Freigeben

Product Experience Platform für Agentic AI

Erfahren Sie mehr
Akeneo-Logo
Künstliche Intelligenz

ACP vs. UCP: Was Sie über Agentic Commerce wissen müssen

Verbraucher nutzen bereits künstliche Intelligenz, um Produkte zu entdecken und zu bewerten, und die nächste Entwicklungsstufe des Handels zeichnet sich bereits ab: das autonome Einkaufen durch intelligente Agenten. Aus diesem Grund geben wir einen Überblick über die beiden aufkommenden Standards, die das Herzstück des agentenbasierten Handels bilden, und erläutern, wie sie funktionieren, welche Herausforderungen sie mit sich bringen und was ihr Aufstieg für Marken bedeutet.

Inhaltsverzeichnis

    Schlagwörter

    Artificial intelligence (AI)
    Retail Trends

    Seit Jahrzehnten basiert der E-Commerce auf menschlichen Verhaltensweisen: das Surfen auf Websites, das Vergleichen von Produkten, das Lesen von Bewertungen und das manuelle Abschließen von Käufen. Doch der Aufschwung der künstlichen Intelligenz verändert diese Funktionsweise grundlegend. Immer mehr Verbraucher nutzen KI-Assistenten und Sprachmodelle (LLM), um Produkte zu entdecken, zu bewerten und in Zukunft auch zu kaufen.

    Heute beginnen 37 % der Verbraucher ihre Suche über LLMs statt über herkömmliche Suchmaschinen wie Google. Das größte verbleibende Hindernis ist das Vertrauen beim Kauf. Derzeit nutzen 58 % der Verbraucher KI zur Produktsuche, aber nur 17 % vertrauen ihr so sehr, dass sie Einkäufe in ihrem Namen tätigen lassen. Diese Lücke wird sich nach und nach verringern, und wenn dies geschieht, werden Marken mit einer einfachen Realität konfrontiert sein: Sie müssen für KI-Agenten lesbar und zugänglich werden – oder riskieren, unsichtbar zu werden.

    Hier kommt Agentic Commerce ins Spiel.

    Der agentenbasierte Handel bezeichnet ein Modell, bei dem KI-Agenten im Auftrag der Verbraucher selbstständig Produkte suchen, vergleichen, empfehlen und sogar kaufen können. Anstatt selbst auf Websites zu surfen, werden Nutzer diese Aufgaben zunehmend an intelligente Agenten delegieren. Konkret hat dies eine wesentliche Konsequenz: Die KI interpretiert Ihre Marke nicht und reagiert nicht auf visuell ausgefeilte E-Commerce-Erlebnisse. Was für sie zählt, sind Ihre Daten. Sind Ihre Produktinformationen fragmentiert, inkonsistent oder unvollständig, werden KI-Agenten Schwierigkeiten haben, Ihre Produkte zu verstehen, und könnten Ihre Marke schlichtweg ignorieren.

    Die gute Nachricht ist, dass der agentenbasierte Handel den E-Commerce nicht von heute auf morgen ersetzen wird – wenn er ihn überhaupt jemals vollständig ersetzen sollte. Er wird vielmehr als neuer Vertriebskanal entstehen, der auf Interaktionen zwischen Maschinen statt auf menschlicher Navigation basiert.

    Die Frage, die sich Marken schon jetzt stellen müssen, ist einfach: Wenn die KI zum Käufer wird, wird sie sich dann für Sie entscheiden?

    Um diese Frage zu beantworten, muss man zunächst die Infrastruktur verstehen, die diesen Wandel stützt. Der agentengesteuerte Handel basiert nicht ausschließlich auf KI. Er hängt auch von Protokollen und Standards ab, die es KI-Agenten, Einzelhändlern, Zahlungssystemen und Plattformen ermöglichen, sicher und in Echtzeit miteinander zu kommunizieren.

    Diese neuen Rahmenbedingungen werden bestimmen, wie Produkte im Zeitalter des autonomen Handels entdeckt, bewertet und schließlich gekauft werden.

    Was sind Agentic-Commerce-Protokolle?

    Die Grundlage des agentenbasierten Handels bilden Protokolle, die es den Systemen ermöglichen, in Echtzeit miteinander zu kommunizieren. Ein Protokoll für den agentenbasierten Handel ist ein standardisiertes Framework, das es KI-Agenten ermöglicht, Einzelhändler oder Dienstleister im Auftrag der Nutzer zu finden, mit ihnen zu interagieren und Transaktionen mit ihnen durchzuführen. Diese Protokolle unterstützen autonome Kaufprozesse, von der Produktsuche bis zur Bezahlung.

    Einfach ausgedrückt definieren diese Protokolle die „Interaktionsregeln“ zwischen Händlern und KI-Agenten. Ohne gemeinsame Standards müsste jeder KI-Assistent über spezifische Integrationen für jeden Einzelhändler, jeden Zahlungsanbieter, jedes Bestandsverwaltungssystem oder jede E-Commerce-Plattform verfügen. In großem Maßstab würde der agentengestützte Handel dann nahezu unmöglich werden.

    Wenn jeder Agent über eine spezifische Integration mit jedem Einzelhändler verfügen muss, ist der agentenbasierte Handel zum Scheitern verurteilt, noch bevor er überhaupt ins Leben gerufen wurde. Ohne gemeinsame Protokolle ist keine Skalierbarkeit möglich, sondern nur Chaos.

    Benoit Jacquemont CTO & Co-Founder

    Akeneo

    Protokolle wie das Universal Commerce Protocol (UCP) und das Agentic Commerce Protocol (ACP) zielen genau darauf ab, dieses Problem durch die Schaffung gemeinsamer Interoperabilitäts-Frameworks zu lösen. Auch wenn beide Protokolle darauf abzielen, KI-gesteuerte Einkaufserlebnisse zu unterstützen, unterscheiden sich ihre Zukunftsvisionen erheblich.

    Das offene Web-Modell: Universal Commerce Protocol (UCP)

    Das Universal Commerce Protocol (UCP) verfolgt eine Philosophie des offenen Webs. In diesem Modell können alle Händler und KI-Agenten teilnehmen, sofern sie die Standards des Protokolls einhalten. Strategisch zielt UCP darauf ab, die Offenheit des Webs zu bewahren und gleichzeitig KI-optimierte Einkaufserlebnisse zu ermöglichen. Die Händler behalten die Kontrolle über ihren Zahlungsablauf, ihre Preisgestaltung und ihre Kundeninteraktionen. Zudem bleiben sie in Suchmaschinen sichtbar und für ein breites Ökosystem aus KI-Assistenten und Diensten zugänglich.

    Das Herzstück von UCP ist die Manifestdatei. Jeder UCP-kompatible Händler veröffentlicht eine maschinenlesbare Datei, die seine Fähigkeiten beschreibt. Diese Datei fungiert als Verzeichnis für KI-Agenten und gibt ihnen an, wie sie mit den Backend-Systemen des Händlers interagieren können und welche Tools oder APIs zur Durchführung bestimmter Aktionen zur Verfügung stehen.

    Beispielsweise kann ein KI-Agent das Manifest eines Händlers nutzen, um:

    • einen Produktkatalog zu durchsuchen
    • den Lagerbestand in Echtzeit zu überprüfen
    • Preise zu validieren
    • eine Zahlung einzuleiten
    • eine Transaktion abzuschließen

    Das ist die Vision von UCP. In der heutigen Praxis werden Produktinformationen hauptsächlich über das Google Merchant Center an Google übermittelt, was nach wie vor ein auf Feeds basierender Ansatz ist, der der Funktionsweise von ACP recht ähnlich ist. Allerdings entwickelt sich das Protokoll rasant weiter. Mit der Einführung neuer Funktionen wie „Catalog“, die im März 2026 angekündigt wurde, beginnt UCP, dialogorientierte Interaktionen in Echtzeit zwischen KI-Agenten und den Systemen der Händler zu unterstützen.

    Dies ebnet den Weg für weitaus fortgeschrittenere Anwendungsfälle, darunter:

    • die Bestandsabfrage in Echtzeit während eines Gesprächs
    • die sofortige Preisüberprüfung
    • die dynamische Personalisierung von Empfehlungen
    • das Anbieten interaktiver Einkaufserlebnisse direkt in KI-Oberflächen

    Eine der Stärken von UCP liegt in seiner Flexibilität. Händler können mit einer relativ einfachen, auf Datenflüssen basierenden Konfiguration beginnen und dann schrittweise zu fortgeschritteneren Echtzeit-Integrationen übergehen, sobald ihre Infrastruktur ausgereifter wird.

    Es ist außerdem wichtig zu erwähnen, dass das UCP-Ökosystem zunehmend an Bedeutung gewinnt. Google hat kürzlich angekündigt, dass führende Plattformen wie Commerce Inc, Salesforce und Stripe UCP integrieren werden, ein Zeichen für die wachsende Unterstützung durch die Branche und das Potenzial für eine breitere Akzeptanz.

    The Agentic Commerce Playbook

    Das Plattformmodell: ACP (Agentic Commerce Protocol)

    Das Agentic Commerce Protocol (ACP) ist der alternative, stärker auf „Marktplätze“ ausgerichtete Ansatz. Im Gegensatz zur Philosophie des offenen Webs, für die UCP steht, funktioniert ACP eher wie ein Plattformmodell. Händler müssen sich ausdrücklich registrieren oder sich in bestimmte ACP-Endpunkte integrieren (die von Partnern wie Stripe für den Zahlungsverkehr betrieben werden), um erreichbar zu sein. Das Ziel besteht darin, eine streng kontrollierte und einheitliche Benutzererfahrung einer breiten Auffindbarkeit im offenen Web vorzuziehen.

    Um Händlern die Teilnahme zu erleichtern, hat Stripe die Agentic Commerce Suite entwickelt, die als Aggregationsschicht für ACP-Produktfeeds fungiert. Anstatt separate Feeds an jede KI-Plattform zu übermitteln, können Händler einen einzigen Feed an Stripe senden, der diesen dann an kompatible Plattformen wie ChatGPT, Microsoft Copilot und andere ACP-Umgebungen weiterleitet. Dieser Ansatz reduziert die Integrationskomplexität für Händler erheblich und ermöglicht es den KI-Plattformen gleichzeitig, standardisiertere Produkterlebnisse aufrechtzuerhalten.

    Es zeichnen sich bereits mehrere Beispiele für den ACP-Handel ab.

    • Microsoft Copilot bietet derzeit eine „Checkout“-Funktion an, mit der Nutzer Einkäufe direkt in der dialogorientierten Benutzeroberfläche abschließen können. Anstatt die Nutzer auf externe Websites weiterzuleiten, können Transaktionen direkt innerhalb der KI-Umgebung durchgeführt werden.
    • Auch ChatGPT kündigte im September 2025 seine Funktion „Buy For Me“ an. OpenAI hat jedoch anschließend bestimmte Komponenten der integrierten Transaktionserfahrung reduziert, was eine der Realitäten des agentenbasierten Handels verdeutlicht: Durch KI getätigte Einkäufe sind nach wie vor komplexer als erwartet.

    Herausforderungen in Bezug auf Vertrauen, Verantwortung, Betrugsprävention und Akzeptanz seitens der Verbraucher stellen nach wie vor erhebliche Hindernisse dar. Verbraucher mögen zwar mit KI-generierten Empfehlungen vertraut sein, doch die vollständige Übertragung eines Kaufvorgangs an eine KI stellt eine weitaus größere psychologische Hürde dar.

    Dennoch zeigt ACP auf, wie sich plattformzentrierte Ökosysteme zu stark regulierten Handelsumgebungen entwickeln könnten, in denen KI-Assistenten einen Großteil der Customer Journey direkt steuern.

    ACP vs UCP

    Konkurrierende Standards, eine noch ungewisse Zukunft

    Es ist noch viel zu früh, um zu sagen, ob sich ACP oder UCP als dominierender Standard durchsetzen wird. Beide Protokolle befinden sich noch in den frühen Entwicklungsphasen, ihre Verbreitung ist bislang begrenzt und ihre Implementierungen entwickeln sich rasch weiter. Die Geschichte zeigt, dass sich technologische Standards nur selten allein aufgrund ihrer technischen Überlegenheit durchsetzen. Der Erfolg hängt in der Regel stärker von der Akzeptanz, der Stärke des Ökosystems und der Verbreitung ab. Ein technisch elegantes, aber wenig verbreitetes Protokoll wird kaum Einfluss haben. Umgekehrt kann ein einfacherer Standard, der von großen Plattformen unterstützt wird, schnell zur Grundlage einer ganzen Branche werden.

    Die Zukunft des agentenbasierten Handels wird wahrscheinlich weniger von der Qualität der Protokolle selbst abhängen als vielmehr von den Ökosystemen, die Verbraucher, Händler, KI-Anbieter und Zahlungsplattformen überzeugen können. Für Marken lautet die wichtigste Erkenntnis ganz einfach: Warten Sie nicht ab, bis sich ein Sieger herauskristallisiert, um sich vorzubereiten.

    So bereiten Sie sich auf den Agentic Commerce vor

    Unabhängig davon, wie dieser Wettbewerb zwischen den Protokollen ausgeht, können Marken bereits jetzt Maßnahmen ergreifen, um sich auf die Zukunft des KI-gesteuerten Handels vorzubereiten.

    1. In strukturierte Produktdaten investieren

    KI-Agenten sind vollständig von der Qualität der Daten abhängig. Unvollständige Beschreibungen, inkonsistente Attribute, fehlende Spezifikationen oder schlecht strukturierte Taxonomien erschweren es den KI-Systemen, Produkte zu verstehen und Empfehlungen auszusprechen. Marken müssen sich daher auf saubere, angereicherte, standardisierte und maschinenlesbare Produktinformationen über alle Kanäle hinweg konzentrieren.

    2. Der Interoperabilität Vorrang einräumen

    Zukünftige Handelsökosysteme werden davon abhängen, inwieweit die Systeme nahtlos miteinander kommunizieren können. Marken müssen prüfen, ob ihre derzeitige E-Commerce-Infrastruktur APIs, den Datenaustausch in Echtzeit und ausreichend flexible Integrationen unterstützt, um mit neuen Protokollen Schritt halten zu können.

    3. Den Produktkontext und die Metadaten ergänzen

    KI-Agenten benötigen mehr als nur Produktbezeichnungen und Preise. Umfangreiche Metadaten, detaillierte Spezifikationen, Kompatibilitätsinformationen, Daten zur Nachhaltigkeit, Signale aus Kundenbewertungen und kontextbezogene Attribute werden zunehmend Einfluss darauf haben, wie Produkte von KI-Systemen klassifiziert und empfohlen werden.

    Die Verbraucher werden noch viele Jahre lang auf Websites surfen. Doch nach und nach werden KI-Agenten die Rolle von Vermittlern zwischen Kunden und Marken übernehmen. Das Entdecken, Bewerten, Vergleichen und sogar Kaufentscheidungen werden sich in Richtung maschinengesteuerter Interaktionen entwickeln.

    Protokolle wie ACP und UCP legen bereits heute den Grundstein für diesen Wandel.

    Einige Ökosysteme werden Offenheit und Interoperabilität in den Vordergrund stellen. Andere werden auf streng kontrollierte Plattformerlebnisse setzen. Diese beiden Modelle könnten lange Zeit nebeneinander bestehen, wie es bereits bei Marktplätzen und dem Handel im offenen Internet der Fall ist.

    Doch ganz gleich, welcher Standard sich letztendlich durchsetzen wird, eines wird immer deutlicher: Die Zukunft des Handels wird ebenso sehr davon abhängen, was KI-Agenten interpretieren und verstehen können, wie davon, was menschliche Käufer anspricht.

    The Agentic Commerce Playbook

    Are you ready for AI agents that buy for customers? Discover the autonomous agents that can research, compare, and complete transactions on behalf of customers, and how you can prepare.

    Continue Reading....

    Künstliche Intelligenz

    GEO – Generative Engine Optimization: Neue Spielregeln mit KI-Shopping

    Generative Engine Optimization (GEO) verändert den E-Commerce: Statt nur in Google-Suchergebnissen...

    Künstliche Intelligenz

    Produktdaten verbessern mit KI: 5 Probleme, 5 smarte Lösungen

    Schlechte Produktdaten bremsen Teams aus, verunsichern Kund:innen und schaden dem...