Agentic Commerce
KI-Agenten beginnen, im Auftrag von Nutzern zu recherchieren, zu vergleichen und zu kaufen. Was das für Ihre Sichtbarkeit bedeutet, welche Standards gerade entstehen – und wie Sie Ihre Angebote schon heute vorbereiten, ohne einer unfertigen Spezifikation hinterherzulaufen.
Was ist Agentic Commerce?
Agentic Commerce beschreibt eine Form des Handels, bei der nicht mehr der Mensch selbst durch Onlineshops klickt, sondern ein KI-Agent im Auftrag des Nutzers recherchiert, Angebote vergleicht und Kaufentscheidungen vorbereitet oder ausführt. Der Nutzer formuliert ein Ziel – „Finde einen leisen Luftbefeuchter für ein Schlafzimmer unter 80 Euro“ – und der Agent erledigt den Rest.
Damit verschiebt sich eine entscheidende Schnittstelle: Bislang war die Produktseite der Ort, an dem ein Kunde überzeugt wurde. Im agentischen Modell sichtet zuerst ein KI-Agent die in Frage kommenden Angebote und filtert vor. Der Agent wird zum neuen Gatekeeper zwischen Ihrem Angebot und dem Kunden – ähnlich wie es Suchmaschinen seit zwei Jahrzehnten sind, nur mit deutlich mehr Entscheidungsgewalt.
Agentic Commerce ist damit ein Teilaspekt der Generative Engine Optimization: Es geht nicht nur darum, in KI-Antworten zitiert zu werden, sondern darum, dass ein Agent Ihr Angebot überhaupt erfassen, verstehen und in eine Kaufentscheidung einbeziehen kann.
Wie agentische Discovery funktioniert
Ein Agent durchläuft typischerweise drei Phasen: Er findet in Frage kommende Anbieter, vergleicht deren Angebote anhand von Preis, Eigenschaften und Vertrauenssignalen und handelt – sei es durch eine Empfehlung an den Nutzer oder durch eine Transaktion. Jede dieser Phasen stellt eigene Anforderungen an Ihr Angebot.
Finden
Der Agent muss Ihr Angebot überhaupt entdecken – über Suchindizes, Feeds, Kataloge oder Schnittstellen. Was nicht maschinenlesbar auffindbar ist, existiert für ihn nicht.
Vergleichen
Der Agent prüft Preis, Verfügbarkeit, Varianten und Bewertungen. Nur vollständige, eindeutige und aktuelle Daten lassen sich verlässlich gegen Wettbewerber abwägen.
Handeln
Der Agent empfiehlt, reserviert oder kauft. Dafür braucht er vertrauenswürdige, möglichst standardisierte Schnittstellen statt improvisierter Klickwege durch ein UI.
Die Konsequenz: Agentische Discovery belohnt maschinenlesbare, vertrauenswürdige Angebote. Wer Daten sauber strukturiert und über verlässliche Schnittstellen bereitstellt, gibt dem Agenten genau das, was er für eine Entscheidung braucht.
Die entstehenden Standards
Rund um Agentic Commerce bildet sich derzeit ein Feld konkurrierender Protokolle. Keines davon ist final etabliert; mehrere große Anbieter verfolgen parallel eigene Ansätze. Die folgenden vier sind 2026 die wichtigsten Kandidaten – frühe Spezifikationen im offenen Wettbewerb, nicht gesetzte Standards.
MCP – Model Context Protocol
Offener Standard von Anthropic, der KI-Agenten eine einheitliche Schnittstelle gibt, um Werkzeuge, APIs und Datenquellen aufzurufen. Anbieter stellen einen MCP-Server bereit, den verschiedene Agenten ansprechen können.
ARD – Agentic Resource Discovery
Von Google vorgeschlagene Spezifikation: Eine Domain hinterlegt eine ai-catalog.json mit ihren Angeboten, Registries crawlen diese Kataloge und machen sie für Agenten auffindbar. Konzeptionell vergleichbar mit einer Sitemap für agentische Ressourcen.
AP2 – Agent Payments Protocol
Ebenfalls von Google initiiert. Adressiert die Zahlungsebene: Wie ein Agent eine Transaktion autorisiert und durchführt, ohne dass Vertrauen und Sicherheit auf der Strecke bleiben. Noch in früher Definition.
ACP – Agentic Commerce Protocol
Von OpenAI gemeinsam mit Stripe vorgestellt. Zielt darauf ab, den gesamten Kaufvorgang – von der Produktauswahl bis zur Bezahlung – direkt innerhalb eines Agenten-Erlebnisses abzuwickeln.
Wie Sie Angebote agentenfähig machen
Die gute Nachricht: Sie müssen sich heute nicht auf ein einzelnes Protokoll festlegen. Die meisten Vorbereitungen zahlen auf jeden der konkurrierenden Standards ein, weil sie alle dieselbe Grundlage voraussetzen – verlässliche, maschinenlesbare Daten.
Strukturierte Produktdaten
Saubere strukturierte Daten mit Schema.org: Preis, Verfügbarkeit, Varianten und Bewertungen eindeutig ausgezeichnet.
APIs & MCP-Endpoints
Gut dokumentierte APIs für Katalog und Bestand – perspektivisch als MCP-Endpoint, damit Agenten direkt und verlässlich anfragen können.
Feed-Qualität
Vollständige, aktuelle Produktfeeds in Merchant-Diensten. Lücken und veraltete Preise fallen bei einem vergleichenden Agenten sofort negativ ins Gewicht.
Perspektivisch ai-catalog.json
Sobald sich ein Discovery-Standard wie ARD durchsetzt, lässt sich eine ai-catalog.json auf Basis sauberer Daten mit überschaubarem Aufwand ergänzen.
Relevanz für B2B und E-Commerce – mit ehrlichem Realismus
Im E-Commerce ist der Hebel am offensichtlichsten: Vergleich von Produkten, Preisen und Verfügbarkeit ist genau die Aufgabe, die Agenten zuerst übernehmen werden. Aber auch im B2B ist die Richtung absehbar – Recherche von Anbietern, Leistungsvergleich und Angebotsanfragen lassen sich agentisch vorbereiten, gerade bei erklärungsbedürftigen Produkten und langen Beschaffungsprozessen.
Bei aller Dynamik gilt die ehrliche Einordnung: Agentic Commerce ist heute überwiegend Vision und Roadmap, nicht „shipped“. Die Standards sind jung, konkurrieren miteinander und können sich noch verschieben. Wer verspricht, Sie könnten „jetzt im Agenten kaufen lassen“, verkauft eine unfertige Spezifikation als fertiges Produkt.
Die sinnvolle Haltung ist eine Watchlist statt Hauruck: Datenqualität und Schnittstellen jetzt in Ordnung bringen – das zahlt sich ohnehin in klassischer Suche und KI-SEO-Beratung aus –, die Entwicklung der Protokolle beobachten und gezielt investieren, sobald sich ein Standard durchsetzt. So sind Sie vorbereitet, ohne Budget in eine Wette auf das falsche Protokoll zu stecken.
Verwandte GEO-Guides
KI-Sichtbarkeit messen (LLMO)
Wie Sie erfassen, ob und wie KI-Systeme Ihre Marke nennen und verlinken.
Guide lesen →
Strukturierte Daten für KI-Suche
Schema.org und JSON-LD liefern die maschinenlesbare Basis für agentische Discovery.
Guide lesen →
GEO-Leitfaden (Hub)
Zurück zur Übersicht aller Bausteine der Generative Engine Optimization.
Guide lesen →
Häufige Fragen zu Agentic Commerce
Agentic Commerce beschreibt Handel, bei dem KI-Agenten im Auftrag von Nutzern recherchieren, Angebote vergleichen und Kaufentscheidungen vorbereiten oder ausführen. Statt selbst durch Onlineshops zu klicken, formuliert ein Nutzer ein Ziel („Finde einen leisen Luftbefeuchter für ein Schlafzimmer unter 80 Euro“), und ein Agent erledigt Suche, Vergleich und – je nach Reifegrad – die Transaktion. Der Agent wird damit zum neuen Gatekeeper zwischen Angebot und Kunde. Stand 2026 ist das überwiegend Vision und frühe Pilotphase, kein flächendeckend etablierter Kanal.
KI-Agenten sind Software-Systeme auf Basis großer Sprachmodelle, die ein Ziel selbstständig in Teilschritte zerlegen und dafür Werkzeuge nutzen – etwa Websuchen, APIs oder Datenbanken. Im Handelskontext bedeutet das: Ein Agent versteht eine Nutzeranfrage, sucht passende Produkte, vergleicht Preise und Eigenschaften und kann mit Anbietersystemen interagieren. Anders als ein klassischer Chatbot handelt ein Agent mehrstufig und ruft externe Dienste auf, statt nur Text zu generieren.
Das Model Context Protocol (MCP) ist ein von Anthropic veröffentlichter offener Standard, der KI-Agenten eine einheitliche Schnittstelle gibt, um externe Werkzeuge, APIs und Datenquellen aufzurufen. Statt für jede Integration eine eigene Anbindung zu bauen, stellen Anbieter einen MCP-Server bereit, den unterschiedliche Agenten ansprechen können. Im Handelskontext könnte ein Shop über MCP seinen Produktkatalog oder Bestellfunktionen für Agenten zugänglich machen. MCP ist einer von mehreren konkurrierenden Ansätzen und befindet sich noch in früher Verbreitung.
Die Grundlage sind saubere, vollständige strukturierte Produktdaten (Schema.org/JSON-LD) mit Preis, Verfügbarkeit, Varianten und Bewertungen sowie eine hohe Feed-Qualität in Merchant-Diensten. Darauf aufbauend werden maschinenlesbare Schnittstellen wichtig: gut dokumentierte APIs und perspektivisch MCP-Endpoints, über die Agenten Bestand und Bestellungen abfragen können. Mittelfristig kommen domänenweite Kataloge wie eine ai-catalog.json hinzu. Wer heute Datenqualität und APIs in Ordnung bringt, ist auf die meisten dieser Standards bereits gut vorbereitet.
Für die meisten Unternehmen ist Agentic Commerce 2026 noch keine umsatzrelevante Realität, sondern eine glaubwürdige Roadmap. Die zugrunde liegenden Standards (MCP, ARD/ai-catalog.json, AP2, ACP) sind jung, konkurrieren miteinander und sind nicht final etabliert. Wer behauptet, Agentic Commerce sei bereits „shipped“ und entscheidend, übertreibt. Sinnvoll ist eine Watchlist-Haltung: Datenqualität und Schnittstellen jetzt verbessern, Entwicklung der Protokolle beobachten und investieren, sobald sich ein Standard durchsetzt – statt im Hauruckverfahren auf eine unfertige Spezifikation zu setzen.
Über den Autor
Moritz Lehmann
SEO-Berater & Gründer von SEO Kraftwerk
Moritz Lehmann ist Gründer von Adfera und SEO Kraftwerk mit Sitz in Erfurt. Mit einem M.Sc. in Wirtschaftsinformatik, Zertifizierungen von Surfer SEO und Sistrix sowie als BAFA/TAB-akkreditierter Berater verbindet er technisches SEO-Know-how mit strategischer Unternehmensberatung. Er publiziert regelmäßig im OMT Magazin und der AFS Akademie und hält Vorträge bei IHK-Seminaren zu Digital Marketing und SEO.