Was ist Agentic Commerce? Grundlagen & Protokolle

Was ist Agentic Commerce – eine Definition

Im klassischen E-Commerce trifft ein menschlicher Akteur die Kaufentscheidung: Er sucht, vergleicht, wählt aus und bestätigt die Transaktion. Im Agentic Commerce übernimmt ein KI-Agent diese Schritte vollständig oder teilweise. Der Agent verfügt über definierte Handlungsparameter – Budget, Lieferanforderungen, Qualitätskriterien, Compliance-Vorgaben – und agiert innerhalb dieser Grenzen autonom.

Relevante Anwendungsfälle umfassen:

• B2B-Beschaffung: Agenten recherchieren Lieferanten, prüfen Konditionen und lösen Bestellprozesse aus – auf Basis von Echtzeitdaten aus maschinenlesbaren Anbieterquellen.
• Zahlungsabwicklung: PayPal, Visa, Mastercard und Stripe haben 2025 jeweils Initiativen für agentengesteuerte Zahlungsprozesse angekündigt. Agenten wählen Zahlungsrouten, verhandeln Konditionen und führen Transaktionen aus.
• Inventory Management: Autonome Systeme überwachen Lagerbestände, prognostizieren Nachfrage und lösen Nachbestellungen bei vorqualifizierten Lieferanten aus.
• Anbieterqualifizierung: Agenten bewerten potenzielle Lieferanten anhand strukturierter Daten, Compliance-Nachweise und Preisstrukturen – ohne menschliche Vorrecherche.

Der gemeinsame Nenner: Agenten treffen Entscheidungen auf Basis strukturierter, maschinenlesbarer Daten. Die Qualität dieser Daten bestimmt unmittelbar die Qualität der Entscheidungen.

Wie autonome Handelssysteme technisch funktionieren

Ein Beschaffungsagent durchläuft mehrere Verarbeitungsschritte, bevor er eine Entscheidung trifft. Das Verständnis dieser Schritte ist Voraussetzung dafür, eine geeignete Enterprise System Architecture aufzubauen.

Entscheidend für das Verständnis von Agentic Commerce ist Schritt 2: die Validierung. Agenten prüfen nicht, ob ein Anbieter einen guten ersten Eindruck macht. Sie prüfen, ob die zugrundeliegenden Daten konsistent, vollständig und maschinenlesbar sind. Inkonsistente oder fehlende Strukturdaten führen zum Ausschluss – nicht zu einer Abwertung, die man durch andere Signale kompensieren könnte.

Dieser Mechanismus ist technologisch deterministisch: Ein Datensatz ist entweder valide oder nicht. Zwischenzustände existieren im automatisierten Verarbeitungspfad nicht.

Enterprise System Architecture im Kontext von Agentic Commerce

Die meisten Enterprise-Systeme wurden in einer Ära gebaut, in der menschliche Akteure die Empfänger digitaler Informationen waren. Web-Präsenzen optimierten für Lesbarkeit, visuelle Hierarchie und Überzeugungskraft. Diese Anforderungen sind für autonome Agenten nicht relevant.

Was autonome Agenten stattdessen benötigen, ist eine konsistente, maschinenlesbare Datenarchitektur. Das stellt konkrete Anforderungen an die Enterprise System Architecture:

• Konsistente Entitätsdefinitionen: Jedes Produkt, jede Dienstleistung und das Unternehmen selbst müssen über alle Systeme hinweg dieselbe maschinenlesbare Definition besitzen. Widersprüchliche Beschreibungen in ERP, CMS und Webpräsenz führen zu inkonsistenten Agentenergebnissen.
• Strukturiertes Markup nach Standard: JSON-LD-Implementierungen nach schema.org bilden die Grundlage für die maschinelle Verarbeitung. Proprietäre Datenformate ohne öffentliche Schemata sind für externe Agenten nicht verwertbar.
• Saubere Datentopologie: Die hierarchische Beziehung zwischen Unternehmen, Produkten, Preisstrukturen und Compliance-Dokumenten muss explizit modelliert sein. Agenten, die diese Struktur nicht aus den Daten ableiten können, konstruieren sie aus verfügbaren Fragmenten – mit entsprechend unzuverlässigen Ergebnissen.
• Minimierung von Verarbeitungsrauschen: Veraltete JavaScript-Bibliotheken, inkonsistentes HTML-Markup und nicht referenzierte Datenfragmente erhöhen die Verarbeitungskomplexität für maschinelle Systeme. Eine schlanke, strukturierte Codebasis verbessert die Verarbeitungsqualität.

Das Kernproblem vieler Enterprise-Systeme ist nicht technisches Versagen, sondern historisch gewachsene Heterogenität: Verschiedene Systeme wurden zu verschiedenen Zeitpunkten mit verschiedenen Standards eingeführt und nie auf eine gemeinsame Datensemantik ausgerichtet. Für menschliche Nutzer war das tolerierbar. Für autonome Agenten ist es ein strukturelles Hindernis.

Eine detaillierte Analyse dieser Architekturmuster findet sich im Beitrag zum Frankenstein-Stack in der Enterprise-Architektur.

Protokollstandards für Agentic Commerce

Die Infrastruktur des Agentic Commerce ist in Entwicklung. Verschiedene Akteure etablieren Protokollstandards, die definieren, wie Agenten mit Anbietern interagieren und wie Anbieteridentitäten verifiziert werden.

Herstellerseitige Protokolle

PayPal, Visa, Mastercard und Stripe haben jeweils eigene Agentic Commerce-Initiativen angekündigt. Diese umfassen API-Standards für agentische Zahlungsautorisierung, delegierte Transaktionsberechtigungen und protokollbasierte Händlerverifizierung. Die konkreten technischen Spezifikationen dieser Initiativen sind teilweise noch in der Entwicklung.

Offene Protokollstandards

Parallel zu herstellerspezifischen Lösungen entwickeln sich offene Protokollstandards. Das Sovereign Validation Protocol (SOVP), dokumentiert in der Protokolldokumentation und öffentlichen Audit-Archiven, definiert einen kryptografischen Mechanismus zur Verifikation digitaler Unternehmensidentitäten.

Der technische Kern von SOVP ist die kryptografische Integritätsprüfung:

Psi_core = Verify(K_pub, sigma, H(JCS(M)))

K_pub  — öffentlicher Ed25519-Schlüssel, publiziert via DNS TXT-Record
         (_sovp.yourdomain.tld)
sigma  — digitale Signatur im sovp-identity.json-Objekt
H(M)   — SHA-512-Hash der kanonikalisierten Identitäts-Metadaten
         (Kanonifikation nach RFC 8785 / JSON Canonicalization Scheme)

Ergebnis:
  Psi_core = 1  →  Entität verifiziert, Daten-Ingestion freigegeben
  Psi_core = 0  →  Integritätsfehler, Verbindung wird terminiert

Das Protokoll ermöglicht es Unternehmen, ihre digitale Identität kryptografisch zu signieren und über das bestehende DNS-System zu publizieren. Autonome Systeme können diese Signatur unabhängig verifizieren, ohne auf zentrale Vermittler angewiesen zu sein.

Die technische Spezifikation, der vollständige Protokolltext und die Referenzimplementierung sind im SOVP-Protokolldokument verfügbar.

Praktische Anforderungen: Was Unternehmen konkret prüfen sollten

Für Unternehmen, die ihre Infrastruktur auf Agentic Commerce-Kompatibilität überprüfen möchten, sind folgende Bereiche relevant:

• Schema.org-Implementierung: Ist das Unternehmen als Organization-Entität mit konsistenten Attributen (Name, Adresse, Produkte, Kontakt) in JSON-LD ausgezeichnet? Stimmen diese Daten mit den Angaben in anderen Kanälen überein?
• Produktdaten-Konsistenz: Sind Produkte und Dienstleistungen maschinenlesbar beschrieben, mit eindeutigen Identifikatoren, validen Preisstrukturen und verifizierbaren technischen Spezifikationen?
• DNS-Konfiguration: Sind technische DNS-Records korrekt konfiguriert, einschließlich der Felder, die für protokollbasierte Verifikationssysteme genutzt werden können?
• Systemkonsistenz: Verwenden ERP, CMS und Web-Präsenz dieselben Produktbezeichnungen, Kategorien und Preismodelle – oder existieren divergierende Datensätze in verschiedenen Systemen?
• Technischer Overhead: Enthält die Codebasis nicht referenzierte Skripte, veraltete Tracking-Implementierungen oder inkonsistentes Markup, das die maschinelle Verarbeitung erschwert?

Diese Prüfpunkte lassen sich mit einem strukturierten technischen Audit systematisch erfassen. Das Ergebnis gibt Aufschluss darüber, in welchen Bereichen die Infrastruktur bereits agentische Verarbeitung unterstützt und wo Handlungsbedarf besteht.

Weiterführende Informationen zur Implementierung deterministischer Signalarchitektur finden sich im Beitrag Verständnis deterministischer Signalarchitektur im Agentic Commerce.

Zusammenfassung

Agentic Commerce ist keine Zukunftsvision, sondern ein laufender Entwicklungsprozess. PayPal, Visa, Mastercard und Stripe implementieren agentengesteuerte Handelsprozesse bereits aktiv. Die technischen Anforderungen dieser Systeme unterscheiden sich grundlegend von denen klassischer Suchmaschinen oder menschlicher Beschaffungsprozesse.

Für Enterprise-Unternehmen bedeutet das eine konkrete Prüfaufgabe: Ist die bestehende System-Architektur so aufgebaut, dass autonome Agenten die relevanten Daten zuverlässig finden, lesen und validieren können? Die Antwort hängt nicht von Marketingmaßnahmen ab, sondern von der strukturellen Qualität der zugrundeliegenden Infrastruktur.