Artikel
Agentic Commerce und Product Feeds: Ein Leitfaden für Händler
Warum Product Feeds für die KI-gestützte Suche mittlerweile entscheidend sind und was Händler optimieren müssen, um dort zu erscheinen, wo Kundschaft sucht.
Wenn Sie das Payment-Management eines Händlers leiten, ist Agentic Commerce wahrscheinlich schon auf Ihrem Schreibtisch gelandet – sei es durch Gespräche mit Ihrem PSP, Fragen der Geschäftsführung oder beides. Die Fragen sind meist dieselben:
Wann kommt das wirklich?
Sind wir bereit dafür?
Was bedeutet das für die Art und Weise, wie Kundschaft unsere Produkte findet?
KI-Plattformen stehen noch am Anfang der Händler-Onboarding-Prozesse, und vollständig automatisierte Checkouts sind in großem Umfang noch Zukunftsmusik. Hinter den Kulissen ist jedoch bereits ein großer Wandel im Gange.
Immer mehr Shopper starten ihre Produktsuche in KI-Tools statt in traditionellen Suchmaschinen. Dies ist nicht einfach nur ein neuer Vertriebskanal – diese maschinengesteuerten Systeme verhalten sich grundlegend anders als Menschen. Die meiste Handelsinfrastruktur wurde nicht dafür gebaut, weshalb eine Frage immer wieder auftaucht:
Wie sorgen wir dafür, dass unsere Produkte in LLMs angezeigt werden?
Dieser Artikel beleuchtet, was dafür tatsächlich nötig ist, warum das Thema bei Payment-Teams liegt und wie Sie sich vorbereiten können. Wir zeigen Ihnen:
Warum Product Feeds auf Ihrem Schreibtisch gelandet sind
Warum ein Product Feed nicht gleichbedeutend mit Startbereitschaft ist
Drei Schritte, um Ihren Product Feed fit zu machen
Was zu tun ist, wenn Sie einen MCP-Server gebaut haben
Wie Adyen Sie unterstützen kann
Sie überlegen bereits, wie KI-bereite Produktdaten für Ihr Unternehmen aussehen? Nehmen Sie oder lesen Sie unseren Leitfaden zu Agentic Commerce für Händler.
Warum Product Feeds auf Ihrem Tisch gelandet sind
Produktdaten gehören nicht einem einzigen Team. Sie verteilen sich auf E-Commerce, Merchandising, Logistik, Compliance und Operations. Warum laufen die Fäden beim Thema Agentic Commerce also ausgerechnet beim Payment zusammen?
Gespräche über Agentic Commerce beginnen meistens mit PSPs, Kartennetzwerken und der Zahlungsinfrastruktur. Die ersten fundierten Einschätzungen darüber, was machbar ist, was realistisch ist und was noch warten kann, erreichen das Unternehmen daher in der Regel zuerst über das Payment-Team.
Da Produktdaten so viele Abteilungen berühren, ist der abteilungsübergreifende Blick des Payment-Teams von echtem Wert. Sie besitzen die Daten zwar nicht selbst, haben aber eine Sicht auf E-Commerce, Finanzen, Risiko, Recht und Operations, die den meisten anderen Teams fehlt. Das macht Sie zur idealen Schnittstelle, um die richtigen Personen für die entscheidenden Fragen an einen Tisch zu bringen.
Warum ein Product Feed nicht gleichbedeutend mit Startbereitschaft ist
Die meisten Händler haben bereits einen Product Feed. Er liegt vielleicht in einem PIM-System, kommt von Ihrer E-Commerce-Plattform, befindet sich in einem Google Merchant Feed oder ist ein Mix aus allen drei. Wahrscheinlich optimieren Sie Ihren Katalog bereits für Menschen und Suchmaschinen – mit klaren Titeln, guten Beschreibungen und sauber strukturierten Kategorien.
Das bedeutet jedoch nicht, dass Ihr Feed bereit für KI ist.
KI-Plattformen haben strikte Anforderungen an Product Feeds. Dazu gehören spezifische Datenfelder, eine einheitliche Formatierung und Echtzeit-Aktualität, die weit über einen standardmäßigen E-Commerce-Feed hinausgehen. Bei der klassischen E-Commerce-Optimierung geht es darum, Angebote für Menschen attraktiv zu machen. KI-Systeme haben andere Prioritäten: Ihre Daten müssen strukturiert, vollständig und maschinenlesbar sein.
Anders als beim klassischen Weg über eine Website passiert dies nicht nur einmal beim Checkout. KI-Systeme prüfen Preise, Verfügbarkeit und Kaufberechtigung unter Umständen mehrfach während einer einzigen Interaktion. Unstimmige oder veraltete Daten fallen daher sofort auf.
Hinzu kommt eine strukturelle Herausforderung: Jede KI-Plattform hat eigene Anforderungen. Händler müssen ihre Produktdaten derzeit für jedes System separat anpassen. Das bedeutet wiederkehrende Mapping-, Formatierungs- und Update-Prozesse für jede Plattform – und kontinuierliche Wartung bei jeder Änderung der Richtlinien.
Die meisten großen Händler befinden sich irgendwo in der Mitte dieser Entwicklung. Einige Daten sind strukturiert, andere über Systeme verteilt und manche nicht in Echtzeit verfügbar. Um Ihren Status zu bestimmen, fragen Sie sich:
Kann sich unser Feed mit dem Echtzeit-Inventar verbinden?
Spiegelt er die Live-Verfügbarkeit wider?
Zeigt er korrekte Preise und Kaufberechtigungen?
Können wir ihn flexibel an die Anforderungen verschiedener KI-Plattformen anpassen?
Drei Schritte, um Ihren Product Feed fit zu machen
Die Lücken in Ihrem Product Feed betreffen wahrscheinlich verschiedene Teams und Systeme. Die Aufgabe ist daher ebenso sehr eine Frage der internen Koordination wie der Technologie. So gehen Sie das Thema pragmatisch an:
1. Bestehenden Feed mit KI-Spezifikationen abgleichen
Prüfen Sie Ihren Feed direkt anhand der realen Plattformanforderungen. Gehen Sie nicht davon aus, dass alles funktioniert, nur weil Ihr Katalog heute im Web läuft. KI-Plattformen fordern ganz bestimmte Daten. Frische und präzise Informationen sind für sie das Hauptsignal bei der Entscheidung, was angezeigt wird. Fehlen Felder oder sind Daten veraltet, führt das zu Fehlern, die das Vertrauen in Ihre Daten zerstören – oder Ihre Produkte tauchen gar nicht erst auf.
2. Datenlücken gemeinsam mit anderen Teams schließen
Die benötigten Produktinformationen existieren meistens schon im Unternehmen, liegen aber bei anderen Abteilungen. Die größte Herausforderung ist hier die Abstimmung. Folgendes ist zu tun:
Fehlende Daten identifizieren: Prüfen Sie die Pflichtfelder und gleichen Sie diese mit Ihrem aktuellen Feed ab. Häufige Lücken betreffen Gewicht, Maße, Lieferzeiten, Retourenrichtlinien und regulatorische Details.
Den Ursprung finden: Diese Datenfelder liegen oft in den Händen von Logistik, Operations, Finanzen oder Compliance, nicht beim E-Commerce.
Die richtigen Schnittstellen vernetzen: Sie müssen Ihre Systeme dafür nicht komplett neu bauen. Das Ziel ist es, den Zugriff und die Bereitstellung so zu organisieren, wie es die KI-Plattformen verlangen.
In den meisten Fällen bedeutet dies den Datenabgleich zwischen Ihrem PIM, der E-Commerce-Plattform, dem Order Management System (OMS), Inventar-Tools, Marketplace-Feeds und dem Google Merchant Center. Die Kernfragen lauten:
Welches System ist die Single Source of Truth für Preise, Verfügbarkeit und Kaufberechtigung?
Wer sorgt dafür, dass diese Daten präzise und aktuell bleiben?
3. Verantwortlichkeiten für KI-bereite Produktdaten festlegen
Egal über wie viele Systeme sich Ihre Produktdaten verteilen: KI-Plattformen erwarten die Lieferung in einem einzigen, konsistenten und aktuellen Format. Händler nutzen dafür verschiedene Ansätze mit jeweiligen Vor- und Nachteilen:
Das PIM-System erweitern: Wenn Sie Felder und KI-Logik direkt im PIM pflegen, bleibt die Verantwortung nah am Katalog und den Merchandising-Teams. Dies kann jedoch erheblichen Entwicklungsaufwand bedeuten.
Die E-Commerce-Plattform nutzen: Produktdaten über APIs direkt für KI-Plattformen bereitzustellen, ist oft schneller eingerichtet. Es macht Sie jedoch von der Roadmap Ihres Plattform-Anbieters abhängig.
Einen eigenen Translation Layer bauen: Ein Service, der Daten aus verschiedenen Systemen zieht, standardisiert und für jede KI-Plattform passend formatiert, bietet Ihnen die volle Kontrolle. Er erfordert jedoch kontinuierliche Wartung bei neuen Anforderungen.
Mit einem Payment- oder Infrastruktur-Partner zusammenarbeiten: Wenn ein Partner die Aufbereitung und Weitergabe an KI-Plattformen übernimmt, reduziert das den Aufwand für Eigenentwicklungen. Sie verlassen sich dabei jedoch auf eine externe Schnittstelle.
Es gibt hier nicht die eine richtige Lösung. Der beste Weg hängt von Ihren Engineering-Kapazitäten ab, wie viel Kontrolle Sie behalten wollen, wie viele Plattformen Sie unterstützen möchten und wie oft sich Ihre Daten ändern. Schnelllebige Branchen wie Travel, Marktplätze oder Food benötigen eine deutlich engere Echtzeit-Integration als Unternehmen mit statischen Katalogen.
In der Praxis geht es weniger um die Wahl eines Tools, sondern vielmehr darum, wie Ihre Systeme zusammenspielen, um Produktdaten präzise, aktuell und KI-bereit zu halten.
Was Sie mit einem MCP-Server tun können
Einige KI-Plattformen ermöglichen es Unternehmen mittlerweile, eigene Branchen-Erlebnisse innerhalb ihrer Benutzeroberflächen zu gestalten. Wenn Sie einen MCP-Server aufgebaut haben, können Sie diesen nutzen, um ein solches Erlebnis zu steuern. Dafür verbinden Sie Ihren Server mit der Plattform, bauen einen dialogorientierten Prozess auf und erlauben es Nutzenden, Ihre Marke gezielt auszuwählen.
Händler, die diesen Weg gehen, teilen sich meist in zwei Lager: Die einen experimentieren mit KI-nativen Markenerlebnissen. Das funktioniert besonders gut, wenn Kundschaft bereits gezielt nach der Marke sucht, der Kaufprozess von einer Schritt-für-Schritt-Anleitung profitiert oder das Produkt komplex zu konfigurieren ist.
Die anderen konzentrieren sich darauf, dass ihre Produkte bei allgemeinen KI-Suchanfragen neben anderen Marken auftauchen, sobald Nutzende breite Fragen stellen. Für die meisten Payment-Manager hat dies aktuell die höhere Priorität.
Welcher Ansatz sinnvoll ist, hängt von Ihrer Marke und Ihrer Kundschaft ab – beide schließen sich nicht aus. Ob maßgeschneidertes Markenerlebnis oder Optimierung für die allgemeine Suche: Die technologische Basis bleibt gleich. Sie benötigen strukturierte, maschinenlesbare Produktdaten, verlässliche Signale für Preise und Verfügbarkeit, klare Richtlinien und einen Prozess, der sich flexibel mit den Plattformanforderungen weiterentwickelt.
Wie Adyen Payment-Teams im Handel unterstützt
Aus unseren Gesprächen mit großen Händlern und KI-Plattformen geht klar hervor: Die drängendste Herausforderung für Agentic Commerce liegt in der Infrastruktur. Genau darauf konzentrieren wir uns.
Wir arbeiten eng mit Händlern und KI-Plattformen zusammen, um aktuelle Anforderungen zu teilen. Wir helfen Payment-Teams bei der Entscheidung, welche Schritte sich jetzt lohnen, und unterstützen die Vorbereitung, ohne Architekturentscheidungen zu erzwingen, die sich später nur schwer rückgängig machen lassen. Zudem bringen wir uns in die Gestaltung neuer Standards ein, damit Sie sich nicht zu früh auf einen einzigen Weg festlegen müssen.
Auf der Infrastruktur-Ebene setzen wir dort an, wo KI-Schnittstellen auf reale Handelssysteme treffen. Unser Ziel ist es, Fragmentierung zu reduzieren, mehrere Standards gleichzeitig zu unterstützen und zu verhindern, dass Sie für jede neue Plattform eine eigene Integration bauen müssen.
Unser Fokus liegt über den gesamten Prozess hinweg darauf, Händlern die volle Kontrolle über ihre Daten und ihre Kundenbeziehungen zu sichern.