Die vier Ebenen, die den agentischen Handel antreiben

Generative KI ist immer noch hauptsächlich ein Thema für Forschung und Überlegungen, und der letzte Klick passiert, zumindest im Moment, auf einer normalen Website und wird von einem Menschen gemacht, nicht von einer Maschine.  

Aber während sich die meisten öffentlichen Diskussionen immer noch um Shopping-Assistenten für Verbraucher drehen, ist die Infrastruktur, die es Agenten ermöglicht, in großem Umfang zu suchen, zu verhandeln und Zahlungen zu unterstützen, schon einsatzbereit – vor allem im B2B-Bereich, wo Zustimmung und Haftung klarer sind.  

Erste Pilotprojekte zeigen, dass sich der E-Commerce schnell zu einem Multi-Agenten-Ökosystem entwickelt, in dem öffentliche Agenten, Händleragenten, Zahlungsdienstleister (PSP) und Kartennetzwerkagenten in Echtzeit verhandeln und Transaktionen durchführen. Jede Ebene dieser Infrastruktur hat unterschiedliche Rollen und Kontrollpunkte. Das Verständnis dieser Rollen und Kontrollpunkte wird über den Wettbewerbsvorteil der Händler entscheiden, wenn der agentenbasierte Handel an Bedeutung gewinnt.  

Layer One – KI-Plattformen für Verbraucher: Die neuen Gatekeeper der Entdeckung

Bis Ende 2025 waren öffentliche KI-Plattformen wie ChatGPT, Perplexity und andere zu wichtigen Suchkanälen geworden, die immer mehr Einfluss darauf haben, welche Händler die Leute besuchen.  

Am 29. September 2025 startete Mastercard's Agent Pay auf ChatGPT, wodurch US-Karteninhaber ihre Einkäufe direkt über Chat-Schnittstellen erledigen können. Gleichzeitighat OpenAI mit Shopify zusammengearbeitet, um über eine Million Händler über die ChatGPT-Konversationsabläufe auffindbar und kaufbar zu machen.  

Anders als Menschen scrollen KI-Agenten nicht wirklich oder interpretieren die visuelle Hierarchie nicht – ChatGPT, Perplexity, Claude, Gemini und andere holen strukturierte Daten aus Feeds, APIs und schema.org-Markups raus.  

Trotz aller Bemühungen eines Merchant-Brand-Teams haben die Homepage, Banner und UX-Abläufe für einen Agenten kaum Bedeutung.

Stattdessen schauen sich die Agenten die Produkte wie Zeilen in einer Tabelle an, mit Attributen, Preisen, Verfügbarkeit und Richtlinien, die sie analysieren und zwischen verschiedenen Händlern vergleichen können.  

Händler, deren Produkt-Feed fast alle Attribute (95 %+) abdeckt, sagen oft, dass sie in KI-Empfehlungen besser sichtbar sind als solche mit lückenhaften Katalogen. Andererseits lassen Agenten Produkte mit fehlenden Daten wie Lieferzeiten, Größenangaben oder Rückgabebedingungen meistens links liegen.  

Tipps, um die Sichtbarkeit für Händler im agentenbasierten Handel zu verbessern:

1. Mach komplette, strukturierte Produktdaten über Feeds und schema.org-Produktmarkups zugänglich, damit Agenten den Katalog zuverlässig verstehen können.  
2. Richte die Katalogstruktur nach natürlichen Suchanfragen aus („wasserdichte Wanderschuhe unter 200 £, die bis Freitag geliefert werden“), nicht nur nach der internen Verkaufslogik.
3. Halt deine Lagerbestände und Preise immer auf dem neuesten Stand. Die Leute bestrafen veraltete oder falsche Infos und stufen Händler, die regelmäßig falsche Angaben zu Lagerbeständen oder Lieferzeiten machen, schnell runter.
4. Biete agentenfreundliche Checkout-APIs an oder nutze neue Agentenhandelsstandards, um brüchiges HTML-Scraping zu vermeiden.
5. Vertrauenswürdige Agenten auf die Whitelist setzen und gleichzeitig Betrugsschutzmaßnahmen beibehalten, um nützliche Automatisierung von missbräuchlichen Bots zu unterscheiden.

Mit der zunehmenden Verbreitung des agentenbasierten Handels werden Händler, die maschinenlesbare Daten optimieren, anstatt (nur) auf menschliche Überzeugungskraft zu setzen, die agentenbasierte Suche dominieren. Diejenigen, die weiterhin ausschließlich auf Seitenaufrufe setzen, könnten hingegen Gefahr laufen, unsichtbar zu werden.

Ebene 2 – Händlervertreter: Von der Sichtbarkeit zum Erfolg

Selbst wenn du alle Optimierungen für öffentliche Agenten gemacht hast, hast du vielleicht Sichtbarkeit, aber immer noch keine Kontrolle über das Markenerlebnis, das Transaktionsergebnis oder die Art und Weise, wie deine Botschaft an die Verbraucher weitergegeben wird. Aktuelle Branchenumfragen zeigen, dass die meisten großen Einzelhändler davon ausgehen, dass agentenbasierte Zahlungen innerhalb von drei Jahren zum Mainstream werden, doch viele haben noch nicht festgelegt, wie ihre Systeme mit agenteninitiierten Käufen, Änderungen nach dem Kauf oder Rückerstattungen umgehen sollen, wenn sie in großem Maßstab betrieben werden.

Hier kommt ein maßgeschneiderter Handelsvertreter ins Spiel.  

Wenn ein öffentlicher Agent mit einer Anfrage wie„ein 120-Pfund-Laufschuh, der bis Dienstag geliefert werden soll” kommt, versteht ein Händleragent, was gemeint ist, ordnet die Anfrage dem Katalog und der Logistik des Händlers zu und stellt das beste Angebot zusammen, das der Händler machen kann. Er kann in Echtzeit Lagerbestandsbeschränkungen verwalten, Versand- und Lieferoptionen auswählen, die die Frist einhalten, und die Markenbotschaft in der Präsentation der Produkte und Kompromisse wahren. Anstatt es einem öffentlichen Agenten zu überlassen, Seiten zu durchsuchen und zu raten, werden Händleragenten zu aktiven Verhandlungspartnern, die Pakete anpassen, Werbeaktionen anwenden und Alternativen vorschlagen können, wenn es keine exakte Übereinstimmung gibt.  

Mit der Zeit werden Händleragenten wahrscheinlich die Standardschnittstelle zu Zahlungsdienstleistern und Zahlungssystemen werden. Sie werden Echtzeit-Informationen zu Lagerbeständen, Preisen und Risikosignalen bereitstellen, anhand derer andere Ebenen der Infrastruktur Optimierungen vornehmen können. In diesem Modell koordiniert der öffentliche oder Makleragent mehrere Händler, während sich jeder Händleragent darauf konzentriert, die Konversionsrate, die Marge und das Kundenerlebnis für sein eigenes Unternehmen zu maximieren.  

Im agentenbasierten Handel gehört die Zukunft den Händlern, die Agenten entwickelt haben, um Transaktionen aktiv zu gestalten und Ergebnisse zu erzielen, anstatt nur darauf zu warten, entdeckt zu werden.

Schicht 3 – Zahlungsagenten: Das operative Informationszentrum  

Agenten bei Zahlungsdienstleistern und globalen Zahlungsplattformen wie Nuvei kümmern sich immer mehr um die operativen Infos, die Absichten in Geldbewegungen umsetzen. Sie sind zuständig für Betrugserkennung, Routing-Optimierung, Autorisierungsleistung, Streitfallmanagement, Abstimmung, Finanzentscheidungen und die Durchsetzung von Compliance-Vorschriften bei Tausenden von Händlern und Millionen von Transaktionen. Da diese Kontrollpunkte im agentenbasierten Handel zusammenlaufen, können die von intelligenten Zahlungsplattformen generierten Infos über die gesamte Wertschöpfungskette hinweg genutzt werden.  

Ein Zahlungsagent kann an einem der folgenden Kontrollpunkte arbeiten:

• Checkout und Finanzierung. Echtzeit-Entscheidungen darüber, ob eine Transaktion okay ist, welche Finanzierungsquelle genutzt werden soll und welche Betrugswarnungen gelten. Intelligenz heißt hier, neue Verhaltensmuster von Agenten zu lernen und sich anzupassen, wenn sich Agenten weiterentwickeln .
• Autorisierung und Weiterleitung. Entscheiden, ob eine Transaktion über 3D Secure gesendet werden soll, welcher Acquirer oder welche Route basierend auf der Live-Performance gewählt werden soll und ob dynamisch auf Gebühren und Weiterleitungswege geboten werden soll. Aktuelle Fallstudien zeigen, dass KI-gesteuerte Weiterleitung und Risikooptimierung Betrugsverluste um mehr als die Hälfte reduzieren und die Genehmigungsraten so weit erhöhen können, dass für einige Händler, insbesondere in grenzüberschreitenden und risikoreicheren Segmenten , Umsatzsteigerungen im hohen einstelligen Bereich erzielt werden können .
• Kontrollen nach der Zahlung. Optimierung von Rückbuchungsnachweisen, Zeitpunkt der Freigabe von Geldern und Liquiditätsmanagement mit Entscheidungen, die sich auf Tausende von Transaktionen pro Tag auswirken.

PSPs und Zahlungsplattformen mit weltweit verteilten Daten, globalen Multi-Acquirer-Setups und eingebetteten KI-Entscheidungsprozessen sind besser in der Lage, agentenbewusste Modelle über verschiedene Regionen und Anwendungsfälle hinweg zu trainieren.

Die Infos, die man von solchen PSPs bekommt, können für Händler echt nützlich sein, die von Agent Commerce profitieren wollen, ohne alles selbst aufzubauen und die ganze Infrastruktur dafür zu organisieren.  

Schicht 4 – Schema-Agenten: Vertrauen und Standards einbauen

Kartennetzwerke entwickeln sich von passiven Zahlungssystemen zu intelligenten Koordinationsschichten, die zwischen automatisierten und manuellen Transaktionen unterscheiden und kontextspezifische Sicherheitsmodelle anwenden.  

Im Oktober 2025 hat Visa zum Beispiel sein Trusted Agent Protocol (TAP) vorgestellt, das zusammen mit Cloudflare entwickelt wurde, um KI-Agenten beim Surfen und Bezahlen kryptografisch zu überprüfen. Damit können Händler und Zahlungsdienstleister vertrauenswürdige Agenten von bösartigen Automatisierungen unterscheiden, ohne viel an ihrer Infrastruktur ändern zu müssen.

In der Zwischenzeit arbeitet Mastercard mit Partnern wie Microsoft, IBM und Google zusammen , um den agentenbasierten Handel weltweit auszubauen, und hat Pläne angekündigt, Agent Pay in ganz Lateinamerika einzuführen.  

Schema-Agenten fangen an, Transaktionen mit „Agentenpräsenz“ zu erkennen und zu klassifizieren, indem sie: ‍

• Vertrauenswürdiges Agentenprotokoll (Visa): Kryptografische Signaturen checken die Identität des Agenten beim Surfen.
• Agent Pay (Mastercard): Spezielle Anmeldedaten zeigen, dass ich ChatGPT bin und für Alex B arbeite.

Schema-Agenten erkennen den Agent-Verkehr über Cloud-IPs, Automatisierungs-Fingerabdrücke und Protokoll-Flags. Damit unterscheiden sie legitime Agenten von Menschen und bösartigen Bots und wenden dann agentspezifische Regeln an, wie z. B. weniger Reibung für vertrauenswürdige Agenten und strengere Kontrollen für unbekannte Agenten. Außerdem koordinieren sie die Authentifizierung, indem sie die Identitätssignale der Agenten über den PSP → Aussteller → Abwicklungsfluss bewahren.  

Was noch fehlt, ist eine breite, kompatible Einführung dieser Standards sowie klare Haftungsregeln, die festlegen, was passiert, wenn ein bevollmächtigter Vertreter eine schädliche Entscheidung im Namen eines Verbrauchers – oder eines Unternehmens – trifft.  

Mit der zunehmenden Verbreitung des agentenbasierten Handels werden Schema-Agenten immer mehr dafür zuständig sein, die Authentifizierung zu koordinieren, kontextbezogene Betrugsmodelle anzuwenden und neue Kategorien für „Agent-Present“-Transaktionen durchzusetzen, die neben den heutigen Unterscheidungen zwischen „Card-Present“ und „Card-Not-Present“ existieren.  

Gleichzeitig wird untersucht, wie Protokolle von Kartennetzwerken (wie TAP und Agent Pay) auf die Interoperabilität von APM ausgeweitet werden könnten.  

Ist deine Zahlungsinfrastruktur bereit für den agentenbasierten Handel?

Branchenumfragen zeigen, dass fast 60 % der Banken und großen Unternehmen denken, dass Agentenzahlungen in den nächsten drei Jahren zum Standard werden, wobei die ersten Anwendungen vor allem bei wiederkehrenden Rechnungen und B2B-Einkäufen zu finden sein werden.  

Es ist wahrscheinlich nur eine Frage der Zeit, bis sich diese Muster auch im B2C-Bereich weiter verbreiten, vor allem bei wiederholten und risikoarmen Käufen. Der E-Commerce entwickelt sich zu einem Multi-Agenten-Ökosystem, in dem menschliche Absichten zunehmend indirekt und nicht mehr nur durch Klicks ausgedrückt werden.

Für Händler geht's weniger darum, ob Agenten kommen, sondern eher, ob ihre Infrastruktur bereit ist , wenn Agenten zur Hauptschnittstelle für den Kauf werden.

‍

Asaf Ben Gal ist der Chef für KI und Analytik bei Nuvei und kümmert sich um die KI-Strategie und die Machine-Learning-Projekte, um aus den coolen Technologien echte Geschäftserfolge zu machen.