Agentic Commerce ist da: Mach deinen Tech-Stack agentenfähig

Von „Suchen und Klicken“ zu „Ziel formulieren“

Im Web-Zeitalter folgte der Onlinehandel einem klaren Interaktionsmuster:
Suchen → Scannen → Klicken → Vergleichen → In den Warenkorb → Zur Kasse.

Systeme waren darauf ausgelegt, die Aufmerksamkeit von Menschen zu gewinnen und Klicks zu optimieren. Erfolg bedeutete schnelle Ladezeiten, klare Navigation und einen reibungslosen Checkout. Die zentralen Bausteine waren Kategorienbäume, Landingpages und Checkout-Flows.

Agentic Commerce stellt dieses Modell auf den Kopf. Der Ausgangspunkt ist kein Suchfeld mehr, sondern ein klares Ziel, zum Beispiel:
„Ich brauche ein Paar Trailrunning-Schuhe unter 100 €, die bis zum Wochenende geliefert werden.“ Anstatt sich selbst durch Filter und Seiten zu klicken, übergibt der/die Nutzer*in diese Aufgabe an einen Agenten.

Die Aufgaben der Agenten:

Drei Konsequenzen für Systemdesign:

Kurz: Der Wechsel von „Suchen und Klicken“ zu „Ziel formulieren“ ist kein UX-Update, sondern ein Architekturshift von Funnels zu Capabilities, von Seiten zu Protokollen, von User Journeys zu maschineninterpretierbaren Zielen und Constraints.

Warum Agentic Commerce jetzt passiert (vier konvergierende Bewegungen)

Der Aufstieg von Agentic Commerce ist kein Zufall, sondern das Ergebnis von vier gleichzeitig gereiften Technologiebewegungen:

1. LLMs wurden von Pattern-Matchern zu Operator*innen.
   Reasoning-fähige Modelle können Ziele zerlegen, planen und Tools zuverlässig nutzen.
2. Der Commerce-Stack wurde API-first, Headless und Composable.
   Produkte, Preise, Bestände und Bestellungen liegen hinter sauberen APIs direkt zugänglich für Agenten.
3. Zahlungs- und Trust-Protokolle wurden für agenteninitiierte Transaktionen neu gedacht. Neue Standards machen aus Agenten-Aktionen kryptografisch verifizierbare Mandate statt bloßer API-Calls.
4. Große Plattformen kämpfen um die agentische Eintrittsstelle.
   Chat, Suche und Wallets werden zu Transaktionsschichten, in denen Agenten – nicht Browser – Käufe initiieren und abschließen.

Das Ergebnis: fähige Agenten + zugängliche Systeme + sichere Zahlungen + neue Eintrittsstellen. Das ist die eigentliche Geschichte hinter dem „Warum jetzt“.

Wie LLMs gelernt haben zu handeln

Jahrelang waren große Sprachmodelle beeindruckende Geschichtenerzähler*innen, aber unzuverlässige Operator*innen. Sie konnten Produkttexte schreiben, aber niemand hätte ihnen erlaubt, Bestellungen ohne strenge menschliche Kontrolle auszuführen. Das änderte sich, als drei Fähigkeiten gleichzeitig gereift sind: logisches Schlussfolgern (Reasoning), verlässliche Nutzung externer Werkzeuge und Architekturen für Planung und Ausführung.

Heute sind Reasoning-Class-Modelle für mehrstufige Planung unter Einschränkungen gebaut. Statt nur das nächste Token vorherzusagen, können sie ein Ziel in Teilaufgaben zerlegen, Trade-offs abwägen und eine Abfolge von Aktionen wählen. Im Commerce ist das entscheidend für komplexe Journeys wie Warenkörbe mit mehreren Artikeln, Ersatzbestellungen oder „Lieferung bis Freitag“-Constraints.

Parallel dazu ist Tool-Nutzung in den Kern dieser Systeme gewandert. Modelle können externe Tools (APIs, Datenbanken, Kalkulatoren, interne Systeme) aufrufen und sie zu vollständigen Workflows verketten.
Im Commerce bedeutet das: Agenten können Preise und Bestände über Standorte hinweg abrufen, Versand und Steuern berechnen und Workflows wie Bestell- oder Retourenprozesse auslösen.

Neben direkten API-Calls verfügen führende Agenten-Stacks inzwischen über Computer-Use-Fähigkeiten. Das heißt: Ein Agent kann sicher einen Browser oder eine Desktop-Umgebung im Auftrag des/der Nutzer*in bedienen. So können Agenten Legacy-Websites navigieren, Formulare ausfüllen und Backoffice-Tools nutzen, die noch keine sauberen APIs bereitstellen – und das alles auditierbar und durch Richtlinien begrenzt.

In der Praxis dient die Computer-Nutzung als Übergangslösung, bis zentrale Commerce-Prozesse als stabile Services verfügbar sind, die über MCP oder vergleichbare Protokolle beschrieben werden können.Zudem trennen moderne Architekturen zunehmend die Rollen für Planung, Ausführung und Überprüfung.

• Ein Reasoning-Modell entwirft die Schrittfolge.
• Spezialisierte Tools oder Modelle führen sie aus.
• Guardrail-Systeme prüfen die Ergebnisse gegen Regeln und Richtlinien.

Das reduziert Halluzinationen und macht Verhalten vorhersehbar, was entscheidend ist, wenn Zahlungen, Bestände oder Logistik betroffen sind.

Diese Fortschritte ermöglichen es Agenten, eine Kaufanfrage in Constraints zu übersetzen, die richtigen Tools zu wählen und zu verketten, Trade-offs abzuwägen und über auditierbare API-Calls auszuführen. Ohne diesen Wandel vom reinen Textgenerator zum Planner-Operator wäre Agentic Commerce heute noch ein Demo kein Roadmap-Punkt.

Einen agentenfähigen Commerce-Stack schaffen: API-first und Composable

Selbst der intelligenteste Agent ist nutzlos, wenn er nicht mit deinen Systemen sprechen kann. Die zweite große Verschiebung hinter Agentic Commerce ist, dass Commerce-Infrastrukturen still und leise agentenfreundlich geworden sind.
In den letzten zehn Jahren sind viele Händler*innen von Monolithen zu API-first, Composable Commerce gewechselt. Sie setzen heute modulare Services für Katalog, Preise, Bestände, Content und Checkout zusammen.

Die ursprünglichen Treiber waren sehr menschzentriert:

• Omnichannel-Erlebnisse (Web, App, Store, Marketplace)
• Flexibilität und Performance im Frontend
• Einfachere Experimente und A/B-Tests

Der Nebeneffekt: ein Stack, der hochgradig kompatibel mit KI-Agenten ist. In einem Composable-Setup:

• Produktinformationen sind über strukturierte Katalog-APIs verfügbar
• Bestände und Verfügbarkeit sind über Services zugänglich
• Preise und Promotions können in Echtzeit simuliert werden
• Kundenprofile und Bestellungen sind programmatisch abfragbar und aktualisierbar

Das macht deine Commerce-Fähigkeiten zu sauberen, maschinenlesbaren Services. Wenn die primäre Kunden-Schnittstelle vom Browser zum Agenten wechselt, wird diese Architektur zur Grundlage für agentengesteuerte Flows.

Fähigkeiten auffindbar und sicher machen: Model Context Protocol

Auf einem API-first, Composable-Stack besteht die nächste Herausforderung darin, Agenten die Nutzung dieser Fähigkeiten zu ermöglichen sicher und verständlich. Hier kommt das Model Context Protocol (MCP) ins Spiel. Ursprünglich von Anthropic eingeführt, wird MCP inzwischen von mehreren Toolchains unterstützt und ist damit ein glaubwürdiger Ökosystem-Standard, nicht nur ein proprietäres Muster.

MCP gibt KI-Agenten eine konsistente Möglichkeit:

• herauszufinden, welche Tools und Operationen deine Systeme bereitstellen
• zu verstehen, was jedes Tool tut und welche Eingaben es erwartet
• diese Tools über klar definierte Schemas statt Ad-hoc-Integrationen aufzurufen

Aktuelle MCP-Updates fokussieren stark auf Sicherheit und Zugriffskontrolle inklusive OAuth-Mechanismen, enger Token-Scopes und klarer Berechtigungsmodelle.
Genau das brauchst du, wenn autonome Agenten sensible Bereiche wie Bestände, Preise und Bestellungen erreichen können.

Für komplexere Workflows ergänzen Protokolle wie Agent Communication Protocol (ACP) und Agent-to-Agent (A2A) die Basis:

• ACP unterstützt strukturierte Kommunikation zwischen Agenten und Services
• A2A ermöglicht direkte Agenten-Interaktionen, inklusive Transaktionen (z. B. ein Agent bezahlt einen zweiten Agenten)

ACP und A2A sind nicht für jeden Use Case erforderlich, aber sie werden wertvoll, sobald Workflows mehrere Agenten oder autonome Koordination umfassen.

Autonome Transaktionen sicher machen: Neue Vertrauens- und Zahlungs-Protokolle

Reasoning und APIs machen Agenten fähig zu shoppen. Zahlungs und Vertrauens-Protokolle machen sie sicher.
In einer Welt ohne menschliche Präsenz während der Transaktion ist die zentrale Frage: Wie stellt ein Händler sicher, dass ein Agent im Auftrag des/der Nutzer*in handelt – innerhalb der Limits und resistent gegen Missbrauch?

2025 entstand eine Reihe agenten-nativer Zahlungs-Protokolle, die genau dieses Problem lösen:

• Agentic Commerce Protocol (ACP): OpenAI & Stripe-Standard für strukturierte, programmatische Commerce-Flows zwischen Agenten und Händler*innen.
• Agent Payments Protocol (AP2): Google & Partner für agenteninitiierte Zahlungen mit signierten Mandaten (Limits, Kategorien, Zeitfenster).
• Trusted Agent Protocol: Visa-Ansatz für sichere Karten-Zahlungen durch KI-Agenten.
• Agent Pay: Mastercard-Framework für agenteninitiierte Zahlungen über bestehende Kartenrails mit Tokenisierung.

Identität und Berechtigungen sind entscheidend weit über den Zahlungsprozess hinaus.
Wenn Agenten Warenkörbe erstellen, Treueprogramme anwenden oder Bestellungen verwalten, braucht es eine konsistente Agenten-Identität und klar delegierte Rechte über alle Schnittstellen hinweg. In der Praxis bedeutet das: Delegation auf Basis von OAuth/OIDC für nicht-zahlungsrelevante Aktionen, Zugriffstoken mit klar definierten Berechtigungen für spezifische Aufgaben sowie ein Audit-Trail, der Agenten-Identität, Nutzer-Identität und erlaubte Aktionen durchgängig miteinander verknüpft.

Der Agentic Trust Layer: Autorisierung, Ausführung, Audit

Um sichere und nahtlose Transaktionen zu gewährleisten, arbeiten die oben genannten Protokolle zusammen und bilden einen robusten Vertrauensrahmen. Sie decken unterschiedliche Aspekte des Transaktionsprozesses ab. Von der Definition der Agenten -Aktionen über die sichere Ausführung bis hin zur Transparenz.

Gemeinsam bilden diese Protokolle einen dreischichtigen Trust-Stack:

• Autorisierung: Strukturierte, signierte Mandate, die festhalten, was ein*e Nutzer*in seinem/ihrem Agenten erlaubt inklusive klarer Ausgabenlimits, Kategorien und Zeitfenster.
• Ausführung: Mechanismen, die Agenten ermöglichen, Zahlungen auszulösen, ohne sensible Daten offenzulegen – unter Nutzung vertrauter Karten-, Bank- und Wallet-Systeme.
• Audit: Klare Audit-Trails, die dokumentieren, wer die Transaktion autorisiert hat, wann und unter welcher Richtlinie für maximale Transparenz und Sicherheit.

Die praktische Anforderung ist einfach: delegierte Autorität und Compliance automatisch verifizieren. Anschließend dann die Transaktion Ende-zu-Ende abschließen.

Strategische Implikationen: Wettbewerb im Agentic-Commerce-Zeitalter

Mit dem Wachstum von Agentic Commerce ergeben sich mehrere strategische Konsequenzen für Unternehmen:

• Neue Eintrittspunkte: Die Umgebung der Agenten wird primär zur Kund*innen-Schnittstelle, nicht mehr nur traditionelle Websites. Händler*innen müssen sicherstellen, dass Agenten sie über Protokolle wie ACP, AP2, TAP und Agent Pay entdecken, bewerten und Transaktionen durchführen können.
• Plattformwahl: Unternehmen müssen priorisieren, in welche Agenten-Ökosysteme sie sich integrieren. Das geschieht basierend auf Markt, Kategorie und bestehenden Partnerschaften.
• Verhandlungsmacht verschiebt sich: Wenn sich die Einstiegspunkte für Agenten auf wenige dominante Plattformen konzentrieren, könnten Algorithmen und kommerzielle Rahmenbedingungen diese ähnlich wie heutige Marktplätze steuern – inklusive KI-basierter Rankings.

In dieser sich wandelnden Landschaft müssen Unternehmen ihre Systeme anpassen: Sie müssen KI-getriebene Transaktionen unterstützen und um Sichtbarkeit in agentischen Commerce-Umgebungen konkurrieren.

Deine Roadmap: Vorbereitung auf Agentic Commerce

Agentic Commerce ist kein fernes Konzept mehr. Pilotprojekte und erste Rollouts laufen bereits. In den nächsten 12–24 Monaten sollte sich deine Organisation auf drei zentrale Bereiche konzentrieren:

1. Agenten-sichtbare Fähigkeiten kartieren

• Prüfe bestehende APIs: Produktkataloge, Preise, Bestände, Bestellungen, Loyalty-Programme, Logistik und Kundenservice.
• Identifiziere, was ein Agent braucht, um eine End-to-End-Journey ohne Screen-Scraping auszuführen.
• Schließe Lücken, in denen kritische Fähigkeiten noch in Monolithen stecken oder nur über UI-Flows zugänglich sind.

2. Ankerprotokolle wählen und kleine Integrationen starten

• Du musst nicht alles sofort integrieren, aber du brauchst einen soliden Startpunkt.
• Wähle ein oder zwei Ankerprotokolle (z. B. MCP oder TAP + Agent Pay), die zu deinen Märkten und Partnern passen.
• Beginne mit kontrollierten, risikoarmen Use Cases wie Nachbestellungen, Nischenkatalog-Angeboten oder spezifischen Kundensegmenten.
• Nutze diese, um internes Wissen über Mandate, Audit-Trails und mögliche Fehlerquellen aufzubauen.

3. Für Agent Experience (AX) designen – nicht nur für UX

• AX muss als zentrale Design-Dimension behandelt werden.
• Überlege, wie Agenten deine Produkte und Services entdecken und wie sie Trade-offs anhand deiner Daten bewerten (Preis, Qualität, Lieferung, Nachhaltigkeit, Bewertungen).
• Stelle sicher, dass Agenten ihre Empfehlungen gegenüber Nutzer*innen begründen können – basierend auf deinen Informationen.
• Strukturiere Produktdaten, Preise und Verfügbarkeit so, dass Agenten sie leicht parsen und vergleichen können.
• Dokumentiere deine Fähigkeiten maschinenlesbar (via MCP oder ähnlich), damit Agenten genau wissen, was sie sicher tun können.
• Exponiere Signale für Zuverlässigkeit, Garantien und Service-Level, damit Agenten vertrauenswürdige Entscheidungen treffen können.

Agentic Commerce ist Realität – bereite deine Infrastruktur vor

Agentic Commerce entwickelt sich rasant. Deine Systeme werden zunehmend zwei Zielgruppen bedienen: Menschen über Screens und Agenten über APIs, Protokolle und Mandate. Die Technologie ist da, die Protokolle sind etabliert, die Plattformen schreiten voran. Die Frage ist nicht mehr, ob Agentic Commerce den digitalen Handel verändert, sondern wie schnell es Mainstream wird.

Die eigentliche Frage lautet: Sind deine Commerce-Systeme bereit für Agentic Commerce – oder bleibt dein Business zurück?

Teilen