Wenn die KI einkauft: Was dem Händler bleibt
KI-Agenten übernehmen den Kauf. Das macht das Geldverdienen nicht leichter — sondern verschiebt den Fokus auf Marke, Service und Sortiment.
Eine Kundin tippt in ChatGPT: „Finde mir wasserdichte Wanderschuhe für breite Füße unter 180 Euro und kauf sie." Sekunden später hat ein KI-Agent drei Modelle verglichen, Verfügbarkeit und Versanddauer geprüft, sich für eines entschieden und den Bezahlvorgang ausgelöst. Die Händler-Startseite, das Hero-Banner, die liebevoll gebaute Kategorie-Landingpage — nichts davon hat ein Mensch je gesehen.
Das ist kein Zukunftsszenario mehr. Laut einer von eMarketer zitierten Prognose sollen KI-Plattformen 2026 für rund 20,9 Milliarden US-Dollar an Einzelhandelsumsatz sorgen — fast eine Vervierfachung gegenüber 2025. Die Beratung commercetools rechnet damit, dass die Nutzung agentischen Einkaufens bis Ende 2026 von 19 auf 46 Prozent springt. Die naheliegende Hoffnung vieler Händler lautet: Wenn die KI das Kaufen übernimmt, wird Verkaufen einfacher. Diese Hoffnung trügt.
Der Agent ist die neue Ladentür
„Agentic Commerce" beschreibt den Fall, dass eine KI im Auftrag eines Menschen recherchiert, vergleicht, auswählt und bezahlt — statt dass der Mensch sich durch Shops klickt. Microsoft nennt den Agenten in seiner Branchenanalyse die „neue Eingangstür zum Handel". Die Infrastruktur dafür entsteht in hohem Tempo: OpenAI hat mit dem Agentic Commerce Protocol einen offenen Standard veröffentlicht, über den Händler-Kataloge für Agenten ansprechbar werden. Und auf dem Shopware Community Day 2026 in Köln positionierte sich der Hersteller vor rund 1.700 Teilnehmern explizit als „offene Commerce-Infrastruktur für die agentische Ära" — mit Produkten wie Nexus und Copilot, die genau diese Maschinenanbindung adressieren.
Bemerkenswert ist dabei, was nicht passiert ist. Das im September 2025 angekündigte „Instant Checkout" von OpenAI und Shopify, das Käufe direkt im Chat abschließen sollte, wurde im März wieder stillgelegt — weniger als 30 von Millionen Shopify-Händlern waren je live gegangen. Das 2026er-Arrangement, das sich daraus ergibt, ist nüchterner als der erste Hype: Die KI übernimmt Entdeckung und Auswahl, der Checkout bleibt beim Händler. Genau diese Arbeitsteilung verschiebt aber, woran ein Shop künftig verdient.
Warum die Maschine das Verkaufen nicht erleichtert
Ein Agent optimiert nicht für den Verkäufer, sondern für seinen Auftraggeber. Er kennt keine Impulskäufe, lässt sich von einem Countdown-Timer nicht beeindrucken und scrollt an keinem Cross-Selling-Karussell vorbei, weil er gar nicht scrollt. Damit verlieren genau die Hebel an Wirkung, die im klassischen Onlinehandel über Jahre verfeinert wurden: das aufmerksamkeitsstarke Frontend, der dreistufige Funnel, das Retargeting-Banner.
Hinzu kommt der Druck auf die Sichtbarkeit. Gartner erwartet, dass klassische Suchmaschinen bis 2026 rund 25 Prozent ihres Suchvolumens an KI-gestützte Systeme verlieren. Wer bisher über bezahlte und organische Suche planbar Traffic einkaufte, sieht einen wachsenden Teil dieses Stroms in Konversationen abwandern, in denen er nur dann auftaucht, wenn der Agent ihn für relevant hält. Das ist kein Kanal, den man sich kauft — es ist einer, für den man qualifiziert sein muss.
Die unbequeme Konsequenz: Agentic Commerce automatisiert die Mechanik des Kaufens, nicht den Wettbewerb um den Kunden. Im Gegenteil — es macht Preise und Verfügbarkeit über Anbieter hinweg in Echtzeit vergleichbar und drückt damit auf die Marge der austauschbaren Angebote. Die Arbeit verschwindet nicht, sie verlagert sich. Und zwar auf vier Felder, die in vielen KMU bislang nicht im Zentrum standen.
Was der Agent nicht entscheiden kann: die Marke
Wenn ein Agent drei gleichwertige Wanderschuhe findet, muss er trotzdem einen auswählen. Die Kriterien dafür sind selten nur Preis und Lieferzeit — es sind Bewertungssignale, Reputation, Wiedererkennbarkeit, Vertrauen. Die Beratung Braze beschreibt Vertrauen als die belastbarste Quelle der Differenzierung im agentischen Handel: Marken, denen Menschen und Maschinen eine konsistente Qualität zutrauen, werden häufiger empfohlen.
Das ist kein neuer Gedanke, aber er bekommt neue Schärfe. Wir haben an anderer Stelle ausgeführt, warum Technologie ohne Marke umsonst arbeitet — im agentischen Handel wird dieser Zusammenhang messbar. Die Marke ist das Einzige, was sich nicht wegvergleichen lässt: Zwei Produkte mit identischer Spezifikation und identischem Preis trennt am Ende nur, welchem Absender der Käufer — oder sein Agent — eher glaubt.
Maschinenlesbar heißt nicht markenlos: Produktdaten und Sortiment
Damit ein Agent ein Produkt überhaupt korrekt einordnet, muss er es lesen können. Der größte Teil der Optimierungsarbeit für KI-Sichtbarkeit fällt laut den Praktikern der Generative Engine Optimization nicht auf die Shop-Architektur, sondern auf Produktdaten, Templates und Feeds. Eine Produktbeschreibung, die eine echte Kaufentscheidungsfrage beantwortet — „geeignet für breite Füße und technisches Gelände, weil die Mittelsohle…" — ist für ein Sprachmodell brauchbarer als eine Attributliste. Frühe Auswertungen zeigen, dass dieser Aufwand sich rechnet: Im E-Commerce wurden für ChatGPT-Verweise Konversionsraten von 11,4 Prozent gemessen, gegenüber rund 5,3 Prozent im organischen Durchschnitt. Den Mechanismus dahinter — bessere Besucher statt nur mehr Besucher — haben wir an anderer Stelle ausführlich nachgezeichnet.
Doch saubere Daten sind nur die Eintrittskarte. Die eigentliche Differenzierung liegt im Sortiment selbst. Hinter jeder agentischen Interaktion sitzt, wie commercetools beschreibt, eine lernende Schicht, deren Signale zurück an den Händler fließen und Empfehlungen, Aktionen und Sortimentsentscheidungen prägen. Wer austauschbare Massenware führt, konkurriert künftig direkt mit jedem anderen Anbieter derselben Ware in einer einzigen Agentenantwort. Kuratierung, Nischenkompetenz und ein Sortiment mit erkennbarer Handschrift werden damit nicht zum Marketing-Beiwerk, sondern zum eigentlichen Verkaufsargument.
Service und Erfahrung als verbleibender Hebel
Der Kaufabschluss ist im agentischen Modell der unspektakulärste Moment — er passiert automatisch. Spannend wird, was danach kommt. Der Logistik-Spezialist nshift argumentiert, dass im agentischen Handel die Lieferung darüber entscheidet, wer gewinnt: Versanddauer, Zuverlässigkeit und Rückgabeprozess sind genau die Signale, die ein Agent beim nächsten Mal in seine Auswahl einrechnet. Schlechter Service ist im agentischen Handel kein einmaliger Ärgernis-Punkt mehr — er wird zum dauerhaften Ranking-Nachteil.
Damit kehrt sich eine lange gültige Logik um. Jahrelang galt Kundenbindung als das, was nach dem schwierigen Teil — dem Verkauf — kommt. Wenn der Verkauf zur Routine wird, rückt die Erfahrung ins Zentrum: der Service, der einen Menschen zurückbringt, die Marke, die er beim Namen nennt, das Sortiment, das er woanders nicht findet. Es sind die Felder, die sich schlecht automatisieren und schlecht kopieren lassen.
Was bleibt
Die Kundin, die ihre Wanderschuhe per Agent gekauft hat, wird die Händler-Startseite vielleicht nie sehen. Aber sie wird mitbekommen, ob der Schuh hält, was die Produktdaten versprachen, ob die Lieferung pünktlich war und ob sie sich beim nächsten Mal den Namen der Marke merkt — oder nur die generische Kategorie „wasserdichte Wanderschuhe". Agentic Commerce nimmt dem Handel die Mechanik des Verkaufens ab und gibt ihm dafür die schwierigere Aufgabe zurück: einen Grund zu liefern, ausgewählt zu werden. Wer geglaubt hat, die KI würde das Geschäft leichter machen, hat die Rechnung ohne den Agenten gemacht.