Agentic Commerce eröffnet Händlern und Herstellern neue Möglichkeiten – von effizienteren Kaufprozessen bis hin zu stärkerer Personalisierung. Gleichzeitig entstehen neue Fragen rund um Vertrauen, Kontrolle, Haftung und Wettbewerb.
Im ersten Teil unseres Interviews mit Paul Krauss ging es um die Grundlagen von Agentic Commerce, die technologischen Entwicklungen hinter dem Trend und die Chancen für den Handel. Im zweiten Teil richtet sich der Blick auf die Herausforderungen: Welche Risiken entstehen, wenn AI Agents selbstständig Produkte auswählen und kaufen? Wie sollten sich Unternehmen darauf vorbereiten – und welche regulatorischen Leitplanken braucht der agentische Handel?
1) Wo liegen die größten Risiken, wenn autonome Systeme Produkte auswählen, vergleichen oder sogar kaufen – etwa bei Transparenz, Kontrolle und Haftung?
Die rechtliche Seite ist in der EU noch nicht abschließend geklärt. Im Kern ist das eine Haftungsfrage, ähnlich wie wir sie aus der Robotik kennen – wenn ein autonomes System einen Schaden verursacht, wer trägt ihn? Plattform, Händler, Hersteller des Modells, Nutzer? Es gibt Mechanismen, das zu lösen. Shared Payment Tokens mit Limits sind ein Anfang, weil sie verhindern, dass ein Agent unkontrolliert kauft. Audit-Trails, definierte Eskalationspfade, Versicherungslösungen – das alles wird kommen, so wie es bei Online-Zahlungen vor zwanzig Jahren auch gekommen ist.
Das eigentliche Problem ist deshalb weniger das Recht, sondern das Vertrauen. Trust ist langsamer als Technologie. Ein Agent, der falsch kauft, ist kein UX-Bug, sondern ein Reputationsproblem – für die Plattform, für den Händler, für die ganze Kategorie. Die ersten Präzedenzfälle werden bald kommen, und sie werden Adoption für ein bis zwei Jahre bremsen. Das ist kein Grund zur Panik, aber Grund zur Vorbereitung.
Dazu drei strukturelle Risiken, die unterschätzt werden. Erstens Manipulation: Prompt Injection auf Produktseiten, gefälschte strukturierte Daten, Agent-SEO als nächste dunkle Disziplin. Zweitens Konzentration: 90 Prozent der Coding-Agenten wählen Stripe als Payment-Default. Wenn solche Default-Effekte auf den Konsumentenmarkt überspringen, hat man digitale Quasi-Monopole, die kartellrechtlich noch nicht erfasst sind. Drittens die Lehre aus dem IoT: Vor zehn Jahren sollte der Kühlschrank Milch bestellen. Es ist gescheitert, nicht an der KI, sondern an Interoperabilität und Haftung. Genau diese zwei Themen entscheiden auch über Agentic Commerce.
2) Wie viel Entscheidungsfreiheit werden Konsumenten in Zukunft tatsächlich an AI Agents abgeben wollen?
Das ist hochgradig kategoriespezifisch, und das wird jeder Händler und jeder Konsument selbst herausfinden. Die aktuellen ECC-Zahlen sind in dieser Hinsicht aufschlussreich: 11 Prozent sagen „auf jeden Fall", 50 Prozent „für bestimmte Einkäufe". Das ist eine ehrliche Antwort. Verbrauchsgüter ja, Sneaker vielleicht, Hochzeitsanzug nein. Reise teils, Versicherung gerne, Therapie niemals.
Zwischen den USA und Deutschland gibt es einen erheblichen Adoptions-Gap. In den USA nutzen 30 bis 45 Prozent generative KI bereits für Recherche, in Deutschland deutlich weniger. Das ist nicht primär eine technische, sondern eine kulturelle Frage. Es wird sich angleichen, aber langsamer als manche Roadmaps suggerieren.
Auf Händlerseite ist das ein Gefangenendilemma, und Alex Graf hat das in seinem brand eins-Interview scharf formuliert. Seine Position: Geht nicht freiwillig ins Gefängnis. Wer sich an Googles UCP oder vergleichbare Protokolle anschließt, gibt seine Daten und seine Entscheidungsmacht ab und gewinnt im Gegenzug nichts, was er nicht ohnehin hätte. Wer sich nicht anschließt, riskiert, vom Agenten gar nicht mehr gefunden zu werden. Beides ist unbequem, und beides ist eine echte Entscheidung. Graf ist mit seiner Skepsis in der Branche relativ allein, aber sein Argument ist nicht trivial: Agentic Commerce muss erst mal ein Problem lösen, das der Kunde tatsächlich hat. Bei Druckerpatronen ja, bei Sneakern wahrscheinlich nicht.
Das wird nicht von der Branche entschieden, sondern vom Konsumenten – und der wird es Kategorie für Kategorie tun.
3) Welche Voraussetzungen müssen Unternehmen schaffen, um für Agentic Commerce bereit zu sein – technologisch, organisatorisch und in Bezug auf Datenqualität?
Datenqualität ist achtzig Prozent der Arbeit. Wenn eine Maschine Produkte nicht im Detail versteht, existiert es nicht als Präferenz. Granulare, aktuelle, vollständige Produktattribute sind die Eintrittskarte. Echtzeit-Bestand ist Pflicht, nicht Kür – ein Agent, der ein Produkt empfiehlt, das nicht lieferbar ist, kommt beim nächsten Mal nicht wieder. Eine agents.txt oder llms.txt und eine Grounding Page sind ein guter Start. Sie erklären, wie der Katalog strukturiert ist, kosten wenig und wirken sofort. Feedoptimierung ist eine ganz andere Disziplin und wer Texte heute noch von Hand schreibt, wird ein Problem bekommen.
Architektonisch heißt das: API-first, Headless, ACP- und MCP-fähig. Wer heute einen proprietären Checkout baut, investiert in ein Modell, das in der agentischen Wirtschaft keine Rolle mehr spielt. Agenten interagieren nicht mit grafischen Oberflächen, sie brauchen maschinenlesbare Daten und strukturierte APIs. Stripe Checkout, Shopify Checkout – die Infrastruktur ist da. Die meisten Unternehmen müssen nicht mehr selbst bauen, sondern integrieren.
Organisatorisch ist die größte Hürde der Planungshorizont. Drei-Jahres-Roadmaps funktionieren nicht in einem Markt, der sich quartalsweise verschiebt. Was funktioniert, sind kleine Wetten – ein Agent-Checkout für eine Brand, ein Pilot mit einer Warengruppe, schnelles Lernen. Innovationsbudget statt Enterprise-Großprojekt. Und ein Team, das Datenqualität als Daueraufgabe versteht, nicht als Projekt mit Abschluss.
Das größte Problem deutscher Unternehmen ist kein Erkenntnisproblem. Wir wissen alle, was kommt. Es ist ein “mal abwarten, was Mitbewerber X macht“ Umsetzungsproblem.
4) Wird Agentic Commerce den Wettbewerb im Handel verändern, weil AI Agents andere Kriterien priorisieren als menschliche Käufer?
Ja, fundamental. Ein Agent ignoriert künstliche Verknappung. Ein Agent ist immun gegen Preisinszenierung, auch wenn sie auf Ads reagieren und manipulierbar sind. Ein Agent bewertet keine Produktbilder, sondern Produktdaten. Der Agent vergleicht Datenblätter und entscheidet nach Nutzwert.
Werbung wird gleichzeitig brüchiger. Bezahlte Platzierung im Agent-Output zerstört Trust schneller als bezahlte Platzierung in der klassischen Suche, weil der Nutzer dem Agenten Loyalität unterstellt. Sobald sichtbar wird, dass Empfehlungen gekauft sind, kollabiert das Vertrauen in den ganzen Kanal – nicht umsonst vertrauen Verbraucher LLMs heute mehr als Influencern (ECC Survey). Plattformen wissen das, und sie werden vorsichtiger sein müssen als Google es bei Search Ads je war und doch hat z.B. OpenAI ein massives Problem mit ihrer Burn-Rate.
Das verändert auch die Marktstruktur. Compute, Modell, Marktplatz, Logistik werden integriert – Amazon kontrolliert AWS, Marketplace und Logistik in einer Hand, das ist ein vertikaler Stack, gegen den europäische Player schwer anzukommen haben, auch wenn StackIT sich in Stellung bringt. Die Antwort liegt nicht im Nachbau, sondern in zwei Strategien: Allianzen oder radikale Spezialisierung. Ein EU-Marktplatz-Hub aus Allegro, Zalando und bol.com wäre denkbar. Genauso die Nische, in der die KI mangels Daten oder wegen Komplexität keine pauschalen Antworten geben kann.
Was sicher kommt: Margen sinken im Commodity-Bereich, weil perfekte Vergleichbarkeit alle Margen erodiert. Margen halten in der Marke und im Service. Genau dort, wo viele deutsche Händler in den letzten Jahren am wenigsten investiert haben.
5) Welche regulatorischen oder ethischen Leitplanken braucht Agentic Commerce, damit Vertrauen entsteht und Missbrauch verhindert wird?
Der EU AI Act trifft meiner Meinung nach den Agentic Commerce nur am Rand. Er regelt Risikoklassen von Modellen, nicht die Kaufautonomie eines Agenten im Auftrag eines Verbrauchers. Diese Lücke wird sich schließen müssen, und vier Themen werden die Debatte bestimmen. Die Trustworthyness von AI ist bisher eher ein Thema von Hochrisiko-Systemen, wird aber für Konsumenten spätestens in einem Werbemodell ein erlebbarer Zielkonflikt.
Erstens Haftung. Wenn ein Agent einen Fehlkauf tätigt, muss klar geregelt sein, wer einsteht – Plattform, Händler, Modellanbieter oder Nutzer. Das ist lösbar, ähnlich wie bei autonomen Fahrzeugen, aber es erfordert klare Zuweisungen, sonst lähmt Unsicherheit den Markt.
Zweitens Transparenz über Empfehlungslogik. Welche Kriterien hat der Agent angewendet? Wurden Platzierungen bezahlt? Gibt es Pay-to-Rank in Agent-Outputs? Verbraucher haben ein Recht zu wissen, ob die Empfehlung neutral ist oder finanziert. Ohne diese Transparenz erodiert Vertrauen, und der Kanal verliert die Eigenschaft, die ihn überhaupt nützlich macht.
Drittens Identität und Mandat. Wer authentifiziert den Agenten als legitimen Vertreter eines bestimmten Nutzers? Shared Payment Tokens mit Limits sind ein technischer Anfang, aber rechtlich brauchen wir klare Regeln zu Vollmacht, Widerruf und Haftungsobergrenzen. Auch die Frage des Verbraucherschutzes – Widerrufsrecht bei Agent-Käufen, Beweislast bei Streit – ist offen.
Viertens Wettbewerb. Wenn ein Agent-Default neunzig Prozent Marktanteil erreicht, ist das kartellrechtlich relevant. Die EU hat mit dem Digital Markets Act ein Werkzeug, das angewendet werden kann, aber es muss auf Agent-Ökosysteme übersetzt werden. Sonst bauen wir Plattform-Monopole, die schwerer aufzubrechen sind als App-Stores oder Suchmaschinen.
Trust entsteht nicht durch Regulierung allein, aber ohne sie auch nicht. Die Branche täte gut daran, hier proaktiv zu sein, bevor der erste Skandal die Debatte für sie führt.
Agentic Commerce wird nicht allein daran gemessen werden, was technologisch möglich ist. Entscheidend ist, ob Unternehmen verlässliche Daten, klare Kontrollmechanismen und ein tragfähiges Vertrauensmodell schaffen. Gleichzeitig müssen Plattformen, Händler und Gesetzgeber Antworten auf offene Fragen zu Haftung, Transparenz und Wettbewerb finden.
Für Unternehmen bedeutet das: Sie sollten Agentic Commerce weder als kurzfristigen Hype abtun noch vorschnell auf groß angelegte Projekte setzen. Gefragt sind gezielte Pilotprojekte, eine belastbare Datenbasis und die Bereitschaft, neue Technologien kontinuierlich zu testen und zu bewerten. Denn wie schnell sich AI Agents im Handel durchsetzen, wird nicht nur von ihrer Leistungsfähigkeit abhängen – sondern vor allem davon, wie viel Verantwortung Kunden ihnen tatsächlich übertragen.
