KI-gestützte Einkaufsassistenten bewerten nicht nur Farbe, Grösse oder Material eines Produkts. Für eine konkrete Kaufentscheidung benötigen sie auch verlässliche Leistungsdaten zu Verfügbarkeit, Gesamtpreis, Liefertermin, Versanddienstleister und Retourenbedingungen. Diese Angaben müssen aus aktuellen operativen Systemen stammen, denn eine technisch saubere Schnittstelle macht veraltete oder falsche Informationen nicht zuverlässiger. Händler sollten deshalb klären, wer Liefer- und Serviceversprechen verantwortet und wie sie digital ausgespielt werden. Das ist auch wirtschaftlich relevant: Fehlen eindeutige Angaben, kann ein externer Assistent ein Angebot aussortieren, bevor ein Kunde den Shop überhaupt besucht.
Stellen Sie sich folgende Anfrage vor: «Ich brauche eine gelbe Regenjacke in Größe 40. Sie muss spätestens am Donnerstag in Hamburg ankommen. Bitte nicht mit DHL liefern. Falls sie nicht passt, möchte ich sie unkompliziert und kostenlos zurückschicken können.»
Für einen Verkäufer ist das ein normales Kundenbriefing. Für einen digitalen Einkaufsassistenten ist es eine Kette von Datenfragen:
- Ist die Jacke verfügbar?
- Welcher Carrier wird eingesetzt?
- Lässt sich der Termin halten?
- Welche Retourenbedingungen gelten?
Erst wenn diese Fragen belastbar beantwortet werden können, wird aus einem passenden Produkt ein passendes Angebot.
Agentic Commerce ist dabei kein reines Zukunftsszenario mehr. Erste Systeme zeigen Produkte direkt in KI-Oberflächen und ermöglichen teilweise bereits integrierte Kaufabschlüsse. Die Infrastruktur entsteht. Für Händler bedeutet das: Sie müssen nicht nur erklären, was sie verkaufen, sondern auch unter welchen Bedingungen sie ihr Leistungsversprechen einlösen können.
Produktdaten reichen nicht
Bei KI-gestützten Einkaufsprozessen wird häufig zuerst über Produktdaten gesprochen. Farbe, Größe, Material, Modell oder Kompatibilität müssen eindeutig erkennbar sein. Diese Angaben beschreiben jedoch nur das Produkt. Für eine Kaufentscheidung kommen weitere Fragen hinzu: Ist die gewünschte Variante verfügbar? Welcher Gesamtpreis gilt? Wann kommt die Ware an? Welche Carrier stehen zur Verfügung? Wie funktioniert die Retoure? Gibt es Alternativen?
Dafür ist der Begriff Leistungsdaten hilfreich. Produktdaten beschreiben, was ein Artikel ist. Leistungsdaten beschreiben, welches konkrete Versprechen ein Händler für diesen Artikel abgeben kann. Erst beide Ebenen zusammen machen aus einem Produkt ein entscheidbares Angebot.
«Auf Lager» ist noch kein Liefertermin
Ein positiver Lagerbestand bedeutet nicht automatisch, dass ein Artikel verkauft werden kann. Ware kann reserviert, gesperrt oder auf mehrere Standorte verteilt sein. Auch «sofort lieferbar» ist oft zu ungenau. Für die Frage, ob eine Bestellung am Donnerstag in Hamburg eintrifft, müssen Bestand, Cut off Zeit, Bearbeitungsdauer, Versandart, Carrier Laufzeit sowie regionale oder kalendarische Besonderheiten zusammenspielen. Erst daraus entsteht ein belastbarer Liefertermin. Genau hier zeigt sich, warum Agentic Commerce nicht nur ein Marketingthema ist. Die Qualität des Angebots hängt unmittelbar von der operativen Realität ab.
Eine API macht falsche Daten nicht besser
Maschinenlesbarkeit und Datenqualität sind nicht dasselbe. Ein Bestand kann technisch perfekt über eine Schnittstelle übertragen werden und trotzdem veraltet sein. Eine Retourenfrist kann sauber hinterlegt sein, obwohl sie für das konkrete Land nicht gilt. Ein Liefertermin kann formal korrekt ausgespielt werden, obwohl das Lager ihn operativ nicht halten kann. Eine falsche Information wird durch eine API lediglich schneller verteilt. Händler müssen deshalb festlegen, aus welchem System Leistungsdaten stammen, wie aktuell sie sind, wer sie verantwortet und welche Aussage tatsächlich gegenüber Kunden oder Assistenten gemacht werden darf.
Wer besitzt das Lieferversprechen?
Produktattribute haben meist einen klaren Eigentümer. Leistungsdaten verteilen sich dagegen über mehrere Bereiche: E-Commerce, Logistik, Einkauf, Customer Service, IT und Finance. Trotzdem muss eindeutig sein, wer ein Versprechen freigibt und wer es aktualisiert.
Soll die Regenjacke beispielsweise nicht mit DHL geliefert werden, muss bekannt sein, welche Carrier für den konkreten Auftrag tatsächlich verfügbar sind. «Standardversand» reicht nicht. Ändert ein Fulfillment Dienstleister kurzfristig den Carrier, muss diese Information auch dort ankommen, wo das Lieferangebot berechnet wird. Sonst verspricht der Händler etwas, das sein Prozess nicht einlösen kann.
Unsichtbare Verluste
Bei einem klassischen Shopbesuch sieht der Händler Seitenaufrufe, Warenkörbe und Kaufabbrüche. Bei einer Vorauswahl durch einen externen Assistenten kann dieser Kontakt komplett fehlen. Ein Angebot wird vielleicht ausgeschlossen, weil ein Liefertermin unklar oder eine Retourenbedingung nicht eindeutig auffindbar ist. Der Kunde erreicht den Shop gar nicht. Der Händler sieht keinen Abbruch. Er sieht nur keinen Besuch.
Deshalb sollten Unternehmen regelmäßig aus Kundensicht testen:
- Wird das eigene Angebot bei konkreten Anforderungen berücksichtigt?
- Welche Informationen zeigt der Assistent?
- Stimmen Preis, Bestand, Lieferung und Retoure mit der Realität überein?
Spezialisten können profitieren
Digitale Assistenten können mehr Angebote und Kriterien berücksichtigen als ein Kunde, der nur bekannte Marktplätze oder die ersten Suchergebnisse prüft. Das schafft Chancen für spezialisierte Händler. Ein kleiner Anbieter kann bei einer konkreten Anfrage besser passen, etwa durch seltene Varianten, gute Kompatibilitätsdaten, besonderen Service oder schnellere regionale Lieferung. Der Vorteil entsteht aber nur, wenn dieses Leistungsversprechen digital auffindbar, verständlich und überprüfbar ist.
Ein Versprechen, zwei Darstellungen
Menschen brauchen Orientierung, Vertrauen, Beratung und Marke. Digitale Systeme benötigen eindeutige, aktuelle und überprüfbare Informationen. Beide Darstellungen müssen dasselbe Leistungsversprechen abbilden.
Der sinnvollste Test ist deshalb sehr konkret:
- Kann ein Händler am Dienstagnachmittag belastbar sagen, ob die gelbe Regenjacke in Größe 40 am Donnerstag in Hamburg eintrifft, mit welchem Carrier sie versendet wird und was die Rücksendung kostet?
Kann er das und hält das Versprechen anschließend ein, ist sein Angebot gut für KI-gestützte Auswahlprozesse vorbereitet. Kann er es nicht, fehlt ihm kein weiteres Marketingattribut. Dann ist sein Angebot operativ noch nicht eindeutig entscheidbar.
