Vertraulich
Sales & Service Redaktion ~7 Min. Lesezeit Entwurf

SAP Emarsys wird SAP Engagement Cloud: Was sich für Unternehmen ändert

SAP hat im Februar 2026 SAP Emarsys in SAP Engagement Cloud umbenannt – und dabei mehr verändert, als der neue Name vermuten lässt. Was dahintersteckt, welche Funktionen hinzukommen und warum das auch für B2B-Unternehmen relevant ist.
Auf einen Blick: Was steckt hinter dem neuen Namen? Zwei Editionen, 5 Kernfunktionen, KI mit SAP Joule – und warum die Lösung auch für B2B-Unternehmen und den Mittelstand relevant ist.

Was ist die SAP Engagement Cloud?

Die SAP Engagement Cloud ist eine Kundenbindungsplattform, die Marketing, Vertrieb, Service und Commerce mit Echtzeitdaten und KI verbindet – um personalisierte Customer Experience (CX) in großem Maßstab zu ermöglichen. Doch warum der Wechsel von SAP Emarsys?

92 % der Marketer setzen bereits KI-Tools ein [1]. Gleichzeitig scheitern 84 % der Marken daran, personalisierte Kundenerlebnisse auf einem Niveau zu liefern, das Kundenbindung erzeugt [2]. Der Grund: Marketing, Vertrieb und Service arbeiten in getrennten Systemen. Kampagnen laufen, ohne zu wissen, dass eine Lieferung verspätet ist. E-Mails bewerben Produkte, die nicht auf Lager sind. Das Ergebnis: Kundenkommunikation, die schadet statt zu binden.

Genau hier setzt SAP an. Am 19. Februar 2026 wurde SAP Emarsys offiziell in SAP Engagement Cloud umbenannt. Hinter dem neuen Namen steckt eine strategische Neupositionierung: Customer Engagement wird zur unternehmensweiten Disziplin. Die Lösung fungiert als Orchestrierungsschicht, die Kundeninteraktionen mit operativen Daten aus ERP, Commerce und Service verbindet.

Konkret gibt es nach der Umbenennung zwei Editionen:

  • SAP Engagement Cloud, Emarsys Edition – die bestehende Lösung. Alle Funktionen bleiben erhalten, bestehende Verträge und Ansprechpersonen ändern sich nicht.
  • SAP Engagement Cloud, Enterprise Edition – neu seit Februar 2026. Entwickelt für Unternehmen mit mehreren Marken, Regionen und Geschäftsbereichen, die zentrale Standards brauchen, aber lokal flexibel agieren wollen.
Vergleichstabelle Emarsys Edition vs. Enterprise Edition. 2 Spalten, 5–6 Zeilen: Zielgruppe, Governance, Multi-Brand, operative Verknüpfung, KI-Features, Preis/Lizenzmodell.

Welche Funktionen sollte eine moderne Kundenengagement-Cloud haben?

Die SAP Engagement Cloud bündelt 5 Kernfunktionen, die über klassische Marketing Automation hinausgehen:

1. Omnichannel-Orchestrierung

E-Mail, SMS, Mobile Apps, Web, Social Media, physische Stores – die Plattform koordiniert Kundeninteraktionen über alle Kanäle hinweg. Dabei greift sie auf über 60 vorgefertigte Strategien und Taktiken zurück, die branchenspezifisch anpassbar sind. Die API-first-Architektur erlaubt die Anbindung weiterer Kanäle. Die Größenordnung: Über 4,6 Mrd. verwaltete Kontakte, 314 Mio.+ E-Mails pro Tag für einzelne Kunden und 520 Mio.+ KI-gestützte Prognosen pro Monat.

2. Operative Echtzeit-Verknüpfung

Was die Lösung von klassischen Marketing-Automation-Tools unterscheidet: Sie reagiert auf operative Ereignisse. Ein Bestandsengpass im Lager? Die Kampagne wird automatisch angepasst. Eine Lieferverzögerung? Die Kundenkommunikation informiert proaktiv. Eine Service-Unterbrechung? Das Engagement passt sich an, bevor der Kunde anruft.

Diese Verknüpfung von Front-Office und Back-Office ist nur möglich, weil die Lösung nativ ins SAP-Ökosystem integriert ist – ein Vorteil, den andere renommierte Marketingsoftware-Anbieter so nicht bieten können. Wie sich das auf die gesamte SAP CX-Strategie auswirkt, haben wir in einem separaten Artikel beschrieben.

3. KI-gestützte Personalisierung mit SAP Joule

SAP Joule, der generative KI-Copilot, ist direkt in die Engagement Cloud integriert. Wie Joule in der gesamten CX-Suite funktioniert, erfahren Sie im Artikel SAP Business AI und Joule für bessere Kundenerlebnisse. Drei konkrete Anwendungen in der Engagement Cloud:

  • Subject Line Generation: KI erstellt und testet Betreffzeilen für E-Mail-Kampagnen – basierend auf Öffnungsraten vergleichbarer Zielgruppen.
  • Product Finder: KI-basierte Produktempfehlungen, die Kaufhistorie, Browsing-Verhalten und Echtzeit-Verfügbarkeit kombinieren.
  • Living Audiences: Dynamische Segmente, die sich in Echtzeit aktualisieren und auf Verhaltensänderungen reagieren – statt statischer Listen, die manuell gepflegt werden müssen.

Seit Dezember 2025 ist zusätzlich Joule Studio verfügbar: ein Agent Builder, mit dem Unternehmen eigene KI-Skills und Agenten entwickeln können.

Icon-Reihe der 5 Kernfunktionen als visuelle Kacheln. Jeweils: Icon + Funktionsname + 1 Stichwort. Horizontal angeordnet.

4. Multi-Brand & Multi-Region Governance

Die Enterprise Edition bringt erweiterte Steuerungsmöglichkeiten: rollenbasierte Berechtigungen, zentrale Content-Standards und die Möglichkeit, Kampagnen markenübergreifend zu koordinieren – bei gleichzeitiger lokaler Flexibilität. Für Unternehmen mit Tochtergesellschaften, mehreren Marken oder internationaler Präsenz wird damit ein zentrales Problem gelöst: konsistente Markenkommunikation, ohne lokale Teams einzuschränken.

5. SAP-Ökosystem-Integration

Nativ verbunden mit dem SAP-Ökosystem:

  • SAP Commerce Cloud – automatisierte Abbruch-Kampagnen, Post-Purchase-Reviews, Order Confirmations
  • SAP Sales Cloud – Marketing- und Vertriebsdaten in einer Sicht
  • SAP Service Cloud – Service-Störungen lösen Engagement-Aktionen aus
  • SAP Business Data Cloud – zentralisierte Datenbasis für KI-Segmente und Kampagnen
SAP-Ökosystem-Rad. Engagement Cloud im Zentrum, 4 verbundene Kreise (Commerce, Sales, Service, Business Data Cloud). Verbindungslinien mit Stichworten.
E-Book: SAP Emarsys im Einsatz
Wie Unternehmen Marketing Automation mit SAP Emarsys konkret umsetzen – mit Praxisbeispielen und Implementierungstipps.

→ Jetzt kostenlos herunterladen

Welche Vorteile bietet eine digitale Kundenbindungsplattform für mittelständische Unternehmen?

Die meisten Artikel zur SAP Engagement Cloud beschreiben B2C-Szenarien: Mode, Kosmetik, E-Commerce. Dabei liegt ein großer Hebel im B2B-Bereich – besonders für Fertigungsunternehmen und den Maschinenbau. Wie das Zusammenspiel von Marketing Automation und B2B am Beispiel von Wafios funktioniert, zeigt ein bestehender Praxisbericht.

Ein konkretes Beispiel: Online Metals, ein US-amerikanischer B2B-Metallhändler, stand vor der Herausforderung, komplexe Produktkonfigurationen mit personalisierten Kundenerlebnissen zu verbinden. Mit SAP Engagement Cloud und SAP Commerce Cloud konnte das Unternehmen Kund:innen gezielt ansprechen – basierend auf Bestellhistorie und Produktinteressen. Das Ergebnis: 3-fache Profitsteigerung und doppelter Umsatz innerhalb von 3 Jahren [3].

Ähnliche Szenarien sind im Maschinenbau denkbar: Wenn ein Ersatzteil knapp wird, informiert das System proaktiv die betroffenen Kund:innen über Alternativen. Wenn ein Wartungsintervall ansteht, wird automatisch eine personalisierte Service-Kampagne ausgelöst.

„Der größte Hebel für B2B Mittelständler liegt aus unserer Sicht darin, Customer Experience entlang der gesamten Customer Journey mit ERP- und CRM-Daten zu verbinden: Wenn etwa ein Ersatzteil nicht verfügbar ist, ein Wartungsintervall ansteht oder sich Lieferzeiten ändern, kann die SAP Engagement Cloud Kunden proaktiv, personalisiert und kanalübergreifend informieren und so aus klassischen Serviceprozessen echte CX-Momente schaffen."

– Nikolaij Schmid, CX Director, All for One Group

Für B2B-Unternehmen, die bereits SAP S/4HANA oder SAP ERP nutzen, ist die native Integration der zentrale Vorteil: keine Datensilos, keine manuellen Exporte, keine getrennten Systeme für Marketing und Vertrieb.

Für SAP-Anwender:innen: Sie nutzen bereits SAP? Dann profitieren Sie von der nativen Integration der SAP Engagement Cloud in Ihr bestehendes Ökosystem. Ob SAP Commerce Cloud, Sales Cloud oder Service Cloud – die Verbindung steht, die Daten fließen. In unserer Websession zeigen wir, wie Unternehmen die Lösung konkret einsetzen.

→ Jetzt Websession-Aufzeichnung ansehen
Jetzt die SAP Engagement Cloud kennenlernen

Sie wollen wissen, welche Einstiegspunkte für Ihr Unternehmen am meisten bringen? Unser CX-Team berät Sie individuell.

Jetzt die SAP Engagement Cloud kennenlernen →

Wie kann ich eine cloudbasierte Engagement-Lösung für mein Unternehmen einführen?

Drei Punkte, die Sie vor dem Start bedenken sollten:

  1. Datenqualität geht vor Funktionalität. Die SAP Engagement Cloud ist nur so gut wie die Daten, die sie verarbeitet. Bevor Sie Kampagnen automatisieren, stellen Sie sicher, dass Ihre Kundendaten aktuell, vollständig und systemübergreifend konsistent sind.
  2. Teams von Anfang an einbinden. Marketing Automation verändert Arbeitsabläufe. Vertrieb, Service und IT müssen von Anfang an beteiligt sein – nicht erst nach dem Go-Live. Wie Sie die Akzeptanz bei der CRM-Einführung steigern, beschreibt ein eigener Leitfaden.
  3. Compliance mitdenken. DSGVO und AI Act setzen Rahmenbedingungen für KI-gestützte Personalisierung. Die SAP Engagement Cloud bietet integrierte Governance-Funktionen – nutzen Sie diese von Beginn an, nicht als Nachgedanken.
E-Book: B2B-Marketing mit Emarsys
Kompakter Einstieg in Omnichannel-Marketing-Automation für B2B-Unternehmen.

→ Jetzt kostenlos herunterladen

Ausblick: Agentic Commerce

Ein Trend, der die SAP Engagement Cloud in den kommenden Monaten noch relevanter machen wird: Agentic Commerce. KI-Agenten, die im Auftrag von Kund:innen eigenständig recherchieren, vergleichen und Transaktionen anstoßen – ohne menschlichen Eingriff.

Für die SAP Engagement Cloud heißt das: Sie entwickelt sich zur Schnittstelle zwischen autonomen Agenten und der Kundenkommunikation. Wenn ein Agent im Auftrag eines Kunden Produkte recherchiert, eine Bestellung anstößt oder eine Service-Anfrage stellt, sorgt die Engagement Cloud dafür, dass die Marke konsistent, personalisiert und kanalübergreifend antwortet – auch ohne klassischen Website-Besuch. Mehr dazu in unserem kommenden Artikel zu Agentic Commerce.

Fazit: Mehr als ein Renaming

Mit der SAP Engagement Cloud macht SAP den Schritt von einem Marketing-Tool zu einer unternehmensweiten Engagement-Plattform, die operative Daten, KI und Kundenkommunikation zusammenführt. SAP ist zum 7. Mal in Folge Leader im Gartner Magic Quadrant for Personalization Engines und wurde im Forrester Wave für Cross-Channel Marketing Hubs als Strong Performer eingestuft (2026) [4] – ein Signal, dass die Richtung stimmt.

3 Empfehlungen für Ihren Einstieg:

  1. Prüfen Sie Ihre Datenbasis. Bevor Sie über Funktionen nachdenken, klären Sie: Sind Ihre Kundendaten systemübergreifend konsistent? Die Engagement Cloud entfaltet ihr Potenzial erst mit sauberen Daten.
  2. Starten Sie mit einem konkreten Use Case. Nicht alles auf einmal. Cart Abandonment, Post-Purchase-Kommunikation oder proaktive Service-Benachrichtigungen sind gute Einstiegspunkte.
  3. Denken Sie über Marketing hinaus. Die Stärke der SAP Engagement Cloud liegt in der Verbindung von Marketing, Vertrieb und Service. Planen Sie von Anfang an abteilungsübergreifend.
Jetzt die SAP Engagement Cloud kennenlernen

Sie wollen wissen, wie die SAP Engagement Cloud Ihr Customer Engagement transformieren kann? Lassen Sie sich individuell beraten – unser CX-Team zeigt Ihnen, welche Einstiegspunkte für Ihr Unternehmen am meisten bringen.

Jetzt die SAP Engagement Cloud kennenlernen →

Passt dazu:

Quellen:
[1] SAP Engagement Cloud / AI in Retail Global Report 2025 (92 % AI Adoption)
[2] SAP Customer Loyalty Index 2025, zitiert in: SiliconANGLE, 19.02.2026
[3] Online Metals Case Study, SAP (PDF): sap.com/asset/dynamic/2024/07/64705193
[4] SAP News Center: „SAP a Leader in 2026 Gartner Magic Quadrant for Personalization Engines“ (Februar 2026)
Title-Tag (56 Z.): SAP Emarsys wird SAP Engagement Cloud: Was sich ändert
Meta-Description (148 Z.): SAP Emarsys heißt jetzt SAP Engagement Cloud. Was sich ändert, welche Funktionen neu sind und warum das auch für B2B-Unternehmen relevant ist.

Begleitnotiz zum Artikel

Was wurde gemacht, warum – und was noch offen ist.

1. Prompt-orientierte H2-Struktur

4 von 6 H2-Überschriften sind als Fragen formuliert – orientiert an den Prompts aus deiner Recherche und typischen KI-Suchanfragen:

  • „Was steckt hinter der Umbenennung?“ → beantwortet: „Was ist SAP Engagement Cloud?“
  • „Welche Funktionen bietet die SAP Engagement Cloud?“ → beantwortet: „Welche Funktionen sollte eine moderne Kundenengagement-Cloud haben?“
  • „Welche Vorteile bietet die SAP Engagement Cloud für B2B-Unternehmen?“ → beantwortet: „Welche Vorteile bietet eine digitale Kundenbindungsplattform für mittelständische Unternehmen?“
  • „Was sollten Unternehmen bei der Einführung beachten?“ → beantwortet: „Wie kann ich eine cloudbasierte Engagement-Lösung implementieren?“

Warum: KI-Systeme (ChatGPT, Perplexity, Google AI Mode) matchen Nutzeranfragen gegen H2-Überschriften. Frage-H2s erhöhen die Wahrscheinlichkeit, dass der Artikel als Quelle zitiert wird. Die anderen H2s („Ausblick: Agentic Commerce“, „Fazit: Mehr als ein Renaming“) bleiben als Statements – für eine natürliche Mischung.

2. GEO-Optimierung (Zitierfähigkeit für KI-Suche)

  • Definitionssatz im ersten Absatz: „Die SAP Engagement Cloud ist eine Kundenbindungsplattform, die Marketing, Vertrieb, Service und Commerce mit Echtzeitdaten und KI verbindet.“ – Dieser Satz kann von LLMs direkt als Antwort auf „Was ist die SAP Engagement Cloud?“ zitiert werden.
  • Strukturierte Formate: 5 nummerierte Kernfunktionen, 3 nummerierte Empfehlungen, Bullet-Listen – LLMs bevorzugen strukturierte Inhalte.
  • Attribuierte Fakten: Alle Statistiken mit Quelle und klickbarem Link.

3. Keyword-Strategie

Problem: „SAP Engagement Cloud“ hat kein Suchvolumen. „SAP Emarsys“ hat 480/Monat.

Lösung: Title-Tag enthält beide Begriffe. Im Text beides verwendet. Zusätzliche Keywords natürlich eingebaut:

KeywordSuchvolumenIm Artikel
SAP Emarsys480/Monat✔ 8×
Marketing Automation1.300/Monat✔ 4×
Marketing Automation B2B90/Monat✔ im B2B-Abschnitt
KundenbindungsplattformPrompt-Term✔ in Definition
Customer ExperienceBranchenterm✔ in Definition

4. Wettbewerbsanalyse

Der deutschsprachige Markt ist praktisch leer. Nur Computerwoche hat einen kurzen Nachrichtentext (400 Wörter). NETCONOMY hat einen englischen Artikel (500 Wörter), rein B2C/Retail-fokussiert.

3 Content-Lücken, die kein Wettbewerber bedient:

  1. B2B/Maschinenbau-Winkel → im Artikel als eigener Abschnitt
  2. Joule/KI konkret (Subject Lines, Product Finder, Living Audiences) → Kernfunktion 3
  3. Agentic Commerce als Ausblick → Teaser für den nächsten Artikel

5. Interne Verlinkung

5 Inline-Links im Fließtext:

  • SAP CX-Strategie (strategischer Kontext)
  • SAP Business AI und Joule (KI-Vertiefung)
  • Marketing Automation am Beispiel Wafios (B2B-Praxis)
  • CRM-Einführung Akzeptanz (Herausforderungen)
  • Websession KI im Vertrieb & Service (SAP-Infokasten)

2 E-Book-CTAs im Textverlauf:

  • SAP Emarsys im Einsatz (nach Kernfunktionen)
  • B2B-Marketing mit Emarsys (nach Herausforderungen)

4 „Passt dazu“-Links am Ende

6. Grafikvorschläge

3 Grafikbriefings sind im Artikel markiert (orange gestrichelte Boxen):

  1. Vergleichstabelle: Emarsys Edition vs. Enterprise Edition (2 Spalten, 5–6 Zeilen)
  2. Icon-Kacheln: Die 5 Kernfunktionen als visuelle Reihe
  3. Ökosystem-Rad: Engagement Cloud im Zentrum, verbunden mit Commerce, Sales, Service, Business Data Cloud

Eingearbeitet aus Feedback (v1.2 – 13.05.2026)

Aus Ankes Mail vom 13.05.2026 + kommentiertem Worddokument (3 Kommentare vom 05.05.2026).

  • Kollegenzitat eingebaut: Statement von Nikolaij Schmid (CX Director, All for One Group) zwischen Maschinenbau-Absatz und SAP-S/4HANA-Absatz im B2B-Mittelstand-Kapitel. Wörtlich aus Ankes Mail übernommen.
  • Wettbewerber-Nennung neutralisiert (Kommentar 1): „Salesforce Marketing Cloud, Adobe Experience Platform oder Braze" raus, ersetzt durch „andere renommierte Marketingsoftware-Anbieter".
  • „Ohne Programmierkenntnisse" gestrichen (Kommentar 2): Im Joule-Studio-Absatz, gemäß Ankes Mailhinweis („das könnte uns schaden").
  • Storefront MCP umtextet (Kommentar 3): Konkrete Roadmap-Nennung raus, dafür allgemeine Trend-Brücke zum Folgeartikel über Agentic Commerce.

Eingearbeitet aus Feedback (v1.1 – 03.05.2026)

  • Online-Metals-Quelle korrigiert: Case Study läuft bei SAP nicht unter thyssenkrupp, sondern unter „Online Metals". thyssenkrupp-Klammer entfernt, Quelle [3] zeigt jetzt direkt auf die SAP-PDF.
  • Event-Teaser entfernt: ONE Day CX Hamburg fällt weg, Platzhalter raus.
  • CTA-Hinweis präzisiert: Beide CTA-Boxen verweisen darauf, eine Inside-Sales-Kontaktperson direkt zu hinterlegen (Name + Foto), Formular-Link optional.
  • Forrester-Wave-Hinweis ergänzt: Im Fazit zusätzlich zum Gartner-Leader-Status erwähnt (Strong Performer Cross-Channel Marketing Hubs, 2026).

Noch offen

  • Inside-Sales-Kontaktperson – Name, Foto und ggf. Direktkontakt für die beiden CTA-Boxen einsetzen.
  • E-Book-Landingpages – Anke klärt, ob die Emarsys-LPs umbenannt werden oder parallel weiterlaufen. Bis dahin bleiben die bestehenden Links.
  • Grafiken – die 3 Grafikbriefings im Artikel werden von Anke umgesetzt bzw. beauftragt.

Empfehlung

Schreibweise des Namens prüfen: In Ankes Mail steht „Nkolaij Schmid", im Worddokument von Anke selbst „Nikolaij Schmid" – und auf LinkedIn ebenfalls „Nikolaij Schmid". Im Artikel ist die LinkedIn-Schreibweise gesetzt. Falls Nikolaij beim Proof-Read eine andere Schreibweise wünscht, bitte kurze Rückmeldung.

Zitat-Position: Direkt zwischen Maschinenbau-Use-Cases und SAP-S/4HANA-Absatz – das Zitat validiert die Maschinenbau-Beispiele und überleitet auf den SAP-Integrationsvorteil. Als visueller Block (italic, dunkler linker Strich) abgesetzt, damit die menschliche Stimme klar vom Fließtext getrennt ist – das ist auch für AI-Search relevant, weil zitierfähige Statements als eigene Einheit erkannt werden.

Markdown-Quelltext

Zum Kopieren für HubSpot oder zur Weiterbearbeitung.


























  Outline-Phase
  Stand 07.05.2026
  Zur Freigabe




Agentic Commerce: Splitvorschlag B2B + Retail



Du hast im Briefing selbst angedacht: »Je nachdem, ob der Artikel zu lange wird, müssten wir uns überlegen, ob wir 2 Unterartikel machen sollen.« Mein Vorschlag: ja, splitten. Hier die Begründung – und in den zwei Reitern daneben die Outlines, jeweils 6 H2 plus Fazit, je 1.000–1.200 Wörter.



Auf einen Blick: Aus einem Artikel werden zwei – einer für B2B-Beschaffung, einer für Retail-Endkunden. Beide decken Ihre 11 Briefing-Themen ab, sind aber thematisch verdichtet und zielgruppen-spezifisch geschnitten.



Drei Gründe für den Split


    
  
  1. Wortzahl-Realität: Mit der Substanz aus deiner Recherche, McKinsey, BCG und Mastech wäre ein einzelner Artikel deutlich über 2.000 Wörter – und keine der beiden Zielgruppen würde wirklich tief bedient.
    2. 
  
  2. Sichtbarkeit in KI-Suchsystemen: ChatGPT, Perplexity und Google AI Mode zitieren themenklare Pages präziser als gemischte Erklärer. Zwei klar adressierte Artikel = bessere Snippet-Treffer.
    3. 
  
  3. Zwei SEO-Pillars statt einer: „agentic commerce b2b" und „agentic commerce retail" als Long-Tail-Anker neben dem Hauptkeyword. Cross-Linking zwischen beiden Artikeln stützt sie gegenseitig.
    4. 




Was bei beiden Artikeln gleich bleibt


    
  
  • Tonalität „Anzug mit Sneaker", Sie-Form, beratend, faktenbasiert
    • 
  
  • Länge je 1.000–1.200 Wörter (innerhalb deiner Vorgabe)
    • 
  
  • Hauptkeyword „Agentic Commerce" als Anker, plus zielgruppen-spezifische Sekundär-Keywords
    • 
  
  • CX Strategy Workshop als CTA, mit unterschiedlichen Sublines pro Artikel
    • 
  
  • Pflicht-Verlinkung zu KI im E-Commerce, CX Strategy, Engagement Cloud
    • 
  
  • Ankes 11 Briefing-Themen vollständig abgedeckt – nur thematisch verdichtet
    • 




Was sich pro Artikel unterscheidet


    
  
  • Anlauf-Szenario in Sektion 2: B2B startet mit Procurement-Beispiel (Bedarfsmeldung Anlage Stuttgart), Retail mit Konsumenten-Beispiel (ChatGPT-Geschenk-Anfrage).
    • 
  
  • Use Cases: B2B = MRO-Nachbestellen, Ausschreibung, Servicetechniker-Ersatzteile, Compliance. Retail = Amazon Rufus, ChatGPT Operator, Perplexity + PayPal, Google AI Mode.
    • 
  
  • Wettbewerber: B2B nennt Intershop, SAP, Salesforce Agentforce, Shopware. Retail nennt Shopify, Netconomy, Shopware, Adobe.
    • 
  
  • Risiko-Framing: B2B aus Audit-/Revisions-Sicht (Vier-Augen, Mandate, Budgetfreigabe). Retail aus Konsumenten-Sicht (Spending-Rules, Familienkonten, Widerruf).
    • 
  
  • CTA-Subline: B2B = „Vertriebs-, Commerce- und Service-Roadmap im Workshop". Retail = „Customer-Journey-Roadmap im Workshop". Gleicher Workshop, komplementäres Framing.
    • 




Quellenfundament (steht)


Sieben Primär- und Sekundärquellen sind durchgearbeitet und in einer Quellen-Tabelle abgelegt: McKinsey „Agentic Commerce Opportunity" (Oktober 2025), BCG „Shopping and Payments Re-(AI)magined" (September 2025), Deloitte (B2B-Adoption unter 25 %), Mastech Digital, Lucidworks, contentmanager.de, plus deine eigene Recherche-Doku. Verlässliche Datenpunkte: McKinsey 1 Bio. USD US-B2C, BCG 81 % Konsumenten-Erwartung, Lucidworks 60 % Zero-Click-Searches, Mastech 3–5x Conversion-Hub, Gartner via contentmanager 33 % Enterprise-Software bis 2028, Deloitte: weniger als ein Viertel der B2B-Lieferanten setzt heute schon Agentic AI ein.


Hinweis: Das Ebook „Agentic_Commerce_Ebook_cool mit warum wir.pdf" ist laut Cover ein Mastech-Digital-Ebook, nicht eine All-for-One-Eigenpublikation. Vor Verwendung als Quelle bitte kurz prüfen.



Was an Substanz seit Mittwoch dazugekommen ist


Die Outlines sind nicht aus dem Briefing-Material allein gebaut. Sieben Pflicht-Pipeline-Schritte sind in beide Briefs eingeflossen:


    
  
  • SISTRIX-Cluster (Live-Pull 07.05.): Hauptkeyword „Agentic Commerce" 100 Traffic. Sekundär-Anker für B2B: „ki im einkauf" mit 350 Traffic – 3,5× das Hauptkeyword. „ki agenten" mit 650 Traffic als generischer Zubringer. „ki im maschinenbau" 90 Traffic als Industrie-Brücke.
    • 
  
  • WDF*IDF-Wettbewerber-Analyse: Top-3-Sites zu „agentic commerce" (jtl-software, it-finanzmagazin, intershop) plus „ki im einkauf" (einkauf-ki.com). Pflichtbegriffe pro Outline markiert (Vollform „Künstliche Intelligenz", „spezialisierte Agenten", „standardisierte Schnittstellen").
    • 
  
  • AEO-Plays nach Stockebrand-Playbook (5 Plays Pflicht): Head-to-Head, Buyer's Decision Tree, Use-Case Matrix, Disambiguation, FAQ Goldmine – alle in beiden Outlines verankert.
    • 
  
  • Ankes 10 CSV-Prompts als H2: 4 von 6 H2 in jedem Artikel sind direkt deine Prompt-Vorschläge. Andere Auswahl pro Artikel (B2B vs. Retail), damit kein Schwesterartikel-Doppel.
    • 
  
  • Reality-Check für Retail: OpenAI hat ChatGPT Instant Checkout im Oktober 2025 zurückgefahren (Forrester / AI Business). Wir ordnen das ehrlich ein – statt Hype zu wiederholen.
    • 
  
  • Cross-Link-Pflicht aus deiner Mail: „Auf jeden Fall müssen wir von Agentic commerce immer auf KI im E-Commerce, CX Strategie, Engagement Cloud verlinken." 1:1 in beide Outlines übernommen.
    • 
  
  • Non-Commodity-Marker: All-for-One-Beratungsperspektive aus Mittelstand-Sicht, plus die offene Frage nach einem benennbaren Praxiskunden.
    • 




Was ich von dir brauche, um in die Schreibphase zu gehen


    
  
  1. CTA-Bestätigung: Hat der PreSales den CX Strategy Workshop bestätigt – oder gibt es bis zur Veröffentlichung ein eigenes Agentic-Commerce-Format?
    2. 
  
  2. All-for-One-Case: Gibt es einen Kunden (B2B oder Retail), den wir – anonymisiert oder benannt – als Praxisbeispiel verwenden dürfen?
    3. 
  
  3. SAP NRF 2026 Storefront MCP Server: Pressemitteilung als Primärquelle verfügbar?
    4. 
  
  4. Inside-Sales-Kontaktperson: Wie bei Engagement Cloud, Name + Foto in den CTA-Boxen?
    5. 
  
  5. E-Book-Andock: Passt eines der bestehenden E-Books (z. B. SAP Commerce Cloud) als Teasermodul, oder lieber neutral lassen?
    6. 




Zeitplan


Veröffentlichung Mai 2026 bleibt machbar, wenn dein OK in den nächsten Tagen kommt. Reihenfolge: B2B-Artikel zuerst (Briefing-Bezug klarer, Brücke zum Ersatzteile-Artikel), Retail im Anschluss.















  Sales & Service Redaktion
  ~6 Min. Lesezeit
  v1.1




Agentic Commerce im B2B: Wenn Agenten einkaufen



Künstliche Intelligenz übernimmt im B2B-Einkauf nicht mehr nur einzelne Aufgaben. Sie trifft Entscheidungen, prüft Verträge und löst Bestellungen aus. Was Mittelstand und gehobener Mittelstand jetzt wissen müssen.



McKinsey schätzt das Marktvolumen für Agentic Commerce auf 3 bis 5 Billionen USD weltweit bis 2030 [1]. Eine PwC-Befragung zeigt: Über 70 % der Unternehmen setzen KI-Agenten bereits ein oder testen sie, 88 % erhöhen ihre Investitionen [2]. Im B2B trifft der Trend die Beschaffung zuerst, weil sie repetitiv, regelbasiert und auditierbar ist.



Konsumenten-Anwendungen wie ChatGPT Operator oder Amazon Rufus stehen im Rampenlicht. Im Mittelstand passiert die Veränderung konkreter: bei der Wartungs-Nachbestellung, in der Ausschreibungsvorbereitung, im Vertragsmanagement. Wer mit SAP-Stammdaten arbeitet, hat einen schnelleren Pfad zur automatisierten Beschaffung als Wettbewerber ohne strukturierte Kataloge.



Auf einen Blick: Dieser Artikel erklärt, was Agentic Commerce im B2B konkret bedeutet: mit 4 Use Cases aus Maschinenbau und Beschaffung, einer Abgrenzung zu klassischem E-Procurement und Conversational Commerce, einer Einordnung der zentralen Standards (LLM, MCP, AP2) und 3 Empfehlungen für die nächsten 90 Tage.



1. Was versteht man unter agentischem Commerce?



Agentic Commerce beschreibt einen Einkauf, bei dem KI-Agenten eigenständig handeln. Sie erkennen Bedarf, vergleichen Angebote, treffen Entscheidungen und führen Transaktionen aus, innerhalb klar definierter Mandate.



Gartner prognostiziert, dass bis 2028 etwa 33 % der Enterprise-Software Agentic-AI-Funktionen enthalten wird und 15 % aller Geschäftsentscheidungen autonom ablaufen [3]. Im B2B zeigen Pioniere wie Alibabas Plattform „Accio", wie schnell sich der Hebel materialisiert: Nach Unternehmensangaben werden bereits 40 % aller internationalen Anfragen agentenbasiert generiert.



Was die Verbreitung dämpft: Deloitte sieht weniger als 25 % der B2B-Lieferanten in Deutschland aktiv mit Agentic AI [4]. Es ist eine frühe Phase mit hohem Tempo. Wie sich die Konsumenten-Seite parallel entwickelt, zeigt unser Beitrag „Agentic Commerce im Retail".



2. Wie funktionieren autonome Einkaufsassistenten im B2B-Einkauf?



Stellen Sie sich vor: Eine Anlage in Stuttgart meldet niedrigen Lagerbestand für ein Bauteil mit acht Wochen Lieferzeit. Das ist der Punkt, an dem sich klassisches E-Procurement, Conversational Commerce und Agentic Commerce auseinanderbewegen.






ModusInitiativeEntscheidungBestellungAuditierbarkeit




Klassischer KatalogMenschMenschmanuellStandard


Conversational BotMensch fragtMensch wähltmanuell unterstützthoch


Agentic CommerceAgent erkenntAgent im Mandatautonom im Mandathoch, mit Mandat






Ein Agentic-Commerce-Agent erkennt den Bedarf, prüft Vertragslieferanten, holt eine Freigabe ein und löst die Bestellung aus, auf Basis der hinterlegten Stammdaten, Vertragslimits und Budgetregeln. Conversational Bots beantworten Fragen. Agentic-Agenten treffen Entscheidungen und übernehmen Aufgaben.



3. Welche Vorteile bietet agentischer Commerce für den Mittelstand?



Vier konkrete Anwendungsfelder, in denen mittelständische Unternehmen heute den Hebel ansetzen:



1. Autonomes Nachbestellen im Wartungsgeschäft (MRO)



Ein Hersteller aus dem Maschinenbau hinterlegt Schwellen für Verbrauchsmaterial im SAP-ERP. Der Agent erkennt Unterschreitungen, prüft Rahmenverträge und löst die Bestellung beim hinterlegten Lieferanten aus. In Kombination mit Predictive Maintenance erkennt der Agent Bedarf nicht erst bei der Schwelle, sondern bei der prognostizierten Belastung.



Nutzen: Spart mehrere Stunden manueller Routine pro Einkäufer:in und Woche, reduziert Stillstandszeiten in der Produktion.



2. Ausschreibungs-Vorbereitung in der Gebäudetechnik



Im Anlagenbau erstellt der Agent strukturierte Ausschreibungen, vergleicht eingehende Angebote nach vordefinierten Kriterien und schlägt eine Vorauswahl vor.



Nutzen: Verkürzt den Ausschreibungs-Zyklus von Wochen auf Tage, macht Vergleiche revisionssicher dokumentierbar.



3. Servicetechniker-Ersatzteilbeschaffung im Field Service



Ein Servicetechniker erkennt ein defektes Teil per App-gestützter Bilderkennung. Der Agent identifiziert das passende Ersatzteil, prüft Verfügbarkeit und Liefertermin, löst die Bestellung mit Direktversand an den Einsatzort aus.



Nutzen: Verkürzt Identifikation und Beschaffung um etwa 30 %, ermöglicht Cross- und Upselling vor Ort.



4. Compliance- und Vertragskontrolle in regulierten Branchen



In Pharma, Chemie oder regulierter Industrie prüft der Agent automatisch Budget-Limits, Lieferanten-Compliance und Vier-Augen-Anforderungen. Jede Entscheidung läuft in einen revisionssicheren Audit-Trail.



Nutzen: Senkt das Risiko nicht regelkonformer Bestellungen, reduziert manuelle Prüfungen.




  Infokasten: McKinsey beschreibt das Muster der „Embedded Agents". Beispiel: ein in Slack integrierter Buchungsagent, der Geschäftsreisen autonom organisiert [1]. Das gleiche Pattern lässt sich auf Microsoft Teams oder Copilot übertragen.





  Websession: KI im Einkauf des Mittelstands

  Wie mittelständische Unternehmen ihre Beschaffung mit SAP-gestützter KI zukunftssicher aufstellen.

  → Jetzt Websession-Aufzeichnung ansehen




4. Wie binde ich Agentic Commerce in mein ERP an?



Drei technische Bausteine bilden das Fundament:



    
  
  • Large Language Models als Sprach- und Reasoning-Schicht. ChatGPT (OpenAI), Google Gemini und Microsoft Copilot decken den Großteil der heute eingesetzten Modelle ab.
    • 
  
  • MCP (Model Context Protocol) als standardisierte Schnittstelle zwischen Agent und Datenquelle. MCP ist für KI-Agenten, was USB für Geräte ist: ein einheitlicher Anschluss zu Katalog-, Bestand- und Vertragsdaten.
    • 
  
  • AP2 (Agent Payment Protocol) für autorisierte Zahlungen mit Mandaten und Audit-Trail.
    • 




Hinzu kommt das experimentelle A2A-Protokoll (Agent-to-Agent), in dem zwei spezialisierte Agenten direkt miteinander verhandeln. Stanford HAI beschreibt erste Pilot-Implementierungen [5].





Grafik-Entwurf 1: Procurement-Sequenz im Agentic-Modus


  
    
      
    
  
  
    
    
      
      1. Bedarf
      Lager- oder
      Maintenance-
      Signal aus ERP
    
    
    
      
      2. Vertrag
      Rahmenvertrag,
      Lieferant,
      Konditionen geprüft
    
    
    
      
      3. Freigabe
      Im Mandat:
      Budget +
      Vier-Augen-Check
    
    
    
      
      4. Bestellung
      Agent löst
      Order im
      ERP aus
    
    
    
      
      5. Audit
      Revisions-
      sicherer Log,
      DSGVO-konform
    
    
    Vom ERP-Signal zur revisionssicheren Bestellung
    Klassisch dauert dieser Pfad 2 bis 5 Tage. Im Agentic-Modus: Minuten.
    
    Zeit
    
    Minuten 0
    Minuten 5–30
  


Briefing für die Redaktion: Horizontaler 5-Stufen-Flow von links nach rechts. Schritte 1 bis 4 in SAP-Blau, Schritt 5 (Audit-Trail) als Erfolgs-Marker in Grün abgesetzt. Kompakte Stichworte je Box, Headline „Vom ERP-Signal zur revisionssicheren Bestellung", Zeitachse unten als Subtext. Ideal als horizontale Hero-Grafik nach H2 4.





5. Welche Plattformen unterstützen Agentic Commerce für den B2B-Mittelstand?



Die Anbieterlandschaft ist in Bewegung. Eine kurze Einordnung:



    
  
  • SAP Joule und Joule Studio: Agent-Builder für eigene KI-Skills, nativ verbunden mit SAP S/4HANA, Sales Cloud und Service Cloud.
    • 
  
  • SAP Storefront MCP Server: auf der NRF 2026 angekündigt, ermöglicht die Anbindung externer Agenten an die SAP Commerce Cloud [6].
    • 




Daneben positionieren sich weitere Marktteilnehmer mit eigenen Ansätzen, etwa Intershop, Salesforce und Shopware (Letzteres mit der Agentic Commerce Alliance, Juni 2025).



Wer im Mittelstand bereits mit SAP-Stammdaten arbeitet, hat den kürzesten Weg in den agentenfähigen Einkauf. Wie sich die SAP-Engagement-Plattform parallel entwickelt, beschreibt unser Artikel zur SAP Engagement Cloud.




  Für SAP-Anwender:innen: Sie nutzen bereits SAP S/4HANA oder SAP ERP? Dann liegen Ihre Stammdaten und Vertragsstrukturen in agentenfähiger Form vor, die wichtigste Voraussetzung. In unserer Websession „E-Commerce & KI" zeigen wir, wie sich SAP Joule für KI-gestützte Prozesse nutzen lässt.

  → Jetzt Websession-Aufzeichnung ansehen




6. Wie bereite ich mein SAP-System auf Agentic Commerce vor?



Drei Erfolgsfaktoren und drei Risiken aus der Beratungspraxis:



Erfolgsfaktoren:



    
  
  1. Strukturierte Stamm- und Vertragsdaten. Maschinenlesbar, mit eindeutigen Produktcodes (GTIN, GPC), JSON-LD-Auszeichnung. Wir nennen das Agent Procurement Optimization: das Procurement-Pendant zu SEO.
    2. 
  
  2. Cross-funktionale Task Force. Einkauf, IT, Compliance und Legal müssen ab Tag 1 zusammenarbeiten. Wie sich Akzeptanz bei neuen Tools steigern lässt, zeigt der Leitfaden „CRM einführen".
    3. 
  
  3. Klein anfangen. Ein einziger Use Case zum Start, idealerweise Verbrauchsmaterial-Nachbestellung.
    4. 




Risiken:



    
  
  1. Verlust der direkten Lieferantenbeziehung. Der Agent wird zum Gatekeeper. Wo Verhandlung über Margen entscheidet, braucht es eine bewusste Mensch-Maschine-Schnittstelle.
    2. 
  
  2. Auditierbarkeit und Vier-Augen-Prinzip. Wer haftet bei einer Fehlbestellung? Das AP2-Mandate-Konzept legt Budget- und Lieferanten-Grenzen vorab fest, das schafft Spielraum und Sicherheit zugleich.
    3. 
  
  3. Implementierungs-Risiko. Branchenanalysen sehen über 40 % aller Agentic-Projekte vorzeitig abgebrochen [3]. Der Engpass ist meist nicht die Technik, sondern Mindset und Change Management.
    4. 






Grafik-Entwurf 2: Mandate-Stack im AP2-Protokoll


  
    
    So sichert das AP2-Mandate-Modell den Agent ab
    Vier ineinandergreifende Schichten. Greift eine nicht, übernimmt die nächste.

    
    
      
      1. Budget-Limit
      z. B. max 10.000 EUR/Monat
    
    
      
      2. Häufigkeits-Limit
      z. B. max 50 Bestellungen/Monat
    
    
      
      3. Lieferanten-Limit
      nur Vertragslieferanten
    
    
      
      4. Vier-Augen-Trigger
      bei Überschreitung: Mensch
    

    
    
      Innerhalb
      Mandat
      autonom
    
    
      Außerhalb
      Mensch greift ein
    

    
    
  


Briefing für die Redaktion: Vier gestapelte Rechtecke vertikal angeordnet, in abnehmender SAP-Blau-Sättigung. Die unterste Schicht (Vier-Augen-Trigger) als visuelle Eskalations-Ebene in Amber abgesetzt. Links neben dem Stack zwei Labels „Innerhalb Mandat = autonom" und „Außerhalb = Mensch greift ein". Konkrete Zahlen-Beispiele auf der rechten Seite jeder Schicht. Position: nahe Risiko 2 in H2 6.






  🔲 PLATZHALTER – Kollegenzitat folgt nach 8.6.2026

  Hier wird ein O-Ton von Marcus Noe (All for One) eingefügt. Marcus übernimmt zudem das finale Proof-Read. Bis dahin bleibt dieser Block als sichtbarer Platzhalter stehen.




Fazit: Was Sie in den nächsten 90 Tagen tun sollten



Agentic Commerce im B2B ist kein 2030-Thema. Die Standards sind verfügbar, die Plattformen reifen, der Mittelstand mit SAP-Backbone hat den schnelleren Pfad.



    
  
  1. Stamm- und Vertragsdaten inventarisieren. Wo stehen Sie bei Produktcodes, Lieferantendaten und Vertragsdokumenten? Das ist die Voraussetzung, nicht das Nice-to-have.
    2. 
  
  2. Einen Use Case identifizieren. Welche Beschaffungsroutine kostet Ihren Einkauf heute am meisten Zeit? Genau da starten Sie.
    3. 
  
  3. Mit einer Beratung sprechen. Im CX Strategy Workshop entwickeln wir mit Ihnen eine Vertriebs-, Commerce- und Service-Roadmap entlang Ihrer SAP-Landschaft.
    4. 





  Jetzt den CX Strategy Workshop kennenlernen

  Vertriebs-, Commerce- und Service-Roadmap im Workshop entwickeln.

  → Jetzt unverbindlich anfragen

  Ihr Ansprechpartner: Thomas Tenbieg, Inside Sales



Hinweis Anke: Foto von Thomas Tenbieg ergänzen; PreSales-Bestätigung, dass der CX Strategy Workshop der richtige Anschluss ist, steht noch aus.



FAQ



Was unterscheidet Agentic Commerce von Conversational Commerce?

Conversational Commerce reagiert. Agentic Commerce handelt: Der Agent erkennt Bedarf, vergleicht Angebote und führt Transaktionen aus.



Wann lohnt sich Agentic Commerce im Mittelstand?

Bei wiederkehrender Beschaffung mit klaren Regeln und sauberen Stammdaten. Einstiegs-Use-Cases: MRO-Nachbestellung, Verbrauchsmaterial.



Welche SAP-Komponenten sind für Agentic Commerce zentral?

SAP Business Technology Platform als Fundament, SAP Joule und Joule Studio für eigene Agenten, der angekündigte SAP Storefront MCP Server für externe Agenten-Anbindung.



Was ist das Model Context Protocol (MCP)?

Ein offener Standard, initial von Anthropic vorgestellt. MCP ist für KI-Agenten, was USB für Geräte ist: ein einheitlicher Anschluss für Katalog-, Bestand- und Vertragsdaten.



Wer haftet, wenn ein KI-Agent eine Fehlbestellung auslöst?

Über das AP2-Mandate-Konzept werden Budget- und Lieferanten-Grenzen vorab definiert. Innerhalb haftet das Unternehmen wie bei jeder Bestellung. Außerhalb greift das Vier-Augen-Prinzip.



Wie schnell setzt sich Agentic Commerce im B2B durch?

Deloitte sieht unter 25 % B2B-Lieferanten-Adoption. McKinsey prognostiziert 3 bis 5 Billionen USD Marktvolumen bis 2030.



Was ist Agent Procurement Optimization?

Das Procurement-Pendant zu SEO: Stamm- und Vertragsdaten so aufbereiten, dass Einkaufs-Agenten sie bevorzugt finden, vergleichen und auswählen.



Quellen



    
  
  1. McKinsey & Company: „The Agentic Commerce Opportunity – How AI Agents Are Ushering in a New Era", Oktober 2025
    2. 
  
  2. PwC: „AI Agent Survey", Mai 2026
    3. 
  
  3. Gartner-Daten zitiert in: contentmanager.de / Digital Diamant GmbH: „Agentic Commerce – Wie autonome KI-Agenten die Customer Journey neu definieren", 2026
    4. 
  
  4. Deloitte: B2B-Adoption Agentic AI Deutschland, Web-Recherche Stand 07.05.2026
    5. 
  
  5. Stanford HAI: „The Art of the Automated Negotiation", 2025
    6. 
  
  6. SAP News: „Agentic AI Is Reshaping Commerce: The Next Frontier of Discovery, Payments, and Trust", 21.01.2026, news.sap.com
    7. 




Title-Tag (54 Zeichen): Agentic Commerce im B2B: Wenn Agenten einkaufen
Meta-Description (149 Zeichen): KI-Agenten übernehmen B2B-Beschaffung autonom – von Bedarfserkennung bis Bezahlung. Wie Sie Ihr SAP-Ökosystem agentenfähig machen.
















  Sales & Service Redaktion
  ~6 Min. Lesezeit
  v1.1




Agentic Commerce im Retail: Wenn Agenten kaufen



KI-Agenten verändern nicht den Online-Shop, sondern den Kanal davor. Was Retail-Verantwortliche im Mittelstand jetzt tun müssen, damit ihre Marke in den Antworten der Agenten bleibt.



McKinsey prognostiziert, dass bis 2030 etwa 1 Billion USD im US-B2C-Einzelhandel agentenorchestriert ablaufen werden [1]. Eine BCG-Konsumentenbefragung zeigt: 81 % der Konsumenten erwarten, Agentic-Commerce-Tools für den Einkauf zu nutzen, 42 % würden einem KI-Agenten das komplette Einkaufen für eine Produktkategorie überlassen [2].



Was das im Alltag bedeutet, sehen viele Endkunden bereits. Amazon Rufus kauft Drittanbieter-Produkte in der Amazon-App. Perplexity wickelt Käufe direkt im Antwort-Chat ab. Google AI Mode kombiniert Try-It-On mit Price-Tracker. Für Händler im Mittelstand bewegt sich damit ein zentraler Punkt: Der Touchpoint wandert von der eigenen Website in die Agenten-Schicht davor. Wer dort nicht zitierfähig ist, verliert den Kontakt.



Auf einen Blick: Dieser Artikel zeigt, was Agentic Commerce im Retail konkret bedeutet: mit 4 Use Cases aus heutigen Konsumenten-Apps, einer Abgrenzung zu klassischem E-Commerce und Conversational Commerce, einer ehrlichen Einordnung der OpenAI-Skalierungsrücknahme von Oktober 2025 und 3 Empfehlungen für die nächsten 90 Tage.



1. Was versteht man unter agentischem Commerce?



Agentic Commerce beschreibt einen Einkauf, bei dem KI-Agenten, also Anwendungen auf Basis Künstlicher Intelligenz, eigenständig recherchieren, vergleichen und kaufen, auf Basis der Nutzerpräferenzen, Kontextdaten und vorab festgelegter Mandate.



Drei Bausteine sind 2026 reif geworden: leistungsfähige Sprachmodelle, standardisierte Schnittstellen für Datenzugriff (MCP) und Zahlungsrails mit Mandaten (AP2). Die Verbreitung ist messbar: 60 % aller Google-Suchen sind nach Lucidworks bereits Zero-Click [3], 92 % der Nutzer:innen verbesserten laut Adobe Holiday Shopping ihre Erfahrung durch AI-Shopping-Interfaces [4]. Bei der Gen Z startet über die Hälfte die Produktsuche bei Sprachmodellen statt bei Händler-Websites.



Wie sich die Beschaffungsseite parallel entwickelt, beschreiben wir im Artikel „Agentic Commerce im B2B".



2. Wie funktionieren autonome Einkaufsassistenten im Konsumentenalltag?



Sie sagen ChatGPT: „Brauche bis Freitag ein Geburtstagsgeschenk für meinen Vater, Budget 80 Euro, er liest gern." An diesem Punkt unterscheiden sich klassischer Online-Shop, Conversational Commerce und Agentic Commerce deutlich.






ModusInitiativeInformationssucheBestellungKontrolle




Klassischer ShopKonsumentaktiv durchklickenmanuellvoll beim Konsumenten


Conversational BotKonsument fragtdialogbasiertmanuell unterstütztvoll beim Konsumenten


Agentic CommerceAuftrag delegiertautonom mit Kontextautonom im Mandatüber Spending Rules






Der Agent recherchiert, vergleicht Angebote, prüft Verfügbarkeit und schließt den Kauf ab, sofern er sich innerhalb der vorab definierten Spending Rules bewegt. Wie Salesforce es einordnet: „Traditionelle KI assistiert. Agentische KI hat die Autonomie, selbstständig mehrstufige Aufgaben zu starten und abzuschließen."



3. Welche Vorteile bietet der Einsatz von KI für Online-Einkäufe?



Vier Anwendungen aus Apps, die Endkunden heute bereits nutzen:



1. Amazon Rufus und „Buy for Me"



Der KI-Assistent in der Amazon-App empfiehlt nicht nur, sondern kauft Drittanbieter-Produkte stellvertretend. Der Konsument bleibt in der Amazon-Customer-Experience, der Händler liefert.



Nutzen für Händler: Sichtbarkeit über die eigene Domain hinaus, Personalisierung über Amazon-Verhaltensdaten.



2. ChatGPT Operator mit Reality-Check



Die ChatGPT-Shopping-Carousels zeigen Produktvorschläge direkt im Chat. OpenAI hat das ursprüngliche Instant-Checkout-Konzept im Oktober 2025 zurückgefahren: Statt nativer Kasse in ChatGPT verlagert sich der Kauf jetzt in Retailer-Apps wie Instacart, Target oder Expedia. Das ist kein Ende von Agentic Commerce, sondern ein Zwischenschritt: Der Agent bleibt, der Checkout-Pfad wandert.



Nutzen für Händler: Frühzeitige Sichtbarkeit in den Carousels schafft Markenpräsenz, auch ohne sofortigen Checkout in ChatGPT selbst.



3. Perplexity mit PayPal-Direktcheckout



Bei Perplexity ist der Kauf direkt im Antwort-Chat möglich, abgewickelt über PayPal. Der Konsument verlässt die Antwortseite nicht.



Nutzen für Händler: Höhere Conversion durch reibungslosen Checkout, sofern Produktdaten zitierfähig aufbereitet sind.



4. Google AI Mode mit Try-It-On



Google AI Mode kombiniert generative Antworten mit virtueller Anprobe für Mode und mit Price-Tracker für Elektronik. Der Agent vergleicht und empfiehlt, der Konsument bestätigt.



Nutzen für Händler: Präsenz im Google AI Mode-Antwortfeld, neue Form der Produktentdeckung.




  Infokasten: Walmart und OpenAI haben im Oktober 2025 eine Partnership für „AI-First Shopping Experiences" geschlossen, ein strategisches Signal: Die großen Retailer richten ihre Anwesenheit in Sprachmodellen aktiv aus.






Grafik-Entwurf 1: Agentic-Touchpoints in Apps, die Endkunden heute nutzen


  
    Wo Kundinnen und Kunden Agenten heute schon treffen
    Vier Touchpoints, die längst live sind, nicht in Pilot-Phase.

    
    
      
      Amazon Rufus
      „Buy for Me"
      KI-Assistent in der Amazon-App
      kauft Drittanbieter-Produkte
      stellvertretend.
    
    
      
      ChatGPT Operator
      Shopping Carousels
      Produktvorschläge im Chat.
      Checkout-Pfad seit 10/2025 in
      Retailer-Apps (Instacart, Target).
    
    
      
      Perplexity
      PayPal-Direktcheckout
      Kauf direkt im Antwort-Chat,
      abgewickelt über PayPal.
      Kein Shop-Besuch.
    
    
      
      Google AI Mode
      Try-It-On & Price-Tracker
      Generative Antworten plus
      virtuelle Anprobe für Mode,
      Preis-Tracking für Elektronik.
    
  


Briefing für die Redaktion: 2 × 2-Grid mit vier Touchpoint-Karten. Jede Karte zeigt Plattform-Name (Headline), Feature-Bezeichnung („Buy for Me", „Shopping Carousels" etc.) und eine 2-bis-3-Zeilen-Kurzbeschreibung. Idealerweise je ein Plattform-Logo in der Box-Ecke ergänzen. Position: nach H2 3 (Use-Cases), als visuelle Verdichtung der 4 Beispiele.






  Websession „E-Commerce & KI": Schnell durchstarten

  Praxisnahe E-Commerce-Use-Cases, die sich ohne eigene KI-Szenarien sofort umsetzen lassen.

  → Jetzt Aufzeichnung ansehen




4. Wie binde ich Agentic Commerce in meinen Shop an?



Klassische Suchmaschinenoptimierung bleibt relevant. Was dazukommt, nennt sich Agent-Oriented Optimization (AOO): Inhalte und Produktdaten so aufbereiten, dass Einkaufs-Agenten die Marke entlang der Customer Journey bevorzugt finden und zitieren.



Konkret bedeutet das:



    
  
  • Strukturierte Produktdaten mit eindeutigen Codes (GTIN, MPN), JSON-LD und Schema.org-Markup. Google Merchant Center ist Pflicht-Andockpunkt für Google AI Mode.
    • 
  
  • MCP-Anbindung des Shops an die zentralen Plattformen, etwa über den auf der NRF 2026 angekündigten SAP Storefront MCP Server, über Shopify oder Shopware.
    • 
  
  • Zahlungs-Rails wie Visa Intelligent Commerce, Mastercard Agent Pay oder PayPal Store Sync, abgestimmt auf das Agent Payment Protocol (AP2).
    • 
  
  • Klar strukturierte FAQs und Primärquellen, damit Sprachmodelle die Marke als Antwort wählen.
    • 




Der CEO von Lucidworks bringt es auf einen Nenner: „Wenn agentische KI ein Auto ist, ist generative KI der Motor und Daten der Treibstoff" [3]. Ohne strukturierte, vollständige Produktdaten existiert die Marke in der agentischen Antwort nicht.





Grafik-Entwurf 2: Vom 5-Stufen-Funnel zum Agent-Pfad


  
    
      
    
  
  
    Klassischer Funnel vs. Agentic-Pfad
    Fünf Stufen werden zu drei. Wer auf Stufe 2 nicht zitiert wird, ist raus.

    
    
      Klassisch
      
      1. Google-Suche
      
      
      2. SERP scannen
      
      
      3. Klick zum Shop
      
      
      4. Vergleich + Auswahl
    

    
    

    
    
      Agentic
      
      1. Prompt
      Konsument formuliert Auftrag
      
      
      2. Agent
      recherchiert + zitiert Marken
      
      
      3. Antwort + Kauf
      im Antwortfeld direkt
    

    
    
      »
      kritisch:
      Zitierfähigkeit
    

    
    
    ↓ 5. Kauf im Shop
  


Briefing für die Redaktion: Zwei parallele Funnels nebeneinander. Links der klassische Fünf-Stufen-Pfad in Grau (Google-Suche, SERP-Scan, Klick, Vergleich, Kauf), rechts der Agentic-Drei-Stufen-Pfad in SAP-Blau (Prompt, Agent, Antwort + Kauf). Mittig zwischen beiden Spalten ein Amber-Marker „kritisch: Zitierfähigkeit" auf Höhe der zweiten Stufe – das ist der Punkt, an dem Marken in beiden Funnels Sichtbarkeit verlieren oder gewinnen. Position: nach H2 4 zur Verdichtung des AOO-Arguments.





5. Welche Plattformen unterstützen Agentic Commerce für den Einzelhandel?



Eine Einordnung der Anbieterlandschaft:



    
  
  • SAP Storefront MCP Server: auf der NRF 2026 angekündigt, Mittelstands-Brücke für SAP-Commerce-Cloud-Anwender:innen [7].
    • 
  
  • SAP Commerce Cloud mit SAP Joule: native KI- und Agentenfähigkeit für bestehende SAP-Landschaften.
    • 




Daneben positionieren sich weitere Marktteilnehmer mit eigenen Ansätzen, etwa Shopify (Shopify Magic), Shopware (Agentic Commerce Alliance, Juni 2025) sowie spezialisierte Anbieter wie Netconomy und Adobe (Experience Platform Agent Orchestrator).



Wie sich die SAP-Engagement-Plattform parallel positioniert, beschreibt unser Artikel zur SAP Engagement Cloud.




  Für SAP-Anwender:innen: Sie nutzen bereits SAP Commerce Cloud? Dann liegen Ihre Produkt- und Kundendaten in einer Form vor, die der Storefront MCP Server direkt anbinden kann. In unserer Websession „KI in der Customer Experience" mit Constanze zeigen wir, wie sich das CX AI Toolkit für agentenfähige Personalisierung nutzen lässt.

  → Jetzt Websession-Aufzeichnung ansehen




6. Was Konsumenten erwarten, was Sie liefern müssen, was Sie nicht unterschätzen dürfen



Was Konsumenten erwarten (BCG-Vertrauensfaktoren):



    
  
  • Hohe Markenvertrautheit: 51 %
    • 
  
  • Verlässliche Rückgabe- und Stornomöglichkeit: 46 %
    • 
  
  • Faire Preise: 41 % (sekundär gegenüber Vertrauen)
    • 




Was Sie liefern müssen:



    
  
  • Strukturierte Produktdaten. Branchenanalysen sehen 3- bis 5-fache Conversion-Verbesserung bei AI-optimierten Marken [5].
    • 
  
  • Spending Rules und Mandate, klar kommunizierbar: Budget, Häufigkeit, Widerrufslogik.
    • 
  
  • Frühzeitige Präsenz in Agenten-Kanälen. Branchenstudien sehen folgende Adoption-Reihenfolge: Convenience (2025–26), Travel (2026–27), Electronics (2027–28), Fashion (2028–30).
    • 




Was Sie nicht unterschätzen dürfen:



    
  
  • Verlust des direkten Kunden-Touchpoints. Der Agent wird zum Gatekeeper, klassische Loyalty-Programme verlieren ihren Direkt-Anker in der Customer Experience.
    • 
  
  • Pew Research zeigt: AI-Overviews drücken die Klickraten auf klassische Suchergebnisse [6]. SEO allein reicht nicht mehr.
    • 
  
  • Vertrauensbruch bei Fehlkäufen wirkt im Agenten-Modus schwerer als bei manuellen Käufen.
    • 





  🔲 PLATZHALTER – Kollegenzitat folgt nach 8.6.2026

  Hier wird ein O-Ton von Marcus Noe (All for One) eingefügt. Marcus übernimmt zudem das finale Proof-Read. Bis dahin bleibt dieser Block als sichtbarer Platzhalter stehen.




Fazit: Was Sie in den nächsten 90 Tagen tun sollten



Agentic Commerce im Retail ist kein 2030-Thema. Die Touchpoints liegen heute in Apps, die Konsumenten täglich nutzen.



    
  
  1. Catalog-Audit. Wo stehen Sie bei strukturierten Produktdaten, GTIN-Coverage, Schema.org? Das ist die Voraussetzung für Agenten-Sichtbarkeit.
    2. 
  
  2. AI-Search-Pilot. Ein Produktbereich, etwa Bestseller-Cluster, gezielt für ChatGPT, Perplexity und Google AI Mode optimieren. Messen, lernen, ausweiten.
    3. 
  
  3. CX-Beratung. Im CX Strategy Workshop entwickeln wir mit Ihnen eine Customer-Journey-Roadmap entlang Ihrer Commerce-Landschaft.
    4. 





  Jetzt den CX Strategy Workshop kennenlernen

  Customer-Journey-Roadmap im Workshop entwickeln.

  → Jetzt unverbindlich anfragen

  Ihr Ansprechpartner: Thomas Tenbieg, Inside Sales



Hinweis Anke: Foto von Thomas Tenbieg ergänzen; PreSales-Bestätigung für den Retail-Pfad steht noch aus.



FAQ



Was unterscheidet Agentic Commerce von Conversational Commerce?

Conversational Commerce reagiert: Ein Chatbot beantwortet Fragen. Agentic Commerce handelt: Der Agent recherchiert, vergleicht, kauft autonom im Mandat.



Wo finden meine Kund:innen heute schon Agentic-Commerce-Touchpoints?

In Amazon (Rufus mit „Buy for Me"), in ChatGPT (Search und Shopping Carousels), in Perplexity (mit PayPal-Checkout) und in Google AI Mode mit Try-It-On.



Was ist Zero-Click-Commerce?

60 % der Google-Suchen führen heute zu Zero-Click. Im Agentic Commerce wird das zur Normalität: Der Agent findet, vergleicht und kauft, ohne dass der Konsument klassisch klickt.



Welche Plattformen unterstützen Agentic Commerce für Retailer im Mittelstand?

SAP Commerce Cloud (mit dem angekündigten Storefront MCP Server), Shopify Magic, Shopware mit der Agentic Commerce Alliance, Adobe Experience Platform Agent Orchestrator.



Was ist Agent-Oriented Optimization (AOO)?

Das Pendant zu SEO für Agenten: strukturierte Produktdaten, Schema.org, klare Primärquellen, FAQs. Damit Einkaufs-Agenten die Marke bevorzugt finden und zitieren.



Wie verhindere ich, dass ein Agent eine Fehlbestellung in meinem Namen auslöst?

Über das AP2-Mandate-Konzept: Budget-, Häufigkeits- und Lieferanten-Grenzen werden vorab definiert. Ein Widerrufs-Workflow ist im Standard verankert.



Stimmt es, dass OpenAI ChatGPT Checkout zurückfährt?

Ja, im Oktober 2025 hat OpenAI Instant Checkout zurückgefahren: Statt nativer Kasse in ChatGPT verlagert sich der Kauf in Retailer-Apps wie Instacart, Target oder Expedia. Der Agent bleibt, der Checkout-Pfad wandert.



Quellen



    
  
  1. McKinsey & Company: „The Agentic Commerce Opportunity – How AI Agents Are Ushering in a New Era", Oktober 2025
    2. 
  
  2. BCG: „Shopping and Payments Re-(AI)magined", September 2025
    3. 
  
  3. Lucidworks: Whitepaper zu Agentic Commerce und Search Infrastructure, 2025
    4. 
  
  4. Adobe: „Holiday Shopping Insights 2024"
    5. 
  
  5. Mastech Digital: „Agentic Commerce Explained – Implications, Architecture, and the Road Ahead", 2026
    6. 
  
  6. Pew Research: AI-Overview-Studie, Juli 2025
    7. 
  
  7. SAP News: „Agentic AI Is Reshaping Commerce: The Next Frontier of Discovery, Payments, and Trust", 21.01.2026, news.sap.com
    8. 




Title-Tag (52 Zeichen): Agentic Commerce im Retail: Wenn Agenten kaufen
Meta-Description (152 Zeichen): KI-Agenten verändern den Online-Handel. Wie Sie Ihren Shop agentenfähig machen, welche Use Cases heute funktionieren, was als Nächstes kommt.














Markdown-Quelltext: B2B


Zum Kopieren fuer HubSpot oder zur Weiterbearbeitung.















Markdown-Quelltext: Retail


Zum Kopieren fuer HubSpot oder zur Weiterbearbeitung.

















  Begleitnotiz zu v1.1
  Florian Meier
  30.05.2026




Begleitnotiz: Agentic Commerce B2B + Retail (v1.1)



Hi Anke, ich habe dein Feedback aus der Mail und den beiden kommentierten Dokumenten (28.05.) in beide Artikel eingearbeitet – Stand jetzt v1.1. Diese Notiz fasst zusammen, was sich gegenüber v1.0 geändert hat, wie ich deine offenen Fragen entschieden habe und was nach deinem Urlaub noch nachkommt.



v1.0 → v1.1: das ist neu



Beide Artikel:


    
  
  • Wettbewerber neutral umrahmt statt gleichwertiger Einzel-Nennungen: SAP/All for One führt, der Wettbewerb steht als knapper Marktkontext daneben (Begründung unten).
    • 
  
  • SAP-Pressemitteilung „Agentic AI Is Reshaping Commerce" (21.01.2026) als Primärquelle für den Storefront MCP Server ergänzt.
    • 
  
  • „Schwesterartikel" umformuliert (jetzt „unser Beitrag …" bzw. „im Artikel …").
    • 
  
  • Thomas Tenbieg als Inside-Sales-Ansprechpartner in den Workshop-CTAs hinterlegt (ein Foto bräuchte ich noch).
    • 
  
  • Sichtbarer Platzhalter-Block für das Kollegenzitat von Marcus Noe.
    • 



B2B zusätzlich: CX-Strategy-Workshop ohne Procurement-Bezug („Vertriebs-, Commerce- und Service-Roadmap"), E-Book-Box zur Websession „E-Commerce & KI" umgebaut (kein bestätigtes E-Book vorhanden).


Retail zusätzlich: Lucidworks-CEO-Zitat ohne Eigennamen, zwei Websessions zugeordnet („E-Commerce & KI" oben, „KI in der Customer Experience" mit Constanze im SAP-Anwender-Block), FAQ unverändert (war von dir ausdrücklich ok).



Warum wir splitten – die Kurzfassung



Der Split in zwei Artikel (B2B und Retail) ist deine Idee aus dem Briefing („müssten wir uns überlegen, ob wir 2 Unterartikel machen sollen"). Ich habe sie aufgegriffen, weil sie drei Probleme auf einmal löst: deine Wortzahl-Vorgabe (800–1.200), die Klarheit für zwei sehr unterschiedliche Zielgruppen und die Sichtbarkeit in KI-Suchsystemen. Beide Artikel decken deine 11 Briefing-Themen vollständig ab, nur thematisch verdichtet auf je 6 H2 plus Fazit. Die ausführliche Begründung findest du im Tab „Splitvorschlag" nebenan.



Was eingearbeitet ist



Substanz



    
  
  • Beide Artikel laut deiner Vorgabe 1.000–1.200 Wörter (B2B 1.134 W, Retail 1.145 W ohne FAQ).
    • 
  
  • Deine 10 CSV-Prompts als H2 verwendet: 5 von 6 H2 pro Artikel sind direkt deine Prompt-Vorschläge, andere Auswahl pro Artikel, damit der Schwesterartikel-Effekt verschwindet.
    • 
  
  • Cross-Linking nach deinem Mail-Mandat in beiden Artikeln: KI im E-Commerce, SAP Engagement Cloud, CX Strategy (kommend), CRM-Akzeptanz-Leitfaden.
    • 
  
  • Quellen-Pflichtset im B2B: McKinsey, PwC, Gartner via contentmanager.de, Deloitte, Stanford HAI. Im Retail: McKinsey, BCG, Lucidworks, Adobe, Mastech, Pew Research.
    • 
  
  • Reality-Check OpenAI Instant Checkout (Oktober 2025) als ehrliche Einordnung im Retail-Artikel, hebt uns von DACH-Hype-Stimmen ab.
    • 




SERP-Refresh am 26.05.



    
  
  • Suchvolumen stabil: Hauptkeyword „Agentic Commerce" bei 100 Traffic, „KI im Einkauf" bei 350. Daran hat sich seit 07.05. nichts geändert.
    • 
  
  • SERP hat sich praktisch komplett gedreht: Position 1 ist jetzt handelsblatt.com, gefolgt von omr.com und ibm.com. jtl-software ist aus den Top 10 raus. Heißt: mehr DACH-Autoritätsstimmen, aber weiterhin keine SAP-Mittelstandsberatung im Top-Bereich. Genau dort positionieren wir uns.
    • 
  
  • Wettbewerber-Nennung angepasst nach diesem Befund: Salesforce Agentforce, Shopware, Intershop, Adobe, Shopify. jtl-software haben wir aus der direkten Nennung herausgenommen.
    • 




Meine Empfehlung: Wettbewerber nennen oder nicht?



Du hast zweimal gefragt, ob das Nennen direkter Wettbewerber (Intershop, Shopware, Salesforce, Netconomy, Adobe) für SEO/GEO sinnvoll ist. Mein klarer Rat: drinlassen, aber neutral umrahmt. Drei Gründe:



    
  
  1. Weglassen schützt nicht. Die KI-Systeme kennen Intershop, Shopware und Netconomy ohnehin. Streichen wir sie aus unserem Text, sinkt deren KI-Sichtbarkeit um null – es schwächt nur die Vollständigkeit und damit die Zitierfähigkeit unseres eigenen Artikels.
    2. 
  
  2. Vollständige Markt-Einordnung wird häufiger zitiert. Ein Artikel, der die Landschaft sauber einordnet, wird eher zur Quelle, die KI-Antworten heranziehen.
    3. 
  
  3. Steuerbar ist die Positionierung, nicht die Existenz. Nicht ob Wettbewerber auftauchen, sondern wie SAP/All for One daneben steht: als empfohlener Weg, mit klar positivem Ton. Genau so ist es jetzt umgesetzt – SAP führt, der Rest ist ein knapper Sammelsatz.
    4. 




Was nach deinem Urlaub noch nachkommt



    
  
  1. Kollegenzitat Marcus Noe + finales Proof-Read: nach dem 8.6. (Marcus ist im Urlaub). Im Artikel steht bis dahin ein sichtbarer Platzhalter-Block.
    2. 
  
  2. Foto Thomas Tenbieg für die beiden CTA-Boxen.
    3. 
  
  3. PreSales-Bestätigung, dass der CX Strategy Workshop der richtige CTA-Anschluss für Agentic Commerce ist.
    4. 
  
  4. B2B-E-Book: falls ein passendes existiert, docken wir es an die jetzige Websession-Stelle an.
    5. 




Zeitplan



    
  
  • Die inhaltlichen Änderungen sind alle drin. Nach deiner Rückkehr fehlen im Grunde nur noch Marcus' Zitat, das Proof-Read und ein, zwei Kleinigkeiten (Foto Thomas, PreSales-Okay).
    • 
  
  • Reihenfolge: B2B zuerst (Briefing-Bezug klarer, Brücke zum Ersatzteile-Artikel), Retail im Anschluss.
    • 
  
  • Wenn dir an einer Stelle noch etwas auffällt, kommentierst du wie gewohnt direkt in den Tabs „Artikel B2B" und „Artikel Retail", ich ziehe es nach.
    • 





















  Pipeline-Input für Anke
  Ideen-Skizze




CX Strategy



Ideen-Skizze für das Pipeline-Gespräch. Argumente, SEO-Daten und offene Fragen als Vor-Input – das eigentliche Briefing macht Anke.



Argumente fürs Thema




SEO-Daten (DE, SISTRIX-Stand 04.05.2026)




Mögliche AI-Search-Prompts




CTA-Hook


Ganzheitlicher CX-Strategy-Workshop von All for One. Stärkster CTA-Anschluss in der ganzen Pipeline – der Artikel kann gezielt auf Workshop-Buchung optimiert werden.



Offene Fragen für den Call


















  Pipeline-Input für Anke
  Ideen-Skizze




SAP Enterprise Service Management



Ideen-Skizze für das Pipeline-Gespräch. Argumente, SEO-Daten und offene Fragen als Vor-Input – das Briefing macht Anke.



Argumente fürs Thema




SEO-Daten (DE, SISTRIX-Stand 04.05.2026)




Mögliche AI-Search-Prompts




CTA-Hook


Offen. Denkbar: ESM-Beratung, Implementierungs-Workshop oder Webinar. Hängt davon ab, welches Angebot All for One an dieses Thema hängt.



Offene Fragen für den Call


















  Outline-Phase
  Stand 07.05.2026
  ~1.000–1.200 W (Plan A) / 1.200–1.500 W (Plan B mit Interview)
  Zur Freigabe




Outline: KI-basierte Ersatzteilerkennung



Sechs H2 plus Fazit und FAQ. Zielgruppe: Service-, IT- und Operations-Leiter:innen aus Maschinenbau, Anlagenbau und Aftermarket. Inhalts-Substanz aus Equipment-Viewer-Factsheet, Solution-Demo, Big-Bang-KI-Festival-Einreichung und der bestehenden All-for-One-Objekterkennungs-Landingpage zusammengeführt.



Title-Vorschlag (Plan A, ≤60 Z.): KI-Ersatzteilerkennung: Vom Foto zur Bestellung
Meta-Description (≤155 Z.): KI-Bilderkennung identifiziert Ersatzteile per Smartphone-Foto. So sparen Sie 30 % Zeit im Service – mit SAP-Integration und 6-Wochen-Prototyp.



Wichtigste Anke-Entscheidung in dieser Outline: Welcher CTA wird der primäre Call-to-Action des Artikels? Drei Optionen siehe Sektion CTA. Diese Entscheidung gehört zu Anke, nicht zu mir – ich habe keine Präferenz vorgegeben.



Substanz-Stand




1. Was ist KI-basierte Ersatzteilerkennung?


Storyline: Definition in einem Satz, dann Pain-Point-Narrative aus der Big-Bang-Einreichung: Servicetechniker oder Endkunde muss defektes Bauteil austauschen. Heute: Foto mit Seriennummer manuell, per E-Mail an Service, Telefonat mit Hotline. Mit KI: Foto hochladen, in Sekunden Treffer mit ID und Lagerort.


Daten-Anker:




2. Wie funktioniert KI-Bilderkennung für Ersatzteile technisch?


Storyline: Drei Bausteine. Computer-Vision-Modell + Stammdaten-Backend + Mobile-First-Frontend. Drei Identifikations-Wege parallel: KI-Bilderkennung, manuelle Suche im Navigationsbaum, 2D/3D-Modell-Klick.



Element: Schemazeichnung 3-Layer-Architektur als Grafikbriefing.



3. Welche Vorteile bringt KI-Ersatzteilerkennung im Aftermarket? (Use-Case-Sektion)


AEO-Play: Use-Case Matrix.


    
  
  1. Servicetechniker im Außendienst – Foto vor Ort, Bestand prüfen, Lieferung organisieren ohne zur Hotline zurück
    2. 
  
  2. Endkunden-Self-Service – Maschinen-Betreiber identifiziert Teile selbst, ohne Hersteller-Schulung
    3. 
  
  3. Crowd Services – nicht-spezialisierte Service-Kräfte werden durch KI-Erkennung mit Hersteller-Niveau ausgestattet (O-Ton aus Big-Bang-Einreichung)
    4. 
  
  4. Cross- und Upselling – gleichzeitiges Bestellen von Dienstleistungen, Verbrauchsmaterial, Produkten neben Ersatzteilen
    5. 



Optional als Boxout (Plan B mit Interview): O-Ton aus Interview mit Dominik Neubauer, ggf. mit Velux als anonymisiertem Beispielkunden.



4. Wie integriere ich KI-Ersatzteilerkennung in mein SAP-Ökosystem?


AEO-Play: Disambiguation – zu reinen Standalone-Lösungen abgrenzen.




5. Welche Anbieter und Plattformen gibt es?


AEO-Play: Disambiguation + Head-to-Head-light.




6. Wo sind die Grenzen – und wie kommen Sie damit klar?


Drei Grenzen + Lösungsanker:


    
  
  1. Lichtverhältnisse und Bildqualität: KI-Erkennung versagt bei schlechtem Foto. Lösung: standardisierter Foto-Workflow im Frontend, Fallback auf manuellen Navigationsbaum
    2. 
  
  2. Varianten und ähnliche Bauteile: Lösung: 2D/3D-Modell als Sekundär-Identifikation, Stücklisten-Filter
    3. 
  
  3. Trainings-Aufwand pro Hersteller: Lösung: „fast, uncomplicated training of image recognition" plus Hersteller-360°-Bilddatenbanken als Doppelnutzungs-Asset
    4. 




FAQ-Block (AEO-Play „FAQ Goldmine", FAQPage-Schema)


Pflicht-Sektion am Artikelende, 7 Q&A. Kernfragen: „Was ist KI-basierte Ersatzteilerkennung?", „Wie hoch ist die Trefferquote heute?", „Wie lange dauert ein erster Prototyp?", „Welche Hardware brauchen Servicetechniker?", „Wie integriert sich die Lösung in SAP?", „Welche Industrie-Use-Cases sind heute schon im Einsatz?", „Was sind die größten Hürden?".



Fazit – „Ihr Pfad zum ersten Prototyp"


Drei Empfehlungen:


    
  
  1. Use-Case-Auswahl – ein konkretes Service-Szenario mit hoher Hotline-Last
    2. 
  
  2. Daten-Inventur – welche Stücklisten, Bilder, 360°-Aufnahmen liegen vor?
    3. 
  
  3. Prototyp starten – Festpreis-Modell macht Risiko klein
    4. 




CTA – Anke-Entscheidung erforderlich


Ich habe keine Präferenz vorgegeben. Drei Optionen, je mit Vor- und Nachteilen:




Option A: Prototyp-Angebot als Haupt-CTA (Verlinkung auf lp.all-for-one.com/de/objekterkennung/ mit 9.900-EUR-Festpreis in 6 Wochen).

Vorteil: direkter Conversion-Pfad, Festpreis macht Risiko klein, passt zum konkreten Use Case der Page.

Nachteil: redaktionelle Page wird zur Lead-Page, kann Glaubwürdigkeit als unabhängiger Erklärer schwächen. Vorab klären: Ist das Angebot im aktuellen All-for-One-Portfolio noch aktiv?



Option B: CX Strategy Workshop als Haupt-CTA (Default wie bei Agentic Commerce und Engagement Cloud).

Vorteil: konsistent zur Pillar-Strategie, redaktionell sauber, kein Pricing in der Page.

Nachteil: zu generisch für ein sehr spezifisches Service-Thema, Konversion-Distanz größer.



Option C: Beide CTAs nebeneinander (Prototyp im Sektions-CTA, Workshop im Fazit-CTA).

Vorteil: zwei Wege offen.

Nachteil: kein klarer primärer CTA, Page-Tracking schwerer.



Sekundär-CTA in jeder Option: ONE Day Fertigungsindustrie 18.06.2026 als Networking-Anker.





Plan A vs. Plan B (Interview-Variante)






Geplante Cross-Links


    
  
  • KI im E-Commerce (bestehender Artikel) – Sektion 1
    • 
  
  • KI im Kundenservice (bestehender Artikel) – Sektion 3 + 4
    • 
  
  • KI im Vertrieb (bestehender Artikel) – Sektion 3 (Aftermarket-Vertrieb)
    • 
  
  • SAP Engagement Cloud (in Freigabe) – Sektion 4
    • 
  
  • Equipment-Viewer-LP (lp.all-for-one.com/de/objekterkennung/) – Fazit als möglicher CTA
    • 
  
  • Schwesterartikel „Agentic Commerce im B2B" – Sektion 3, Use Case 1 (Servicetechniker-Beschaffung als Procurement-Pattern)
    • 
  
  • ONE Day Fertigungsindustrie Event-Page – Fazit Sekundär-CTA
    • 






Offene Fragen für Anke (priorisiert)


Priorität 1 – CTA-Strategie (blockiert Schreibphase):



Priorität 2 – Format und Authorship:



Priorität 3 – Inhalt und Detail:


















  Pipeline-Input für Anke
  Ideen-Skizze




SAP Loyalty



Ideen-Skizze für das Pipeline-Gespräch. Argumente, SEO-Daten und offene Fragen als Vor-Input – das Briefing macht Anke.



Argumente fürs Thema




SEO-Daten (DE, SISTRIX-Stand 04.05.2026)




Mögliche AI-Search-Prompts




CTA-Hook


Offen. Workshop oder Loyalty-Audit-Angebot denkbar. Hängt davon ab, was All for One an Loyalty-Beratung anbietet.



Offene Fragen für den Call


















  Pipeline-Input für Anke
  Ideen-Skizze




SAP Loyalty in der Fertigungsbranche



Ideen-Skizze für das Pipeline-Gespräch. Argumente, SEO-Daten und offene Fragen als Vor-Input – das Briefing macht Anke.



Argumente fürs Thema




SEO-Daten (DE, SISTRIX-Stand 04.05.2026)




Mögliche AI-Search-Prompts




CTA-Hook


Offen. Denkbar: Workshop, ONE Day Fertigungsindustrie 18.06.2026 als Sekundär-CTA.



Offene Fragen für den Call