Interview Agentic Commerce: Wie KI-Agenten die Sichtbarkeit im Handel umkrempeln

Anbieter zum Thema

KNAPP AG

Arvato Systems GmbH

Allgeier Inovar GmbH

Jahrzehntelang suchten Menschen, nun übernehmen KI-Agenten: Durch Agentic Commerce verschiebt sich die Kundenschnittstelle im Handel komplett. Doch wie sicher der Onlinehandel seine Sichtbarkeit? 

Wie können Unternehmen sicherstellen, dass ein KI-Agent ihre Produkte überhaupt berücksichtigt? Ramsis Awad von Cosmo Consult hat diese und weitere Fragen beantwortet.

OpenAI hat den Instant-Check-out in ChatGPT im März 2026 wieder eingestellt. Was verrät dieser Rückzug über den tatsächlichen Reifegrad von Agentic Commerce und warum reden wir trotzdem darüber?

Ramsis Awad: Der Rückzug ist weniger ein Scheitern von Agentic Commerce als ein Realitätscheck. Walmart hatte rund 200.000 Produkte über den Instant-Check-out angeboten. Die Conversion-Rate war rund zwei Drittel niedriger als auf der eigenen Website. Ein wesentlicher Grund: Preise, Bestände und Lieferzeiten in ChatGPT stimmten oft nicht mit der Realität überein. Wenn ein Kunde im letzten Schritt merkt, dass der Preis abweicht oder der Artikel nicht lieferbar ist, ist das Vertrauen weg. 

Das Problem war also nicht der Kaufabschluss im Chat, sondern die Daten dahinter. Recherche, Vergleich und Vorauswahl finden heute schon in KI-Assistenten statt. Der erste Kontaktpunkt zwischen Kunde und Marke verschiebt sich vom Shop in die Antwort der KI. Agentic Commerce ist deshalb weniger eine Check-out-Frage als eine neue Form der Produktsuche.

Kontrolle entsteht durch klare Regeln. Unternehmen sollten festlegen: Welche Quelle ist für Preise und Produktinhalte verbindlich, welche gelten nur für bestimmte Kunden, welche Rabatte sollen auch im Agentenkanal greifen, und welche bewusst nicht?

Ramsis Awad, Solution Architect und Business Development Manager Commerce bei Cosmo Consult

Sie führen mit Kunden Agentic-Commerce-Readiness-Checks durch: An welcher Stelle der Customer Journey scheitern Unternehmen erfahrungsgemäß zuerst und welche Rolle spielt der klassische Onlineshop dann noch?

Ramsis Awad: Die meisten scheitern, bevor der Kunde überhaupt kauft. Die Produkte sind gut, die Informationen darüber aber verstreut: Stammdaten liegen im ERP, technische Details stecken in PDFs, Marketingtexte stehen in Excel-Listen, Zertifikate liegen irgendwo im Fachbereich. Ein KI-Agent findet sich da nicht zurecht: Er nimmt, was er maschinenlesbar findet, und ignoriert den Rest. Der Onlineshop wird vom Schaufenster zum Transaktions- und Service-Hub.

Nach welchen Signalen entscheiden KI-Agenten heute schon, welche Produkte sie überhaupt in Betracht ziehen – und was unterscheidet das von klassischer SEO- und Ads-Logik?

Ramsis Awad: Agenten lesen anders als Menschen. Sie achten auf strukturierte Fakten: Merkmale, technische Eigenschaften, Preise, Verfügbarkeit, Lieferzeiten und Bewertungen. Klassische SEO optimiert Seiten, damit Menschen und Suchmaschinen sie finden. Agenten suchen keine Seiten, sondern Antworten, und die setzen sie aus maschinenlesbaren Daten zusammen. Die Frage lautet: „Kann ein Agent mein Produkt eindeutig verstehen und einordnen?“

DER GESPRÄCHSPARTNER

Ramsis Awad ist Solution Architect und Business Development Manager Commerce bei Cosmo Consult.

Was genau macht einen Produktdatensatz „agentenfähig“ – reicht ein guter Google-Shopping-Feed dafür schon aus, oder braucht es mehr?

Ramsis Awad: Ein guter Shopping-Feed ist ein solider Anfang. Er wurde aber für Anzeigen gebaut, nicht für Beratung. Ein Beispiel aus dem B2B: Ein Dübel ist nicht einfach ein Dübel. Entscheidend sind Untergrund, zulässige Last, Zulassung und Korrosionsschutz. Fragt ein Einkäufer nach einer Befestigung für eine  0 Kilogramm schwere Konsole in Porenbeton im Außenbereich, kann ein Agent nur dann gut antworten, wenn diese Merkmale sauber als Attribute vorliegen.

Sind diese Angaben nur in einem PDF-Datenblatt enthalten, kann der Agent sie möglicherweise nicht zuverlässig erfassen. Agentenfähig ist ein Datensatz also dann, wenn er vollständig, strukturiert und aktuell ist und sich kontrolliert in jeden Kanal ausspielen lässt. Das leistet erst eine gepflegte Datenbasis.

Wenn KI-Agenten Kaufentscheidungen vorbereiten oder sogar auslösen: Wie behalten Unternehmen die Kontrolle über Preise, Rabatte und Markenkommunikation – ohne die Automatisierung auszubremsen?

Ramsis Awad: Kontrolle entsteht durch klare Regeln. Unternehmen sollten festlegen: Welche Quelle ist für Preise und Produktinhalte verbindlich, welche gelten nur für bestimmte Kunden, welche Rabatte sollen auch im Agentenkanal greifen, und welche bewusst nicht? Entscheidend ist, dass Agenten auf dieselbe Datenbasis zugreifen wie Shop, Marktplatz und Vertrieb. Kundenindividuelle Konditionen können beim Händler bleiben: Der Agent kennt den Listenpreis, und der Kunde sieht nach der Anmeldung seinen Preis. Die neuen Standards sind darauf ausgelegt. Marken müssen ihre Stärken so beschreiben, dass Menschen sie spüren und Maschinen sie einordnen können.

Interview

Agentic Commerce: So verlieren Händler nicht den Anschluss an die KI-Revolution

Woran scheitert die Vorbereitung auf Agentic Commerce in der Praxis typischerweise – und was bringt die Wende?

Ramsis Awad: Das Muster ist fast immer dasselbe. Das Interesse ist groß, und das Management will schnell Sichtbarkeit in ChatGPT. Dann schauen wir auf die Daten: Artikel heißen in jedem System anders, wichtige Eigenschaften stehen nur im Beschreibungstext, technische Details stecken im PDF, und Varianten sind uneinheitlich angelegt. Die Wende kommt, wenn das Unternehmen die Reihenfolge umdreht: erst die Datenbasis, dann die neuen Funktionen. In unseren Projekten übernimmt das PIM-System von Ainavio dabei die Rolle der zentralen Datenquelle. Attribute werden vereinheitlicht, Klassifikationen aufgebaut, Qualitätsregeln eingeführt und die Daten je Kanal gezielt ausgespielt. Agentic Commerce scheitert an fehlender Datenqualität, fehlender Produktdatenlogik und fehlender Systemintegration.

Welcher Unternehmenstyp profitiert in Ihren Projekten am meisten von Agentic Commerce – und überrascht Sie das Ergebnis selbst?

Ramsis Awad: Am meisten profitieren Unternehmen mit komplexen Produkten und großen Sortimenten. Dort muss ein Kunde oft aus tausenden Artikeln die passende Lösung finden. Ein Agent kann die Anforderung verstehen und das Sortiment in Sekunden eingrenzen. Mich selbst hat das ehrlich gesagt nur bedingt überrascht. Viele andere überrascht es hingegen, weil Agentic Commerce meist mit Endkunden verbunden wird, die Sneaker oder Kopfhörer kaufen. Dabei passt das Prinzip im B2B besser: Beschaffung folgt klaren Regeln, Rahmenverträgen und wiederkehrenden Mustern. Genau solche Strukturen kann ein Agent zuverlässig abbilden. Gartner rechnet damit, dass KI-Agenten bis 2028 B2B-Einkäufe im Wert von über 15 Billionen US-Dollar vermitteln.

Was ist der eine Schritt, den fast jedes Unternehmen im Readiness-Check zuerst falsch angeht?

Ramsis Awad: Mein Rat ist praktisch: Nehmen Sie Ihre zwanzig wichtigsten Produkte und fragen Sie ChatGPT, Gemini oder Perplexity danach, so wie ein Kunde es tun würde. Stimmen Preis, Verfügbarkeit und technische Daten? Wird Ihr Produkt genannt, oder das des Wettbewerbers? Das Ergebnis ist meist ernüchternd, aber es zeigt sehr genau, wo man ansetzen muss. 

Wettlauf um die Käufer

KI-Agenten im Weihnachtsgeschäft: Die große Chance oder der Kontrollverlust?