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.  

In agentic commerce, the future belongs to merchants who have built agents to actively shape transactions and own outcomes, not merely waiting to be discovered.

Layer Three - Payment Agents: The operational intelligence center  

Agents within PSPs and global payment platforms like Nuvei increasingly handle the operational intelligence that turns intent into money movement at scale. They own fraud detection, routing optimization, authorization performance, dispute management, reconciliation, treasury decisions, and compliance enforcement across thousands of merchants and millions of transactions. As these control points converge in agentic commerce, the intelligence payment platforms will generate can compound across the entire value chain.  

A payment agent can operate within one of the following control points:

• Checkout and funding. Determining whether a transaction should be approved, which funding source to use, and which fraud signals to apply in real time. Intelligence here means learning new patterns of agent behavior and adapting as agents evolve. ‍
• Authorization and routing. Deciding whether to send a transaction through 3D Secure, which acquirer or route to choose based on live performance, and whether to bid dynamically on fees and routing paths. Recent case studies show that AI‑driven routing and risk optimization can reduce fraud losses by more than half and lift approval rates enough to deliver high‑single‑digit revenue uplifts for some merchants, especially in cross‑border and higher‑risk segments. ‍
• Post‑payment controls. Optimizing chargeback evidence, fund release timing, and liquidity management, with decisions that compound across thousands of transactions per day.

PSPs and payment platforms with globally distributed data, multi‑acquirer global setups, and embedded AI decisioning will be better positioned to train agent‑aware models across geographies and use cases.

The intelligence received from such PSPs can become a shared asset for merchants who want to benefit from agentic commerce without building every capability themselves and the entire infrastructure powering agentic commerce.  

Layer Four - Scheme Agents: Encoding trust and standards

Card networks are evolving beyond passive payment rails into intelligent orchestration layers that differentiate agents from human transactions and apply context‑specific security models.  

For example, in October 2025, Visa unveiled its Trusted Agent Protocol (TAP) - developed with Cloudflare - to provide cryptographic verification for AI agents during browsing and checkout. With it, merchants and PSPs can distinguish trusted agents from malicious automation with minimal changes to their infrastructure.

Meanwhile, Mastercard is working with partners including Microsoft, IBM, and Google to scale agentic commerce globally, and has announced plans to expand Agent Pay across Latin America.  

Scheme agents are beginning to detect and classify “agent-present” transactions via: ‍

• ‍Trusted Agent Protocol (Visa): Cryptographic signatures verify agent identity during browsing ‍
• Agent Pay (Mastercard): Special credentials prove "I'm ChatGPT acting for Alex B"

Scheme agents spot agent traffic through cloud IPs, automation fingerprints, and protocol flags. These distinguish legitimate agents from humans and malicious bots, then apply agent-specific rules such as lower friction for trusted agents, tighter scrutiny for unknown ones. They also coordinate authentication by preserving agent identity signals through the PSP → issuer → settlement flow.  

What remains undeveloped is broad, interoperable adoption of these standards, as well as clear liability rules that define what happens when an authorized agent makes a harmful decision on behalf of a consumer – or a business.  

As agentic commerce scales, scheme agents will increasingly be responsible for coordinating authentication, applying context‑aware fraud models, and enforcing emerging “agent‑present” categories that sit alongside today’s card‑present and card‑not‑present distinctions.  

At the same time, schemes are exploring how card network protocols (such as TAP and Agent Pay) could extend toward APM interoperability.  

Is your payment infrastructure ready for agentic commerce?

Industry surveys suggest that close to 60% of banks and large corporations expect agentic payments to be mainstream within the next three years, with early adoption clustering around recurring billing and B2B purchasing flows.  

It is likely only a matter of time before these patterns extends more broadly into B2C, particularly for repeat and low-risk purchases. eCommerce is evolving into a multi-agent ecosystem, where human intent is increasingly expressed indirectly rather than through clicks.

For merchants, the question is less whether agents are coming and more whether their infrastructure will be ready when agents become a primary interface for purchase.

‍

Asaf Ben Gal is Director of AI & Analytics at Nuvei, leading the company’s AI strategy and applied machine learning initiatives to turn advanced technologies into measurable business impact.