Zum Inhalt springen
Praxis · Use-Cases

Agentic Commerce Use-Cases im Handel

Von automatischem Nachbestellen bis zur B2B-Beschaffung: konkrete Anwendungsfälle, in denen KI-Agenten heute schon kaufen – und was sie von Händlern brauchen.

Zuletzt aktualisiert:

Fünf Use-Cases im Detail

B2C

Reorder & Abo

Der Agent bestellt Verbrauchsgüter (Kaffee, Drogerie, Ersatzteile) automatisch nach – innerhalb eines vom Nutzer gesetzten Budgets. Ideal für Marken mit Wiederkaufrate.

B2C

Vergleich & Auswahl

Der Agent vergleicht Angebote anhand strukturierter Daten und wählt. Wer hier saubere Feeds liefert, wird ausgewählt – wer nur Bilder und PDFs hat, fällt raus.

B2B

Beschaffung

Einkaufs-Agenten bestellen C-Teile und Wiederholbedarf autonom. AP2-Mandates setzen Budget- und Freigabegrenzen – auditierbar.

B2C

Produktentdeckung

Der Agent schlägt passende Marken vor – KI wird in Deutschland besonders zur Markenentdeckung genutzt. Sichtbarkeit in KI-Antworten entscheidet.

B2C

Conversational Checkout

Kauf direkt im Chat über ChatGPT Instant Checkout – ohne klassische Produktseite.

Gemeinsame Voraussetzung

Maschinenlesbarkeit

Jeder Use-Case scheitert ohne strukturierte Daten. So werden Sie für Agenten lesbar →

Was jeder Use-Case konkret voraussetzt

„Strukturierte Daten“ ist als Anforderung zu unscharf, um danach zu handeln. Je nach Anwendungsfall entscheidet ein anderes Datenfeld darüber, ob Sie überhaupt in Frage kommen:

Use-CaseKritisches DatumWoran es typischerweise scheitert
Reorder & Abo Stabile Artikelidentität über Zeit Die SKU ändert sich beim Verpackungsrelaunch – der Agent findet „sein“ Produkt nicht wieder und wechselt zum Wettbewerber
Vergleich & Auswahl Vollständige Attribute plus Versandkosten Versandkosten erst im Warenkorb sichtbar – der Agent rechnet mit dem Nettopreis und sortiert Sie später aus
B2B-Beschaffung Kompatibilität und Staffelpreise Preise nur nach Login – für einen automatisierten Vergleich existiert Ihr Angebot damit nicht
Produktentdeckung Zitierfähige Inhalte zur Anwendung Nur Produktseiten, keine Inhalte, die die Frage „welches Produkt für Fall X?“ beantworten
Conversational Checkout Verfügbarkeit in Echtzeit Feed aktualisiert nachts – der Agent bestellt, was seit dem Morgen ausverkauft ist

Ein Beispiel, das die Mechanik zeigt

Ein Nutzer bittet seinen Shopping-Agenten: „Ersatzfilter für meine Dunstabzugshaube, Modell soundso, bis 40 €, Lieferung bis Freitag.“ Was jetzt passiert, erklärt den gesamten Kanal in einem Vorgang:

  • Der Agent sucht nach Kompatibilität, nicht nach Ihrem Markennamen. Wer das Feld „passend für“ nicht maschinenlesbar führt, kommt hier nicht vor – unabhängig davon, wie prominent es in der Produktbeschreibung steht.
  • Er rechnet Gesamtkosten. 34,90 € plus 5,90 € Versand verliert gegen 37,50 € versandkostenfrei. Sind Ihre Versandkosten nicht ausgezeichnet, wird im Zweifel ungünstig geschätzt.
  • Er prüft die Lieferzusage. „1–3 Werktage“ ist verwertbar, „schneller Versand“ nicht.
  • Er entscheidet in einem Zug. Es gibt keine zweite Chance über Retargeting, keinen abgebrochenen Warenkorb, keine E-Mail-Strecke. Entweder Sie sind in dieser Sekunde vollständig ausgezeichnet – oder Sie sind nicht dabei.

Der letzte Punkt ist der wichtigste Unterschied zum klassischen Handel: Im Agenten-Kanal gibt es keine zweite Berührung. Der Vergleich beider Modelle zeigt, welche gewohnten Hebel damit wegfallen.

B2B: der unterschätzte Fall

Die öffentliche Aufmerksamkeit gilt dem Verbraucher, der im Chat Turnschuhe kauft. Der wirtschaftlich interessantere Fall liegt im B2B – und zwar aus einem strukturellen Grund: Bei C-Teilen und Wiederholbedarf übersteigen die Prozesskosten einer Bestellung regelmäßig den Warenwert. Genau dort trägt Automatisierung sofort.

Hinzu kommt, dass B2B-Bedarf ohnehin spezifiziert vorliegt: Norm, Maß, Werkstoff, Menge. Was im B2C mühsam aus einer vagen Absicht abgeleitet werden muss, steht hier bereits als strukturierte Anforderung im System. AP2-Mandates passen zu dieser Welt besonders gut, weil Freigabegrenzen und Budgetregeln dort ohnehin etabliert sind – ein Einkaufs-Agent mit einem Limit von 500 € pro Vorgang ist organisatorisch nichts Neues, sondern die Abbildung einer bestehenden Vollmacht.

Der Engpass ist auch hier die Datenseite: Wer Preise erst nach Login zeigt und Kompatibilitäten in PDF-Datenblättern führt, ist für den automatisierten Einkauf unsichtbar – bei gleichzeitig hervorragender Eignung des Sortiments.

Wo Sie anfangen sollten

Wählen Sie den Use-Case, der zu Ihrem Sortiment passt: Wiederkaufstarke Marken starten beim Reorder, Sortimentsbreite punktet beim Vergleich, B2B-Anbieter bei der Beschaffung. Der Readiness-Check hilft bei der Einordnung; die Marktdaten zeigen, wo der Traffic zuerst entsteht.

Häufige Fragen

Welche Use-Cases hat Agentic Commerce im Handel?
Typische Anwendungsfälle sind: automatisiertes Nachbestellen von Verbrauchsgütern (Reorder), agentengestützter Preis- und Produktvergleich, B2B-Beschaffung über Einkaufs-Agenten, personalisierte Produktentdeckung sowie Conversational Commerce direkt im Chat wie ChatGPT Instant Checkout.
Eignet sich Agentic Commerce auch für B2B?
Ja, besonders. In der Beschaffung sind Anforderungen oft strukturiert und wiederkehrend – ideal für Agenten. AP2-Mandates erlauben dabei klare Budget- und Freigaberegeln, sodass ein Einkaufs-Agent innerhalb definierter Grenzen autonom bestellen kann.
Welche Produkte kaufen Agenten zuerst?
Gut vergleichbare, wiederkehrende und eher niedrigpreisige Produkte – passend zu den Budgets, die Verbraucher Agenten heute zugestehen (mehrheitlich bis 50 Euro pro Monat). Dort entsteht der erste Agenten-Traffic.
Was ist ein Shopping-Agent und wie sucht er?
Ein Shopping-Agent ist ein KI-Agent, der im Auftrag eines Nutzers Produkte recherchiert, vergleicht und kauft. Er sucht nach Eignung statt nach Markennamen: Bei einer Anfrage wie "Ersatzfilter für Modell X, bis 40 Euro, Lieferung bis Freitag" prüft er Kompatibilität, rechnet Gesamtkosten inklusive Versand und wertet die Lieferzusage aus. "1–3 Werktage" ist verwertbar, "schneller Versand" nicht. Er entscheidet in einem Zug – Retargeting oder eine E-Mail-Strecke als zweite Chance gibt es nicht.
Warum ist B2B-Beschaffung der unterschätzte Anwendungsfall?
Bei C-Teilen und Wiederholbedarf übersteigen die Prozesskosten einer Bestellung regelmäßig den Warenwert – dort trägt Automatisierung sofort. Außerdem liegt B2B-Bedarf ohnehin spezifiziert vor: Norm, Maß, Werkstoff, Menge. Was im B2C erst aus einer vagen Absicht abgeleitet werden muss, steht hier bereits strukturiert im System. Der Engpass ist die Datenseite: Wer Preise erst nach Login zeigt und Kompatibilitäten in PDF-Datenblättern führt, ist für den automatisierten Einkauf unsichtbar.
Nächster Schritt

Wie agent-ready ist Ihr Unternehmen?

Beantworten Sie 8 kurze Fragen und erhalten Sie sofort eine ehrliche Einordnung plus die nächsten konkreten Schritte – in unter 2 Minuten.