Agentic Commerce – sind autonome Verkaufssysteme die Zukunft des B2B?

In den letzten Jahren hat künstliche Intelligenz begonnen, die Funktionsweise des E-Commerce auf vielen Ebenen zu verändern. Anfangs konzentrierten sich ihre Anwendungen vor allem auf Marketingautomatisierung, Produktempfehlungen und die Analyse von Verkaufsdaten. Mit der Weiterentwicklung der Technologie entsteht jedoch eine neue Richtung im digitalen Handel, die zunehmend als Agentic Commerce bezeichnet wird.

Agentic Commerce beschreibt ein Modell, in dem autonome Systeme auf Basis künstlicher Intelligenz in der Lage sind, Kauf- oder Verkaufsentscheidungen im Namen eines Nutzers oder einer Organisation zu treffen. Im Gegensatz zu klassischen Empfehlungssystemen, die lediglich Produkte vorschlagen, können agentenbasierte Systeme Daten analysieren, Konditionen verhandeln, Lieferanten auswählen und Bestellungen in einer teilautonomen oder vollständig autonomen Weise ausführen.

Im Kontext des B2B-Vertriebs beginnt dieses Konzept zunehmend Aufmerksamkeit zu gewinnen. Einkaufsprozesse in Unternehmen sind wiederkehrend, datenbasiert und häufig durch klar definierte Regeln gesteuert. Dadurch eignen sie sich für eine teilweise Automatisierung durch KI-gestützte Systeme.

E-Commerce-Plattformen wie Shopware entwickeln technologische Umgebungen, die Integrationen mit KI-Tools, Analysesystemen und Lösungen zur Automatisierung von Verkaufsprozessen ermöglichen. Dadurch stellt sich zunehmend die Frage, ob Agentic Commerce zu einer der zentralen Entwicklungsrichtungen im B2B-E-Commerce werden wird.

Was Agentic Commerce tatsächlich ist

Agentic Commerce basiert auf der Nutzung sogenannter KI-Agenten, also autonomer Systeme, die definierte Geschäftsziele erreichen können. Im Gegensatz zu traditionellen Algorithmen, die auf konkrete Benutzerbefehle reagieren, kann ein KI-Agent eine Situation analysieren, Entscheidungen treffen und auf Grundlage vordefinierter Ziele selbstständig handeln.

In der Praxis bedeutet dies, dass ein Agent beispielsweise Lagerbestände in einem Unternehmen überwachen, die Einkaufshistorie analysieren und auf dieser Grundlage eigenständig einen Bestellprozess initiieren kann. Er kann außerdem Angebote verschiedener Lieferanten vergleichen, kommerzielle Konditionen verhandeln oder Lieferpläne optimieren.

Im B2B-Modell kann ein solcher Ansatz Einkaufsprozesse erheblich beschleunigen und die operative Belastung von Einkaufsteams reduzieren.

Gleichzeitig bedeutet Agentic Commerce nicht die vollständige Ersetzung von Menschen im Verkaufsprozess. In vielen Szenarien fungiert der Agent eher als Entscheidungsunterstützungssystem als als alleiniger Entscheidungsträger.

Warum B2B ein natürliches Umfeld für Agentic Commerce ist

Einkaufsprozesse im Großhandel weisen mehrere Eigenschaften auf, die sie besonders geeignet für die Unterstützung durch autonome Systeme machen.

Erstens sind Bestellungen im B2B häufig wiederkehrend. Unternehmen bestellen regelmäßig dieselben Produkte in ähnlichen Mengen und nach festgelegten Zeitplänen. Zweitens basieren Einkaufsentscheidungen in der Regel auf Daten wie Lagerbeständen, Preisen, Lieferzeiten und verhandelten Geschäftsbedingungen.

In einem solchen Umfeld können KI-basierte Systeme operative Daten analysieren und den optimalen Zeitpunkt für eine Bestellung vorschlagen.

In fortgeschritteneren Szenarien kann ein Agent sogar selbstständig Bestellungen auslösen, wenn bestimmte geschäftliche Bedingungen erfüllt sind.

Ein solcher Ansatz kann Beschaffungszyklen deutlich verkürzen und Fehler reduzieren, die durch manuelle Bestellprozesse entstehen.

Wie autonome Einkaufsprozesse aussehen können

Man stelle sich ein Produktionsunternehmen vor, das regelmäßig bestimmte Komponenten bei mehreren Lieferanten bestellt. Das ERP-System überwacht die Lagerbestände und Produktionsprognosen. Ein KI-Agent analysiert diese Daten und prognostiziert den Zeitpunkt, an dem eine Lagerauffüllung erforderlich sein wird.

Sobald ein definierter Schwellenwert erreicht wird, kann das System den Prozess der Lieferantenauswahl starten. Preise, Produktverfügbarkeit und Lieferzeiten werden analysiert. Anschließend kann der Agent eine Bestellung über eine E-Commerce-Plattform oder über ein Integrationssystem auslösen.

In einem solchen Szenario wird die Verkaufsplattform Teil einer Kommunikationsumgebung zwischen Einkaufs- und Vertriebssystemen.

Plattformen, die nach dem API-first-Modell entwickelt wurden, wie Shopware, eignen sich besonders gut für solche Szenarien, da sie Integrationen mit externen Systemen ermöglichen, die Geschäftsprozesse automatisieren.

Die Rolle von Daten und Systemintegrationen

Agentic Commerce kann ohne Zugang zu großen Datenmengen nicht funktionieren. Informationen über Preise, Produktverfügbarkeit, Bestellhistorie und Lagerbestände müssen nahezu in Echtzeit verfügbar sein.

Deshalb spielen Integrationen zwischen der E-Commerce-Plattform und ERP-, PIM- sowie WMS-Systemen eine entscheidende Rolle. Ohne einen konsistenten Datenfluss können autonome Systeme keine präzisen Entscheidungen treffen.

Moderne E-Commerce-Plattformen werden zunehmend mit genau dieser Architektur im Blick entwickelt. Das API-first-Modell erleichtert Integrationen mit Analysesystemen und KI-Tools erheblich.

Aus diesem Grund werden Lösungen wie Shopware häufig in Projekten eingesetzt, die moderne Commerce-Ökosysteme aufbauen.

Herausforderungen im Zusammenhang mit autonomen Verkaufssystemen

Trotz seines großen Potenzials befindet sich Agentic Commerce noch in einem frühen Entwicklungsstadium. Eine der größten Herausforderungen ist das Vertrauen in autonome Systeme.

In vielen Organisationen haben Einkaufsentscheidungen erhebliche finanzielle Auswirkungen. Eine vollständige Automatisierung erfordert daher eine sehr hohe Datenqualität sowie klar definierte Geschäftsregeln.

Eine weitere Herausforderung ist die technologische Integration. Autonome Systeme benötigen Zugriff auf mehrere Datenquellen, was Integrationen mit ERP-Systemen, CRM-Systemen, E-Commerce-Plattformen und Analysesystemen erforderlich macht.

Ein weiterer Aspekt betrifft rechtliche Fragen und die Verantwortung für Entscheidungen, die von KI-Systemen getroffen werden. Bei autonomen Bestellungen stellt sich die Frage, wer für mögliche Systemfehler verantwortlich ist.

Wird Agentic Commerce den traditionellen E-Commerce ersetzen?

In den kommenden Jahren wird Agentic Commerce traditionelle Verkaufsplattformen wahrscheinlich nicht ersetzen. Ein realistischeres Szenario ist die schrittweise Integration autonomer Systeme mit bestehenden E-Commerce-Plattformen.

In einem solchen Modell bleibt die Verkaufsplattform der Ort, an dem Nutzer mit dem Angebot eines Unternehmens interagieren, wird gleichzeitig jedoch Teil einer Kommunikationsumgebung zwischen verschiedenen Geschäftssystemen.

Ein KI-Agent kann Daten analysieren und einen Einkaufsprozess initiieren, während die E-Commerce-Plattform dessen Ausführung entsprechend den Verkaufsrichtlinien des Unternehmens ermöglicht.

Agentic Commerce als nächste Entwicklungsstufe des E-Commerce

Die Entwicklung künstlicher Intelligenz ermöglicht die Automatisierung immer weiterer Geschäftsprozesse. Im B2B-E-Commerce ist dieses Potenzial besonders im Bereich der Beschaffungsautomatisierung sowie im Management von Lieferantenbeziehungen sichtbar.

Agentic Commerce kann zu einer der nächsten Entwicklungsstufen des digitalen Handels werden, in der Verkaufsplattformen mit autonomen Entscheidungssystemen zusammenarbeiten.

Bei CREHLER beobachten wir, dass sich immer mehr Organisationen für den Einsatz künstlicher Intelligenz in Verkaufsprozessen interessieren. Plattformen wie Shopware ermöglichen es, technologische Umgebungen aufzubauen, in denen Integrationen mit KI-Tools zu einem natürlichen Bestandteil der E-Commerce-Architektur werden.

Obwohl sich Agentic Commerce noch in einer frühen Entwicklungsphase befindet, deutet vieles darauf hin, dass autonome Systeme in den kommenden Jahren Einkaufs- und Verkaufsprozesse im B2B-Modell zunehmend unterstützen werden.