Was ist Agentic Commerce?
Definition: Was Agentic Commerce bedeutet
Agentic Commerce bezeichnet eine Form des E-Commerce, bei der autonome KI-Agenten Aufgaben wie Produktrecherche, Preisvergleich und Kaufabwicklung eigenständig ausführen, ohne dass der Nutzer jeden Schritt manuell steuern muss.
Der Begriff setzt sich zusammen aus „agentic“ (zielorientiert, selbstständig handelnd) und „Commerce“ (Handel). Im Kern beschreibt er den Übergang von reaktiven Systemen, die auf Befehle warten, zu proaktiven Systemen, die Ziele verfolgen, Entscheidungen treffen und Aufgaben eigenständig abschließen.
Damit unterscheidet sich Agentic Commerce grundlegend von klassischen KI-Anwendungen im E-Commerce. Ein Empfehlungsalgorithmus schlägt Produkte vor, der Mensch entscheidet. Ein Chatbot beantwortet Fragen, der Mensch sucht weiter. Ein KI-Agent hingegen erhält ein Ziel – etwa „Finde Laufschuhe unter 150 Euro, die bis Freitag lieferbar sind“ – und führt alle notwendigen Schritte selbstständig aus: Suchen, Vergleichen, Filtern, Kaufen. Mastercard beschreibt dies als das Ende des manuellen „Tab-Hoppings“ beim Online-Einkauf.
Wie KI-Agenten im Commerce funktionieren
KI-Agenten im Commerce arbeiten in einem vierstufigen Zyklus: Wahrnehmen, Planen, Handeln, Lernen.
Der Agent empfängt ein Ziel. Er zerlegt es in Teilschritte und wählt die notwendigen Werkzeuge: APIs, Suchfunktionen, Produktdatenbanken, Zahlungssysteme. Dann führt er die Handlungen iterativ und selbstkorrigierend aus. Auf Basis der Ergebnisse verbessert er anschließend seine zukünftigen Entscheidungen.
Technisch basiert Agentic Commerce auf Large Language Models (LLMs), die mit externen Tools und Datenquellen verbunden sind. Standardisierte Protokolle wie das Model Context Protocol (MCP) von Anthropic ermöglichen es Agenten, mit Händlersystemen zu kommunizieren, Produktdaten abzurufen und Transaktionen auszuführen.
Das Entscheidende dabei: Ein KI-Agent ist nur so gut wie die Daten, auf die er zugreift. Strukturierte, vollständige und konsistente Produktdaten sind die Voraussetzung dafür, dass ein Agent korrekte Entscheidungen trifft.
Zwei Perspektiven: Käufer- und Verkäuferseite
Agentic Commerce lässt sich aus zwei Perspektiven betrachten, die sich gegenseitig bedingen.
Käuferseite
KI-Agenten handeln im Auftrag von Konsumenten. Sie erhalten einen Auftrag, recherchieren über mehrere Händler und Plattformen hinweg, vergleichen Preise, Lieferzeiten und Bewertungen und schließen den Kauf eigenständig ab. Laut Mastercard beschreibt das das Ende des manuellen Tab-Hoppings: Der Käufer formuliert ein Ziel, der Agent erledigt den Rest.
Verkäuferseite
KI-Agenten übernehmen Commerce-Aufgaben innerhalb des eigenen Unternehmens. Sie generieren kanalspezifische Produktbeschreibungen, erkennen Datenlücken im PIM und schlagen Ergänzungen vor, passen Preise dynamisch an, überwachen Verfügbarkeiten und steuern Content-Ausspielung über Kanäle hinweg. Für Händler ist diese Seite von Agentic Commerce oft unmittelbarer relevant, da sie direkt in bestehende Prozesse eingreift und sofortige Effizienzgewinne ermöglicht.
Konkrete Anwendungsfälle heute
Agentic Commerce ist kein Zukunftskonzept. Mehrere Anwendungsfälle sind bereits produktiv im Einsatz:
- KI-gestützte Shopping-Assistenten: Plattformen wie Perplexity, ChatGPT Shopping und Google Shopping Graph ermöglichen es Nutzern, Produkte über natürlichsprachliche Anfragen zu finden. Die Agenten durchsuchen Produktkataloge in Echtzeit, filtern nach Präferenzen und liefern direkte Kaufempfehlungen.
- Autonome Content-Generierung: Agenten erstellen Produktbeschreibungen in mehreren Sprachen, passen sie kanalspezifisch an und aktualisieren sie automatisch bei Produktveränderungen.
- Daten-Enrichment im PIM: Agenten erkennen fehlende Pflichtattribute, schlagen Ergänzungen vor und reichern Produktdatensätze auf Basis ähnlicher Einträge an.
- Preisoptimierung: Agenten beobachten Wettbewerbspreise und Nachfragesignale und passen Preise innerhalb definierter Leitplanken eigenständig an.
- Agentic Checkout: Erste Implementierungen ermöglichen es Agenten, den vollständigen Checkout-Prozess auszuführen, einschließlich Zahlungsabwicklung über standardisierte Protokolle.
Was Agentic Commerce von Datenqualität abhängt
Ob ein KI-Agent nützliche Ergebnisse liefert oder ungenaue Ausgaben produziert, hängt nahezu vollständig von der Qualität der Produktdaten ab, auf die er zugreift.
Salesforce formuliert es präzise: „An agent is only as good as the data it can access.“ Fragmentierte Produktinformationen, inkonsistente Attribute, fehlende Medienzuordnungen oder isolierte Datensilos führen dazu, dass Agenten falsche Entscheidungen treffen, unpassende Empfehlungen ausgeben oder Transaktionen auf falscher Grundlage abschließen.
Das bedeutet für Händler: Wer von Agentic Commerce profitieren will, muss seine Produktdatenbasis konsequent pflegen. Ein zentrales PIM-System, das Produktdaten strukturiert, vernetzt und kanalübergreifend via API bereitstellt, ist die technische Voraussetzung dafür, dass KI-Agenten produktiv und zuverlässig arbeiten können. Was eine solche Datenbasis konkret leisten muss, erklärt unser Artikel KI-ready oder nicht?
Markt und Ausblick
Agentic Commerce entwickelt sich rasanter als die meisten KI-Anwendungen davor. Laut Adobe Analytics wuchs der KI-gestützte Traffic auf US-Retail-Websites zwischen Juli 2024 und Juli 2025 um 4.700 Prozent. Die McKinsey-Studie vom Oktober 2025 schätzt, dass KI-Agenten bis 2030 Einkäufe im Wert von 3 bis 5 Billionen US-Dollar im globalen Consumer-Commerce vermitteln könnten. Laut Morgan Stanley haben bereits 23 Prozent der Amerikaner im vergangenen Monat über einen KI-Agenten eingekauft.
Gartner prognostiziert, dass 33 Prozent der Enterprise-Software-Applikationen bis 2028 Agentic AI enthalten werden, gegenüber weniger als 1 Prozent in 2024. Gleichzeitig warnt Gartner, dass über 40 Prozent der Agentic-AI-Projekte bis Ende 2027 abgebrochen werden, weil Kosten, Business Value und Governance unterschätzt werden. Für Händler bedeutet das: Die Technologie ist real und das Potenzial ist groß, der Erfolg hängt aber an konkretem Nutzen und soliden Datengrundlagen.
Agentic Commerce bezeichnet eine Form des E-Commerce, bei der autonome KI-Agenten Aufgaben wie Produktrecherche, Preisvergleich und Kaufabwicklung eigenständig ausführen. Anders als klassische Automatisierung handeln Agenten zielorientiert, treffen eigenständig Entscheidungen und führen mehrstufige Aufgaben ohne manuellen Eingriff aus.
Im klassischen E-Commerce navigiert der Mensch aktiv durch den Kaufprozess: Suchen, Vergleichen, in den Warenkorb legen, Checkout. Bei Agentic Commerce übernimmt ein KI-Agent diese Schritte auf Basis eines formulierten Ziels. Der Unterschied liegt in der Autonomie: Der Agent handelt selbstständig, nicht reaktiv.
Laut Morgan Stanley könnten KI-Agenten bis 2030 bis zu 385 Milliarden US-Dollar im US-E-Commerce vermitteln. Adobe Analytics verzeichnete zwischen Juli 2024 und Juli 2025 ein Wachstum von 4.700 Prozent bei KI-gestützten Shopping-Suchanfragen auf US-Retail-Websites.
Auf Händlerseite setzt Agentic Commerce vor allem saubere, strukturierte und API-zugängliche Produktdaten voraus. Fragmentierte Datensilos und inkonsistente Attribute führen dazu, dass Agenten fehlerhafte Entscheidungen treffen. Ein zentrales PIM-System bildet die technische Grundlage.
Ein Chatbot beantwortet Fragen und reagiert auf Eingaben, ohne eigenständig Ziele zu verfolgen. Ein KI-Agent empfängt ein Ziel, zerlegt es in Teilschritte, wählt die notwendigen Werkzeuge und führt alle Handlungen eigenständig aus, auch ohne weitere menschliche Eingaben.
