Laut Salesforce fühlen sich bereits 24% der Verbraucher wohl dabei, KI-Agenten für sie einkaufen zu lassen. Bei der Generation Z sind es sogar 32%. Kantar prognostiziert, dass agentengesteuerter Handel Marktanteile innerhalb von 18-24 Monaten grundlegend neu verteilen könnte. Wer seine Go-to-Market-Strategie weiterhin ausschließlich auf menschliche Klicks und Landingpages ausrichtet, optimiert für einen schrumpfenden Anteil der Kaufentscheidungen.
B2A steht für Business-to-Agent und ist mehr als ein neues Akronym neben B2B und B2C. Es beschreibt eine strukturelle Verschiebung: Wer bewertet, wählt aus und kauft Ihr Produkt? Dieser Beitrag behandelt nicht die technische Seite, wie man APIs agentenfähig macht (das haben wir im B2A API-Design-Guide abgedeckt). Hier geht es um die geschäftsstrategische Frage: Wie verändern sich Preisgestaltung, Marketing und Markenbindung, wenn ein wachsender Anteil Ihrer Kunden autonome Software ist?
Die Zahlen: Warum B2A keine Option ist, sondern Pflicht
Das Ausmaß der Verschiebung ist kaum zu überschätzen. Laut Forresters Prognosen für 2026 wird ein Drittel aller B2B-Zahlungsabläufe bis Ende dieses Jahres KI-Agenten einbeziehen. Das umfasst Rechnungsstellung, Abstimmung, Ausgabenkontrolle und Lieferantenauswahl, alles autonom abgewickelt. Anbieter wie Basware, Coupa, HighRadius und Ramp liefern bereits produktionsreife Agent-Funktionalitäten aus.
Auf der Konsumentenseite steht die Infrastruktur bereits. Google startete das Universal Commerce Protocol (UCP) im Januar 2026 auf der National Retail Federation. Ein offener Standard, der KI-Agenten die gesamte Einkaufsreise ermöglicht: von der Produktsuche über die Bezahlung bis zum After-Sales-Support. UCP ging mit Unterstützung von Shopify, Target, Walmart, Wayfair und Etsy an den Start. Shopify veröffentlichte eine eigene UCP-Engineering-Integration.
Der globale Markt für KI-Agenten erreichte 2025 ein Volumen von 7,63 Milliarden Dollar. Prognosen sehen 182,97 Milliarden bis 2033, eine jährliche Wachstumsrate von 49,6%. Die Unternehmen, die Infrastruktur für Agent Commerce bauen, machen keine spekulativen Wetten. Sie folgen dem Geld.
Marketing für Maschinen: Was sich für CMOs ändert
Hier liegt der blinde Fleck der meisten Marketingteams. Wenn ein Agent entscheidet, welches Produkt gekauft wird, sieht er kein Markenvideo. Er spürt nicht die emotionale Resonanz des Slogans. Er liest strukturierte Daten, vergleicht Spezifikationen, prüft Latenzzeiten und wählt die Option, die am besten zu seinen Anweisungen passt.
Jack Smyth von Jellyfish nennt das den Wandel vom CTA zum CTAi: “Call to Agent.” Marketing hat jetzt zwei Zielgruppen. Den Menschen, der die Präferenzen und Einschränkungen des Agenten festlegt, und den Agenten, der den Kauf ausführt. Den Menschen zu gewinnen ist notwendig. Den Agenten zu gewinnen schließt den Deal ab.
Metadaten sind der neue Werbetext
Kantars Forschung zeigt, dass Markendifferenzierung im B2A-Kontext von Metadata-Marketing abhängt: Markenwerte werden in strukturierte Daten übersetzt, die Agenten parsen können. ESG-Kennzeichnungen, Produktattribute, Zertifizierungen, Nachhaltigkeits-Scores und Treueprogramm-Vorteile müssen maschinenlesbar sein. Ein Agent, der zwei ähnliche Produkte vergleicht, wählt das, dessen strukturierte Daten die Anforderungen des Käufers belegen, sei es “B Corp zertifiziert” oder “kostenloser Versand für Mitglieder.”
Für den DACH-Raum kommt eine weitere Dimension hinzu: Zertifizierungen wie TÜV-Siegel, DIN-Normen und GS-Zeichen müssen ebenfalls maschinenlesbar sein. Ein Agent, der für einen deutschen Einkäufer arbeitet, wird nach genau diesen Attributen filtern. Wer seine Compliance-Dokumentation nur als PDF auf der Webseite hat, existiert für den Agenten nicht.
Markenaufbau stirbt dadurch nicht. Aber er spaltet sich in zwei Bahnen. Bahn eins ist emotional: Der Mensch, der dem Agenten sagt “ich kaufe nur bei Bosch” oder “finde mir etwas von einem regionalen Hersteller.” Bahn zwei ist algorithmisch: Der Agent, der Produktdaten vergleicht und nach strukturierten Attributen den Gewinner wählt.
Prüfen Sie, was LLMs über Ihre Marke denken
Eine Empfehlung von Jellyfish, die einfach klingt, aber kaum jemand umsetzt: Fragen Sie jedes große LLM, was es über Ihre Marke denkt. Prompten Sie Claude, GPT-4 und Gemini mit “empfiehl mir ein [Ihre Kategorie]-Produkt” und schauen Sie, ob Sie auftauchen. Falls nicht, ist Ihr Produkt unsichtbar für jeden Agenten, der auf diesen Modellen basiert.
Die Lösung umfasst die gleichen Grundlagen, die Marketer kennen: autoritative Backlinks, hochwertiger strukturierter Content, Präsenz in Vergleichsdatensätzen. Aber das Optimierungsziel ist anders. Sie optimieren nicht für einen Menschen, der Google-Ergebnisse scannt. Sie optimieren für die Trainingsdaten und den Retrieval-Kontext eines LLMs.
Preisgestaltung, wenn Agenten einkaufen
Preismodelle pro Arbeitsplatz (Per-Seat) gehen davon aus, dass ein Mensch am Platz sitzt. Wenn ein KI-Agent der “Nutzer” ist, bricht dieses Modell zusammen. Ein Agent macht vielleicht 10.000 API-Aufrufe pro Tag, führt 500 Vergleichsanfragen durch oder wickelt 200 Transaktionen ab. Ihn wie einen einzelnen Nutzer abzurechnen, ist zu billig. Ihn wie 200 Nutzer abzurechnen, macht Agenten unbezahlbar.
Chargebees Pricing-Playbook für 2026 identifiziert drei Modelle, die sich für B2A durchsetzen:
Per-Action-Pricing berechnet jede abgeschlossene Arbeitseinheit. Eine einzelne “Aktion” kann mehrere Modellaufrufe, RAG-Abfragen und API-Anfragen umfassen, aber der Kunde zahlt pro abgeschlossenem Vorgang. Intercom berechnet 0,99 Dollar pro KI-gelöstem Support-Ticket. Zendesk liegt bei 1,50-2,00 Dollar pro automatisierter Lösung.
Outcome-Based-Pricing koppelt den Umsatz an Geschäftsergebnisse, die der Kunde ohnehin verfolgt: gebuchte Termine, eingezogene Rechnungen, verhinderte Betrugsfälle, gelöste Tickets. Das richtet Anreize perfekt aus, wirft aber Attributionsfragen auf. Was zählt als “gelöst”? Was ist mit teilweise abgeschlossenen Workflows?
Hybride Modelle kombinieren ein Basis-Abo mit nutzungsbasierten Komponenten. Chargebees eigene Forschung zeigt, dass 43% der SaaS-Unternehmen bereits hybride Modelle nutzen. Bis Ende 2026 soll die Adoptionsrate 61% erreichen.
Die strategische Frage für B2A lautet nicht nur “Wie bepreisen wir für Agenten?”, sondern “Wie machen wir unsere Preisgestaltung agent-parsebar?” Wenn ein Agent drei Anbieter vergleicht und bei einem die Gesamtkosten nicht programmatisch ermitteln kann, wählt er den Anbieter, dessen Pricing-API eine klare Zahl zurückgibt.
Google UCP: Der Commerce-Stack für Agenten
Das wichtigste Stück B2A-Infrastruktur ging im Januar 2026 live, und die meisten Unternehmen außerhalb des Einzelhandels haben es nicht bemerkt. Googles Universal Commerce Protocol ist ein offener Standard, der eine gemeinsame Sprache zwischen KI-Agent-Oberflächen (wie Gemini), Händlern und Zahlungsanbietern schafft.
UCP ist nicht einfach eine weitere API-Spezifikation. Es definiert funktionale Grundbausteine für die gesamte Commerce-Reise: Produktsuche, Bestandsprüfung, Warenkorbverwaltung, Checkout, Zahlung und After-Sales-Support. Es funktioniert mit bestehender Einzelhandels-Infrastruktur und ist kompatibel mit dem Agent Payments Protocol (AP2) für sichere agenteninitiierte Transaktionen.
Strategisch entscheidend ist, wer dahintersteht. Google, Shopify, Target, Walmart, Wayfair und Etsy haben UCP nicht unterstützt, weil es technisch elegant ist. Sie sehen agentengesteuerten Handel als primären Kanal innerhalb von 24 Monaten. Als Sundar Pichai UCP auf der National Retail Federation vorstellte, war die Botschaft klar: Agentic Checkout kommt in die Google-Suche und auf YouTube.
Gleichzeitig wetteifern Visa und Mastercard um die Zahlungsinfrastruktur für Agenten. Visa hat 21 europäische Banken in sein Agentic-Ready-Programm aufgenommen, darunter Commerzbank, DZ Bank und Raiffeisen Bank International. Mastercard hat im März 2026 mit Santander Europas erste Live-Agentenzahlung abgewickelt.
Was B2A jenseits des Einzelhandels bedeutet
Die B2A-Diskussion wird von Commerce-Beispielen dominiert, weil dort das Geld am sichtbarsten fließt. Aber die Verschiebung betrifft jede Branche, in der Agenten Kaufentscheidungen treffen oder beeinflussen.
SaaS-Auswahl im B2B. Wenn ein Unternehmen seinen KI-Agenten bittet, “finde uns ein Projektmanagement-Tool, das sich in Jira integriert, SOC 2 unterstützt und unter 15 Euro pro Nutzer kostet,” bewertet der Agent Anbieter programmatisch. Der Anbieter mit der klarsten API-zugänglichen Feature-Matrix, Compliance-Dokumentation und Preisgestaltung gewinnt. Schöne Marketing-Seiten ohne strukturierte Produktdaten verlieren.
Finanzdienstleistungen. Forresters Prognose, dass ein Drittel der B2B-Zahlungsabläufe Agenten einbeziehen wird, erstreckt sich auf Lieferantenauswahl, Rechnungsverarbeitung und Kreditbewertung. Im DACH-Raum bedeutet das: Wer mit SAP S/4HANA und den großen deutschen Banken arbeitet, muss sicherstellen, dass seine Schnittstellen agentenkompatibel sind.
Professionelle Dienstleistungen. Wenn ein Agent einen Konferenzraum buchen, einen Auftragnehmer beauftragen oder einen Rechtsdienstleister auswählen muss, fragt er verfügbare Optionen über strukturierte APIs ab. Dienstleister, die Verfügbarkeit, Preise und Qualifikationen maschinenlesbar bereitstellen, werden gefunden. Wer auf Empfehlungen und Beziehungsverkauf setzt, verschwindet.
Gesundheitswesen und Versicherungen. Schadensbearbeitung, Anbieterauswahl und Leistungsvergleiche sind Workflows, in denen Agenten zunehmend im Auftrag von Patienten und Arbeitgebern handeln werden. Im deutschen Gesundheitswesen, wo die Digitalisierung ohnehin hinterherhinkt, wird B2A-Readiness zum Wettbewerbsvorteil für Krankenkassen und Leistungserbringer, die ihre Daten strukturiert zugänglich machen.
Häufig gestellte Fragen
Was ist B2A (Business-to-Agent)?
B2A steht für Business-to-Agent und beschreibt eine Verschiebung im Geschäftsmodell, bei der Unternehmen ihre Produkte, Preisgestaltung und ihr Marketing für KI-Agenten als Kunden optimieren müssen. Anders als bei B2B und B2C, wo Menschen Produkte bewerten, treffen bei B2A zunehmend KI-Agenten Kaufentscheidungen, indem sie strukturierte Daten, API-Antworten und maschinenlesbare Produktinformationen vergleichen.
Wie verändert B2A die Marketingstrategie?
B2A teilt Marketing in zwei Bahnen: emotionales Branding für den Menschen, der die Agentenpräferenzen festlegt, und Metadata-Marketing für den Agenten, der den Kauf ausführt. Marken brauchen maschinenlesbare strukturierte Daten (Produktattribute, Zertifizierungen, Pricing-APIs) neben traditionellem Markenaufbau. CMOs sollten außerdem prüfen, was große LLMs in ihrer Produktkategorie empfehlen, da auf diesen Modellen basierende Agenten deren Wissen erben.
Wie sollten Unternehmen Produkte für KI-Agenten-Kunden bepreisen?
Per-Seat-Pricing funktioniert nicht, wenn Agenten die Nutzer sind. Drei Modelle setzen sich durch: Per-Action-Pricing (z.B. Intercom berechnet 0,99 Dollar pro KI-gelöstem Ticket), Outcome-Based-Pricing gekoppelt an Geschäftsergebnisse, und hybride Modelle mit Abo plus Nutzungskomponenten. Entscheidend: Die Preisgestaltung muss API-zugänglich sein, damit Agenten Kosten programmatisch vergleichen können.
Was ist Googles Universal Commerce Protocol (UCP)?
UCP ist ein offener Standard, den Google im Januar 2026 gestartet hat. Er schafft eine gemeinsame Sprache für KI-Agenten, um die gesamte Commerce-Reise abzuwickeln: von der Produktsuche über die Bezahlung bis zum After-Sales-Support. UCP wird von Shopify, Target, Walmart, Wayfair und Etsy unterstützt, integriert Google Pay für agenteninitiierte Transaktionen und funktioniert mit A2A- und MCP-Protokollen.
Betrifft B2A nur den Einzelhandel und E-Commerce?
Nein. B2A betrifft jede Branche, in der KI-Agenten Kaufentscheidungen treffen oder beeinflussen. Forrester prognostiziert, dass ein Drittel der B2B-Zahlungsabläufe bis Ende 2026 KI-Agenten einbezieht. Die Verschiebung betrifft SaaS-Auswahl, Finanzdienstleistungen, professionelle Dienstleistungen, Gesundheitswesen und Versicherungen. Im DACH-Raum werden TÜV-Siegel, DIN-Normen und DSGVO-Compliance als maschinenlesbare Attribute zum Wettbewerbsvorteil.