Was ist Agentic Commerce? Wie KI-Agenten für Modekundinnen und -kunden einkaufen werden

Agentic Commerce ist ein Einkaufen, bei dem ein KI-Agent für die Kundin oder den Kunden handelt: Er interpretiert eine Anfrage, sucht und vergleicht Produkte und kann innerhalb der festgelegten Grenzen den Kauf abschliessen. Für die Mode bedeutet das, dass ein wachsender Teil der Produktentdeckung und teilweise auch der Checkout in Assistenten wie ChatGPT, Gemini oder Perplexity stattfinden könnte statt auf der eigenen Website einer Marke.

Was ist Agentic Commerce, und worin unterscheidet es sich von einem Chatbot?

Ein klassischer Shopping-Chatbot beantwortet Fragen auf der Website eines einzelnen Händlers. Ein Agent geht weiter: Er plant mehrstufige Aufgaben, ruft externe Systeme auf und führt Aktionen aus. Der Bericht von McKinsey vom Oktober 2025 definiert Agentic Commerce als Einkaufen mithilfe von KI-Agenten, die in unserem Auftrag handeln, mit Agenten, die Bedürfnisse vorwegnehmen, Optionen sondieren, verhandeln und Transaktionen ausführen.

Derselbe Bericht unterscheidet drei Interaktionsmodelle. Sie helfen Modeteams bei der Frage, wo ihre Produkte künftig gesehen und gekauft werden.

Wie gross könnte Agentic Commerce werden?

Die Prognosen sind früh und als Szenarien zu verstehen. McKinsey schätzt, dass Agentic Commerce bis 2030 900 Milliarden bis 1 Billion US-Dollar des B2C-Einzelhandelsumsatzes in den USA und weltweit 3 bis 5 Billionen US-Dollar steuern könnte, und zwar nur für Waren. Der Bericht hält zudem fest, dass die Hälfte der Konsumentinnen und Konsumenten bereits KI bei der Suche im Internet nutzt.

Das Verhalten verändert sich schneller als die Transaktionen. Die meisten Modekäufe enden heute noch auf der Website oder in der App eines Händlers, auch wenn ein Assistent die Customer Journey angestossen hat. Diese Unterscheidung ist für die Planung wichtig: Sich darauf vorzubereiten, von Agenten gefunden zu werden, ist dringend. Sich darauf vorzubereiten, innerhalb eines Agenten gekauft zu werden, hängt davon ab, wie die Plattformen ihre Checkout-Modelle festlegen.

Lesen Sie auch

Wie verändert KI-Suche die Art, wie Kundinnen und Kunden Mode finden?

Welche Plattformen bauen heute agentisches Einkaufen auf?

Mehrere grosse Plattformen haben zwischen Ende 2025 und 2026 Funktionen für agentisches Einkaufen lanciert, und ihre Ansätze verändern sich noch.

• OpenAI: lancierte am 29. September 2025 Instant Checkout in ChatGPT, zunächst mit Etsy-Händlern in den USA, auf Basis des gemeinsam mit Stripe entwickelten Agentic Commerce Protocol. Der Händler blieb Merchant of Record. Im März 2026 berichtete CNBC, dass sich OpenAI von Instant Checkout abwende und auf von Händlern betriebene Apps in ChatGPT setze, wobei der Kauf auf der eigenen Website des Händlers abgeschlossen wird.
• Google: kündigte im Januar 2026 das Universal Commerce Protocol an, gemeinsam entwickelt mit Shopify, Etsy, Wayfair, Target und Walmart und unterstützt von mehr als 20 Unternehmen, darunter Zalando, Macy's Inc., Visa und Mastercard. Es ermöglicht den Checkout bei geeigneten Angeboten im AI Mode und in der Gemini-App für teilnahmeberechtigte Händler in den USA, die Seller of Record bleiben.
• Eigene Assistenten der Händler: Zalando meldete im März 2026, dass sein Assistent sechs Millionen Nutzerinnen und Nutzer habe, viermal so viele wie ein Jahr zuvor, und dass sich das Unternehmen über das Protokoll von Google auf Käufe via Chatbots vorbereite.

Was braucht ein KI-Agent von einer Modemarke?

Agenten arbeiten mit strukturierten Daten, nicht mit Kampagnenbildern oder Markenstorytelling. Bei Bekleidung zählen vor allem jene Attribute, die zu Retouren und erfolglosen Suchen führen, wenn sie falsch sind: Grösse und Grössensystem, Farbe, Material, Passform, Geschlecht und Altersgruppe, Gruppierung der Varianten, Preis und Live-Verfügbarkeit pro Grösse.

Die Empfehlungen von McKinsey an Händler weisen in dieselbe Richtung: Produktdaten für Agenten lesbar machen, modulare APIs aufbauen, statt sich auf eine einzige exklusive KI-Partnerschaft zu verlassen, und neben der Customer Experience auch eine Agent Experience gestalten. Für die meisten Modeunternehmen ist der erste Schritt kein neues KI-Projekt, sondern ein sauberes Product Information Management und verlässliche Bestandsfeeds.

Welche Risiken bestehen für Modehändler?

Die Chancen gehen mit echten Zielkonflikten einher, die eine nüchterne Bewertung verdienen.

1. Disintermediation: Wenn der Agent das Gespräch führt, kann die Marke den direkten Kontakt, Daten und die Chance auf Cross-Selling verlieren. McKinsey warnt, dass Agenten zu den neuen Gatekeepern des Handels werden könnten.
2. Intransparentes Ranking: Es ist nicht immer klar, warum ein Agent ein Produkt einem anderen vorzieht, und die Teilnahmeberechtigung auf einer Plattform garantiert keine Anzeige.
3. Fehler und Haftung: Agenten können Grössen, Preise oder Materialien falsch wiedergeben. McKinsey nennt die Haftung der Marke und regulatorische Kontrolle als Risiken.
4. Druck auf Retail Media: Wenn die Kundschaft Suchergebnisse und Produktseiten umgeht, können Werbeeinnahmen, die an diese Seiten gebunden sind, schrumpfen.
5. Volatilität der Plattformen: Der Kurswechsel von OpenAI beim Checkout innerhalb von sechs Monaten zeigt, dass die Geschäftsmodelle noch nicht gefestigt sind.

Wie sollten sich Modemarken 2026 vorbereiten?

Ein realistischer Plan konzentriert sich auf Schritte, die sich in jedem Fall lohnen: vollständige und konsistente Produktattribute, korrekte Bestände auf Grössenebene, Produktfeeds an die grossen Assistenten, wo es entsprechende Programme gibt, klare Informationen zu Retouren und Lieferung in maschinenlesbarer Form sowie Analysen, die den Traffic aus KI-Verweisen von anderen Kanälen trennen. Geschäftliche Entscheidungen, etwa ob der Checkout im Assistenten aktiviert oder eine App in einem Assistenten gebaut werden soll, können folgen, sobald Wirtschaftlichkeit und Konditionen klarer sind.

Lesen Sie auch

Einen KI-Shopping-Assistenten lancieren: eine Checkliste mit 20 Punkten für den Mode-E-Commerce

Werden KI-Agenten Mode-Onlineshops ersetzen?

Nicht in naher Zukunft. Die Plattformen selbst schicken noch viele Kundinnen und Kunden zum Abschluss des Kaufs auf die Websites der Händler, und Mode lebt stark von visueller Inspiration, Sicherheit bei der Passform und Markenerlebnis, die Assistenten nur teilweise nachbilden. Wahrscheinlicher ist ein Mischmodell, in dem Agenten mehr Produktentdeckung und Vergleich übernehmen, während Websites und Apps der Marken für Checkout, Kundenbindung und Service wichtig bleiben.

Für Führungskräfte in der Mode ist eine Betrachtung in Stufen am nützlichsten. In der ersten Stufe agieren Assistenten als Berater, die die Kundschaft auf Websites von Marken und Händlern weiterleiten. Das geschieht bereits und belohnt vor allem gute Produktdaten und klare Richtlinien. In der zweiten Stufe schliessen Assistenten Käufe innerhalb der Plattformen ab, während der Händler weiterhin liefert und die Kundschaft betreut. Dies wird getestet, und die Konditionen ändern sich noch. In einer dritten Stufe könnten persönliche Agenten mit mehr Autonomie handeln, etwa Basics nachbestellen oder nach einem bestimmten Artikel in einer bestimmten Grösse und Preisspanne Ausschau halten. Jede Stufe erhöht die Bedeutung korrekter Bestände auf Grössenebene und transparenter Retourenbedingungen, weil die Kundin oder der Kunde die Produktseite vor dem Kauf womöglich nie sieht. Wer jetzt für die erste Stufe plant und die zweite und dritte beobachtet, vermeidet sowohl Überinvestitionen als auch, von einem schnell wachsenden Kanal ausgeschlossen zu werden.