AI Commerce: Wie UCP, MCP und Produktfeeds den E-Commerce neu ordnen

In einer modernen Welt, in der KI-Agenten immer mehr unserer Alltagsroutinen übernehmen und Suchmaschinen KI-Agenten einsetzen, um Ergebnisse zusammenzufassen, verschiebt sich Commerce vom klassischen „Suchen und Klicken“ hin zu „Fragen und Entscheiden“.

Für Onlinehändler bedeutet das: Der wichtigste digitale Verkaufsraum ist künftig nicht mehr nur die Kategorieseite oder der Marktplatz, sondern zunehmend die KI-Oberfläche, in der Produkte entdeckt, verglichen und teilweise direkt gekauft werden.

Was ist AI Commerce?

AI Commerce ist E-Commerce für eine Welt, in der nicht mehr nur der Browser, sondern zunehmend ein Assistent die erste Einkaufsschnittstelle bildet. Statt Suchbegriffe einzugeben, zahlreiche Tabs zu öffnen und Produkte manuell zu vergleichen, formuliert der Nutzer seinen Bedarf in natürlicher Sprache. Die KI filtert, priorisiert, erklärt Unterschiede und begleitet die Kaufentscheidung dialogbasiert.

Dabei tauchen zwei technische Begriffe besonders häufig auf. UCP, das Universal Commerce Protocol, ist Googles offener Standard für agentische Einkaufsaktionen auf Plattformen wie AI Mode in Search und Gemini. MCP, das Model Context Protocol, ist ein Standard, mit dem KI-Anwendungen externe Datenquellen, Tools und Workflows strukturiert anbinden können. Für Händler heißt das praktisch: UCP macht einen Shop für KI-gesteuerte Kaufprozesse transaktionsfähig, MCP macht ihn für KI-Systeme lesbar, steuerbar und integrierbar.

Wichtig ist außerdem, AI Commerce nicht zu eng zu definieren. Auf Google geht es aktuell stark um die Verbindung von Produktsuche, Vertrauen und direkter Kaufabwicklung. Bei OpenAI steht derzeit vor allem die hochwertige Produktrepräsentation über strukturierte Feeds im Vordergrund, ergänzt um erste direkte Checkout-Szenarien für teilnehmende Händler. Der Markt entwickelt also nicht einen einzigen Standardkanal, sondern mehrere parallele Schienen: Auffindbarkeit, Interoperabilität und Transaktionsfähigkeit.

Wie ist die Marktlage?

Die Nutzerdaten zeigen, dass sich das Verhalten bereits messbar verändert. Laut Capgemini möchten 71 Prozent der Verbraucher, dass generative KI in ihre Shopping-Erlebnisse integriert wird. Mehr als die Hälfte hat traditionelle Suchmaschinen für Produkt- oder Serviceempfehlungen bereits durch GenAI-Tools ersetzt, und viele wünschen sich, dass GenAI Suchergebnisse aus Suchmaschinen, sozialen Netzwerken und Händlerseiten bündelt. Das ist keine Randerscheinung mehr, sondern eine deutliche Verschiebung in der Discovery-Phase.

Auch aus Markenperspektive ist der Trend klar: Accenture beschreibt KI zunehmend als vertrauenswürdigen Ratgeber und persönliche Einkaufsbegleitung. Für Händler bedeutet das: Wer heute nur an organische Rankings und Marktplatzsichtbarkeit denkt, optimiert bereits für ein schrumpfendes Monopol.

Noch spannender wird es beim Thema Delegation. Salesforce berichtet, dass bereits ein relevanter Teil der Verbraucher damit einverstanden ist, dass KI-Agenten für sie einkaufen. Die Bereitschaft, operative Einkaufsaufgaben an Agenten zu übergeben, wächst also schon heute.

Für Europa zeichnet McKinsey ein differenziertes Bild. Ein großer Teil der Befragten in Frankreich, Deutschland und Großbritannien nutzt KI bereits im Alltag, und ein erheblicher Anteil setzt KI schon in der Recherchephase für Produkte und Services ein. Gleichzeitig wird deutlich, dass KI derzeit vor allem die Entscheidung beeinflusst, weniger aber den finalen Kauf autonom ausführt. Der zentrale Punkt lautet also: Entscheidungsbeeinflussung skaliert schneller als Vollautomatisierung.

Genau daraus ergibt sich der strategische Ausblick. McKinsey schätzt, dass agentischer Commerce bis 2030 weltweit ein Volumen in Billionenhöhe beeinflussen oder orchestrieren könnte. Realistisch ist daher kein plötzlicher Komplettwechsel zu vollautonomen Shopping-Bots, sondern ein stufenweiser Übergang: zuerst KI-gestützte Discovery, dann KI-gestützte Auswahl und schließlich in ausgewählten Use Cases auch agentische Ausführung.

Wie funktioniert AI Commerce technisch?

Im Kern basiert AI Commerce auf drei Ebenen. Erstens braucht es saubere Katalogdaten: Produktname, Attribute, Preis, Verfügbarkeit, Versand, Retouren, Varianten und Bilder müssen strukturiert und aktuell vorliegen. Zweitens braucht es maschinenlesbare Shop-Fähigkeiten: Die KI muss erkennen können, ob ein Händler Produktsuche, Warenkorb, Checkout, Bestandsabfrage oder After-Sales-Prozesse anbietet. Drittens braucht es Transaktionslogik und Vertrauen: Zahlungsabwicklung, Händlerrolle, Identität und Zuständigkeiten müssen standardisiert übergeben werden können.

Bei Google läuft das über UCP zusammen mit bestehenden Merchant-Center-Daten. Google beschreibt UCP als Weg, Transaktionen direkt auf seinen KI-Flächen wie Search AI Mode und Gemini zu ermöglichen. Händler bleiben dabei Merchant of Record und behalten Kundendaten sowie Kundenbeziehung. Das ist ein wichtiger Punkt: AI Commerce bedeutet nicht automatisch Kontrollverlust, sondern kann im Gegenteil eine zusätzliche Vertriebsschicht sein, die auf bestehende Handelslogik aufsetzt.

MCP erfüllt eine andere Rolle. Es ist nicht primär ein Checkout-Protokoll, sondern ein Standard, über den KI-Systeme strukturierte Zugriffe auf Daten, Tools und Prozesse erhalten. Für Händler und Agenturen ist MCP deshalb nicht nur ein Zukunftsthema für den Verkauf, sondern auch für Shopbetrieb, Support, Content-Prozesse und interne Automatisierung.

Bei ChatGPT beginnt der Einstieg derzeit mit dem Produktfeed. OpenAI erklärt, dass Händler strukturierte Produktdaten teilen können, damit ihre Produkte in ChatGPT-Shopping-Erlebnissen korrekt indexiert und dargestellt werden. Heute unterstützt diese Infrastruktur vor allem Produktdiscovery und präzisere Empfehlungen, perspektivisch aber deutlich tiefere Integrationen.

Anbindung an KI-Plattformen

Google: Gemini und Search AI Mode

Für Händler, die in Googles KI-Welt sichtbar und kaufbar werden wollen, ist UCP derzeit der naheliegendste Standard. Google macht klar, dass UCP-Integrationen auf AI Mode in Search und in der Gemini-Webanwendung nutzbar sind. Die bestehende Merchant-Center-Infrastruktur bleibt dabei relevant, denn Shopping-Feeds bleiben die Basis der Discovery, während UCP die nächste Stufe für agentische Transaktionen bildet. Für Händler ist die Botschaft eindeutig: Feed-Qualität bleibt Pflicht, Transaktionsfähigkeit wird zum neuen Differenzierungsmerkmal.

ChatGPT Shopping: Produktfeed zuerst

OpenAI geht derzeit feed-zentriert vor. Händler können Produktdaten bereitstellen, damit Produkte in ChatGPT-Ergebnissen erscheinen. Dieser Ansatz zeigt gut, wie AI Commerce im Alltag beginnt: nicht zwingend mit einem vollautonomen Bot-Kauf, sondern mit besserer Repräsentation dort, wo Kaufentscheidungen vorbereitet werden.

Europäische KI-Plattformen, die für Kunden oder für agentische Einkaufsprozesse relevant sind

Wenn man den Blick bewusst auf europäische KI-Angebote verengt, wird schnell sichtbar: Die Zahl der Plattformen, die heute entweder für Endkunden im Kaufprozess oder als LLM- beziehungsweise Agenten-Basis für Einkaufsaufgaben relevant sind, ist noch vergleichsweise klein. Gerade deshalb lohnt sich der Blick auf die wenigen Anbieter, die in diesem Feld bereits greifbar sind.

Mistral Le Chat aus Frankreich ist derzeit die wichtigste europäische Nutzerplattform in diesem Kontext. Mistral beschreibt Le Chat als persönlichen KI-Assistenten für Alltag und Arbeit, verfügbar im Web sowie als mobile App. Für den Commerce ist das deshalb relevant, weil solche Assistenten in der Praxis sehr gut für Produktsuche, Vergleich, Recherche und Kaufvorbereitung eingesetzt werden können. Gleichzeitig bietet Mistral mit eigenen Modellen wie Mistral Small 4 und Mistral Small 3.1 ausdrücklich Modelle für agentic tasks, komplexes Reasoning und function calling an – also genau die Fähigkeiten, die auch für Einkaufsagenten und browsergestützte Kaufprozesse wichtig sind.

Qwant aus Frankreich ist keine klassische Chatbot-Plattform wie Le Chat, aber als europäische KI-Suche dennoch relevant für Shop-Kunden. Qwant integriert KI direkt in die Suche, liefert kurze präzise Antworten auf Alltagsfragen und bietet zusätzlich eine Summary-Funktion für Webseiten. Für Händler ist das vor allem in der Discovery-Phase wichtig: Wenn Kaufentscheidungen zunehmend in KI-gestützten Suchoberflächen vorbereitet werden, wird auch eine europäische Suchplattform mit KI-Zusammenfassungen für Produktsuche und Vorauswahl relevant.

H Company aus Frankreich ist weniger eine klassische Nutzerplattform, dafür aber besonders interessant als technologische Basis für agentische Einkaufsprozesse. Das Unternehmen beschreibt seine Systeme ausdrücklich als agentische KI und stellt mit Surfer-H beziehungsweise Surfer 2 Browser- und Computer-Use-Agenten vor, die Webseiten wie ein menschlicher Nutzer bedienen können. Auf technischer Ebene ist das für Commerce hochrelevant, weil genau solche Systeme künftig Preise vergleichen, Warenkörbe füllen, Formulare bedienen oder Kaufprozesse im Browser ausführen könnten. Mit Holo1 verfügt H Company zudem über ein Modell, das speziell für die Interaktion mit Weboberflächen entwickelt wurde.

Kurzer Plattformblick: HikaShop, WooCommerce, Magento

HikaShop ist in diesem Feld bemerkenswert offensiv. Auf der eigenen Website beschreibt HikaShop, dass ein UCP-Plugin AI-Assistenten die Produktsuche, Auftragserstellung und Zahlungsabwicklung über eine standardisierte API ermöglicht. Zusätzlich gibt es einen dedizierten ChatGPT-Shopping-Feed, und andere KI-Modelle können laut HikaShop direkt per MCP angebunden werden.

WooCommerce ist beim Thema MCP bereits konkret, kommuniziert den Status aber vorsichtig. Die offizielle Dokumentation bezeichnet die MCP-Integration als Developer Preview. Damit ist WooCommerce klar auf dem Weg, aktuell aber stärker bei der technischen Anschlussfähigkeit als bei einem vollständig ausgerollten agentischen Checkout-Standard.

Magento beziehungsweise Adobe Commerce fokussiert sich in seiner öffentlichen Kommunikation derzeit vor allem auf UCP und ACP. Adobe beschreibt, dass Produktkataloge, Preise und Bestände für KI-Agenten maschinenlesbar gemacht werden sollen, um standardbasierte Transaktionen auf Flächen wie Gemini und ChatGPT zu ermöglichen. Parallel wächst im Adobe-Umfeld auch die MCP-Ausrichtung für App-Builder- und Entwickler-Workflows.

Fazit

Die unmittelbare Zukunft des E-Commerce wird sehr wahrscheinlich nicht daraus bestehen, dass autonome Agenten jede Bestellung vollständig selbstständig auslösen. Aber die Weichen sind bereits gestellt: KI beeinflusst heute schon, welche Produkte gesehen, verglichen und bevorzugt werden. Genau deshalb müssen Händler jetzt handeln. Wer seine Produktdaten sauber strukturiert, seine Shop-Fähigkeiten standardisiert verfügbar macht und sich auf UCP-, MCP- und Feed-basierte Anbindungen vorbereitet, verbessert nicht nur seine technische Zukunftsfähigkeit, sondern vor allem seine Sichtbarkeit in der nächsten entscheidenden Kaufoberfläche.