt, wie verlässlich und konsistent ein Händler seine Liefer-, Versand- und Rückgabeversprechen über alle Kanäle hinweg einhält und maschinenlesbar ausweist. Dazu gehören etwa Versandoptionen, Cutoff-Zeiten, geografische Einschränkungen und Rückgabefristen. Im Agentic Commerce ist Promise Accuracy ein Maß für die Fulfillment-Readiness und ein zentrales Auswahlkriterium für Agenten. Sind Angaben unklar oder inkonsistent, besteht das Risiko, dass ein Agent das Angebot überspringt und von Empfehlungen ausschließt.

Dieser KPI bildet ab, welcher Anteil des Sortiments über die Agentic-Commerce-Protokolle (ACP, UCP) technisch erreichbar und transaktionsfähig ist.

Das SPT ist ein verschlüsseltes Token, das die Zahlungsautorisierung bei agentischen Payment-Prozessen übernimmt, ohne Kartendaten offenzulegen. Es ist u. a. technische Basis für die automatisierte Zahlungsabwicklung über das ACP.

Das von Talon.One initiierte Unified Incentives Protocol (UIP) wurde im Januar 2026 als spezialisierter Standard für die Maschinenlesbarkeit von Loyalty-Programmen, Rabatten und Promotions gelauncht. Im Gegensatz zu ACP bzw. UCP, die Payment- und Checkout-Prozesse regeln, sowie MCP für den Datenzugriff regelt das UIP, welche Treue- und Rabattlogiken ein KI-Shopping-Agent bei seiner Kaufentscheidung berücksichtigen darf.

Das Universal Commerce Protocol (UCP) ist Googles Gegenstück zum ACP. Es verbindet Händlerkataloge und Checkout mit KI-Agenten im Google-Ökosystem (Web Search, Gemini). Im Gegensatz zum ACP, das dialogbasiert den Einkauf von KI-Agenten ermöglicht, baut UCP auf Googles bestehender Such- und Shopping-Infrastruktur auf und erweitert diese um agentische Funktionen. Das Protokoll ist im Januar 2026 mit über 20 angebundenen Payment-Service Providern (PSP) gestartet.

Verifiable Credentials (VC) sind ein vom World Wide Web Consortium (W3C) standardisiertes Datenformat für digitale Nachweise, mit dem sich eine Aussage über eine Person, ein Unternehmen oder ein Gerät fälschungssicher belegen lässt, ohne dass die Prüfstelle bei der ausstellenden Stelle nachfragen muss. Am Modell sind drei Parteien beteiligt: Aussteller, Inhaber und Prüfer. Ein Aussteller signiert eine Aussage kryptografisch und übergibt sie an einen Inhaber, der das Credential in einer eigenen digitalen Wallet verwahrt und bei Bedarf gegenüber einer Prüferin vorlegt, welche die Signatur unabhängig verifizieren kann. Die zweite Fassung des Standards, VC 2.0, wurde am 15. Mai 2025 offiziell als W3C-Standard verabschiedet. Im Agentic Commerce bilden Verifiable Credentials die technische Grundlage für das Agent Payments Protocol (AP2): Die dort verwendeten Intent- und Cart-Mandate sind als Verifiable Credentials ausgestellt. So lässt sich nachträglich lückenlos und manipulationssicher nachweisen, dass eine Nutzerin bzw. ein Nutzer eine bestimmte Kaufabsicht autorisiert hat.

Unter Zero-Click Checkout versteht man einen Kaufabschluss, den ein Agent auf Basis vorab erteilter Vollmachten (mit Vorgaben zu Budget, Präferenzen, Zahlungsmittel) automatisch auslöst. An der virtuellen Kasse sind für die Transaktion keine manuellen Klick durch menschliche User notwendig. Voraussetzung sind tokenisierte, im Voraus autorisierte Zahlungsmittel (z. B. SPT, Visa Intelligent Commerce, Mastercard Agent Pay) mit definierten Ausgabenlimits sowie programmatische APIs.

Weitere Details in der valantic K5 Session: 0 Klicks, 1 Kauf: Wie AI Agents den Checkout erobern

Das ACP von OpenAI und Stripe erweitert dialogbasierte KI-Assistenz um Kauffunktionen. Hingegen setzt das UCP von Google auf der bestehenden Google-Such- und Shopping-Infrastruktur auf und ergänzt diese um agentische Funktionen. Beide Protokolle zielen darauf ab, automatisierte Einläufe über KI-Agenten zu ermöglichen. Sie unterscheiden sich lediglich in ihrer Trägerschaft, Integrationstiefe und Reifegrad.

Die Protokolle MCP, ACP und UCP ergänzen sich auf unterschiedlichen Ebenen eines Agentic-Commerce-Tech-Stacks und lösen verschiedene Probleme der Prozesskette: MCP verbindet KI-Agenten mit internen Datenquellen eines Unternehmens (z. B. Produktkatalog, CRM, ERP), während ACP und UCP den eigentlichen Kauf- und Zahlungsvorgang zwischen KI-Agent und Händler regeln. Ein Agent kann also ein MCP nutzen, um Produktdaten zu lesen, und auf ACP oder UCP zurückgreifen, um den Kauf abzuschließen.

Während MCP einen einzelnen Agenten vertikal mit Werkzeugen und Datenquellen verbindet, regelt A2A die horizontale Kommunikation zwischen mehreren Agenten. Beide Standards dienen dem Datenzugriff von Agenten und ergänzen sich.

Da im Agentic Commerce ein KI-Agent im Auftrag einer Person einkauft, ersetzen tokenisierte Mandats-Verfahren die klassische Zahlungs-Authentifizierung: Im ACP übernimmt das Shared Payment Token diese Funktion. Parallel haben sich UCP-seitige Payment-Integrationen und kartennetzwerkeigene Verfahren wie Visa Intelligent Commerce und Mastercard Agent Pay für die Zahlungs-Authentifizierung entwickelt.

Legacy-Zahlungssysteme, die auf manuelle Eingaben oder CAPTCHAs setzen, sind für Agenten-Transaktionen „blinde Flecken“ und blockieren automatisierte Käufe. Agenten-Systeme handeln auf einer anderen Entscheidungsbasis als Menschen. Statt einer funktional und visuell ausgefeilten User Experience (UX) kommt es im Agentic Commerce stärker auf die „Developer Experience“ (DX), stabile APIs und programmatische Zugänge an.

PSPs müssen ihre Service-Infrastruktur auf Kompatibilität mit den neuen Standards und Agenten-Systemen vorbereiten. Notwendige Anpassungen konzentrieren sich u. a. auf API-first- und ereignisgesteuerte Architekturen, tragfähige Metadatenmodellen, angepasste Mechanismen zur Betrugserkennung und die Integration in AI-Plattformen. Sprachmodelle (Large Language Models, LLMs) agieren im Agentic Commerce als neue Vermittlungsebene und schieben sich zwischen Nutzerinnen bzw. Nutzer, die Händler und PSP.

Neue Standards wie das Agent Payments Protocol (AP2) regeln zahlungsmittelunabhängig, wie KI-Agenten digitale Transaktionen auslösen dürfen (z. B. per Kreditkarte, Echtzeitüberweisung oder Stablecoin). Ein KI-Agent handelt dabei als autorisierter Vertreter im Auftrag einer Karteninhaberin oder eines Karteninhabers. Möglich wird das durch tokenisierte Vollmachten: Kryptografisch signierte und damit manipulationssichere Mandate auf Basis von W3C Verifiable Credentials ergeben eine Mandatskette: Ein „Intent Mandate“ hält die ursprüngliche Kaufabsicht des Nutzers verbindlich fest; ein „Cart Mandate“ fixiert Artikel und Preis unveränderlich nach der Zusammenstellung des Warenkorbs, bevor die Zahlung ausgelöst wird.

Diese Mandatskette soll drei zentrale Streitfragen bei autonomen, agenteninitiierten Zahlungen beantworten:

1. Hat die Nutzerin bzw. der Nutzer der Transaktion zugestimmt?
2. Gibt der Agent diesen Willen korrekt wieder?
3. Wer haftet im Fehler- oder Betrugsfall?

Technisch und rechtlich bleibt die Karteninhaberin oder der Karteninhaber für agenteninitiierte Käufe verantwortlich.

Neue Angriffsflächen entstehen durch automatisierte Bestellmuster und Identitätsdelegation: Commerce- und Backend-Infrastrukturen (z. B. Monitoring-, Sicherheits- und Payment-Systeme) müssen legitime Agenten-Käufe von böswilligen Bot-Angriffen unterscheiden können. Branchenweite Standards und Verfahren befinden sich derzeit im Aufbau.

Da klassische Betrugs-Heuristiken auf menschliches Klickverhalten ausgelegt sind und automatisierte Bestellmuster von Agenten anders bewertet werden müssen, gilt es im ersten Schritt, neue Metriken zur Erhebung und Messung der Fraud- und Fehlerquote bei agenteninitiierten Käufen einzuführen. Fehlgeschlagene, abgebrochene oder als missbräuchlich erkannte Agenten-Transaktionen müssen als Teil der Quality Assurance im Agentic Commerce konsequent überwacht und überprüft werden. Zudem muss sichergestellt werden, dass die Commerce-Architektur für neue Sicherheitssoftware und erweiterte Payment-Protokolle anschlussfähig ist.

Eine aktive und kontinuierliche Überwachung, dokumentierte Richtlinien für Agenten-Identitäten und Zugriffsrechte sind unerlässlich. Notwendig ist zunächst eine belastbare Identitätsverifizierung durch tokenisierte oder attestierte Verfahren: Mastercard Agent Pay verbindet Karteninhaber-, Agenten- und Mandat-Identität in einem Credential, das Ausgabenlimits schon vor der Autorisierung durchsetzt. Visas Trusted Agent Protocol hängt signierte Attestation-Header an jede Händler-Anfrage. Googles AP2 arbeitet mit verifizierbaren „Intent“- und „Cart“-Mandaten, die Nutzerinnen und Nutzer mit dem eigenen Schlüssel signieren. Ebenso braucht es enge Autorisierungs-Scopes nach dem sogenannten AND-Gate-Prinzip, bei dem ein Agent nur handeln darf, wenn sowohl er selbst als auch der delegierende Mensch für diese Aktion autorisiert ist. Hinzu kommen granulare Audit-Trails auf Tool-Aufruf-Ebene sowie klare Widerrufs- und Offboarding-Prozesse mit automatisierter Deprovisionierung.

KI gilt als Werkzeug ohne eigene Rechtspersönlichkeit. Ihre Handlungen werden dem Nutzer bzw. der Nutzerin zugerechnet. Der Mensch bleibt rechtlich Käufer. Auch das Widerrufsrecht nach §§ 355 ff. BGB gilt bei KI-vermittelten Käufen unverändert weiter. Allgemeine zivilrechtliche Haftungsregeln greifen auch bei KI-bedingten Fehlern, heißt, für Verbraucher und Anbieter bringt Agentic Commerce keinen pauschalen Haftungsausschluss.

Durch die Überführung von Katalogen in maschinenlesbare, semantisch angereicherte Formate bereiten Organisationen ihre Produktdaten für LLM-basierte Discovery vor: Strukturierte Feeds, eindeutige Attribute, konsistente Kategorisierung und laufende Datenqualitäts-Checks sind elementar, damit Produkte von KI gelesen, verstanden und empfohlen werden können.

1. Vollständige Pflichtattribute statt Freitext (Maße, Material, Kompatibilität, Varianten)
2. Strukturierte Auszeichnung nach Schema.org/Product bzw. vergleichbaren Standards
3. Einheitliche Kategorisierung und Taxonomie über alle Kanäle hinweg
4. Preise, Verfügbarkeit und Attribute aktuell halten, idealerweise in Echtzeit synchronisiert
5. Mehrsprachigkeit ohne manuellen Übersetzungsaufwand (KI-gestützte Übersetzung)
6. Bild- und Textanalyse zur automatisierten Attributgewinnung aus unstrukturierten Quellen (PDFs, Datenblättern, Bildern)
7. Vertrauenssignale (Bewertungen, Zertifizierungen, Herkunftsnachweise) erfassen
8. Deduplizierung und Konsistenzprüfung zwischen ERP, PIM und Storefront
9. Laufendes Monitoring der Datenqualität statt einmaligem Bereinigungsprojekt

Bei der Aufbereitung der Produktdaten unterstützen diverse Werkzeuge, u. a. für die OCR-basierte Texterkennung aus Bildern und PDF-Dateien, Sprachmodelle zur Attributgenerierung und automatisierte Übersetzungstools.

Bundle-Logik, Rabattstaffeln und Verfügbarkeitsprüfungen müssen über APIs abbildbar sein und nicht nur im User Interface (UI) hinterlegt. Bislang haben sich für noch keine breit etablierten Standards herausgebildet. Als Best Practice empfiehlt sich eine ganzheitlich API-first gedachte, modulare Composable-Commerce-Architektur, in die neue Sicherheitssoftware, Digital-Payment-Protokolle und Vertriebskanäle einfach integrierbar sind.

Ein Agent-Ready Catalog auf Basis eines leistungsstarken PIM-Systems ist Grundvoraussetzungen für Agent-Referrals: Um sicherzustellen, dass die eigenen Produkte in KI-Antworten erwähnt und empfohlen werden, braucht es vollständige, strukturierte Produktdaten, verifizierbare Vertrauenssignale (Reviews, Zertifizierungen) und offene, maschinenlesbare Schnittstellen, die Agenten zum Auslesen und Vergleichen von Produkten nutzen können.

Einkaufs-Journey in einen einzelnen Kanal: dem Dialogfeld mit KI-Assistenten bzw. Plattformen wie ChatGPT. Hier suchen und vergleichen Agenten im Auftrag einer Nutzerin oder eines Nutzers nach Lösungen und Produkten, treffen Vorauswahl und Kaufentscheidungen. Messgrößen und Attribution für das Monitoring bzw. Tracking müssen auf diesen neuen, zentralen Touchpoint ausgerichtet werden. Klassische Marketing-Kennzahlen wie Website-Traffic, Engagement und Conversion Rate sowie klickbasierte Multi-Touch-Attribution (z. B. auf Basis von UTM-Parametern) geben keinen Aufschluss über Agenten-Zugriffe, Erwähnungen und Trefferquoten in der KI-basierten Discovery und greifen im Agentic Commerce zu kurz.

Voraussetzung ist zunächst die technische Sichtbarkeit von Agenten-Zugriffen: Dies erfordert u. a. die Erkennung von Agentic Traffic, Benchmarking gegenüber Wettbewerbern in KI-Antworten und die Überprüfung auf fehlende Metadaten sowie unstrukturierte Inhalte. Tools wie der Adobe LLM Optimizer unterstützen dabei, diese Faktoren abzubilden. Darauf aufbauend lassen sich Content- und Datenlücken gezielter schließen und die Wahrscheinlichkeit steigern, in Antworten von LLMs erwähnt und empfohlen zu werden.

Relevant sind nicht nur Marketing-Kennzahlen, sondern auch Vertriebs-KPIs und Metriken über die Produktdatenqualität. Neue relevante KPIs sind z. B.

• Agent-Traffic-Anteil
• Agent Conversion Rate
• Datenqualitäts-Score
• Protokoll-Coverage im Katalog
• Fraud- bzw. Fehlerquote bei agenteninitiierten Käufen

Im Kern umfasst die Erfolgsmessung im Agentic Commerce kombinierte Kennzahlen zur digitalen Sichtbarkeit, aus dem Data-Driven Performance-Marketing sowie Daten- und Risikoanalysen.

Spezialisierte KI-Agenten übernehmen zunehmend operative Schritte des A/B-Testings (z. B. Hypothesenbildung, Testaufbau, Qualitätssicherung des Experiments und Auswertung der Ergebnisse). Statt einzelner Testschritte können spezialisierte Workflow-Agenten ganze Prozessketten orchestrieren.

Weitere Details im Blogbeitrag: Datenbasiert optimieren: A/B Testing mit Optimizely & Agentic AI

Die Datenlage zu dediziert ausgewiesenen Agentic Commerce Case Studies ist branchenweit noch dünn, was angesichts der frühen Adaptions- und Marktphase erklärlich ist (ACP seit 09/2025, UCP seit 01/2026). Richtungsweisende Signale für den Impact und ROI von Agentic Commerce-Initiativen liefern KI-Projekte verwandter Branchen:

• Kürzere Suchzeiten und höhere Conversion Rate ist das Ergebnis einer KI-gestützten Produktsuche bei dem Online-Fachgroßhändler COLONS.
• Bei der PIK AG, einem führenden Anbieter für Medien- und Veranstaltungstechnik, lassen sich effizientere Vertriebsprozesse, höhere Datenqualität und auf wenige Minuten reduzierte Bearbeitungszeiten auf KI-Implementierung durch valantic zurückführen.

Auch wenn KI über Marken „spricht“ und diese mit Wettbewerbern vergleicht, bleibt Personalisierung eine zentrale Voraussetzung für digitale Sichtbarkeit und Relevanz. KI-Assistenten, mit denen Kundinnen und Kunden mittlerweile nahezu täglich im Austausch sind, verändern die Nutzungsgewohnheiten und Erwartungen an das Einkaufs- und Kundenerlebnis: Sofortige, individuelle Lösungen als Antwort auf situationsbezogene Fragen sind das neue Maß der Dinge, um Nähe, Vertrauen und Relevanz zu schaffen. Produktdaten, Kundenfeedback und Markenbotschaften müssen so aufbereitet sein, dass KI-Modelle sie bevorzugt zitieren und in ihre Empfehlungen einbeziehen. Echte Personalisierung wirkt dabei auf einer persönlichen Ebene, indem sie Kontext berücksichtigt und 1:1 Relevanz schafft.

Bei Loyalty-Programmen verlagert sich der Fokus konzeptionell von reinen Punktesystemen hin zu der Frage, wie gut ein System die Interessen der Kundschaft nach der Kaufentscheidung adressiert. Der bisherige Mechanismus – Punkte sammeln und nach dem Kauf einlösen – wird ausgehebelt, wenn ein Agent die Kaufentscheidung trifft. Loyalty-Signale und Treuevorteile müssen deshalb in den Entscheidungsmoment des Agenten integriert werden. Technisch ermöglichen dies Standards wie das Unified Incentives Protocol (UIP). Parallel müssen Retailer ein zentrales Kontrollsystem aufbauen, das regelt, welche Rabatte KI-Agenten einbeziehen und anzeigen dürfen, um Margenverluste zu vermeiden.

Versandoptionen und -kosten, Lieferfenster und Cutoff-Zeiten, geografische Liefereinschränkungen sowie Rückgabebedingungen müssen kanalübergreifend konsistent und maschinenlesbar vorliegen. Uneinheitliche oder unklare Angaben können dazu führen, dass ein KI-Agent ein Angebot überspringt und in der Auswahl oder Empfehlung nicht berücksichtigt.

Post-Purchase- bzw. Service- und Support-Prozesse im Aftersales können mit Agentic AI proaktiver, personalisierter und fallbezogener gestaltet werden: Statt starrer Regelwerke entscheiden und bewerten Agenten einzelne Fälle kontext- bzw. ereignisabhängig über Retouren- und Lösungswege, beziehen beispielsweise Lieferengpässe in die Bearbeitung von Tickets automatisch ein, differenzieren und steuern Informationen zu Rückgabewegen (Umtausch, Guthaben, Rückerstattung) je nach Kundenprofil und Unternehmensstrategie, geben in Echtzeit Antworten, zeigen Alternativen und Empfehlungen auf oder leiten komplexe, schwierige Fälle an menschliche Service-Kräfte weiter – aufbereitet in übersichtlichen Fall-Reports und Ticket-Summarys, mit konkreten Vorschlägen (Next-Best-Action).

Selbst die besten Sprachmodelle können kein defektes oder fragmentiertes Datenmodell kompensieren. Datenqualität ist das Fundament, auf dem jede nachgelagerte Investition aufbaut. Die IT-Roadmap jeder Agentic-Commerce-Strategie sollte auf vier Bausteine ausgerichtet sein und in dieser Reihenfolge priorisiert werden:

1. Agent-ready Produktdaten und Kataloge mit PIM als Fundament
2. Protokoll-Integration für den Datenzugriff (MCP) sowie Checkout- und Payment-Services (ACP/UCP)
3. Governance und Mitarbeiterschulungen zum Aufbau notwendiger Skills
4. Erfolgsmessung, iterative Optimierung und Skalierung

Im Kern sollten vier Punkte in der Vereinbarung vorab geklärt und klar geregelt sein:

1. Eigentums- und Nutzungsrechte von Daten: Geteilte Produkt- und Kundendaten müssen Eigentum des Händlers bleiben und dürfen nicht zum Training von Wettbewerber-Modellen verwendet werden
2. Haftungsregeln mit Ausnahmen für Datenschutz-, Gesetzes- und IP-Verstöße: Pauschale Haftungsdeckel greifen bei KI-Systemfehlern oft zu kurz.
3. Audit-Rechte über die Preis- und Empfehlungslogik der Plattform: Personalisierte Preisgestaltung (etwa im Universal Commerce Protocol) braucht Kontrolle und Benachrichtigungspflicht
4. Datenschutzrechtliche Rolle des Agenten: Auftragsverarbeiter, gemeinsam oder eigenständige Verantwortlichkeiten und DSGVO müssen vorab per Datenfluss-Audit geklärt werden, inklusive Löschfristen nach Vertragsende

Ohne aktualisiertes Vertragswerk riskieren Händler Kontrollverlust über Preisdarstellung und Markenauftritt gegenüber der Plattform.

Datenhoheit und Unabhängigkeit von globalen Plattform-Giganten sind für europäische Unternehmen ein brisantes Thema. 72 Prozent der deutschen Großunternehmen sehen laut valantic Studie eine strukturelle Abhängigkeit von US-Hyperscalern; 73 Prozent bezeichnen den US CLOUD Act als Risiko, 90 Prozent erwägen oder planen eine Migration zu souveränen Cloud-Modellen. Für Agentic-Commerce-Integrationen bedeutet das: Anforderungen an EU-Data-Boundary müssen von Beginn an in die IT-Roadmap für Agentic Commerce einbezogen werden.

Das Stichwort lautet „Agent Literacy“: die Fähigkeit, eindeutige Aufgaben für KI-Agenten zu skizzieren (Task Design) und sie ergebnisorientiert anzuweisen („Prompt Discipline“), die Ergebnisse systematisch zu prüfen sowie deren Qualität zu bewerten (Verification) und sie über mehrstufige Workflows hinweg zu orchestrieren, werden zunehmend gefragt sein. Im Zuge dessen verändern sich die Aufgaben und Schwerpunkte bestehender Rollen von operativen Tätigkeiten zu strategischer Orchestrierung von KI-Agenten, AI Governance und Coaching. Gleichzeitig werden organisatorisch neue, bereichsübergreifende Rollen entstehen z. B. Category Data Partner, Cross-functional Activation Lead oder auch Trust and Policy Steward.

Managed Services, Marktplatz-Konnektoren und standardisierte Produktdaten-Feeds ersparen die Entwicklung eigener Protokolle bzw. deren technische Integration. Ein praktisches Beispiel: Der „Agentic Plan“ von Shopify eröffnet die Anbindung an etablierte KI-Plattformen wie ChatGPT, Microsoft Copilot und Google AI Mode/Gemini – auch Händlern ohne eigenen Shopify-Store. Produktdaten werden konsolidiert im Shopify Admin gepflegt, automatisch für alle angebundenen KI-Assistenten kategorisiert und angereichert. Ähnlich funktionieren Marktplatz-Integrationsplattformen wie ChannelEngine: Eine zentrale Oberfläche koppelt Händler an mehr als 1.300 Kanäle sowie erste UCP- und ChatGPT-Shopping-Anbindungen; Produktattribute werden KI-gestützt automatisiert gepflegt. Priorität hat dabei die Datenqualität, nicht die technische Tiefe. Es empfiehlt sich insbesondere für kleinere und mittelständische Unternehmen, zunächst assistive KI im eigenen Kanal zu testen, bevor in fremde Agenten-Ökosysteme investiert wird.

Im B2B-Bereich geht es bei Agentic Commerce vor allem darum, Reibung in komplexen Vertriebs- und Beschaffungsprozessen zu reduzieren. Potenziale liegen vor allem im Sales, Service und Aftermarket-Geschäft: Agenten können repetitive Abläufe wie die Bestellverfolgung, Preisabfragen und Erinnerungen an Nachbestellungen übernehmen, während sich menschliche Beraterinnen und Berater auf strategische Aufgaben konzentrieren. Dafür müssen KI-Agenten mehrstufige Freigabeketten und Ausnahmefälle, RFQ-Prozesse mit Lieferantenbewertung, verhandelte Preise und Vertragskonditionen sowie Compliance-Prüfungen abbilden – eingebettet in bestehende ERP- und Beschaffungssysteme.
Konkrete Anwendungsfälle sind beispielsweise die automatisierter Angebotserstellung, CPQ (Configure, Pricing, Quote) und Guided Selling, das Management von Verträgen und Lagerbeständen, die Zuordnung von Freitext- oder Fotobeschreibungen zu entsprechenden Ersatzteil-SKUs und die autonome Nachbestellung nach individuellen Verbrauchsmustern. In der Fertigung lassen sich Wartungsprozesse und Störungen über Sensordaten vorhersagen (IIoT, Predictive Maintenance). Ein fortschrittlicher Use Case ist die sogenannte Agent-to-Agent-Beschaffung, bei der Einkaufs- und Verkaufsagenten unterschiedlicher Unternehmen direkt miteinander verhandeln, Preise abstimmen und Transaktionen innerhalb definierter Governance-Leitplanken abschließen. Forrester rechnet damit, dass bis Ende 2026 rund ein Drittel der B2B-Zahlungs-Workflows KI-Agenten nutzt und 20 Prozent der Vertriebsmitarbeitenden in agentengestützte Angebotsverhandlungen eingebunden sind.

Wo Agentensysteme einkaufen, scheint die direkte Kundenbeziehung (Direct-to-Customer, D2C) in den Hintergrund zu rücken. Kurzfristig ist der Einfluss von Agentic AI für D2C-Marken eher positiv als bedrohlich: Der reine In-Chat-Checkout hat sich bislang nicht durchgesetzt. OpenAI hat den direkten Kaufabschluss im Chat nach rund einem halben Jahr wieder deaktiviert, weil kaum ein angebundener Händler ihn überhaupt nutzte. Stattdessen verweisen Assistenten wie ChatGPT bei einer Kaufabsicht meist auf die Marken-Website zurück, was messbar bessere Konversion als klassischer Traffic hervorbringen kann (laut Adobe rund 42 Prozent, laut Salesforce bis zu achtmal besser als über Social Media). Es bedeutet in der Regel auch höheren Umsatz, weil vor allem kaufbereite User auf der Website ankommen.

Die direkte Kundenbeziehung bleibt damit rechtlich und technisch bei der Marke. Der weitaus größere Einfluss von Agentic AI liegt davor: Ob eine D2C-Marke in der Antwort eines Agenten auftaucht, entscheidet sich in der Zitierlogik der Modelle. Vor allem jüngere Zielgruppen der Gen Z und Millennials ersetzen die klassische Suche zunehmend durch KI-Interfaces.

Marken, die frühzeitig in Agent-Ready-Daten und eigene Agentensysteme investieren, können ihre direkte Kundenbeziehung dadurch gezielt verteidigen.

KI-gestützter Handel über Marktplätze ist auf zwei Wegen möglich:

• Variante 1: Marktplatzbetreiber können eigene Shopping-Agenten in ihre Plattform einbauen. Der Marktplatz wird in diesem Fall selbst zur Agenten-Oberfläche, über die sowohl die Prozessschritte als auch Conversion stattfinden. Prominentes Beispiel: Amazons Agent Rufus zählt bereits über 250 Millionen Nutzerinnen und Nutzer, die 60 Prozent häufiger Käufe abschließen als jene ohne den Assistenten.
• Variante 2: Externe Agenten wie ChatGPT oder Google Gemini greifen per Protokoll-Schnittstelle (UCP, ACP) auf Marktplatz-Kataloge zu, können Produkte dort direkt finden und kaufen. Wer auf diesem Weg über Marktplätze handeln möchte, muss seine Produktdaten für externe KI-Agenten strukturiert und auffindbar machen.

Grundsätzlich könnten Marktplätze mit großem Produktsortiment im Vorteil sein, da Agenten bevorzugt auf umfassende, vollständige Kataloge zugreifen – vorausgesetzt, dass diese strukturiert und maschinenlesbar sind. Marktplätze ohne eigenen Agenten, der als Konversationsplattform dient, riskieren, zur reinen Backend-Infrastruktur für fremde KI-Assistenten zu werden.

• valantic Blog, Milko Filipov, 27.11.2025, https://www.valantic.com/de/blog/agentic-commerce-protocol/
• valantic Blog, Robert Rekece, 10.03.2026, https://www.valantic.com/de/blog/agentic-commerce-webshop-strategie/
• Linux Foundation, „Announcing the Formation of the Agentic AI Foundation (AAIF)“, 09.12.2025, https://www.linuxfoundation.org/press/linux-foundation-announces-the-formation-of-the-agentic-ai-foundation
• Axios, „A2A Protocol and the Agentic AI Foundation“, 17.08.2026, https://www.axios.com/2026/08/17/a2a-agentic-ai-foundation-open-ai-standards
• Google Developers Blog, „Announcing the Agent2Agent Protocol (A2A)“, 09.04.2025, https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/
• Google Cloud Blog, „Announcing Agent Payments Protocol (AP2)“, 16.09.2025, https://cloud.google.com/blog/products/ai-machine-learning/announcing-agents-to-payments-ap2-protocol
• W3C, „W3C publishes Verifiable Credentials 2.0 as a W3C Standard“, 15.05.2025, https://www.w3.org/press-releases/2025/verifiable-credentials-2-0/
• valantic Pressemeldung, 13.10.2025, https://www.valantic.com/de/presse/start-der-agentic-commerce-alliance-aca/
• valantic Blog, Robin Spechtenhauser, 24.06.2026, https://www.valantic.com/de/blog/model-context-protocol-mcp-fuer-ki-integration/
• McKinsey, „The automation curve in agentic commerce“, 28.01.2026, [Quellenlink ergänzen]
• Agentic Commerce Alliance (offizielle Website), Stand 09/2026, https://www.agentic-commerce.org/

• valantic Blog, Felix Reuß, 16.03.2026, https://www.valantic.com/de/blog/agentic-commerce-payment-infrastruktur/
• valantic Blog, Milko Filipov, 18.12.2025, https://www.valantic.com/de/blog/agentic-commerce-payment-service-provider/
• valantic Blog, Felix Reuß, 04.06.2026, https://www.valantic.com/de/blog/digital-payment-im-agentic-commerce/

• EY-Parthenon, „Wenn die KI einkauft: Warum Agentic Commerce Marken jetzt zum Umdenken zwingt“, 20.02.2026, https://www.ey.com/de_de/insights/ai/wenn-die-ki-einkauft-warum-agentic-commerce-marken-jetzt-zum-umdenken-zwingt
• valantic Blog, Elias Henrich, 22.05.2024, https://www.valantic.com/de/blog/idealer-datenkatalog-dank-ki-produktdaten/
• valantic Blog, Myrjam Dobesch, 20.11.2025, https://www.valantic.com/de/blog/complete-the-look-cross-selling-ki-ai/
• valantic Case Study „COLONS“, aktualisiert 24.02.2026, https://www.valantic.com/de/referenzen/colons-produktsuche-mit-ki/
• valantic Case Study „PIK AG“, https://www.valantic.com/de/referenzen/pik-ag-ki-produktdaten/
• valantic Blog, Tobias Mathar, 06.08.2024, https://www.valantic.com/de/blog/cpg-markt-wie-ki-kaufentscheidungen-beeinflusst/

• Digital Applied, „Adobe Digital Insights, Q1-2026 Report“, 04/2026, https://www.digitalapplied.com/blog/ai-traffic-converts-42-percent-better-2026-channel-strategy
• NielsenIQ, „Der neue Gatekeeper beim Einkauf: die KI entscheidet zunehmend mit“, 2026, https://nielseniq.com/global/de/news-center/2026/der-neue-gatekeeper-beim-einkauf-die-ki-entscheidet-zunehmend-mit/
• valantic Blog, Janette Baumann, 26.03.2026, https://www.valantic.com/de/blog/a-b-testing-mit-optimizely/
• valantic Blog, Vera Hofer, 16.10.2025, https://www.valantic.com/de/blog/adobe-llm-optimizer-geo/
• valantic Case Study „COLONS“, aktualisiert 24.02.2026, https://www.valantic.com/de/referenzen/colons-produktsuche-mit-ki/
• valantic Case Study „PIK AG“, https://www.valantic.com/de/referenzen/pik-ag-ki-produktdaten/

• Chain Store Age, „When AI Agents Shop For Us, How Will Loyalty Programs Keep Up?“, 04.02.2026, https://chainstoreage.com/when-ai-agents-shop-us-how-will-loyalty-programs-keep
• Digiday, „WTF is agentic commerce? How brands can make loyalty and promotions agent-ready“, 16.06.2026, https://digiday.com/sponsored/wtf-is-agentic-commerce-loyalty-promotions/
• nshift, „The Rise of Agentic Commerce: How AI Agents Will Shop For Your Customers in 2026″, 25.02.2026, https://nshift.com/blog/agentic-commerce-ai-shopping-agents-2026
• Narvar, „From Reactive to Agentic: Narvar’s Post-Purchase Predictions for 2026″, 07.01.2026, https://corp.narvar.com/blog/from-reactive-to-agentic-narvars-post-purchase-predictions-for-2026
• valantic Blog, Julia Saswito, 16.07.2026, https://www.valantic.com/de/blog/was-hyperpersonalisierung-im-retail-bedeutet/
• valantic Blog, Matthias Bös, 16.12.2025, https://www.valantic.com/de/blog/kundenbindung-skalieren-agentic-ai-self-service/
• valantic Blog, Ali Oezdemir, 26.06.2025, https://www.valantic.com/en/blog/salesforce-agentforce-transforming-businesses-from-service-to-commerce/
• valantic Blog, Sarah Groß (Interview mit Volker John, Adobe), 23.10.2025, https://www.valantic.com/de/blog/agentic-commerce-interview/

• valantic Blog, Julia Saswito, 08.06.2026, https://www.valantic.com/de/blog/agentic-commerce-warum-die-naechsten-18-monate-entscheiden/
• valantic Blog, Susanne Gmachl, 23.06.2026, https://www.valantic.com/de/blog/ai-veraendert-customer-journey/
• valantic Pressemeldung, 02.06.2026, https://www.valantic.com/de/presse/valantic-studie-souveraene-hypercloud/
• valantic Blog, Sascha Göpfert, 15.07.2026, https://www.valantic.com/de/blog/autonomous-enterprise-hausaufgaben/
• valantic Blog, Dr. Sven-Erik Willrich, 26.08.2026, https://www.valantic.com/de/blog/claude-im-unternehmen-erfolgreich-skalieren/
• Händlerbund-Ratgeber, „Agentic-Commerce » Vertragsschluss durch KI-Agenten“, 12.08.2026, https://www.haendlerbund.de/de/ratgeber/recht/agentic-commerce
• Clifford Chance, „Agentic AI: The liability gap your contracts may not cover“, 09.02.2026, https://www.cliffordchance.com/briefings/2026/02/agentic-ai–the-liability-gap-your-contracts-may-not-cover.html
• Path to Purchase Institute, „3 Ways AI Will Bring Category Management Into a New Era“, 09.01.2026, https://p2pi.com/3-ways-ai-will-bring-category-management-new-era
• Forrester, „The State of Agentic Commerce in Mid-2026″, Q2 2026, https://www.forrester.com/blogs/the-state-of-agentic-commerce-in-mid-2026/
• Pinsent Masons, „Retailers need to respond to the rise of agentic AI in commerce“, 17.04.2026, https://www.pinsentmasons.com/out-law/analysis/retailers-respond-rise-agentic-ai-commerce
• Artificer Legal, „What to look for in an AI vendor contract for your retail business“, 07.08.2026, https://artificer.legal/ai-vendor-contract-clauses-retail-australia
• US-Senatorin Elizabeth Warren, Brief an Google/Sundar Pichai zu UCP-Partnerschaften, 03.02.2026, https://www.warren.senate.gov/imo/media/doc/warren_letter_to_google_on_its_ai_shopping_partnerships.pdf
• MindStudio, „What Is Agent Literacy? The Core Skill Every AI Builder Needs in 2026″, 11.06.2026, https://www.mindstudio.ai/blog/what-is-agent-literacy-core-skill-ai-builders
• BizTech Magazine, „AI Agents, Data Governance and Workforce Shifts Redefine Retail in 2026″ (zitiert IDC), 23.12.2025, https://biztechmagazine.com/article/2025/12/ai-agents-data-governance-and-workforce-shifts-redefine-retail-2026
• eco.com, „Agent Identity Verification: How AI Agents Authenticate Purchases in 2026″, 16.07.2026, https://eco.com/support/en/articles/15192005-agent-identity-verification-how-ai-agents-authenticate-purchases-in-2026
• Iden, „AI Agent Identity Management in 2026: Standards, Players, and the Governance Gap“ (zitiert CSA-Oasis-Report), 15.07.2026, https://www.idenhq.com/en/blog/ai-agent-identity-management-2026
• Shopify, „The agentic commerce platform: Shopify connects any merchant to every AI conversation“, 11.01.2026, https://www.shopify.com/news/ai-commerce-at-scale
• ChannelEngine, „As AI-referred ecommerce sites surge 393%, ChannelEngine launches tools to help marketplace sellers stay visible“ (zitiert Adobe Analytics), 12.05.2026, https://www.channelengine.com/en/blog/channelengine-launches-ai-tools-for-agentic-commerce-and-marketplace-visibility
• PYMNTS, „What Happens to Stores When AI Agents Do the Shopping?“, 18.02.2026, https://www.pymnts.com/artificial-intelligence-2/2026/what-happens-to-stores-when-ai-agents-do-the-shopping/
• earninglivingonline.com, „AI Shopping Agents: Why Checkout Stalled and Brands Should Focus on Their Own Site“, 27.07.2026, https://www.earninglivingonline.com/ai-shopping-agents-checkout-stalled-buy-on-your-site-2026/
• California Management Review, „The Rise of AI Intermediaries: How Agentic Systems Are Rewiring Customer Relationships“, 29.04.2026, https://cmr.berkeley.edu/2026/04/the-rise-of-ai-intermediaries-how-agentic-systems-are-rewiring-customer-relationships/
• valantic/Handelsblatt Research Institute, „AI at Scale im Handel“ (Digital Excellence Outlook 2026, Sonderausgabe), Juni 2026, [Quellenlink ergänzen – PDF-Whitepaper]
• Deloitte, „Agentic commerce: The future of B2B commerce“, 26.06.2026, https://www.deloitte.com/us/en/what-we-do/capabilities/applied-artificial-intelligence/articles/b2b-agentic-commerce.html
• commercetools, „Agentic Commerce in B2B: From Efficiency to Autonomy“, 19.02.2026, https://commercetools.com/blog/agentic-commerce-in-b2b-from-efficiency-to-autonomy