1 Minute Lesezeit

Leitfaden für CTOs: So entwickelst du einen KI-fähigen Commerce-Stack für das Zeitalter des Agentic Commerce

Leitfaden für CTOs: So entwickelst du einen KI-fähigen Commerce-Stack für das Zeitalter des Agentic Commerce

In der Zukunft des Handels geht es um mehr als intelligentere Produktempfehlungen oder personalisierte Startseiten. Es geht um autonome KI-Agenten, die im Auftrag von Kunden Kaufentscheidungen treffen. Das ist keine Science-Fiction, sondern die neue Realität des Agentic Commerce, die sich gerade abzeichnet. Für CTOs und IT-Architekten bringt dieser Wandel eine entscheidende Herausforderung mit sich: Die starren, monolithischen Plattformen, auf denen ein Großteil des heutigen Onlinehandels basiert, sind mit dieser Zukunft grundlegend unvereinbar. Wer sich auf KI-gestützte Kaufprozesse vorbereiten will, sollte nicht auf die nächste Generation von Tools warten. Entscheidend ist, schon heute die richtige API-first-Grundlage zu schaffen. Dieser Leitfaden zeigt, wie eine solche technische Architektur aussehen kann, und übersetzt Zukunftsvisionen in einen praxisnahen Fahrplan für die Umsetzung.

Der unvermeidliche Wandel: Was Agentic Commerce von deinem Tech-Stack verlangt

Agentic Commerce steht für einen grundlegenden Wandel: Kaufprozesse werden nicht mehr ausschließlich von Menschen gesteuert, sondern zunehmend auch von Maschinen. Stell dir vor, jemand gibt seinem KI-Assistenten folgende Aufgabe: „Finde eine wasserdichte, verantwortungsvoll produzierte Wanderjacke für unter 200 Euro mit dem besten Verhältnis von Strapazierfähigkeit zu Gewicht und bestelle sie.“ Der KI-Agent besucht keine Websites. Stattdessen fragt er direkt die zugrunde liegenden Datensysteme ab. Er sendet Anfragen an Tausende potenzielle Anbieter und wertet strukturierte Daten aus, um Produktspezifikationen, Lagerbestände, Preise und Versandbedingungen innerhalb von Millisekunden zu vergleichen.

Diese neue Art von „Kunden“ stellt bisher unerreichte Anforderungen an die Architektur einer Commerce-Plattform:

  • Strukturierte, kontextreiche Daten: KI-Agenten brauchen mehr als einen Produkttitel und einen Preis. Sie benötigen detaillierte, maschinenlesbare Informationen – von der Materialzusammensetzung und Transparenz der Lieferkette bis hin zu exakten Abmessungen und der Kompatibilität mit anderen Produkten.

  • Leistungsstarker API-Zugriff: Die wichtigste Schnittstelle für einen KI-Agenten ist eine API. Diese Systeme benötigen schnelle, zuverlässige und gut dokumentierte Endpunkte, um ohne den zusätzlichen Aufwand einer grafischen Benutzeroberfläche auf Katalog-, Bestands- und Kundendaten zugreifen zu können.

  • Ereignisgesteuerte Echtzeitkommunikation: Ein Agent muss sofort erfahren, wenn sich Lagerbestände, Preise oder Lieferzeiten ändern. Ein Ansatz, der auf die Verarbeitung von Daten in regelmäßigen Intervallen setzt, ist überholt. Der Tech-Stack muss auf einem ereignisgesteuerten Modell basieren.

  • Dynamische und flexibel kombinierbare Geschäftslogik: KI-Agenten werden verhandeln. Sie werden nach Bundle-Angeboten suchen, individuelle Konfigurationen anfragen und die Gesamtbetriebskosten bewerten. Eine starre, fest im Code verankerte Geschäftslogik kann diese dynamischen Interaktionen nicht unterstützen.

Für technische Führungskräfte ist die Schlussfolgerung eindeutig: Wenn deine Plattform eine monolithische Blackbox ist, an die nachträglich eine anfällige API-Schicht angebaut wurde, ist ihre Zukunftsfähigkeit begrenzt. Eine solche Architektur ist strukturell nicht auf den bedeutendsten Wandel im digitalen Handel seit dem Aufkommen des Mobile Commerce vorbereitet.

Die architektonische Hürde: Warum veraltete monolithische Systeme nicht mithalten können

Viele Unternehmen sind an veraltete Plattformen gebunden, die durch hohe Lizenzkosten und langsame Entwicklungszyklen geprägt sind. Diese monolithischen Systeme wurden über Jahre hinweg häufig stark individualisiert und stehen damit im direkten Widerspruch zu der Agilität, die Agentic Commerce erfordert. Ihre grundlegende Architektur schafft nahezu unüberwindbare Hindernisse:

  • Datensilos: In einem monolithischen System sind wichtige Informationen zu Produkten, Kundenhistorien und Lagerbeständen häufig in einer einzigen, großen Datenbank eingeschlossen. Diese Daten über eine leistungsfähige, entkoppelte API bereitzustellen, ist ohne eine umfassende Neugestaltung der Architektur oft schwierig oder sogar unmöglich. Das System wurde nie dafür entwickelt, gezielt von anderen Anwendungen abgefragt zu werden. Seine Aufgabe bestand darin, Webseiten darzustellen.

  • Anfällige, eng gekoppelte Integrationen: Individuell entwickelte Integrationen für ERP-, PIM- und CRM-Systeme sind bekanntermaßen fehleranfällig. Jedes Plattform-Update birgt das Risiko, diese Verbindungen zu beeinträchtigen. So entsteht eine wartungsintensive Systemlandschaft, in der Teams mehr Zeit mit der Fehlerbehebung als mit Innovationen verbringen. Neue Services oder zusätzliche Datenpunkte für KI-Anwendungen einzuführen, wird dadurch zu einem risikoreichen und langwierigen Vorhaben.

  • Langsame, unflexible Entwicklungszyklen: Das zentrale Problem vieler Unternehmen mit solchen Plattformen ist ihre mangelnde Anpassungsfähigkeit. Eine neue Funktion einzuführen oder einen zusätzlichen Datenendpunkt bereitzustellen, kann Monate dauern. In einer KI-gesteuerten Welt, in der sich Marktanforderungen in Echtzeit verändern, ist dieses Tempo nicht tragbar. Genau das ist die Realität für Unternehmen, die an veralteten Systemen festhalten und nicht in der Lage sind, dreimal so schnell Innovationen voranzutreiben wie ihre agileren Wettbewerber.

Die Ausgangssituation ist in vielen Unternehmen ähnlich: Geschäftsteams können Chancen nicht erkennen oder nutzen, weil ihre Technologie sie ausbremst, statt sie voranzubringen. Selbst einfache Fragen zu beantworten, erfordert tagelanges Warten auf Berichte. Detaillierte Echtzeitdaten für einen externen KI-Agenten bereitzustellen, ist unter solchen Bedingungen praktisch undenkbar.

Der technische Bauplan für eine KI-fähige Commerce-Architektur

Der Wechsel von einem veralteten System zu einer KI-fähigen Architektur ist eine strategische Notwendigkeit. Er erfordert ein grundlegendes Umdenken bei der Gestaltung des Commerce-Stacks: weg von einer einzigen Anwendung, die sämtliche Funktionen abdecken soll, hin zu einem flexiblen Ökosystem aus verschiedenen Services. Der folgende Bauplan basiert auf vier zentralen Prinzipien, die alle von Shopware unterstützt werden.

Prinzip 1: API-first, Headless und Composable by Design

Das wichtigste Prinzip eines KI-fähigen Tech-Stacks ist ein konsequenter API-first-Ansatz. Das bedeutet, dass die zentrale Geschäftslogik und die Daten der Commerce-Plattform über umfassende APIs zugänglich sind. Das Frontend – oder jede andere angebundene Benutzeroberfläche – ist dabei eine eigenständige, entkoppelte Anwendung. Für Agentic Commerce wird die API zur primären Storefront.

Shopware wurde von Grund auf nach diesem Prinzip entwickelt. Als „Leader“ im IDC MarketScape 2024 für Headless Digital Commerce Applications trennt unsere Plattform die Backend-Engine vom Frontend-Erlebnis. Das schafft nicht nur die Flexibilität, individuelle Kundenerlebnisse auf jedem Kanal zu gestalten. Vor allem ermöglicht es, KI-Agenten die klar strukturierten, leistungsfähigen Schnittstellen bereitzustellen, die sie für die Produktsuche und die Transaktionsabwicklung benötigen. Erfahre hier mehr zum Thema "Headless Commerce".

Keyvisual- Headless commerce

Prinzip 2: Erweiterte, kontextreiche Produktdatenmodelle

Ein KI-Agent, der ein Produkt bewertet, benötigt mehr als eine Artikelnummer und eine Beschreibung. Er muss verstehen, mit welchen anderen Produkten es kompatibel ist, aus welchen Materialien es besteht, welche Nachhaltigkeitsbewertungen vorliegen und welche logistischen Anforderungen gelten. Eine flache Datenstruktur reicht dafür nicht aus. Eine KI-fähige Architektur muss umfangreiche, erweiterbare Datenmodelle unterstützen.

Hier wird die Flexibilität von Shopware zum Wettbewerbsvorteil. Die Plattform ermöglicht es, direkt im Core individuelle Entitäten und Attribute anzulegen. So kannst du komplexe Produktbeziehungen modellieren und hochspezifische Datenpunkte – etwa den CO₂-Fußabdruck eines Artikels oder die Kompatibilität einzelner Komponenten – nativ über die API bereitstellen. Dadurch erhalten KI-Agenten die detaillierten Kontextinformationen, die sie benötigen, um deine Produkte gegenüber denen der Konkurrenz zu bevorzugen. Das eröffnet völlig neue Möglichkeiten für die automatisierte Produktfindung.

Prinzip 3: Eine ereignisgesteuerte Echtzeitarchitektur

Agentische Systeme arbeiten in Echtzeit. Eine Commerce-Plattform, die auf nächtliche Batch-Updates angewiesen ist, ist funktional überholt. Die Architektur muss ereignisgesteuert sein und geschäftskritische Ereignisse – beispielsweise inventory.changed, price.updated oder order.shipped – unmittelbar bei ihrem Auftreten kommunizieren. Andere Systeme, einschließlich KI-Agenten, können diese Ereignisse abonnieren und erhalten so sofort aktuelle Informationen.

Die offene, modulare Architektur von Shopware ist darauf ausgelegt, sich nahtlos in eine ereignisgesteuerte Infrastruktur integrieren zu lassen. Mithilfe von Webhooks und Message Queues kann die Plattform als zentrale Schaltstelle für Commerce-Ereignisse dienen. So arbeiten sämtliche Systeme deines Tech-Stacks – vom ERP bis zu den KI-Agenten, die mit deinem Produktkatalog interagieren – auf Basis einer einheitlichen, verlässlichen Echtzeit-Datenquelle.

Prinzip 4: Offenheit für einen modularen Best-of-Breed-Tech-Stack

Kein einzelner Anbieter kann für jeden Bereich des KI-gesteuerten Handels die beste Lösung bereitstellen. Du wirst spezialisierte Best-of-Breed-Services für Suche, Personalisierung, Betrugserkennung und weitere Aufgaben benötigen. Eine KI-fähige Architektur muss deshalb offen und modular sein, damit sich diese spezialisierten Services integrieren lassen, ohne von einem einzigen Anbieter abhängig zu werden.

Genau das ist die grundlegende Philosophie von Shopware. Unsere Open-Source-Basis verhindert Vendor Lock-in und gibt dir die volle Kontrolle über deine Technologie. Dein Team behält die Entscheidungsfreiheit und kann einen individuell zugeschnittenen Tech-Stack aufbauen, der die besten KI-Tools auf dem Markt nutzt – mit einem stabilen, flexiblen Commerce-Core als zentraler Grundlage.

Von passiven Daten zu proaktiver Umsetzung mit Shopware Intelligence

Die richtige Architektur bildet das Fundament. Im nächsten Schritt geht es darum, dieses Fundament mit einer intelligenten Ebene zu ergänzen, die über einfache Dashboards hinausgeht und proaktive, agentische Prozesse ermöglicht. Genau hier setzt Shopware Intelligence an: als Ausführungs-Engine, die Agentic Commerce für Handelsunternehmen operativ nutzbar macht.

Dabei geht es nicht um KI als lose Sammlung einzelner Funktionen. Vielmehr wird KI zu einer zentralen Systemfähigkeit, die tief in bestehende Workflows integriert ist. Das Ziel ist ein System, das über die üblichen KI-Funktionen hinausgeht, Absichten versteht, vorausschauend denkt und dein Team aktiv unterstützt.

Schritt 1: Mit dem AI Copilot sofort auf Daten zugreifen

Bevor du Prozesse automatisieren kannst, musst du sie verstehen. Für viele Commerce-Teams ist es eine große Hürde, Antworten auf grundlegende Geschäftsfragen zu erhalten. Dafür müssen sie häufig formelle Anfragen an das Analytics-Team stellen und anschließend Stunden oder sogar Tage auf eine Antwort warten. Die Ausgangssituation ist geprägt von fehlender Datentransparenz.

Der Shopware Copilot löst genau dieses Problem. Als agentischer Assistent im Shopware Admin ermöglicht er allen Teammitgliedern, Fragen zum eigenen Geschäft in natürlicher Sprache zu stellen. Statt ein Ticket zu erstellen, kann dein Marketingteam beispielsweise einfach fragen: „Was waren im vergangenen Monat unsere zehn meistverkauften Produkte in Großbritannien?“ oder „Wie hoch ist die Conversion Rate unserer neuen Landingpage im Vergleich zur alten Version?“

Der Copilot fragt die entsprechenden Daten ab und liefert innerhalb von Sekunden verständliche Antworten in Form von Diagrammen, Tabellen oder Texten. So verkürzt sich die Zeit bis zu einer verwertbaren Erkenntnis von Tagen auf Sekunden. Dein Team kann schneller fundierte, datenbasierte Entscheidungen treffen.

shopware-intelligence-copilot-data-insights

Schritt 2: Mit agentischen Funktionen von Erkenntnissen zu konkreten Aktionen

Die eigentliche Stärke eines agentischen Systems liegt in seiner Fähigkeit, selbst aktiv zu werden. Shopware Intelligence wird nicht nur entwickelt, um passive Unterstützung zu bieten, sondern auch, um Aufgaben eigenständig in deinem Auftrag auszuführen. Genau darin liegt die Zukunft der Commerce-Prozesse.

Stell dir vor, du definierst für das System folgendes Ziel: „Wenn der Lagerbestand eines Produkts aus der Sommerkollektion unter 50 Stück fällt und die Verkaufsgeschwindigkeit hoch ist, erstelle automatisch einen Nachbestellentwurf im ERP und benachrichtige die verantwortliche Person im Merchandising.“ Damit entwickelt sich dein Unternehmen von einem reaktiven zu einem proaktiven, ergebnisorientierten Geschäftsmodell. Die Plattform zeigt dir nicht nur ein Problem, sondern leitet innerhalb vordefinierter Grenzen direkt die Lösung ein. So wird deine Commerce-Plattform zu einem echten Partner, der deinem Team ermöglicht, sich auf strategische Aufgaben statt auf manuelle Tätigkeiten zu konzentrieren.

Der pragmatische Weg in eine KI-gesteuerte Zukunft

Sich auf Agentic Commerce vorzubereiten, bedeutet nicht, in spekulative, noch unerprobte Technologien zu investieren. Es geht darum, schon heute eine strategische Architekturentscheidung zu treffen, die dir die Freiheit und Flexibilität gibt, dich morgen an neue Anforderungen anzupassen. Entscheidend ist eine Plattform, die sich deiner Strategie anpasst – und nicht umgekehrt.

Der Wechsel von einem starren Altsystem zu einer offenen API-first-Grundlage wie Shopware ist einer der pragmatischsten Schritte, die ein CTO unternehmen kann. Unsere Kunden haben bereits erlebt, welche Veränderungen damit möglich sind: bis zu 60 % niedrigere Wartungskosten und vor allem die Möglichkeit, Innovationen dreimal so schnell umzusetzen wie mit ihren bisherigen Systemen. Die dadurch gewonnenen zeitlichen und finanziellen Ressourcen schaffen den Freiraum, um neue Ansätze zu erproben und sich auf künftige Marktveränderungen vorzubereiten.

Die Shopware E-Commerce Platform bietet mit ihrem Open-Source-Core, ihren Headless-Funktionen und den einheitlichen B2B- und B2C-Komponenten die notwendige Grundlage. Shopware Intelligence baut darauf auf und stellt Tools bereit, mit denen du dein Geschäft nicht nur in Echtzeit verstehen, sondern zunehmend auch durch agentische Funktionen automatisieren kannst. Diese Kombination gibt dir die volle Kontrolle über deine Technologie, deine Daten und deine Zukunft.


Übernimm die Kontrolle über deine Commerce-Zukunft

Das Zeitalter der KI-basierten Einkaufsagenten rückt näher. Die Architekturentscheidungen, die du heute triffst, werden darüber bestimmen, wie wettbewerbsfähig dein Unternehmen künftig ist. Eine geschlossene, monolithische Plattform wird zum Risiko. Eine offene, API-first-basierte und modular aufgebaute Plattform ist dagegen dein größter Vorteil. Setze auf eine Commerce-Plattform, mit der dein Team die Kontrolle behält und dein Unternehmen auf die nächste Generation des digitalen Handels vorbereitet ist.

Demo anfragen

In Zwischenablage kopiert