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.