Dein bestes Produkt existiert nicht.

WARENKORB-MACHT  ·  EDITION III

Im März 2026 machte Shopify alle 5,6 Millionen Stores automatisch in ChatGPT sichtbar. Per Default. Wer auf Shopify verkauft, dessen Produkte tauchen jetzt in KI-Gesprächen auf, wenn ein Nutzer nach ihnen fragt. Wenige Tage später erweiterte Google sein Universal Commerce Protocol um Warenkorbfunktion, Echtzeit-Katalogabfragen und Loyalty-Anbindung. Zwei Infrastrukturen, gebaut für KI-Agenten, innerhalb von zehn Tagen scharfgeschaltet.

Für Millionen Händler auf diesen Plattformen war das ein stiller Upgrade. Für alle anderen war es eine stille Degradierung. Denn ab dem Moment, in dem die Mehrheit der E-Commerce-Welt für Agenten sichtbar wird, fällt auf, wer es nicht ist.

DER SCHACHZUG

Frag ChatGPT nach einer nachhaltigen Outdoor-Jacke unter 200 Euro mit guten Bewertungen. Die Antwort kommt in Sekunden. Drei Empfehlungen, visuell aufbereitet, mit Preisen, Bewertungen und einem Link zum Kauf. Was du nicht siehst: die Jacken, die nicht empfohlen wurden.

Ob eine Marke für den Agenten existiert, entscheidet sich an zwei Stellen.

Der Agent liest keine Websites wie ein Mensch. Er liest Produktfeeds: strukturierte Datenfelder mit Preis, Verfügbarkeit, Material, Lieferzeit, Rückgabebedingungen. Er fragt APIs ab – über Shopifys Agentic Commerce Protocol oder Googles UCP. Wenn dein Produktfeed unvollständig ist, deine Lieferzeiten als Freitext in einer FAQ-Seite stehen und dein ERP-System keine Echtzeit-Inventarabfrage per API unterstützt, findet der Agent dein Produkt nicht. Er kann es einfach nicht lesen.

Technische Lesbarkeit allein reicht aber nicht. KI-Modelle empfehlen nicht blind, was sie lesen können. Sie empfehlen, was sie als vertrauenswürdig einstufen. Vertrauen entsteht für ein LLM aus Autoritätssignalen: Wird die Marke auf Drittseiten erwähnt? Existiert sie als Entität in Wissensdatenbanken? Sind die Inhalte auf der eigenen Website als zitierbarer Fakt strukturiert, nicht als Werbeclaim? 61 Prozent aller KI-Erwähnungen stammen laut aktuellen Analysen aus Earned Media. ChatGPT zitiert regelmäßig Seiten, die bei Google nicht auf der ersten Seite ranken – solange sie als autoritäre Quelle erkennbar sind.

Die Branche nennt das Generative Engine Optimization, kurz GEO. Wer für KI-Agenten sichtbar sein will, braucht beides – maschinenlesbare Produktdaten und inhaltliche Autorität. Ein perfekter Produktfeed ohne Markenbekanntheit ist ein Datensatz ohne Kontext. Eine starke Marke ohne strukturierte Daten ist eine Reputation, die der Agent nicht lesen kann.

WAS WIRKLICH PASSIERT

IBM und die National Retail Federation haben im Januar 2026 über 18.000 Konsumenten befragt: 45 Prozent nutzen bereits KI während ihrer Kaufprozesse. BCG misst zwischen Februar und November 2025 ein Wachstum der Shopping-bezogenen GenAI-Nutzung um 35 Prozent. Gleichzeitig sagt Adobe: Nur 19 Prozent wollen, dass KI-Agenten ihre primäre Schnittstelle zu Marken werden.

Menschen nutzen KI-Assistenten für Produktrecherche, ohne zu begreifen, wie tief der Einfluss reicht. Wer ChatGPT nach einer Jacke fragt und drei Vorschläge erhält, empfindet das als Beratung. Was es wirklich ist: eine Vorauswahl – kuratiert von einem System, das nur kennt, was maschinenlesbar und autoritär referenziert ist. Der Käufer erfährt nie, was er nicht gesehen hat. Der Händler erfährt nie, dass er nicht im Rennen war.

CUI BONO

Wer gewinnt: Shopify. Wieder. Das Unternehmen hat mit dem Agentic Plan jetzt auch Händler ohne eigenen Shopify-Store in den Catalog aufgenommen. Der Catalog liefert Agenten, was sie brauchen: Echtzeit-Preise, Live-Inventar, saubere Rabattstrukturen. Shopifys eigenes GEO Playbook formuliert die Regel direkt: KI-Agenten empfehlen keine Produkte, für die sie nicht bürgen können. Und sie können nicht bürgen, wenn die Daten veraltet, unvollständig oder widersprüchlich sind. Wer im Catalog ist, erscheint in ChatGPT, Gemini und Copilot. Wer nicht, muss UCP oder ACP selbst implementieren.

Wer ebenfalls gewinnt: Marken, die seit Jahren in beides investiert haben – Produktdatenarchitektur und inhaltliche Sichtbarkeit. Vollständige Schema-Markups plus redaktionelle Präsenz auf Drittseiten. Eigene Forschung, zitierfähige Fakten, klar definierte Markenentitäten. Diese Kombination lässt sich nicht in Wochen aufholen.

Wer verliert: Der Mittelstand. Schlicht und einfach aus Strukturmangel. Ihre Produktdaten leben in PDFs und ERP-Systemen, die für Sachbearbeiter gebaut wurden, nicht für Agenten. Ihre Markenerwähnungen beschränken sich auf die eigene Website und einen LinkedIn-Account. Für ein LLM ist das zu wenig – technisch und inhaltlich. Keine technische Schuld, sondern eine existenzielle Flanke, die sich auf zwei Seiten gleichzeitig öffnet.

BRAND-IMPLIKATION

Die falsche Frage: Wie optimiere ich mein SEO für KI?

Die richtige Frage: Wie werde ich für den Agenten gleichzeitig lesbar und glaubwürdig?

Lesbar heißt: Vollständige Produktattribute. Objektive Spezifikationen statt Marketing-Superlative. Lieferzeiten, Rückgabebedingungen, Materialdaten als strukturierte Felder. API-Endpunkte, die Agenten in Echtzeit abfragen können.

Glaubwürdig heißt: Inhalte, die ein LLM als autoritäre Quelle erkennt. Eigene Studien, Fallbeispiele mit konkreten Ergebnissen, redaktionelle Erwähnungen jenseits der eigenen Kanäle, eine klar definierte Markenentität. Nicht Content-Volumen. Autorität.

Für Unternehmen mit Digital-Teams und Dateninfrastruktur ist das ein strategisches Projekt. Für den Mittelstand ist das eine doppelte Überforderung – technisch und inhaltlich gleichzeitig.

Regulierung löst das nicht. Positionspapiere auch nicht. Was fehlt, sind Formate, die beides gleichzeitig anpacken: die technische Seite und die inhaltliche. Kein Beratungsprojekt, das in Folien endet.

Ein Ansatz, der funktioniert: der AI Accelerator für Unternehmen. Ein Corporate Partner definiert eine konkrete Herausforderung – etwa den Aufbau einer agent-kompatiblen Produktdatenarchitektur oder einer GEO-Strategie. Vorqualifizierte Teams aus Master-Studenten und jungen KI-Fachleuten arbeiten unter Begleitung von Industrie- und Akademie-Mentoren in agilen Sprints an der Lösung. Nach acht bis zehn Wochen steht kein Pitch Deck, sondern ein funktionsfähiger Prototyp, bereit für den Einsatz im Unternehmen.

Das ist kein Hackathon – die Teams durchlaufen ein mehrphasiges Programm und werden fachlich qualifiziert, bevor sie an die Challenge gehen. Es ist auch keine Beratung: Am Ende steht ein Prototyp, nicht eine Empfehlung. Und der Zeithorizont liegt bei Wochen, nicht Quartalen.

Solche Formate sind selten. Aber sie adressieren die Lücke, die weder Google noch OpenAI schließen werden: die letzte Meile zwischen Protokoll und Befähigung.

EUROPA-CHECK

Europa investiert. Der EIC hat über 1,4 Milliarden Euro für Deep-Tech-Innovation freigegeben. OpenAI hat ein KI-Programm für 20.000 europäische KMU angekündigt. Accelerator-Programme in Paris, London und Berlin fördern KI-Startups.

Aber Europa fördert Startups, nicht Handelsinfrastruktur. Kein europäisches Commerce-Protokoll existiert. Kein Gegenentwurf zu UCP oder ACP. Zalando und Adyen bleiben die einzigen europäischen UCP-Partner unter über zwanzig Unterzeichnern. Der Mittelstand, den Europa so gerne als Stärke feiert, kommt in keinem dieser Protokolle vor.

Startups ohne Infrastruktur sind Mieter in amerikanischen Gebäuden. Mittelständler ohne GEO-Strategie stehen vor den Gebäuden und wissen nicht, wo der Eingang ist.

Wenn der Agent nur empfiehlt, was er kennt – und nur kennt, was maschinenlesbar und glaubwürdig ist – wie viele gute Produkte hat er heute nicht empfohlen?

Bastian Scherbeck ist Geschäftsführer von segmenta experience und der Laberrabarber GmbH, einer Beteiligungsgesellschaft für KI-native Geschäftsmodelle. Er schreibt für Business Punk über die Ökonomie des Interfaces: Wer sitzt zwischen Kaufabsicht und Transaktion? Und warum ist das die Machtfrage des Jahrzehnts?