Zusammenfassung
Der Einzelhandel durchläuft derzeit einen grundlegenden Strukturwandel. Da KI-basierte Dialogassistenten zu einer skalierbaren Schnittstelle für den Einkauf werden, wandelt sich der Handel von einer Umgebung des Stöberns hin zu einer Umgebung, die auf Absicht und Ausführung basiert: Kunden äußern ihre Wünsche und angestrebten Ergebnisse, und die Systeme handeln entsprechend.
Dies bedeutet von Anfang an, dass die Integration umfangreicher Produktdaten, auf die KI zugreifen kann, de facto eine Voraussetzung ist. Sind Attribute, Varianten, Preise und ausführliche Beschreibungen nicht korrekt, strukturiert und für KI lesbar, werden die richtigen Artikel gar nicht erst gefunden, sodass sie nicht mit Sicherheit empfohlen, verglichen oder zugesichert werden können.
Zudem verhalten sich Agenten nicht wie Menschen. Sie tolerieren keine Mehrdeutigkeiten und interpretieren keine Marketingformulierungen. Sie treffen ihre Entscheidungen anhand von Signalen wie Produktinformationen, Verfügbarkeit und Lieferversprechen, Fulfillment-Optionen und richtlinienbedingte Einschränkungen – in Kombination.
Sind diese Informationen nicht verfügbar, unzuverlässig oder unklar, können handlungsorientierte Erfahrungen schnell und deutlich scheitern. In einem solchen Umfeld tritt Glaubwürdigkeit an die Stelle von Überzeugungskraft.
Vom Experiment zur Infrastruktur
Dieser Wandel beschleunigt sich, da Agentic Commerce von der Experimentierphase hin zur Infrastrukturphase übergeht.
Das Kaufverhalten der Verbraucher könnte sich an jedem beliebigen Wendepunkt rasch ändern. Aus technischer Sicht unterstreicht das Aufkommen von Protokollen, die darauf abzielen, die Anbindung von Agenten an den E-Commerce zu standardisieren, wie sehr die Teilnahme dadurch einfacher und reproduzierbarer wird.
Mit der Verbesserung der Konnektivität verliert diese ihren Charakter als Unterscheidungsmerkmal. Der Wettbewerbsvorteil verlagert sich hinter die Benutzeroberfläche hin zu der betrieblichen Realität, die darüber entscheidet, ob ein Mitarbeiter ein Versprechen abgeben und dieses auch einhalten kann.
Das Kundenversprechen und die Einhaltung von Versprechen
Aus diesem Grund wird die Integrität von Versprechen zum entscheidenden Wettbewerbsfeld werden. Im Agentic Commerce ist das Versprechen keine ergänzende Information, sondern das, worauf der Akteur seine Strategie ausrichtet. Erfolgreich sein werden jene Einzelhändler, die Ehrgeiz und Machbarkeit in Einklang bringen: Sie erfüllen Kundenwünsche und geben Zusagen ab, die so attraktiv wie möglich sind, dabei aber auch in großem Maßstab umsetzbar bleiben.
Entscheidend ist, dass Agentic Commerce auf der Kommunikationsebene tendenziell seltener scheitert als auf der Abwicklungsebene: Eine Verbindung ohne Wahrhaftigkeit führt lediglich zu einer Zunahme von Ausnahmen und Rückabwicklungen und untergräbt das Vertrauen.
Das System, das für die Gewährleistung der Integrität von entscheidender Bedeutung ist, ist das verteilte Auftragsmanagement (DOM). Im Zeitalter der Agenten entwickelt sich das verteilte Auftragsmanagement von der reinen Transaktionsverarbeitung zu einer strategischen Vertrauensplattform: Es ermittelt die passenden Produkte, überprüft die Verfügbarkeit in Echtzeit, berechnet verlässliche Lieferzusagen, koordiniert die Auftragsabwicklung über verschiedene Knoten hinweg, behandelt Ausnahmen und gewährleistet Transparenz nach dem Kauf.
Hierbei handelt es sich nicht um Protokollprobleme, sondern um Herausforderungen bei der Umsetzung; und die Art und Weise, wie ein Einzelhändler damit umgeht, wird darüber entscheiden, ob er im Rahmen von Agentic Commerce Vertrauen gewinnen kann.
Die Frage nach dem Reifegrad der KI
Daher ist es wichtig, den Reifegrad der KI bestimmen zu können, und dieser sollte anhand von Ergebnissen definiert und gemessen werden. Dabei sind von vornherein drei wesentliche, sich gegenseitig verstärkende Säulen zu berücksichtigen:
- Agentengestützte Umsatzförderung: Sicherstellen, dass Signale mit höherer Kaufabsicht seitens der Kunden in umsetzbare Versprechen umgesetzt werden),
- Steigerungder betrieblichen Effizienz: Beseitigung interner Reibungsverluste, die auf der Ebene der Handlungsakteure zu externen Ausfällen führen), und
- Vorausschauende Rentabilitätsoptimierung: Feinabstimmung von Parametern, Zusagen und Routenplanung unter Berücksichtigung von Leistungsindikatoren und tatsächlichen Kosten, damit die Dienstleistung nachhaltig bleibt.
Zusammen definieren diese Säulen die „Agentic Readiness“: die Fähigkeit, Ergebnisse zu erzielen, die umsetzbar, wiederholbar und rentabel sind. Um diesen Reifegrad zu erreichen, ist ein architektonischer Wandel erforderlich.
APIs sind nach wie vor unverzichtbar, reichen jedoch allein nicht aus, um eine dynamische, mehrstufige Ausführung durch intelligente Clients zu ermöglichen.
Das sich abzeichnende Muster ist eine Absichts-/Fähigkeitsschicht , die APIs kapseln und für Agenten auffindbare, geregelte „Werkzeuge“ bereitstellen – wodurch Anfälligkeiten verringert, eine kontrollierte Orchestrierung ermöglicht und die Ausführung skaliert wird, ohne dabei Abstriche bei Sicherheit oder Kontrolle zu machen.
Parallel dazu standardisieren Protokolle die Teilnahme; Fähigkeitsschichten standardisieren die Ausführung; und das DOM gewährleistet die operative Korrektheit.
Blick in die Zukunft
In dieser sich entwickelnden Welt geht es nicht mehr nur darum, wie man Suchverkehr generiert, sondern die Frage lautet nun: „Wie werden wir zur ersten Empfehlung des Maklers, wenn ein Kunde nach dem besten Produkt fragt, das einem bestimmten Wunsch entspricht?“
In Agentic Commerce konzentrieren sich die Eingabeaufforderungen naturgemäß auf Produktmerkmale und den Preis – und Einzelhändler müssen der Verfügbarkeit und der Liefergeschwindigkeit Priorität einräumen, da ein Agent nur das empfehlen kann, was er zuverlässig beschaffen und ausliefern kann.
Für Führungskräfte ist die Agenda somit klar: Betrachten Sie Zuverlässigkeit als Wachstumsstrategie; prüfen Sie die Integrität von Zusagen, bevor Sie agentenbasierte Kanäle ausbauen; erheben Sie DOM zum strategischen Infrastrukturbestandteil; entwickeln Sie KI-native Ausführungsebenen anstelle von instabilen Punktintegrationen; bereiten Sie sich auf Protokollpluralismus vor; die Disziplin im Umgang mit Betriebsdaten stärken; sowie die KPIs in Richtung Versprechensgenauigkeit, Ausnahmeprävention, Wiederherstellungsleistung und Marge pro Versprechen weiterentwickeln.
Einleitung: Vom Stöbern zur Kaufabsicht
Wie die Regeln des Einkaufens neu geschrieben werden
Der aufstrebende Käufer von heute
Es ist Dienstagabend, und ein Kunde denkt über den Halbmarathon nach, zu dem er sich vor einigen Wochen spontan und ehrgeizig verpflichtet hat. Plötzlich wird ihm klar, dass er sich neue Laufschuhe besorgen muss, da dies nun zu einem größeren Anliegen geworden ist. Er benötigt also Größe 10 – und zwar noch vor Samstag.
In unserer vertrauten und traditionellen Welt löst dies eine bekannte Routine aus: Man öffnet einige (viele) Online-Shops, vergleicht die Angebote, prüft die voraussichtlichen Liefertermine und bricht vielleicht einige Warenkörbe ab, wenn das „Lieferdatum“ ungewiss erscheint.
In dem sich abzeichnenden Modell verhält sich der Kunde jedoch ganz anders. Er teilt einem KI-Assistenten in einem einzigen Satz mit, was er möchte: „Finden Sie mir Laufschuhe in Größe 10, die noch vor Samstag geliefert werden, und bestellen Sie die beste Option.“ Mit anderen Worten: Der Kunde stöbert nicht. Er gibt seine Absicht an.
Der Makler übernimmt die Arbeit: Er ermittelt Optionen, prüft Rahmenbedingungen und handelt zunehmend im Namen des Kunden.
Die meisten Gespräche sind jedoch weitaus komplexer. Daher muss geprüft werden, wie ein durchgängiges Gesprächserlebnis unterstützt werden könnte. In der Regel umfasst ein „Gesprächstrichter“ mehrere Phasen:
Dies ist ein grundlegender Wandel, der den Kern des „Agentic Commerce“ ausmacht: Das Einkaufen verlagert sich von der Navigation hin zu Ergebnissen, vom Stöbern hin zur Ausführung. Mit anderen Worten: Im „Agentic Commerce“ wird die „Reise“ zu einem Dialog und nicht zu einem Klickpfad.
Der Gesprächstrichter beschreibt, wie sich die Absicht schrittweise konkretisiert und in einen ausführbaren Auftrag umwandelt – und in jeder Phase entscheiden unterschiedliche Fakten und Systeme darüber, ob der Mitarbeiter zuversichtlich fortfahren kann oder ob er sich absichern, nachfragen oder den Vorgang abbrechen muss.
Wenn es darum geht, dass Einzelhändler in dieser neuen Welt bestehen können, ist diese Unterscheidung von enormer Bedeutung, da sie sich in jeder Phase der „Agentic Journey“ unterschiedlich auswirkt.
Im Vorfeld entscheidet dies darüber, ob Ihre Produkte überhaupt gefunden und empfohlen werden können: Sind Produktattribute, Varianten, Preise und Inhalte nicht korrekt, einheitlich strukturiert und für KI lesbar, kann ein Berater Sie nicht mit Sicherheit in die engere Auswahl für einen bestimmten Bedarf aufnehmen.
In der mittleren Phase des Verkaufstrichters wird ermittelt, ob ein Mitarbeiter eine Zusage überprüfen und bestätigen kann: Verfügbarkeit, Erfüllungsoptionen, Annahmeschlusszeiten, Kapazitäten sowie richtlinienbedingte Einschränkungen werden zu den entscheidenden Faktoren, die aus „Interesse“ eine umsetzbare Entscheidung machen.
Im weiteren Verlauf wird ermittelt, ob das Kundenerlebnis auch nach dem Bezahlvorgang den Erwartungen entspricht: Informationen zum Bestellverlauf, zur Ausnahmebehandlung, zu Rücksendungen und zu den Servicerichtlinien müssen so bereitgestellt werden, dass ein Mitarbeiter sie verstehen und entsprechend handeln kann; andernfalls kann der Mitarbeiter Probleme nicht lösen, und die Last fällt wieder auf die menschlichen Teams zurück.
Mit anderen Worten: Dieser Wandel hat direkte Auswirkungen auf die Zugänglichkeit und Zuverlässigkeit Ihrer Daten, auf die Technologien, die Sie wählen, um „Wahrheit“ kanalübergreifend umzusetzen, und letztlich auf den Ruf und die Wettbewerbsfähigkeit Ihrer Marke; denn im Agentic Commerce ist Glaubwürdigkeit keine Botschaft, sondern etwas, das das System immer wieder in Echtzeit unter Beweis stellen muss.
Der zentrale Widerspruch: Verbundenheit ist nicht dasselbe wie Wahrheit
Protokolle verbessern natürlich die Vernetzung. Im Zusammenhang mit unserer obigen Aussage zum Verhalten können sie jedoch nicht garantieren, dass die Informationen, auf die sich ein Akteur stützt, wahr sind. Daher verstärkt Agentic Commerce ein seit langem bestehendes Problem im Einzelhandel: operative Unsicherheit.
Wenn ein Makler selbstbewusst einen Liefertermin zusagt, der nicht eingehalten werden kann, oder Bestände verkauft, die tatsächlich nicht verfügbar sind, ist dies nicht nur ein missglücktes Geschäft; es untergräbt das Vertrauen in die Dienstleistung des Maklers und damit auch in die dahinterstehende Marke.
Daraus lässt sich eine einfache Schlussfolgerung ziehen: Die Gewinner im Agentic Commerce werden diejenigen sein, die ihren Kunden möglichst ehrgeizige Versprechen machen und dies gleichzeitig damit in Einklang bringen, sich nur zu dem zu verpflichten, was sie zuverlässig und konsequent erfüllen können.
Die neue Rolle des Auftragsmanagements: Von der Auftragsabwicklung zum Schutz von Zusagen
Damit Agentic Commerce in großem Maßstab funktioniert, benötigen Einzelhändler eine verlässliche Informationsquelle, auf die sich die Kommunikation stützt. Diese Rolle übernimmt das Auftragsmanagement.
Inhalt dieses Artikels
Vor diesem Hintergrund untersucht dieses Whitepaper, wie KI und Agentic Commerce den Einzelhandel neu gestalten – und zwar unter einem zentralen Gesichtspunkt: Da Entscheidungen zunehmend automatisiert werden, werden die Umsetzung und die Einhaltung von Versprechen zum entscheidenden Unterscheidungsmerkmal. In diesem Whitepaper werden folgende Themen behandelt:
- Erläutern Sie, warum die Entstehung von Protokollen eine Beschleunigung signalisiert – und warum dies zwar notwendig, aber nicht ausreichend ist.
- Definieren Sie die Einhaltung von Zusagen als das neue Schlachtfeld für Vertrauen und Leistung im Agentic Commerce.
- Stellen Sie ein Modell für den Reifegrad des KI-gesteuerten Einzelhandels in drei Bereichen vor: agentische Umsatzförderung, betriebliche Effizienz und vorausschauende Rentabilität; und
- Erkunden Sie den architektonischen Wandel hin zu absichtsbasierten Integrationsschichten (Bereitstellung von Funktionen im MCP-Stil), die es Agenten ermöglichen, Betriebssysteme in großem Maßstab zu nutzen.
Kapitel 1: Protokolle bringen Bewegung in den Markt
1.1 Wie der Markt reagiert
Anfang 2026 klang „Agentic Commerce“ nicht mehr wie ein spekulatives Konzept, sondern zeichnete sich zunehmend als Markttendenz ab. Auslöser war nicht eine einzelne Markteinführung, sondern ein umfassenderes Muster: Große Plattformen positionierten KI-Assistenten als neue Schnittstelle für den Handel, während die Branche begann, in die Infrastruktur zu investieren, die erforderlich ist, um agentengesteuertes Einkaufen in großem Maßstab zu ermöglichen.
Unterdessen deuten Berichte von PwC und anderen aktuellen Studien darauf hin, dass der Markt für agentische KI im Einzelhandel und E-Commerce bis 2030 voraussichtlich auf 175,1 Milliarden US-Dollar anwachsen wird, wobei 88 % der Führungskräfte angeben, dass sie aufgrund der agentischen KI eine Aufstockung ihrer KI-Budgets planen.
Die jüngsten Entwicklungen im Bereich der Protokolle und des Agentic Commerce spiegeln diesen Wandel deutlich wider, sollten jedoch eher als Anzeichen für einen umfassenderen strukturellen Wandel verstanden werden und nicht als endgültige Gestalt des Marktes.
Entscheidend ist nicht, welches spezifische Protokoll zu einem bestimmten Zeitpunkt am stärksten an Bedeutung gewinnt, sondern was uns dessen Entstehung verrät: Der Markt bewegt sich in Richtung standardisierterer Verfahren, mit denen Marktteilnehmer Produkte finden, Optionen bewerten und Transaktionen einleiten können.
Mit anderen Worten: Agentic Commerce entwickelt sich vom Experimentierstadium hin zur Infrastruktur.
1.2 Was die Unsicherheit hinsichtlich der Schutzmaßnahmen für Führungskräfte im Einzelhandel bedeutet
Wir treten in eine Phase der Weiterentwicklung, Koexistenz und Überschneidung von Protokollen ein, in der sich für verschiedene Abschnitte des Weges und für verschiedene Ökosysteme unterschiedliche Ansätze herausbilden. Einige Standards werden möglicherweise breite Akzeptanz finden; andere bleiben möglicherweise ökosystem-spezifisch; wieder andere könnten sich im Laufe der Zeit erheblich weiterentwickeln.
Für Händler ist diese Unsicherheit kein Nebenaspekt. Sie bildet den Rahmen für ihre Geschäftstätigkeit. Die Branche standardisiert nicht ein einziges Protokoll, sondern baut einen Protokollstapel auf – verschiedene Standards, die auf unterschiedlichen Ebenen agieren und jeweils einen anderen Engpass beseitigen.
- Protokolle für die Interaktion im E-Commerce (z. B. UCP, ACP): Standardisierung der Art und Weise, wie ein Akteur in den Geschäftsablauf eines Einzelhändlers eingebunden wird – beispielsweise beim Auffinden von Produkten und beim Vergleich von Optionen.
- Tooling- und Kontextprotokolle (z. B. MCP): Standardisieren Sie die Art und Weise, wie ein Agent eine Verbindung zu den Systemen hinter dem E-Commerce herstellt – indem Dienste wie Katalog, Preisgestaltung, Lagerbestand, Bestellstatus und Richtlinien in aufrufbare Tools mit einheitlichen Ein- und Ausgabedaten umgewandelt werden. Auf diese Weise werden „Truth-Systeme“ für Agenten ohne maßgeschneiderte Integrationen zugänglich.
- Agent-zu-Agent-Koordinationsprotokolle (A2A): Ein offener Standard, der 2025 von Google und seinen Partnern im Rahmen der Google Cloud-Plattform eingeführt wurde. A2A wurde als Ergänzung zu MCP konzipiert und ermöglicht die Kommunikation zwischen KI-Agenten. Wenn MCP beispielsweise Datenbanken nach Produkt- und Bestandsinformationen abfragt, könnte es diese Informationen an einen internen Agenten weiterleiten, der wiederum über A2A mit externen Agenten kommunizieren kann.
Im Agentic Commerce ist es zudem sinnvoll, zwischen externen und internen Akteuren zu unterscheiden, da dies unterschiedliche Auswirkungen hinsichtlich Kontrolle und Vertrauen hat.
Externe Agenten werden von Dritten betrieben – einer Plattform, einem Gerätebetriebssystem, einem Marktplatz oder einem KI-Anbieter – und fungieren als Schnittstelle zum Kunden, wobei sie entscheiden, welche Inhalte angezeigt und wo Transaktionen abgewickelt werden. Händler können sich beteiligen, indem sie Produkte und Aktionen über standardisierte Protokolle bereitstellen; sie haben jedoch nur begrenzte Kontrolle über die Ranking-Logik des Agenten, die Gestaltung der Konversation oder die Art und Weise, wie Alternativen präsentiert werden.
Eigene Agenten werden vom Einzelhändler (oder dessen Technologiepartnern) betrieben und sind in dessen digitaler Infrastruktur integriert, wo sie eng mit den Stammdatensystemen für Katalog, Bestand, Lieferversprechen, Richtlinien und den Auftragslebenszyklus vernetzt werden können.
Dies ist von Bedeutung, da dieselbe Kundenabsicht je nach Trägerschaft des Agenten zu sehr unterschiedlichen Ergebnissen führt: Extern betriebene Agenten stellen höhere Anforderungen an die Auffindbarkeit, Maschinenlesbarkeit und zuverlässige Ausführbarkeit über viele Ökosysteme hinweg, während intern betriebene Agenten es Einzelhändlern ermöglichen, sich durch Authentizität, Koordination und Service von der Konkurrenz abzuheben und so die Integrität ihrer Versprechen sowie das Markenerlebnis zu wahren, selbst wenn sich die Schnittstelle von Websites hin zu Gesprächen verlagert.
Händler müssen sich auf eine Zukunft einstellen, in der im Laufe der Zeit möglicherweise mehrere externe Schnittstellen unterstützt werden müssen: unterschiedliche Anforderungen an Produktfeeds, verschiedene Checkout-Modelle, unterschiedliche Agent-Ökosysteme und sich ändernde Teilnahmebedingungen.
Der Versuch, diese Volatilität allein durch Punktintegrationen zu bewältigen, führt zu Instabilität. Jede neue Protokolländerung oder jeder Wandel im Ökosystem könnte Nacharbeiten, doppelte Logik und ein wachsendes Risiko von Inkonsistenzen nach sich ziehen.
Umso wichtiger wird daher das System, das hinter diesen Schnittstellen steht und eine verlässliche Informationsquelle darstellt. In der Praxis bedeutet dies, sicherzustellen, dass das Order Management System (OMS) oder DOM als operatives Rückgrat für Agentic Commerce fungieren kann: Es muss die Bestandsübersicht zentralisieren, verlässliche Lieferversprechen berechnen, die Auftragsabwicklung standortübergreifend koordinieren, Ereignisse im Auftragslebenszyklus verwalten und diese Funktionen so bereitstellen, dass sie an sich weiterentwickelnde externe Standards angepasst werden können.
In diesem Umfeld ist ein einheitlicher Bestand nicht nur ein Mittel zur Effizienzsteigerung. Es wird zu einer strategischen Notwendigkeit. Wenn Mitarbeiter Entscheidungen im Namen der Kunden treffen sollen, benötigen sie Informationen, die aktuell, konsistent und umsetzbar sind.
Zersplitterte Bestandsansichten, unzusammenhängende Abwicklungslogik oder inkonsistente Lieferversprechensberechnungen führen nicht nur zu operativer Komplexität, sondern untergraben auch die Glaubwürdigkeit des Einzelhändlers bei von Agenten vermittelten Kaufprozessen.
Das Gleiche gilt für die Architektur. Händler sollten sich auf einen Protokollpluralismus vorbereiten, indem sie flexible Funktionsschichten sicherstellen, anstatt die Geschäftslogik zu eng an ein einzelnes externes Format zu binden. Externe Standards sollten als Adapter betrachtet werden; der dauerhafte Wert liegt in der internen Daten- und Ausführungsschicht, die viele dieser Standards bedienen kann.
Das bedeutet, mit Technologiepartnern zusammenzuarbeiten, die sowohl über die nötige Integrationserfahrung verfügen, um sich weiterentwickelnde Ökosysteme zu bewältigen, als auch über eine Roadmap, die den KI-gesteuerten Handel ausdrücklich einkalkuliert, anstatt ihn lediglich als vorübergehenden Trend im Vertriebskanal zu betrachten.
Aus diesen Gründen wird die nächste Phase des Agentic Commerce von Händlern gewonnen werden, die Anpassungsfähigkeit an der Peripherie mit operativer Genauigkeit im Kern verbinden können. Und genau aus diesem Grund gewinnt das Auftragsmanagement im Zeitalter der KI zunehmend an strategischer Bedeutung und Dringlichkeit.
1.3 Warum „Verbindung ohne Wahrheit“ im Agentic Commerce gefährlich ist
Selbst wenn sich der Markt im Laufe der Zeit auf strengere Standards einigt, können Protokolle allein nicht gewährleisten, dass die Informationen, auf die sich ein Akteur stützt, wahr, aktuell und in der realen Welt der Auftragsabwicklung umsetzbar sind.
Wenn ein KI-Agent im Namen eines Kunden eine Zusage macht, tut er dies mit Überzeugung. Sollte sich diese Zusage als falsch erweisen (wenn der Artikel nicht versendet werden kann, nicht rechtzeitig ankommt oder nicht wie versprochen bereitgestellt werden kann), wird das Versagen noch verstärkt:
- Das Vertrauen schwindet schneller, da nicht nur die Glaubwürdigkeit des Händlers, sondern auch die des Vermittlers auf dem Spiel steht.
- Fehlerhafte Daten haben weitreichende Auswirkungen, da ein und dasselbe fehlerhafte Signal Tausende automatisierter Entscheidungen beeinflussen kann.
- Die Zuverlässigkeit wird algorithmisch, da die Agenten lernen können, welche Händler konsistente Ergebnisse liefern und welche nicht.
Kurz gesagt: Agentic Commerce deckt nicht nur operative Schwachstellen auf. Er läuft Gefahr, diese zu institutionalisieren. Aus diesem Grund besteht das zentrale strategische Risiko der nächsten Phase des Handels nicht im Fehlen von Vernetzung.
Es ist das Vorhandensein einer Verbindung zu einer unzuverlässigen Realität.
1.4 Die Schichtprotokolle sorgen dafür, dass die Ausführung zum entscheidenden Unterscheidungsmerkmal wird
Protokolle werden die Einführung beschleunigen. Indem sie jedoch die Vernetzung vereinfachen, verlagern sie zugleich das Wettbewerbsfeld. Wenn die Vernetzung standardisiert wird, verlagert sich die Differenzierung auf:
- die Qualität der Versprechenssignale
- die Zuverlässigkeit der Auftragsabwicklung
- die Geschwindigkeit und die Intelligenz der Ausnahmebehandlung
- die Integrität der Transparenz nach dem Kauf
Mit anderen Worten: Der Markt wird nicht mehr diejenigen Einzelhändler belohnen, die als Erste eine Anbindung herstellen, sondern diejenigen, die am besten umsetzen. Genau hier gewinnt das Auftragsmanagement an strategischer Bedeutung.
1.5 Die fehlende Grundlage: Die operative Wahrheit hinter dem Protokoll
Auch wenn Protokolle die Schnittstellenschicht für Agentic Commerce darstellen, benötigen Einzelhändler dennoch ein System, das die für die Agenten wichtigen Fragen wahrheitsgemäß und in Echtzeit beantworten kann:
- Kann dies in einer Weise umgesetzt werden, die der Absicht des Kunden entspricht? (nicht nur: „Ist es aufgeführt?“)
- Von wo soll der Versand erfolgen? (nicht nur „Was ist am nächsten?“)
- Wann kann die Lieferung eintreffen? (nicht nur „Wie lautet die voraussichtliche Lieferzeit?“)
- Was geschieht, wenn sich die Umstände ändern? (Verspätungen, Ersatzfahrten, Teilstrecken, Umleitungen)
Diese Fragen liegen an der Schnittstelle zwischen Bestandsverwaltung, Lieferversprechenberechnung, Routing-Logik und Lebenszyklusmanagement – Bereiche, die in der Regel durch das OMS und dezentrale Fulfillment-Funktionen geregelt werden.
Dies führt zu einer vorläufigen Schlussfolgerung, die wir im weiteren Verlauf dieses Beitrags näher beleuchten werden: Protokolle ermöglichen den Dialog. Die operative Wahrheit ermöglicht das Ergebnis.
Im nächsten Kapitel erläutern wir, warum die Integrität von Versprechen – die Fähigkeit, nur das zu versprechen, was auch eingehalten werden kann, und dies konsequent umzusetzen – zum entscheidenden Wettbewerbsmerkmal im Agentic Commerce wird.
Kapitel 2: Das neue Wettbewerbsfeld – Integrität bei der Einhaltung von Versprechen
Wie im vorigen Kapitel erläutert, halten Protokolle Einzug; daher lautet die nächste Frage: Wohin wird uns das führen? Da Protokolle die Reibungsverluste bei der Anbindung verringern und die Akteure zuverlässig auf Handelssysteme zugreifen können, wird der Markt Einzelhändler zunehmend danach beurteilen, ob ihre Systeme zuverlässig Transaktionen abwickeln können.
Bei agentengesteuerten Customer Journeys wird der traditionelle Klick, der in der „alten Welt“ eine so dominierende Rolle spielte, nicht mehr wie früher der entscheidende Moment sein. Wohin verlagern sich also die entscheidenden Erfolgsfaktoren?
In diesem neuen Umfeld kommt es auf das Engagement an. Dies folgt der Logik, dass ein KI-Agent nicht einfach nur Empfehlungen ausspricht, sondern zunehmend Maßnahmen auswählt, plant und einleitet – je nachdem, ob ein Ergebnis im Rahmen der Anforderungen oder Einschränkungen eines Kunden erreicht werden kann.
Aus diesem Grund wird die Integrität von Versprechen zum entscheidenden Wettbewerbsfaktor werden: die Fähigkeit, Verpflichtungen einzugehen, die ehrgeizig, operativ realisierbar, kontextspezifisch und konsequent umsetzbar sind.
2.1 Im Zeitalter der Handlungsorientierung wird das Versprechen zu einem Bestandteil der Markenidentität
Ein „Versprechen“ im Handel geht stets mit gewissen begleitenden Informationen einher, wie beispielsweise „auf Lager“, „Lieferung bis Freitag“, „kostenlose Rücksendung“ oder „Abholung in zwei Stunden“. Kunden können diese Aussagen probabilistisch und mit einem gewissen Ermessensspielraum interpretieren. Sie kaufen möglicherweise dennoch, wenden jedoch in ihren Überlegungen einen mentalen Abschlag auf die Gewissheit an und schaffen sich so einen gewissen Puffer gegen Enttäuschungen.
Alternativ kann sich ein Einzelhändler dafür entscheiden, bei seinem Versprechen zurückhaltender zu sein, um sicherzustellen, dass ein Kunde auch im Falle eines günstigeren Szenarios weiterhin zufrieden ist. Vertriebsmitarbeiter verhalten sich anders.
Was einst eher flexible Informationsaussagen waren, wird nun zu Entscheidungsgrundlagen: strukturierte Signale, die bestimmen, welche Option realisierbar ist.
Infolgedessen wird das Versprechen selbst zum Unterscheidungsmerkmal: Es ist das, was der Agent bewertet, vergleicht und letztendlich optimiert.
In der Praxis hängt der Entscheidungszyklus eines Maklers davon ab, ob ein Einzelhändler glaubwürdige Antworten auf Fragen wie die folgenden geben kann:
- Ist dieser Artikel derzeit tatsächlich im entsprechenden Standortnetzwerk verfügbar?
- Welcher Liefertermin kann unter Berücksichtigung des Lagerbestands, der Leistungsfähigkeit des Spediteurs, der Kapazitäten und der Annahmeschlusszeiten zugesagt werden?
- Welche Versandoptionen gibt es (Versand ab Filiale, Versand ab Zentrallager, Abholung) und welche davon sind in diesem Zusammenhang tatsächlich umsetzbar?
- Was geschieht, wenn sich die Umstände ändern: Verspätungen, Aufteilungen, Auswechslungen, Umleitungen, Ausfälle?
Dies sind keine informativen Mitteilungen. Es handelt sich um operative Fakten. Und in einer von Akteuren geprägten Welt sind operative Fakten die Währung des Vertrauens.
2.2 Warum sich das Versprechen der Integrität von „besseren Schätzungen“ unterscheidet
Die Einhaltung des Lieferversprechen ist nicht gleichbedeutend mit der Angabe optimistischerer Lieferzeitfenster, umfangreicherer Produktdaten oder reibungsloserer Benutzeroberflächenabläufe. Es handelt sich vielmehr um die Disziplin, das, was zum Zeitpunkt der Entscheidung angeboten wird, mit dem in Einklang zu bringen, was in einem komplexen Fulfillment-Netzwerk unter den realen Schwankungen tatsächlich umgesetzt werden kann.
Zwei Aspekte erschweren dies (und machen es umso wichtiger) im Agentic Commerce:
1. Durch die Automatisierung steigen die Kosten, die durch Fehler entstehen:
Im traditionellen E-Commerce führen unzutreffende Versprechen zu Enttäuschungen und einer erhöhten Belastung des Kundendienstes. Im Agentic Commerce können unzutreffende Versprechen autonome Verpflichtungen in großem Umfang auslösen.
Fehlerhafte Signale enttäuschen nicht nur die Kunden, sondern führen auch zu automatisierten Entscheidungen, die anschließend durch Ausnahmebehandlung, Rückerstattungen, Ersatzlieferungen und die Wiederherstellung des Vertrauens rückgängig gemacht werden müssen.
2. Die Erfahrungen der Vermittler sorgen für Vergleichbarkeit:
Da die Vermittler mit vielen Einzelhändlern zusammenarbeiten, wird die Zuverlässigkeit sichtbar und vergleichbar. Die Vermittler können erkennen, welche Händler ihre Zusagen konsequent einhalten und welche regelmäßig ihre Verpflichtungen nicht erfüllen.
Im Laufe der Zeit entsteht dadurch eine neue Art von Wettbewerbsdruck: Zuverlässigkeit wird zu einem Leistungsindikator, der Empfehlungen, Auswahl und Konversion beeinflussen kann. Aus diesem Grund besteht das Risiko nicht lediglich in „ausbleibenden Lieferungen“. Ein tieferes Risiko könnte sich in Form eines algorithmischen Vertrauensrankings ergeben. Einzelhändler, die die Integrität ihrer Versprechen nicht aufrechterhalten können, werden möglicherweise seltener ausgewählt. Nicht, weil ihre Produkte minderwertig sind, sondern weil ihre Zusagen unzuverlässig sind.
2.3 Der verborgene Fehlermodus: Versprechen ohne operative Umsetzung
Die gemeinsame Ankündigung von Google und Shopify zur UCP auf der diesjährigen NRF 2026 unterstreicht die Bemühungen der Branche, die Kommunikationsebene zu standardisieren. Diese Initiativen machen jedoch auch deutlich, was Protokolle nicht lösen können: die operative Wahrheit.
Protokolle können Agenten dabei unterstützen, Verbindungen herzustellen, Ressourcen zu ermitteln und Handelsvorgänge einzuleiten; sie garantieren jedoch weder eine genaue Verfügbarkeitsangabe noch eine zuverlässige Berechnung der Lieferversprechen, noch ein intelligentes Routing oder eine konsistente Abwicklung nach dem Kauf.
Dadurch entsteht ein versteckter Fehlermodus: Agentic Commerce scheitert, wenn sich die Agenten mit einer unzuverlässigen betrieblichen Realität verbinden.
In diesem Fall kann das Kundenerlebnis zwar reibungslos erscheinen, während das Endergebnis jedoch völlig daneben geht: Bestellungen werden unerwartet aufgeteilt, Liefertermine verschieben sich, Bestandsangaben erweisen sich als ungenau, Ersatzlieferungen werden nicht koordiniert, Rücksendungen geraten ins Chaos und der Kundenservice wird zur letzten Verteidigungslinie.
Das Erlebnis „funktioniert“ zwar als Gespräch, versagt jedoch als Geschäftsmodell.
2.4 DOM/OMS als Schutzmechanismus für Zusagen: die sich entwickelnde „Trust Engine“
Um die Einhaltung von Zusagen in großem Maßstab zu gewährleisten, benötigen Einzelhändler ein System, das mehr kann, als nur Produktinformationen bereitzustellen. Sie benötigen ein System, das die Machbarkeit bewerten, Verpflichtungen berechnen, die Umsetzung koordinieren und Ausnahmen über den gesamten Lebenszyklus hinweg verwalten kann.
An dieser Stelle entwickelt sich das Distributed Order Management von einem transaktionsorientierten Rückgrat zu einem strategischen Vertrauensmotor. In einer agentenbasierten Welt wird das DOM zu der Ebene, die:
- Bietet Echtzeit-Überblick über den Lagerbestand , damit Ihre Mitarbeiter keine Artikel verkaufen, die nicht lieferbar sind
- Berechnet und verwaltet Lieferversprechen, damit die zugesagten Termine eingehalten werden können
- Optimiert die Routenplanung und die Aufteilung der Aufträge, damit die Auftragsabwicklung weiterhin durchführbar und rentabel bleibt
- Koordiniert verschiedene Fulfillment-Optionen, ohne dabei versteckte Risiken zu verursachen
- Verwaltet Ausnahmen und die Transparenz des Lebenszyklus, sodass Änderungen berücksichtigt werden, bevor das Vertrauen verloren geht
Einfach ausgedrückt: In Agentic Commerce dient das DOM nicht nur der Verwaltung von Bestellungen, sondern auch dem Schutz von Zusagen.
2.5 Externe Beauftragte, eigene Beauftragte. Gleiche Vertrauensanforderung
Unabhängig davon, ob sich Agentic Commerce über externe Plattformen oder über in die eigenen Kanäle eines Einzelhändlers eingebettete Agenten vollzieht, gelten dieselben Vertrauensanforderungen. Agenten müssen sich sowohl vor als auch nach dem Kauf an den tatsächlichen Betriebsabläufen orientieren.
Bei Erfahrungen mit externen Akteuren ermöglichen Protokolle und Feeds zwar eine skalierbare Beteiligung, erhöhen jedoch gleichzeitig den Bedarf an präzisen und aktuellen Signalen, die das Potenzial der Marke verdeutlichen, da diese im Vergleich zu zahlreichen Alternativen bewertet wird.
Bei „Owned Agent“-Erfahrungen haben Einzelhändler mehr Kontrolle über den Kontext und die Steuerung; dennoch ist der Agent letztlich nur so glaubwürdig wie die dahinterstehenden Betriebssysteme.
In beiden Fällen ist nicht die Komplexität des Gesprächs ausschlaggebend, sondern die Verlässlichkeit der Zusage.
2.6 Von der Überzeugung zum Beweis: die neue Grundlage des Vorteils
Das seit langem etablierte Modell des digitalen Handels belohnte Überzeugungskraft: das beste Erlebnis bei der Produktsuche, die beste Kommunikation, die beste Personalisierung. Diese Fähigkeiten sind nach wie vor wichtig, doch der Agentic Commerce verschiebt das Gleichgewicht.
Je mehr Entscheidungen automatisiert werden, desto mehr setzt sich das System durch, das seine Machbarkeit unter Beweis stellen kann. Das ist der strategische Wandel, den „Integrity“ verspricht: Im Handel geht es weniger darum, was eine Marke behaupten kann, sondern vielmehr darum, was sie garantieren kann. Und da Protokolle die Vernetzung allgegenwärtig machen, wird diese Garantie zu einem zentralen Differenzierungsmerkmal.
In Kapitel 3 werden wir dies in ein praktisches Reifegradmodell umsetzen, das auf drei Kompetenzbereichen basiert: agentengestützte Umsatzsteigerung, Steigerung der betrieblichen Effizienz und vorausschauende Rentabilitätsoptimierung – die Grundlagen, die Einzelhändler benötigen, um in einem von Agenten vermittelten Markt bestehen zu können.
Kapitel 3: Die drei Säulen der Reife im KI-gesteuerten Einzelhandel
Der allgemeine Trend ist eindeutig: Protokolle verringern die Reibungsverluste bei der Anbindung von Agenten, und das Versprechen der Integrität wird zum entscheidenden Unterscheidungsmerkmal. Die praktische Frage für Führungskräfte im Einzelhandel lautet nun: Wie geht es weiter?
„Die Einführung von KI“ ist keine Strategie, ebenso wenig wie die Einführung eines Chatbots. In einem agentenorientierten Markt wird Reife dadurch definiert, ob ein Einzelhändler Absichten zuverlässig, effizient und gewinnbringend in Ergebnisse umsetzen kann. Es ist daher angebracht, eine Definition von Reife in Betracht zu ziehen, anhand derer eine Strategie gemessen werden kann.
In diesem Kapitel werden drei praktische Säulen vorgestellt, anhand derer der Reifegrad des KI-gestützten Einzelhandels bewertet werden könnte. Zusammen bilden sie einen Rahmen für den Übergang von der Experimentierphase zur skalierbaren Umsetzung.
Die drei Säulen sind:
- Agentic Revenue Enablement: Aus Kaufabsichten Conversions machen – durch umsetzbare Versprechen
- Steigerung der betrieblichen Effizienz: Abbau interner Reibungsverluste, die die externe Zuverlässigkeit beeinträchtigen; und,
- Vorausschauende Rentabilitätsoptimierung: Weiterentwicklung des Auftragsmanagements von der reaktiven Bearbeitung hin zu Margenintelligenz
Diese Säulen sind voneinander abhängig. Agentebasierte Frontends ohne operative Effizienz werden zu kostspieligen Fehlerquellen. Operative KI ohne Integrität der Versprechen führt zwar zu internen Einsparungen, erschließt jedoch keine neuen Kanäle. Vorausschauende Optimierung ohne vertrauenswürdige Ausführungsdaten bleibt theoretisch. Reife entsteht durch den Aufbau des gesamten Stacks.
Sehen wir uns diese Punkte der Reihe nach an.
Säule 1: Umsatzförderung durch Agenten
Mit anderen Worten: die Umwandlung von Kaufabsicht in Konversion durch umsetzbare Versprechen. Der Agentic Commerce schafft ein neues Umsatzparadigma: Kunden, die mit einer starken Kaufabsicht, ausgedrückt in natürlicher Sprache, zu Ihnen kommen und erwarten, dass ein Agent die Aufgabe für sie erledigt.
Die Chance liegt auf der Hand: höhere Konversionsraten, weniger abgebrochene Kaufvorgänge und ein besseres Einkaufserlebnis für Kunden, die unter Zeitdruck stehen. Doch dafür gibt es eine unverzichtbare Voraussetzung, die wir bereits mehrfach erörtert haben: Der Mitarbeiter muss in der Lage sein, auf verlässliche Echtzeit-Signale aus dem E-Commerce zu reagieren – und nicht auf allgemeine Schätzungen.
Aus Sicht der Reifegradentwicklung bedeutet die „Agentic Revenue Enablement“, dass Agenten (unabhängig davon, ob es sich um externe oder eigene handelt) in die Lage versetzt werden, auf die Funktionen zuzugreifen und diese auszuführen, die Absichten in Ergebnisse umsetzen:
- Ein Versprechen als kalkulierte Verpflichtung (keine Marketingaussage)
- Fulfillment-Optionen als ausführbare Auswahlmöglichkeiten (keine statischen Konfigurationen)
- Transparenz über den gesamten Lebenszyklus und Änderungsmanagement (damit das Kundenerlebnis auch nach dem Kauf glaubwürdig bleibt)
Agentic Commerce wird sich in zwei parallelen Formen manifestieren – externe Agenten und eigene Agenten –, wobei die Anforderung an die Reife dieselbe ist: Der Einzelhändler muss ein operativ fundiertes Versprechen abgeben.
Veranschaulichende agentische Szenarien (wie aus Absicht Handlung wird):
- Transaktion mit einem externen Dienstleister: Der Dienstleister prüft die Produktverfügbarkeit und die möglichen Lieferzeitfenster im Hinblick auf die vom Kunden vorgegebene Frist und wählt anschließend eine Option aus, die verbindlich zugesagt werden kann.
- Eigener Pre-Purchase-Agent: Der Agent nutzt Kundenkontextdaten (Verlauf, Präferenzen, Standort), um eine Nachbestellung mit einem berechneten, garantierten Versprechen vorzuschlagen.
- Kundenservice nach dem Kauf: Der Mitarbeiter behebt eine Störung, indem er eine tatsächlich umsetzbare Alternative vorschlägt (Umleitung, Abholung, Aufteilung der Sendung), anstatt sich lediglich zu entschuldigen oder die Angelegenheit an eine höhere Instanz weiterzuleiten.
Der entscheidende Punkt ist, dass Agentic Commerce keine neue UX-Ebene darstellt. Man sollte ihn vielmehr als neuen Vertriebskanal betrachten; und Umsatz entsteht erst dann, wenn das Versprechen auch tatsächlich eingehalten wird.
Säule 2: Steigerung der betrieblichen Effizienz
Dies lässt sich so formulieren, dass die internen Reibungsverluste verringert werden, die die externe Zuverlässigkeit untergraben. Tatsächlich lässt sich der schnellste ROI durch den Einsatz von KI im Einzelhandel oft intern erzielen. In einer handlungsorientierten Welt geht es bei der betrieblichen Effizienz jedoch nicht nur um Kostensenkung, sondern sie ist vielmehr die Grundlage für Zuverlässigkeit.
Interne Reibungsverluste führen zu externen Problemen: Lange Lösungszeiträume, manuelle Umgehungslösungen, uneinheitliche Entscheidungen und eine fehleranfällige Ausnahmebehandlung zeigen sich als nicht eingehaltene Versprechen, wenn Agenten in großem Maßstab eingesetzt werden.
Die Steigerung der betrieblichen Effizienz konzentriert sich auf den Einsatz von KI zur Reduzierung der „täglichen Routineaufgaben“ bei wichtigen Zielgruppen, insbesondere dort, wo fragmentierte Systeme und manuelle Prozesse zu Verzögerungen und Fehlern führen.
Bei Fälligkeit umfasst diese Säule:
- Konversationsbasierter Zugriff auf Betriebsdaten: Ermöglicht es Geschäfts- und Serviceteams, komplexe Betriebsdaten abzufragen und mithilfe von absichtsgesteuerten Schnittstellen Maßnahmen zu ergreifen (z. B. Suche nach Aufträgen in natürlicher Sprache und Massenaktionen).
- Systemübergreifende Abfragen und Maßnahmen: Verringerung des Integrationsaufwands und der Arbeitsbelastung durch häufiges Wechseln zwischen verschiedenen Anwendungen, indem den Mitarbeitern ermöglicht wird, eine einheitliche operative Übersicht über DOM, OMS, WMS, Spediteure, CRM und weitere Systeme zu erstellen.
- Anleitungen zur Auftragsabwicklung und Fehlerbehebung: Umsetzung technischer Komplexität in klare, umsetzbare Anleitungen für Filialmitarbeiter und die Auftragsabwicklungsteams, wodurch Reibungsverluste bei der Auftragsabwicklung vor Ort reduziert werden.
- Schnellere Konfiguration und Anpassung: Geschäftsanwender und Integratoren können ohne fundierte Fachkenntnisse Orchestrierungslogik definieren und Konfigurationen validieren, wodurch sich die Zeit bis zur Wertschöpfung verkürzt und das Betriebsrisiko verringert wird.
Beispielhafte Anwendungsszenarien (in denen KI einen messbaren ROI erzielt):
- Kundendienstteams, die Bestellungen anhand der Absicht filtern und bearbeiten, anstatt manuelle Abfragen durchzuführen
- Systemübergreifende Statusabfrage zur Verkürzung der durchschnittlichen Bearbeitungszeit und zur Reduzierung von Eskalationen
- Automatisierte Abläufe zur Wiederherstellung, die Stornierungen in Ersatzlieferungen oder alternative Erfüllungsmöglichkeiten umwandeln
- Unterstützung für die Konfiguration in natürlicher Sprache die komplexe Einrichtungsabläufe verkürzt
Der entscheidende Punkt: Operative Effizienz ist nicht mehr vom Kundenerlebnis zu trennen. Im Agentic Commerce ist sie eine Voraussetzung dafür.
Säule 3: Vorausschauende Rentabilitätsoptimierung
Hier wird die Entwicklung des Auftragsmanagements von der reaktiven Bearbeitung hin zu Margenintelligenzuntersucht. Hier vollzieht sich der Wandel der KI von der Unterstützung des Menschen hin zur Optimierung von Systemen. Das Auftragsmanagement im Einzelhandel war in der Vergangenheit reaktiv: Es erfasst Ereignisse, wendet Regeln an und leitet Aufträge auf der Grundlage einer festgelegten Logik weiter.
Da jedoch Versprechen zum Maßstab für den Erfolg werden und Agentic Commerce das Tempo der Verpflichtungen erhöht, reicht ein reaktives Modell nicht mehr aus. Das DOM muss sich zu einer vorausschauenden, sich selbst optimierenden Engine weiterentwickeln, die Kundenergebnisse und Rentabilität in Echtzeit in Einklang bringen kann.
Unter vorausschauender Rentabilitätsoptimierung versteht man den Einsatz von KI-Modellen, um Risiken zu antizipieren, die tatsächlichen Kosten zu berechnen und betriebliche Parameter anzupassen, bevor Probleme auftreten. Im ausgereiften Stadium umfasst dies drei zentrale Steuerungsmechanismen:
- Intelligentere Bestandssicherheit: dynamische Anpassung von Sicherheitsbeständen und Pufferbeständen auf der Grundlage von Varianzmusteranalysen und der Erkennung von Anomalien, wodurch das Risiko von Über- und Unterlieferungen verringert wird.
- Optimierung der Liefertermintreue: Kontinuierliche Anpassung der Lieferterminslogik anhand historischer und Echtzeit-Leistungsdaten (Beförderungsergebnisse, Lagerdurchsatz, Netzwerkkapazität), um die pünktliche Lieferung zu verbessern und gleichzeitig wettbewerbsfähig zu bleiben.
- Gewinnoptimierte Routenplanung: Beschaffungsentscheidungen in Echtzeit auf der Grundlage der tatsächlichen Fulfillment-Kosten (einschließlich Risikokosten), der Auswirkungen auf die Marge und der Serviceergebnisse – und nicht nur anhand von Nähekriterien.
In einem agentischen Markt wird diese Säule zu einem strategischen Unterscheidungsmerkmal, da sie es Einzelhändlern ermöglicht, etwas zu tun, was andernfalls unmöglich wäre: selektiv aggressive, attraktive Versprechen abzugeben – jedoch nur dann, wenn diese gewinnbringend und zuverlässig eingehalten werden können. Das ist der Kern der Versprechensintegrität in großem Maßstab.
Wie die Säulen miteinander verbunden sind: das Reifungs-Schwungrad
Diese Säulen verstärken sich gegenseitig: Aus diesem Grund sollte der Reifegrad der KI im Einzelhandel nicht anhand der Anzahl der eingesetzten Modelle oder der Ausgereiftheit der Front-End-Erfahrung gemessen werden.
Dies sollte daran gemessen werden, ob der Einzelhändler Ergebnisse erzielen kann, die:
- Einhaltbar (wahrhaftige Versprechen)
- Wiederholbar (effiziente Abläufe)
- Wirtschaftlich nachhaltig (gewinnoptimierte Auftragsabwicklung)
In Kapitel 4 wenden wir uns der architektonischen Frage zu: Wenn Agenten zur Schnittstelle werden, welche Art von Integrationsschicht ist erforderlich, um E-Commerce-Funktionen sicher und in großem Maßstab bereitzustellen? Und warum stellen absichtsbasierte Funktionsschichten (wie beispielsweise Schnittstellen im MCP-Stil) einen Wandel gegenüber traditionellen, API-zentrierten Mustern dar?
Kapitel 4: Der architektonische Wandel – Von API-Stacks zu Intent-Ebenen
In den ersten drei Kapiteln wurde beschrieben, welche Veränderungen sich im Einzelhandel vollziehen: Die Entscheidungsfindung wird zunehmend von Agenten gesteuert, Protokolle sorgen für eine standardisierte Vernetzung, und die Einhaltung von Versprechen entwickelt sich zum entscheidenden Wettbewerbsfaktor.
In diesem Kapitel wird erörtert, wie sich die zugrunde liegende Architektur ändern muss, um dieser Realität gerecht zu werden.
Absichtsorientierte Integration
Technologie-Stacks im Einzelhandel wurden für Menschen und Anwendungen entwickelt, nicht für autonome Agenten. Herkömmliche Integrationsmuster gehen davon aus, dass Entwickler die Dokumentation lesen, Felder zuordnen, die Versionsverwaltung übernehmen und die Koordination zwischen mehreren Systemen manuell gestalten.
Agenten funktionieren nicht auf diese Weise. Sie benötigen einen sichereren, strukturierteren Ansatz, um Funktionen zu ermitteln und mehrstufige Arbeitsabläufe auszuführen – ohne instabile oder maßgeschneiderte Verbindungsstrukturen.
An dieser Stelle kommen absichtsorientierte Integrationsschichten ins Spiel: architektonische Abstraktionen, die Funktionen (was ein System leisten kann) statt Endpunkte (wie ein Entwickler es aufruft) bereitstellen. In der Praxis liegen diese Schichten über den APIs und kapseln diese ein, wodurch sie die Absicht des Agenten in eine zuverlässige Systemausführung umsetzen.
4.1 Warum API-zentrierte Architekturen Schwierigkeiten mit Agenten haben können
APIs sind seit über einem Jahrzehnt die universelle Sprache des digitalen Handels. Sie sind nach wie vor unverzichtbar. Doch die Art und Weise, wie sie üblicherweise genutzt werden, bringt Herausforderungen mit sich, wenn der „Client“ kein menschlicher Entwickler oder eine feststehende Anwendung ist, sondern ein KI-Agent, der dynamische, mehrstufige Aufgaben ausführt.
Vier Einschränkungen tauchen immer wieder auf:
- Zunahme und Fragmentierung der Endpunkte:
In Unternehmens-Commerce-Stacks sammeln sich Tausende von Endpunkten in DOM/OMS, WMS, CRM, PIM, Marktplatzplattformen, Versanddienstleistern und Analysesystemen an. Jeder Bereich weist eigene Muster und Annahmen auf. Diese zu einem kohärenten Agenten-Workflow zusammenzufügen, kann kostspielig und anfällig sein. - Dokumentationsgestützte Erkundung:
Herkömmliche Integrationen sind auf die menschliche Interpretation von Dokumentationen angewiesen: Welcher Endpunkt soll aufgerufen werden, mit welcher Nutzlast und in welcher Reihenfolge? Agenten benötigen eine maschinenlesbare Möglichkeit, um zu fragen: „Was können Sie tun?“, und eine zuverlässige Antwort zu erhalten. - Handgefertigte Orchestrierung:
Selbst einfache Kundenanliegen erfordern oft eine komplexe Orchestrierung: Verfügbarkeit prüfen, Lieferversprechen berechnen, Versandart auswählen, Bestellung erstellen, Sendungsverfolgung aktualisieren, Ausnahmen verwalten. In API-zentrierten Architekturen wird diese Orchestrierung in der Regel von Entwicklern programmiert und gepflegt, was die Zeit bis zur Umsetzung von Änderungen verlängert und operative Risiken mit sich bringt. - Zunehmende Anfälligkeit im Laufe der Zeit:
Versionswechsel, Schema-Drift und Änderungen an den Abhängigkeiten machen Integrationen zu fortlaufenden Wartungsprojekten. In großem Maßstab ausgeführte Agenten verstärken diese Anfälligkeit noch: Kleine Störungen haben erhebliche betriebliche Auswirkungen.
Das Ergebnis ist nicht, dass APIs „nicht funktionieren“, sondern dass sie nicht für die sich abzeichnende Art der Interaktion konzipiert wurden: eine absichtsgesteuerte, werkzeugbasierte, mehrstufige Autonomie.
4.2 Der Wandel in der Abstraktion: von der Konnektivität zur Leistungsfähigkeit
Ein nützlicher Ansatz zum Verständnis der neuen architektonischen Ausrichtung ist der Wandel von der Konnektivität hin zur Leistungsfähigkeit. Bei der Konnektivität lautet die Frage: „Können diese Systeme miteinander kommunizieren?“ Bei der Leistungsfähigkeit lautet die Frage: „Was kann dieses System leisten, und wie kann ein Akteur es sicher nutzen?“
In einem absichtsorientierten Modell stellen Systeme eine Reihe von Funktionen auf hoher Ebene bereit, wie beispielsweise die Ermittlung der Verfügbarkeit, die Berechnung der Lieferzusage, die Erstellung einer Bestellung, die Umleitung der Auftragsabwicklung und den Abruf einheitlicher Sendungsverfolgungsdaten. Diese müssen auf vorhersehbare Weise ermittelt und aufgerufen werden können.
Bei der Schnittstelle geht es weniger um Endpunkte als vielmehr um Aktionen und Einschränkungen. Dies ist der architektonische Gedanke hinter den Schichten im MCP-Stil: eine standardisierte Methode, um „Werkzeuge“ bereitzustellen, die Agenten erkennen und aufrufen können, wobei gleichzeitig Sicherheit, Governance und betriebliche Einschränkungen gewahrt bleiben.
Zwei Merkmale sind für Agentic Commerce von besonderer Bedeutung:
- Deklarative Erkennung: Agenten können das System nach einer expliziten Liste der Funktionen abfragen, anstatt sich auf Dokumentation und benutzerdefinierte Zuordnungen zu verlassen.
- Orchestrierung von der Absicht bis zur Ausführung: Diese Ebene kann ein Ziel („diese verzögerte Bestellung mit der besten Alternative abwickeln“) in eine kontrollierte Abfolge von Aktionen über zugrunde liegende APIs und Systeme hinweg umsetzen, wobei klare Governance-Grenzen gelten.
4.3 Wichtige Nuance: Wir befinden uns nicht in einer Welt nach der API
Es ist verlockend, diesen Wandel so zu formulieren: „APIs werden ersetzt.“ In Unternehmenssystemen trifft dies jedoch selten zu. Eine treffendere Formulierung lautet: APIs werden weiterhin die grundlegende Infrastruktur bilden, jedoch zunehmend gekapselt sein. Intent-zentrierte Schichten liegen über den bestehenden APIs und Diensten und fungieren als:
- KI-fähige Gateways auf Basis der bestehenden Infrastruktur
- Sichere Broker, die mehrere Backends (DOM/OMS, ERP, WMS, Spediteure) hinter einheitlichen Funktionen zusammenfassen
- Föderierte Koordinatoren, die systemübergreifende Arbeitsabläufe und den Lebenszyklusstatus einheitlich verwalten
Dies spiegelt frühere technologische Entwicklungen wider. Wenn Systeme komplexer werden, führen die erfolgreichen Architekturen Abstraktionen auf höherer Ebene ein, die die kognitive und operative Belastung verringern.
In Agentic Commerce besteht die Abstraktion in der Bereitstellung von Fähigkeiten für intelligente Clients.
4.4 Inwiefern dies mit Protokollen wie UCP zusammenhängt
UCP und ähnliche Initiativen befinden sich auf einer anderen Ebene des Stacks. Bei ihnen geht es um die Standardisierung der Interaktionsmuster zwischen Agenten und Handelsplattformen im gesamten Ökosystem. Sie verringern die Reibungsverluste bei der Anbindung und Teilnahme.
Wie wir jedoch bereits in Kapitel 1 erörtert haben, gibt es eine Einschränkung: Protokolle allein können nicht gewährleisten, dass die zurückgegebenen Antworten operativ wahr sind. Dies führt zu einer mehrschichtigen Architektur, auf die sich führende Marken hinbewegen werden:
- Protokollschicht (z. B. UCP): Legt fest, wie sich Akteure miteinander verbinden und Transaktionen durchführen. Plattformübergreifende Interoperabilität
- Absichts-/Fähigkeitsschicht (im MCP-Stil): Stellt maschinenlesbare Werkzeuge und kontrollierte Arbeitsabläufe bereit. Sichere, auffindbare und zuverlässige Ausführungsprimitive
- Operative Wahrheitsschicht (DOM/OMS): Berechnet Verfügbarkeit, Zusagen, Orchestrierung und Lebenszyklus-Wahrheit. Ausführbare und konsistente Verpflichtungen
Mit anderen Worten: Protokolle sorgen für die Skalierbarkeit der Schnittstelle; Intent-Ebenen ermöglichen Agenten die Nutzung der Ausführung; die verteilte Auftragsabwicklung gewährleistet die Vertrauenswürdigkeit der Ergebnisse.
4.5 Warum Intent-Ebenen in einem agentenbasierten Markt strategische Bedeutung erlangen
Dieser architektonische Wandel ist von Bedeutung, da er die Geschwindigkeit und Sicherheit beeinflusst, mit der Einzelhändler am Agentic Commerce teilnehmen können, ohne eine unkontrollierte Integrationsfläche zu schaffen.
Intent-zentrierte Kompetenzschichten bieten vier strategische Vorteile:
- Schnellere Umsetzung neuer Mitarbeitererfahrungen: Sobald Funktionen auf standardisierte Weise bereitgestellt werden, lassen sich neue Mitarbeiterabläufe entwickeln, ohne dass die Integrationslogik jedes Mal neu erstellt werden muss.
- Governance durch Design: Funktionen können mit Berechtigungen versehen, überwacht und eingeschränkt werden (was Agenten unter welchen Bedingungen tun dürfen), wodurch sich das Risiko im Vergleich zu einer Ad-hoc-API-Freigabe verringert.
- Geringere Anfälligkeit der Integration: Änderungen an den zugrunde liegenden APIs können innerhalb der Funktionsschicht aufgefangen werden, wodurch Störungen in nachgelagerten Bereichen reduziert werden.
- Bessere operative Lernzyklen: Wenn die Aktionen der Agenten über eine einheitliche Tool-Ebene ausgeführt werden, lässt sich die Leistung leichter beobachten, lassen sich Fehlermuster leichter erkennen und lassen sich die Promise- sowie die Routing-Logik leichter verbessern, was die in Kapitel 3 beschriebene Reifegradstufe der Vorhersage unterstützt.
4.6 Der sich abzeichnende architektonische Auftrag
Die architektonische Aufgabe von Agentic Commerce besteht nicht einfach darin, „KI hinzuzufügen“. Vielmehr geht es darum, zentrale Handelssysteme für intelligente Clients nutzbar zu machen und dabei die Datenintegrität, Sicherheit und Kontrolle zu gewährleisten.
Das bedeutet, dass bei der Gestaltung Folgendes zu berücksichtigen ist:
In Kapitel 5 setzen wir diese Ideen in ein praktisches Reifegradmodell für den Einzelhandel um und zeigen auf, wie Unternehmen den Weg vom experimentellen Einsatz von Chatbots hin zu betrieblich verankerten Chatbots und schließlich – mit Blick auf die Zukunft – hin zu vorausschauendem, autonomem Handel beschreiten.
Kapitel 5: Ein Reifegradmodell für den Einzelhandel
Agentic Commerce wird häufig als eine Verlagerung im Frontend-Bereich diskutiert: neue dialogorientierte Schnittstellen, neue Suchmuster, neue Einkaufserlebnisse.
Wie in diesem Beitrag jedoch dargelegt wurde, ist der entscheidende Faktor nicht, wie überzeugend das Gespräch ist. Es kommt vielmehr darauf an, ob der Einzelhändler seine Absichten in Ergebnisse umsetzen kann, die ehrgeizig, realistisch, umsetzbar und nachhaltig sind.
Aus diesem Grund ist ein Reifegradmodell nützlich, um Führungskräften eine Möglichkeit zu bieten, einzuschätzen, wo sie derzeit stehen, wie ein „gutes“ Ergebnis aussieht und welche Fähigkeiten als Nächstes aufgebaut werden müssen. Wichtig ist, dass der Weg zur Reife nicht linear in Richtung „mehr KI“ verläuft.
Es handelt sich um einen Entwicklungsprozess vom Dialog hin zur Verbindlichkeit und von der Automatisierung hin zur gesteuerten Autonomie. Betrachten wir ein vierstufiges Reifegradmodell, das für das Zeitalter der Agenten konzipiert wurde.
Stufe 1: Experimentieren im Gespräch
„Wir haben KI integriert, doch sie kann nicht zuverlässig handeln.“
Derzeit führen Einzelhändler dialogorientierte Erlebnisse ein, häufig in Form von Chatbots oder Copiloten; diese Erlebnisse sind jedoch nach wie vor weitgehend von den betrieblichen Systemen abgekoppelt.
Die KI kann häufig gestellte Fragen beantworten, Richtlinien zusammenfassen und Kunden beraten, doch sie ist nicht in der Lage, eine verlässliche Zusage zu machen oder sinnvolle Maßnahmen zu ergreifen.
- Typische Merkmale: Die KI stellt in erster Linie Informationen und unterstützende Inhalte bereit. Die operative Integration ist begrenzt (bestenfalls: schreibgeschützt, verzögerte Daten). Die Antworten bestehen häufig aus allgemeinen Schätzungen oder Haftungsausschlüssen. Ausnahmen werden umgehend an menschliche Mitarbeiter weitergeleitet.
- Häufige Risiken: Die Erfahrung wirkt in Demos beeindruckend, versagt jedoch unter realen Bedingungen. Geringes Vertrauen hält Nutzer davon ab, echte Aufgaben zu delegieren. Das Vertrauen in die Marke kann Schaden nehmen, wenn die KI zu viel verspricht oder widersprüchliche Antworten liefert.
- Anzeichen für Reife: KI wird als Kanalmerkmal betrachtet und nicht als neues Ausführungsmodell.
Stufe 2: Vernetzte Akteure
„Wir können eine Verbindung aufbauen, aber wir können uns nicht immer festlegen.“
Hier beginnen Einzelhändler damit, die Abläufe der Vermittler über APIs, Feeds und neue Protokolle mit den Handelssystemen zu verknüpfen. An dieser Stelle tragen Fortschritte im Ökosystem, wie beispielsweise Standardisierungsbemühungen, dazu bei, eine breitere Beteiligung zu ermöglichen. Vermittler können Produktkataloge abfragen, Warenkörbe anlegen und Transaktionen auf strukturiertere Weise einleiten.
Allerdings bedeutet „vernetzt“ nicht zwangsläufig „zuverlässig“. Der Einzelhändler könnte nach wie vor Schwierigkeiten haben, genaue Echtzeit-Verfügbarkeitsangaben bereitzustellen, eine verlässliche Lieferzusage zu berechnen oder Änderungen nach dem Kauf einheitlich zu verwalten.
- Typische Merkmale: Die Anbindung zwischen Agenten und E-Commerce-Plattformen ist hergestellt (Protokolle/Feeds/APIs). Agenten können Kernaktionen auslösen (Produktsuche – Warenkorb – Kaufabwicklung). Die „Promise“-Logik unterliegt weiterhin Einschränkungen hinsichtlich Datenqualität, Latenz oder statischer Regeln. Die Transparenz nach dem Kauf kann unvollständig oder fragmentiert sein.
- Häufige Risiken: Automatisierte Zusagen verstärken bestehende operative Schwachstellen. Fehler treten „nach“ dem Gespräch auf, wodurch der Eindruck entsteht, dass der Kunde getäuscht wurde. Der Aufwand für den Kundenservice steigt aufgrund von Ausnahmen und Stornierungen.
- Reifegrad-Indikator: Die Organisation betreibt Agentic Commerce, doch die Zuverlässigkeit ist uneinheitlich.
Stufe 3: Operativ verankerte Akteure
„Wir können uns dazu verpflichten, weil wir über eine verlässliche Informationsquelle verfügen.“
In dieser Phase gewinnt Agentic Commerce an Glaubwürdigkeit, da der Einzelhändler über eine operative Faktenebene verfügt, die die Einhaltung von Zusagen gewährleisten kann. Anstelle von Signalen, die lediglich eine bestmögliche Leistung versprechen, können die Agenten auf Echtzeit-Verfügbarkeitsdaten zugreifen, realisierbare Lieferzusagen berechnen und Fulfillment-Entscheidungen treffen, die auf einer Echtzeit-Auftragsmanagementlogik basieren.
An dieser Stelle entwickelt sich das OMS von der Transaktionsverarbeitung hin zum Schutz von Zusagen: Es stellt sicher, dass das, was versprochen wurde, auch eingehalten werden kann, und verwaltet den Lebenszyklus, wenn sich die tatsächlichen Gegebenheiten ändern.
- Typische Merkmale: Die Verfügbarkeits- und Lieferversprechensberechnung in Echtzeit ist betrieblich fundiert. Die Auftragsorchestrierung und die Ausnahmebehandlung sind für Mitarbeiter zugänglich und geregelt. Die Transparenz nach dem Kauf ist einheitlich und umsetzbar. Interne Effizienz-Workflows reduzieren Reibungsverluste (Kundenservice, Filialen, Geschäftsbetrieb).
- Häufige Risiken: Der Schwerpunkt der Komplexität verlagert sich von der Frage „Können wir das umsetzen?“ hin zu „Können wir die Governance skalieren?“ Mehrere Referenzsysteme erfordern nach wie vor eine sorgfältige Planung der Koordination. Das Änderungsmanagement gewinnt ebenso an Bedeutung wie die Modellqualität.
- Reifesignal: Man kann darauf vertrauen, dass Akteure handeln, da Verpflichtungen durchsetzbar sind.
Stufe 4: Vorausschauender autonomer Handel
„Wir setzen nicht nur um, wir optimieren auch.“
Bei der höchsten Reifegradstufe geht es nicht um mehr Automatisierung um der Automatisierung willen. Es geht um vorausschauende Steuerung: Systeme, die Risiken antizipieren, Parameter in Echtzeit anpassen und sowohl die Kundenergebnisse als auch die Rentabilität kontinuierlich optimieren.
Hier fungieren DOM/OMS und das Fulfillment-Netzwerk als lernendes System. Die Lieferfristen werden dynamisch auf der Grundlage von Leistungssignalen angepasst; die Sicherheitsbestände werden entsprechend der Streuung angepasst; Beschaffungsentscheidungen werden unter Berücksichtigung der tatsächlichen Kosten und des Ausfallrisikos optimiert, nicht nur aufgrund der geografischen Nähe.
Die Agenten können dann mit größerer Autonomie arbeiten, da das System selbst widerstandsfähig ist: Es kann Probleme frühzeitig erkennen, Alternativen vorschlagen und Wiederherstellungsmaßnahmen durchführen, ohne das Vertrauen zu erschüttern.
- Typische Merkmale: Dynamische Optimierung von Puffer und Lagerbeständen. Kontinuierliche Anpassung von Lieferzusagen anhand von Leistungs- und Kapazitätssignalen. Gewinnoptimierte Routenplanung auf Basis der tatsächlichen Kosten (einschließlich Risikokosten). Die Vermeidung von Ausnahmen und die automatisierte Wiederherstellung werden zum Standard. Absichts- und Fähigkeitsschichten ermöglichen eine skalierbare, kontrollierte Autonomie.
- Häufige Risiken: Erfordert eine strenge Datendisziplin und operative Instrumente. Erfordert klare Grenzen der Governance für autonomes Handeln. Unternehmen müssen die Anreize in den Bereichen Digital, Betrieb und Finanzen aufeinander abstimmen.
- Reifegrad-Indikator: Der Einzelhändler zeichnet sich durch Zuverlässigkeit und Margenoptimierung in großem Maßstab aus.
Anwendung dieses Modells: Ein pragmatischer Bewertungsansatz
Einzelhändler können das Reifegradmodell als Diagnosetool in den drei in Kapitel 3 vorgestellten Dimensionen nutzen:
- Umsatzsteigerung durch Mitarbeiter: Können Mitarbeiter Kaufabsichten durch glaubwürdige Zusagen in Abschlüsse umwandeln?
- Steigerung der betrieblichen Effizienz: Können Teams Aufgaben zügig umsetzen und sich schnell erholen, ohne dass es zu manuellen Verzögerungen kommt?
- Vorausschauende Rentabilitätsoptimierung: Kann sich das Fulfillment-Netzwerk hinsichtlich Risiko und Marge selbst optimieren?
Die wichtigste Erkenntnis ist, dass der Reifegrad nicht daran gemessen wird, wie „KI-gestützt“ die Benutzeroberfläche wirkt. Er wird vielmehr daran gemessen, ob der Einzelhändler Ergebnisse erzielen kann, die:
- Ausführbar (Integrität der Zusage)
- Wiederholbar (effiziente Abläufe)
- Wirtschaftlich nachhaltig (gewinnorientierte Steuerung)
In Kapitel 6 leiten wir daraus strategische Implikationen für Führungskräfte aus den Bereichen Markenmanagement und Einzelhandel ab: Was sollte jetzt Priorität haben, was sollte gemessen werden und wie kann man sich auf eine Welt vorbereiten, in der Zuverlässigkeit zu einem maschinell bewerteten Wettbewerbsmerkmal wird?
Kapitel 6: Strategische Implikationen für Führungskräfte im Einzelhandel
Der Agentic Commerce verändert die Grundlagen des Wettbewerbs. Da Protokolle die Reibungsverluste bei der Verbindung verringern und Agenten zu einer skalierbaren Schnittstelle für den Einkauf werden, verlagert sich die Differenzierung weg von der Frage, wer das überzeugendste Einkaufserlebnis bietet, hin zu der Frage, wer die zuverlässigsten Ergebnisse liefern kann.
In der Praxis müssen Führungskräfte im Einzelhandel den Agentic Commerce nicht als bloße Ergänzung der Vertriebskanäle betrachten, sondern als strategischen Test für die operative Glaubwürdigkeit.
In diesem Kapitel werden die Auswirkungen auf CIOs, CTOs, Führungskräfte im Bereich Digitalisierung und Führungskräfte im operativen Bereich sowie die daraus resultierenden Maßnahmen dargelegt.
6.1 Betrachten Sie Zuverlässigkeit als Wachstumsstrategie und nicht als Betriebskennzahl
Im traditionellen E-Commerce wird Zuverlässigkeit oft als operativer KPI gemessen: pünktliche Lieferung, Stornierungsquote, Rückgabequote, Rückstand im Kundenservice. In einer agentenbasierten Welt erhalten diese Kennzahlen eine neue Bedeutung. Sie könnten zu vorgelagerten Signalen werden, die beeinflussen, ob Agenten einen Händler überhaupt erst empfehlen, auswählen und sich für ihn entscheiden.
Die strategische Konsequenz ist klar: Zuverlässigkeit wird zum nachfrageprägenden Faktor. Einzelhändler, die ihre Zusagen konsequent einhalten können, werden in agentengesteuerten Customer Journeys im Vorteil sein, da die Agenten lernen können, welche Marken vorhersehbare Ergebnisse liefern.
Umgekehrt riskieren Einzelhändler, die ihre Versprechen nicht konsequent einhalten, in diesem Szenario eine sich abzeichnende Benachteiligung, die weniger nach Kundenabwanderung aussieht, sondern eher nach algorithmischem Ausschluss: Sie werden seltener ausgewählt, weil sie weniger zuverlässig sind.
- Maßnahme der Unternehmensleitung: „Versprechensintegrität“ neben Konversionsrate und Marge zu einer Kennzahl für die Führungskräfteentwicklung erheben. Erfassen, wo und warum Versprechen nicht eingehalten werden (Verfügbarkeit, Versprechenslogik, Kapazität, Leistung der Netzbetreiber, Ausnahmebehandlung).
6.2 Überprüfung der Integrität der Versprechen vor der Skalierung agentischer Kanäle
Viele Unternehmen werden versucht sein, mit der Schnittstelle zu beginnen: einen Assistenten zu starten, eine Verbindung zu einem Protokoll herzustellen, einen Feed bereitzustellen. Doch die Akzeptanzkurve wird jene Einzelhändler belohnen, die zunächst dafür sorgen, dass die Grundlagen vertrauenswürdig sind.
Wenn ein Agent zwar eine Verbindung herstellen kann, das Versprechen jedoch unzuverlässig ist, führt die Skalierung der Erfahrung automatisch zu einer entsprechenden Zunahme der Ausfälle.
- Maßnahmen der Führungsebene: Führen Sie eine „Prüfung der Einhaltung von Versprechen“ für die wichtigsten Kategorien und Lieferwege durch. Ermitteln Sie die Abweichungen zwischen versprochenen und tatsächlich gelieferten Ergebnissen. Identifizieren Sie, an welchen Stellen Unsicherheiten in das System einfließen (Bestandsgenauigkeit, Pufferpolitik, Stichtage, Abweichungen bei den Transportunternehmen, Umsetzung in den Filialen).
6.3 DOM als strategische Infrastruktur neu positionieren
Beim Agentic Commerce steht das Auftragsmanagement im Mittelpunkt des Kundenerlebnisses. Wenn Versprechen zur Grundlage des Erfolgs werden, ist das DOM nicht länger ein Backoffice-System. Es ist die Ebene, die die Machbarkeit prüft, Verpflichtungen berechnet, die Auftragsabwicklung über verschiedene Knoten hinweg koordiniert und Ausnahmen verwaltet, bevor das Vertrauen bricht.
Dies führt auch zu einer Neuausrichtung der Investitionslogik. Verbesserungen bei der Bestandsübersicht, der Lieferversprechensberechnung, der Routenplanung und der Lebenszyklussteuerung sind nicht nur betriebliche Optimierungen, sondern Voraussetzungen, um auf agentengesteuerten Märkten bestehen zu können.
- Maßnahmen der Führungsebene: Betrachten Sie die DOM-Fähigkeiten als strategischen Hebel für Umsatz, Vertrauen und Marge (nicht nur zur Kostenkontrolle). Stimmen Sie die OMS-Roadmaps auf die Vertriebskanalpläne ab, damit sich Vision und Umsetzung gemeinsam weiterentwickeln.
6.4 Eine KI-native Ausführungsebene aufbauen, statt ein Flickwerk aus Integrationen
Protokolle werden den Akteuren dabei helfen, sich mit dem E-Commerce zu vernetzen. Einzelhändler benötigen jedoch nach wie vor einen sicheren, geregelten Weg, um intelligente Clients nicht nur Endpunkte, sondern auch ihre Fähigkeiten zugänglich zu machen. Hier gewinnen Intent-/Capability-Ebenen (Abstraktionen im MCP-Stil) strategisch an Bedeutung: Sie ermöglichen es Systemen, ihre Fähigkeiten bekannt zu geben, eine kontrollierte Orchestrierung zu ermöglichen und zugrunde liegende APIs zur Gewährleistung der Ausfallsicherheit zu kapseln.
Dies ist besonders wichtig in komplexen Einzelhandels-Systemlandschaften, in denen die Ausführung von mehreren Systemen abhängt: DOM/OMS, WMS, ERP, CRM, Spediteure, Marktplätze. Ohne eine übergeordnete Funktionsschicht führen agentenbasierte Lösungen häufig zu instabilen Integrationen und Governance-Risiken.
- Maßnahmen der Führungsebene: Umstellung von der Offenlegung von Endpunkten auf die Offenlegung von Fähigkeiten (auffindbare, berechtigungsbasierte „Tools“). Festlegung von Governance-Grenzen für die Autonomie von Agenten (was Agenten tun dürfen, unter welchen Bedingungen und mit welchen Genehmigungen). Konzeption im Hinblick auf die Beobachtbarkeit und Nachvollziehbarkeit von Agentenaktionen.
6.5 Vorbereitung auf Protokollpluralismus und Volatilität des Ökosystems
UCP ist ein wichtiger Standard, wird jedoch nicht der einzige Schnittstellenstandard sein. Einzelhändler sollten sich auf eine Phase des Protokollpluralismus einstellen – mit einer Vielzahl von Formaten, sich wandelnden Erwartungen und wechselnden Plattformanforderungen.
Das strategische Risiko besteht darin, eng gekoppelte Einzellösungen zu entwickeln, die bei jeder Protokolländerung neu erstellt werden müssen. Der strategische Vorteil liegt darin, eine stabile interne Grundlage für Daten und Funktionen zu schaffen, die sich an externe Veränderungen anpassen lässt.
- Maßnahmen der Führungsebene: Behandeln Sie externe Protokolle als „Adapter“ und nicht als Grundlage. Investieren Sie in interne Ebenen für operative Daten und Fähigkeiten, die mehrere externe Ökosysteme bedienen können. Entwerfen Sie Beteiligungsmodelle, die die Anpassungsmöglichkeiten bewahren und gleichzeitig den Anforderungen an die Interoperabilität gerecht werden.
6.6 Die Datendisziplin mit der delegierten Entscheidungsfindung in Einklang bringen
Agentic Commerce führt zu einer Zunahme delegierter Entscheidungsprozesse. Dadurch wird die Datenqualität nicht mehr nur zu einem analytischen Problem, sondern zu einem Transaktionsrisiko. Agenten sind auf strukturierte Signale angewiesen – Verfügbarkeit, Lieferzeitfenster, Erfüllungsoptionen, Richtlinien – und Ungenauigkeiten werden verstärkt.
Dies beschränkt sich nicht nur auf Lagerbestände und Lieferungen. Rückgabebedingungen, Umtauschregeln, Teilnahmebedingungen, Öffnungszeiten, Annahmeschlusszeiten der Transportunternehmen sowie regionale Ausnahmen werden zu betrieblichen Gegebenheiten, auf deren Grundlage die Mitarbeiter handeln können.
- Maßnahmen der Unternehmensleitung: Erweitern Sie Programme zur „Datenqualität“ über den Produktinhalt hinaus auf die betriebliche Realität. Legen Sie die Zuständigkeiten für die Eingabedaten fest (Bestandsgenauigkeit, Kapazität, Leistung der Transportunternehmen, Richtlinien). Führen Sie ein geschlossenes Lernsystem ein: Wenn die Ausführung fehlschlägt, sollte das System daraus lernen.
6.7 KPIs für einen akteursgetriebenen Markt neu überdenken
Traditionelle KPIs behalten zwar ihre Relevanz, doch der „Agentic Commerce“ erfordert neue Kennzahlen, die Vertrauen und die Glaubwürdigkeit der Umsetzung widerspiegeln. Einzelhändler sollten sich darauf einstellen, die Leistung nicht nur am Punkt der Konversion, sondern über den gesamten Lebenszyklus des Versprechens hinweg zu steuern.
Beispiele für neue KPIs:
- Einhaltungsquote bei Terminzusagen (Übereinstimmung zwischen zugesagtem und tatsächlichem Liefertermin)
- Verifizierte Verfügbarkeitsquote (angezeigte Verfügbarkeit im Vergleich zur tatsächlichen Erfüllbarkeit)
- Rate der Vermeidung von Ausnahmen (Probleme, die vor der Kontaktaufnahme durch den Kunden gelöst wurden)
- Erfolgsquote bei der automatisierten Wiederherstellung (Umleitungen, Ersatzmaßnahmen, proaktive Lösungen)
- Marge pro Auftrag (um Servicelevel und Risiko bereinigte Rentabilität)
- Maßnahme der Unternehmensleitung: Richten Sie ein „Promise Integrity“-Dashboard als funktionsübergreifendes Instrument ein (Digital + Betrieb + Finanzen). Verknüpfen Sie den Ausbau der agentenbasierten Kanäle mit Zuverlässigkeitsschwellenwerten und nicht nur mit Kennzahlen zum Kundenengagement.
6.8 Die Erkenntnis für Führungskräfte: Der Übergang von der „Einführung von KI“ zur „Agentenbereitschaft“
Der häufigste Fehler, den Führungskräfte begehen, besteht darin, den Agentic Commerce als eine Innovation im Front-End-Bereich zu betrachten und den operativen Betrieb als nachgelagertes Anliegen zu behandeln. Das Gegenteil ist der Fall. Da Agenten zur Schnittstelle werden, wird der operative Betrieb zum Kundenerlebnis, und die Fähigkeit des Einzelhändlers, sich zu engagieren, wird zur Marke.
Der strategische Wandel besteht darin, den Schwerpunkt von der Schaffung vernetzter Erlebnisse auf die Erzielung glaubwürdiger Ergebnisse zu verlagern:
- Von der Überzeugung zum Beweis
- Von der Kontaktaufnahme bis zur Bindung
- Von der Automatisierung zur kontrollierten Autonomie
Im Fazit führen wir diese Aspekte zusammen und fassen die Kernaussage dieses Artikels zusammen: Protokolle werden Agentic Commerce überall ermöglichen, doch erfolgreich sein werden jene Einzelhändler, die in operative Transparenz investieren und Integrität versprechen, denn in einem agentengestützten Markt wird Zuverlässigkeit zum wertvollsten Unterscheidungsmerkmal.
Ein Wort von unserem Beratungs- und Integrationspartner CLEVER AGE
„Aus der Sicht von Clever Age als Beratungs- und Systemintegrationsunternehmen ist das Order Management System (oder Distributed Order Management) nicht nur eine Komponente, sondern das zentrale operative Rückgrat für die effektive Umsetzung einer ambitionierten Agentic Commerce-Strategie.
Während KI-Agenten für die kundenorientierte Analyse und Entscheidungsfindung (z. B. Personalisierung, Verhandlung, Optimierung vor dem Kauf) von entscheidender Bedeutung sind, liefert das OMS die für diese Entscheidungen erforderliche physische und transaktionsbezogene Grundlage – sowohl hinsichtlich der tatsächlichen Lieferverpflichtungen als auch der zuverlässigen logistischen Abwicklung.
Um die zukünftige Entwicklung von Agentic Commerce-Projekten für unsere Kunden vorwegzunehmen, betrachten wir das OMS als einen der wichtigsten Integrationspunkte, da es die Front-End-Ebene der KI-Entscheidungsfindung mit der physischen Lieferkette verbindet:
- Reduzierung der Integrationskomplexität: Das OMS fungiert als einheitliche, standardisierte API-Schicht zwischen den unterschiedlichen Stammdatensystemen (WMS, ERP, POS, Speditionsmanagement) und der neuen KI-/Agenten-Schicht. Dies vereinfacht die Architektur und beschleunigt die Markteinführung neuer, agentengesteuerter Kanäle.
- Datenhub für Bestände und Bestellungen: Ein OMS zentralisiert alle bestands- und auftragsbezogenen Ereignisse und Daten und erstellt so einen übersichtlichen, strukturierten Datensatz. Wir werden diese Daten gemeinsam mit unseren Kunden nutzen, um die Handelsagenten zu trainieren und zu verfeinern, und so einen geschlossenen Feedback-Kreislauf für die autonome Entscheidungsfindung zu schaffen. Wie aus den Produktdaten hervorgeht, steht die Qualität der Entscheidungen der Agenten in direktem Verhältnis zur Qualität der OMS-Daten (sowohl hinsichtlich der Bestandsmengen als auch des Status der Auftragsabwicklung).
- Zukunftssicherheit durch Modularität: Wir empfehlen eine modular aufgebaute OMS-Architektur , die sich von monolithischen ERP- und E-Commerce-Systemen entkoppeln lässt. Dieser Ansatz ermöglicht es dem Handelsunternehmen, sich rasch an neue, agentengesteuerte Fulfillment-Modelle anzupassen, ohne die zentralen Unternehmenssysteme komplett zu ersetzen. Dies wird auch für omnichannel-Lieferkonzepte von entscheidender Bedeutung sein, Marktplatz-Szenarien sowie letztlich B2B-Ansätze.
Bei der Implementierung von OMS für Agentic Commerce empfehlen wir, folgenden Aspekten Vorrang einzuräumen:
- Entwurf des Logikmodells: Definition der ausgefeilten, regelbasierten Logik innerhalb des OMS, die Randfälle und betriebliche Einschränkungen berücksichtigt, die KI-Agenten möglicherweise übersehen könnten. Unsere Expertise liegt darin, Geschäftsregeln in eine absolut zuverlässige Abwicklungslogik umzusetzen.
- Skalierbarkeit und Ausfallsicherheit: Es muss sichergestellt werden, dass das OMS den potenziellen explosionsartigen Anstieg an Transaktionen bewältigen kann, der durch eine Flotte autonomer, ständig aktiver Agenten verursacht wird. Hochverfügbarkeit und Ausfallsicherungsplanung werden zu unverzichtbaren Anforderungen.
- Erlebnisübergabe: Gewährleistung eines reibungslosen Übergangs der Verantwortung vom Commerce-Agenten (der für die Produktsuche und den Bezahlvorgang zuständig ist) zum OMS (das die Kundenkommunikation nach dem Kauf, Rücksendungen und die Sendungsverfolgung übernimmt). Dies gewährleistet ein einheitliches, vertrauensbildendes Kundenerlebnis.
Zusammenfassend lässt sich sagen, dass der KI-Agent das Gehirn ist, das entscheidet, was der Kunde benötigt, während das OMS das zentrale Nervensystem darstellt, das vorgibt, wie und wo dieser Bedarf effizient und gewinnbringend erfüllt wird. Ohne ein modernes, intelligent konfiguriertes OMS wird das Versprechen des „Agentic Commerce“ ein Front-End-Experiment bleiben, dem ein robuster Weg zur Umsetzung fehlt.“
Olivier Martinerie
Leiter Allianzen und Partnerschaften
Clever Age
https://www.clever-age.com/
Fazit: Von der Verbindung über das Engagement bis hin zum Vertrauen
Der Einzelhandel steht vor einer Phase des strukturellen Wandels. Da KI-Agenten zunehmend zu einer skalierbaren Schnittstelle für den Einkauf werden, verlagert sich der Schwerpunkt im Handel vom Stöbern und Navigieren hin zu Kaufabsicht und Kaufabwicklung.
Hierbei handelt es sich nicht lediglich um einen neuen Kanal, der dem bestehenden System überlagert wird, sondern um ein neues Entscheidungsmodell, in dem mehr Entscheidungen delegiert, automatisiert und im Namen des Kunden umgesetzt werden.
Die Marktsignale sind nun eindeutig. Standardisierungsbemühungen wie das „Universal Commerce Protocol“ (UCP) von Google und Shopify spiegeln einen breiteren Branchentrend wider, die Interaktion zwischen Agenten und E-Commerce skalierbar zu gestalten. Protokolle werden die Kosten für die Teilnahme senken und die Akzeptanz beschleunigen. Sie legen jedoch auch die entscheidende Wahrheit offen, die dem Agentic Commerce zugrunde liegt: Verbindung ist nicht dasselbe wie Vertrauen.
Agentic Commerce funktioniert nur, wenn die Agenten auf operativen Fakten basieren. Agenten bewerten überzeugende Erlebnisse nicht auf dieselbe Weise wie Menschen; sie legen Wert auf glaubwürdige Signale.
Wenn die Verfügbarkeit ungenau ist, wenn Lieferversprechen zu optimistisch ausfallen oder wenn die Transparenz nach dem Kauf nicht mehr gewährleistet ist, wird das Versagen noch verstärkt, da die Mitarbeiter mit Zuversicht handeln und Entscheidungen in großem Maßstab wiederholen können. In einem solchen Umfeld wird Zuverlässigkeit messbar, vergleichbar und zunehmend entscheidend.
Aus diesem Grund entwickelt sich die Einhaltung von Versprechen zum neuen Wettbewerbsfeld. Erfolgreich werden nicht jene Marken sein, die am meisten versprechen, sondern jene, die sich konsequent nur zu dem verpflichten, was sie auch einhalten können – und dies dann auch tatkräftig umsetzen.
Der entscheidende Faktor verlagert sich von der Qualität des Gesprächs hin zur Glaubwürdigkeit ehrgeiziger Ziele.
Um diesen Standard zu erfüllen, bedarf es mehr als nur einer KI-Schnittstelle. Es bedarf einer Grundlage, die auf agentenbasierte Ausführung ausgelegt ist:
- Ein OMS/DOM, das Zusagen durch Echtzeitverfügbarkeit, präzise Zusageberechnung, intelligente Orchestrierung und Lebenszyklussteuerung sicherstellt
- Operative Effizienz, die interne Reibungsverluste verringert und die Erholung beschleunigt, wenn sich die Rahmenbedingungen ändern
- Prädiktive Optimierung, die Puffer, Zusagen und Routing auf der Grundlage von Leistungssignalen und tatsächlichen Kosten anpasst
- Intent-zentrierte Funktionsschichten, die es intelligenten Clients ermöglichen, Handelssysteme in großem Maßstab sicher zu nutzen, ohne dass es zu einer instabilen, unübersichtlichen Integration kommt
Zusammen genommen definieren diese Fähigkeiten die „Agentic Readiness“. Sie ermöglichen es Einzelhändlern, nicht nur am „Agentic Commerce“ teilzunehmen, sondern darin auch zuverlässig, wiederholbar und profitabel zu konkurrieren.
Die Kernaussage dieses Whitepapers ist einfach: Protokolle werden den Agentic Commerce überall ermöglichen. Die Gewinner werden jedoch diejenigen sein, die in die operative Realität hinter dem Protokoll investieren. Denn im Zeitalter des autonomen Einkaufens geht es nicht mehr darum, ob sich Ihre Systeme miteinander verbinden lassen. Es geht vielmehr darum, ob Ihr Unternehmen diese Verpflichtung eingehen und jedes Mal einhalten kann.
Mit Blick auf die Zukunft dürfte sich jedoch auch der Begriff des „Versprechens“ erweitern. Heute konzentrieren sich die meisten agentenbasierten Eingabeaufforderungen auf eine bekannte Dreierkombination: Verfügbarkeit, Preis und Geschwindigkeit. Doch da Agenten zunehmend zur Standardschnittstelle für den Handel werden, werden sie sich nicht nur immer stärker an den Wünschen der Kunden orientieren, sondern auch an dem, was diese wertschätzen.
In der Praxis könnte dies neue Dimensionen in die Entscheidungsgrundlage einfließen lassen: CO₂-Bilanz, Abfallvermeidung, Arbeits- und Beschaffungsstandards, Produktlebensdauer, Reparaturfähigkeit sowie die Einhaltung ethischer und nachhaltiger Erwartungen. Genau hier gewinnt die Integrität der Versprechen noch mehr an Bedeutung.
Das nächste Schlachtfeld wird nicht nur darin bestehen, das zu versprechen, was machbar ist, und es auch zu liefern, sondern noch ehrgeizigere Versprechen unter Berücksichtigung eines breiteren Spektrums an Einschränkungen zu machen. Führend werden jene Einzelhändler sein, die komplexe Werte in umsetzbare Verpflichtungen umsetzen können: nicht nur „Lieferung bis Freitag“, sondern „Lieferung bis Freitag mit der umweltfreundlichsten verfügbaren Option, von einer Quelle, die Ihren Standards entspricht, mit einem klaren Kompromiss, falls Sie eine schnellere Lieferung wünschen.“
Agentic Commerce deutet daher auf einen tiefgreifenden Wandel hin: weg von der Optimierung von Transaktionen hin zur Optimierung von Vertrauen. Die Gewinner werden diejenigen sein, die „Systeme der Wahrheit“ aufbauen, die es Agenten ermöglichen, selbstbewusst Entscheidungen zu treffen – und zwar in Bezug auf Geschwindigkeit, Kosten, Service sowie die wachsende Zahl ethischer und nachhaltiger Kriterien, die Verbraucher an Maschinen delegieren werden.
In dieser Zukunft wird die wertvollste Fähigkeit nicht darin bestehen, mit Kundenbetreuern in Kontakt zu treten. Vielmehr wird es die Fähigkeit sein, Zusagen zu machen, die auch dann noch glaubwürdig bleiben, wenn sich die Definition des Begriffs „Kundenversprechen“ erweitert.