Im deutschen B2B-E-Commerce wachsen digitale Transaktionen trotz konjunktureller Unsicherheit weiter. 2025 erreichten Hersteller und Großhändler über Webshops und Marktplätze einen Umsatz von 549 Milliarden Euro (+7,9 % zum Vorjahr). Dieses Volumen erhöht den Druck, manuelle Angebotsprozesse, fragmentierte Datenbestände und komplexe Preislogiken zu automatisieren. Autonome KI-Agenten und interaktive Co-Piloten gelten dabei als Schlüsseltechnologien, die Messwert-ge-basierte Effizienzgewinne versprechen – vorausgesetzt, sie werden mit klaren Integrations- und Kontrollstrukturen eingeführt.
Marktvolumen und Wachstum im B2B-Internethandel
- Umsatz 2025: 549 Mrd. € über Online-Shops und B2B-Marktplätze (B2B-Internethandel)
- Wachstumsrate 2025: +7,9 % gegenüber 2024
- Online-Anteil am gesamten B2B-Handel: ca. 30 % (inkl. EDI)
Die Zahlen belegen, dass der digitale Anteil am Gesamt-B2B-Umsatz bereits drei Zehntel erreicht hat und weiter steigt. Der wachsende Transaktions-Durchsatz erhöht die Komplexität von Auftrags- und Preis-Workflows – ein Umfeld, in dem autonome Agenten das Potenzial haben, Prozesse zu beschleunigen.
Kernprobleme: Preislogik, Datensilos und manuelle Prozesse
Der B2B-Marktmonitor 2026 identifiziert drei Haupt-Effizienzbremsen:
- Preisanpassungen und Kalkulationen (31 % der Befragten)
- Manuelle Angebotserstellung (25 %)
- Lageroptimierung (27 %)
Preislogiken umfassen vielfältige Kundenverträge, Mengenstaffeln, individuelle Konditionen und Lieferbedingungen. Die Daten zu Produkten, Preisen, Beständen und Kunden liegen meist in getrennten Systemen (ERP, PIM, CRM), was die Echtzeit-Synchronisation erschwert.
Bedarf an autonomen KI-Agenten: Zahlen aus dem B2B-Marktmonitor 2026
- 67 % der Unternehmen sehen Bedarf für autonome KI-Agenten zur System- und Datenintegration.
- 61 % der Großhändler und Hersteller wünschen KI-Agenten speziell für komplexe Preis- und Konditionslogiken sowie für die Produktdatenpflege.
- 54 % fordern standardisierte KI-Lösungen ohne hohen IT-Implementierungsaufwand.
Der Bedarf konzentriert sich eindeutig auf die Harmonisierung von Datenbeständen (67 %) und die Optimierung von Preis- und Konditionslogiken (61 %).
Praxisbeispiele: Wie KI-Agenten Preis- und Produktdatenoptimierung automatisieren
Im Interview mit Tobias Giese, Executive Vice President Customer Life Cycle bei Intershop, erläutert er, wo Agenten bereits heute greifen:
“Ein Agent erledigt eine Aufgabe selbstständig, etwa die Optimierung von Produktdaten. Er läuft im Hintergrund, hat definierte Ein- und Ausgaben, spricht aber nicht direkt mit Menschen.”
Typische Anwendungsfälle sind:
- Umwandlung unstrukturierter PDF-Bestellungen in standardisierte ERP-Aufträge.
- Automatische Berechnung von Staffelpreisen anhand hinterlegter Logiken.
- Vorkonfiguration von Produktdaten, Übersetzungen und Attribut-Enrichment im PIM.
Die Agenten sind vorkonfiguriert, sofort einsatzbereit und können bei Bedarf an kundenspezifische Systeme angepasst werden – ein Ansatz, den Intershop “Practical AI” nennt.
Business Case: Margenhebel und ROI laut McKinsey
McKinsey-Studien (2026) zeigen, dass:
- 65-85 % der B2B-Pricing-Entscheider planen den Einsatz von GenAI bzw. Agentic AI innerhalb von ein bis drei Jahren.
- Automatisierte Preis- und Rabattmanager steigern die Marge um mehr als 50 Basispunkte über traditionelle Analytik hinaus.
- Die Wertschöpfungsdauer von Monaten auf wenige Wochen verkürzt wird.
Damit lässt sich ein klarer finanzieller Hebel nachweisen, der die Investitionsentscheidungen in KI-Agenten belegt.
Risiken und Kontrollmechanismen: Agent Sprawl und Human-in-the-Loop
Gartner warnt vor unkontrolliertem “Agent Sprawl”:
“Bis 2028 könnten KI-Agenten im Verhältnis 10 : 1 zu Vertriebsmitarbeitern stehen, aber weniger als 40 % der Teams würden Produktivitätsgewinne spüren, wenn Workflows zersplittert bleiben.”
Ein weiteres Risiko liegt in rein autonomen Preisabschlüssen. Laut Gartner prüfen 69 % der B2B-Einkäufer KI-generierte Angebote weiterhin über persönliche Vertriebsansprechpartner, weil 51 % Fehlleitungen durch generative KI befürchten.
Um diese Risiken zu mindern, setzen Unternehmen sogenannte “Guardrails” ein – definierte Schwellenwerte, bei deren Überschreitung ein Orchestrator-Agent den Vorgang zur manuellen Freigabe an den Vertrieb weiterleitet.
Schnellüberblick:
Warum scheitern klassische KI-Integrationsprojekte im B2B häufig?
Oft scheitern sie an langen Einführungszeiten, unklarem ROI und hochkomplexen Datensilos in ERP-, PIM- und CRM-Systemen. Unternehmen bevorzugen daher vorgefertigte, modulare Standardagenten, die sich schrittweise und ohne monatelangen Entwicklungsaufwand anbinden lassen.
Welche konkreten Aufgaben übernehmen autonome Agenten im Unterschied zu Co-Piloten?
Autonome Agenten agieren im Hintergrund und transformieren strukturlose Daten (z. B. unstrukturierte PDF-Bestellungen) oder berechnen komplexe Staffelpreise. Co-Piloten hingegen bilden die Schnittstelle zum menschlichen Nutzer, erfordern Interaktion via Prompting und steuern den Orchestrator-Agenten.
Wie wird verhindert, dass KI-Agenten unrentable B2B-Preise ausgeben?
Durch konfigurierte Haltepunkte (“Guardrails”) und Schwellenwerte: Weichen Margen oder Rabatte von definierten Korridoren ab, übergibt der Orchestrator-Agent den Vorgang zur manuellen Freigabe an den Vertriebsinnendienst.
Der Marktmonitor zeigt deutliche Effizienzverluste im Vertrieb. Was bremst am stärksten?
Die Befragten nannten zuerst die Komplexität von Preis- und Angebotsstrukturen. Individuelle Kundenverträge, Mengenstaffeln und Konditionen erfordern umfangreiche Berechnungen, die 31 % als größten Effizienzverlust markieren. Zweitens die zersplitterte System- und Datenlandschaft (ERP, PIM, CRM), die datenintensive KI-Agenten erst mit aktuellem, konsolidiertem Input versorgen kann. Drittens die manuelle Routine, insbesondere die Aufbereitung von Bestellungen aus E-Mails und PDFs, was zusätzliche Zeit und Ressourcen bindet.
Quellen
- https://www.intershop.com/de/pressemitteilungen/b2b-marktmonitor-2026
- https://www.ifhkoeln.de/b2b-internethandel-von-herstellern-und-grosshaendlern-waechst-2025-auf-549-milliarden-euro/
- https://www.gartner.com/en/newsroom/press-releases/2026-05-20-gartner-survey-finds-69-percent-of-b2b-buyers-turn-to-sales-reps-to-validate-ai-generated-insights
- https://www.gartner.com/en/newsroom/press-releases/2026-07-28-gartner-predicts-ai-agents-will-outnumber-sellers-10-to-1-by-2028
- https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/b2b-pricing-navigating-the-next-phase-of-the-ai-revolution