Commerce Agents gehören aktuell zu den meistdiskutierten Entwicklungen im digitalen Handel. Statt nur zu unterstützen, gewinnen KI-Agents zunehmend aktive Rollen entlang der Customer Journey: Sie vergleichen Angebote, lösen Bestellungen aus, wählen die Versandoption, berücksichtigen Rabattmodelle und übernehmen so wesentliche Teile der Kaufentscheidung. Damit verschiebt sich die Logik im Commerce spürbar. Nicht mehr der Klick auf eine Anzeige oder ein Suchergebnis ist der Startpunkt, sondern ein Dialog, in dem Absicht, Situation und Kontext die Auswahl steuern. Für Händler:innen und Marken entsteht daraus eine neue strategische Aufgabe: Sie müssen nicht nur sichtbar sein, sondern für agentische Entscheidungsprozesse verständlich, verlässlich und kontextfähig werden.

Dreamforce 2025:
„Humans + Agents = the future“

Kontext ist zentrale Voraussetzung für Agentic Commerce

Mit der wachsenden Verbreitung von Commerce Agents wird jedoch auch eine zentrale Schwachstelle sichtbar: Viele Agents agieren bislang isoliert und treffen Entscheidungen auf Basis begrenzter Informationen. Kontext fehlt dort, wo Daten, Signale und Prozesse nicht zusammengeführt werden: Informationen über Kund:innen, Produkte, Verfügbarkeit, Servicefälle oder frühere Interaktionen liegen getrennt vor und fließen nicht in ein gemeinsames Entscheidungsbild ein. Hier stoßen isolierte Plattformen an ihre Grenzen: Da sie meist als spezialisierte „Aufsätze“ in bestehenden Kanälen fungieren, fehlt ihnen der tiefe Zugriff auf die gesamte Datenhistorie. Ein Agent mag zwar eine charmante Antwort formulieren, weiß aber nicht, dass Kund:innen gerade eine offene Reklamation haben oder treue Loyalty-Mitglieder sind. Die Folge sind fragmentierte Erlebnisse, sinkendes Vertrauen und verpasste Potenziale.

Entscheidend ist eine gemeinsame Kontext- und Intelligenzschicht, auf die alle KI-Agents zugreifen können. Sie setzt eine einheitliche Datenbasis voraus, in der Marketing-, Commerce-, Service- und operative Daten zusammengeführt sowie aktuell gehalten werden und semantisch zuzuordnen sind. Erst auf dieser Grundlage kann eine Multi-Agent-Architektur entstehen, in der Agents Informationen teilen, Entscheidungen aufeinander abstimmen und ihr Handeln an einem gemeinsamen Ziel ausrichten. Kontext fungiert dabei als verbindende Ebene zwischen Daten und Handlung.

Diese gemeinsame Intelligenzschicht verändert auch die Rolle klassischer Kanäle. E-Mails, SMS oder WhatsApp-Nachrichten sind nicht länger reine Benachrichtigungen, sondern werden zu dialogfähigen Interaktionspunkten mit derselben Entscheidungslogik wie Webshop oder App. Agents können kanalübergreifend wahrnehmen, interpretieren und handeln. Besonders Omnichannel-Händler:innen profitieren davon, da physische Stores zusätzlichen Kontext liefern. Beispielsweise lokale Verfügbarkeit, Kund:innenbindungs- oder Loyaltyprogramm-Informationen, wenn sich Kund:innen an der Kasse als Karteninhaber:innen ausweisen, oder Click-and-Collect. Voraussetzung ist jedoch eine konsequente datenbasierte Verzahnung von Online Agents und stationären Prozessen, damit sich Interaktionen über alle Kontaktpunkte hinweg konsistent miteinander verbinden lassen. Die aktuellen Entwicklungen machen deutlich, dass der Erfolg von Agentic Commerce sich nicht an der Anzahl der eingesetzten Agents entscheidet, sondern an der Qualität des Kontextes, in dem sie handeln. Drei Thesen helfen, diese Verschiebung einzuordnen.

These eins: Der First Click verliert an Bedeutung, weil Shopping dialogisch wird.

Der First Click war über viele Jahre essenziell im digitalen Handel und damit auch im Marketing. Sichtbarkeit bedeutete, in Suchmaschinen möglichst weit oben zu erscheinen, Aufmerksamkeit zu erzeugen und Nutzer:innen früh auf die eigene Website zu ziehen. Diese Logik prägte Suchmaschinenoptimierung, Performance Marketing und Content-Strategien gleichermaßen, steht heute jedoch grundlegend unter Druck.  

Ursache sind weniger veränderte Nutzergewohnheiten, sondern KI-Agents und damit eine neue technische Vermittlungsschicht. Kaufprozesse beginnen immer häufiger nicht mehr mit einer klassischen Suchanfrage, sondern mit einem dialogischen Einstieg über KI-Chats oder agentische Interfaces. Nutzer:innen formulieren keine Keywords mehr, sondern beschreiben Situationen, Ziele oder Probleme. Aus der Anfrage „Wanderschuh wasserdicht Herren“ wird ein Dialog wie: „Ich plane eine dreitägige Wanderung in den Alpen. Was brauche ich dafür?“ Der Einstiegspunkt verschiebt sich damit von der Suche zur Intention.

KI-Agents reagieren darauf nicht mit Trefferlisten, sondern mit Rückfragen. Sie klären Kontext, berücksichtigen Wetterbedingungen, Dauer, Budget oder Erfahrungslevel und erstellen daraus schrittweise Empfehlungen. Kaufentscheidungen basieren nicht mehr auf dem Durchklicken einzelner Angebote, sondern auf mehrstufigen Entscheidungslogiken, die der KI-Agent im Auftrag der Konsument:innen durchläuft. Der First Click wird damit irrelevant, weil er schlicht nicht mehr existiert.

Für Händler und Marken bedeutet das einen Paradigmenwechsel. Sichtbarkeit entsteht nicht mehr primär durch Reichweite oder Klickstärke, sondern durch Kontextfähigkeit. Produkte, Services und Inhalte müssen so strukturiert sein, dass sie von Agents verstanden, eingeordnet und priorisiert werden können. Die neue Eintrittskarte in die Customer Journey ist nicht der Klick, sondern die Fähigkeit, auf eine konkrete Situation die überzeugendste Antwort zu liefern.

These zwei: Agentic Commerce ist Agent-zu-Agent-Handel und verschiebt die Machtverhältnisse im Marketing.

Mit dem Übergang zu Agentic Commerce verändert sich auch die grundlegende Marktlogik: Kaufentscheidungen, vor allem für komplexere oder preisintensive Produkte wie Versicherungen oder hochwertige Elektronik, werden zunehmend an persönliche KI-Agents delegiert, die innerhalb von Plattformen wie ChatGPT oder Google Gemini  agieren, welche selbst agentische Systeme einsetzen. Die Shopping Journey wird damit zu einem Agent-zu-Agent-Prozess, in dem Marken, Händler:innen und Marketing-Botschaften nur noch indirekt wirken.

KI-Agents treten dabei als Gatekeeper der Customer Journey auf. Sie vergleichen Angebote, bewerten Anbieter und treffen Vorauswahlen, bevor ein Mensch überhaupt eingebunden wird. Entscheidungsgrundlagen sind nicht emotionale Markenversprechen oder Kampagnenreichweiten, sondern messbare Leistungsindikatoren wie Verfügbarkeit, Lieferzuverlässigkeit, Retourenquoten, Servicequalität und Datenkonsistenz. Marketing wird damit weniger zu einer Frage der Aufmerksamkeit als der systemischen Leistungsfähigkeit.

Welche Antworten kann der Handel auf diese Verschiebung geben? Dafür lohnt ein Blick auf die Herangehensweisen von zwei globalen Handelsriesen: Amazon setzt auf ein stark integriertes, kontrolliertes Ökosystem, in dem eigene Commerce Agents tief in Suche, Preislogik, Fulfillment und Logistik eingebettet sind. Sichtbarkeit entsteht durch Plattformkonformität. Walmart hingegen verfolgt einen offeneren Ansatz und integriert externe Partner, Start-ups und Technologien, um agentische Fähigkeiten schnell entlang der gesamten Customer Journey zu erproben. Trotz unterschiedlicher Wege gilt für beide: KI-Agents entscheiden, wer überhaupt in den Entscheidungsraum gelangt.

Marketingkampagnen erzeugen weiterhin Aufmerksamkeit, verlieren jedoch an direkter Steuerungswirkung. Relevanz entsteht zunehmend durch operative Exzellenz, Datenqualität und Prozessstabilität. Marken konkurrieren nicht mehr nur um Konsument:innen, sondern um die algorithmische Präferenz ihrer Agents.

These drei: GEO wird zur zentralen Marketing-Disziplin im Agentic Commerce.

Mit dem Aufstieg agentischer Systeme stößt SEO an ihre Grenzen. Sie war darauf ausgelegt, Inhalte für Ranking-Algorithmen auf Keyword-Basis zu optimieren und Klicks zu maximieren. In der agentischen Welt verlieren diese Mechaniken an Relevanz, während Generative Engine Optimization (GEO) immer wichtiger wird. GEO strukturiert Inhalte nicht für Suchmaschinen, sondern für die Entscheidungslogik von KI-Agents. 

Diese bewerten Inhalte nicht anhand von Keywords oder Platzierungen, sondern danach, ob sie eine konkrete Situation verständlich, faktenbasiert und konsistent erklären können. Fragmentierte Keyword-Texte oder oberflächliche Marketing-Botschaften sind in diesem Kontext wenig hilfreich. Entscheidend ist, ob Informationen in natürlicher Sprache vorliegen, Zusammenhänge herstellen und zuverlässig einordenbar sind. Kontext wird zur eigentlichen Optimierungsgröße.

Marketing Teams sollten daher einen grundlegenden Perspektivwechsel vornehmen. Produktinformationen müssen vom reinen Merkmal hin zur Nutzungssituation übersetzt werden. Technische Spezifikationen entfalten erst dann Wirkung, wenn sie in einen klaren Anwendungszusammenhang gestellt werden. Ranking wird durch Relevanz ersetzt und Sichtbarkeit durch Verständlichkeit.

GEO ist damit keine rein technische Disziplin, sondern eine strategische Marketing-Aufgabe. Sie erfordert konsistente Inhalte, saubere Datenstrukturen und eine enge Verzahnung von Marketing, Commerce und Service. Gleichzeitig wird deutlich, dass Verständlichkeit auf Inhaltsebene allein nicht ausreicht. Agents treffen Entscheidungen nicht auf Basis einzelner Texte oder Seiten, sondern im Zusammenspiel vieler Datenquellen. Ohne gemeinsame Datenbasis entstehen isolierte Systeme, in denen Marketing Agents Kampagnen kennen, Commerce Agents Kataloge verwalten und Service Agents Supportfälle lösen – jeweils ohne ein vollständiges Bild der Kund:innensituation. Genau hier wird Kontext zur verbindenden Intelligenzschicht, auf der agentische Entscheidungen überhaupt erst sinnvoll möglich werden.

Auch im Agentic Commerce bleibt der Mensch Teil der Entscheidung

Die drei Thesen zeigen, wie sich Handel und Marketing durch agentische Systeme grundlegend verändern. Kaufprozesse beginnen dialogisch statt klickbasiert, KI-Agents übernehmen eine Gatekeeper-Rolle in der Customer Journey, und mit GEO entsteht eine neue Marketing-Disziplin, die Inhalte für Verständlichkeit und Einordnung optimiert statt für Rankings.

Das Fundament dieser Entwicklungen ist Kontext. Sichtbarkeit und Relevanz entstehen nicht mehr isoliert über einzelne Touchpoints, sondern aus dem Zusammenspiel von Daten, Inhalten und Prozessen. Wer Agentic Commerce erfolgreich gestalten will, braucht daher eine gemeinsame Kontext- und Intelligenzschicht, auf der mehrere Agents konsistent zusammenarbeiten können.

Gleichzeitig bleiben Kaufentscheidungen auch in einer agentischen Welt menschlich. Emotionale Bindung an eine Marke, spontane Entdeckungen, persönliche Gewohnheiten oder situative Stimmungen lassen sich nicht vollständig automatisieren; sie ersetzen weder Neugier noch Inspiration und individuelle Entscheidungsfreiheit. Gerade im Zusammenspiel aus datenbasierter Orientierung und menschlichem Bauchgefühl entsteht der eigentliche Mehrwert. Agentic Commerce bedeutet daher nicht, Entscheidungen an Maschinen abzugeben, sondern Menschen besser zu befähigen, informierte und zugleich persönliche Kaufentscheidungen zu treffen.

Für Händler verschiebt sich damit der strategische Fokus: Wenn KI-Agents einen großen Teil der Vorauswahl im Top of Funnel übernehmen, sinkt der direkte Einfluss auf die erste Produktauswahl. Umso wichtiger wird es, Kund:innen nach dem Kauf nachhaltig zu überzeugen. Investitionen in Service, Community, Content, personalisierte Ansprache und exzellente Customer Experience gewinnen an Bedeutung, ebenso wie Loyalty-Programme. Wer es schafft, Vertrauen und echte Bindung aufzubauen, erhöht die Wahrscheinlichkeit, dass Kund:innen – oder ihre KI-Agents – bei der nächsten Kaufentscheidung gezielt wieder auf diese Marke oder diesen Händler:innen zurückkommen.

2026 soll Meta laut eMarketer erstmals Google bei den weltweiten Werbeeinnahmen überholen und zur Nummer eins in diesem Bereich aufsteigen. Damit gibt sich der Konzern langfristig aber nicht zufrieden. Das Wachstumsfeld CTV hat Metas Interesse auf sich gezogen. Kein Wunder, andere Tech Player bieten Kund:innen bereits CTV-Optionen an, wie neuerdings etwa Pinterest. Während Meta den eigenen Werbekosmos ausbaut und dabei stark auf KI setzt, muss der Konzern einen Rückschlag bei der KI-Optimierung der eigenen Produkte hinnehmen.

Meta soll Google 2026 erstmals bei Werbeeinnahmen überholen

CTV als neues Ufer: Meta möchte Werbung außerhalb der eigenen Plattformen fördern

Mit einem prognostizierten Werbeumsatz von 243,46 Milliarden US-Dollar im Jahr 2026 kann sich Meta laut eMarketer an die Spitze der Werbeeinnahmen setzen. Meta setzt bereits auf ein breit gefächertes Werbeangebot über die riesigen Plattformen Facebook, Instagram, Threads und WhatsApp hinweg. Zuletzt wurden beispielsweise auch Ads auf Threads weltweit als Option für Advertiser ausgerollt, die Werbung im Updates Tab auf WhatsApp kommt ebenfalls global. Dazu kommen zahlreiche Formate in den erfolgreichen Reels, immer neue Facebook und Instagram Ads und die Advantage+ Tools, die KI-gestützte Performance-Optimierung versprechen. Die Zahl der User – über drei Milliarden pro Monat auf Facebook, Instagram und WhatsApp, über 400 Millionen monatlich auf Threads – ist für Werbetreibende bereits ein Kernfaktor bei der Budgetplanung für Social Media Ads. 2025 stieg die Zahl der Ad Impressions auf Metas Plattformen gegenüber dem Vorjahr um zwölf Prozent. 

Doch auch außerhalb der eigenen Plattformen sollen künftig Ad-Angebote für mehr Umsatz sorgen. Wie Ronan Shields für Digiday berichtet, erwägt Meta den Einstieg bei Connected TV (CTV) Ads. Demnach haben unternehmensnahe Quellen bestätigt, dass der Konzern eine entsprechende Entwicklung verfolgt. Erste Meetings mit SSPs und TV-Unternehmen sollen bereits stattgefunden haben. Obwohl es noch keine offizielle Bestätigung vonseiten Metas oder etwaiger Partner:innenunternehmen gibt, wäre der Schritt eine logische Folge von Metas Werbeexpansion. Immerhin könnte der Konzern umfassende User-Daten der eigenen Plattformen für Targeting-Zwecke im großen CTV-Kosmos einsetzen, die die Performance zu optimieren versprechen.

Die Konkurrenz ist im CTV Game schon aktiv

Und Meta könnte in Konkurrenz zu anderen großen Tech Playern treten, die bereits CTV-Ad-Lösungen anbieten. Dazu gehören Google und Amazon, die laut eMarketer 2026 Rang zwei und drei bei den globalen Werbeeinnahmen für digitale Ads erreichen sollen.

Zudem liefert neuerdings Pinterest nach dem Zukauf des Unternehmens tvScientific im Dezember 2025 ab jetzt eine dedizierte Werbeplattform für CTV Ads: tvScientific by Pinterest. Damit werden die Zielgruppen Pinterests über Connected TV-Kampagnen zur Verfügung gestellt.

Und das kann sich für Werbetreibende lohnen, immerhin ist die Plattform mit inzwischen mehr als 619 Millionen monatlich aktiven Usern eine Inspirationsumgebung, die auch Kaufintentionen und Produktsuchen im Zentrum hat.

---

---

Wie relevant Ads im Bewegtbildkontext längst sind, untermauern nicht nur die immensen Einnahmen, die Meta und Google über Werbung in Reels und YouTube-Videos (auch Shorts) machen, sondern ebenso die Umsätze, die Amazon mit Prime Video Ads macht, oder die Netflix für das eigene Werbemodell erwartet – immerhin über drei Milliarden US-Dollar in diesem Jahr. Zuletzt ermöglichte das Streaming-Unternehmen den Einkauf der Werbung über die Amazon DSP, wo neuerdings auch noch Amazons Shopping-Daten für ein Super Audience Match genutzt werden können.

AI Support soll Werbung bei Meta fördern – Manus AI-Veto macht Sorgen

Das gesamte Werbesystem möchte Meta derweil mithilfe der eigenen KI-Technologie stetig optimieren, auch für die Advertiser. Darauf deuten nicht nur zahlreiche Optionen aus dem KI-gestützten Bereich Advantage+ hin, sondern ebenso der Plan, ganze Kampagnen vollautomatisch durchführen zu können. Im Herbst 2025 führte Meta überdies eine KI-Unterstützung für Werbetreibende ein, die in Form des neuen Meta AI Business Assistants zunächst für kleine Unternehmen in den USA verfügbar war. Das Tool liefert unmittelbaren Account Support und stellt personalisierte Insights, Performance Benchmarks und Optimierungsvorschläge für Advertiser bereit. Damit korreliert es beispielsweise mit den neuen KI-gestützten Automatisierungen für das Meta Pixel und die Conversions API, die für noch bessere Werbeleistungen sorgen sollen. Inzwischen hat Meta die globale Betaerweiterung des Meta AI Business Assistants für Werbetreibende und Agenturen in wichtigen internationalen Märkten angekündigt – unabhängig von ihrer Größe.

Seit Anfang des Jahres sollte zudem das von Meta für rund zwei Milliarden US-Dollar übernommene Unternehmen Manus AI die KI-Technologie des Konzerns bereichern. Manus AI wurde als relevanter Player für die Entwicklung autonomer KI-Agents gekauft und sollte bei der Meta AI und anderen Diensten unterstützen. Die Fähigkeiten hätten nicht zuletzt die Werbeoptimierung in Bezug auf agentische Entwicklungen fördern können. Doch jetzt hat die chinesische Regulierungsbehörde ein verspätetes Veto gegen die Übernahme eingelegt, wie unter anderem die BBC berichtet.

Obwohl Manus AI inzwischen in Singapur ansässig ist, unterliegt es als in China gegründetes Unternehmen den chinesischen Behörden. Diese fordern jetzt, dass Manus AI wieder von Meta getrennt wird. Das könnte sich indes als schwierig erweisen, da die Technologien und das Personal bereits umfassend in Metas Ökosystem integriert sind. Meta geht gegen den Einwand aus China vor. Im Hintergrund der Auseinandersetzung dürfte nicht zuletzt die angespannte politische Situation zwischen China und den USA stehen, in der die Weitergabe von wertvollen Tech-Entwicklungen zuweilen zum politischen Druckmittel avanciert.

---

Auch auf Deutsch:

Meta AI Business Assistant wird weltweit mit weiteren Sprachen ausgerollt

Teilnehmen können derzeit allerdings nur YouTube Premium-Abonnent:innen in den USA, die mindestens 18 Jahre alt sind. Sie müssen sich über die Website youtube.com/new per Opt-in für die Option anmelden. Ein Roll-out für User, die YouTube Premium nicht haben, ist aber schon geplant.

GEO relevanter als zuvor für YouTube Creator?

Wenn YouTube die Suchoption Ask YouTube langfristig für alle auf der Plattform integriert und sie neben die AI Overviews stellt, adaptiert die Videoplattform einige Kernelemente der Google-Suche. Das hat mehrere Vorteile für Google. So können ausführliche Suchen die Verweildauer der User verlängern, die zudem noch mehr passende Inhalte finden könnten, was wiederum die Zeit auf der Plattform erweitert. Das fördert letztlich die Werbeeinkünfte, die allein im vierten Quartal 2025 für 11,4 Milliarden US-Dollar Umsatz bei Alphabet sorgten. Und personalisierte Antworten wie im Ask YouTube-Modus ermöglichen schließlich personalisierte Werbeeinbettungen. Davon ist im Experiment noch nicht die Rede. Doch wenn YouTube sich an Googles AI Mode orientiert, wäre diese Werbeintegration eine logische Folge.

YouTube könnte mit der neuen Sucherfahrung ebenfalls dafür sorgen, dass User die Videoplattform noch eher als alternative Suchplattform zu Google einordnen, auf der sie unmittelbar in die Content Discovery übergehen können. Das mag gerade im Konkurrenzkampf mit TikTok helfen, da die Discovery-Plattform für viele User ebenso als Suchumgebung dient. Wenn sich aber die Suchmöglichkeiten auf YouTube mehr an der KI-Suche Googles orientieren, müssen Creator darauf hoffen, in den personalisierten Antworten mit ihren Inhalten auch aufzutauchen.

Wird die GEO also wichtiger denn je? Grundsätzlich wird YouTube die relevantesten Inhalte referenzieren, wozu sicherlich Videos zählen, die auf der Plattform ohnehin positiv aufgenommen wurden, was durch Views, Kommentare, Likes und dergleichen attestiert wird. Creator müssen sich womöglich keine explizite GEO-Strategie überlegen, sollten aber ohnehin auf die Sichtbarkeit im KI-Suchkontext hin optimieren. Immerhin werden YouTube-Videos auch zahlreich in KI-Suchumgebungen als Quellen referenziert. Deshalb ist es enorm wichtig, technische Aspekte zu pflegen. Der Titel, die Beschreibung, die Untertitel, passende Keywords und Tags, der Dateiname der Videos und passende Thumbnails sollten jeweils für Suchkontexte angepasst werden. Dabei kann es nicht schaden, im Hinterkopf zu haben, wie eine konversationelle Suchanfrage mit natürlicher Sprache aussehen könnte, die von Videos bedient werden kann.

Außerdem sollten Creator möglichst aktiv sein, um aktuelle Inhalte zu Anfragen bieten zu können und Teil der Diskussion zu sein; schließlich führt YouTube auch die DMs wieder ein, in Deutschland ebenso. Best Practices für ihre Videos finden Creator auf YouTubes dedizierter Seite zur Content-Strategie.

YouTube wird zur wichtigsten Social-Quelle in KI-Suche