Wenn nicht der Mensch, sondern sein Agent entscheidet

Im gesamten AI100-Korpus haben wir über eine Welt gesprochen, in der der Nutzer eine Frage stellt und das System eine Antwort formuliert. Das ist die Welt der Antwortumgebung: Die Marke konkurriert um das Recht, genannt, zitiert und empfohlen zu werden. Doch die nächste Welle ist anders aufgebaut. Ein KI-Agent beantwortet die Frage nicht nur – er handelt: Er sucht nach Produkten, vergleicht Optionen, prüft Preise und Verfügbarkeiten und schließt in manchen Fällen den Kauf bereits ab, ohne dem Menschen eine Zwischenliste von Alternativen zu zeigen.

Das ist keine ferne Zukunft. ChatGPT Instant Checkout ist seit September 2025 im Einsatz und ermöglicht es Nutzern, Einkäufe direkt im Dialog über Partner von Shopify und Etsy abzuschließen [1]. Google kündigte im Januar 2026 sein eigenes Universal Commerce Protocol (UCP) an, dem Walmart, Target und mehr als 20 Partner beigetreten sind [2]. Amazon baut innerhalb der eigenen Plattform ein geschlossenes Ökosystem auf – Rufus AI und Alexa+. Drei konkurrierende Systeme sind bereits im Einsatz, und keines von ihnen fragt die Marke um Erlaubnis zur Teilnahme.

Salesforce-Daten zur Cyber Week 2025 zeigen, dass das Volumen der von KI-Agenten im Namen von Käufern erledigten Aufgaben gegenüber 2024 um 70 % gestiegen ist, am Black Friday sogar um 84 % [3]. Gartner prognostiziert, dass bis Ende 2026 25 % der unternehmensweiten Softwarebeschaffung unter Beteiligung eines KI-Agenten erfolgen werden [4]. McKinsey schätzt, dass Personalisierung und autonome Käufe unter Einsatz von KI einen zusätzlichen Wert von 1,2 Billionen US-Dollar für den globalen Einzelhandel schaffen können [5]. Nach Angaben von Human Security ist die Aktivität agentischer KI im vergangenen Jahr um 6.900 % gestiegen, und 64 % der Verbraucher planten, 2025 KI für ihre Feiertagseinkäufe zu nutzen [6].

Für die Marke bedeuten diese Zahlen eine einfache, aber schmerzhafte Erkenntnis: Einer der wichtigsten „Käufer“ der nahen Zukunft könnte überhaupt kein Mensch mehr sein. Und wenn er kein Mensch ist, sind ihm das Design der Website, die emotionale Positionierung, die visuelle Identität und das Werbebanner gleichgültig. Er braucht strukturierte Daten, die er lesen, vergleichen und prüfen kann.

Heute bildet sich agentischer Handel um drei inkompatible Protokolle herum. ACP (Agentic Commerce Protocol) ist das Protokoll von OpenAI und Stripe, das über ChatGPT Instant Checkout arbeitet. OpenAI nimmt 4 % von jeder Transaktion plus die Standardgebühr des Zahlungsabwicklers [1]. UCP (Universal Commerce Protocol) ist Googles koalitionsbasiertes Protokoll, dals KI-System Mode und Gemini angebunden ist und von Walmart, Target und Shopify unterstützt wird [2]. Das geschlossene Amazon-Ökosystem umfasst Rufus AI, Alexa+ und Buy for Me, die ausschließlich innerhalb des Amazon-Marktplatzes funktionieren.

Für die Marke bedeutet das, in allen drei Welten sichtbar zu sein. Ein Unternehmen, das seine Daten nur für eine Plattform optimiert hat, verliert Nachfrage in den beiden anderen. Und keine dieser Welten funktioniert nach den Regeln des klassischen SEO.

Ein Käufer bittet ChatGPT: „Finde mir einen Smoothie-Mixer unter 150 $, leise und mit mindestens zwei Jahren Garantie." Der Agent fragt die Kataloge über Shopify ab. Marke A ist ein bekannter Hersteller mit einer ansprechenden Website, doch in seinem Produkt-Feed fehlt das Attribut „Geräuschpegel", und die Garantie wird nur auf einer FAQ-Seite im PDF-Format erwähnt. Marke B ist weniger bekannt, aber ihr Product Schema enthält alle zwölf Attribute, darunter decibel level und warranty_months. Der Agent wählt B. Nicht weil B besser ist, sondern weil B maschinenlesbar ist.

In der Unternehmenswelt ist die Mechanik dieselbe, nur die Einsätze sind höher. Ein Unternehmen sucht Procurement Software; ein Anbieter hat SSO, ISO 27001, Deployment-Modell und SLA in einem strukturierten Katalog mit maschinenlesbaren Attributen hinterlegt. Ein anderer hat all das in einem PDF-Sales-Deck versteckt. Ein Agent, der im Auftrag eines CTO Optionen vergleicht, wird den ersten wählen — nicht weil das Produkt besser ist, sondern weil die Daten für einen berechenbaren Vergleich verfügbar sind.

Ein KI-Agent liest Marketingtexte nicht so, wie ein Mensch es tut. Nach Daten des MIT Sloan nennen 82 % der Führungskräfte die Datenqualität als wichtigste Hürde für das Erreichen ihrer Ziele im Bereich generativer KI [7]. Der Agent arbeitet mit strukturierten Attributen: Name, Kategorie, Preis, Verfügbarkeit, Eigenschaften und Rückgabebedingungen. Wenn diese Daten fehlen, ungenau sind oder zwischen Plattformen nicht synchronisiert werden, kann der Agent das Produkt nicht korrekt vergleichen – und wählt den Wettbewerber mit den saubereren Daten.

Das unterscheidet sich grundlegend von der Antwortumgebung. In der Antwort des Modells kann die Marke schwache Daten durch einen starken Ruf oder starke fachliche Inhalte kompensieren. In einem agentischen Szenario gibt es solche Kompensationen nicht. Der Agent trifft seine Entscheidung auf Basis von Attributen, nicht auf Basis von Eindrücken. Wenn Ihr Produkt-Feed keine maschinenlesbaren Daten zu Kompatibilität, Garantie, Größen oder Lieferzeiten enthält, kann der Agent Sie schon vor der Qualitätsbewertung aus dem Vergleich streichen.

Eine weitere unangenehme Eigenschaft der agentischen Welt: Klassische Web-Analytik funktioniert nicht mehr. Wenn ein Nutzer ChatGPT nach einer Produktkategorie fragt, vergleicht der Agent, empfiehlt und wickelt den Kauf ab – alles innerhalb des Dialogs. Die Website der Marke erhält weder einen Besuch noch einen Klick noch eine Session [1]. GA4 sieht diesen Traffic nicht. Marketingverantwortliche, die Erfolg über Websitebesuche messen, bemerken nicht, dass der Verkauf über einen anderen Kanal stattgefunden hat.

Das bedeutet nicht, dass Analytik nutzlos geworden ist. Es bedeutet aber, dass neben den gewohnten Metriken neue erscheinen müssen: Zitation in agentischen Empfehlungen, Aufnahme in agentische Vergleiche, Conversion über agentischen Checkout. Die Instrumente dafür entstehen gerade erst, aber die Notwendigkeit selbst ist bereits offensichtlich.

Die agentische Wahl ist bislang noch nicht zur dominierenden Form des Kaufs geworden. Doch die Wachstumsraten sind so hoch, dass sie in 12–18 Monaten zu einem Pflichtkanal für jedes Unternehmen werden könnte, das Waren oder Dienstleistungen online verkauft. Und die Vorbereitung darauf beginnt nicht mit einem neuen Tool, sondern mit Grundlagenarbeit: saubere strukturierte Produktdaten, plattformübergreifend synchronisiert, maschinenlesbar und aktuell.

Für Inhaber eines Unternehmens bedeutet das einen weiteren Denkwechsel. Zuerst musste man lernen, für die Suchmaschine sichtbar zu sein. Dann musste man für das Antwortsystem verständlich sein. Jetzt muss man für den Agenten nutzbar sein, der nicht fragt, nicht liest und nicht klickt, sondern einfach auf Grundlage von Daten auswählt.