E-Commerce bereit für KI-Agenten 

Wie Sie Ihre Plattform auf Käufe vorbereiten, die an künstliche Intelligenz delegiert werden

Noch vor Kurzem konzentrierte sich die Entwicklung des E-Commerce vor allem darauf, wie sich ein Nutzer durch einen Onlineshop bewegt. Wir analysierten die Customer Journey, die Kategoriestruktur, die Suche, die Produktseite, den Checkout, die Zahlungsmethoden und die Qualität der mobilen Erfahrung. Die gesamte Architektur des Onlinevertriebs wurde mit Blick auf den Menschen gestaltet – auf eine Person, die klickt, vergleicht, liest, filtert, ein Produkt in den Warenkorb legt und die Kaufentscheidung selbstständig trifft.

Dieses Modell verschwindet nicht, aber es beginnt sich zu verändern. Immer deutlicher wird, dass die Zukunft des E-Commerce nicht nur davon abhängen wird, ob der Shop für den Endnutzer komfortabel ist. Immer wichtiger wird auch, ob die Verkaufsplattform für KI-Systeme verständlich, zugänglich und vertrauenswürdig ist, die Kunden bei der Produktsuche, beim Vergleich von Angeboten, bei der Analyse von Parametern und in einigen Szenarien auch beim Abschluss des Kaufs unterstützen werden.

In der Praxis bedeutet das, dass der E-Commerce in eine Phase eintritt, in der ein Onlineshop nicht mehr ausschließlich mit einem Menschen kommunizieren wird. Er wird auch mit KI-Agenten, Einkaufsassistenten, Empfehlungssystemen, konversationellen Suchmaschinen und externen Plattformen kommunizieren müssen, die das Angebot des Shops im Namen des Kunden interpretieren. IBM beschreibt Agentic AI als Systeme, die in der Lage sind, bestimmte Ziele mit begrenzter menschlicher Aufsicht zu erreichen, also nicht nur Fragen zu beantworten, sondern auch Handlungen zu planen und weitere Schritte innerhalb eines Prozesses auszuführen. (ibm.com)

Für Handelsunternehmen bedeutet das eine sehr konkrete Veränderung. Sichtbarkeit bei Google, eine gute Produktseite und ein effizienter Checkout bleiben weiterhin wichtig, werden aber nicht mehr ausreichen. Wenn ein Kunde beginnt, seinen KI-Assistenten nach dem besten Produkt für einen bestimmten Anwendungsfall, dem vorteilhaftesten B2B-Angebot, der Verfügbarkeit einer Ware zu einem bestimmten Termin oder einem technischen Ersatzprodukt zu fragen, das seinen Bedürfnissen entspricht, werden nicht nur die Unternehmen gewinnen, die gutes Marketing betreiben. Gewinnen werden diejenigen Unternehmen, deren Daten, Architektur und Prozesse darauf vorbereitet sind, von einer neuen Art von Einkaufsvermittler korrekt gelesen, interpretiert und verarbeitet zu werden.

Warum dieses Thema gerade jetzt wichtig wird

Agentic Commerce ist kein fernes technologisches Konzept mehr. Im Januar 2026 kündigte Google das Universal Commerce Protocol als offenen Standard für Agentic Commerce an, der den gesamten Kaufprozess abdeckt – von der Produktentdeckung über den Kauf bis hin zum After-Sales-Support. Google weist außerdem darauf hin, dass Agentic Commerce eine Situation beschreibt, in der KI Aufgaben im Namen von Nutzern ausführt und die Systeme selbst in der Lage sein müssen, mit verschiedenen Agenten, Plattformen und Zahlungsanbietern zusammenzuarbeiten.

Parallel dazu entwickeln sich Standards für Zahlungen, die von KI-Agenten durchgeführt werden. Google Cloud stellte das Agent Payments Protocol vor, ein offenes Protokoll, das sichere Transaktionen unterstützen soll, die von Agenten im Namen von Nutzern durchgeführt werden – mit dem Ziel größerer Interoperabilität, mehr Vertrauen und besserer Kontrolle über die Autorisierung.

Für die E-Commerce-Branche ist auch wichtig, dass diese Richtung zunehmend direkt von Commerce-Plattformen adressiert wird. Shopware schrieb bereits 2025, dass Agentic Commerce keine ferne Vision mehr sei und dass KI-Agenten Produkte im Namen von Kunden entdecken, vergleichen und kaufen werden. Im selben Material betont Shopware die Bedeutung offener Standards, Interoperabilität, Datensouveränität der Händler und Kontrolle über Prozesse.

Ein noch stärkeres Signal ist das Update Shopware 6.7.10.0 vom Mai 2026, in dem ein neuer Sales-Channel-Typ eingeführt wurde: Agentic Commerce. Laut Shopware soll er als zentraler Einstiegspunkt für KI-basierte Produktdistribution dienen, indem Produkte über einen kompatiblen JSONL-Feed Plattformen wie ChatGPT bereitgestellt werden können und der Einfluss von KI-generiertem Traffic auf das Geschäft messbar wird.

Das ist eine sehr wichtige Veränderung, weil sie zeigt, dass das Thema nicht mehr nur Prognosen, Konferenzen und Experimente großer Technologieunternehmen betrifft. Es beginnt, in konkrete Funktionen von E-Commerce-Plattformen einzuziehen. Wenn eine Verkaufsplattform einen eigenen Kanal für Agentic Commerce hat, bedeutet das, dass Unternehmen anfangen sollten, über KI-Agenten ähnlich nachzudenken wie früher über Marktplätze, Preisvergleichsportale, Google Shopping, mobile Anwendungen oder B2B-Kanäle. Nicht als Kuriosität, sondern als weiteres Umfeld, in dem das Angebot korrekt verfügbar, verständlich und kontrollierbar sein muss.

Das Problem beginnt nicht mit KI, sondern mit der Qualität der Daten

Der größte Fehler in der Diskussion über Agentic Commerce besteht in der Annahme, dass es ausreicht, den Shop an einen neuen KI-Kanal anzubinden, einen Produktfeed zu generieren und auf Verkäufe zu warten. Diese Denkweise ist dem Ansatz sehr ähnlich, der Unternehmen über Jahre hinweg in Probleme mit Marktplätzen, ERP-Integrationen, PIM, Preisvergleichsportalen und Marketing-Automation geführt hat. Der Kanal selbst löst keine Probleme, wenn Daten, Prozesse und Geschäftslogik inkonsistent sind.

Ein KI-Agent betrachtet einen Shop nicht so wie ein Mensch. Er lässt sich nicht von einem Banner beeindrucken, errät keinen fehlenden Parameter und interpretiert keine unvollständige Produktbeschreibung so, wie es ein erfahrener Vertriebsmitarbeiter tun würde. Wenn das System Produkte vergleichen, sie den Bedürfnissen des Nutzers zuordnen, Verfügbarkeit, Preis, Lieferbedingungen und Kaufmöglichkeiten prüfen soll, muss es auf Daten arbeiten, die konsistent, vollständig und maschinell verarbeitbar sind.

In der Praxis bedeutet das, dass viele Unternehmen zu den Grundlagen zurückkehren müssen, die über Jahre hinweg aufgeschoben wurden. Zur Qualität der Produktattribute. Zur Konsistenz der Kategorien. Zur korrekten Zuordnung von Varianten. Zu logischen Beziehungen zwischen Produkten. Zu aktuellen Lagerbeständen. Zur richtigen Abbildung individueller Preise, Aktionen, Rabatte, Limits und Handelsbedingungen. Zu technischen Daten, die nicht ausschließlich in PDFs, Marketingbeschreibungen oder über die Organisation verstreuten Excel-Tabellen gespeichert sind.

Im B2C kann die Folge schlechter Daten eine geringere Produktsichtbarkeit, eine falsche Empfehlung oder der Verlust gegenüber einem Wettbewerber sein, der sein Angebot besser beschrieben hat. Im B2B sind die Folgen noch gravierender, weil ein Einkaufsagent in einer Umgebung mit individuellen Preislisten, Budgetlimits, Nutzerberechtigungen, Bestellhistorie, Vertragsbedingungen und spezifischer Einkaufslogik arbeiten kann. Wenn das System nicht eindeutig beantworten kann, welcher Preis für einen bestimmten Kunden gilt, ob das Produkt verfügbar ist, ob die Bestellung eine Freigabe erfordert und ob ein bestimmter Nutzer berechtigt ist, sie aufzugeben, wird der KI-Agent das Problem nicht lösen. Er wird es nur schneller sichtbar machen.

Deshalb ist die Vorbereitung des E-Commerce auf KI-Agenten kein Marketingprojekt. Es ist ein Projekt für Daten, Architektur und Integration.

E-Commerce für Menschen und E-Commerce für Maschinen

Über Jahre hinweg haben Unternehmen Shops so gestaltet, dass sie visuell attraktiv, intuitiv und komfortabel für den Nutzer sind. Das bleibt weiterhin wichtig, aber im Zeitalter des Agentic Commerce entsteht eine zweite Dimension des Designs: Machine-readable Commerce, also eine Verkaufsumgebung, die für externe Systeme lesbar ist.

Es geht nicht darum, das Shop-Interface durch Datendateien zu ersetzen. Es geht darum, dass Angebot, Kauflogik und Transaktionsbedingungen sowohl für den Menschen als auch für ein System verfügbar sind, das in seinem Namen handelt. Das bedeutet eine größere Bedeutung von APIs, Produktfeeds, strukturierten Daten, konsistenten Identifikatoren, korrekter Variantenkennzeichnung, richtiger Produktsemantik und Integrationen mit Quellsystemen.

Im Kontext von B2B-Lösungen für 2026 beschreibt Shopware Agentic Commerce als einen Trend, bei dem E-Commerce-Plattformen zunehmend von autonomen KI-Agenten bedient werden und Software maschinenlesbare Schnittstellen sowie strukturierte Produktdaten bereitstellen muss, damit Einkaufsagenten Nachfrage prognostizieren, Angebote bewerten und Bestellungen innerhalb definierter Budgets aufgeben können.

Diese Aussage zeigt die Dimension der Veränderung sehr gut. Agentic Commerce beschränkt sich nicht darauf, dass ein Nutzer einen Chatbot nach einer Produktempfehlung fragt. In fortgeschritteneren Szenarien kann ein Agent innerhalb definierter Budgetrahmen handeln, Verfügbarkeiten analysieren, Alternativen prüfen, Einkaufsbedingungen bewerten und eine Transaktion initiieren. Wenn eine solche Zukunft sicher und vorhersehbar funktionieren soll, muss die E-Commerce-Plattform auf die Kommunikation mit Systemen vorbereitet sein, die nicht nur Inhalte, sondern auch eine präzise Datenstruktur benötigen.

In der Praxis bedeutet das, dass Unternehmen beginnen sollten, sich neue Fragen zu stellen. Ist unser Angebot auch ohne den visuellen Kontext des Shops verständlich? Sind alle relevanten Produkteigenschaften als Daten gespeichert und nicht nur als Textbeschreibung? Sind Varianten, Sets, Ersatzprodukte und ergänzende Produkte logisch miteinander verknüpft? Wird der im KI-Kanal angezeigte Preis mit dem Preis im Shop, im ERP und im Vertriebssystem übereinstimmen? Erhält ein B2B-Kunde die richtigen Bedingungen, wenn sein Kauf von einem externen Agenten unterstützt wird? Können wir Traffic und Bestellungen aus KI-Kanälen messen?

Wenn die Antwort „wir wissen es nicht“ lautet, hat das Unternehmen wahrscheinlich noch kein KI-Problem. Es hat ein Problem mit der Bereitschaft seiner E-Commerce-Architektur für eine neue Art der Vertriebsdistribution.

Wo Unternehmen am häufigsten Fehler machen

Der häufigste Fehler besteht darin, KI als eine weitere Schicht zu behandeln, die auf bestehendes Chaos gelegt wird. Das Unternehmen hat inkonsistente Produktdaten, komplizierte Preis-Ausnahmen, mehrere Quellen der Wahrheit, Integrationen, die teilweise manuell funktionieren, eine instabile Synchronisierung der Lagerbestände und Prozesse, die nicht vollständig im System abgebildet sind. Trotzdem erwartet es, dass KI die Kundenerfahrung verbessert, den Umsatz steigert und das Team entlastet.

In Wirklichkeit repariert KI keinen ungeordneten E-Commerce. KI beschleunigt Handlungen auf Basis dessen, was bereits existiert. Wenn die Daten gut sind, kann sie dabei helfen, Angebote besser zuzuordnen, Prozesse zu automatisieren und Kunden schneller durch den Kauf zu führen. Wenn die Daten schlecht sind, kann sie falsche Antworten, unzutreffende Empfehlungen und ein falsches Gefühl von Automatisierung schneller erzeugen.

Besonders sichtbar ist das in B2B-Unternehmen, die digitale Verkäufe über Jahre hinweg als Ergänzung zur traditionellen Arbeit von Vertriebsmitarbeitern entwickelt haben. In einem solchen Modell funktionieren viele Regeln weiterhin außerhalb der Plattform. Der Vertriebsmitarbeiter weiß, welcher Kunde einen Rabatt erhalten kann, welches Produkt durch ein anderes ersetzt werden kann, wann ein Standardlimit überschritten werden darf, wer eine Bestellung freigeben muss und wie nicht standardisierte Vertragsbedingungen zu interpretieren sind. Das Problem beginnt dann, wenn das Unternehmen diesen Prozess in den E-Commerce übertragen und ihn anschließend zusätzlich KI-Assistenten oder Einkaufsagenten zugänglich machen möchte.

Wenn Geschäftsregeln in den Köpfen von Menschen, in E-Mails, Tabellen oder undokumentierten Ausnahmen gespeichert sind, lassen sie sich nicht sicher automatisieren. Ein KI-Agent kann in einer Umgebung, in der die Verkaufslogik nicht zuvor in das System übertragen wurde, nicht korrekt funktionieren. Deshalb erfordert die Implementierung von Agentic Commerce nicht nur Technologie, sondern auch die Ordnung von Prozessen, Verantwortung für Daten und eine klare Festlegung dessen, was im Unternehmen als Quelle der Wahrheit gilt.

Der zweite Fehler besteht darin, ausschließlich über Produktsichtbarkeit nachzudenken und nicht über den gesamten Kaufprozess. Ein Produktfeed allein kann die Präsenz des Angebots in KI-Kanälen erhöhen, reicht aber nicht aus, wenn der Kunde oder Agent die weiteren Schritte nicht korrekt durchlaufen kann: Preisprüfung, Verfügbarkeit, Lieferung, Zahlung, Rückgabebedingungen, Produktkonfiguration, Bestellfreigabe oder After-Sales-Service. Google weist bei der Beschreibung des Universal Commerce Protocol darauf hin, dass der Standard die gesamte Shopping Journey abdecken soll, von Discovery und Buying bis hin zum Post-Purchase Support, und nicht nur den Moment der Produktpräsentation.

Das ist sehr wesentlich, weil die Zukunft der KI im E-Commerce nicht darauf beschränkt sein wird, die Frage zu beantworten: „Welches Produkt soll ich wählen?“. Immer wichtiger wird die Frage: „Kann der gesamte Kaufprozess korrekt von einem Ökosystem abgewickelt werden, an dem ein Mensch, ein KI-Agent, eine Commerce-Plattform, ein Zahlungssystem, ERP, PIM, CRM und Logistik beteiligt sind?“.

Konsequenzen für Vertrieb, Betrieb und Kosten

Unternehmen, die ihre Plattformen nicht auf Agentic Commerce vorbereiten, können beginnen, Sichtbarkeit an neuen Kontaktpunkten mit dem Kunden zu verlieren. Bisher fand der Kampf um die Aufmerksamkeit des Nutzers in Suchmaschinen, Social Media, Marktplätzen, bezahlten Kampagnen und direkt im Shop statt. Im Modell des Agentic Commerce verlagert sich ein Teil dieses Kampfes in Umgebungen, in denen der Nutzer nicht zehn Shops durchsucht, sondern eine Frage stellt und eine konkrete Empfehlung erwartet.

Wenn ein KI-Agent Angebote vergleicht, wird die Datenqualität eine sehr große Bedeutung gewinnen. Ein Produkt mit unvollständiger Beschreibung, inkonsistenten Parametern, fehlenden Informationen zur Verfügbarkeit oder einer unklaren Variantenstruktur kann ausgelassen werden, selbst wenn es in einem traditionellen Shop attraktiv aussieht. In diesem Sinne wird sich das SEO der Zukunft nicht nur auf Inhalte und Links beziehen. Es wird auch darum gehen, ob Produktdaten vollständig, aktuell, konsistent und maschinell interpretierbar sind.

Die operativen Konsequenzen werden ebenso wichtig sein. Wenn KI-Agenten beginnen, Traffic, Anfragen und Bestellungen zu generieren, müssen Unternehmen ihren Einfluss auf Umsatz, Conversion, Servicekosten und Leadqualität messen. Das Update Shopware 6.7.10.0 weist ausdrücklich auf die Möglichkeit hin, den Einfluss von KI-generiertem Traffic mithilfe der bestehenden Affiliate-Infrastruktur zu verfolgen. Das zeigt, dass Agentic Commerce nicht nur einen neuen Kanal für die Datendistribution erfordern wird, sondern auch einen neuen Ansatz in der Analytik.

Im B2B können die Konsequenzen noch tiefgreifender sein. Wenn ein Geschäftskunde beginnt, einen Einkaufsagenten zu nutzen, der Lieferanten vergleichen, das Budget kontrollieren, die Übereinstimmung von Einkäufen mit der Unternehmenspolitik sicherstellen und Wiederbestellungen automatisieren soll, muss die Verkaufsplattform deutlich mehr Fragen beantworten können als ein klassischer B2C-Shop. Sie muss wissen, wer kauft, im Namen welcher Organisation, zu welchen Bedingungen, mit welchen Limits, auf welchem Berechtigungsniveau und nach welchen Freigaberegeln.

Wenn diese Elemente nicht standardisiert sind, beginnt das Unternehmen, die Kosten der Ausnahmen zu tragen. Jeder nicht standardisierte Rabatt, jeder manuelle Prozess, jeder uneindeutige Bestellstatus oder jede fehlende Synchronisierung zwischen Systemen wird zu einem Hindernis für Automatisierung. Je mehr solcher Ausnahmen es gibt, desto schwieriger wird es, die Plattform sicher für neue KI-Kanäle verfügbar zu machen.

Wie der richtige Ansatz aussehen sollte

Die Vorbereitung des E-Commerce auf KI-Agenten sollte mit einem Audit der Plattformbereitschaft beginnen, nicht mit der Auswahl eines Tools. Im ersten Schritt sollte geprüft werden, ob die aktuelle Architektur eine kontrollierte Bereitstellung von Produkt-, Preis-, Lager- und Transaktionsdaten für externe Systeme ermöglicht. Wenn jeder Kanal mit einem anderen Datensatz arbeitet und die Aktualität der Informationen von manuellen Tätigkeiten des Teams abhängt, sollte das Unternehmen zunächst seine Quellen der Wahrheit ordnen.

Der zweite Schritt ist die Analyse der Produktdaten. Im Zeitalter des Agentic Commerce reicht eine Marketingbeschreibung nicht aus. Wichtig werden Attribute, Beziehungen, Klassifizierungen, Identifikatoren, Varianten, Kompatibilität, Ersatzprodukte, Maßeinheiten, technische Daten, Zertifikate, Verfügbarkeit und Regeln für die Produktpräsentation in verschiedenen Kanälen. In vielen Unternehmen bedeutet das die Notwendigkeit einer stärkeren Integration des E-Commerce mit PIM oder der Ordnung der Art und Weise, wie Produktdaten zwischen ERP, PIM, Verkaufsplattform und externen Kanälen fließen.

Der dritte Schritt ist die Übertragung der Geschäftslogik in das System. Im B2B sind individuelle Preise, Einkaufslisten, Budgets, Nutzerrollen, Freigabeprozesse, Bestellhistorie, Lieferbedingungen, Produktverfügbarkeit für ausgewählte Kunden und Beziehungen zwischen Konten innerhalb der Organisationsstruktur besonders wichtig. Wenn ein KI-Agent den Kunden beim Kauf unterstützen soll, muss er innerhalb derselben Regeln agieren, die in der Plattform, im ERP und im Vertriebsteam gelten.

Der vierte Schritt ist die Vorbereitung der Integrationsschicht. Agentic Commerce wird nicht stabil funktionieren, wenn die Verkaufsplattform keine leistungsfähigen Verbindungen zu den Systemen hat, in denen die wichtigsten Daten gespeichert sind. In einem der Materialien zu B2B 2026 weist Shopware darauf hin, dass konsistente Daten, Preislogik, Regeln der Kundenbetreuung und nahtlose Übergänge zwischen Self-Service und durch Vertriebsmitarbeiter unterstütztem Verkauf die Grundlage für Workflows bilden, die durch KI und Agenten unterstützt werden.

Der fünfte Schritt ist Governance, also die Kontrolle darüber, was der Agent tun darf, welche Daten er lesen darf, welche Aktionen er initiieren darf und an welchem Punkt eine menschliche Entscheidung erforderlich ist. Dieses Element ist besonders wichtig, weil sich der Markt für Agentic AI schnell entwickelt, aber nicht alle Projekte realen Wert liefern. Reuters berichtete im Juni 2025 unter Berufung auf Gartner, dass mehr als 40% der Agentic-AI-Projekte bis Ende 2027 eingestellt werden könnten, aufgrund steigender Kosten und unklaren Geschäftswerts.

Diese Prognose bedeutet nicht, dass Agentic Commerce ignoriert werden sollte. Sie bedeutet vielmehr, dass Unternehmen reif damit umgehen sollten. Sie sollten KI nicht nur wegen des Neuheitseffekts implementieren, sondern Grundlagen schaffen, die es ermöglichen, diesen Kanal zu nutzen, wenn er zu einer realen Quelle für Vertrieb und Kundenservice wird.

Warum die E-Commerce-Architektur wichtiger wird als eine einzelne Funktion

Im traditionellen Ansatz bewerteten Unternehmen eine E-Commerce-Plattform häufig anhand einer Funktionsliste. Gibt es einen Warenkorb? Unterstützt sie Aktionen? Können Zahlungen angebunden werden? Funktioniert die Suche? Gibt es ein B2B-Modul? Kann eine Landingpage erstellt werden? Diese Art der Bewertung war verständlich, erweist sich aber zunehmend als unzureichend.

Im Modell des Agentic Commerce lautet die wichtigste Frage anders: Kann die Plattform Daten und Prozesse sicher, konsistent und skalierbar für verschiedene Kanäle, Interfaces und externe Systeme bereitstellen?

Das verschiebt den Schwerpunkt von Funktionen hin zur Architektur. API-first, Modularität, die Fähigkeit zum Headless-Betrieb, Integrationen mit Quellsystemen, zentrales Kanalmanagement, Berechtigungskontrolle, Automatisierungsmechanismen und die Art der Datenspeicherung gewinnen an Bedeutung. Genau deshalb können Unternehmen, die ihren E-Commerce über Jahre hinweg als Sammlung individueller Workarounds aufgebaut haben, größere Schwierigkeiten beim Einstieg in Agentic Commerce haben als Unternehmen, die früher in eine geordnete Architektur investiert haben.

Ein KI-Agent wird die Einschränkungen eines alten Systems nicht geduldig umgehen. Er sollte auch keinen Zugriff auf zufällige Daten erhalten, nur weil das Unternehmen schnell in einem neuen Kanal erscheinen möchte. Wenn die Plattform mit Agenten kommunizieren soll, muss sie klar definierte Grenzen, Regeln, Datenformate, Autorisierung, Handlungsaudits und die Möglichkeit zur Nachverfolgung von Geschäftsergebnissen haben.

Deshalb sollte die Vorbereitung auf Agentic Commerce als Teil einer umfassenderen Strategie zur Entwicklung des E-Commerce behandelt werden und nicht als separates Experiment. Dasselbe gilt für AI-first Development, Integrationen, PIM, Automatisierung, Analytik und die Entwicklung von Vertriebskanälen. Alle diese Elemente haben einen gemeinsamen Nenner: Ohne gute Architektur wird ein Unternehmen immer schneller weitere Schichten von Komplexität erzeugen.

Warum Shopware gut auf diese Richtung antwortet

Shopware ist im Kontext von Agentic Commerce eine besonders interessante Plattform, weil sie sich seit Jahren in Richtung Offenheit, Flexibilität und API-first entwickelt. Das ist wichtig, weil die Zukunft des Onlinevertriebs immer weniger von einem klassischen Storefront abhängen wird und immer stärker von der Fähigkeit, viele Kanäle, Interfaces und Einkaufsszenarien aus einer konsistenten Umgebung heraus zu bedienen.

In der Praxis ermöglicht Shopware den Aufbau einer Architektur, in der die E-Commerce-Plattform kein geschlossener Shop ist, sondern ein zentrales Element des Vertriebsökosystems. Sie kann verschiedene Sales Channels bedienen, sich mit ERP, PIM, WMS, CRM und Zahlungssystemen integrieren und gleichzeitig die Entwicklung des Frontends im Headless- oder Composable-Modell ermöglichen. Das ist wichtig für Unternehmen, die B2B, B2C, Cross-Border-Vertrieb, Marktplätze, mobile Anwendungen, ein Kundenportal und in Zukunft auch KI-basierte Kanäle entwickeln wollen.

Der neue Sales Channel Agentic Commerce in Shopware 6.7.10.0 ist ein gutes Beispiel für diese Richtung. Es geht nicht nur um die technische Möglichkeit, einen Feed zu generieren. Es geht darum, dass KI-Kanäle beginnen, als eigene Kategorie der Produktdistribution behandelt zu werden, die konfiguriert, entwickelt, überwacht und mit dem Rest der Plattform integriert werden kann.

Für B2B-Unternehmen ist besonders wichtig, dass Shopware die Flexibilität der Plattform mit der Logik von Geschäftsprozessen verbinden kann. Wenn eine Organisation individuelle Preislisten, Kundenstrukturen, verschiedene Berechtigungen, Angebotsprozesse, ERP-Integrationen, Verfügbarkeitsregeln und die Unterstützung mehrerer Kanäle benötigt, muss die Architektur der Plattform auf Komplexität vorbereitet sein. Agentic Commerce beseitigt diese Komplexität nicht. Er sorgt dafür, dass sie noch besser geordnet werden muss.

Aus unserer Perspektive ist am wichtigsten, dass Shopware Unternehmen nicht auf eine einzige Verkaufsweise festlegt. Es ermöglicht, E-Commerce als System zu gestalten, das sich gemeinsam mit dem Markt weiterentwickeln kann. Heute kann das B2B, B2C und Cross-Border-Vertrieb bedeuten. Morgen kann es die Integration mit KI-Agenten, konversationellen Kanälen, neuen Zahlungsmodellen, Einkaufsautomatisierung und stärker fortgeschrittener Personalisierung bedeuten.

Wie CREHLER hilft, E-Commerce auf dieses Vertriebsmodell vorzubereiten

Bei CREHLER betrachten wir Agentic Commerce nicht als einzelne Funktion, sondern als natürliche Konsequenz dessen, worüber wir seit Langem sprechen: Moderner E-Commerce muss architecture-first gestaltet werden. Wenn eine Plattform auf neue Kanäle, KI, Automatisierung, Integrationen, internationale Entwicklung und komplexere Vertriebsprozesse vorbereitet sein soll, darf sie nicht nur als Shop mit einem Funktionsset gebaut werden. Sie muss als skalierbare Geschäftsumgebung entworfen werden.

Deshalb analysieren wir in E-Commerce-Projekten nicht nur das Erscheinungsbild des Shops und die Liste funktionaler Anforderungen, sondern auch Daten, Prozesse, Integrationen, Quellen der Wahrheit, Preislogik, Kundenstruktur, Produktmanagement und Möglichkeiten der weiteren Entwicklung. Im Kontext von Agentic Commerce wird dieser Ansatz noch wichtiger, weil jeder Fehler in Daten oder Prozessen in neuen Kanälen schneller vervielfacht werden kann als bisher.

Die Vorbereitung einer Plattform auf KI-Agenten sollte mehrere Bereiche umfassen. Erstens muss geprüft werden, ob Produktdaten vollständig, konsistent und bereit sind, in Formaten bereitgestellt zu werden, die für externe Systeme lesbar sind. Zweitens muss analysiert werden, ob Preis-, Verfügbarkeits- und Kauflogik eindeutig im System abgebildet sind. Drittens muss bewertet werden, ob Integrationen mit ERP, PIM, WMS, CRM und Zahlungssystemen die Aktualität der Daten gewährleisten. Viertens muss eine Analytik vorbereitet werden, die den Einfluss von KI-Kanälen auf Traffic, Conversion, Bestellungen und Rentabilität messen kann.

In Projekten, die auf Shopware umgesetzt werden, können wir diese Elemente zu einer kohärenten Architektur verbinden. Shopware bietet ein solides technologisches Fundament, aber erst die richtige Implementierung entscheidet darüber, ob die Plattform die Entwicklung des Unternehmens tatsächlich unterstützt. Aus diesem Grund ist ein Partner von großer Bedeutung, der nicht nur die Technologie selbst versteht, sondern auch Vertriebsprozesse, Integrationen, B2B, B2C, Produktdaten, UX, Automatisierung und die langfristige Betreuung der Plattform.

Agentic Commerce wird von Unternehmen eine größere Reife verlangen. Es reicht nicht aus, einen Onlineshop zu haben. Man braucht ein geordnetes Vertriebsökosystem, das mit Menschen, Systemen, externen Kanälen und KI-Agenten kommunizieren kann. Unternehmen, die früher mit der Vorbereitung beginnen, werden nicht chaotisch reagieren müssen, wenn neue Einkaufsmodelle zum Standard werden. Sie werden sie als Vorteil nutzen können.

Was Unternehmen jetzt tun sollten

Der sinnvollste erste Schritt ist nicht die Implementierung eines KI-Agenten, sondern die Bewertung der Plattformbereitschaft. Es lohnt sich zu prüfen, ob der heutige E-Commerce stabile Grundlagen besitzt, die es in Zukunft ermöglichen, Vertrieb über KI-Kanäle sicher weiterzuentwickeln.

Auf strategischer Ebene bedeutet das die Beantwortung mehrerer Fragen. Wissen wir, welche Daten die Quelle der Wahrheit sind? Ist das Produkt so beschrieben, dass es sowohl von einem Menschen als auch von einem System verstanden werden kann? Sind Preise, Verfügbarkeit und Handelsbedingungen in allen Kanälen konsistent? Hat die Plattform eine API-first-Architektur und kann sie mit externen Systemen kommunizieren? Können wir KI-generierten Traffic von traditionellem Nutzertraffic unterscheiden? Wissen wir, welche Handlungen ein Agent selbstständig ausführen darf und welche eine menschliche Freigabe erfordern?

Diese Fragen können technisch wirken, sind in Wirklichkeit aber sehr geschäftlich. Sie betreffen die Sichtbarkeit des Angebots, Servicekosten, Datenqualität, Transaktionssicherheit, Kontrolle über den Vertrieb und die Fähigkeit des Unternehmens, schnell auf Marktveränderungen zu reagieren. Agentic Commerce wird keine separate Welt sein, die vom heutigen E-Commerce getrennt ist. Er wird eine weitere Schicht sein, die das nutzt, was das Unternehmen bereits hat – gut oder schlecht.

Genau deshalb lohnt es sich, die Vorbereitung mit der Architektur zu beginnen. Mit der Ordnung von Daten. Mit Integrationen. Mit Prozessen. Mit Verantwortung für Produkt- und Handelsinformationen. Mit der Prüfung, ob die Plattform, die heute den Vertrieb unterstützt, auch die Kanäle unterstützen kann, die gerade erst an Bedeutung gewinnen.

Unternehmen, die ihren E-Commerce früher ordnen, werden den neuen Vertriebskanal schneller nutzen

Agentic Commerce bedeutet nicht, dass der klassische Onlineshop an Bedeutung verlieren wird. Es bedeutet vielmehr, dass der Shop Teil eines größeren Ökosystems wird, in dem Kaufentscheidungen immer häufiger durch KI unterstützt werden. Der Kunde wird weiterhin ein gutes Angebot, effizienten Service, transparente Bedingungen und Vertrauen in die Marke erwarten. Ändern wird sich jedoch die Art und Weise, wie er zu diesem Angebot gelangt und wer ihm dabei hilft, es zu bewerten.

Für Handelsunternehmen ist das ein wichtiger Moment. Man kann Agentic Commerce als ein weiteres modisches Schlagwort behandeln und warten, bis der Markt eine Reaktion erzwingt. Man kann ihn aber auch als Signal verstehen, dass E-Commerce mit größerer Reife gestaltet werden muss: als System aus Daten, Prozessen, Integrationen und Kanälen, nicht nur als sichtbares Frontend.

Aus unserer Perspektive werden diejenigen Organisationen den größten Vorteil gewinnen, die bereits jetzt beginnen, ihre Grundlagen zu ordnen. Nicht, weil jeder Shop sofort Käufe unterstützen muss, die von KI-Agenten durchgeführt werden. Sondern weil dieselben Grundlagen für die Skalierung des B2B-Vertriebs, die Cross-Border-Entwicklung, die Automatisierung von Prozessen, Personalisierung, ERP- und PIM-Integrationen, effiziente Analytik und die weitere Entwicklung der Plattform erforderlich sind.

Wenn Sie prüfen möchten, ob Ihre E-Commerce-Plattform auf die nächste Phase des Onlinevertriebs vorbereitet ist, lohnt es sich, mit einem Gespräch über Architektur, Daten und Prozesse zu beginnen. Bei CREHLER helfen wir Unternehmen, skalierbare E-Commerce-Plattformen auf Basis von Shopware zu gestalten und weiterzuentwickeln – Plattformen, die auf die heutigen Geschäftsanforderungen antworten, aber den Weg zu künftigen Kanälen, Technologien und Vertriebsmodellen nicht verschließen.