Agentic Commerce und Agentic Research

KI-Systeme empfehlen längst nicht mehr nur. Sie vergleichen Angebote, füllen Anfragen aus und schreiben Einkäufern fertige Shortlists, bevor ein Mensch die erste Website öffnet. Dahinter stecken zwei Entwicklungen: Agentic Commerce und Agentic Research. Beide bauen direkt auf dem auf, was Generative Engine Optimization heute schon leistet, und beide sind noch nicht so weit, dass ein Mittelständler dafür ein eigenes Budget einplanen müsste. Dieser Artikel erklärt, was hinter den Begriffen steckt, an welche bestehenden Bausteine sie anschließen und woran Sie merken, dass es Zeit wird, hinzuschauen.


Geschäftsführer prüft am Bildschirm eine automatisch erstellte Anbieterübersicht

MINDMELT BOOST - BLOG

Die nächste Stufe heißt nicht mehr „genannt werden“.

Sie heißt „verglichen und angefragt werden“.

Zwischen einer Empfehlung und einer Anfrage saß bisher immer ein Mensch. Genau diese Lücke schließt sich gerade.

Beobachten statt hinterherlaufen.

Wir verkaufen dafür heute keinen neuen Baustein. Was jetzt trägt, sind saubere, maschinenlesbare Angaben - dieselben, die auch später gebraucht werden.

Sichtbarkeits-Audit anfragen
Scrollen ↓

Worum es in diesem Artikel geht

Agentic Commerce und Agentic Research sind zwei Namen für dieselbe Verschiebung: KI-Systeme handeln inzwischen im Auftrag des Nutzers, statt ihm nur Vorschläge zu machen.

Beim Agentic Commerce übernimmt das System den Kaufvorgang: Es vergleicht Angebote, prüft Bedingungen und führt Bestellung oder Anfrage im Zweifel gleich mit aus. Bei der Agentic Research übernimmt es die Vorarbeit davor: Es recherchiert einen Markt, sortiert Anbieter und legt eine fertige Übersicht vor.

Für Sie ist der Unterschied zur heutigen Lage kleiner, als es klingt. Es sind dieselben Systeme und dieselben Quellen wie bei GEO, nur mit einer höheren Anforderung: Ihre Angaben müssen nicht mehr nur zitierfähig sein, sondern vergleichbar. Dieser Artikel zeigt an zwei konkreten Beispielen, was das praktisch heißt, und sagt am Ende ebenso klar, was wir daraus heute noch nicht ableiten. Das Ganze kommt ohne Panikmache und künstlich erzeugte Dringlichkeit aus.

Geschäftsführer prüft am Bildschirm eine automatisch erstellte Anbieterübersicht

Agentic Commerce: Wenn die KI nicht mehr empfiehlt, sondern abschließt

ChatGPT, Perplexity und Amazon Rufus vergleichen Angebote inzwischen selbst - und führen den nächsten Schritt gleich mit aus.

Die Shopping-Funktionen der großen KI-Anbieter sind aus dem Versuchsstadium heraus. Wer in ChatGPT nach einem Produkt fragt, bekommt keine Linkliste, sondern eine Gegenüberstellung mit Preis, Verfügbarkeit und Bedingungen. Perplexity hängt an seine Antworten Kaufoptionen an, Amazon Rufus beantwortet Produktfragen direkt im Shop. Der Schritt vom Vergleich zur Bestellung ist dabei nur noch eine Bestätigung.

Im B2C ist das bereits Alltag. Im B2B-Mittelstand ist es das nicht, und es wird es auch nicht über Nacht. Was sich aber jetzt schon verschiebt, ist die Stufe davor: die Anfrage. Ein System, das für einen Nutzer eine Leistung vergleichen soll, braucht Angaben, mit denen sich rechnen lässt - Leistungsumfang, Grenzen, Fristen, Preisstruktur. Ein Fließtext, in dem steht, dass Sie individuell beraten, lässt sich zitieren, aber nicht vergleichen.

Das ist der eigentliche Unterschied zu heute. Bei GEO reicht es, dass ein Modell Ihre Aussage übernehmen kann. Beim Agentic Commerce muss es Ihre Aussage neben die von drei anderen legen können. Wo dabei ein Feld leer bleibt, fällt der Anbieter aus der Tabelle - nicht weil er schlechter ist, sondern weil er nicht einsortierbar war.

Was das für ein Leistungsverzeichnis heißt

Zitierfähig reicht nicht mehr, wenn ein System vergleichen soll. Es braucht Zahlen, Einheiten und Grenzen.

Ein Zerspanungsbetrieb im Rhein-Main-Gebiet schreibt auf seiner Leistungsseite: „Wir fertigen Präzisionsteile in kleinen Losgrößen, schnell und zuverlässig.“ Ein KI-System, das drei Zulieferer für eine Anfrage gegenüberstellen soll, kann damit nichts anfangen. Es weiß nicht, was klein heißt und was schnell heißt.

Dieselbe Leistung, vergleichbar formuliert: „Drehteile von 3 bis 120 mm Durchmesser, Losgrößen ab 5 Stück, Toleranzen bis IT7, Werkstoffe Edelstahl 1.4301 und Aluminium, Angebot innerhalb von 24 Stunden.“ Das sind fünf Felder, die sich in eine Tabelle eintragen lassen. Fragt jemand nach einem Zulieferer für Kleinserien unter zehn Stück, fällt der erste Betrieb heraus und der zweite nicht - bei identischer Maschinenausstattung.

Technisch ist das kein neues Thema, sondern die Fortsetzung von etwas, das heute schon zum Handwerk gehört: Schema & strukturierte Daten. Wer Leistungen, Zuständigkeitsgebiete und Konditionen dort sauber hinterlegt, hat den größeren Teil der Vorarbeit erledigt, bevor der erste Einkaufsagent anklopft. Wer es nicht tut, muss es später unter Zeitdruck nachholen.

Vergleichbar wird, was sich in Zahlen und Grenzen ausdrücken lässt. Adjektive zählen für ein System nicht.
Einkäufer und Techniker gehen im Büro eine Anbieterliste durch

Agentic Research: Der Einkäufer recherchiert nicht mehr selbst

Deep-Research-Funktionen erstellen mehrseitige Marktübersichten - und die werden intern weitergereicht.

ChatGPT, Gemini und Claude bieten inzwischen Recherchemodi an, die eine Frage nicht in Sekunden, sondern in Minuten beantworten: Das System durchsucht selbstständig Dutzende Quellen und liefert am Ende einen strukturierten Bericht mit Quellenangaben. Gedacht ist das für Marktanalysen. Genutzt wird es auch für Anbietersuchen.

Ein technischer Einkäufer, der einen Prüfdienstleister für Aufzugsanlagen im Rhein-Main-Gebiet sucht, googelt nicht mehr zwölf Firmen durch. Er beschreibt seine Anforderung einmal, lässt den Recherchemodus laufen und hat nach zehn Minuten sechs Anbieter in einer Tabelle: Leistungsumfang, Zertifizierungen, Reaktionszeiten, Region. Diese Tabelle druckt er nicht aus und wirft sie weg. Er hängt sie an eine Mail an die Fachabteilung und an die Geschäftsführung.

Damit verschiebt sich die entscheidende Frage. Sie lautet nicht mehr nur: Werde ich in einer einzelnen Chat-Antwort genannt? Sie lautet: Stehe ich in dem Dokument, über das intern entschieden wird? Wer dort fehlt, kommt in der Diskussion nicht vor - und niemand im Unternehmen wird je erfahren, dass es ihn gab. Gerade in RFP-Situationen ist das folgenreicher als eine verpasste Nennung im Chat, weil die Shortlist eine Halbwertszeit von Wochen hat, die Chat-Antwort eine von Sekunden.

Warum das für Monitoring etwas anderes bedeutet

Eine Momentaufnahme aus dem Chat sagt nichts darüber aus, wie ein Rechercheagent Sie einsortiert.

Wer heute prüft, ob er in KI-Antworten vorkommt, stellt eine Frage und schaut, was zurückkommt. Das ist richtig und bleibt es. Bei einem Recherchebericht reicht es aber nicht, weil dort nicht nur die Nennung zählt, sondern die Zeile daneben: Welche Angaben hat das System über Sie übernommen, aus welcher Quelle, und stimmen sie?

Ein Anbieter, der in der Tabelle steht, dessen Reaktionszeit dort aber aus einem sechs Jahre alten Verzeichniseintrag stammt, ist schlechter dran als einer, der fehlt. Er verliert den Auftrag mit einer falschen Zahl, die er selbst nie geschrieben hat.

Das ist der Punkt, an dem die Entwicklung an unseren fünften Baustein anschließt, das laufende Monitoring. Heute belegen wir dort quartalsweise, ob und wie ein Unternehmen genannt wird. Perspektivisch gehört dieselbe Prüfung für generierte Vergleichsberichte dazu. Wir beobachten das, wir bauen es aber noch nicht als Leistung aus - dazu müsste die Verbreitung solcher Berichte zuerst so stabil sein, dass sich eine wiederholbare Messung darauf gründen lässt.

Was wir daraus heute ableiten - und was nicht

Wir beobachten beide Entwicklungen aufmerksam. Wir verkaufen dafür keinen neuen Baustein.

Es wäre leicht, an dieser Stelle ein sechstes Paket zu eröffnen. Wir tun es nicht, und zwar aus einem schlichten Grund: Die Nachfrage dafür gibt es im Mittelstand noch nicht. Kein Kunde hat uns bisher gefragt, ob er in einem automatisch erzeugten Vergleichsbericht vorkommt. Ein Angebot, das ein Problem löst, das noch niemand hat, ist kein Angebot, sondern eine Wette auf Kosten des Kunden.

Was wir daraus ableiten, ist etwas anderes: Die Arbeit, die heute schon ansteht, wird dadurch nicht anders, sondern nur wichtiger. Saubere strukturierte Daten, konkrete Leistungsangaben statt Werbetext, einheitliche Angaben über alle Quellen hinweg und eine regelmäßige Kontrolle - das sind die fünf Bausteine, aus denen KI-Sichtbarkeit heute besteht. Genau dieselben Angaben sind es, aus denen ein Einkaufsagent morgen seine Tabelle baut.

Das ist die beruhigende Nachricht in dieser Sache: Es gibt nichts vorzuziehen und nichts zusätzlich zu kaufen. Wer die Grundlagen jetzt ordentlich macht, ist für beide Entwicklungen vorbereitet, ohne einen Cent auf einen Trend zu setzen, der sich noch verschieben kann.

Die Vorbereitung auf Agentic Commerce ist identisch mit sauberer Arbeit an den Grundlagen. Ein Aufpreis dafür wäre unseriös.

Drei Anzeichen, auf die Sie achten können

Sie brauchen dafür kein Werkzeug, nur einen Blick auf Dinge, die ohnehin bei Ihnen ankommen.

Erstens: Anfragen, die bereits eine Gegenüberstellung enthalten. Wenn ein Interessent schreibt, er habe Sie mit zwei namentlich genannten Wettbewerbern verglichen, und dabei Zahlen nennt, die so nirgends bei Ihnen stehen, hat er sehr wahrscheinlich einen Rechercheagenten benutzt.

Zweitens: Anfragen mit auffallend präziser Anforderungsliste. Wo früher „Bitte um ein Angebot“ stand, steht dann eine durchnummerierte Spezifikation. Das ist der Output eines Systems, nicht der Schreibstil eines Einkäufers.

Drittens: Falsche Zahlen, die Ihnen zugeschrieben werden. Sobald jemand Sie auf eine Lieferzeit oder einen Preis anspricht, den Sie so nie kommuniziert haben, ist irgendwo eine veraltete Quelle im Umlauf, die ein System als Ihre Angabe gelesen hat.

Alle drei Punkte sind Einzelbeobachtungen, keine Messung. Wenn sie sich häufen, ist das der Zeitpunkt, an dem sich ein genauerer Blick lohnt - und nicht früher.

Häufig gestellte Fragen zu Agentic Commerce und Agentic Research

Antworten auf die Fragen, die uns zu diesen beiden Entwicklungen bisher gestellt wurden.

Agentic Commerce bezeichnet KI-Systeme, die einen Kauf oder eine Anfrage nicht nur vorbereiten, sondern im Auftrag des Nutzers ausführen. Das System vergleicht Angebote, prüft Bedingungen und schließt den Vorgang ab oder stellt die Anfrage. Bekannte Beispiele sind die Shopping-Funktionen von ChatGPT und Perplexity sowie Amazon Rufus.

Agentic Research meint die Recherchemodi von ChatGPT, Gemini und Claude, die eine Frage selbstständig über viele Quellen hinweg bearbeiten und am Ende einen strukturierten Bericht mit Quellenangaben liefern. Im Einkauf wird daraus in der Praxis eine Anbieter-Shortlist, die intern weitergereicht wird.

Der Abschluss per Agent ist es bisher nicht, die Vorstufe schon. Anfragen und Anbietervergleiche entstehen heute bereits maschinell, auch bei erklärungsbedürftigen Leistungen. Betroffen ist damit vor allem der Vertrieb, nicht die Kasse.

Nein. Die Vorbereitung besteht aus denselben Arbeiten, die heute schon zur KI-Sichtbarkeit gehören: strukturierte Daten, konkrete Leistungsangaben und einheitliche Firmendaten über alle Quellen hinweg. Ein eigener Baustein dafür wäre verfrüht, und wir bieten ihn deshalb nicht an.

GEO sorgt dafür, dass ein System Ihre Aussagen übernehmen kann. Agentic Commerce verlangt darüber hinaus, dass es Ihre Aussagen mit denen anderer Anbieter verrechnen kann. Aus zitierfähig wird vergleichbar - technisch dieselbe Grundlage, nur mit höherer Anforderung an Zahlen und Grenzwerte.

An drei Dingen: Anfragen, die bereits einen Wettbewerbsvergleich enthalten; Anfragen mit auffallend präziser, durchnummerierter Spezifikation; und Zahlen, die Ihnen zugeschrieben werden, ohne dass Sie sie je so kommuniziert hätten. Einzeln bedeutet das wenig, gehäuft lohnt der genauere Blick.

Ja, und das ist der praktisch wichtigste Punkt. Ein Recherchebericht übernimmt Angaben aus der Quelle, die er findet, auch aus veralteten Verzeichniseinträgen. Wer dort mit einer falschen Lieferzeit steht, ist schlechter dran als jemand, der gar nicht auftaucht. Deshalb gehört die Pflege externer Einträge zur Grundlagenarbeit.

Wo stehen Sie heute in der KI-Suche?

Das Kurzaudit ist unverbindlich und bezieht sich auf die fünf Bausteine, die es heute gibt - nicht auf die Entwicklungen aus diesem Artikel. Sie bekommen eine klare Einschätzung, wo Sie stehen und welcher Baustein sich zuerst lohnt.

Was das Kurzaudit kostet, besprechen wir im Erstgespräch. Ab dem zweiten Schritt steht die Zahl fest, bevor gearbeitet wird: ein Festpreis für das Projekt oder ein Monatsbetrag für die Betreuung, beide aus dem Aufwand zu 120 € netto pro Stunde abgeleitet.

Wie das in echten Projekten aussieht, steht bei den Referenzen.

Sichtbarkeits-Audit anfragen

Über den Autor

Ingo Krumm, Inhaber und Gründer von mindmelt in Frankfurt am Main

Ingo Krumm

Inhaber und Gründer von mindmelt, Frankfurt am Main

Ingo Krumm führt mindmelt seit 2002 als Inhaber, mit Konzernen und Mittelstand im Rhein-Main-Gebiet als Kundenbasis. Hinter mindmelt steht ein festes Team von bis zu acht Spezialisten. mindmelt wurde 2026 von FOCUS als Leading Innovator ausgezeichnet. mindmelt Boost betreut er persönlich, gemeinsam mit einem kleinen festen Kreis an Spezialisten für KI-Sichtbarkeit.

Mehr über den Autor und mindmelt

Weiterlesen

Zurück zur Übersicht: KI-Sichtbarkeit (GEO). Dort finden Sie die fünf Bausteine, aus denen sich GEO in der Praxis zusammensetzt.

Verwandte Themen:

Mehr von mindmelt: mindmelt AI (KI-Automatisierung) · mindmelt Studio (Content-Produktion) · mindmelt Speaker (Workshops) · Webdesign Frankfurt

Schritt 1 von 5 Unternehmen

Kurzaudit anfragen

Fünf kurze Fragen. Danach wissen wir genug, um das Erstgespräch vorzubereiten, statt es mit Rückfragen zu beginnen.

Wie viele Menschen arbeiten in Ihrem Unternehmen?

Wofür sollen Sie gefunden werden?

Eine Auswahl genügt. Sie bestimmt, welche Fragen wir im Audit stellen.

Was ist heute schon da?

Mehrfachauswahl. Auch "Nichts davon sicher" ist eine brauchbare Antwort.

Mindestens ein Punkt muss gewählt werden.

Wie dringend ist das Thema?

Das entscheidet, wie schnell wir uns melden und wie wir das Gespräch vorbereiten.

Ihr Unternehmen und Ihr Kontakt

Damit wir das Erstgespräch vorbereiten können, statt es mit Rückfragen zu beginnen.

Ihre Angaben
Bitte Unternehmensnamen eingeben
Bitte Namen eingeben
Bitte gültige E-Mail eingeben
Bitte Telefonnummer eingeben

Anfrage angekommen.

Vielen Dank, . Wir sehen uns Ihre Angaben an und melden uns für ein kurzes Erstgespräch.

Rückmeldung in der Regel innerhalb eines Werktags
Im Erstgespräch legen wir gemeinsam die Testfragen fest und klären den weiteren Ablauf.
Lieber direkt sprechen? 069 21936250