(Zusammenfassung der Quelle: Heinrich-Böll-Stiftung / Dara Kossok-Spieß (Kommentar), 02.09.2026)
Statt Vergleichsportale zu durchforsten, beauftragen Verbraucher*innen 2026 einfach ihren digitalen Assistenten: „Finde einen Kindersitz für ein dreijähriges Kind, unter 300 Euro, Lieferung bis Freitag.“ Die KI recherchiert, vergleicht – und bestellt bald vielleicht selbstständig. In einem Kommentar für die Heinrich-Böll-Stiftung beschreibt Dara Kossok-Spieß, wie agentische KI-Systeme die Grundregeln des Handels umkrempeln. Händler*innen müssen künftig nicht mehr dort sichtbar sein, wo Menschen suchen, sondern dort, wo Maschinen auswählen. Das verwandelt Suchmaschinenoptimierung (SEO) in Maschinenoptimierung („AI-O“) und kann Marktmacht zu wenigen Tech-Gatekeepern verschieben.
Fakten aus der Quelle
Die zentralen Erkenntnisse
- Was agentische KI von Chatbots unterscheidet: Generative KI beantwortet Fragen oder erstellt Inhalte. Agentische KI geht weiter: Sie verfolgt laut OECD-Definition ein Ziel, zerlegt es in Aufgaben, nutzt externe Werkzeuge und Datenquellen und kann (teil-)autonom Handlungen ausführen – etwa Produktdaten abrufen, Preise prüfen, einen Warenkorb anlegen oder eine Bestellung auslösen.
- Vom SEO-Wettbewerb zur Maschinenlesbarkeit: Händler*innen investieren bereits 43,9 Prozent ihrer Werbebudgets in Suchmaschinenoptimierung, Werbung und Bewertungen, um menschliche Kund*innen zu erreichen. Agentische Systeme benötigen dagegen strukturierte, maschinenlesbare Informationen wie Produktmerkmale, Preise, Lieferzeiten und Schnittstellen. Aus SEO wird „AI-O“ – die Optimierung des gesamten Angebots für Maschinen.
- Große Plattformen gewinnen, kleine Händler*innen verlieren: Eine große Handelsplattform kann in Schnittstellen investieren, vereinheitlichte Datenbestände bereitstellen und Partnerschaften mit führenden KI-Anbietern schließen. Ein spezialisierter kleiner Onlineshop bleibt für KI-Einkaufsagenten oft unsichtbar, weil Datenformate, Zugänge oder technische sowie personelle Ressourcen fehlen. Das Dilemma: Wer sich den Vorgaben dominierender Agenten nicht anpasst, verliert Sichtbarkeit. Wer sich anpasst, macht sich von deren Standards und Geschäftsbedingungen abhängig.
- KI entscheidet nicht neutral: Jedes System trifft Vorentscheidungen: Welche Händler*innen und Datenquellen werden berücksichtigt? Wie werden Preis, Qualität, Lieferzeit, Nachhaltigkeit oder Markenbekanntheit gewichtet? Experimentelle Studien zeigen, dass Shopping-Agenten auf Produktposition, Preis, Bewertungen, Sponsored Tags und Plattformsignale reagieren, diese Faktoren aber je nach Modell und Version unterschiedlich gewichten. In experimentellen Marktplätzen führten bereits kleine Änderungen an Produktbeschreibungen zu deutlichen Marktanteilsverschiebungen – die Nachfrage konzentrierte sich teilweise auf wenige Angebote.
- Die neue Gatekeeper-Macht: Ein System, das private Details und Vorlieben der Nutzenden kennt, Zugang zum Betriebssystem besitzt, Suchergebnisse liefert und Zahlungen vermittelt, steuert faktisch die gesamte Transaktion. Es kann aus Chatverläufen individuelle Bedürfnisse ermitteln – eine Kenntnis der Kund*innen, die für Händler*innen unerreichbar bleibt. Macht entsteht an mehreren Engpässen: bei Assistenten mit direktem Zugang zu Nutzenden wie ChatGPT, bei Schnittstellen wie Googles Universal Commerce Protocol, bei Identitäts- und Zahlungsdiensten sowie bei Datenbeständen selbst.
- Potenzierte Machtkonzentration: Je mehr Kaufentscheidungen über ein System laufen, desto besser lernt es Präferenzen, Preise und Kaufwahrscheinlichkeiten. Diese Daten verbessern das System und ziehen weitere Nutzende und Händler*innen an. Die Machtkonzentrationsmechanismen der Plattformökonomie (indirekte Netzwerkeffekte, exklusive Datenkontrolle, geschlossene Ökosysteme) werden durch das beschleunigte Lernen von KI-Systemen potenziert. Ein Agent soll nicht Tausende Treffer ausgeben, sondern drei Vorschläge – was zu einer drastischen Verknappung von Sichtbarkeit führt.
- Was die EU-Regulierung vorsieht: Europa hat mit Digital Services Act, Digital Markets Act und AI Act bereits Rahmen für Transparenzpflichten, faire digitale Märkte und KI-Sicherheit geschaffen. Die Autorin fordert, dass Systeme, die für Millionen Menschen den Marktzugang strukturieren, als Gatekeeper reguliert werden – mit Transparenz über Auswahlkriterien und kommerzielle Interessen, diskriminierungsfreiem Zugang zu Schnittstellen und interoperablen Standards für Produktdaten, Identitäten und Zahlungen. Verbraucher*innen müssen wissen können, wessen Interessen ihr Agent vertritt und welche Daten in Entscheidungen einfließen.
Der kritische Kim-Blick
Weiterlesen: Der kritische Kim-Blick
Der Kommentar entlarvt die Illusion der neutralen KI-Einkaufshilfe und zeigt: Die nächste Machtverschiebung läuft bereits:
- SEO-Kompetenzen verschieben sich: Wenn Agenten statt Menschen auswählen, dürfte sich das klassische SEO-Handwerk in Richtung strukturierte Daten, Schnittstellen und Maschinenlesbarkeit verschieben. Das ist Kims Einschätzung – über Jobs sagt der Kommentar selbst nichts. Auch die zitierten Marktplatz-Experimente sind Laborsituationen: Die Autorin betont, dass sie nicht zeigen, wie reale Einkaufsagenten handeln, sondern nur, dass die Auswahl nicht automatisch neutral ist.
- Die Konzentrationsfalle: Die Autorin benennt das zentrale Paradox: Händler*innen müssen sich anpassen, um sichtbar zu bleiben – und machen sich dadurch abhängig von wenigen Tech-Konzernen, die Schnittstellen, Betriebssysteme und Zahlungswege kontrollieren. Die EU-Generaldirektion Wettbewerb warnt bereits 2024 vor dieser Konzentration. Ohne politische Leitplanken könnten wenige große Anbieter mitentscheiden, welche Produkte für Kund*innen überhaupt sichtbar sind.
- Bequemlichkeit mit Nebenwirkung: Bequemlichkeit ist nicht Selbstbestimmung. Wenn ein Agent aus privaten Chatverläufen „weiß“, dass mein Kind eine bestimmte Comicfigur mag, und den Kindersitz entsprechend auswählt, fühlt sich das persönlich an – ist aber eine intransparente kommerzielle Steuerung. Die Frage „Wurde das passende Produkt gesucht oder das Angebot eines Partners platziert?“ wird von den wenigsten Nutzenden gestellt werden.
Kim prophezeit
Weiterlesen: Kim prophezeit
Basierend auf der strukturellen Verschiebung von menschlicher zu maschineller Produktauswahl wage ich diese Prognose:
- Der „AI-Optimization Specialist“ wird Pflichtrolle: In jedem E-Commerce- und Marketing-Team entsteht bis 2028 die Position des AI-O-Spezialisten, der strukturierte Produktdaten, Schnittstellen-Compliance und Maschinenlesbarkeit verantwortet. Klassische SEO-Manager*innen werden umgeschult oder ersetzt – ähnlich wie Print-Layouter*innen mit dem Aufstieg des Webs.
- Die Gatekeeper-Gebühr kommt: Innerhalb von zwei Jahren werden die großen KI-Anbieter (OpenAI, Google, Amazon) kostenpflichtige „Preferred Merchant“-Programme einführen. Händler*innen zahlen dann nicht mehr nur für Werbeanzeigen, sondern dafür, überhaupt in die Vorauswahl der Agenten zu kommen – analog zu Amazons „Sponsored Products“, aber mit noch weniger Transparenz.
- Europa reguliert zu spät: Die EU-Kommission wird 2027/2028 feststellen, dass der Digital Markets Act agentische Gatekeeper nicht ausreichend erfasst. Ein „AI Commerce Regulation Act“ wird angekündigt, tritt aber erst 2030 in Kraft – zu spät, um die Marktmacht der etablierten Player noch zu brechen. Europäische KMU werden bis dahin strukturell benachteiligt sein.
Kim, Dein JOBfellow, empfiehlt:
Weiterlesen: Kim, Dein JOBfellow, empfiehlt:
Bereite dich jetzt auf die Maschinenoptimierung vor, bevor dein Job oder dein Geschäft unsichtbar wird:
- Für Marketing- und E-Commerce-Profis („Werde zum Maschinen-Flüsterer“): Lerne sofort, wie strukturierte Daten (Schema.org, Product Markup), API-Schnittstellen und Maschinenlesbarkeit funktionieren. Baue Testumgebungen auf, in denen du prüfst, wie ChatGPT, Claude oder Google Shopping-Agenten deine Produkte finden und bewerten. Dein SEO-Wissen bleibt eine gute Grundlage – ergänze es um den Blick durch die Maschinenbrille.
- Für Content-Schaffende („Schreibe für Agenten, nicht für Menschen“): Bildhafte Storytelling-Sprache spricht Menschen an, hilft KI-Agenten aber wenig. Schreibe Produktbeschreibungen in klaren, attributbasierten Sätzen, die Maschinen parsen können. Investiere in strukturierte Metadaten, Spezifikationstabellen und maschinenlesbare Nachhaltigkeits- oder Sicherheitszertifikate. Für Menschen bleibt gute Sprache trotzdem wichtig – beides zusammen macht dich sichtbar.
- Fordere Transparenz und Interoperabilität: Wenn dein Unternehmen Schnittstellen zu KI-Agenten aufbaut, dränge darauf, dass diese nicht exklusiv bei einem Anbieter landen. Unterstütze offene Standards (z. B. über Branchenverbände) und fordere von Politik und Betriebsrat, dass KI-Gatekeeper als solche reguliert werden. Sonst baust du heute eine Abhängigkeit auf, die morgen dein Geschäftsmodell gefährden kann.
Häufige Fragen
Was ist der Unterschied zwischen generativer und agentischer KI im Handel?
Generative KI beantwortet Fragen oder erstellt Inhalte. Agentische KI verfolgt ein Ziel, zerlegt es in Aufgaben, nutzt externe Werkzeuge und kann (teil-)autonom handeln – etwa Produktdaten abrufen, Preise vergleichen, einen Warenkorb anlegen oder eine Bestellung auslösen.
Was bedeutet „AI-O“ und wie unterscheidet es sich von SEO?
AI-O steht für „AI Optimization“ (Maschinenoptimierung). Während SEO auf menschliche Suchende zielt (Keywords, Backlinks, Nutzererfahrung), benötigt AI-O strukturierte, maschinenlesbare Informationen wie Produktmerkmale, Preise, Lieferzeiten, Schnittstellen und standardisierte Datenformate, damit KI-Agenten Angebote finden und auswählen können.
Warum haben große Plattformen einen Vorteil gegenüber kleinen Händler*innen?
Große Plattformen verfügen über vereinheitlichte Datenbestände, können in Schnittstellen investieren und Partnerschaften mit führenden KI-Anbietern schließen. Kleine, spezialisierte Onlineshops fehlen oft die technischen oder personellen Ressourcen für maschinenlesbare Datenformate, wodurch sie für KI-Einkaufsagenten unsichtbar bleiben.
Entscheiden KI-Einkaufsagenten neutral?
Nein. Experimentelle Studien zeigen, dass Shopping-Agenten auf Produktposition, Preis, Bewertungen, Sponsored Tags und Plattformsignale reagieren, diese Faktoren aber je nach Modell und Version unterschiedlich gewichten. In Testmärken führten kleine Änderungen an Produktbeschreibungen zu deutlichen Marktanteilsverschiebungen – die Vorstellung einer neutralen Auswahlmaschine ist widerlegt.
Welche EU-Regulierung betrifft agentische KI im Handel?
Der Digital Services Act enthält Transparenzpflichten für Empfehlungssysteme, der Digital Markets Act verbietet Gatekeepern die Bevorzugung eigener Angebote, und der AI Act schafft einen Rahmen für Sicherheit und Grundrechte. Die Autorin fordert, dass Systeme, die für Millionen den Marktzugang strukturieren, als Gatekeeper mit Transparenz über Auswahlkriterien und diskriminierungsfreiem Zugang zu Schnittstellen reguliert werden.