Das Agentic-Commerce-Framework: Sechs Stufen autonomen Einkaufens
Wenn ein Mensch heute bestellt, klickt er. Wenn ein KI-Agent bestellt, handelt er aus. Das Agentic-Commerce-Framework beschreibt sechs Stufen dieser Verschiebung und was Anbieter in jedem Stadium vorbereiten müssen.
Das Framework ist keine Prognose. Jede der sechs Stufen existiert bereits in realen Implementierungen, von stationären Einzelhandelsformaten ohne API-Anbindung bis zu vollautomatisierten B2B-Beschaffungsketten, die ohne menschlichen Eingriffspunkt operieren. Die Stufen beschreiben einen Zustand, den Anbieter heute bei ihren Kunden vorfinden, und eine Richtung, in die sich das Kaufverhalten bewegt. Wer weiß, auf welcher Stufe seine Käufer heute operieren, kann Infrastruktur, Governance und Vertriebsstrategie gezielt ausrichten, statt auf Entwicklungen zu reagieren, die bereits eingetreten sind.
Kein digitaler Einkaufskanal
Kaufprozesse verlaufen vollständig ohne digitale Infrastruktur: Telefon, Papierformulare, persönliche Absprachen, Fax. KI spielt keine Rolle, weil keine Schnittstelle existiert, über die sie wirken könnte. Für Anbieter bedeutet Level 0: kein strukturiertes Inventar, keine maschinenlesbare Preisgestaltung, kein API-Endpunkt. Im agentisch geprägten Markt existieren Level-0-Anbieter für autonome Käufer schlicht nicht. Sie sind unsichtbar, nicht weil ihr Angebot schlechter ist, sondern weil ihre Daten nicht abfragbar sind.
Im deutschen Mittelstand ist Level 0 häufiger als angenommen. Viele Fachgroßhändler, regionale Dienstleister und spezialisierte Zulieferer betreiben ihre Auftragsannahme bewusst ohne digitale Schnittstelle, weil persönliche Beziehungen und Verhandlungsspielraum als Differenzierungsmerkmal gelten. Das ist eine valide Strategie für Märkte, die auf menschliche Transaktionspartner angewiesen sind. Es ist keine valide Strategie für Märkte, in denen der Käufer eine KI ist.
KI-informierter Mensch
Ein Mensch trifft alle Kaufentscheidungen, nutzt dabei aber KI-Werkzeuge für Recherche und Vergleich. Generative Suchmaschinen destillieren Empfehlungen aus dem Web, KI-gestützte Preisvergleichsportale sortieren Optionen nach Präferenzprofilen, und chatbasierte Kaufberater bündeln Produktinformationen zu einer strukturierten Auswahl. Der Kaufakt bleibt vollständig menschlich. Die Auswahl wird durch Maschinen vorstrukturiert.
Für Anbieter hat das eine konkrete Konsequenz, die größer ist als sie zunächst erscheint: Sichtbarkeit im KI-generierten Output wird zur primären Vertriebsebene. Klassische Suchmaschinenoptimierung, die auf Keywords und Klickrate optimiert, weicht der Optimierung für maschinenlesbare Antworten. Wer nicht in den Datenquellen vertreten ist, die generative Systeme verarbeiten, ist für einen wachsenden Teil der Kaufvorbereitung nicht existent. Im deutschen B2C-Markt ist Level 1 bereits der Normalzustand für Produktkategorien wie Consumer-Electronics, Reise und Versicherungen.
KI-empfohlen, Mensch entscheidet
Ein KI-System bewertet Optionen, formuliert eine Empfehlung und wartet auf menschliche Entscheidung. Der Mensch behält die finale Kaufentscheidung und den Kaufakt, gibt aber die Auswahl an die Maschine ab. Typisch für diese Stufe sind Reisekostenmanagement-Plattformen mit KI-gestützter Tarifauswahl, B2B-Beschaffungsassistenten in ERP-Systemen und Consumer-Apps mit automatischen Nachbestellvorschlägen auf Basis von Verbrauchsmustern.
Anbieter, die in diese Empfehlungslogik gelangen wollen, müssen Preise, Bedingungen und Verfügbarkeit so strukturieren, dass sie maschinenverarbeitbar sind. Unvollständige Produktdaten, fehlende Attributierung oder nicht standardisierte Konditionenfelder führen konsequent zur Nichtempfehlung, unabhängig von der tatsächlichen Angebotsqualität. Im deutschen B2B-Handel ist Level 2 der Eintrittspunkt in vollautomatisierte Beschaffungsprozesse und damit die Mindestanforderung für Lieferanten, die nicht aus unternehmensinternen Agentenworkflows herausfallen wollen.
KI-initiiert, menschlich bestätigt
Der Agent formuliert eine vollständige Bestellabsicht, einschließlich Lieferant, Menge, Preis und Bedingungen, und wartet auf ein menschliches Bestätigungssignal. Die menschliche Interaktion reduziert sich auf ein einzelnes Signal. In modernen Einkaufsworkflows bedeutet das: Der Agent identifiziert den optimalen Lieferanten, prüft Konditionen, berechnet den Endpreis und leitet das Ergebnis zur Freigabe weiter. Die Freigabe selbst kann als Push-Notification auf dem Smartphone des Einkäufers erscheinen und durch einfaches Tippen ausgelöst werden.
Für Fraud-Prevention-Systeme im deutschen Handel beginnt hier die kritische Schwelle: Ist die Bestätigung menschlich, maschinengestützt oder vollständig automatisiert über eine vorgelagerte Regel? Diese Unterscheidung ist für Haftungszwecke, für die datenschutzrechtliche Einordnung nach DSGVO-Grundsätzen der Datenschutz-Folgenabschätzung und für die Einordnung unter den EU-KI-Act unmittelbar relevant. Systeme, die auf Level 3 operieren, ohne diese Unterscheidung dokumentiert zu haben, stehen im Streitfall ohne Nachweis.
Beaufsichtigt autonom
Der Agent handelt selbstständig innerhalb vordefinierter Parameter: Preisrahmen, Lieferantenlisten, Mengenobergrenzen, Zeitfenster. Ein Mensch legt diese Grenzen im Voraus fest und überwacht Ausreißer im Nachhinein. Innerhalb der Parameter kauft der Agent ohne Genehmigung für jede einzelne Transaktion. Diese Stufe ist in der Enterprise-Beschaffung, im automatisierten Travel-Management für Unternehmensreisende und in agentengesteuerten Mediabuchungssystemen bereits produktiv im Einsatz.
Die entscheidende rechtliche Frage, die in deutschen Unternehmensstrukturen noch selten beantwortet ist: Wer haftet für Transaktionen, die innerhalb der definierten Parameter lagen, aber außerhalb der ursprünglichen Absicht des Parametersetzers? Das Handelsgesetzbuch und die allgemeine Vertretungsrechtsprechung bieten Antworten für bevollmächtigte Menschen, nicht für parametrisierte Automaten. Die EU-KI-Verordnung schließt diese Lücke partiell, aber nur für Systeme, die formal als Hochrisikosysteme eingestuft werden. Für Level-4-Systeme unterhalb dieser Schwelle bleibt die Haftungsfrage unternehmensintern zu klären.
Vollautonome Agentenkette
Mehrere Agenten koordinieren Bedarfserkennung, Lieferantenauswahl, Compliance-Prüfung und Zahlungsautorisierung ohne menschliche Eingriffspunkte. Ein Beschaffungsagent erkennt den Bedarf anhand von Lagerbeständen oder Nutzungsmustern, ein Verhandlungsagent spricht Konditionen ab, ein Compliance-Agent prüft DSGVO-Anforderungen und Sanktionslisten, ein Zahlungsagent löst die Transaktion aus. Kein Mensch genehmigt diesen Ablauf im laufenden Betrieb.
Die EU-KI-Verordnung adressiert diese Stufe direkt: Systeme, die autonom Kaufentscheidungen mit erheblichen Auswirkungen treffen, unterliegen Anforderungen an Transparenz, Nachvollziehbarkeit und menschliche Aufsicht. Anbieter, die für Level-5-Käufer sichtbar sein wollen, müssen Transaktionsdaten in einem Format bereitstellen, das eine Agentenkette ohne zusätzliche Interpretation verarbeiten kann: normierte Preisstruktur, maschinenverifizierbare Bedingungen, garantierte Verfügbarkeitszusagen über API. Unternehmen, die auf Stufe 5 operieren, ohne eine Governance-Architektur für Stufe 3 und 4 aufgebaut zu haben, tragen Haftungsrisiken, die in den meisten Vertragswerken und Versicherungspolicen noch nicht explizit abgedeckt sind.
Was das für Deutschland und die EU bedeutet
Der deutsche Markt befindet sich gleichzeitig in mehreren Stufen des Frameworks. Große Handelskonzerne und Technologieanbieter pilotieren Level-4- und Level-5-Implementierungen, während ein signifikanter Teil des deutschen Mittelstands noch auf Level 0 und 1 operiert. Diese Gleichzeitigkeit schafft ein strukturelles Risiko: Lieferanten ohne maschinenlesbare Schnittstellen fallen sukzessive aus automatisierten Beschaffungsprozessen heraus, ohne dass dieser Ausschluss aktiv kommuniziert wird. Es gibt keine Absagemitteilung, nur einen wachsenden Anteil an Aufträgen, der an andere geht.
Der EU-KI-Act, der ab August 2026 vollständig anwendbar ist, fügt eine zweite Dimension hinzu: Betreiber von KI-Systemen, die in Kaufentscheidungen eingreifen, tragen Dokumentations- und Transparenzpflichten, die heute in den meisten Implementierungen nicht erfüllt werden. Das gilt unabhängig davon, ob das Unternehmen Käufer oder Verkäufer ist. Die DSGVO-Anforderungen für automatisierte Entscheidungsfindung nach Artikel 22 betreffen Level-3- bis Level-5-Implementierungen direkt, wenn die automatisierte Entscheidung für den Betroffenen rechtliche Wirkung oder ähnlich erhebliche Beeinträchtigung entfaltet. Im B2B-Kontext ist die Einordnung weniger eindeutig, aber nicht irrelevant.
Für den deutschen Einzelhandel kommen Besonderheiten im Zahlungsverkehr hinzu: Zahlungsauslösung durch autonome Agenten über SEPA-Lastschrift, Kreditkarten-Tokenisierung oder Open-Banking-Schnittstellen nach PSD2 ist technisch möglich, aber regulatorisch in einem Graubereich, der weder durch BaFin-Leitlinien noch durch aktuelle EZB-Einschätzungen vollständig abgedeckt ist. Wer agentische Zahlungsauslösung produktiv einsetzt, sollte die rechtliche Qualifikation dieser Transaktionen mit einer auf Zahlungsrecht spezialisierten Kanzlei klären, bevor das Volumen betriebsrelevant wird.
Das Agentic-Commerce-Framework ist kein Maßstab für technologischen Fortschritt. Es ist ein Diagnosewerkzeug: Es beschreibt, wo Käufer heute sind, welche Anforderungen das an Anbieter stellt und welche Governance-Strukturen für jeden Autonomiegrad erforderlich sind. Die vollständige Governance-Analyse für den europäischen Kontext findet sich in unserem Beitrag Agentic Commerce und die EU-KI-Verordnung. Wie autonome Agenten den Reisevertrieb konkret verändern, zeigt Der letzte Buchungsbildschirm.
Auf welcher Stufe kaufen Ihre Kunden?
contraco begleitet Handels- und Industrieunternehmen bei der Diagnose ihres Agentic-Commerce-Reifegrads und beim Aufbau der Infrastruktur und Governance, die für maschinelle Käufer bereit ist.
Gespräch beginnen →