Was ist ein Agent im Kontext des Universal Commerce Protocol?

Ein Agent ist eine Software, die im Namen eines Benutzers oder Unternehmens autonom Aufgaben ausführt, wie z. B. Produkte finden, Preise vergleichen oder Einkäufe tätigen.

Warum ist die Bereitstellung von strukturierten Daten für Händler wichtig?

Strukturierte Daten ermöglichen es Agenten, Produktinformationen effizient zu lesen und zu interpretieren, was für die Automatisierung von Kaufprozessen und die Verbesserung der Benutzererfahrung unerlässlich ist.

Was bedeutet "Agenten-Authentifizierung"?

Agenten-Authentifizierung bezieht sich auf die Fähigkeit eines Agenten, sich gegenüber einem Händler zu identifizieren, entweder als eigenständiger Agent oder im Namen eines Benutzers, um Transaktionen durchzuführen oder auf geschützte Informationen zuzugreifen.

Welche Rolle spielen GTINs im Agentic Commerce?

GTINs (Global Trade Item Numbers) sind entscheidend für die eindeutige Identifizierung von Produkten über verschiedene Händler hinweg, was den Produktvergleich und die Deduplizierung für Agenten erleichtert.

Warum sind B2B-Szenarien im Agentic Commerce weiter fortgeschritten?

B2B-Szenarien sind oft weiter fortgeschritten, da Beschaffungs-APIs und automatisierte Bestellsysteme in diesem Bereich bereits etabliert sind, was eine gute Grundlage für Agentic Commerce bietet.

Anwendungsfälle, Agentic Commerce in der Praxis, Universal Commerce Protocol

Das Universal Commerce Protocol ist abstrakt, bis man es neben eine reale Kaufaufgabe stellt. Im Folgenden finden Sie acht konkrete Anwendungsfälle, in denen Agenten bereits im Handel tätig sind. Jeder Fall listet auf, was der Agent tut, was er vom Händler liest und was der Händler daher bereitstellen sollte.

1. Konversationelle Produktentdeckung

Beispiel. Ein Benutzer fragt ChatGPT oder Perplexity: "Beste geräuschunterdrückende Kopfhörer unter 300 € mit Hörgeräte-Modus".

Agent liest: Produkttitel, technische Attribute (ANC, Transparenz, Hörunterstützung), Preis, Verfügbarkeit, Markenvertrauen.
Händler stellt bereit: Attribut-typisierte PDPs, JSON-LD Product/Offer, Feed-Einträge mit vollständigen Spezifikationen, strukturierte Rückgaben.

2. Händlerübergreifender Vergleich

Beispiel. Ein Benutzer bittet den Agenten, drei Regenjacken von Patagonia, Arc'teryx und einer DTC-Marke unter 200 € zu vergleichen, die bis Freitag nach Frankreich geliefert werden sollen.

Agent liest: GTINs zur Deduplizierung, technische Spezifikationen, Lieferzeiten pro Region, Rücksendungen.
Händler stellt bereit: GTIN-Konsistenz, Versandkosteneinstellungen mit regionaler Granularität, Preisparität zwischen PDP und Feed.

3. Beschaffung und B2B-Nachbestellung

Beispiel. Der Agent einer Restaurantgruppe bestellt jeden Dienstag automatisch Einweghandschuhe innerhalb eines Budgets von 500 € nach.

Agent liest: Mengenrabattstufen, SKU-spezifische Verfügbarkeit, B2B-Konten-Endpunkte, Rechnungs- und Mehrwertsteuerverhalten.
Händler stellt bereit: B2B-Katalog-API, gestaffelte Preise, stabile SKUs, Rechnungs-API, Agenten-spezifische Anmeldeinformationen.

4. Schenken nach Einschränkung

Beispiel. Ein Benutzer sagt: "Finde ein Geburtstagsgeschenk unter 80 € für einen Fan japanischer Schreibwaren, Lieferung nach Berlin bis Samstag, keine Plastikverpackung".

Agent liest: Kategorisierung, Nachhaltigkeitsattribute, Verpackungsmetadaten, Eignung für Expressversand.
Händler stellt bereit: Angereicherte Taxonomieplatzierung, Material-/Verpackungsattribute, Annahmeschlusszeiten für den Versand.

5. Preisüberwachung und Trigger-Kauf

Beispiel. Ein Agent überwacht den Preis einer bestimmten Sneaker-SKU und kauft, wenn dieser unter 120 € fällt.

Agent liest: Preishistorie, aktuelle Preisaktualität, Verfügbarkeit, Akzeptanz von Agenten-Zahlungen.
Händler stellt bereit: Genaue price_effective_until-Felder, Echtzeit-Feeds, Webhooks für Preisänderungen, Unterstützung für Agenten-Zahlungsdaten.

6. Abonnementverlängerung und -ersatz

Beispiel. Der Agent eines Haushalts verlängert ein Vitamin-Abonnement und ersetzt es, wenn die bevorzugte SKU nicht vorrätig ist.

Agent liest: Abonnementbedingungen, Berechtigung zum Ersatz, Lagerbestand, voraussichtliches Versanddatum.
Händler stellt bereit: Strukturierte Abonnement-Metadaten, Ersatzrichtlinien, Bestands-API mit ETA-Feldern.

7. After-Sales, Rücksendungen und Garantie

Beispiel. Ein Agent leitet im Namen eines Benutzers einen Garantieanspruch für einen defekten Mixer ein und legt den Kaufbeleg vor.

Agent liest: Garantiebedingungen, Anspruchs-Endpunkt, Bestellhistorie, Identität des ursprünglichen Käufers.
Händler stellt bereit: Strukturierte Garantiefelder, Rückgabe-/Anspruchs-API, Agenten-Authentifizierung im Namen des Benutzers.

8. Agenten-gestützter Merchandiser (Händlerseite)

Beispiel. Der eigene Agent eines Händlers (im Stil von Shopify Sidekick) prüft seinen Katalog, schlägt Attributanreicherung vor und kennzeichnet fehlende GTINs.

Agent liest: Internes PIM, Feed-Diagnosen, öffentliche Kataloge von Wettbewerbern.
Händler stellt bereit: (für seinen eigenen Agenten) Authentifizierten PIM-Zugriff, Schreib-Endpunkte, Audit-Logs.

Übergreifende Erkenntnisse

Über alle acht hinweg:

Strukturierte Richtlinien werden in jedem Szenario gelesen, nicht nur als "nice-to-have".
Preis- und Bestandsaktualität sind die beiden häufigsten Fehlerquellen.
Agenten-Authentifizierung, sowohl Agent als Agent als auch Agent im Namen des Benutzers, ist der kritische Punkt.
B2B-Szenarien sind technisch weiter fortgeschritten als Verbraucherszenarien, da Beschaffungs-APIs bereits existieren.

Übersetzen Sie diese in konkrete Schritte über die Checkliste zur Händlerbereitschaft und die Best Practices.