KI-Agenten im Alltag: Einkaufen, Reisen, Bezahlen

KI-Agenten erledigen das online-Shopping und die Reisebuchung. Das Angebot wächst, aber besonders Menschen ab 60 bleiben skeptisch. Erfahren Sie, was hinter dem Begriff „Agentic Commerce“ steckt, wie diese KI-Systeme entscheiden und warum gezieltes Prompting und gestufte Delegation – bei der die letzte Entscheidung beim Menschen bleibt – der souveränste Weg ist.

Transparenz

Text und Bild(er) mit KI-Unterstützung erarbeitet.

Agentic-Commerce – Online-Shopping mit einem Agenten an der Seite – Was versprochen wird

Die Versprechen rund um das Können und die Mehrwerte von KI-Agenten machen zumindest nachdenklich, bei aller (berechtigten) Skepsis doch mal einen Blick auf die neuen Möglichkeiten zu werfen:

KI-Agenten sollen als Unterstützung von Kaufentscheidungen Preise vergleichen, Bewertungen prüfen, Angebote auswählen und im nächsten Schritt auch die Transaktion vorbereiten oder auslösen können. Suchen und Abwägen würde leichter, ein Wechsel zwischen Dutzenden Tabs wäre nicht mehr nötig.

Diese neuen KI-Optionen haben einen Namen: Agentic Commerce (Agentic Commerce Protocol, GitHub). Die Infrastruktur dafür entsteht in hohem Tempo, wobei sich aber viele Systeme noch in einer Experimentierphase befinden. Zwischen Produktdemo, Pilotprojekt und alltagstauglicher Nutzung besteht zum Teil noch eine deutliche Lücke.

Deutschland: Wie ist das allgemeine Meinungsbild?

Das Meinungsforschungsinstitut INSA hat im Januar 2026 im Auftrag des Zahlungsdienstleisters Unzer 1.004 Deutsche ab 18 Jahren befragt. Schon in dieser großen Bevölkerungsgruppe, die auch junge Menschen umfasst, dominiert (noch) die Skepsis:

  • 37% der Befragten sind grundsätzlich offen für KI-gestützte Einkaufsassistenten (INSA/Unzer, 2026).
  • 54% halten es für „eher” oder „sehr unwahrscheinlich”, dass sie solche Agenten nutzen werden (INSA/Unzer, 2026).
  • 64% wollen die Kontrolle über das Ausgeben nicht abgeben und jeden Schritt autorisieren (INSA/Unzer, 2026).

Eine GfK-Befragung im Auftrag von Mastercard (November 2025) zeigt eine ähnliche Grundtendenz: Insgesamt 39% der Deutschen zeigen sich offen für KI im Online-Einkauf, mit deutlichen regionalen und demografischen Unterschieden (Mastercard/GfK, 2025).

Auch neuere Marktbeobachtungen aus dem Frühjahr 2026 deuten nicht auf einen schnellen Vertrauenssprung hin. Die Richtung ist klar, die Akzeptanz bleibt aber zurückhaltend. Gerade dort, wo Geld, Verbindlichkeit und das Risiko, dass von der KI eine falsche Auswahl vorgeschlagen wird, zusammenkommen, bleibt der Wunsch nach Autorisierung hoch (Strategy& / PwC, 2026).

In der Altersgruppe ab 70 Jahren ist derzeit die Skepsis noch ausgeprägter. Laut Unzer/INSA-Studie geben drei Viertel der Befragten in dieser Altersgruppe an, KI-Einkaufsagenten nicht zu nutzen; und zwar nicht aus Unwissen, sondern aus bewusster Entscheidung (INSA/Unzer, 2026). Auch das Geschlechtergefälle ist ausgeprägt: Nur 32% der Frauen sehen sich als potenzielle Nutzerinnen von KI-Einkaufsassistenten; bei Männern sind es 41% (INSA/Unzer, 2026). Das Capgemini Research Institute bestätigt mit einer internationalen Befragung aus 2025 ein ähnliches Muster: Baby Boomer weisen im Konsumbereich die niedrigste KI-Adoption auf (Capgemini Research Institute, 2025).

Das passt zur Forschungslage über Vertrauen in KI-Agenten. Entscheidend sind nicht Werbeversprechen, sondern drei Faktoren: Kompetenz, Wohlwollen und Integrität (Peng et al., 2025). Für ältere Erwachsene kommt ein vierter Punkt praktisch hinzu: Eigene Erfahrungen wiegen schwerer als abstrakte Versprechen (Frontiers in Psychology, 2025).

Kurz erklärt

Agentic Commerce bezeichnet den Einsatz von KI-Agenten im Konsumkontext. Diese Systeme können Produkte suchen, Angebote vergleichen, Empfehlungen strukturieren und – je nach technischer Einbindung – auch Kauf- oder Zahlungsschritte ausführen (Stripe, 2025; Agentic Commerce Protocol, GitHub). Wichtig ist die Unterscheidung zwischen einer Vorstufe, in der ein Assistent informiert und nachfragt, und einer Vollstufe, in der ein Agent mit definierten Grenzen eigenständig handelt. Viele aktuelle Systeme liegen weiterhin zwischen diesen beiden Polen (OpenAI, 2025).

Wie KI-Agenten im Einkauf zu Empfehlungen oder Entscheidungen kommen

Allouah et al. von der Columbia Business School haben 2025 in einer der wenigen bisher vorliegenden empirischen Untersuchungen geprüft, wie KI-Agenten Kaufentscheidungen tatsächlich treffen. Folgende Ergebnisse werden herausgestellt (Allouah et al., 2025):

  • Agenten bevorzugen systematisch erstplatzierte Produkte, auch wenn diese nicht objektiv die beste Wahl sind (Position-Bias) (Allouah et al., 2025).
  • Sie reagieren auf Preise und Bewertungen, aber inkonsistent über verschiedene Modelle hinweg (Allouah et al., 2025).
  • Dasselbe Kaufziel kann bei verschiedenen Agenten zu unterschiedlichen Produktwahlen führen (Allouah et al., 2025).

Das ist zunächst einmal nicht überraschend. Wichtig ist, hierfür sensibilisiert zu sein und mit geeignetem Prompting entgegen zu steuern. Wer einen Agenten beauftragt, delegiert nicht nur Zeitaufwand, sondern auch Bewertungslogik, aber ohne genaue Vorgaben der eigenen Prioritäten geht es nicht.

Reisen: Vertrauen endet vor der Buchung

Phocuswright stellte für 2025 fest, dass ein relevanter Teil der Reisenden grundsätzlich Interesse an KI-gestützter Unterstützung zeigt (Phocuswright, 2025). Gleichzeitig bleibt die Schwelle zur vollständigen Delegation von Reiseplanung bis hin zur Buchung hoch. Genutzt wird KI im Reisebereich vor allem bei Inspiration, Vergleich und Vorauswahl (Phocuswright, 2025). Die eigentliche Buchungsentscheidung bleibt für viele Menschen ein Punkt, an dem Kontrolle bewusst nicht abgegeben wird (Skift, 2025).

Bezahlen: Infrastruktur und Standards (Normen) im Aufbau

Visa hat 2025 mit dem Trusted Agent Protocol ein technisches Modell vorgestellt, das Zahlungen zwischen KI-Agenten absichern soll (Visa, 2025; Visa Developer, TAP Specifications). Der Kern besteht aus kryptografischer Identität, Autorisierung und Rückverfolgbarkeit (Visa, 2025; Visa Developer, TAP Specifications). Ende 2025 meldete Visa erste erfolgreiche Pilottransaktionen (Visa, 2025).

Parallel dazu hat sich auch das Agentic Commerce Protocol (ACP) weiter etabliert. Das Protokoll wird von Stripe als offener Standard für agentischen Handel beschrieben; das öffentliche GitHub-Repository und die begleitende Dokumentation deuten darauf hin, dass ACP über die ursprünglichen Initiatoren hinaus anschlussfähig angelegt ist (Stripe, 2025; Agentic Commerce Protocol, GitHub).

Positiv ist, dass offene Protokolle Interoperabilität fördern, Rollen klarer definieren und technische Kontrollmechanismen wie Ausgabenlimits, Widerrufsmöglichkeiten und Identitätsnachweise besser standardisieren können (Stripe, 2025; Visa, 2025). Kritisch bleibt zugleich die Frage, wer diese Protokolle faktisch prägt. Wenn sich wenige Plattformen als Standardsetzer etablieren, verlagert sich Macht von einzelnen Händlern auf Infrastrukturbetreiber und Ökosysteme.

Dabei ist begrifflich zu unterscheiden: Weder das Trusted Agent Protocol noch das Agentic Commerce Protocol sind derzeit Normen im klassischen Sinn einer formalen Standardisierung durch Organisationen wie ISO. Es handelt sich um industrienahe, technisch definierte Protokolle beziehungsweise Spezifikationen, die durch Nutzung, Partnernetzwerke und Marktakzeptanz an Gewicht gewinnen (Visa, 2025; Stripe, 2025; heise online, 2008). Der Rückblick auf Microsofts Dokumentenformat OOXML zeigt, dass marktprägende Formate zunächst de facto Standards werden können und erst später – oder auch gar nicht – in formale Normungsprozesse übergehen (heise online, 2008).

Kurz erklärt: Trusted Agent Protocol und Agentic Commerce Protocol

Trusted Agent Protocol (TAP) ist ein Sicherheitsprotokoll von Visa für Zahlungen, die von KI-Agenten ausgelöst oder vorbereitet werden. Im Zentrum stehen Identitätsnachweise, Autorisierung, Prüfbarkeit und Rückverfolgbarkeit (Visa, 2025; Visa Developer, TAP Specifications).

Agentic Commerce Protocol (ACP) ist ein offeneres Protokoll für den Datenaustausch zwischen Agenten, Händlern und Zahlungsumgebungen im digitalen Handel. Es soll festlegen, wie Produktsuche, Angebotsdarstellung, Kaufabsicht und Checkout strukturiert übergeben werden können (Stripe, 2025; Agentic Commerce Protocol, GitHub).

Experimentierphase – nicht alles läuft gleich rund

OpenAI hatte 2025 mit „Buy it in ChatGPT” und Instant Checkout in den USA einen direkten Kaufabschluss im Chat eingeführt (OpenAI, 2025). Anfang 2026 wurde dieser direkte Consumer-Checkout jedoch wieder auf Händler-Apps und Partnerumgebungen zurückgeführt (OpenAI, 2025).

Das stellt Agentic Commerce nicht generell in Frage. Es zeigt vielmehr, dass die Branche weiter ausprobiert, welche Mischung aus Komfort, Haftung, Vertrauen und technischer Integration im Alltag tatsächlich trägt. Für die Einordnung im Blog ist das wichtig: Wir sehen keine lineare Einführung, sondern ein Feld in der Erprobung.

Perspektiven und Szenarien

Eine neue Studie von Strategy&, der Strategieberatung von PwC, verortet Agentic Commerce inzwischen auch ökonomisch deutlicher. Demnach könnten KI-Agenten bis 2030 im deutschen E-Commerce bis zu 17 Milliarden Euro Umsatz erzielen; europaweit nennt die Studie ein Potenzial von bis zu 109 Milliarden Euro (Strategy& / PwC, 2026).

Solche Prognosen sind keine Vorhersagen im engen Sinn, sondern Szenarien. Dennoch sind sie nützlich, weil sie zeigen: Das Thema ist nicht mehr nur ein Randphänomen aus Produktdemos, sondern wird von etablierten Marktakteuren als strukturelle Entwicklung beobachtet.

Und die persönliche Haltung

Bisher wollen die meisten Menschen jeden Schritt autorisieren. Das ist kein Ausdruck von Technikfeindlichkeit, sondern eine nachvollziehbare Reaktion auf Systeme, deren Entscheidungslogik nicht immer transparent ist und deren Interessenlage nicht in jedem Fall klar erkennbar bleibt.

Gerade für eine Zielgruppe, die digitale Werkzeuge bewusst und reflektiert nutzt, ist Kontrolle kein Rückschritt. Im Gegenteil: Die derzeit plausibelste Haltung gegenüber KI-Agenten im Konsumkontext lautet nicht Ablehnung, sondern gestufte Delegation. Das System kann vorbereiten, filtern und strukturieren. Die Entscheidung bleibt beim Menschen.

Grenzen und offene Fragen

Die Unzer/INSA-Studie ist durch den Auftraggeber potenziell interessengeleitet und muss entsprechend eingeordnet werden. Die Mastercard/GfK-Daten stammen ebenfalls aus einer Unternehmenskommunikation. Beide Quellen sind als Stimmungsbilder brauchbar, aber nicht mit unabhängiger Langzeitforschung gleichzusetzen.

Deutsche Daten speziell für die Altersgruppe 60 bis 70 Jahre bleiben begrenzt. Viele Studien unterscheiden nur grob nach „ab 60” oder „ab 70”. Peer-reviewte Langzeitstudien zum tatsächlichen Verhalten bei Agenten-Einkäufen fehlen weiterhin weitgehend; häufig gemessen werden Absichten und Einstellungen, nicht reales Alltagsverhalten. Der Reisebereich bleibt zudem stark von angelsächsischen Studien geprägt.

Recherche-Zeitraum

Erstfassung des Briefings: 23.03.2026. Validierung und punktuelle Ergänzung dieser Fassung: 19.04.2026.

Quellenverzeichnis Block 3

Informiert bleiben.

Bleiben Sie mit unserem Newsletter auf dem Laufenden.

Mit der Anmeldung zum Newsletter stimmen Sie der Verarbeitung Ihrer Daten entsprechend der Datenschutzerklärung zu.