Agentic Commerce: Warum Orchestrierung zur strategischen Architekturfrage wird
AI verändert nicht nur Prozesse, sondern die gesamte Interaktion zwischen Marke und Kundinnen und Kunden. Die nächste Evolutionsstufe im E-Commerce ist agentisch und sie stellt Architektur, Systemlandschaften und Organisationsmodelle fundamental auf die Probe.
KI verschiebt die Customer Journey und entkoppelt sie vom Shop
Lange war die Customer Journey klar strukturiert: Suche über Google, Beratung auf der Marken-Website, Produktauswahl im Shop, Re-Marketing Ads, Produkt in den Warenkorb gelegt, Checkout-Prozess für die Bestellung gestartet, Produkt erhalten, weitere After-Sales Aktivitäten getriggert. Das war früher, denn mit Künstlicher Intelligenz verschiebt sich dieser Ablauf grundlegend.
Heute beginnen Recherche und Beratung zunehmend in AI-Interfaces. Modelle wie Gemini oder ChatGPT aggregieren Informationen, bewerten Optionen und liefern kuratierte Empfehlungen. Der erste Touchpoint liegt nicht mehr zwingend auf der Marken-Website, sondern in einer KI-gestützten Entscheidungsumgebung. Dabei wird der Webshop nicht obsolet, sondern zur Ausführungsinstanz innerhalb eines größeren Orchestrierungssystems.
Für Unternehmen bedeutet dies, dass sich ihre Kontrolle über die Journey von statischen Touchpoints hin zu dynamischen, kontextgetriebenen Systemen verschiebt. Die strategische Frage lautet für sie daher: Wie integrieren wir uns in eine agentische Entscheidungsarchitektur?
AI entwickelt sich vom Werkzeug zum Akteur
Der aktuelle Enterprise Technology Report der MACH Alliance beschreibt eine solche Entwicklung, die weit über klassische Automatisierung hinausgeht. AI wird nicht länger nur punktuell eingesetzt, sondern entwickelt sich zu einem koordinierten Netzwerk spezialisierter Systeme.
Statt eines einzelnen Modells, das Empfehlungen generiert, entstehen Strukturen, in denen mehrere AI-Komponenten miteinander interagieren. Ein System analysiert Nachfrageprognosen. Ein anderes optimiert Preise. Ein drittes personalisiert Produktempfehlungen. Weitere Agenten steuern Marketingbudgets oder Bestandsdisposition.
Der Mehrwert entsteht nicht durch die Einzellösung, sondern durch deren Zusammenspiel. Diese agentische Koordination setzt jedoch eine Systemarchitektur voraus, die Kontext teilen, Daten synchronisieren und Services lose koppeln kann. Ohne offene Schnittstellen und modulare Strukturen bleibt Multi-Agent-AI ein theoretisches Konzept.
Gemeinsames Modell statt isolierte KI: Kontext entscheidet
Agentic Commerce entsteht durch ein gemeinsames Modell, das Tonalität steuert, Risikoleitplanken definiert, Handlungsspielräume begrenzt und Kontext über Systeme hinweg synchronisiert. Dafür benötigt ein agentisches System Zugriff auf Suchlogik, Produktdaten, Preis- und Verfügbarkeitsinformationen, Content-Strukturen und kundenspezifischen Kontext. In einer Composable-Architektur lassen sich diese Bausteine mit der MACH-Technologie klar trennen und gemeinsam orchestrieren.
Ein beispielhaftes Set-Up inklusive Product Search von Algolia, Produktdaten Management von Akeneo, Commerce Engine von commercetools und CMS von Contentful wird nicht als monolithischer Block betrieben, sondern als lose gekoppelte Services, die über APIs und gemeinsame Datenmodelle verbunden sind. Ziel ist ein gemeinsames Protokoll bzw. Orchestrierungsschicht, die AI-Agenten Zugriff auf definierte Funktionalitäten erlaubt - kontrolliert, nachvollziehbar und skalierbar.
Kurzum, ohne strukturierten, zugänglichen Kontext bleibt agentische AI blind. Als entscheidender Faktor gilt dabei der Kontext:
- Wer ist die Kundin oder der Kunde?
- In welcher Phase befindet sich die Journey?
- Welche Produkte sind relevant?
- Welche Einschränkungen gelten?
AI beeinflusst Architekturfrage direkt
Für viele deutsche Commerce-Organisationen klingt der Begriff Agentic Commerce zunächst abstrakt. Doch die zugrunde liegende Dynamik ist konkret: Prozesse werden autonomer, Entscheidungszyklen kürzer, Optimierungen kontinuierlicher. Ein häufig unterschätzter Aspekt ist die Geschwindigkeit. Wenn AI-Agenten neue Services integrieren, neue Entscheidungslogiken testen oder neue Kanäle anbinden sollen, entscheidet die Systemarchitektur über Time-to-Market. In einer monolithischen Umgebung bedeutet jede Erweiterung einen Eingriff in Kernsysteme, ein hoher Abstimmungsaufwand, längere Testzyklen und ein erhöhtes Risiko.
In einer modularen Architektur hingegen können einzelne Services ergänzt oder ersetzt werden, neue AI-Agenten angebunden werden und Entscheidungslogiken isoliert optimiert werden. Nicht die einzelne AI-Funktion entscheidet, sondern die Fähigkeit, mehrere spezialisierte Systeme miteinander arbeiten zu lassen. So geht Innovation! Agentic Commerce ist kein theoretisches Zukunftsbild. Er ist eine logische Weiterentwicklung bestehender AI-Use-Cases, die stärker automatisiert, stärker vernetzt und stärker kontextgetrieben ihre Wirkung entfaltet.
Best Practice: Agent Gateway als Orchestrierungsebene
Ein konkretes Beispiel für diese Entwicklung ist der Ansatz eines Agent Gateways von commercetools. Die Idee dahinter: Eine definierte Schnittstelle, über die AI-Agenten sicher auf Commerce-Funktionalitäten zugreifen können, wie z.B. Produktsuche, Warenkorb-Funktion, Preisberechnung oder Bestandsprüfung. Damit entsteht eine kontrollierte Brücke zwischen AI-Logik und operativem System.
Für Unternehmen bedeutet das, dass agentische Systeme nicht das Backend ersetzen, aber sie müssen sich sauber integrieren lassen. Der Mehrwert entsteht, sobald AI-Agenten definierte Aktionen auslösen können, Geschäftslogiken eingehalten werden, Governance technisch abgesichert ist und Erweiterungen ohne Systembruch möglich bleiben. Das ist kein reines Technologie-Thema. Es ist Organisationsarchitektur.
Fazit: Die nächste Wettbewerbsstufe heißt Orchestrierung
AI wird nicht nur unterstützen. Sie wird koordinieren. Unternehmen, die ihre Architektur heute modular, API-first und kontextfähig ausrichten, schaffen die Grundlage für agentische Geschäftsmodelle. Viele deutsche Mittelständler und Konzerne stehen dabei vor einer besonderen Herausforderung. Ihre Stärke liegt oft in klar definierten Prozessen und hoher Produktkompetenz. Häufig liegt ihre Schwäche in historisch gewachsenen Systemlandschaften, die auf diese Form der Orchestrierung nicht ausgelegt sind.
Wer hier nicht frühzeitig strukturell investiert, wird Multi-Agent-Konzepte nur begrenzt realisieren können. Wer in geschlossenen Systemen verharrt, wird AI nur punktuell einsetzen können, jedoch nicht orchestrieren. Agentic Commerce ist deshalb keine Vision für 2030. Er beginnt mit den Architekturentscheidungen von heute. Wir unterstützen Unternehmen dabei, ihre Commerce-Landschaften so zu strukturieren, dass sie nicht nur AI-Funktionen integrieren, sondern koordinierte, kontextgetriebene Composable Systeme aufbauen können.
Starte Dein Projekt mit uns:
