Die nächste große Veränderung im E-Commerce beginnt nicht erst im Warenkorb. Sie beginnt früher: in der Art, wie Produkte von KI-Systemen gefunden, verstanden, verglichen und in Kaufentscheidungen übersetzt werden.
SEO bleibt wichtig. Aber es reicht nicht mehr aus, nur für klassische Suchmaschinen und Kategorieseiten zu optimieren. Mit Answer Engine Optimization, Generative Engine Optimization und Agentic Commerce entsteht eine neue Schicht zwischen Händler, Kunde, Marktplatz und Checkout. Produkte müssen nicht nur für Menschen gut aussehen. Sie müssen für KI-Systeme interpretierbar, vergleichbar und transaktionsfähig werden.
Genau hier liegen die nächsten Akzente im E-Commerce: Wer seine Produktdaten, Feeds, Schnittstellen und Marktplatzlogiken nicht sauber aufbereitet, wird in KI-getriebenen Einkaufsprozessen unsichtbar oder operativ unzuverlässig. Wer diese Basis beherrscht, kann von neuen Discovery- und Checkout-Flows profitieren.
Der klassische E-Commerce-Funnel war lange relativ klar: Google-Suche, Produktdetailseite, Warenkorb, Checkout. Inzwischen verschiebt sich der Einstieg. Kunden fragen ChatGPT, Perplexity, Gemini oder Google AI Mode nicht mehr nur nach einem Keyword. Sie formulieren Absichten.
Aus „Sneaker Herren blau“ wird: „Welche leichten Laufschuhe eignen sich für Asphalt, breite Füße und ein Budget unter 150 Euro?“ Diese Anfrage ist länger, kontextreicher und näher an einer Kaufentscheidung. Für Händler bedeutet das: Sichtbarkeit entsteht nicht mehr nur durch Ranking, sondern durch Zitierfähigkeit, Antwortfähigkeit und Datenqualität.
AEO und GEO beschreiben genau diese Verschiebung:
Adobe Analytics berichtet, dass Traffic von generativen KI-Quellen auf US-Retail-Websites im Februar 2025 um 1.200 Prozent gegenüber Juli 2024 gestiegen ist. Nutzer, die über solche Quellen kamen, zeigten laut Adobe außerdem 8 Prozent höheres Engagement, 12 Prozent mehr Seiten pro Besuch und eine 23 Prozent niedrigere Bounce Rate als Besucher aus klassischen Quellen wie Paid Search, E-Mail oder Social Media.
Diese Entwicklung ist messbar: Amazon hat inzwischen über 100 Millionen Produkte in seine KI-Suche integriert, Zalando generiert 70 % mehr Produktcontent automatisiert. Wie automatisierte Produktentdeckung durch KI-Merchandising-Agents Marktplatz-Umsätze 2026 verändert, zeigt sich aktuell besonders deutlich auf den großen Plattformen.
Die Botschaft ist klar: KI wird nicht nur ein neues Marketing-Tool. KI wird ein neuer Zugangskanal.
Im klassischen SEO konnte ein Händler mit guten Texten, Links und technischer Hygiene viel erreichen. Im KI-getriebenen Commerce wird das schwieriger, wenn der Produktkatalog selbst nicht sauber strukturiert ist.
Ein KI-System muss verstehen:
Das ist der Unterschied zwischen klassischem Produktcontent und AI-ready Product Data. Es reicht nicht, Titel und Beschreibung zu optimieren. Entscheidend ist, ob ein Produkt als strukturierter Datensatz verstanden werden kann.
Ein Beispiel: Ein Händler verkauft eine Jacke. Für Menschen reicht vielleicht ein guter Produkttext. Für KI-Systeme braucht es mehr Kontext: Material, Fütterung, Wassersäule, Temperaturbereich, Passform, Größenlogik, verfügbare Farben, Pflegehinweise, Nachhaltigkeitsnachweise, Lieferzeit, Retourenbedingungen und Kanalrestriktionen.
Je besser diese Informationen strukturiert sind, desto wahrscheinlicher kann ein Agent das Produkt in einer Antwort, einem Vergleich oder einem Kaufvorschlag berücksichtigen.
Dass diese Entwicklung nicht nur theoretisch ist, zeigt Mirakl Nexus. Mirakl positioniert Nexus als „neutral infrastructure“ und „trust layer“ für eine agentische Commerce-Welt, in der KI-Agenten Discovery, Transaktionen und After-Sales-Prozesse unterstützen.
Besonders interessant ist dabei nicht nur die Sprache rund um „Commerce 3.0“ oder „AI is the new storefront“. Interessant ist die operative Logik dahinter: Produkte und Angebote müssen schnell onboarded, transformiert, angereichert, vereinheitlicht und mit aktuellen Preisen, Beständen, Lieferzusagen und After-Sales-Prozessen verbunden werden.
Das ist genau der Punkt, an dem AEO, GEO und Agentic Commerce zusammenlaufen. Es geht nicht nur darum, in einer KI-Antwort erwähnt zu werden. Es geht darum, dass ein Produkt nach der Erwähnung auch gekauft, geliefert, retourniert und supportet werden kann.
Für Händler und Marktplatzbetreiber entstehen dadurch neue Anforderungen:
Wer heute mit Marktplätzen arbeitet, kennt diese Probleme bereits. Agentic Commerce macht sie nur sichtbarer und wichtiger.
Bildunterschrift: Vier Akzente für die nächste E-Commerce-Phase: AEO/GEO-Sichtbarkeit, AI-ready Produktdaten, Marktplatz-Orchestrierung und agentengestützter Checkout. Quelle: eigene Hybrid-Darstellung; fachliche Einordnung auf Basis von Adobe, Mirakl, McKinsey, Google, Stripe/OpenAI und Shopify.
Die wichtigste Veränderung liegt im Übergang von Discovery zu Transaktion. Bisher war die KI-Suche oft ein oberer Funnel: Inspiration, Recherche, Vergleich. Jetzt bewegen sich Plattformen näher an den Checkout.
Stripe und OpenAI haben mit dem Agentic Commerce Protocol einen Ansatz veröffentlicht, damit Bestellungen aus ChatGPT heraus standardisierter an Händler-Systeme übergeben werden können. Stripe beschreibt ACP als gemeinsame Sprache zwischen Unternehmen und KI-Agenten, bei der Händler Kontrolle über Sortiment, Markenauftritt, Fulfillment und Retouren behalten sollen.
Google arbeitet mit dem Agent Payments Protocol an einem Standard für sichere agentengestützte Zahlungen. AP2 setzt unter anderem auf sogenannte Mandates, also kryptografisch signierte Nachweise dafür, dass ein Nutzer einem Agenten eine konkrete Autorisierung erteilt hat.
Shopify beschreibt in seinen Entwicklerunterlagen, wie Agenten über UCP-konforme MCP-Tools Produkte über den Shopify Catalog entdecken und Käufer in Richtung Checkout führen können.
Der neue Weg sieht damit nicht mehr zwingend so aus:
Er kann zunehmend so aussehen:
Das ist kein vollständiger Ersatz für Shops. Aber es verändert, wo Entscheidungen entstehen und welche Systeme dafür bereit sein müssen.
Der wichtigste Schritt ist nicht, sofort einen eigenen Shopping-Agenten zu bauen. Der wichtigste Schritt ist, die Commerce-Basis so aufzuräumen, dass KI-Systeme damit arbeiten können.
Praktisch heißt das:
Der technische Kern ist damit relativ nüchtern: Ein Agent ist nur so gut wie die Daten, Tools und Regeln, die ihm bereitgestellt werden.
Marktplätze sind wahrscheinlich der realistischste Einstieg in Agentic Commerce. Dort gibt es bereits heute alles, was KI-Commerce später überall verlangt: strukturierte Kataloge, Kanalregeln, Validierung, Feed-Fehler, Preis- und Bestandslogik, Fulfillment-Anforderungen und hohe operative Komplexität.
Ein Commerce-Agent kann hier früh echten Nutzen stiften:
Das ist weniger spektakulär als ein autonomer Einkaufsassistent. Aber es ist näher an der Realität vieler E-Commerce-Teams. Wer Produkte heute sauber für Marktplätze vorbereitet, schafft gleichzeitig die Grundlage dafür, dass diese Produkte morgen in KI-Antworten, Agentenplattformen und neuen Checkout-Flows funktionieren.
Die nächsten Akzente im E-Commerce liegen nicht nur in schöneren Shops oder besseren Kampagnen. Sie liegen in AI Visibility, strukturierten Produktdaten, agentenfähigen Schnittstellen und vertrauenswürdiger Transaktion.
AEO und GEO sorgen dafür, dass Produkte in KI-Systemen verstanden und empfohlen werden können. Plattformen wie Mirakl Nexus zeigen, dass die operative Verbindung aus Produktdaten, Marktplätzen, Transaktionen und After-Sales immer wichtiger wird. Protokolle wie ACP, AP2 oder MCP zeigen, dass der Weg vom Suchen bis zum Checkout zunehmend technisch standardisiert und agentenfähig wird.
McKinsey beschreibt Agentic Commerce als eine grundlegende Verschiebung, bei der KI-Agenten Bedürfnisse antizipieren, Optionen prüfen, Deals verhandeln und Transaktionen im Sinne des Nutzers ausführen können. Die Beratung schätzt, dass bis 2030 allein im US-B2C-Retail bis zu 900 Milliarden bis 1 Billion US-Dollar Umsatz durch Agentic Commerce orchestriert werden könnten; global nennt McKinsey eine Spanne von 3 bis 5 Billionen US-Dollar.
Für Händler bedeutet das: Nicht jeder braucht sofort einen eigenen Agenten. Aber jeder sollte seine Produkte, Feeds, Schnittstellen und Checkout-Prozesse so vorbereiten, dass KI-Systeme sie verlässlich verstehen und nutzen können.
Nabil Osmani unterstützt bei Hello-Pine Brands beim Markteintritt in deutsche Marktplätze – von Setup bis zu den ersten Bestellungen. Als Co-Founder von Nimzo Studios entwickelt er zudem KI-Lösungen für Produktbilder und -videos und treibt die Entwicklung hin zu Agentic Commerce voran.
Account Manager
Hello Pine UG
