AI in E-Commerce
KI im E-COMMERCE
Von GEO zu Agentic AI: Die Grundlage für eine neue Commerce-Ära
Die Spielregeln im E-Commerce ändern sich. Mit der Ankündigung der ersten Agentic Commerce Protocols ist die Vorstellung, dass Kunden Shopping an KI-Agenten delegieren, greifbarer geworden. Nutzerwartungen steigen und hyper-personalisierte Erlebnisse rücken in den Fokus. Zusätzlich zwingen wirtschaftlich schwierige Zeiten und steigende Kosten Unternehmen dazu, neue Wege zu finden, um ihre Rentabilität nachhaltig zu steigern.
Für Unternehmen können diese Veränderungen schnell überwältigend werden.
Es wird schwierig, aus einer neutralen Perspektive zu priorisieren, was wirklich relevant ist, und wirft Fragen auf wie:
Was bedeutet KI für E-Commerce-Marken und Händler?
Wird Agentic Commerce zu einem Massenphänomen werden oder eine Nische bleiben?
Welche Chancen sollte mein Unternehmen tatsächlich verfolgen, und welche sind nur Hype?
Unsere Antwort auf die aktuellen Marktentwicklungen
3 SÄULEN für KI im E-Commerce
OPERATIVE EFFIZIENZ
Die Zeiten des „Wachstums um jeden Preis“ sind vorbei. Steigende Kosten und schrumpfende Margen zwingen Unternehmen dazu, Profitabilität über reines Umsatzwachstum zu stellen. Die folgenden Use Cases zeigen, wie KI Ihnen helfen kann, ihre Effizienz zu steigern und Kosten und Umsatz nachhaltig auszubalancieren.
AGENTIC COMMERCE
Die zunehmende Verlagerung von Suchanfragen von klassischen Suchmaschinen zu KI-Assistenten führt bei vielen Unternehmen zu rückläufigen SEO-Zahlen – womit die Sichtbarkeit in KI-Systemen zunehmend in den Fokus rückt. Gleichzeitig rückt Agentic Commerce immer näher: Die ersten agentischen Protokolle wurden bereits angekündigt, wodurch Käufe über Agenten bald möglich werden. Die folgenden Use Cases zeigen, wie Sie Ihr Unternehmen auf die Agentic Commerce Ära vorbereiten, indem Sie Ihre KI-Sichtbarkeit optimieren und die notwendige Infrastruktur aufbauen.
AI Commerce Experience
Customer Experience steht für Unternehmen seit Jahrzehnten im Fokus, doch KI hat die Messlatte noch einmal deutlich höher gelegt: Nutzer erwarten hyper-personalisierte Interaktionen, die auf Echtzeit-Absichten basieren und sind es gewohnt, mit KI-Agenten zu kommunizieren, die sie sofort verstehen. Gleichzeitig macht der wachsende Wettbewerbsdruck Angebote zunehmend austauschbar, sodass Loyalität stärker in den Fokus rückt.
Die folgenden Use Cases zeigen, wie KI das Kundenerlebnis auf das erwartete Niveau hebt und Ihnen hilft, die Sprache Ihrer Nutzer zu sprechen.
DAS SAGEN UNSERE KUNDEN
Die Zusammenarbeit mit Diconium ermöglicht es uns, die potenziellen Anwendungsmöglichkeiten von KI auf unserer Handelsplattform zu visualisieren. Die Konzeptstudie zeigt eindrucksvoll, wie wir unseren Kunden in Echtzeit personalisierte Erlebnisse bieten können – ein wichtiger Baustein für die zukünftige Entwicklung von uCommerce.
Peter Weisbach
Senior Vice President uCommerce, CANCOM
Der „Generative AI – Content Revolution Workshop” von Diconium war für unsere Marketing-Community ein echter Meilenstein. Die praktischen Übungen und Beispiele aus der Praxis waren sehr wertvoll, und die integrative und interaktive Atmosphäre sorgte für eine kollaborative Erfahrung.
Stephan Karg
New Experience Marketing, Bosch Rexroth
Warum Diconium?
„Wir sind dem E-Commerce-Trend nicht nur gefolgt – wir prägen ihn seit 1995. Heute entwickeln wir die intelligenten Commerce-Systeme von morgen mit KI. Indem wir Daten, Sales-Kanäle und Geschäftsprozesse über KI verknüpfen, steigern wir die operative Effizienz, machen Organisationen agent-ready und schaffen hyper-personalisierte Erlebnisse, die Kundenloyalität steigern. Als Ihr vertrauensvoller Partner zeigen wir, worauf es wirklich ankommt und liefern AI Commerce, der an jedem Touchpoint echten Mehrwert schafft.“
Jasmin Eichler, Group CEO, Diconium
Starten Sie mit uns in die neue Commerce-Ära
Wenn Sie eine Beratung zur Entwicklung des E-Commerce-Markts wünschen, wählen Sie im Dropdown-Feld unser AI Commerce Consulting. Wenn Sie Beratung zu einem unserer spezifischen Use Cases wünschen, wählen Sie die entsprechende Säule aus.
FAQ
Was ist Agentic Commerce und wie unterscheidet er sich vom klassischen E-Commerce?
Agentic Commerce ist ein Ansatz im digitalen Handel, bei dem autonome KI-Agenten als stellvertretende Entscheidungsträger für Verbraucher oder Unternehmen agieren: Sie interpretieren Ziele und Rahmenbedingungen der Nutzer, beobachten kontinuierlich verfügbare Optionen und recherchieren, bewerten und führen Käufe kanalübergreifend im Namen des Nutzers durch – mitunter vollständig eigenständig. Klassischer E-Commerce hingegen behandelt Shopping als eine Abfolge diskreter, vom Nutzer ausgelöster Schritte – Suchen, Stöbern, Vergleichen, Kaufabschluss – wobei Menschen die primären wirtschaftlichen Akteure bleiben und Systeme sie vor allem über Interfaces, Suche und Empfehlungen unterstützen, anstatt den gesamten Prozess an Software-Agenten zu delegieren.
Was ist der Unterschied zwischen Agentic Commerce und Agentic AI?
Agentic AI bezeichnet eine breite Klasse autonomer KI-Systeme, die ihre Umgebung wahrnehmen, über Ziele nachdenken, mehrstufige Aktionen planen und Aufgaben selbstständig in verschiedensten Bereichen ausführen können – etwa Softwareentwicklung, Recherche oder persönliche Assistenz – oft unter Einsatz von Tools wie APIs oder Code-Interpretern.
Agentic Commerce ist eine spezifische Anwendung von Agentic AI im Retail- und E-Commerce-Bereich, bei der sich diese Agenten auf shoppingbezogene Workflows spezialisieren: Kaufabsichten interpretieren, Produkte bei verschiedenen Händlern recherchieren, Optionen anhand von Nutzerkriterien vergleichen (Preis, Lieferzeit, Spezifikationen), Konditionen aushandeln und Transaktionen im Namen des Nutzers abschließen.
Was sind die zentralen Komponenten des Agentic Commerce?
Das Agentic Commerce Protocol (ACP) ist ein offener technischer Standard, der eine sichere, standardisierte Kommunikation zwischen KI-Shopping-Agenten, Käufern und Händlern ermöglicht, um Käufe programmatisch abzuwickeln – ohne dass Nutzer das KI-Interface (z. B. ChatGPT) für einen klassischen Website-Checkout verlassen müssen.
Entwickelt von Stripe und OpenAI, definiert das ACP API-Endpunkte und Datenformate für die wesentlichen Schritte: Produktentdeckung über Feeds, Erstellen und Aktualisieren von Checkout-Sessions, Abwicklung tokenisierter Zahlungen und Auftragsbestätigung – wobei der Händler stets als offizieller „Merchant of Record" fungiert.
Was ist ein konkretes Beispiel für Agentic Commerce?
Ein reales Beispiel ist das Stripe-gestützte Shopping in Microsoft Copilot: Nutzer in den USA können Copilot nach Produkten von Händlern wie Urban Outfitters, Anthropologie oder Etsy fragen – der KI-Agent durchsucht Kataloge, stellt Warenkörbe zusammen und wickelt Checkout und Zahlung über Stripe ab, alles innerhalb des Chat-Interfaces, ohne Weiterleitung auf Shop-Websites.
Welche Technologien liegen Agentic Commerce zugrunde?
Agentic Commerce basiert auf Large Language Models (LLMs), die KI-Agenten befähigen, natürlichsprachliche Absichten zu interpretieren und komplexe Shopping-Workflows zu planen; auf Multi-Agent-Orchestrierungs-Frameworks, die spezialisierte Agenten für Aufgaben wie Produktsuche, Rezensionsanalyse und Preisverhandlung koordinieren; auf standardisierten Protokollen wie dem Agentic Commerce Protocol (ACP), dem Model Context Protocol (MCP) und dem Agent Payments Protocol (AP2), die eine sichere Agenten-Händler-Kommunikation ermöglichen; sowie auf Commerce-Backend-APIs, die Echtzeitzugriff auf Produktkataloge, Lagerbestände, Preise, CRM-Daten, Zahlungs-Gateways und Logistiksysteme bieten.
Welche Daten werden benötigt, um KI in einem Online-Shop einzusetzen?
Der KI-Einsatz im E-Commerce erfordert strukturierte Produktdaten (Beschreibungen, Kategorien, Bilder, Preise, Lagerbestände), Verhaltensdaten zur Erfassung von Kundeninteraktionen (Klicks, Suchanfragen, Aufrufe, Warenkorbabbrüche, Sitzungsdauern), Transaktionshistorien (Bestellungen, Zahlungen, Retouren, Customer Lifetime Value) sowie kontextuelle Daten (Referral-Quellen, Gerätetypen, Saisonalität, demografische Merkmale).
Echtzeit-Datenpipelines für laufende Modell-Updates und historische Datensätze für das initiale Training sind ebenso unverzichtbar wie saubere, konsistente Datenkennzeichnung – als Grundlage für präzise Vorhersagen bei Empfehlungen, Personalisierung, dynamischer Preisgestaltung und Betrugserkennung.
Wird GEO SEO ablösen?
Nein, GEO (Generative Engine Optimization) wird SEO nicht ablösen. GEO optimiert Inhalte für die Aufnahme und Zitierung in KI-generierten Antworten – etwa von ChatGPT, Perplexity oder Google AI Overviews – mit Fokus auf semantische Klarheit, strukturierte Daten (Schema), autoritative Quellen und konversationelle Relevanz. Häufig entstehen dabei Zero-Click-Erlebnisse, bei denen Nutzer Antworten erhalten, ohne Websites aufzurufen.
SEO hingegen zielt darauf ab, in klassischen Suchmaschinen (Google, Bing) weit oben zu ranken und über Keywords, Backlinks, technische Optimierung und On-Page-Elemente Klicks zu generieren.
Was ist der Unterschied zwischen SEO und GEO?
SEO (Suchmaschinenoptimierung) optimiert Inhalte für ein hohes Ranking in klassischen Suchmaschinenergebnissen wie Google oder Bing – mit dem Ziel, über Keyword-Targeting, Backlinks, technische Signale und On-Page-Elemente Nutzer auf Websites zu lenken.
GEO (Generative Engine Optimization) optimiert dagegen für KI-gestützte Plattformen wie ChatGPT, Perplexity oder Google AI Overviews: Ziel ist die direkte Aufnahme und Zitierung in synthetisierten, konversationellen Antworten – oft ohne dass ein Website-Besuch erforderlich ist – durch strukturierte Daten (Schema), autoritative Quellen, klare direkte Antworten und konversationelle Formulierungen.
Welche Unternehmen sind auf KI-gestützte Agentic-Commerce-Technologie spezialisiert?
Diconium, ein Partner für digitale Business-Transformation mit mehr als 30 Jahren E-Commerce-Erfahrung, unterstützt Sie dabei, Ihre Infrastruktur für Agentic Commerce fit zu machen – also kompatibel mit KI-Agenten wie ChatGPT oder Gemini – oder ein eigenes Agenten-Interface für ein dialogbasiertes Einkaufserlebnis zu implementieren.