Nehmen Sie eine einzige Bestellung. Wir haben sie erfunden, damit niemand ihre Zahlen verteidigen muss: ein kleiner Händler, eine Palette Packband, eine Nachbestellung, die auslöst, wenn der Lagerbestand unter eine festgelegte Grenze fällt. Es ist nicht die Bestellung eines Kunden, und keine ihrer Zahlen ist ein Messwert. Wir folgen ihr von der Zählung, die sie auslöst, bis zu dem Moment, in dem Geld abgeht, und wir folgen ihr zweimal. Im ersten Durchgang hält der Agent ein Zahlungsmittel. Im zweiten entwirft er nur.

Alles, was dieser Artikel behauptet, sitzt im Unterschied zwischen diesen beiden Durchgängen.

Der Bestand fällt

Diesen Auslöser kennt Software seit Jahrzehnten. Eine Nachbestellregel bemerkt einen Bestand unter der Grenze und erzeugt eine Bedarfsanforderung, und das nennt niemand agentisch. Was ein Agent hinzufügt, ist Urteilskraft um den Auslöser herum. Er kann sehen, dass der gewohnte Lieferant inzwischen eine längere Lieferzeit nennt, zwei Angebote vergleichen und bemerken, dass eine Aktion in der nächsten Woche das Band schneller verbrauchen wird, als die Regel annimmt.

Das ist nützlich, und genau dort erscheint das erste Problem. Die Nachbestellregel musste nie wissen, wer das Geld des Unternehmens binden darf, weil am Ende immer ein Mensch unterschrieben hat. Sobald ein Agent das Bemerken übernimmt, muss jemand entschieden haben, wie viel, für welche Kategorien und wer freigibt. Liegt diese Freigabematrix im Gedächtnis einer einzigen Finanzleiterin, erfährt der Agent davon beim ersten Mal, wenn er zum falschen Preis bestellt.

Der Entwurf, im ERP

Im zweiten Durchgang schreibt der Agent eine Bedarfsanforderung im ERP: Lieferant, Menge, Preis, Liefertermin und der Grund, aus dem er sich so entschieden hat. Sie landet in derselben Freigabekette, in der die Anforderung eines Menschen landen würde, gestaffelt nach Wert. Unter einer Schwelle geht sie an die Lagerleitung, darüber an die Finanzabteilung. Der Agent hat kein Zahlungsmittel und keine Möglichkeit, Geld freizugeben.

Nichts an diesem Schritt ist exotisch, und das ist Absicht. Der Entwurf ist ein Datensatz mit Historie in einem System mit Berechtigungen, ein Prüfer kann also sehen, was der Agent vorgeschlagen hat, und eine Revision kann sehen, wer freigegeben hat. Es ist die Form von Arbeit, die ERP-Käufer bereits zu steuern wissen, und deshalb lautet die Frage des Käufers meist nicht „Agentic Commerce“, sondern etwas Schlichteres: Was macht ein Agent mit dem Einkaufsprozess, den wir schon betreiben?

Der Zweig, in dem der Agent die Karte hält

Spulen Sie nun zum Kauf zurück und geben Sie dem Agenten eine Karte. Die Zahlungsbranche hat für genau diesen Fall echte Infrastruktur gebaut. Visa hat sein Trusted Agent Protocol gestartet, damit Händler einen legitimen Einkaufsagenten von einem feindlichen Bot unterscheiden können. Mastercard hat Agent Pay, einen Rahmen, mit dem Händler von Agenten ausgelöste Zahlungen annehmen. Google hat sein Agent Payments Protocol, AP2, als offenen Standard veröffentlicht, und OpenAI und Stripe haben gemeinsam das Agentic Commerce Protocol hinter Instant Checkout in ChatGPT entwickelt.

Diese Standards beantworten zwei Fragen gut. Ist dieser Agent der, für den er sich ausgibt, und hat ein Mensch die Ausgabe autorisiert? Zu einer dritten Frage sagen sie nichts, und es ist die, die Ihre Finanzabteilung stellt: War das ein guter Einkauf?

Nehmen Sie an, der Agent liest eine Mengeneinheit falsch und bestellt die hundertfache Menge, bei einem Lieferanten, den Sie im Vorjahr aussortiert haben. Er ist authentifiziert. Er ist autorisiert, innerhalb seines Ausgabenrahmens. Die Zahlungsstrecke meldet eine saubere Transaktion, weil es nach ihrer eigenen Definition eine ist. Nur Ihre eigenen Regeln, gehalten in Ihrem eigenen System, hätten das stoppen können, und in diesem Durchgang wurden sie nie befragt.

Vier Probleme um diesen Zweig haben noch keine klare Antwort. Das erste ist die Haftung: Kauft ein Agent das Falsche, gibt es Ausgabenrahmen und Widerruf, doch die Verfahren für Reklamation und Rückerstattung bei von Agenten ausgelösten Transaktionen werden noch gebaut, Protokoll für Protokoll. Das zweite ist Manipulation. Ein Agent lässt sich von dem lenken, was er liest, und eine Lieferantenseite oder eine E-Mail mit versteckten Anweisungen wird zum Zahlungsangriff, sobald der Agent zahlen kann. Siehe Sicherheit von KI-Agenten und Prompt Injection. Das dritte ist Schattenbeschaffung: Ein Team, das ein agentengesteuertes Einkaufswerkzeug einführt, ohne dass Finanzen oder IT davon wissen, hat einen unbeobachteten Kanal zu einer Firmenkarte gebaut. Die Richtlinienseite behandelt unser Beitrag zur Governance von Schatten-KI. Das vierte ist die Bindung. Vier große Akteure haben vier verschiedene Protokolle, und sich früh auf das Identitäts- und Reklamationsmodell eines Netzes festzulegen, könnte teuer rückabzuwickeln sein, falls sich der Markt anderswo verdichtet.

Der Zweig, in dem die Kreditorenbuchhaltung zahlt

Zurück zum zweiten Durchgang. Die Anforderung ist freigegeben. Der Lieferant liefert, das Lager erfasst den Wareneingang, und die Rechnung kommt. Die Kreditorenbuchhaltung gleicht die Rechnung gegen Bestellung und Wareneingang ab, der Dreifachabgleich, den Finanzabteilungen seit Jahren fahren, und gibt die Zahlung über die bestehenden Kontrollen frei.

Hätte der Agent hier die Mengeneinheit falsch gelesen, würde der Wareneingang nicht zur Bestellung passen, und der Abgleich würde scheitern. Den Fehler hätte ein Schritt gefangen, den es schon gab, ausgeführt von Menschen, die ohnehin verantwortlich waren. Der Agent hat den Teil getan, der von Urteilskraft profitiert, und das Geld bewegte sich weiter durch Kontrollen, die über Jahre gewachsen sind.

Das ist unsere Position, und sie kommt aus einer Überlegung und nicht aus einer Kundengeschichte: Der größte Teil des Risikos im ersten Durchgang stammt aus einer einzigen Entwurfsentscheidung, nämlich den Agenten Zahlungsmittel halten zu lassen, und die können Sie vermeiden. Für eine wiederkehrende Kategorie mit geringem Wert, etwa Verbrauchsmaterial auf Abruf, können Sie den Agenten später innerhalb eines engen Rahmens freigeben lassen. Tun Sie das erst, nachdem er im Schattenbetrieb gelaufen ist und Bestellungen vorgeschlagen hat, die ein Mensch tatsächlich aufgibt, lange genug, um zu sehen, wo er von diesem Menschen abweicht. Weiten Sie danach eine Kategorie nach der anderen aus.

Was die Prognosen sagen und was nicht

Juniper Research prognostiziert, dass der weltweite Transaktionswert im Agentic Commerce von 8 Milliarden US-Dollar im Jahr 2026 auf 3,5 Billionen US-Dollar im Jahr 2031 steigt, ein Faktor von mehr als 400 in fünf Jahren oder ein Wachstum um etwa das 3,4-Fache pro Jahr ohne Pause. Es kann so kommen. Wir können das Modell dahinter nicht prüfen, und eine Prognose aus einem Haus, das Berichte zu diesem Thema verkauft, ist kein unabhängiger Beleg dafür, dass das Thema wichtig ist. Planen Sie für die Fähigkeit und ignorieren Sie die Kurve, denn ein Einkaufsagent, der zahlen kann, ist eine Entscheidung, die vor Ihnen liegt, ob der Markt 3,5 Billionen oder 35 Milliarden erreicht.

Noch eine Wette, weniger fest gehalten. Die ersten Agenten, denen die meisten KMU im Handel begegnen, werden wahrscheinlich auf der anderen Seite des Tisches sitzen, für Marktplätze und Lieferanten, und nicht für das KMU einkaufen. Aufgeschriebene Freigaberegeln sind in beiden Fällen die Verteidigung. Schreiben Sie die Matrix auf, mit Werten, Kategorien und Freigebern. Leiten Sie Einkäufe von Agenten durch dieselbe Kette wie die von Menschen. Benennen Sie einen Verantwortlichen dafür, was der Agent kaufen darf und bei wem, und pilotieren Sie in einer Kategorie mit geringem Risiko. Wenn Ihr Team nach einer ERP-Einführung die Lieferantenfreigaben verschärft hat, kennen Sie die Form dieser Arbeit bereits. Wenn Sie abwägen, wo Agenten im Einkauf hingehören, sprechen Sie mit ThinqHub.

Quellen: Juniper Research, Agentic Commerce Market 2026-2031 | Zu den Protokollen: Digital Commerce 360, Visa and Mastercard launch agentic AI payments tools.