Agentic Commerce 10/10: Werbung ohne Menschen – KI-Agenten gestalten den Markt neu

Retail Media ist nicht tot. Aber der Ort, an dem Werbung wirkt, verschiebt sich gerade grundlegend. Marken kaufen weiter Reichweite im Handelsumfeld, Suchmaschinen ziehen noch immer Budget an. Nur reicht das alte Muster nicht mehr aus, sobald KI-Agenten die Vorauswahl übernehmen.

Retail Media bezeichnet Werbung im Umfeld des Handels, auf eigenen digitalen oder physischen Flächen, gestützt auf Handelsdaten. Im weiteren Sinn gehören auch Formate dazu, die außerhalb der Händlerflächen stattfinden, aber auf Handelsdaten und messbaren Kaufeinfluss zielen. Genau diese Definition wird jetzt zur entscheidenden Grenze, denn sie beschreibt einen Bereich, in dem Werbung noch an Kaufdaten hängt. Außerhalb dieses Bereichs wird die Lage für Werbung ungleich schwieriger.

Wer die Entscheidungsvorlage kontrolliert

Die alte Werbelogik war simpel. Aufmerksamkeit erzeugen, Klicks gewinnen, Conversion messen. Das funktionierte, solange Menschen selbst suchten und selbst verglichen. Sobald ein Agent die Vorauswahl übernimmt, sinkt der Wert klassischer Werbeplätze, weil sie zu spät im Entscheidungsprozess liegen.

Suchmaschinen bleiben relevant, ihre Rolle verändert sich. Sie sind weniger Startpunkt, mehr Datenquelle in einem längst vorentschiedenen Prozess. Hat ein Agent schon gefiltert, kommt eine Marke erst später ins Spiel oder gar nicht mehr.

Hier liegt die eigentliche Bruchstelle: Werbung im klassischen Sinn ist auf menschliche Wahrnehmung ausgelegt, auf Bilder, Emotion, Wiederholung. Ein Agent verarbeitet keine Emotion. Er verarbeitet Daten. Marken können einen Agenten deshalb nicht überzeugen, sie können ihn nur füttern. Eine Analyse der Berkeley Haas School beschreibt das so: Emotionale Dimensionen der Markenbeziehung werden von Agenten als irrelevantes Rauschen gefiltert, weil sie für die Kaufentscheidung keine maschinenlesbare Funktion haben.

Was heute schon läuft

Amazon liefert dafür den härtesten Beleg. Der eigene Shopping-Assistent Rufus wird von deutlich mehr Kundinnen und Kunden genutzt, monatliche Nutzung und Interaktionen sind stark gestiegen, wer Rufus im Kaufprozess nutzt, konvertiert stärker. Parallel blockiert Amazon proaktiv mehr als 99 Prozent verdächtiger, verletzender Listings, bevor Marken selbst eingreifen müssen.

Ein Recap von Stripe zur Handelskonferenz Shoptalk 2026 bestätigt das Muster aus Anbietersicht. Sephora nutzt dort bereits Loyalty-Daten direkt in der ChatGPT-App zur Personalisierung. Meta zeigt einen Checkout-Flow auf Basis des Agentic Commerce Protocol, vom Anzeigenklick bis zum Kauf ohne App-Wechsel. New Balance investierte über 25 Millionen US-Dollar in Store-Updates und schult Personal für technische Beratung, weil Kundinnen und Kunden zunehmend mit einem KI-gestützten Produktvergleich in den Laden kommen.

Eine Studie zeigt gleichzeitig die Kehrseite: Klassisches Marketing funktioniert bei KI-Shopping-Agenten nicht zuverlässig. Eine weitere Analyse geht noch weiter und zeigt, dass Agenten Produkte mit erkennbarer Sponsored-Kennzeichnung aktiv abwerten, mit einer Reduktion der Auswahlwahrscheinlichkeit von 8 bis 14 Prozent. Werbung, die als Werbung erkennbar ist, wird von der Maschine also nicht nur ignoriert, sondern teilweise sogar bestraft.

Retail Media wächst, aber mit Ablaufdatum

Retail Media bleibt trotzdem ein Wachstumsfeld, aus einem einfachen Grund. Handelsplattformen kontrollieren die letzte Stufe der Kundenreise, den tatsächlichen Kaufabschluss, und können Werbung deshalb direkt mit Verkäufen verknüpfen. Dieses Closed-Loop-Measurement ist der einzige Ort, an dem Werbewirkung im Agentenzeitalter überhaupt noch belastbar messbar bleibt.

WARC erwartet global über 200 Milliarden US-Dollar Retail-Media-Ausgaben bis 2027. Andere Marktbeobachtungen sehen weiteres Wachstum bis 2028 bis 2030. Der Vorteil hält aber nur so lange, wie Agenten überwiegend innerhalb geschlossener Handelsumgebungen einkaufen. Sobald sich offene Agentenprotokolle durchsetzen und Agenten plattformübergreifend einkaufen können, verschiebt sich die Kontrolle vom einzelnen Händler zum Agenten selbst.

Der neue Sweetspot-Handel

Wenn reine Produktdaten nicht mehr reichen, um in das Relevant Set eines Agenten zu kommen, entsteht ein neuer Markt: der Platzierungsplatz im Agenten selbst. Bain und Gartner projizieren, dass bis 2030 zwischen 15 und 25 Prozent des gesamten eCommerce-Umsatzes in den USA über Agenten laufen. Bei diesem Umsatzvolumen ist naheliegend, dass die Betreiber dieser Agenten bevorzugte Behandlung monetarisieren, ähnlich wie es Suchmaschinen und Marktplätze vorher mit Sponsored Listings getan haben.

Der Unterschied ist die Sichtbarkeit dieses Geschäfts. Bei einem Agenten, der in natürlicher Sprache empfiehlt, ist die Grenze zwischen echter Empfehlung und bezahlter Platzierung für Nutzerinnen und Nutzer praktisch unsichtbar. Es gibt kaum Einblick in die Entscheidungsgrundlage von Agenten, verschiedene Anbieter arbeiten mit unterschiedlichen, nicht standardisierten Empfehlungslogiken. Nutzerinnen und Nutzer wollen zwar wissen, was ihr Agent tut und in wessen Interesse er handelt, aber genau diese Fragen bleiben meist unbeantwortet.

Der EU AI Act verlangt ab August 2026 immerhin Offenlegungspflichten bei Checkout, Tracking und Retouren. Das betrifft die Offenlegung, dass eine KI beteiligt ist, nicht zwingend, ob eine Empfehlung bezahlt beeinflusst wurde. Die eigentliche Transparenzlücke bleibt bestehen.

Diese Lücke wird von Verbrauchern selbst kaum geschlossen. Nur 13 Prozent vertrauen KI vollständig, 52 Prozent trauen ihr inzwischen weniger als Menschen im Umgang mit persönlichen Daten. Trotzdem wächst die tatsächliche Nutzung massiv, KI-vermittelte Shopping-Besuche sind um 4.700 Prozent gestiegen. Menschen äußern Sorge um Transparenz, handeln im Alltag aber entgegengesetzt. Bequemlichkeit gewinnt gegen den geäußerten Kontrollwunsch, weil der Aufwand eigener Prüfung für die meisten Käufe höher wiegt als das Unbehagen über die Entscheidungsgrundlage.

Wer noch am Agenten vorbeikommt

Zwei Gruppen können sich dieser Logik trotzdem entziehen, aus vollkommen unterschiedlichen Gründen.

Große, imagestarke Marken erzeugen Bindung über Wiedererkennung und Storytelling, oft losgelöst vom konkreten Kaufort. Bei dieser Gruppe ist plausibel, dass Menschen bewusst am Agenten vorbeigehen oder ihm nur eine Vorfilterfunktion zugestehen, die endgültige Wahl aber selbst treffen. Diese Gruppe bleibt klein, aber wirtschaftlich potent.

Lokale, nischige und community-getriebene Händler erzeugen Bindung anders, über Nähe, Wiederholung und persönliche Beziehung. Diese Bindung ist für einen Agenten schwer greifbar, weil sie nicht im Produkt liegt, sondern im Verhältnis zwischen Menschen und Orten. Wer regelmäßig im Stammladen kauft oder eine lokale Community-Bindung hat, konsultiert für diese Käufe erst gar keinen Agenten. Das ist die praktische Fortsetzung dessen, was in Teil 9 dieser Serie bereits als Überlebensstrategie beschrieben wurde: lokal, nischig, community-getrieben.

Die gefährdete Mitte: kleine Online-Shops

Für kleine Online-Shops ohne physischen Ort und ohne Community-Bindung greift keiner der beiden Auswege. Ihr gesamtes Geschäft findet digital statt und ist damit potenziell vollständig agentenvermittelt.

Das Ausmaß des Problems zeigt ein dokumentierter Fall: Ein Shopify-Shop verlor 40 Prozent seines Traffics, weil er zwar für klassische Suchmaschinen optimiert war, aber für KIs unsichtbar blieb. Sichtbarkeit ist inzwischen ein Drei-Schichten-Spiel geworden: klassische Suche, KI-Suche und Agenten-Empfehlung, und die meisten kleinen Shops sind nur auf die erste Schicht ausgerichtet.

Damit ein Agent einen Shop überhaupt in Betracht zieht, benötigt er maschinenlesbare Produktdaten, durchgängige API-Zugänge für Warenkorb und Checkout sowie eine Anbindung an Agentic-Commerce-Protokolle. Für einen kleinen Shop mit begrenzten Entwicklerressourcen ist das eine erheblich höhere Hürde als klassische Suchmaschinenoptimierung.

Es gibt einen Ausweg, der nicht von eigenen Entwicklerressourcen abhängt. OpenAI hat mit Instant Checkout in ChatGPT bereits Etsy-Händler und Shopify-Händler direkt eingebunden, über das offene Agentic Commerce Protocol. Läuft ein Shop auf einer solchen Plattform, übernimmt sie die technische Anbindung an Agenten, der einzelne Händler muss nicht selbst eine Schnittstelle bauen. Ein Freifahrtschein ist das trotzdem nicht: Innerhalb dieser Infrastruktur entscheiden weiterhin Produktdatenqualität, Bewertungen und Verfügbarkeitsangaben darüber, ob ein Produkt tatsächlich empfohlen wird. Der Zugang wird demokratisiert, die Sichtbarkeit innerhalb des Zugangs hingegen nicht.

Was jetzt zählt

Der Werbemarkt spaltet sich, statt gleichmäßig zu schrumpfen oder zu wandern. Für Standardanbieter ohne Daten, ohne Marke und ohne Nähe verschwindet Werbung im alten Sinn fast vollständig, ihnen bleibt nur perfekte Datenqualität oder der Kauf eines Sweetspots im Agenten. Für große Marken bleibt ein schmaler, aber wertvoller Streifen klassischer Werbewirkung dort, wo echte emotionale Bindung besteht. Lokale und community-getriebene Händler brauchen den Agenten oft gar nicht. Wer regelmäßig im Stammladen kauft, sucht keine Empfehlung, sondern geht direkt zur vertrauten Adresse. Und die Betreiber der Agenten selbst rücken in eine neue Machtposition, die intransparenter ist als jedes bisherige Sponsored-Listing-Modell.

Die alte Werbewelt verkaufte Aufmerksamkeit. Die neue verkauft Anschluss an Entscheidungen, entweder über Daten, über echte Nähe oder über den direkten Kauf eines Platzes in der Empfehlungslogik einer Maschine, die kaum jemand von außen prüfen kann.

Meine Serie zum Agentic-Commerce endet hier. Sicherlich gibt es noch weitere Aspekte und Herausforderungen, die es zu berücksichtigen gilt. Ich hoffe, ich konnte dennoch einen umfassenden und interessanten Überblick über die heute aktuellen Veränderungen geben. Ich freue mich auf Ihr Feedback und eine spannende Diskussion. Sie finden mich hier und auf LinkedIn.

Die Serie im Überblick

1. 1. 1. Die unsichtbare Disruption: Warum Amazon gegen Perplexity klagt
      2. Maschinen als Käufer im digitalen Handel
      3. Wenn KI die Beratung übernimmt
      4. Verändertes Konsumverhalten durch KI-Agenten
      5. Buyer Personas 2.0: Strategische Schlüsselressource
      6. Sichtbarkeit im Agentic Commerce: Datenqualität als Wettbewerbsvorteil
      7. Personalisierung neu gedacht: Mensch und Maschine im Zusammenspiel
      8. Geschäftsmodelle im KI-Zeitalter: Wer überlebt?
      9. Überlebensstrategien: lokal, nischig, community-getrieben
      10. Werbung ohne Menschen: KI-Agenten gestalten den Markt neu