Agentic Commerce: Wie smarte KI-Agenten den Handel der Zukunft ermöglichen

Stellt euch vor: Ihr betretet ein Kaufhaus. Auf der Suche nach neuen Wanderschuhen, wendet ihr euch an den Verkäufer. Der zeigt euch verschiedene Ausführungen, macht Vorschläge, beantwortet Fragen. Jetzt stellt euch vor, ihr müsst den Laden gar nicht mehr betreten. Euer persönlicher Assistent kennt eure Vorlieben, vergleicht Angebote, verhandelt Preise und bestellt genau das, was ihr braucht.  

Willkommen in der Welt des Agentic Commerce. Dank automatisierter Einkaufsprozesse und digitalen Einkaufsassistenten wird der Einkauf der Zukunft einfacher und effizienter. 

Was ist Agentic Commerce?

Agentic Commerce bezeichnet eine neue Entwicklungsstufe im E-Commerce. Während klassische E-Commerce-Systeme eure Kunden mit Empfehlungen versorgen, geht Agentic Commerce einen entscheidenden Schritt weiter: KI-Agenten agieren eigenständig. Sie handeln im Sinne eurer Kunden oder eures Unternehmens – wie ein persönlicher digitaler Assistent. 

Diese intelligenten Agenten analysieren den Bedarf eurer Kunden, etwa über Kalenderdaten, E-Mails oder frühere Käufe. Sie recherchieren Optionen, vergleichen Angebote, verhandeln Preise und Lieferzeiten, treffen Entscheidungen und führen Bestellungen automatisch aus.  

Doch nicht nur der Konsument profitiert dadurch von weniger Aufwand. Die gesamte Wertschöpfungskette wird effizienter, schneller und oft auch profitabler. Agentic Commerce schafft damit einen Paradigmenwechsel im Handel – hin zu vollständig autonomen, lernenden Prozessen auf Händler-, Hersteller- und Lieferantenseite. 

Für E-Commerce-Verantwortliche heißt das:  

• Systeme steuern eigenständig Lieferanten-Auswahl,  

• verhandeln Preise in Echtzeit,  

• optimieren Lagerbestände mittels Vorhersagen  

• und kümmern sich um Reklamationen. 

Und das ohne menschliches Eingreifen. Die KI agiert proaktiv und datengetrieben, nicht nur reaktiv. 

Klassicher E-Commerce und Agentic Commerce im Vergleich

Merkmal	Klassischer E-Commerce	Agentic Commerce
Initiative	Nutzer recherchiert aktiv	KI-Agent analysiert Bedarf und initiiert Prozesse
Informationsbeschaffung	Manuelle Suche durch den Nutzer	Automatisierte Recherche durch digitale Einkaufsassistenten
Produktvergleich	Vergleich durch manuelle Eingabe, Filter und externe Tools	Integrierter, datenbasierter Vergleich relevanter Angebote
Entscheidungsfindung	Nutzer wägt Optionen selbst ab	KI-Agent trifft Entscheidung auf Basis definierter Kriterien
Bestellprozess	Nutzer legt manuell in den Warenkorb, geht durch Check-out	Agent übernimmt Bestellung automatisch oder schlägt sie zur Freigabe vor
Personalisierung	Auf Basis von Cookies und Kundendaten	Kontextualisiert durch mehrdimensionale Datenquellen (Kalender, Kommunikation, Verhalten)

Agentic Commerce: Vision oder schon Realität?

Agentic Commerce wirkt auf den ersten Blick noch wie Science-Fiction. Vollständig autonome Handelsprozesse, bei denen KI-Agenten selbstständig verhandeln, kaufen, lagern und optimieren. Das Gesamtpaket ist noch Zukunftsmusik. Aber: Die Bausteine dafür existieren bereits. 

Viele Elemente sind heute bereits einzeln im Einsatz. Predictive Analytics für die Lagerhaltung, dynamische Preisoptimierung, automatisierte Lieferantenbewertung, smarte Chatbots im Kundenservice — all das sind frühe Ausprägungen von Agentic Commerce.  

Auch auf der Konsumentenseite wird Agentic Shopping Stück für Stück Realität. Durch Sprachassistenten, Chatbots oder personalisierte Empfehlungen. 

Der entscheidende Schritt, der noch bevorsteht, ist die ganzheitliche Orchestrierung dieser Systeme. Erst wenn all diese isolierten Agenten miteinander kommunizieren, kooperieren und auf übergeordnete Ziele hinarbeiten, entsteht vollumfänglicher Agentic Commerce.

Aktuelle Entwicklungen im Agentic Commerce

Große Plattformen, KI-Anbieter und Systemhersteller integrieren bereits Funktionen für digitale Einkaufsagenten in bestehende Anwendungen oder entwickeln neue. Die Anwendungsfälle reichen von KI-gestützter Produktsuche über integrierte Preisvergleiche bis hin zu Funktionen, die direkt auf Betriebssystem- oder Browserebene verankert sind.

Amazon: »Buy for Me«

Amazon testet derzeit die Funktion »Buy for Me«, die es ermöglicht, Produkte von Drittanbietern direkt über die Amazon-App zu kaufen, selbst wenn Amazon diese Artikel nicht selbst anbietet. Sobald sich Nutzer für den Kauf entscheiden, ermächtigen sie Amazon, den Bestellvorgang auf der externen Website in ihrem Namen abzuschließen.

OpenAI: Shopping-Funktionen in ChatGPT

OpenAI hat ChatGPT um Shopping-Funktionen erweitert, die es Nutzern ermöglichen, Produkte zu suchen und zu vergleichen. Die Integration bietet personalisierte Empfehlungen und direkte Links zu Einzelhändlern, ohne Werbung.

Perplexity AI: Integration von Produktsuche und Preisvergleichen

Auch Perplexity AI hat eine Shopping-Funktion eingeführt, die Produktempfehlungen, Preisvergleiche und einen nahtlosen Checkout-Prozess innerhalb ihrer Plattform bietet. Durch Partnerschaften mit Zahlungsdienstleistern wie PayPal ermöglicht Perplexity einen vereinfachten Kaufprozess direkt aus der Suchanfrage heraus.

Dia Browser: KI-gestütztes Browsing

The Browser Company hat kürzlich den Dia Browser gelaunt. Der »AI-first« Browser integriert KI-Funktionen, die es Nutzenden ermöglichen, mit ihren Tabs zu interagieren, Aufgaben zu automatisieren und effizienter zu recherchieren. Diese Funktionen könnten auch das Online-Shopping-Erlebnis verbessern, indem sie personalisierte Empfehlungen und Preisvergleiche direkt im Browser anbieten.

Agentic Shopping im B2C: Wenn Agenten das Einkaufen erleichtern

Im B2C geht es beim Einkauf nicht nur um Produkte – sondern um Erlebnisse, Komfort und persönliche Relevanz. Agentic Commerce setzt genau hier an: Digitale Einkaufsagenten erkennen Bedarfe, machen passende Vorschläge, vergleichen Preise und übernehmen auf Wunsch den gesamten Kaufprozess. Ob im Alltag, zu besonderen Anlässen oder bei wiederkehrenden Käufen – die Anwendungsmöglichkeiten sind vielfältig. 

Bedarf erkennen und beraten

Ein Kunde plant einen Wanderurlaub und beauftragt den digitalen Agenten: »Ich brauche einen Rucksack für eine 3-tägige Bergtour im Sommer.« Der digitale Einkaufsassistent versteht die Anfrage, analysiert die Anforderungen (Volumen, Tragekomfort, Wetterbedingungen) und empfiehlt passende Modelle. Dazu schlägt er sinnvolle Ergänzungen vor wie Regenhülle, Trekkingstöcke oder ein Notfallset – alles abgestimmt auf Tourdauer, Saison und die Erfahrungswerte anderer Kunden. 

Empfehlungen auf Basis von Kontextdaten

Der Agent erkennt durch eine Kalendereintragung und E-Mail-Einladung, dass die Kundin in vier Wochen zu einer Hochzeit eingeladen ist. Auf Basis ihrer Stilpräferenzen, bisheriger Käufe und des Veranstaltungsorts schlägt der Assistent passende Kleider vor – abgestimmt auf Wetter, Dresscode und Farbvorlieben. 

Wiederbeschaffung von Verbrauchsprodukten

Verbrauchsprodukte wie Kontaktlinsen, Druckerpatronen oder Proteinpulver bestellt der Agent automatisch nach – basierend auf Konsumzyklen. Er erkennt, wann das Produkt zur Neige geht, prüft aktuelle Angebote und bestellt bei Bedarf selbstständig nach oder schlägt eine günstige Alternative vor.

Kaufprozess optimieren nach Nutzerpräferenzen

Im Hintergrund optimiert der Agent Zahlungsart, Versandoption und Retourenbedingungen – ganz nach den Präferenzen des Nutzers. Ist alles geklärt, wird der Kauf abgeschlossen – auf Wunsch vollautomatisch oder nach einmaliger Freigabe. 

Zwischen Komfort und Kontrolle – wie viel Autonomie wollen Kunden wirklich?

So sehr Agentic Shopping das Einkaufen auch erleichtert: Nicht jeder Kunde möchte das Shoppen komplett abgeben. Viele empfinden das Stöbern, Vergleichen und Entdecken als wichtigen Teil des Einkaufserlebnisses – sei es online oder stationär.  

Die zentrale Frage lautet daher nicht nur, wie viele Aufgaben die Agenten euren Kunden abnehmen können, sondern vor allem, wie viel Kontrolle eure Kunden abgeben wollen. Erfolgreicher Agentic Commerce wird diesen Balanceakt meistern müssen. Personalisierte Assistenten müssen Optionen bieten: von »Mach das für mich« bis »Zeig mir eine Auswahl, ich entscheide selbst«. 

Agentic Commerce im B2B: Anwendungsszenarien mit Potenzial

Im B2B geht es weniger um klassisches Shopping – sondern um strukturierte Beschaffung, komplexe Freigabeprozesse und langfristige Lieferantenbeziehungen. Genau hier kann Agentic Commerce ansetzen: durch Automatisierung, Assistenzfunktionen und gezielte Entlastung der Einkaufsabteilungen. Die Potenziale liegen vor allem dort, wo wiederkehrende Aufgaben standardisiert und durch Daten gestützt werden können. 

Die folgenden Beispiele zeigen, wie digitale Einkaufsagenten in typischen B2B-Szenarien unterstützen – vom operativen Einkauf bis hin zu strategischen Entscheidungen. 

Automatisierte Nachbestellung bei Schwellenwerten

Ein Maschinenbauunternehmen hinterlegt für wichtige Ersatzteile Lageruntergrenzen im ERP-System. Der digitale Einkaufsagent überwacht diese Schwellen automatisch. Sinkt der Bestand eines Bauteils unter das definierte Limit, recherchiert der Agent bei gelisteten Lieferanten, vergleicht Konditionen und leitet die Bestellung ein – auf Wunsch mit oder ohne Freigabe durch das Einkaufsteam. 

Ausschreibungen für komplexe Bedarfe vorbereiten

In der Gebäudetechnik wird regelmäßig projektspezifisch ausgeschrieben. Ein Agentic-Commerce-System erkennt Muster in der Bedarfsmeldung, erstellt automatisch strukturierte Ausschreibungsunterlagen und leitet diese an passende Anbieter weiter. Eingehende Angebote werden vom Agenten vorbewertet und nach Kriterien wie Preis, Lieferzeit und Bonität eingeordnet. 

Ersatzteilbeschaffung im Außendienst

Ein Servicetechniker meldet via Tablet, dass bei einem Kunden vor Ort ein Ersatzteil fehlt. Der Agent erkennt anhand der Seriennummer die passende Komponente, prüft den Bestand, organisiert die schnellste Lieferung zur Baustelle und aktualisiert den Auftrag automatisch im System. So läuft der Prozess reibungslos – ohne manuelles Eingreifen. 

Compliance und Vertragskontrolle

Im öffentlichen Sektor oder regulierten Industrien gelten strenge Einkaufsrichtlinien. Der Agent prüft bei jedem Angebot, ob gesetzliche Vorgaben, unternehmensinterne Compliance-Regeln und Budgetgrenzen eingehalten werden. Bei Abweichungen informiert er das Einkaufsteam oder schlägt Alternativen vor – revisionssicher dokumentiert. 

Agentic Commerce: So funktioniert die Technik hinter dem digitalen Einkaufsagenten

Large Language Models als Grundlage

Große Sprachmodelle wie GPT-4o, Claude oder Gemini bilden das Fundament von Agentic Commerce. Sie ermöglichen es, natürliche Sprache nicht nur zu verstehen, sondern auch kontextbezogen zu interpretieren und in Handlungsschritte zu übersetzen. Ein Agent, der die Anweisung »Bestell 10 % mehr als im letzten Jahr« erhält, erkennt Mengen, bezieht historische Daten ein und handelt eigenständig. LLMs bilden also die entscheidende Basis, indem sie Texte analysieren, Anfragen generieren und komplexe Prozesse anstoßen.

Multimodale Fähigkeiten für umfassendes Verständnis

Digitale Einkaufsassistenten nutzen längst mehr als nur Spracheingaben. Sie kombinieren Informationen aus E-Mails, Kalendern, Produktdaten und sogar Fotos. Beispiel: Plant ein Unternehmen die Teilnahme an einer Messe, erkennt der Agent den Termin im Kalender, prüft automatisch, ob Werbematerialien, Give-aways und technische Ausrüstung ausreichend vorhanden sind, und stößt gegebenenfalls Nachbestellungen an.  

Kontextbasierte Entscheidungen auf Basis eurer Daten

Der Agent kennt Informationen wie Einkaufspräferenzen, Budgetrahmen, Freigaberichtlinien oder Unternehmensziele. Diese fließen in jede Entscheidung ein. Je mehr Kontext er hat, desto besser und präziser kann er agieren. Und das Beste: Die Systeme lernen dazu. Über Machine-Learning-Mechanismen optimieren sich die Prozesse fortlaufend. 

Standardisierte Kommunikation über A2A und MCP

Initiativen wie Google A2A (Agent-to-Agent) oder das MCP (Model Context Protocol) schaffen standardisierte Schnittstellen, über die verschiedene Agenten nahtlos miteinander kommunizieren können. So kann der Einkaufsagent eines Unternehmens direkt mit dem Angebotsagenten eines Lieferanten sprechen – vollständig automatisiert, strukturiert und regelbasiert. 

So schafft ihr die Grundlagen für Agentic Commerce

Autonome Einkaufsagenten entfalten ihr Potenzial nur, wenn die Rahmenbedingungen stimmen. Wer jetzt die richtigen Schritte geht, legt das Fundament für zukunftsfähige Einkaufsautomatisierung. Die folgenden Maßnahmen helfen euch, Agentic Commerce strukturiert und realistisch anzugehen. 

1. Digitale Prozesse aufräumen

Bevor ihr einen digitalen Einkaufsagenten arbeiten lasst, müssen eure Einkaufsprozesse digitalisiert und strukturiert sein. Analysiert, welche Schritte sich heute schon automatisieren lassen – etwa Nachbestellungen, Bestandsüberwachung oder Rechnungsfreigaben. Ziel ist ein klarer, digitaler Workflow mit sauberen Datenübergaben. Je strukturierter euer Prozesse bereits jetzt sind, desto reibungsloser kann sie später ein Agent übernehmen. 

2. Datenstrategie entwickeln

Agentic Commerce lebt von Daten. Ohne verlässliche Informationen aus ERP, PIM, CRM oder CMS kann euer Agent keine fundierten Entscheidungen treffen. Sorgt deshalb für saubere Stammdaten, zentrale Datenhaltung und konsistente Schnittstellen. Achtet auf Datenqualität, denn: Schlechte Daten führen zu schlechten Entscheidungen – auch bei KI. Eine gut durchdachte Datenstrategie bildet die Basis für alles, was danach kommt. 

3. Systemlandschaft modernisieren

Auch eure technische Infrastruktur entscheidet, wie weit ihr den Agenten heute schon gehen lassen könnt. Baut auf API-first-Architekturen, modulare Systeme und Microservices. Legacy-Systeme mit eingeschränkter Schnittstellenfähigkeit bremsen nicht nur Agenten aus, sondern kosten euch langfristig Innovationspotenzial.  

4. Use Cases identifizieren und priorisieren

Startet mit kleineren, klar definierten Use Cases. Wo entstehen repetitive Aufgaben, wo könnt ihr eure Mitarbeitenden entlasten, wo lassen sich Fehlerquellen automatisieren? Ein einfacher Anwendungsfall wie »Nachbestellung von Verbrauchsmaterialien« ist ideal zum Einstieg.  

5. Kulturwandel aktiv begleiten

Der digitale Einkaufsagent ist nicht nur ein technisches Projekt – sondern bringt auch kulturellen Wandel mit sich. Er wird Arbeitsweisen verändern und Zuständigkeiten verschieben. Kommuniziert offen, integriert eure Teams frühzeitig und schafft Vertrauen in die neue Arbeitsweise. Macht klar: Der Agent ist kein Ersatz für Menschen – sondern ein intelligenter Helfer, der Freiraum für strategische Aufgaben schafft. 

Strategien der Shopsystemanbieter: Wer treibt Agentic Commerce voran – und wie?

Mit dem Aufkommen digitaler Einkaufsagenten stehen auch Shopsystemanbieter vor neuen Anforderungen. Es geht nicht mehr nur darum, Produkte darzustellen und Transaktionen abzuwickeln – sondern darum, Systeme zu schaffen, die autonome Prozesse ermöglichen, kontextbezogen reagieren und flexibel integrierbar sind. Die etablierten Anbieter verfolgen dabei unterschiedliche Ansätze:  

Adobe

Adobe fokussiert sich mit dem »Adobe Experience Platform Agent Orchestrator« vor allem auf eine optimierte Customer Experience. Ziel ist es, personalisierte Inhalte, Empfehlungen und Kampagnen kanalübergreifend in Echtzeit auszuspielen – abgestimmt auf Verhalten, Zielgruppe und Kontext. Der strategische Schwerpunkt liegt auf Marketing, Vertrieb und Erlebnisdesign. Einkaufsprozesse oder Backend-Automatisierung sind bisher kein Bestandteil des

Salesforce

Salesforce gilt als einer der Vorreiter im Bereich Agentic Commerce. Mit »Agentforce« können Unternehmen eigene KI-Agenten erstellen und verwalten, die Aufgaben in den Bereichen Kundenservice, Vertrieb oder Marketing übernehmen. Damit legt auch Salesforce den Fokus auf kundenzentrierte Journeys und weniger auf automatisierte Beschaffung oder systemgesteuerte Einkaufsprozesse.

SAP

SAP verfolgt mit den »Joule-Agenten« einen umfassenden Agentic-Commerce-Ansatz, der auf der tiefen Integration in Geschäftsprozesse basiert. Die Joule-Agenten sind in der Lage, mehrstufige Workflows autonom zu planen und auszuführen, der Fokus liegt hier stärker auf der internen Prozessoptimierung im B2B-Umfeld. Mit dem »Joule Studio« bietet SAP zudem ein No-Code-Tool, mit dem Unternehmen eigene Agenten entwickeln und auf spezifische Abläufe anpassen können.

Shopify

Shopify setzt mit »Shopify Magic« auf generative KI-Funktionen für Händler – etwa zur Content-Erstellung oder Prozessunterstützung. Die Strategie ist niedrigschwellig: Ziel ist es, Einsteigern einfache Assistenzfunktionen zu bieten. Autonome, agentengesteuerte Prozesse über die gesamte Customer Journey oder im Einkauf sind derzeit kein strategischer Schwerpunkt.  

Shopware

Shopware positioniert sich sehr stark zum Thema »Agentic Commerce« und adressiert damit komplexe B2C- und B2B-Szenarien. Mit der Gründung der Agentic Commerce Alliance (ACA) im Juni 2025 verfolgt das Unternehmen das Ziel, gemeinsam mit Partnern Standards, Use Cases und Marktverständnis für KI-Agenten im Handel zu entwickeln.

Intershop

Intershop bietet mit dem Intershop Copilot agentenähnliche Funktionen für den B2B-Commerce. Diese unterstützen Einkäufer bei Produktauswahl, Self-Service und Bestellprozessen – eingebettet in bestehende Systeme. Die Strategie konzentriert sich auf die schrittweise Automatisierung spezifischer Aufgaben im B2B-Bereich, nicht auf vollautonome Agentensysteme.  

Commercetools

Commercetools integriert Agentic Commerce in seine Headless- und Microservices-Architektur. Die Agentenlogik zielt auf flexible, skalierbare Prozesse, die sich modular erweitern lassen. Strategisch steht die Infrastruktur im Vordergrund: Commercetools positioniert sich eher als Enabler für individuelle, autonome Commerce-Erlebnisse – nicht als Anbieter vordefinierter Standardagenten. 

Fazit

Der Blick auf den Anbietermarkt im E-Commerce zeigt: Agentic Commerce ist strategisch angekommen, aber in sehr unterschiedlichen Reifegraden und Ausprägungen. Während Anbieter wie Shopware, Salesforce oder SAP gezielt eigene Agentenplattformen aufbauen und den Begriff in ihrer Kommunikation aktiv nutzen, setzen andere wie Shopify oder Adobe eher auf schrittweise KI-gestützte Funktionen im bestehenden Systemkontext.

Der erste Schritt Richtung Agentic Commerce

Ihr wollt wissen, wie Agentic Commerce konkret in eure Systemlandschaft passt? Ob eure Prozesse bereit für autonome Einkaufsagenten sind – und wo die größten Hebel für Automatisierung liegen? 

Dann nutzt unser kostenloses Beratungsgespräch. Unsere Expertinnen und Experten analysieren euren Status quo, zeigen realistische Einsatzszenarien auf und helfen bei der Entwicklung einer individuellen KI-Roadmap. Ohne Buzzwords – dafür mit klarem Blick auf das, was heute schon möglich ist.