KI-Agenten übernehmen zunehmend die Vorselektion und Begleitung von Kaufentscheidungen. Für Händler wird die Produktdatenqualität damit zum entscheidenden Wettbewerbsfaktor: Unvollständige, veraltete oder silo-geprägte Daten führen zum Verlust der Sichtbarkeit an der Kundenschnittstelle. Der vorliegende Artikel beleuchtet anhand aktueller Studien, wie Agentic Commerce die Datenlandschaft forciert, welche Marktpotenziale bestehen und welche konkreten Maßnahmen Handelsunternehmen ergreifen müssen.
Der Aufstieg des Agentic Commerce und seine Kernanforderungen
Agentic Commerce beschreibt ein Einkaufsmodell, in dem KI-basierte Agenten die Recherche, den Vergleich und teilweise den Abschluss von Transaktionen übernehmen. Damit ein Agent ein Produkt evaluieren kann, muss die Produktinformation vollständig, aktuell und maschinenlesbar sein. Ohne strukturierte, semantisch reiche Attribute wie Verfügbarkeit, Varianten oder präzise Spezifikationen scheidet das Produkt aus dem Empfehlungs-Set aus.
“Produktdaten müssen vollständig, aktuell und maschinenlesbar sein, um von KI-Agenten genutzt zu werden.” – Aussage aus dem Morning Briefing 27.10.2026
Marktpotenzial und Konsumentenadoption im europäischen E-Commerce
Der Wandel ist bereits messbar: Laut der Deloitte-Studie The Human and the Agent (2026) nutzen 56 % der europäischen Konsumenten KI im Einkaufsprozess. In Deutschland liegt die Nutzung bei 52 %. Der wirtschaftliche Hebel entsteht vor allem durch orchestrierte Transaktionen, die laut McKinsey-Prognose bis 2030 ein Volumen von 3 bis 5 Billionen USD erreichen werden.
“Agentic Commerce ist kein reines Zukunftskonstrukt mehr – die Konsumentenadoption ist bereits greifbar.” – Marilyn Repp, E-Commerce-Expertin
Datenqualität als Engpass: Die aktuelle Situation im Handel
Eine Deloitte-Erhebung aus dem Jahr 2026 identifiziert 75 % der Händler als “at-risk entities”, weil sie fragmentierte Datenlandschaften und mangelnde Datenqualität aufweisen. Diese Händler riskieren, an der Schnittstelle zu KI-Agenten unsichtbar zu bleiben. Die Konsequenz: Ohne eine synchronisierte Single Source of Truth verlieren sie nicht nur Umsätze, sondern auch die Möglichkeit, in KI-gesteuerten Einkaufskanälen präsent zu sein.
Warum herkömmliche PIM-Systeme nicht ausreichen
Klassische Product-Information-Management-Lösungen wurden primär für menschliche Redakteure und strukturierte Export-Feeds entwickelt. Im Agentic-Umfeld müssen Systeme jedoch über standardisierte Protokolle (z. B. Model Context Protocol – MCP) und API-Schnittstellen verfügen, um semantische Abfragen in Echtzeit zu beantworten.
Vom klassischen PIM zu Agentic PXM und offenen Protokollen
Der Übergang zu einer Agentic-Produkt-Experience-Management-Architektur (PXM) erfordert die Einführung offener Protokolle und Echtzeit-APIs. Gartner prognostiziert, dass bis 2028 33 % der Unternehmen KI-Agenten im Einkauf einsetzen werden – ein Anstieg von unter 1 % im Basisjahr. Die neuen Standards ermöglichen es Agenten, tagesaktuelle Verfügbarkeiten, Preis- und Varianteninformationen sowie Kontextattribute zu konsumieren.
“Für Agentic Commerce muss das PIM über offene Schnittstellen und semantische Modelle verfügen, um maschinelle Anfragen zu bedienen.” – Claus Hänle, Managing Partner bei Forbeyond
Risiken und Gegenmaßnahmen: Vertrauen und Disintermediation
Die Akzeptanz autonomer Transaktionen bleibt gering: In der DACH-Region würden nur 5 % der Konsumenten einen Kauf vollständig ohne menschliche Intervention zulassen. Darüber hinaus fordern 79 % der Verbraucher von KPMG-Studien ein Eingriffsrecht (“Human-in-the-Loop”). Ein weiteres Risiko besteht in der Disintermediation: KI-Gatekeeper können die direkte Kundenbeziehung und margenstarke Impulskäufe der Marken gefährden.
Strategische Gegenmaßnahmen
- Implementierung von Human-in-the-Loop-Modellen, um das Vertrauen der Käufer zu erhalten.
- Aufbau einer zentralen, maschinenlesbaren Datenbasis mit Echtzeit-APIs.
- Adoption offener Protokolle wie MCP, um semantische Abfragen zu ermöglichen.
- Kontinuierliche Daten-Governance zur Sicherstellung von Vollständigkeit und Aktualität.
Praktische Handlungsempfehlungen für Händler
Aus den genannten Studien ergeben sich klare Handlungsfelder:
- Single Source of Truth: PIM, ERP und Shop-Systeme müssen synchronisiert werden, um redundante Silos zu vermeiden.
- Maschinenlesbarkeit sicherstellen: Produkteigenschaften in standardisierten Formaten (JSON-LD, Schema.org) bereitstellen.
- Offene APIs nutzen: Echtzeit-Zugriff für KI-Agenten über REST- oder GraphQL-Schnittstellen ermöglichen.
- Semantische Anreicherung: Kontextattribute (z. B. Kompatibilität, regulatorische Hinweise) ergänzen.
- Human-in-the-Loop-Strategie: Kaufabschluss erst nach Kundenfreigabe ermöglichen, um das Vertrauen zu stärken.
Schnellüberblick:
Was unterscheidet klassisches SEO/E-Commerce von Agentic Commerce?
Klassisches SEO zielt auf Klicks menschlicher Nutzer über Keywords und visuelle Gestaltung ab. Agentic Commerce optimiert Produktdaten für maschinelle Agenten, die über APIs und strukturierte Attribute rationale Nutzwertentscheidungen treffen.
Welche Rolle spielen PIM- und ERP-Systeme konkret?
PIM- und ERP-Systeme müssen als synchronisierte “Single Source of Truth” fungieren. Fehlen standardisierte Schnittstellen oder weisen Datensätze Lücken auf, schließt der Algorithmus des KI-Agenten das Produkt mangels Verifizierbarkeit aus dem Empfehlungs-Set aus.
Quellen
- https://www.thinkwithgoogle.com/intl/de-de/zukunft-des-marketings/kreativitaet-technologie/agentic-commerce-shopping/
- https://www.mckinsey.de/news/presseinformationen/2026-03-11-agentic-commerce
- https://www.unisg.ch/de/newsroom/news/ki-agenten-im-onlinehandel/
- https://kpmg.com/de/de/home/themen/2026/10/ki-agenten-im-einkauf-consumer-snapshot.html
- https://www.gartner.com/en/documents/modernize-digital-commerce-agentic-architecture