Der klassische Online-Shop war ein digitales Regal. Der Kunde kam, suchte, verglich, entschied.
Er kommt nicht mehr. Er schickt einen Agenten. Und der Agent interessiert sich nicht für Ihr Design, Ihre Geschichte oder Ihre Verkaufspsychologie. Er liest Ihren Feed.
Die Lage
Die Infrastruktur steht. Im September 2025 veröffentlichten OpenAI und Stripe das Agentic Commerce Protocol. Im Januar 2026 stellte Google auf der NRF das Universal Commerce Protocol vor, entwickelt mit Shopify, Etsy, Wayfair und Target, getragen von über zwanzig Partnern. Microsoft hat UCP für Copilot übernommen.
Die Nachfrage ist da. ChatGPT verarbeitet nach Angaben von OpenAI rund 50 Millionen kaufbezogene Anfragen pro Tag. Der KI-getriebene Traffic auf Handelsseiten wuchs am Black Friday 2025 laut Adobe um 805% gegenüber dem Vorjahr.
Und niemand kann es messen. Genau hier wird es interessant. Bei agentenvermittelten Käufen beginnt Ihr Datenstrom erst beim Warenkorb. Discovery, Vergleich, Abwägung, verworfene Alternativen: alles findet in ChatGPT statt, und Sie sehen davon nichts.
Wie blind der Kanal ist, zeigt sich an den Zahlen selbst. Eine Analyse meldet, dass KI-verwiesene Käufer deutlich besser konvertieren als klassischer Traffic. Eine andere meldet, dass sie dramatisch schlechter konvertieren als Affiliate-Traffic.
Beide können recht haben. Und das ist der eigentliche Befund.
Die andere Sichtweise
Sie verkaufen nicht mehr. Sie werden ausgewählt.
Der beliebteste Satz der Branche lautet: KI macht den Shop zum Entscheidungssystem. Wir müssen unsere Produktdaten pflegen.
Das ist richtig und es ist harmlos. Es unterstellt nämlich weiterhin, dass der Kunde zu Ihnen kommt und Sie ihm beim Entscheiden helfen.
Er kommt nicht. Die Entscheidung fällt außerhalb Ihres Shops, in einem Gespräch, an dem Sie nicht teilnehmen. Wenn der Agent bei Ihnen ankommt, ist die Auswahl längst getroffen. Er kommt nicht zum Überzeugen. Er kommt zum Abwickeln.
Damit stirbt die Hälfte Ihres Werkzeugkastens.
Design. Storytelling. Emotion. Der Ankereffekt im Preisdisplay. Die Verknappung. Die Bildsprache. Das war der Vorsprung inhabergeführter Marken gegenüber der Konzernkonkurrenz, weil er Geschmack und Haltung verlangte und nicht Budget.
Der Agent sieht davon nichts.
Der Fund: Der Agent ist nicht rational. Er ist anders irrational.
Und hier kommt die Wendung, die den ganzen Fall dreht.
Ein Forschungsteam hat mit ABxLab (arXiv 2509.25609) systematisch geprüft, wie KI-Agenten in einer realistischen Einkaufsumgebung entscheiden. Variiert wurden Preise, Bewertungen, Reihenfolgen und psychologische Anstöße.
Das Ergebnis ist unmissverständlich. Die Entscheidungen der Agenten verschieben sich vorhersagbar und erheblich. Die Autoren nennen sie stark verzerrte Wähler, und zwar obwohl sie den kognitiven Beschränkungen, die menschliche Verzerrungen erzeugen, gar nicht unterliegen.
Ein paar Zahlen daraus:
- Ein Modell zeigte eine Präferenz von 90 Prozentpunkten für das zuerst gelistete Produkt.
- Ein anderes Modell zeigte einen Nachteil von 35,4 Prozentpunkten für genau dasselbe.
- 13 von 17 getesteten Modellen reagierten signifikant auf die Reihenfolge.
- Ein simpler Hinweis wie „Dieses Produkt ist ein Bestseller“ verschiebt die Wahl.
Lesen Sie die ersten beiden Zeilen noch einmal. Die Verzerrung existiert nicht nur, sie zeigt bei verschiedenen Modellen in verschiedene Richtungen.
Damit ist die Sache klar: Verkaufspsychologie stirbt nicht. Sie wechselt die Spezies.
Nur mit einem entscheidenden Unterschied. Die Irrationalität des Menschen mussten Sie mit einer Studie für 50.000 Euro und sechs Wochen Laufzeit vermessen. Die Irrationalität der Maschine vermessen Sie an einem Nachmittag, indem Sie hundertmal fragen und zählen.
Nicht rational, aber vorhersagbar. Der Satz gilt weiter. Er gilt jetzt nur für einen anderen Käufer.
Die Kennzahl: Agent Win Rate
Der Kanal ist blind, weil die Attribution zusammengebrochen ist. Also bauen Sie sich eine eigene Kennzahl, die nicht auf Attribution angewiesen ist.
Agent Win Rate = Anteil der Anfragen aus Ihrer Kategorie, bei denen Ihre Marke genannt wird.
Die Erhebung ist banal. Hundert realistische Kaufanfragen Ihrer Kategorie, gestellt an ChatGPT, Gemini und Claude. Zählen, wie oft Sie vorkommen. Dasselbe für die drei stärksten Wettbewerber.
Ein Beispiel mit realistischen Zahlen. Ein Shop mit 1,2 Millionen Umsatz misst bei hundert Anfragen:
Agent Win Rate: 7%.
Der Unterschied liegt nicht am Produkt, das ist vergleichbar. Nicht am Preis, der ist konkurrenzfähig. Nicht an der Marke, die ist im Markt bekannter als B.
Er liegt in der Vollständigkeit des Feeds, in der Formulierung der Attribute, in der Darstellung der Bewertungen und in Angaben zu Lieferung und Rückgabe, die der Agent vergleichen kann und bei Ihnen nicht findet.
Kosten der Messung: ein Nachmittag.
Kosten des Nichtmessens: der gesamte Kanal, der gerade dreistellig wächst.
Und dann ändern Sie eine Zeile im Feed und messen erneut. Das ist A/B-Testing gegen den Auswähler statt gegen den Käufer. Und im Gegensatz zum menschlichen A/B-Test brauchen Sie dafür keinen Traffic, keine Signifikanz und keine drei Wochen Laufzeit.
Vier Reaktionen, die vorhersagbar sind
Feed pflegen und abhaken. Strukturierte Daten, Schema-Markup, Protokollkonformität. Das ist notwendig und es ist der Boden, nicht der Vorteil. Sobald Ihr Katalog konform ist, kann jeder Wettbewerber dieselbe Checkbox abhaken.
Weiter am Shop optimieren. Neues Design, bessere Fotos, emotionalere Texte. Optimierung für einen Besucher, der nicht mehr kommt.
Auf Attribution warten. „Wir steigen ein, sobald wir es messen können.“ Der Kanal wird nicht messbar, weil die Discovery bei jemand anderem stattfindet. Wer auf saubere Attribution wartet, wartet auf etwas, das nicht kommt.
Den Kanal für klein halten. Er ist heute klein und wächst dreistellig. Die Fehlwahrnehmung entsteht, weil Menschen absolute Größen sehen und keine Wachstumsraten.
Der Hebel, und seine Grenze
Der Hebel ist die Messung. Wer die Agent Win Rate kennt und der Wettbewerb nicht, arbeitet mit Licht in einem dunklen Raum.
Aber seien wir ehrlich über die Haltbarkeit.
Die Forschung zeigt auch, dass sich Metadaten gezielt so optimieren lassen, dass ein Agent ein Angebot bevorzugt. Das ist der Weg in den Graubereich, und er ist ein Irrweg. Die Plattformen werden gegensteuern, so wie Google gegen SEO-Spam gesteuert hat. Wer darauf baut, baut auf Sand und riskiert den Ausschluss.
Was bleibt, ist etwas Langweiligeres und Haltbareres: maschinenlesbare Ehrlichkeit. Für wen ist das Produkt geeignet, für wen nicht. Wann reicht die günstigere Variante. Warum ist die teurere ihr Geld wert. Was sind die häufigsten Retourengründe. Welche Alternative ist die bessere, wenn der Kunde etwas anderes braucht.
Diese Informationen hat jeder Inhaber im Kopf. Fast niemand hat sie im Feed. Und ein Agent, der sie findet, kann Sie empfehlen. Ein Agent, der sie nicht findet, rät. Und er rät nicht zu Ihren Gunsten.
Und noch etwas: Sobald alle dasselbe tun, konvergiert der Vorteil. Wie immer. Das Zeitfenster ist jetzt, weil es fast niemand tut.
Wie divendus hier hilft
Die Abgrenzung zuerst.
Die Agentur baut den Shop. Sie baut ihn für Menschen, weil sie das gelernt hat.
divendus misst, wie der Auswähler entscheidet, und baut die Daten, nach denen er entscheidet.
Drei Aufgaben.
- Die Agent Win Rate erheben.
Für Sie und für Ihre drei stärksten Wettbewerber, über die relevanten Oberflächen hinweg. Das Ergebnis ist die erste belastbare Zahl, die Sie über diesen Kanal je gesehen haben. Meist ist sie unangenehm. - Die Verzerrungen des Auswählers testen.
Reihenfolge, Attributformulierung, Bewertungsdarstellung, Vollständigkeit, Lieferangaben. Eine Änderung, hundert Anfragen, messen. Die Verzerrungen unterscheiden sich je nach Modell, teils sogar in der Richtung. Es gibt also keine einmalige Optimierung. Es gibt nur laufende Messung, und genau das macht es zu einem Vorsprung und nicht zu einem Häkchen. - Das Wissen des Inhabers in den Feed bringen.
Für wen nicht geeignet. Wann die günstigere Variante reicht. Warum die teurere. Häufigste Retourengründe. Die Einwände aus dem Verkaufsgespräch. Das ist der Teil, den kein Wettbewerber kopieren kann, weil er ihn nicht hat.
Und der Grund, warum das über den Shop hinausgeht
Was hier passiert, ist keine E-Commerce-Frage. Es ist der Prototyp.
Sobald Agenten kaufen, werden sie auch Lieferanten auswählen, Angebote vergleichen, Dienstleister vorsortieren und Bewerbungen filtern. Gartner erwartet, dass KI-Agenten bis 2028 einen erheblichen Teil der B2B-Beschaffung vermitteln.
Die Frage ist überall dieselbe: Nach welchen Kriterien entscheidet der Auswähler, und wissen Sie, wie Sie darin aussehen?
Wer diese Frage für seinen Shop nicht beantworten kann, wird sie für seine Ausschreibung erst recht nicht beantworten können.
Drei Prüffragen
- Wie hoch ist Ihre Agent Win Rate?
Kennen Sie die Zahl nicht, haben Sie keine Strategie für diesen Kanal. Sie haben eine Hoffnung. - Wofür optimieren Sie gerade Ihren Shop?
Wenn die Antwort Design, Emotion oder Storytelling lautet: für wen genau? - Was weiß Ihr Inhaber über Ihre Produkte, das nicht in Ihrem Feed steht?
Genau das ist der Teil, den ein Agent bräuchte, um Sie zu empfehlen, und der Grund, warum er es nicht tut.
Die alte Frage lautete: Wie bringen wir mehr Besucher in den Shop?
Die neue Frage lautet: Wie werden wir von einem Auswähler erkannt, der uns nie besuchen wird?
Der Agent ist nicht rational. Er ist nur anders irrational, und im Gegensatz zum Menschen können Sie ihn hundertmal fragen, bevor Sie einen Euro ausgeben.
Wer besser entscheidet, gewinnt.
Quellen: ABxLab, „A Framework for Studying AI Agent Behavior: Evidence from Consumer Choice Experiments“ (arXiv 2509.25609). Adobe Analytics, Black Friday 2025. OpenAI, Februar 2026. Google, NRF Januar 2026.