Vom Klick zur KI-Entscheidung: Was Agentic Commerce für Marken bedeutet

Alles auf einen Blick:

• KI-Agenten übernehmen 2026 Recherche, Vergleich und in Einzelfällen bereits Teile des Checkouts im Auftrag von Nutzern

• Laut internetwarriors GEO-Studie (Mai 2026): Über 80 % der ChatGPT-Citations stammen nicht aus den Google Top 50

• FAQ-Seiten, How-to-Guides und Vergleichstabellen sind die meistzitierten Formate in KI-Systemen

• Schema.org-Markup wird zur Infrastrukturpflicht, nicht zur optionalen Ergänzung

• AI Overviews senken die Klickrate klassischer Suchergebnisse um bis zu 67,8 % und verlangen eine neue Paid-Media-Logik

Was Agentic Commerce für Unternehmen und ihre Sichtbarkeit bedeutet

Agentic Commerce beschreibt den Übergang von einem klickgetriebenen E-Commerce-Modell hin zu einem System, in dem KI-Agenten Produkte recherchieren, Optionen bewerten, Einschränkungen berücksichtigen und konkrete Kaufvorschläge vorbereiten. Der Onlineshop ist in diesem Modell nicht mehr nur Verkaufsfläche, sondern zugleich Datenquelle, Entscheidungsgrundlage und Transaktionsinfrastruktur.

Technisch wird diese Entwicklung durch neue Protokolle und standardisierte Schnittstellen beschleunigt. Im Jahr 2026 werden vor allem das Model Context Protocol (MCP), das Agentic Commerce Protocol (ACP) und das Agent Payments Protocol sichtbarer, weil sie Kontext, Commerce-Daten und Zahlungsfreigaben für KI-Systeme besser zugänglich machen sollen.

Wichtig ist dabei die Trennung zwischen Discovery und Checkout. Shopify beschreibt Agentic Storefronts so, dass Produkte über den Shopify Catalog in AI-Kanälen auffindbar werden, während der Kaufabschluss je nach Kanal entweder im Shop oder direkt in der jeweiligen Oberfläche stattfinden kann. Genau diese Entkopplung verändert die Logik des digitalen Handels: Sichtbarkeit, Empfehlung und Abschluss müssen nicht mehr auf derselben Oberfläche stattfinden.

GEO statt nur SEO: Was die internetwarriors Studie zeigt

Die dritte GEO-Studie von internetwarriors zeigt, dass sich klassische SEO-Sichtbarkeit und KI-Sichtbarkeit nur noch begrenzt überschneiden. Für die Studie wurden 240 Prompts aus 12 Branchen in Deutschland ausgewertet; insgesamt flossen 5.317 URLs in die Analyse ein, davon 4.794 eindeutige URLs.

Die Zahlen markieren einen Wendepunkt. Von den im Google AI Mode verlinkten URLs finden sich nur 15,6 Prozent in den Top 10 der organischen Google-Suche. Bei ChatGPT liegt dieser Wert sogar nur bei 9,2 Prozent. Gleichzeitig liegen über 70 Prozent der AI-Mode-Links und über 80 Prozent der ChatGPT-Citations außerhalb der Google Top 50.

Diese Ergebnisse zeigen nicht, dass SEO bedeutungslos wird. Sie zeigen vielmehr, dass GEO eigenen Auswahlmechanismen folgt. Wer organisch gut rankt, hat weiterhin Vorteile bei Autorität und Domain-Vertrauen, wird aber nicht automatisch auch von generativen Systemen zitiert.

Warum starke Domains allein nicht mehr ausreichen

Ein besonders aufschlussreiches Ergebnis der Studie betrifft die Rolle starker Domains. 51,3 Prozent der Citations im Google AI Mode und 33,0 Prozent der Citations bei ChatGPT stammen von Domains, die in den Top 10 der organischen Suche vertreten sind – allerdings oft mit anderen Unterseiten als in der klassischen Google-Suche.

Das ist ein entscheidender Unterschied. Klassische SEO belohnt häufig die eine beste URL für ein Thema. Generative Systeme suchen dagegen auf einer vertrauenswürdigen Domain nach der Seite, die eine konkrete Frage am präzisesten beantwortet. Nicht die stärkste Startseite gewinnt, sondern die passendste Unterseite.

Damit verschiebt sich der Fokus von Keyword-Platzierungen zu Themenabdeckung, Entitätenklarheit und Antworttiefe. Unternehmen müssen also nicht nur sichtbar sein, sondern für Maschinen als belastbare Quelle interpretierbar werden.

Welche Inhalte KI-Systeme bevorzugen

Die internetwarriors Studie zeigt deutlich, welche Seitentypen in KI-Antworten bevorzugt vorkommen. FAQ-, Hilfe- und How-to-Seiten liegen bei 22,8 Prozent im Google AI Mode und 26,3 Prozent bei ChatGPT. Blogartikel folgen mit 19,4 Prozent beziehungsweise 17,5 Prozent, Vergleichstabellen mit 10,5 Prozent beziehungsweise 12,1 Prozent.

Diese Verteilung ist nachvollziehbar. FAQ- und How-to-Seiten liefern kompakte, klar strukturierte Antworten. Blogartikel bieten den nötigen Kontext. Vergleichstabellen sind für KI-Systeme besonders wertvoll, weil sie Produkte, Leistungen oder Optionen entlang konkreter Merkmale direkt vergleichbar machen.

Klassische Produktdetailseiten spielen dagegen eine kleinere Rolle, als viele Händler erwarten würden. Im Google AI Mode entfallen nur 3,5 Prozent der Citations auf Produktdetailseiten, bei ChatGPT 4,7 Prozent. Das spricht dafür, dass KI-Systeme häufig eher aggregierende oder erklärende Seiten bevorzugen als isolierte Produktansichten.

Wie die Suchintention die Quellenwahl verändert

Die Suchintention verändert die Content-Präferenzen zusätzlich. Bei informationellen Prompts dominieren FAQ-/How-to-Inhalte und Blogartikel. Im Google AI Mode liegen FAQ-/How-to-Seiten hier bei 30,46 Prozent und Blogartikel bei 26,39 Prozent; bei ChatGPT sind es 31,63 Prozent beziehungsweise 23,53 Prozent.

Bei transaktionalen Prompts verschiebt sich das Muster deutlich. Vergleichstabellen, Leistungsseiten und Startseiten gewinnen an Gewicht, während Produktdetailseiten zwar zulegen, aber weiterhin nicht dominant werden. Das deutet darauf hin, dass KI-Systeme Kaufentscheidungen häufig zunächst über verdichtete Entscheidungsseiten strukturieren, bevor einzelne Produkte eine größere Rolle spielen.

Für Händler ist das eine wichtige Erkenntnis: Wer nur Produktdetailseiten optimiert, greift zu kurz. Für generative Such- und Shoppingumgebungen braucht es eine zusätzliche Content-Schicht aus FAQs, Vergleichen, Beratungsinhalten und klaren Leistungsseiten.

Warum strukturierte Daten zur Infrastrukturpflicht werden

Mit dem Aufstieg des Agentic Commerce werden strukturierte Daten zu einer zentralen Infrastrukturfrage. Sie helfen KI-Systemen dabei, Preise, Verfügbarkeit, Produktattribute, Lieferbedingungen, Rückgaberichtlinien und Organisationsinformationen zuverlässig zu interpretieren.

Das verändert auch die Rolle technischer SEO-Arbeit. Product-, Offer-, FAQ Page-, Organization-, Local Business- und je nach Geschäftsmodell Merchant Return Policy-Daten werden wichtiger, weil sie Informationen maschinenlesbar, vergleichbar und handlungsfähig machen. Je konsistenter und eindeutiger diese Daten gepflegt sind, desto besser können Systeme eine Marke oder ein Angebot einordnen.

Im Kern geht es darum, aus einer Website nicht nur eine lesbare, sondern auch eine entscheidungsfähige Quelle zu machen. Agentic Commerce belohnt nicht allein gutes Design, sondern gute Datenstrukturen.

Shopify und Shopware: Wie Plattformen reagieren

Die Infrastruktur großer Plattformen zeigt bereits, wohin sich der Markt bewegt. Shopify setzt mit Agentic Storefronts und dem Shopify Catalog auf ein Modell, in dem Discovery in AI-Kanälen stattfindet und der Checkout je nach Kanal im Shop oder direkt in der Oberfläche des jeweiligen Systems abgewickelt wird.

Dadurch wird auch Attribution neu relevant. Shopify weist Bestellungen aus Agentic Storefronts mit Kanal- oder Referrer-Attribution aus. Sichtbarkeit in KI-Systemen ist damit nicht nur ein Thema der Reichweite, sondern lässt sich zunehmend als Commerce-Kanal messen.

Shopware geht im Mai 2026 in eine ähnliche Richtung. Der neue Sales-Channel-Typ für Agentic Commerce, OpenAI Product Feeds, JSONL-Exporte und KI-Referral-Tracking zeigen, dass Produktfeeds, Datenformate und Performance-Messung zum Standardwerkzeug für die nächste Commerce-Phase werden.

Wie AI Overviews die Paid-Media-Logik verschieben

Der Aufstieg generativer Suchoberflächen verändert auch die Logik bezahlter Sichtbarkeit. Wenn eine KI-Zusammenfassung den Rechercheteil bereits übernimmt, sinkt die Wahrscheinlichkeit, dass Nutzer wie früher auf klassische Anzeigen oder organische Standardergebnisse klicken.

Das Zahlen-Highlight: Eine Klickrate von 19,70 Prozent ohne AI Overview fällt mit AI Overview auf 6,34 Prozent – ein relativer Rückgang von rund 67,8 Prozent. Dieser Wert ist als strategisches Signal wichtiger, denn als exakte Universalzahl. Er zeigt, wie stark generative Oberflächen die bisherige Klicklogik verschieben können.

Gleichzeitig bietet sich eine neue Chance: Wenn Marken innerhalb des AI Overviews zitiert werden, steigt die Klickrate ihrer darunter platzierten bezahlten Anzeigen um bis zu 91 Prozent. Das macht deutlich, warum GEO und Paid Media keine getrennten Disziplinen mehr sind.

Für Paid Media bedeutet das keine Abkehr vom bisherigen Modell, sondern eine Neuausrichtung. Wer in der Antwortlogik generativer Systeme, in Produktfeeds und in nachgelagerten Entscheidungsstrecken präsent ist, verbessert nicht nur die organische Sichtbarkeit, sondern auch die Wirkung bezahlter Maßnahmen.

Warum B2B besonders stark betroffen ist

Im B2B-Umfeld ist Agentic Commerce potenziell sogar noch tiefgreifender als im B2C. Beschaffungsprozesse basieren hier auf Spezifikationen, Freigaben, Rahmenbedingungen, Compliance-Anforderungen und wiederkehrenden Lieferbeziehungen. Genau deshalb sind strukturierte Informationen, Vergleichbarkeit und verlässliche Daten für KI-gestützte Auswahlprozesse besonders relevant.

Ein B2B-Agent muss nicht nur Produkte vergleichen, sondern auch Lieferfähigkeit, Zertifizierungen, Vertragsoptionen, Mindestabnahmemengen oder Service-Level verstehen. Unternehmen, die diese Informationen nur in PDF-Dokumenten, unstrukturierten Tabellen oder vager Marketingsprache bereitstellen, erschweren Maschinen die Bewertung. Anbieter mit klar strukturierten, belastbaren Daten gewinnen damit einen überproportionalen Vorteil.

Gerade im B2B wird deshalb sichtbar, dass Agentic Commerce kein reines UX-Thema ist. Er ist ein Infrastruktur-, Daten- und Vertrauensprojekt. Wer nur die Website-Texte anpasst, aber Produkt- und Leistungsdaten nicht systematisch aufbereitet, bleibt für die neue Beschaffungslogik oft unscharf.

Was internetwarriors als „AI-AI Bias" bezeichnet

Als analytisches Arbeitskonzept bezeichnen wir bei internetwarriors ein bestimmtes Muster als AI-AI Bias: die Tendenz von KI-Systemen, Anbieter mit besonders klaren, strukturierten und faktenreichen Informationen systematisch zu bevorzugen, weil diese Daten leichter verarbeitet, verglichen und mit geringerer Unsicherheit weiterverwendet werden können.

Dieses Denkmodell korrigiert eine häufige Fehleinschätzung: Nicht die emotionalste Markenbotschaft gewinnt automatisch, sondern oft die Quelle mit der geringsten Interpretationslast. Gerade in B2B-Märkten, in denen Produkte komplex und Unterschiede erklärungsbedürftig sind, kann dieser Bias darüber entscheiden, welche Anbieter überhaupt in die engere Auswahl kommen.

Die 95:5-Regel im Agenten-Web

Die 95:5-Regel – ursprünglich aus der B2B-Marketingforschung des LinkedIn B2B Institute und der Arbeit von Les Binet und Peter Field – besagt vereinfacht, dass sich der Großteil potenzieller Käufer zu einem gegebenen Zeitpunkt nicht aktiv im Kaufmodus befindet. Marken müssen daher langfristig Gedächtnisstrukturen aufbauen, statt nur auf unmittelbare Nachfrage zu reagieren.

Im Kontext von Agentic Commerce lässt sich diese Logik erweitern. Eine Marke muss nicht nur im Kopf des Menschen präsent sein, sondern zunehmend auch in den Datenräumen, Wissensgraphen und trainierten Präferenzmustern der Systeme. Wer erst im Moment der konkreten Kaufanfrage beginnt, seine Struktur, Inhalte und Entitäten zu ordnen, kommt oft zu spät.

Deshalb sollte Markenarbeit im Agenten-Web nicht als Gegensatz zu Performance gedacht werden. Sie ist vielmehr eine Vorbedingung dafür, dass eine Marke als vertrauenswürdige Quelle, als bevorzugte Domain oder als sinnvolle Empfehlung auftaucht.

Governance, Vertrauen und Transaktionssicherheit

Mit der Delegation von Kaufentscheidungen an Maschinen steigen die Anforderungen an Governance, Authentifizierung und Transaktionssicherheit erheblich. Laut aktuellen Branchenerhebungen erwarten 78 Prozent der Finanzinstitute einen Anstieg von Betrugsfällen durch KI-Shopping-Agenten. Das treibt die Entwicklung sogenannter „Know Your Agent"-Protokolle voran, die sicherstellen sollen, dass ein Agent tatsächlich im Namen eines berechtigten Nutzers handelt und über ein klar definiertes Budget verfügt.

Das Agent Payments Protocol und verwandte Entwicklungen zeigen, dass die Branche an Mechanismen arbeitet, mit denen Agenten Zahlungen kontrolliert und autorisiert auslösen können. Plattformen wie Stripe und PayPal bieten bereits erste Schutzschirme und Absicherungslösungen für agentenvermittelte Transaktionen an.

Für Händler und Plattformen bedeutet das: Rechte, Limits, Identitäten und Nachvollziehbarkeit werden wichtiger. Der Vertrauensfaktor verschiebt sich von der reinen Markenwahrnehmung auf die Ebene technischer Verlässlichkeit. Im Agentic Commerce gewinnt nicht nur die attraktivste Oberfläche, sondern oft die sicherste und am besten dokumentierte Infrastruktur.

Was Unternehmen jetzt konkret tun sollten

Unternehmen sollten ihre Website und ihre Commerce-Daten nicht länger nur unter SEO-Gesichtspunkten prüfen. Der erste Schritt ist ein Audit der maschinellen Lesbarkeit: strukturierte Daten, Produktattribute, Richtlinien, Feed-Qualität und Konsistenz über alle Systeme hinweg müssen sauber gepflegt sein.

Der zweite Schritt ist der Ausbau einer klaren Content-Schicht für generative Systeme. FAQ-Seiten, Vergleichsinhalte, Beratungsseiten und erklärende Blogartikel sind nicht nur nützlich für Nutzer, sondern auch die Formate, die in der GEO-Studie überdurchschnittlich häufig zitiert wurden.

Drittens sollten Unternehmen Attribution und Tracking für AI-Traffic früh aufbauen. Nur wenn sichtbar wird, welche Systeme Discovery, Referrals und Conversions auslösen, lässt sich Agentic Commerce als echter Kanal bewerten und steuern.

Viertens braucht es einen engeren Schulterschluss zwischen SEO, Content, Feed-Management, Analytics und Paid Media. Der frühere Siloblick funktioniert immer schlechter, wenn Empfehlung, Vergleich, Click-out und Checkout über unterschiedliche Systeme verteilt sind.

Fazit: Wer strukturierte Daten, eine klare Content-Schicht und kanalübergreifendes Tracking früh aufbaut, verschafft sich einen messbaren Vorsprung in der nächsten Phase des digitalen Handels.

Warum 2026 ein Wendepunkt ist

Die internetwarriors GEO-Studie zeigt deutlich, dass generative Suchsysteme nach anderen Mustern arbeiten als die klassische Google-Suche. Sie bevorzugen oft andere Seitentypen, wählen andere Unterseiten und verarbeiten Inhalte stärker entlang von Struktur, Antworttiefe und maschineller Verwertbarkeit.

Agentic Commerce ist deshalb mehr als ein neues Schlagwort. Er markiert einen infrastrukturellen Wandel im digitalen Handel. Die Gewinner der nächsten E-Commerce-Phase werden die Unternehmen sein, die ihre Inhalte, Produktdaten, Marken-Entitäten und Commerce-Prozesse so aufbereiten, dass sie sowohl für Menschen als auch für Maschinen verständlich, vertrauenswürdig und handlungsfähig sind.