Der B2B-Einkauf verändert sich gerade grundlegend. Über Jahre ging es darum, Menschen bessere Oberflächen zu geben: Portale, Shops, Self-Service. Agentic Commerce dreht diese Logik um. Statt dass ein Mensch durch einen Shop klickt, übernimmt ein KI-Agent die Aufgabe, recherchiert Optionen, vergleicht Angebote, verhandelt im Rahmen definierter Regeln und löst die Bestellung aus. Für B2B-Unternehmen mit wiederkehrenden Bestellungen, komplexer Beschaffung und knappen Einkaufsteams ist das kein Spielerei-Thema, sondern ein Effizienzhebel. Dieser Artikel erklärt, was Agentic Commerce ist, warum es für B2B relevant wird, welche konkreten Vorteile entstehen und warum am Ende alles an einer Voraussetzung hängt: sauberen, strukturierten Produktdaten.
Was ist Agentic Commerce?
Agentic Commerce bezeichnet den Einsatz autonomer KI-Agenten, die im Auftrag eines Unternehmens Kaufprozesse eigenständig durchführen: Bedarf interpretieren, Optionen recherchieren, Angebote vergleichen, verhandeln und Transaktionen abschließen. Der Unterschied zum klassischen E-Commerce liegt darin, wer handelt. Im klassischen Modell navigiert ein Mensch die Oberfläche, der Shop reagiert. Beim Agentic Commerce agiert die Software als Handelnder und arbeitet einen mehrstufigen Beschaffungsprozess ab, ohne dass zwischen den Schritten jemand klicken muss.
Wichtig ist die Abgrenzung zum Chatbot. Ein Chatbot beantwortet Fragen und leitet weiter. Ein Agent verfolgt ein Ziel und führt Handlungen aus, über mehrere Systeme hinweg, bis das Ziel erreicht ist. Nicht der Dialog ist das Ergebnis, sondern die abgeschlossene Bestellung. Technisch wird das möglich, weil Agenten über Schnittstellen und maschinenlesbare Produktdaten direkt mit Katalogen, ERP- und Beschaffungssystemen kommunizieren, statt auf eine für Menschen gebaute Bildschirmmaske angewiesen zu sein.
Warum Agentic Commerce für B2B relevant wird
Gerade im B2B trifft Agentic Commerce auf ideale Bedingungen, weil die Prozesse strukturiert, wiederkehrend und regelbasiert sind.
Komplexe Beschaffungsprozesse mit vielen Positionen, Freigabestufen und Lieferantenkriterien lassen sich in Regeln fassen, die ein Agent zuverlässig abarbeitet. Wiederkehrende Bestellungen und Replenishment sind der offensichtlichste Fall: Ein Agent überwacht Bestände, erkennt Bedarf, wählt den passenden Lieferanten und löst die Nachbestellung aus, bevor etwas fehlt. Und Multi-Stakeholder-Entscheidungen, im B2B eher die Regel als die Ausnahme, werden schneller, wenn ein Agent Angebote vorbereitet, vergleichbar macht und die Entscheidung nur noch zur Freigabe vorlegt.
Ein Beispiel macht das greifbar. Ein Instandhaltungsbetrieb verbraucht laufend C-Teile wie Dichtungen, Filter oder Schrauben. Ein Agent kennt die Mindestbestände, prüft nachts Preise und Lieferzeiten bei drei gelisteten Lieferanten, wählt innerhalb der hinterlegten Budget- und Compliance-Regeln aus und legt die Bestellung an. Der Einkäufer sieht am Morgen eine begründete Entscheidung zur Freigabe statt fünf offener Tabs. Genau solche eng umrissenen, regelbasierten Fälle sind der realistische Einstieg, nicht die vollautonome Großbeschaffung.
Der Markt bewegt sich bereits. Forrester geht davon aus, dass bis Ende 2026 rund ein Drittel der B2B-Zahlungs-Workflows KI-Agenten einbinden wird. Analysten erwarten zudem, dass ein wachsender Anteil der Anbieter an KI-gestützten Angebotsverhandlungen teilnimmt, teils in Form direkter Agent-zu-Agent-Verhandlungen, bei denen Käufer- und Verkäufersystem innerhalb vordefinierter Regeln Konditionen aushandeln und die Transaktion beschleunigen.
Konkrete Vorteile für B2B-Unternehmen
Der Nutzen wird dort greifbar, wo heute Zeit und Marge im Prozess verloren gehen.
Effizienzsteigerung im Einkauf: Routinebeschaffung läuft ohne manuelle Klickstrecken, das Einkaufsteam konzentriert sich auf Verhandlung und Strategie statt auf Bestellabwicklung.
24/7 autonome Angebotsvergleiche: Agenten prüfen rund um die Uhr Preise, Verfügbarkeit und Konditionen über Lieferanten hinweg, nicht nur zu Bürozeiten.
Reduzierte Prozesskosten: Weniger manuelle Schritte je Bestellung senken die Kosten pro Vorgang spürbar, besonders bei hohem Bestellvolumen und vielen Kleinbestellungen.
Skalierbare Personalisierung: Ein Agent kann kundenspezifische Kataloge, Preise und Konditionen in Echtzeit berücksichtigen und so Personalisierung liefern, die manuell nicht skaliert.
Der gemeinsame Nenner dieser Vorteile ist die Verschiebung menschlicher Zeit weg von Routine hin zu Entscheidung. Manuelle Bestellabwicklung bindet im Einkauf einen erheblichen Teil des Tages, ohne Wertbeitrag über den Vorgang hinaus. Übernimmt ein Agent die immer gleichen Schritte, verschieben sich Kapazität und Aufmerksamkeit auf die Fälle, in denen menschliches Urteil zählt: strategische Lieferanten, Ausnahmen, Verhandlungen mit echtem Spielraum. Auf der Verkaufsseite gilt dasselbe spiegelbildlich, denn ein Anbieter, dessen Produktdaten agentenlesbar sind, wird von einkaufenden Agenten überhaupt erst gefunden und korrekt verglichen.
Voraussetzung: strukturierte Produktdaten und PIM als Basis
Agentic Commerce funktioniert nur so gut wie die Daten, auf die der Agent zugreift. Ein Mensch kann eine lückenhafte Produktbeschreibung interpretieren und trotzdem die richtige Wahl treffen. Ein Agent kann das nicht. Er braucht strukturierte, vollständige, maschinenlesbare Produktdaten: eindeutige Attribute, saubere Klassifikationen, korrekte Preise und Verfügbarkeiten. Genau das liefert ein PIM-System, das Produktdaten zentral pflegt, validiert und für jeden Kanal bereitstellt. Ohne diese Grundlage vergleicht ein Agent Äpfel mit Birnen und trifft falsche Entscheidungen mit voller Autonomie.
Wie entscheidend das ist, zeigt ein einfacher Vergleich. Soll ein Agent zwei Dichtungen bewerten, muss er Werkstoff, Druckstufe, Norm und Maßeinheit eindeutig gegenüberstellen können. Steht die eine in Zoll und die andere in Millimeter, fehlt bei der einen die Druckstufe und trägt die andere eine abweichende Klassifikation, dann ist ein sauberer Vergleich unmöglich, und der Agent entscheidet auf falscher Grundlage. Einheitliche Attribute, konsistente Klassifikationen und, wo relevant, standardisierte Angaben bis hin zum digitalen Produktpass sind damit keine Kür, sondern die Bedingung dafür, dass Automatisierung überhaupt verlässlich wird.
Die Anforderungen verschärfen sich, weil ein Agent keine Toleranz für Widersprüche hat. Zwei unterschiedliche Beschreibungen desselben Artikels sind für einen Menschen ein Ärgernis, für einen Agenten ein Fehler. Deshalb sind Datenqualität und ein verlässlicher Golden Record je Produkt die eigentliche Eintrittskarte in den Agentic Commerce. Wer seine Stammdaten verwalten und konsolidieren kann, ist vorbereitet; wer es nicht kann, wird von autonomen Prozessen eher bestraft als belohnt.
Herausforderungen und Risiken
Autonomie ohne Kontrolle ist keine Effizienz, sondern ein Risiko. Drei Punkte verdienen Aufmerksamkeit. Vertrauen: Ein Agent, der eigenständig bestellt, braucht klare Grenzen, Budgets und Freigaberegeln, damit Autonomie nicht zu Kontrollverlust wird. Governance: Wer verantwortet die Entscheidung eines Agenten, und wie wird sie nachvollziehbar? Ohne dokumentierte Regeln und lückenlose Protokolle fehlt die Grundlage für Vertrauen und für die spätere Prüfung, warum ein Agent so und nicht anders entschieden hat. Datenqualität: KI repariert schlechte Daten nicht, sie verstärkt deren Wirkung. Ein Agent, der auf fehlerhaften Produktdaten arbeitet, skaliert den Fehler, statt ihn zu bemerken.
Hinzu kommt die Frage der Haftung. Solange ein Mensch klickt, liegt die Verantwortung klar. Sobald ein Agent im Rahmen von Regeln selbst bestellt, müssen diese Regeln, ihre Grenzen und ihre Freigabeinstanzen vorab sauber definiert sein. Diese Themen sind lösbar, aber sie sind Voraussetzung, nicht Nebensache, und sie entstehen nicht von allein mit der Technologie.
Ausblick: Wie Unternehmen sich vorbereiten
Der sinnvolle erste Schritt ist unspektakulär und liegt vor der KI: die eigenen Produktdaten in Ordnung bringen. Wer heute in strukturierte, vollständige und konsolidierte Produktdaten investiert, legt die Grundlage, auf der Agentic Commerce später überhaupt tragfähig wird. Parallel lohnt es sich, klein und kontrolliert zu starten, etwa bei wiederkehrenden Bestellungen mit klaren Regeln, dort Erfahrung mit Grenzen und Freigaben zu sammeln und die Governance mitzuentwickeln, statt sie nachzurüsten. Die Unternehmen, die im B2B vorausgehen, veröffentlichen nicht einfach besseren Produktcontent. Sie bauen die Dateninfrastruktur, auf der KI intelligentere Beschaffung, nahtlose Prozesse und automatisierte Abläufe ermöglicht.
Fazit
Agentic Commerce verschiebt den B2B-Einkauf von der Bedienung einer Oberfläche zur Beauftragung eines Agenten. Die Vorteile, Effizienz, 24/7-Vergleiche, geringere Prozesskosten und skalierbare Personalisierung, sind real, aber sie hängen an einer Bedingung: verlässlichen Produktdaten. Wer diese Basis mit einem PIM-System wie VIA/PIM360° schafft, ist für die autonome Beschaffung von morgen gerüstet. Sprechen Sie mit uns darüber, wie Sie Ihre Produktdaten agentenfähig machen.
Häufige Fragen zu Agentic Commerce
Was ist Agentic Commerce?
Agentic Commerce ist der Einsatz autonomer KI-Agenten, die im Auftrag eines Unternehmens Kaufprozesse eigenständig durchführen: Bedarf interpretieren, Optionen recherchieren, verhandeln und Bestellungen abschließen, über mehrere Systeme hinweg und ohne dass zwischen den Schritten jemand klicken muss.
Was ist der Unterschied zwischen Agentic Commerce und einem Chatbot?
Ein Chatbot beantwortet Fragen und leitet weiter. Ein Agent verfolgt ein Ziel und führt Handlungen aus, bis es erreicht ist. Ergebnis ist nicht der Dialog, sondern die abgeschlossene Transaktion.
Welche Vorteile bietet Agentic Commerce im B2B?
Höhere Effizienz im Einkauf, autonome Angebotsvergleiche rund um die Uhr, geringere Prozesskosten pro Bestellung und skalierbare Personalisierung über kundenspezifische Kataloge und Preise hinweg.
Welche Rolle spielen Produktdaten und PIM für Agentic Commerce?
Eine zentrale. Agenten brauchen strukturierte, vollständige und widerspruchsfreie Produktdaten, um korrekt zu entscheiden. Ein PIM-System liefert diese Datenbasis, Datenqualität und ein konsolidierter Golden Record je Produkt sind Voraussetzung für verlässliche autonome Prozesse.
Ist Agentic Commerce im B2B schon Realität?
Es ist im Übergang. Erste Anwendungen laufen bei wiederkehrenden Bestellungen und in der Beschaffung, und Forrester erwartet, dass bis Ende 2026 rund ein Drittel der B2B-Zahlungs-Workflows KI-Agenten einbindet. Verbreitung im großen Stil hängt vor allem davon ab, wie schnell Unternehmen ihre Produkt- und Stammdaten agentenfähig machen.
