Dein nächster Kunde ist ein Bot

Der nächste Kunde, der dein Produkt in Betracht zieht, sieht deine Homepage womöglich nie. Nicht das Hero-Video, nicht die Gründergeschichte, nicht die Fotografie, über die du einen Monat lang diskutiert hast. Er kommt mit einem Ziel (Trailrunning-Schuhe, unter 150 Dollar, Lieferung bis Freitag), zerlegt diesen Satz in Bedingungen, fragt strukturierte Daten ab, gewichtet die Treffer und kauft. Alles, was du gebaut hast, um einen Menschen zu überzeugen, spielt vor leerem Saal. Der Käufer in dieser Transaktion ist ein KI-Agent. Und er liest Felder.

Dies ist eine Feldsynthese, keine Prophezeiung. Wir haben die Spezifikation gelesen, die OpenAI für die eigenen Shopping-Oberflächen veröffentlicht hat, die erste Forschung, die misst, was maschinelle Käufer tatsächlich belohnen, und zwei Jahre Adobe-Daten zu diesem Kanal. Der rote Faden ist unbequem und einfach: Im Moment der maschinellen Entscheidung überzeugt eine Marke, die nicht als Daten lesbar ist, nicht etwa schlecht. Sie ist gar nicht anwesend.

Abschnitt EinsDer Funnel kollabiert zu einer Abfrage

Der Marketing-Funnel unterstellt eine Reise. Aufmerksamkeit, Erwägung, der emotionale Klick, der Homepage-Besuch, der Warenkorb. Jede Stufe ist eine Fläche, auf der Überzeugungsarbeit an einem Menschen wirken kann: eine Farbe, eine Headline, ein gut platziertes Testimonial. Die gesamte Disziplin der Conversion-Optimierung ist das Handwerk, eine umherwandernde Person sanft zu einer Entscheidung zu schieben.

Ein Agent wandert nicht. Er interpretiert. „Trailschuhe, unter 150 Dollar, bis Freitag" ist keine Stimmung; es sind drei Bedingungen: eine Kategorie, eine Preisobergrenze, ein Liefertermin. Der Agent erweitert das Ziel, fragt die Produktdaten ab, die er erreichen kann, filtert nach den Bedingungen, wägt die Kandidaten und liefert eine Antwort oder drei. Es gibt keine Verweildauer zu messen, keine Scrolltiefe, kein Retargeting-Pixel, das feuert. Der „Besuch", falls überhaupt einer stattfindet, ist eine strukturierte Anfrage, die Millisekunden dauert.

Der Funnel schrumpft nicht. Er kollabiert von einer Reise zu einer Abfrage.

Was den Kollaps überlebt, ist alles, was als Antwort auf diese Abfrage taugt. Ein Preis ist eine Antwort. Ein Verfügbarkeits-Flag ist eine Antwort. Eine Bewertung von 4,7 über 2.000 Rezensionen ist eine Antwort. Ein Markenfilm ist keine Antwort auf irgendetwas, das eine Bedingung fragen kann. Das ist kein Argument, dass Emotion für Menschen aufgehört hat zu zählen; es ist die Beobachtung, dass ein wachsender Anteil der Kaufentscheidungen jetzt durch einen Leser läuft, der dafür keinen Platz hat.

Bedenk, was das mit dem Handwerk macht. Ein Jahrzehnt Conversion-Arbeit optimierte die Sekunden, in denen ein Mensch entscheidet: die Buttonfarbe, das Dringlichkeitsbanner, das Exit-Intent-Popup. Keine dieser Flächen existiert in der Transaktion eines Agenten. Die Optimierungsfläche wandert vom Pixel zum Datensatz: stimmt der Preis, ist die Verfügbarkeit wahr, ist das Lieferversprechen maschinell prüfbar, sagt die Produktbeschreibung, was das Produkt ist, in Worten, die ein Parser auf eine Bedingung abbilden kann. Unglamouröse Fragen. Sie sind jetzt das Schaufenster.

Abschnitt ZweiDie Spezifikation ist öffentlich. Lies sie.

Was ein Einkaufsagent liest, musst du nicht erraten, denn OpenAI hat es veröffentlicht. Die Produkt-Feed-Spezifikation für Agentic Commerce definiert exakt die Daten, die die Shopping-Funktionen von ChatGPT konsumieren. In den Worten des Dokuments selbst „definiert [sie] das gemeinsame Flat-File-Schema, das OpenAI einliest und indexiert". Feldnamen, Datentypen, Beschränkungen, bis hin zu Beispielwerten.

OpenAI, „Product Feed Spec", Agentic-Commerce-Entwicklerdokumentation (Live-Spezifikation, geprüft August 2026).

Die geforderte Substanz sind die unromantischsten Daten eines Händlers: Artikel-ID, Titel, Beschreibung, Preis, Verfügbarkeit, Bild-URLs, Marke, plus zwei Schalter, is_eligible_search und is_eligible_checkout, die entscheiden, ob deine Produkte in der Antwort überhaupt auftauchen und gekauft werden können. Ob der größte KI-Einkaufskanal deinen Katalog sehen kann, ist, wörtlich, ein Boolean, den du setzt.

Zwei Dinge an diesem Dokument verdienen Betonung. Erstens: Es ist OpenAIs eigenes Feed-Format (strukturierte Produktdaten, kein Schema.org-Markup), und andere Agenten-Oberflächen werden eigene Schnittstellen definieren. Die Details werden variieren; die Form nicht. Die Schnittstelle zum maschinellen Käufer sind Felder. Zweitens: Achte darauf, was fehlt. Es gibt kein Feld für deine Geschichte. Kein Feld für den Designpreis. Kein Feld dafür, welches Gefühl der Schuh auslöst. Das Schema ist die Eingangstür zur Auswahlliste, und es lässt Daten herein.

Abschnitt DreiWas der maschinelle Käufer belohnt

Wenn Agenten die Auswahl treffen, lautet die nächste Frage, was sie bewegt. Die erste ernsthafte Messung liefert ein Preprint von 2025 von Allouah, Besbes, Figueroa, Kanoria und Kumar, die KI-Agenten durch simulierte Kaufentscheidungen schickten und maßen, was das Ergebnis verändert. Ein einzelnes Preprint, noch nicht begutachtet, eine einzige Forschungsgruppe. Behandle es als frühe Instrumentenablesung, nicht als gesicherte Wissenschaft. Seine Richtung allerdings lässt sich schwer ignorieren.

Allouah, Besbes, Figueroa, Kanoria & Kumar, „What Is Your AI Agent Buying?", arXiv:2508.02630, 2025 (Preprint).

Bewertungen wiegen weit schwerer als bei menschlichen Käufern, schwer genug, um sie in Preise zu übersetzen. In den Worten der Autoren erlaubt ein Zuwachs von 0,1 Sternen einem Verkäufer, seinen Preis um ein Viertel anzuheben, wenn Gemini 2.5 Flash einkauft, um ein Drittel bei Claude Sonnet 4 und um 67 Prozent bei GPT-4.1. Ein Zehntel eines Sterns kaufte zwischen 25 und 67 Prozent Preisspielraum, und die genaue Zahl hängt vollständig davon ab, welches Modell den Einkauf erledigt.

Ein Zehntel Stern kauft ein Viertel deines Preises. Welche Maschine einkauft, entscheidet, wie viel mehr.

Diese Modellabhängigkeit ist selbst ein Befund. Dein Produkt hat nicht eine maschinenseitige Reputation; es hat eine pro Agent, und sie widersprechen sich. Stabil über alle drei Modelle hinweg ist der Mechanismus: Der Agent stützt sich auf die strukturierten Vertrauenssignale, die er lesen kann (Bewertungen, Rezensionszahlen, Preis), und stützt sich überproportional darauf. Die Eingaben dieser Rechnung sind exakt die Felder aus Abschnitt Zwei.

Folg dem Geld einen Schritt weiter, und die operative Konsequenz landet. Wenn ein Zehntel Stern für die kaufende Maschine ein Viertel deines Preises wert ist, dann hört Bewertungspflege auf, eine Kundendienst-Pflichtübung zu sein, und wird zum Preisvermögen. Die unbeantwortete Beschwerde, der ungepflegte Eintrag, die nie versandte Rezensionsanfrage: Im menschlichen Markt kosten sie langsam Reputation. Im agentenvermittelten Markt verdichten sie sich zu einer Zahl, die direkt in der Auswahlrechnung sitzt, neben deinem Preis, bei jedem einzelnen Lauf der Abfrage.

Abschnitt VierDie Belege, ehrlich datiert

Passiert das alles tatsächlich, in Volumen? Die Traffic-Seite ist eindeutig. Adobe Analytics berichtete im März 2025, dass der Traffic auf US-Einzelhandelswebsites aus generativen KI-Quellen um 1.200 Prozent gewachsen war, Februar 2025 gemessen gegen Juli 2024. Eine kleine Basis, ja. Aber genau so hat der Anfang jedes Kanals ausgesehen, der später zählte.

Adobe, „Adobe Analytics: Traffic to US retail websites from generative AI sources jumps 1,200 percent", 17. März 2025.

Die Conversion-Seite verlangt mehr Ehrlichkeit, denn die Kennzahl war volatil, und die Volatilität ist die Geschichte. Im Juli 2024 maß Adobe, dass KI-verwiesene Besucher 43 Prozent schlechter konvertierten als übriger Traffic. Bis Februar 2025 war der Rückstand auf 9 Prozent geschrumpft. Adobes spätere Berichte drehten dann das Vorzeichen: 42 Prozent besser in der Q1-2026-Berichterstattung, 54 Prozent höher in Daten bis Mai 2026, beides von der Fachpresse aus Adobes eigenem Panel übernommen. Vier Zahlen, vier Messfenster, das selbstvermessene Panel eines einzigen Anbieters, und eine Kennzahl, die in unter zwei Jahren von tief negativ zu deutlich positiv schwang.

Leg die drei Exponate nebeneinander. Der Traffic wächst vierstellig. Die Besucher, die er liefert, konvertieren inzwischen offenbar mindestens so gut wie alle anderen. Und den Auswahlschritt in der Mitte erledigt zunehmend Software, die ein veröffentlichtes Schema liest. Das ist kein Zukunftsszenario. Das ist ein Vertriebskanal mit Datenblatt.

Zum SchlussAbwesend, nicht abgeschlagen

Die klassische Suche war auf eine bestimmte Weise gnädig: Man konnte sichtbar verlieren. Seite zwei der Ergebnisse war das Fegefeuer, aber man existierte dort, und man konnte klettern. Die Antwort eines Agenten hat keine Seite zwei. Wenn deine Bestände, Preise, Verfügbarkeiten und Bewertungen nicht dort strukturiert vorliegen, wo die Maschine liest, wirst du nicht schlechter platziert. Du stehst gar nicht auf der Auswahlliste. Die Homepage bleibt schön. Der Käufer betritt den Raum nie.

Kein strukturiertes Signal, keine Auswahlliste. Nicht abgestraft: abwesend.

Die Arbeit, die daraus folgt, ist nicht mysteriös, und das meiste davon ist nicht einmal neu. Veröffentliche deinen Katalog als strukturierte Daten dort, wo die Agenten lesen, und halte die langweiligen Felder (Preis, Verfügbarkeit, Lieferung) rücksichtslos aktuell, denn eine Maschine vertraut einem veralteten Feld genau einmal. Schreib Produktbeschreibungen, die zuerst sagen, was das Ding ist, und dann, wie es sich anfühlt. Behandle Bewertungen als das Preisvermögen, das die frühe Evidenz nahelegt. Nichts davon ersetzt die Markenarbeit, die Menschen zum Interessieren bringt; es ist die Übersetzungsschicht, die Maschinen erlaubt, danach zu handeln.

Das ist die Behauptung unter allem, was wir veröffentlichen, und sie bestätigt sich in immer neuen Arenen: Maschinen können nur auf das reagieren, was sie klar lesen können: die kaufenden Agenten außerhalb deines Unternehmens und zunehmend die arbeitenden Agenten darin. Lesbarkeit war einmal Politur. In einem Markt, in dem der Kunde eine Maschine ist, ist sie die Eintrittskarte, und die Verkäufer, die sie als Überleben statt als Styling behandeln, werden still die Nachfrage all derer aufsaugen, die es nicht taten.

Wenn du wissen willst, wie sichtbar deine Marke für die Maschinen schon ist: Messen kannst du das unter /de/signal-index/. Oder schreib uns unter /de/kontakt/.