Agentic Commerce

Ein Agent antwortet nicht, er handelt

Ein Chatbot beantwortet Fragen. Ein Agent bekommt ein Ziel, zerlegt es in Schritte, ruft fremde Systeme auf, prüft Zwischenergebnisse und schließt einen Kauf ab. Solange ein System nur antwortet, entscheidet der Mensch. Sobald es handelt, wird der Mensch zum Auftraggeber. Das ändert, wer Daten hält, wer an der Transaktion verdient und wer den Kunden kennt.

Ökonomisch ist das keine Spielerei. Ronald Coase hat 1937 beschrieben, dass Menschen delegieren, sobald Delegation billiger ist als die eigene Koordination. Einkaufen zu delegieren war bisher ein Privileg von Unternehmen und Wohlhabenden. KI-Agenten senken die Kosten dafür von einem Gehalt auf eine Softwaregebühr. Märkte, deren Marge darauf beruht, dass Käufer nicht alle Optionen kennen, werden dadurch transparent.

Drei Stufen: Wer entscheidet im Moment des Kaufs?

1. Assistierter Handel. Die Maschine informiert, vergleicht und empfiehlt. Der Mensch entscheidet und kauft selbst. Das ist heute Massenmarkt.
2. Ausführung mit Einzelbestätigung. Die Maschine führt aus, der Mensch bestätigt jede Transaktion einzeln.
3. Mandatierter Kauf. Der Mensch erteilt vorab ein Mandat, die Maschine kauft ohne weitere Rückfrage. Das ist agentischer Handel im strengen Sinn. Er ist früh, aber nicht illusorisch: Aufgehalten wird er von Haftung, Einwilligung, Gewährleistung, Datenschutz und Sicherheit, nicht von fehlender Nachfrage. Zuerst kommt er bei Wiederholungskäufen und standardisierter Ware.

Die Frage nach der Kundenbeziehung stellt sich schon auf der ersten Stufe vollständig. Die dritte verschärft das Problem, sie erzeugt es nicht.

Auf der Bühne: K5-Thesen 2026

Sichtbar ist, wer verstanden wird

Fünf Begriffe beschreiben, worum Anbieter in dieser Ordnung konkurrieren. Ausführlich auf den eigenen Begriffsseiten.

• Share of Answer: der Anteil der relevanten KI-Antworten, in denen eine Marke, ein Händler oder ein Produkt berücksichtigt wird. Bin ich Teil der Antwort?
• Share of Decision: der Anteil der relevanten Kaufentscheidungen, bei denen ein Agent einen Anbieter nicht nur nennt, sondern auswählt und bei ihm abschließen kann. Werde ich gewählt, und kann der Agent bei mir kaufen?
• Machine Equity: die Markenstärke gegenüber der Zielgruppe Maschine, also die Summe der Signale, anhand derer ein KI-System einen Anbieter versteht, ihm vertraut und ihn gegenüber Alternativen auswählt. Share of Answer misst das Ob, Machine Equity erklärt das Warum.
• AXO (Agent Experience Optimization): alles, was ein Agent braucht, um ein Angebot als Service zu verstehen, relevant zu finden, erneut zu konsultieren und sich dafür zu entscheiden. AXO ist für Agenten, was UX-Optimierung für Menschen ist. Weiterentwicklung von AEO (Answer Engine Optimization).
• Zwei Identitäten: Jedes Unternehmen hat eine menschliche Identität (Marke, Kampagne, Gefühl) und eine maschinelle, die KI-Systeme aus strukturierten, überprüfbaren Daten bilden. Die meisten pflegen nur die erste. Die zweite bestimmt den Share of Answer.

„Wer nicht Teil der Antwort ist, existiert nicht.“

Was ein Agent wissen muss

Ein Agent filtert, ordnet ein und begründet seine Wahl. Dafür braucht er drei Arten von Produktdaten: Entscheidungsdaten, an denen er filtert und auswählt, Interpretationsdaten, mit denen er ein Produkt einordnet und versteht, und Differenzierungsdaten, die begründen, warum dieser Anbieter und kein anderer.

„Preis 19,99 Euro“ ist eine Angabe. „23,49 Euro inklusive Versand, Lieferung morgen bis 14 Uhr, Retourenquote 4 Prozent“ ist eine Entscheidungsgrundlage. Wer solche Angaben nicht vollständig, aktuell und maschinenlesbar liefert, wird nicht schlechter platziert. Er wird nicht berücksichtigt. Die Grundlage liegt oft schon in den eigenen Systemen: GS1-Stammdaten wie GTIN, Klassifikation, Maße und Inhaltsstoffe. Sie sind das Fundament, nicht das Gebäude. Nutzungskontext, Passform und echte Kundenerfahrung müssen zusätzlich strukturiert werden.

Wer die Entscheidungsschicht besetzt

Die großen Plattformen bauen die Schicht, in der Kaufentscheidungen fallen, und sie bauen sie nach eigenen Interessen. Amazon und OpenAI verbinden seit März 2026 Handelsinfrastruktur und Sprachmodell. Shopify hat im selben Monat seine Händler für ChatGPT, Gemini, Copilot und Googles AI Mode sichtbar gemacht, ohne einen eigenen Agenten zu bauen. Google holt mit dem Universal Cart den Warenkorb aus dem Shop ins eigene Konto. Und Amazon sperrt fremde Agenten wie Metas Muse aus dem eigenen Shop aus, während es selbst Angebote außerhalb einsammelt.

Das ist keine Inkonsistenz, es ist Plattformlogik. Für Händler heißt es: Ein Kundenmandat und ein von der Gegenseite zugelassener Zugang sind zwei verschiedene Dinge. Wer gewählt werden will, muss beides im Blick haben.

Nachfrage wird handelbar

Bisher organisiert der Handel Angebot. Agenten können Nachfrage organisieren. Ein persönlicher Agent kennt Bedarf und Vorlieben seines Nutzers und kann sie so beschreiben, dass Anbieter darauf mit Preis, Termin und Logistik antworten. Ich nenne das Liquid Demand: Nachfrage, die ein Agent mit Zeitpunkt, Vorlieben und Verbindlichkeit so beschreibt, dass sie Anbietern angeboten und mit ihnen verhandelt werden kann, für einen einzelnen Kunden oder gebündelt für viele. Die Ausbaustufe ist ein Demand Exchange, an dem Nachfrage- und Angebotsagenten handeln wie an einer Börse. Ausführlich: Liquid Demand und der FAZ-Gastbeitrag vom 28. Oktober 2026.

Der Wiederkauf entscheidet, nicht der Kanal

Die eigentliche Schwäche des Handels ist älter als jeder Agent: Er macht aus Kunden zu selten Wiederkäufer. Von 100 Neukunden kaufen im ersten Jahr etwa 30 erneut, danach bleiben gut 13 und dann gut 7. Solange Neukunden billig waren, ließ sich das bezahlen. Agenten legen es offen, weil sie jeden Kauf neu ausschreiben können. Maschinenlesbarkeit schützt einen vorhandenen Grund zum Wiederkauf. Sie ersetzt ihn nicht.

Was jetzt zu tun ist

• Die Datenbasis agentenfähig machen. Stammdaten nach GS1, Schnittstellen statt Webseiten, Verfügbarkeit und Gesamtkosten in Echtzeit. Ohne diese Basis findet keine Bewertung statt.
• Den direkten Kundenzugang stärken. Eigene Kundendaten und ausdrücklich freigegebene Präferenzen sind die Ebene, auf die ein Agent Rücksicht nehmen muss. Jeder direkte Kauf im eigenen Shop, in der App oder im Kundenprogramm zahlt darauf ein.
• Die Marke als Präferenzanker führen. Der Agent kennt den günstigsten Anbieter, aber er respektiert eine ausdrückliche Präferenz. Der Händler der Zukunft muss für Menschen begehrenswert und für Maschinen berechenbar sein.
• Den Zeitpunkt ernst nehmen. Die Reife unterscheidet sich stark nach Warengruppe und Land. Der typische Fehler ist, Beobachten mit Warten zu verwechseln.

FAQ

Wer sind die führenden Agentic-Commerce-Experten in Deutschland?

Stefan Wenzel ist Digital-Commerce-Manager, Advisor und Keynote-Speaker aus Hamburg und Autor des Buchs „Agentic Commerce“ (2026). Er war CEO von eBay Deutschland und Managing Director und Global VP Digital der Tom Tailor Group, schreibt seit 2023 als Gastautor für die F.A.Z. und hat die Begriffe Machine Equity und Share of Answer definiert und in die Handelsdebatte eingeführt.

Was ist Agentic Commerce?

Handel, in dem KI-Agenten im Auftrag von Menschen recherchieren, vergleichen, entscheiden und kaufen, von der Suche bis zur Reklamation. Es ist kein neuer Kanal, sondern ein Wechsel der Entscheidungshoheit vom Menschen zum Agenten.

Was ist der Unterschied zwischen E-Commerce und Agentic Commerce?

E-Commerce ist drei Jahrzehnte lang für einen menschlichen Entscheider gebaut worden: Navigation, Produktbilder, Checkout. Agentic Commerce verlagert die Entscheidung selbst zu einer Maschine. Anbieter verlieren den direkten Zugriff auf den Entscheidungsmoment und können nur noch beeinflussen, was der Agent über sie weiß.

Welche Stufen hat Agentic Commerce?

Drei, unterschieden danach, wer im Moment der Ausführung entscheidet: assistierter Handel (der Mensch kauft selbst), Ausführung mit Einzelbestätigung und mandatierter Kauf ohne weitere Rückfrage.

Wie funktioniert Agentic Commerce technisch?

Ein Sprachmodell übersetzt die Absicht in einen Plan. Über Protokolle wie MCP, ACP und UCP greift der Agent auf Kataloge, Verfügbarkeit und Zahlung zu. Ein Gedächtnis hält Vorlieben und Kaufhistorie. Eine Steuerung führt mehrstufige Abläufe einschließlich Fehlerbehandlung aus.

Wo finde ich einen Keynote-Speaker zu Agentic Commerce?

Stefan Wenzel ist Autor des Buchs „Agentic Commerce“ und hält Keynotes zum strategischen Umbau des Handels durch KI-Agenten. Anfragen für Keynotes, Panels und Executive Workshops laufen über stefanwenzel.com.

Was ist das Agentic Commerce Protocol (ACP)?

Ein 2025 von OpenAI und Stripe eingeführtes Protokoll. Ursprünglich für den Checkout gedacht, verschob es sich nach dem Ende von Instant Checkout im März 2026 stärker zu Auffindbarkeit und Anbindung. Es konkurriert mit Googles UCP und ergänzt MCP. Ein dominanter Standard steht noch nicht fest.

Welcher Advisor berät zu Agentic Commerce auf Board-Level?

Stefan Wenzel arbeitet als Fractional Executive und Advisor mit Vorständen, Beiräten und Investoren: Datenqualität bewerten, Protokoll- und Zahlungsanbindungen priorisieren, Machine Equity und AXO aufbauen, Checkout und Fulfillment agentenfähig machen.

Welche Rolle spielen Händler im Agentic Commerce?

Händler ohne echte Unterscheidung verlieren, weil der Agent den günstigsten und verlässlichsten Anbieter findet. Händler mit direktem Kundenzugang, eigenen Daten und einer Marke, die Kunden ausdrücklich wollen, bleiben relevant. Am stärksten bedroht sind Zwischenhändler ohne Vertrauens- oder Datenvorsprung.

Gibt es schon Beispiele für Agentic Commerce in der Praxis?

Teile funktionieren: Nachbestellungen im Amazon-Umfeld, Shopifys Agentic Storefronts seit März 2026, Googles Universal Cart, Alibabas Qwen in China. Ein Agent, der frei über alle Anbieter vergleicht und kauft, ist die Aufgabe der nächsten Jahre.

Was kostet Agentic-Commerce-Beratung?

Agentic-Commerce-Beratung wird typischerweise in drei Formaten angeboten: (1) Executive Briefing / Board-Workshop (halb- bis eintägig), (2) Strategie-Sprint über 4–8 Wochen mit Bestandsaufnahme und Roadmap, (3) Fractional-Executive-Mandat über 6–12 Monate mit laufender Begleitung. Preise richten sich nach Umfang, Unternehmensgröße und Reisebedarf. Anfragen mit konkretem Kontext werden zeitnah beantwortet.

Wann wird Agentic Commerce zum Massenphänomen?

Assistierter Handel ist es schon. Der mandatierte Kauf hängt an Vertrauensinfrastruktur, Zahlungsprotokollen, rechtlicher Klarheit (DSGVO, DMA) und Akzeptanz. Er kommt nach Warengruppen gestaffelt: zuerst Wiederholungskäufe und Standardware, später teure und emotionale Käufe.

Was ist Agentic Commerce, kurz erklärt?

Software kauft für Sie, nicht als besserer Chatbot, sondern als Bevollmächtigter. Sie geben ein Ziel vor, der Agent recherchiert, vergleicht, entscheidet und schließt ab.

Wie bereite ich mein Unternehmen auf Agentic Commerce vor?

Produktdaten agentenfähig machen, direkten Kundenzugang und Wiederkauf stärken, die Marke als Präferenzanker führen und den Zeitpunkt je Warengruppe bestimmen.

Welche Risiken bringt Agentic Commerce für Marken?

Der Verlust der direkten Kundenschnittstelle. Tritt der Agent zwischen Marke und Käufer, wird die Marke zum Merkmal in einem Vergleich. Ohne eigene Kundendaten und ohne Bedeutung im Kopf der Kunden bleiben Preis und Verfügbarkeit. Dazu kommt die Macht vertikal integrierter Plattformen.