Das ist der Punkt, an dem Agentic Commerce aufhört, ein Konferenzthema zu sein. Wenn eine Software Ihr Sortiment prüft statt eines Menschen, entscheidet nicht mehr das Hero-Image über den Kauf. Sondern die Frage, ob Ihre Daten sauber genug sind, dass eine Maschine sie ohne Risiko verwenden kann.
Das Wichtigste in Kürze:
- KI-Traffic auf Shops wuchs im Mai 2026 um 138 % und konvertiert 54 % besser als anderer Traffic (Adobe Analytics ➚, 2026).
- Produktseiten im Handel sind im Schnitt nur zu 66 % maschinenlesbar – genau dort liegt der Wettbewerbsvorteil.
- Der vollautomatische Kauf inklusive Bezahlung bleibt in Deutschland Nische: nur 9 % der Verbraucher würden ihn zulassen (ECC Köln, 2025).
- Wer heute Produktdaten, Bestände und Lieferzusagen sauber ausspielt, gewinnt sofort – auch ohne einen einzigen Agenten-Checkout.
Was ist Agentic Commerce eigentlich?
Agentic Commerce beschreibt Einkäufe, bei denen ein KI-Agent im Auftrag eines Menschen sucht, vergleicht, auswählt und teilweise auch bezahlt.
Seit Januar 2026 gibt es dafür einen offenen Standard: Google stellte auf der NRF gemeinsam mit Shopify das Universal Commerce Protocol (UCP) vor, unterstützt von über 20 Händlern, Zahlungsnetzwerken und Prozessoren (Google Developers Blog, „Under the Hood: Universal Commerce Protocol ➚„, Januar 2026).
Der Unterschied zum klassischen Onlinehandel ist unangenehm konkret. Ein Agent sieht keine Banner. Er liest Strukturen.
Damit fallen zwei Hebel weg, auf die sich der E-Commerce zwanzig Jahre lang verlassen hat:
- Impulskäufe durch Gestaltung: Farbe, Bildsprache, Verknappungshinweise – für einen Agenten existiert das schlicht nicht.
- Klassische Conversion-Optimierung: Die Kaufentscheidung hängt in Zukunft an maschinenlesbaren Spezifikationen, an verlässlichen Beständen und an einem Checkout, den eine Maschine ohne menschlichen Eingriff abschließen kann.
Was bleibt, ist Datenqualität. Und die ist im Handel messbar schlecht.
Wie liest ein KI-Agent Ihren Shop?
Handelsseiten sind im Schnitt zu 75 Prozent (Startseite), 74 Prozent (Kategorieseite) und nur 66 Prozent (Produktdetailseite) maschinenlesbar (Adobe, „AI traffic grows but retail sites lag in AI search visibility ➚„, 2026).
Bei Möbeln sind es 47 Prozent, bei Sportartikeln 51. Rund ein Drittel der Produktinformation kommt bei der Maschine also gar nicht an.
Der Grund ist selten böser Wille. Er steckt in Freitextfeldern. Ein Satz wie „Super Finne für Flachwasser“ steht in der Beschreibung – die Information „Powerbox-System, passend für 115 bis 135 Liter“ steht nirgends als Attribut.
Das ist gerade ein eigener Bedarfsfall, den ich teste. Ich suche für mein Windsurfbrett vom Hersteller Severne eine passende und bezahlbare Seegrasfinne.
Für den Agenten bedeutet das Passform-Risiko. Und Risiko heißt: aussortiert.
Die Baustelle im Shop ist deshalb das strukturierte Datenblatt, nicht der Werbetext:
JSON:
{
"@context": "https://schema.org/",
"@type": "Product",
"name": "Severne Seegrasfinne Powerbox 28 cm",
"gtin13": "4251234567890",
"sku": "SEV-SG-28-PB",
"offers": {
"@type": "Offer",
"price": "149.00",
"priceCurrency": "EUR",
"availability": "https://schema.org/InStock",
"inventoryLevel": { "@type": "QuantitativeValue", "value": 3 },
"shippingDetails": {
"@type": "OfferShippingDetails",
"deliveryTime": {
"@type": "ShippingDeliveryTime",
"handlingTime": { "@type": "QuantitativeValue", "minValue": 0, "maxValue": 1, "unitCode": "DAY" },
"transitTime": { "@type": "QuantitativeValue", "minValue": 1, "maxValue": 2, "unitCode": "DAY" }
}
},
"hasMerchantReturnPolicy": { "@type": "MerchantReturnPolicy", "merchantReturnDays": 30 }
},
"additionalProperty": [
{ "@type": "PropertyValue", "name": "Finnensystem", "value": "Powerbox" },
{ "@type": "PropertyValue", "name": "Empfohlene Boardgröße", "value": "115-135 Liter" }
]
}
Beachten Sie, was hier neben dem Preis steht:
Bestand, Bearbeitungszeit, Transitzeit, Rückgabefrist. Genau diese vier Felder entscheiden bei einem Agenten über die Auswahl – und keines davon entsteht im Marketing. Sie entstehen im Lager.
Ein Wort zur `llms.txt`:
Sie taucht in fast jedem Ratgeber zu diesem Thema auf, und wir raten trotzdem zur Zurückhaltung. Google hat im Juni 2026 in seiner AI-Guidance ausdrücklich festgehalten, dass keine zusätzlichen maschinenlesbaren Dateien nötig sind, weil die Google-Suche sie nicht verwendet.
Auch OpenAI, Anthropic und Meta haben bis heute keine Unterstützung zugesagt. Die Datei kostet wenig und schadet nicht – aber sie ersetzt kein sauberes Schema-Markup. Wer Budget hat, steckt es in die Produktattribute.
Über welche Schnittstellen kaufen Agenten ein?
Zwei offene Standards teilen den Markt:
- das Agentic Commerce Protocol (ACP) von OpenAI und Stripe, veröffentlicht am 29. September 2025 (Stripe Newsroom ➚), und
- das UCP von Google und Shopify seit Januar 2026.
Beide stehen unter Apache-2.0-Lizenz auf GitHub. Beide decken denselben Ablauf ab: Produktsuche, Fähigkeitsabgleich, Checkout, Nachkaufkommunikation.
Für Sie als Händler heißt das praktisch:
1. Shopify-Händler aktivieren die nativen Agent-APIs und Shop Pay Tokenization. Das ist überwiegend Konfiguration.
2. JTL-, Shopware-, WooCommerce- oder Magento-Händler brauchen eine Middleware oder einen MCP-Server, der zwischen Warenwirtschaft und Agent vermittelt.
3. B2B-Shops und PIM-Systeme stehen vor der zusätzlichen Frage, wie ein Agent an individuelle Konditionen kommt, ohne dass Sie Ihre Preisliste öffentlich machen.
Eine Warnung aus der jüngsten Vergangenheit gehört an diese Stelle.
OpenAI hat den Instant Checkout im März 2026 wieder eingestellt und durch eigene Händler-Apps innerhalb von ChatGPT ersetzt – Walmart, Target und Instacart waren die Startpartner (Digital Commerce 360 ➚, März 2026). Vor der Abschaltung waren nur rund ein Dutzend Shopify-Händler live gegangen.
Unsere Einschätzung: Investieren Sie nicht in eine einzelne Plattformintegration, sondern in die Datenschicht darunter. Protokolle kommen und gehen – ein vollständiges Produktattribut ist in jedem von ihnen wertvoll.
Wie bezahlt eine Maschine?
Die Zahlung ist die härteste technische Hürde. Kreditkartenzahlungen scheitern regelmäßig an der starken Kundenauthentifizierung nach PSD2, weil niemand am Bildschirm sitzt, um eine Push-TAN zu bestätigen. Zwei Antworten haben sich herausgebildet.
Tokenisierte Karten: Der Käufer erteilt seinem Agenten eine begrenzte Vollmacht, etwa „einmalig bis maximal 180 Euro“. Daraus erzeugen Visa, Mastercard oder das Stripe Agent Toolkit einen fälschungssicheren Einmal-Token. Mastercard meldete Anfang Mai 2026 die erste erfolgreiche Agenten-Transaktion in Deutschland.
Stablecoin-Zahlungen über x402: Das Protokoll belebt den seit Jahrzehnten reservierten Statuscode „HTTP 402 Payment Required“: Der Shop antwortet mit Betrag und Zahlungsadresse, der Agent signiert und liefert den kryptografischen Zahlungsbeweis mit.
Im Juli 2026 liefen darüber rund 75 Millionen Transaktionen mit einem Gesamtvolumen von nur 24 Millionen US-Dollar (CoinDesk ➚, Juli 2026). Die x402 Foundation unter dem Dach der Linux Foundation zählt inzwischen AWS, Cloudflare, Circle, Anthropic und über 20 weitere Mitglieder.
Rechnen Sie die beiden Zahlen gegeneinander: 24 Millionen Dollar verteilt auf 75 Millionen Transaktionen sind im Schnitt 32 Cent pro Zahlung. Das ist kein Warenkorb.
Hier bezahlt Ihre Maschine vom Shop andere Maschinen für einzelne API-Aufrufe und Datenabfragen. Für Ihren Shop heißt das: x402 ist ein spannendes Protokoll, aber noch keines, über das Ihre Kunden einkaufen.
Falls Sie trotzdem einsteigen wollen: Sie brauchen kein Handelskonto bei einer Kryptobörse. Zahlungsdienstleister wie die Circle Payments API, Coinbase Commerce oder Stripe nehmen den USDC-Betrag entgegen und schreiben Ihnen Euro auf Ihrem normalen Firmenkonto gut.
Der Reiz für Händler liegt in der Endgültigkeit: keine Rückbuchungen, Gebühren im Bereich von Bruchteilen eines Cents, sofortige Verfügbarkeit.
Agentic Commerce wird im Lager entschieden
Die durchschnittliche Bestandsgenauigkeit im Handel liegt je nach Erhebung zwischen 65 und 83 Prozent (CAPS Research / Auburn University RFID Lab ➚, 2024). Als Klassenbester gilt, wer 95 Prozent erreicht. Für einen menschlichen Kunden ist ein falscher Bestand ärgerlich. Für einen Agenten ist er ein Ausschlusskriterium.
Der Grund liegt in der Funktionsweise. Ein Agent trifft seine Auswahl auf Basis einer Zusage – verfügbar, morgen versandbereit, Rückgabe innerhalb von 30 Tagen. Bricht diese Zusage, storniert das System und bewertet Ihre Quelle beim nächsten Mal schlechter. Es gibt keinen Anruf im Kundenservice, in dem sich das noch retten lässt.
Damit verschiebt sich der Wettbewerb an eine Stelle, an der ihn kaum jemand vermutet: in den Wareneingang, in die Inventurdisziplin, in die Schnittstelle zwischen Lagerverwaltung und Shop.
Aus unserer Praxis: Subke Fulfillment arbeitet mit einer Pickgenauigkeit von 99 Prozent, spielt Bestände über mehr als 35 angebundene Shop- und ERP-Systeme zurück und hält einen Cut-off um 11:00 Uhr.
Genau diese drei Werte – Genauigkeit, Aktualität, verlässliche Bearbeitungszeit – sind die Rohstoffe für jedes `availability`- und `handlingTime`- Feld in Ihrem Schema-Markup.
Drei Fragen sollten Sie Ihrem Fulfillment-Partner deshalb heute stellen:
- Wie schnell ist eine Bestandsänderung im Lager in meinem Shop sichtbar – Sekunden, Minuten oder erst im nächtlichen Batch?
- Wie verbindlich ist die Zusage „heute versandbereit“, und ab welcher Uhrzeit kippt sie?
- Bekomme ich Retourenstatus früh genug, um Ware wieder als verfügbar zu melden?
Wer diese drei Fragen nicht beantworten kann, sollte über Agentenschnittstellen noch nicht nachdenken.
Praxisfall: Wie Händler B die Bestellung abfängt
Ein Windsurfer weist seinen Agenten an: „Kaufe eine Seegrasfinne für mein Severne-Board mit 125 Litern, maximal 180 Euro.“
Händler A führt die passende Finne und hat sie sogar am Lager. In den Produktdaten steht allerdings nur der Fließtext „Super Finne für Flachwasser“. Kein Attribut zum Boxsystem, keine Angabe zur Boardgröße, der Bestand kommt aus einem nächtlichen Abgleich. Der Agent bricht ab – das Passform-Risiko lässt sich nicht auflösen.
Händler B liefert ein vollständiges JSON-LD und einen UCP-Endpunkt. Der Agent liest: Typ Powerbox, geeignet für Freeride 120–135 Liter, drei Stück am Lager, 159 Euro, versandbereit heute. Er legt in den Warenkorb, validiert Adresse und Versand, fordert die Zahlung an und bestätigt. Der Auftrag landet in der Warenwirtschaft, das Lager pickt am selben Tag.
Im B2B ist der Effekt noch deutlicher. Ein Facility-Dienstleister lässt seinen Agenten monatlich Verbrauchsmaterial nachbestellen – 24 Kartuschen eines bestimmten Filtertyps, Lieferung bis Freitag. Hier gibt es keine Markenbindung und keinen Impuls. Es gibt eine Kompatibilitätsangabe, einen Preis, ein Lieferdatum. Wer eines der drei nicht sauber ausspielt, ist aus der Auswahl.
Das ist der eigentliche Punkt: Agentic Commerce belohnt nicht die schönsten Shops. Es belohnt die ehrlichsten Daten.
Realitätscheck: Wie viel davon ist heute schon Umsatz?
Ehrlichkeit gehört auch in die Gegenwart. In Deutschland ist der vollautomatische Kauf noch nicht angekommen: Nur 9 Prozent der Verbraucher würden eine KI vollständig inklusive Bezahlung einkaufen lassen, während sich 61 Prozent die Nutzung von KI-Shopping-Agenten grundsätzlich vorstellen können (ECC Köln, „Social, Assisted, Agentic“ ➚, September 2025).
Eine bevh-Umfrage kommt auf 6,3 Prozent, die komplett per KI einkaufen. Die größten Hemmnisse: fehlendes Vertrauen (36 %) und Datenschutzbedenken (21 %).
Auch die Volumina relativieren die Schlagzeilen. Eine Zwölf-Monats-Auswertung von 973 Websites mit rund 20 Milliarden US-Dollar Umsatz zählte etwa 50.000 Transaktionen über ChatGPT-Shopping – gegenüber 164 Millionen über klassische Kanäle.
Warum sollten Sie dann überhaupt etwas tun?
Weil die Arbeit sich unabhängig davon auszahlt. Vollständige Produktattribute verbessern Ihre Sichtbarkeit in Google Shopping und in den AI Overviews.
Korrekte `shippingDetails` senken Kaufabbrüche bei Menschen. Genaue Bestände reduzieren Stornos.
Und der Traffic, der heute schon aus KI-Assistenten kommt, konvertiert 54 Prozent besser und erzeugt 53 Prozent mehr Umsatz pro Besuch als anderer Traffic.
Es gibt selten eine Infrastrukturmaßnahme, die sich so klar auch ohne den erwarteten Zukunftsfall rechnet.
Checkliste: In fünf Schritten agentenfähig
1. Produktattribute vervollständigen: GTIN, SKU, Maße, Kompatibilität, Passform. Alles, was heute im Fließtext steht, gehört als `additionalProperty` ins Schema.
2. Verfügbarkeit und Lieferzeit auszeichnen: `availability`, `handlingTime`, `transitTime` und `hasMerchantReturnPolicy` – gespeist aus echten Lagerdaten, nicht aus Standardwerten.
3. Bestandssynchronisation prüfen: Klären Sie mit Ihrem Fulfiller die Aktualisierungsfrequenz. Ein nächtlicher Batch reicht für Agentenkäufe nicht.
4. Schnittstelle vorbereiten: Shopify: native Agent-APIs aktivieren. Alle anderen: Middleware oder MCP-Server vor die Warenwirtschaft setzen.
5. Zahlung klären: Beginnen Sie mit tokenisierten Karten über Ihren bestehenden Payment-Provider. Stablecoins sind ein Thema für später.
Schritt 1 bis 3 sind kein IT-Projekt, sondern Stammdatenarbeit. Damit können Sie
morgen anfangen.
Wo Subke ins Spiel kommt
Die ersten drei Schritte dieser Liste hängen an Ihrem Lager. Genau dort arbeiten wir als Fulfillment Dienstleister:
drei Standorte mit 18.000 m² im Landkreis Lüneburg, rund 42 Kilometer südlich von Hamburg, über 400 aktive Kunden, mehr als 35 Shop- und ERP-Schnittstellen, 99 Prozent Pickgenauigkeit und ein Cut-off um 11:00 Uhr.
Wenn Sie wissen möchten, wie schnell Ihre Bestände bei uns in Ihrem Shop landen und welche Lieferzusage Sie einem KI-Agenten guten Gewissens geben können, sprechen Sie uns an. Wir gehen Ihre Schnittstelle gemeinsam durch.