Zurück zum Glossar

Agentic Commerce: Wie KI-Agenten den Einkaufsprozess übernehmen

Agentic Commerce beschreibt einen E-Commerce-Ansatz, bei dem autonome KI-Agenten Einkaufs- und Verkaufsaufgaben im Auftrag von Verbrauchern oder Unternehmen ausführen. Der Mensch definiert Ziele und Rahmenbedingungen – der Agent recherchiert, vergleicht und schließt Käufe eigenständig ab. Das Prinzip lässt sich knapp zusammenfassen: weniger manuelles Suchen, mehr Zielerreichen. Für Unternehmen, die wiederkehrende Beschaffungsprozesse automatisieren wollen, ist das ein relevanter Ansatz.

‍

Was ist Agentic Commerce?

Agentic Commerce verlagert die Arbeit vom manuellen Browsen auf automatisierte Agenten. Im klassischen Online-Handel suchen Nutzer selbst, wählen Produkte aus, führen Informationen aus verschiedenen Quellen zusammen und stoßen den Checkout an. Ein KI-Agent übernimmt diese Abfolge: Er interpretiert die Anforderungen, identifiziert geeignete Produkte und bereitet Entscheidungen entlang vorgegebener Präferenzen und Constraints vor. Die Interaktion reduziert sich auf das Setzen eines Einkaufsziels und das Erteilen von Berechtigungen.

Wie funktioniert Agentic Commerce?

Der Prozess beginnt damit, dass eine Person ihr Ziel an den Agenten kommuniziert – etwa Budgetgrenzen, gewünschte Marken oder eine Lieferfrist. Der Agent plant daraufhin mehrstufige Workflows und greift über APIs und maschinenlesbare Schnittstellen auf Produkt- und Angebotsdaten zu. Diese Daten stammen aus strukturierten Produktkatalogen mit Preisgestaltung, Verfügbarkeit, Lieferoptionen und weiteren Attributen.

Auf Basis dieser Informationen bewertet der Agent Angebote im Sinne der Nutzerpräferenzen. Je nach Risikoklasse führt er autonome Handlungen aus. IBM betont, dass Agenten dabei über mehrere Systeme und KI-Plattformen hinweg agieren und Reasoning und Planning einsetzen, um auf Preisänderungen oder Bestandsverfügbarkeiten zu reagieren. Sicherheitsrelevante Vorgänge wie die Delegation von Authentifizierung und der Abschluss von Transaktionen – sogenannte Agentic Payments – sind ebenfalls Teil der Infrastruktur.

Vorteile von Agentic Commerce

Aus Kundensicht steht die Zeitersparnis durch automatisierte Abläufe im Vordergrund, ergänzt durch personalisierte Empfehlungen. Für Unternehmen bietet der Ansatz folgende Vorteile:

  • Effizientere Abwicklung von Transaktionen
    •  
  • Skalierung von Einkaufsaktivitäten bei größeren Volumen
    •  
  • Zuverlässige Auslösung wiederkehrender Nachbestellungen zur Stärkung der Kundenbindung

Praxisbeispiele und Anwendungsfälle

Ein konkretes Beispiel: Ein KI-Agent bestellt Verbrauchsgüter automatisch nach, sobald ein definierter Verbrauchsschwellenwert erreicht ist. Daneben vergleichen Preis- und Produktagenten im Hintergrund Angebote verschiedener Anbieter und leiten Empfehlungen ab oder treffen eine Auswahl.

IBM nennt weitere Anwendungsfälle, die über das klassische Shoppen hinausgehen:

  • Sprachgestützte Bestellungen über digitale Assistenten
    •  
  • Smart Replenishment durch automatisierte Nachbestellungen und Abo-Logiken
    •  
  • B2B-Beschaffung und digitale Abonnementverwaltung (Upgrades, Kündigungen)
    •  
  • Reise- und Hospitality-Workflows inklusive Umbuchungen und Rückerstattungen innerhalb definierter Grenzen

Chancen und Risiken

Datenschutz und Datensicherheit sind zentrale Herausforderungen. Agenten benötigen für personalisierte Entscheidungen sensible Informationen wie Präferenzen sowie Zahlungs- und Kontodaten. Transparenz ist ein weiteres Thema: Nutzer wollen nachvollziehen können, wie eine Entscheidung zustande kommt, um die Kontrolle zu behalten.

IBM verweist auf technische Hürden: die Fragmentierung und mangelnde Interoperabilität von Produktinformationen erschweren die Datenbereitschaft. Bestehende Betrugs- und Zahlungsmechanismen müssen zudem auf die Rolle von Maschinenintermediären ausgerichtet werden. Ein weiterer Faktor: Manche Kunden bevorzugen weiterhin manuelle Transaktionen.

Fazit

Agentic Commerce entwickelt den E-Commerce weiter, indem KI-Agenten nicht nur Empfehlungen liefern, sondern transaktionale Schritte auf Basis klar definierter Ziele und Schnittstellen weitgehend selbstständig ausführen. Damit das funktioniert, müssen Datenqualität, Sicherheit, Transparenz und Nutzerkontrolle von Anfang an mitgedacht werden.