Wie Agentic AI den Onlinehandel von Grund auf verändert

Künstliche Intelligenz hat in den vergangenen zwei Jahren vor allem eines getan: geantwortet. Sie hat auf Anfrage Texte geschrieben, Bilder generiert, Webseiten durchsucht und Tabellen befüllt. Doch noch bevor die Auswirkungen von GenAI vollständig im Alltag angekommen sind, kündigt sich die nächste Evolutionsstufe an: Mit "Agentic AI" entsteht eine neue Generation von Systemen, die nicht mehr nur reagieren, sondern handeln. KI-Agenten können eigenständig Ziele verfolgen, Entscheidungen treffen und am Ende eine komplette Aufgabe ausführen. Statt auf den nächsten Prompt zu warten, planen sie Abläufe, greifen auf Tools zu und setzen Prozesse in Gang.

Ein einfaches Beispiel: Wer heute einen Kurztrip plant, lässt sich von einer AI gerne schon einmal Reiserouten, Unterkünfte, Sehenswürdigkeiten oder Ausgehtipps heraussuchen. Im Agentic-Modus kann die AI aber nicht nur Webseiten durchstöbern und ihr Trainingswissen preisgeben - der Agent kann darüber hinaus konkrete Aufträge für den Nutzer ausführen. Etwa: Hotel und Flug buchen, Verfügbarkeit von Tischen prüfen und diese reservieren oder sogar im Auftrag des Nutzers eine Frage per Mail an das Hotel schicken und die Antwort für die weitere Planung berücksichtigen.

Der Unterschied zu bisherigen Systemen: Die Maschine entwickelt für die Bewältigung der Aufgabe einen Plan, zerlegt ihn in Teilaufgaben und wickelt diese in der richtigen Reihenfolge ab. Außerdem kann der Agent Websites (und andere Interfaces) nicht nur lesen, sondern auch bedienen. Er kann also selbst Formulare ausfüllen, (Such-)Anfragen abschicken, Resultate weiterverarbeiten - oder einen weiteren, spezialisierten Agenten mit einer Teilaufgabe betrauen.

Zugegeben: In der geschilderten Komplexität ist Agentic AI bislang hervorragend in Keynotes angekommen, aber keinesfalls im Alltag. Schon gar nicht bei "einfachen" KonsumentInnen und als Massenphänomen. Kleinere Aufgaben - etwa die Abwicklung einer Tischreservierung - lassen sich aber unbestritten schon heute erfolgreich an die Maschine übertragen. Gut möglich also, dass in naher Zukunft immer mehr Menschen zumindest einfache, lästige Aufgaben ("Kündige mein Abo im Fitnessstudio") gerne einem Agenten überlassen werden. Mit weiterem Fortschritt und Gewöhnung könnte sich daraus dann ein Trend entwickeln, der zumindest in manchen Anwendungsfällen große Relevanz entwickelt.

Die stille Revolution: Von der Customer Journey zur delegierten Entscheidung

Zeit, die Konsequenzen einer solchen Entwicklung aus Business-Sicht zu durchleuchten. Klar ist, dass sich dabei nicht nur um ein kleines technisches Update handelt, sondern um einen Paradigmenwechsel, der ein ganz zentrales Marketingthema betrifft: Die Customer Journey. Jahrzehntelang bildete sie das zentrale Denkmodell im Marketing: Nutzerinnen und Nutzer bewegen sich entlang definierter Touchpoints vom ersten Kontakt bis zum Kauf und Unternehmen versuchen, jeden dieser Schritte zu optimieren.

Doch dieses Modell basiert auf einer Annahme, die im eingangs beschriebenen Szenario obsolet wird: dass NutzerInnen selbst navigieren. Statt zu klicken, zu scrollen und zu vergleichen, formulieren sie in der Agentic-Welt nur noch ein Ziel: ("Buche einen Flug für meinen Termin in ...") - die Ausführung übernimmt die KI. So wird aus einer navigierten Reise eine delegierte Aufgabe. Mühsam erarbeitete "Navigationshilfen" (egal ob es sich um optisch hervorgehobene Preise, Bonusmeilen, intuitive Benutzerführung oder mehrstufige Dialogprozesse handelt), werden nicht mehr funktionieren. An ihre Stelle tritt eine neue, stark verkürzte Logik: ein Prompt-to-Outcome-Flow. Recherche, Bewertung und Transaktion - die wichtigsten Meilensteine einer typischen Customer-Journey - werden im Hintergrund ausgeführt.

Besonders disruptiv ist die Verschiebung der Recherche-Phase. Während sie bislang aktiv vom Nutzer gesteuert wurde, geht sie vollständig in die Verantwortung des Agenten über. Genau genommen verschwindet die klassische Journey nicht vollständig, aber sie entzieht sich der Wahrnehmung des Konsumenten. Der Agent bündelt Informationen, bewertet Optionen und trifft eine Vorauswahl, bevor der Nutzer überhaupt in Erscheinung tritt.

Gleichzeitig verschiebt sich die Logik digitaler Systeme damit von reaktiv zu proaktiv. Während klassische UX-Systeme Eingaben und Nutzerverhalten analysieren, bringen agentische Systeme den Kontext des Nutzers, seine Präferenzen, Nutzungssituationen und historische Daten bereits mit.

Das bedeutet aber auch: Die Personalisierungsleistung wird dem Agenten übertragen. Der Reiseanbieter muss nicht mehr zwischen Business- und Privatreisenden, zwischen Single-, Pärchen- und Familienurlauber differenzieren. Er muss lediglich die richtigen Angebote mitbringen. Der Agent erkennt selbst und ohne passenden Eyecatcher, ob sie für seinen Auftrag geeignet sind.

Damit wird der Agent zum Gatekeeper. Nicht mehr die beste Website oder die überzeugendste Kampagne entscheidet über den Zuschlag, sondern die Frage: Wird mein Angebot vom Agenten ausgewählt?

UX ohne Interface - oder: UX wird Systemdesign

Für die Disziplin der User Experience bedeutet das einen radikalen Umbruch. Wenn Nutzer und Nutzerinnen nicht mehr durch Interfaces navigieren, verliert die klassische UX ihr zentrales Instrument. Zugleich entsteht aber ein neues Spielfeld: Eine Art "UX für Maschinen". Denn in Wirklichkeit verschwinden die Interfaces ja nicht. Sie werden lediglich abstrahiert und von Agenten bedient. Die Interaktion verlagert sich vom sichtbaren Screen in Systemlogiken, Entscheidungsprozesse und Hintergrundabläufe.

Die zentralen Fragen lauten nicht mehr:

• Wo klickt der Nutzer?
• Wie schnell findet er eine Funktion?
• Wie kann die Entscheidung erleichtert werden?

Sondern:

• Versteht das System die Absicht korrekt?
• Kann es mit eigenständigen Agenten Teilaufgaben übernehmen?
• Werden die Ergebnisse agentenfreundlich aufbereitet?
• Trifft es nachvollziehbare Entscheidungen?
• Bleibt es für den Agenten kontrollierbar?

Für den Agenten muss eine Entscheidungsarchitektur entwickelt werden, mit der in einer nachvollziehbaren Logik Optionen gewichtet, priorisiert und ausgewählt werden können. Beispielsweise kann ein Mensch in der Regel anhand einer einfachen Grafik entscheiden, welche die besten verfügbaren Plätze in einem Theater sind. Eine Maschine braucht eher die Information, welche Plätze am begehrtesten sind und in der Regel zuerst gebucht werden.

Unternehmen konkurrieren nicht mehr nur um Aufmerksamkeit, sondern um algorithmische Präferenz. Kriterien wie Preis, Verfügbarkeit, Zuverlässigkeit und Datenqualität werden in der Agentic-Welt wichtiger als Markeninszenierung oder Interface-Design. Damit rücken auch klassische Metriken wie Traffic, Impressions oder Klickrate in den Hintergrund. Stattdessen müssen neue Kennzahlen entwickelt werden.

Für Unternehmen hat das weitreichende Konsequenzen - organisatorisch wie technologisch.

• Erstens: Nicht nur Daten-Silos werden zum Problem, sondern auch Brüche in Prozessen - selbst wenn man sie kaum wahrnimmt. Schon ein klassischer Double-Opt-In kann einem Agentic System die Arbeit verunmöglichen. Eine per SMS verschickte Reservierungsbestätigung oder eine Kontaktanfrage per Webformular, auf die ein Rückruf folgt, stellen weitere Hürden dar. Agenten benötigen durchgängige Daten und Prozesse. Insbesondere die klassischen Bruchstellen im Unternehmen (Marketing, Vertrieb, Service) sollten genau auf nahtloses Ineinandergreifen geprüft sein.
  
  
• Zweitens: Die Usability muss agentenfähig werden. Das bedeutet: klar strukturierte, maschinenlesbare Daten, klar definierte APIs und konsistente Entscheidungsregeln. Aber auch: Die richtigen Informationen. Menschen treffen Entscheidungen anhand von Emotionen und Erfahrungen, die eine KI nicht hat und nicht haben kann. Die KI braucht daher keine Abbildung der Theaterbestuhlung, sondern eine klare Information darüber, was "gute" Plätze sind.
  
  
• Drittens: UX verändert sich NICHT grundlegend - UX erweitert sich. Denn man darf nicht vergessen: Zunächst müssen Interfaces ohnehin hybrid optimiert werden - für Mensch UND Maschine. Schon alleine, weil noch längst nicht klar ist, welche Bedeutung Agentic AI jemals erreichen wird. Aber selbst bei den Anwendungsfällen, in denen sich Agentic durchsetzen wird, wird vermutlich immer gelten: Die finale Entscheidung trifft der Mensch. Heißt: Der Agent muss ein für den Menschen nachvollziehbares und überzeugendes Ergebnis abliefern - weshalb dann am Ende doch wieder eine Skizze mit der Theaterbestuhlung nötig ist. Damit der Mensch den Vorschlag gut finden kann.

Die Rolle des Menschen: Kontrolle wird episodisch

Das größte Missverständnis über Agentic AI könnte darin liegen, dass der menschliche Faktor vernachlässigt wird. Zwar ist richtig, dass zunächst der Agent bedient werden muss, damit am Ende der Mensch erreicht wird. Zumindest eine episodische Kontrolle wird es im Anschluss jedoch immer geben.

Vermutlich wird es sogar so sein, dass vor allem lästige Routineaufgaben vollständig an die AI delegiert werden. Je wichtiger und bedeutender die Aufgabe ist, je stärker die NutzerInnen emotional damit verbunden sind, desto weniger werden sie die Kontrolle abgeben wollen. Die Konfiguration des nächsten Autos, die Planung des Wochenendtrips, des Familienurlaubs oder auch des einfachen Klamottenkaufs haben psychologische und emotionale Funktionen, die weit über die reine Bedarfsdeckung hinausgehen. Die Nutzerinnen und Nutzer wollen sich damit beschäftigen, um das Ergebnis richtig genießen zu können. Sie wollen Hilfe, aber keine Entmündigung. Sie wollen überzeugt werden.

Gerade in diesen (also den meisten) Anwendungsfällen wird es viel wichtiger sein, den Agenten lediglich als Mittler zu betrachten und den Menschen als Empfänger in den Mittelpunkt zu stellen. Das heißt: Der Agent ist das UX-Werkzeug. Er erhält viele Informationen, Konfigurations- und Abbildungsmöglichkeiten, Argumentationsketten und Checklisten - aber nicht, um ihn selbst zu überzeugen, sondern den Menschen dahinter. Fast wie immer eben.