Wenn KI-Agenten einkaufen, wird der Produktkatalog zur Infrastruktur

Der klassische Onlineshop beginnt mit einer Startseite. Agentic Commerce beginnt mit einer Absicht.

„Plane mir ein glutenfreies Abendessen für vier Personen unter 40 Euro“ ist keine Produkt-Suchanfrage im traditionellen Sinn. Ein KI-Agent muss daraus Anforderungen ableiten, passende Produkte finden, Verfügbarkeit prüfen, einen Warenkorb zusammenstellen und irgendwann eine Zahlung auslösen. Die Oberfläche, in der diese Entscheidung beginnt, muss dabei nicht dem Händler gehören.

Carrefour zeigt, wie konkret dieser Wandel bereits ist. Seit März können Nutzer in Frankreich über ChatGPT Rezeptideen erhalten, Produktverfügbarkeiten prüfen, Warenkörbe nach Bedarf zusammenstellen und eine Lieferoption auswählen. Der finale Checkout und die Zahlung erfolgen auf Carrefour.fr. Am 25. August folgte Carrefour Belgien mit einem auf Mealz.ai basierenden Shopping-Assistenten in ChatGPT, der Präferenzen und Unverträglichkeiten berücksichtigen und die Bonus Card einbinden kann.

Die entscheidende Veränderung ist nicht, dass Carrefour einen weiteren Chatbot hat. Carrefour hatte mit Hopla bereits 2023 einen generativen Einkaufsassistenten gestartet und 2025 Hopla+ um Kaufhistorie erweitert. Neu ist, dass der Händler einen Teil des Einkaufsprozesses bewusst in eine fremde Oberfläche verlagert.

Damit wird der Produktkatalog zur Infrastruktur.

Ein Agent braucht strukturierte, aktuelle und maschinenlesbare Daten: Produktmerkmale, Preise, Promotionen, lokale Verfügbarkeit, Lieferoptionen, Ernährungsinformationen und Regeln für den Kauf. Fehler in diesen Daten sind künftig nicht nur ein UX-Problem. Sie können dazu führen, dass ein Agent ein Produkt oder einen Händler gar nicht erst auswählt.

Für deutsche Händler ist das keine theoretische Fernsicht. Eine von Mastercard veröffentlichte GfK-Studie kommt 2026 zu dem Ergebnis, dass 34 Prozent der Befragten in Deutschland KI bereits beim Online-Shopping einsetzen und 74 Prozent erwarten, dass sich KI-Agenten im Onlinehandel durchsetzen. Mastercard hat im Mai außerdem nach eigenen Angaben die erste live authentifizierte agentische Transaktion in Deutschland durchgeführt. Diese Zahlen stammen aus einer von einem Zahlungsanbieter beauftragten Studie und sollten als solche gelesen werden; sie zeigen dennoch, dass das Thema auf der Infrastruktur- und Payment-Seite bereits operationalisiert wird.

Der strategische Druck ist besonders für Händler mit großen Filialnetzen interessant. REWE, Edeka, Schwarz und Aldi besitzen etwas, das reine KI-Plattformen nicht besitzen: lokale Bestände, Einkaufskonditionen, physische Nähe und operative Fulfillment-Kapazität. Agentic Commerce kann diese Assets aufwerten—but only if an external system can reliably query them.

Das verschiebt die Frage nach digitaler Macht.

In der ersten E-Commerce-Welle war Traffic zentral. Händler investierten in SEO, Apps und Loyalty, um den Kunden möglichst früh in die eigene Umgebung zu holen. In einer agentischen Umgebung kann der erste Kontakt bei ChatGPT, Gemini oder einem anderen Assistenten stattfinden. Der Händler konkurriert dann nicht nur um Aufmerksamkeit, sondern darum, vom Agenten als ausführbare Option ausgewählt zu werden.

Dafür reichen Marketingdaten nicht. Ein Agent muss wissen, ob ein Produkt heute im Markt verfügbar ist, ob eine Alternative zulässig ist, welche Lieferzeit realistisch ist und ob ein Rabatt tatsächlich gilt. Der Kampf um Sichtbarkeit wird damit zu einem Kampf um Datenqualität und Transaktionsfähigkeit.

Auch die Zahlungsinfrastruktur verändert sich. Ein menschlicher Käufer kann bei einem unerwarteten Checkout-Dialog improvisieren. Ein Agent braucht klar definierte Mandate, Authentifizierung und nachvollziehbare Regeln. Mastercard, Visa und andere Zahlungsnetzwerke bauen deshalb Mechanismen, die agentische Transaktionen identifizierbar und kontrollierbar machen sollen.

Für Retail-IT bedeutet das: Commerce muss stärker wie eine Plattform gedacht werden. APIs, Produktinformationssysteme, Echtzeitbestand, Identity und Payment werden Teil derselben agentischen Kette. Eine hübsche Website kann weiter wichtig sein, aber sie ist nicht mehr die einzige Darstellung des Geschäfts.

Das birgt Risiken. Händler könnten neue Abhängigkeiten von KI-Plattformen schaffen, ähnlich wie viele Medien und Marken vom Such- oder Social-Traffic abhängig wurden. Wer die Kundenschnittstelle verliert, verliert potenziell auch Daten, Werbeinventar und Differenzierung. Carrefour behält deshalb den finalen Checkout auf der eigenen Seite—zumindest vorerst.

Genau diese Grenze ist derzeit spannend: Wie viel des Einkaufsprozesses darf ein Agent übernehmen, bevor der Händler zu einem austauschbaren Fulfillment-Endpunkt wird?

Die Antwort wird nicht allein im Frontend entschieden. Sie steckt in Produktdaten, APIs, Identität, Zahlungen und den Regeln, die bestimmen, was ein Agent tun darf.

Agentic Commerce macht den Shop nicht überflüssig. Es zwingt Händler aber dazu, ihr Geschäft so zu bauen, dass es auch ohne Shop-Oberfläche verständlich bleibt.

Die stärkste Gegenposition lautet, dass Händler diese Entwicklung überschätzen könnten. Verbraucher haben schon viele neue Shopping-Oberflächen ausprobiert, ohne ihre gewohnten Routinen dauerhaft zu verlassen. Ein KI-Assistent muss nicht nur bequem sein; er muss Vertrauen gewinnen, zuverlässig mit Budget und Präferenzen umgehen und im Fehlerfall verständlich reagieren. Die Mastercard/GfK-Zahlen messen Offenheit und Nutzung, nicht den Anteil autonom abgewickelter Handelsumsätze.

Für Händler spricht deshalb viel für eine modulare Strategie. Produktdaten und APIs zu modernisieren ist auch dann sinnvoll, wenn Agentic Commerce langsamer wächst als erwartet. Dieselbe Infrastruktur verbessert Marktplätze, Apps, Retail Media, Fulfillment und interne Automatisierung. Der riskantere Teil ist, sich früh exklusiv an eine einzelne Agentenplattform zu binden.

Auch organisatorisch verändert sich die Zuständigkeit. Produktinformationsmanagement war lange eine Backoffice-Aufgabe. In einer agentischen Welt wird es zu einer Akquisitionsfunktion. Inventory Accuracy war eine Operations-KPI; plötzlich beeinflusst sie, ob ein digitaler Agent einen Händler überhaupt empfiehlt. Payment Governance war ein Checkout-Thema; nun muss sie Maschinenmandate berücksichtigen.

Das könnte zu einer Neuordnung von Budgets führen. SEO-, Commerce-, Data- und IT-Teams müssen enger zusammenarbeiten, weil die Maschine keine Trennung zwischen Marketingversprechen und operativer Realität kennt. Wenn eine Produktseite „lieferbar“ sagt und das Bestandssystem widerspricht, wird der Agent nicht durch Markenkommunikation überzeugt.

Für REWE und andere deutsche Händler ist diese technische Disziplin potenziell ein Vorteil. Große stationäre Netze erzeugen lokale Daten und Fulfillment-Optionen, die reine Plattformen nicht besitzen. Aber der Vorteil existiert nur, wenn diese Informationen aktuell und über Schnittstellen nutzbar sind.

Agentic Commerce ist deshalb weniger eine Wette darauf, dass ChatGPT zum neuen Supermarkt wird. Es ist eine Wette darauf, dass Commerce selbst stärker programmierbar wird.