Google startet Agentic-Commerce-Offensive: Was die neuen Gemini-Shoppingfunktionen mit Walmart, Shopify & Co. für Händler wirklich bedeuten

Google hat am 11. Januar 2026 auf der NRF in New York einen tiefgreifenden Umbau der eigenen Commerce-Infrastruktur angekündigt: Shopping wandert direkt in den Gemini‑Chatbot und in den AI Mode der Google-Suche. Parallel stellt Google mit führenden Händlern und Plattformen ein offenes „Universal Commerce Protocol“ (UCP) für agentische Commerce‑Anwendungen vor.

Für Händler, Marken und D2C‑Unternehmen markiert dies einen Strukturbruch: Produktentdeckung, Beratung und Checkout verlagern sich von klassischen Webshops und Suchergebnisseiten hin zu KI‑Agenten, die komplette Einkaufsaufgaben für Nutzer übernehmen.

1. Kontext: Was genau hat Google angekündigt?

1.1 Shopping und Checkout direkt in Gemini

Kern der Ankündigung ist die Integration von Shoppingfunktionen in den Gemini‑Chatbot:

• Nutzer können direkt in Gemini Produkte entdecken, vergleichen und kaufen, ohne die Chatoberfläche zu verlassen.

• Ein „Instant Checkout“ erlaubt Zahlungen innerhalb der Konversation – zunächst mit hinterlegten Zahlungsmitteln (Google Pay, Karten), perspektivisch auch mit PayPal und weiteren Providern.

• Die Funktion startet mit großen Partnern wie Walmart, Shopify‑Händlern und Wayfair und wird schrittweise ausgerollt (zunächst USA, später weitere Märkte).

Beispiel: Ein Nutzer fragt Gemini nach „Ausrüstung für einen Winter‑Skiurlaub“. Der Agent antwortet nicht nur mit Ratschlägen, sondern blendet direkt konkrete, kaufbare Produkte aus den Inventaren der angebundenen Händler ein – inklusive Verfügbarkeiten, Preisen und Lieferoptionen.

1.2 Partnerschaften mit Walmart, Shopify, Wayfair & weiteren Retailern

Google setzt auf ein Ökosystem aus großen Händlern und Commerce‑Plattformen:

• Walmart integriert sein Sortiment in Gemini, inklusive Personalisierung auf Basis verknüpfter Walmart‑Konten. Warenkörbe können mit bestehenden Walmart‑ oder Sam’s‑Club‑Carts zusammengeführt werden.

• Shopify arbeitet mit Google an einem einheitlichen Protokoll, über das Händler ihre Kataloge für AI‑Agenten zugänglich machen und Checkout‑Prozesse direkt aus Shopify heraus steuern können.

• Wayfair, Target, Etsy u. a. unterstützen das neu vorgestellte Protokoll und geben Produktdaten standardisiert in Googles AI‑Ökosystem.

• Über 20 weitere Player aus Payments und Handel (z. B. Kartenanbieter, Zahlungsdienstleister, große Retail‑Marken) haben das Protokoll bereits unterstützt.

Damit entsteht ein erster, industrieweit abgestimmter Standard, wie AI‑Einkaufsagenten mit Produktdaten, Preisen, Verfügbarkeiten, Loyalty‑Programmen und Zahlungen interagieren.

1.3 Universal Commerce Protocol (UCP) als Basis für „agentic commerce“

Parallel zu Gemini‑Shopping stellt Google das Universal Commerce Protocol (UCP) vor, ein offenes Protokoll für agentische Commerce‑Anwendungen:

• UCP definiert eine gemeinsame „Sprache“, mit der AI‑Agenten, Händler‑Backends, Zahlungsanbieter und weitere Systeme entlang der Customer Journey kommunizieren können.

• Es deckt Schritte von Discovery (Produktempfehlungen), über Entscheidung und Kauf (Warenkorb, Rabatte, Checkout) bis Post‑Purchase (Retoure, Support) ab.

• UCP ist mit bestehenden Protokollen wie Agent Payments Protocol (AP2), Agent‑zu‑Agent‑Interaktionen (A2A) und Model Context Protocol (MCP) kompatibel.

• Google will UCP unmittelbar für passende Produktlistings in AI Mode und in den Gemini‑Apps nutzen, sodass Nutzer direkt aus der Recherche heraus kaufen können.

Damit positioniert sich Google klar als Infrastruktur‑Layer für den entstehenden Markt „agentic commerce“ – vergleichbar mit der Rolle, die Google Search für den klassischen Webhandel eingenommen hat.

2. Detaillierte Analyse: Welche Veränderungen bringt Agentic Commerce?

2.1 Vom Suchschlitz zur geführten Einkaufsmission

Der wichtigste strukturelle Wandel: Nutzer übergeben Einkaufsaufgaben an einen Agenten, statt selbst zu suchen.

Heute:

• Nutzer starten meist mit generischen Suchbegriffen ("Sneaker Damen weiß", "Campingausrüstung") in der Suche oder direkt bei Marktplätzen.

• Sie vergleichen Angebote across Tabs, filtern, legen Artikel in Warenkörbe unterschiedlicher Händler und schließen einen Teil der Käufe ab.

Morgen mit Gemini & UCP:

• Nutzer formulieren Ziele („Plane mir einen Skiurlaub mit kompletter Ausrüstung für vier Personen mit einem Budget von 1.500 €“).

• Der Agent bricht die Aufgabe in Teilaufgaben herunter: Bedarfsklärung, Produktauswahl, Preis‑/Leistungsvergleich, Versandlogik, ggf. Nutzung vorhandener Mitgliedschaften oder Gutscheine.

• Händler tauchen nicht mehr primär über klassische Suchergebnis‑Rankings auf, sondern über Relevanzsignale in der Agenten‑Logik (Datenqualität, Preise, Lieferzeit, Vertrauen, Margensignale, Rabatte, Loyalty etc.).

Konsequenz: Die Sichtbarkeit verlagert sich von SEO/SEA‑gelisteten Webseiten hin zu Protokoll‑ und Schnittstellen‑Qualität für KI‑Agenten.

2.2 Checkout wird technologiegetrieben – nicht markengetrieben

Mit Instant Checkout in Gemini wird der eigentliche Kaufakt abstrahiert:

• Nutzer bleiben in der Google‑Oberfläche; der Checkout ist von der Website des Händlers entkoppelt.

• Loyalitätsprogramme, Gutscheine, Versandoptionen und Zahlungsarten werden über Protokolle und Schnittstellen eingebunden.

• Händler behalten formal die Transaktion, verlieren aber ein Stück weit die Oberflächenhoheit.

Für Marken führt das zu einem Spannungsfeld:

• Vorteil: Reibungslose Konversion, geringere Checkout‑Abbrüche, Zugang zu neuen Nachfrage‑Strömen aus Gemini‑Konversationen.

• Nachteil: Reduzierte Kontrolle über die Customer Experience, geringere Differenzierungsmöglichkeit im Checkout‑Erlebnis und stärkere Abhängigkeit von Googles Regeln (z. B. Sichtbarkeitskriterien, Margenlogiken, Angebotsformate).

2.3 Daten, Attribution und „Direct Offers“ im AI Mode

Parallel zum Protokoll startet Google neue Werbe‑ und Angebotsformate in AI Mode:

• Personalisierte Angebotsintegration: Händler können gezielt Rabatte, Bundles oder Gratisversand in AI‑Konversationen ausspielen, wenn der Nutzer klar kaufbereit ist.

• Direct Offers: Ein Pilotformat erlaubt exklusive Angebote direkt im AI‑Erlebnis – also an der Stelle, an der der Agent aufgrund von Nutzerintention und Kontext eine Kaufentscheidung erwartet.

• Agent‑aware Privacy: Google ersetzt klassische User‑Tracking‑Logiken zunehmend durch eine Intent‑basierte Auswertung der Agentengespräche.

Für Performance‑Marketer bedeutet dies einen Wechsel von Klick‑basierten zu Intent‑basierten Attributionen:

• KPIs verschieben sich von „Click‑Through‑Rate“ und „Cost‑per‑Click“ hin zu „Conversation‑to‑Purchase‑Rate“, „Agent‑initiierte Warenkorbgröße“ und „Kosten pro abgeschlossener Mission“.

2.4 Wettbewerbsdynamik: Google vs. OpenAI vs. Microsoft

Googles Offensive findet nicht im luftleeren Raum statt:

• OpenAI arbeitet mit Handels‑ und Zahlungsanbietern an eigenen „Agentic Commerce“-Schnittstellen; erste Deals – etwa mit Walmart auf Basis von ChatGPT und Stripe – existieren bereits.

• Microsoft treibt Commerce‑Funktionen in Copilot, inklusive „Copilot Checkout“ und Integrationen mit Shopify.

• Shopify selbst positioniert sich als Backend‑Hub, der Händlerprodukte nicht nur in Google‑, sondern auch in Copilot‑ und ChatGPT‑Erlebnisse bringt.

Strategisch wichtig: Kein einzelner Agent wird den Markt vollständig dominieren. Händler müssen sich darauf einstellen, mehrere agentische Ökosysteme parallel zu bedienen.

3. Konkrete Einsatzszenarien und Branchenbeispiele

3.1 Food & Grocery: Wocheneinkauf per Konversation

Ein US‑Kunde sagt zu Gemini: „Plane meinen Wocheneinkauf für eine vierköpfige Familie – Budget 120 Dollar, zwei vegetarische Abende, keine Nüsse wegen Allergie.“

• Gemini analysiert Präferenzen und Restriktionen, schlägt Menüpläne vor und generiert auf Basis des Walmart‑Sortiments eine Einkaufsliste.

• Der Agent prüft Vorräte (z. B. anhand vorheriger Käufe oder angebundener Smart‑Home‑Daten), entfernt Dubletten, optimiert Preise und Lieferfenster.

• Am Ende bestätigt der Nutzer per Einwilligung den gebündelten Warenkorb im Gemini‑Checkout.

Übertragbar auf den DACH‑Markt:

• Ähnliche Szenarien werden mit lokalen Retailern (z. B. E‑Food‑Anbietern, Drogerien) entstehen, sobald UCP von europäischen Playern adaptiert wird.

3.2 Home & Living: Komplexe Kaufentscheidungen mit hoher Beratungsintensität

Ein Nutzer fragt: „Ich ziehe in eine 2‑Zimmer‑Wohnung (50 m²) – richte mir ein komplettes Home‑Office und Wohnzimmer ein, modern, Budget 3.000 €.“

• Gemini erstellt Raumkonzepte, erfragt Stilpräferenzen und Qualitätsanforderungen.

• Über Wayfair‑ und andere Kataloge werden passende Möbel, Beleuchtung, Accessoires vorgeschlagen.

• UCP sorgt dafür, dass Verfügbarkeiten, Lieferkosten und Montageoptionen verschiedener Anbieter in einem Gesamtvorschlag konsolidiert werden.

Für Händler im Möbel‑ und Home‑Segment bedeutet das: Differenzierung über Datenqualität (z. B. Maße, Materialien, Farbinformationen, Nachhaltigkeitslabels) und Services (Lieferung, Aufbau) wird wichtiger als rein visuelle Darstellung im Shop.

3.3 Fashion & Beauty: Hyperpersonalisierte Stil‑Agenten

Ein Modekunde bittet den Agenten: „Stelle mir Outfits für drei Business‑Events und zwei Freizeit‑Anlässe zusammen, passend zu meinem bestehenden Kleiderschrank und meiner Größe.“

• Über verbundene Konten (z. B. Loyalty‑Programme, vergangene Bestellungen) erkennt der Agent bisherige Käufe und Stilpräferenzen.

• Shopify‑Händler können über UCP auf diese Signale reagieren und spezifische Produktvorschläge inklusive Größensicherheit, Rücksende‑Policy und Lieferzeit einspielen.

Im Beauty‑Bereich wären denkbar:

• Hautpflege‑Routinen basierend auf Hauttyp, Allergien, Wetterdaten.

• Synchronisierte Abos (z. B. Rasierer, Kosmetik), automatisiert erneuert durch den Agenten.

3.4 B2B‑Use‑Cases

Auch im B2B‑Commerce eröffnen sich Szenarien:

• Einkaufsteams delegieren wiederkehrende Beschaffungsaufgaben („Bestelle alle Verbrauchsmaterialien für Standort X für den nächsten Monat, budgetkonform und unter Berücksichtigung von Rahmenverträgen“).

• Der Agent nutzt UCP‑ähnliche Protokolle, um Kataloge, Staffelpreise, Lieferbedingungen und ESG‑Kriterien verschiedener Anbieter zu berücksichtigen.

Für B2B‑Händler entsteht Druck, ihre Produktdaten und Vertragslogiken maschinenlesbar und agentenfähig zu machen.

4. Business Relevanz: Was Unternehmen jetzt konkret tun sollten

4.1 Produktdaten und Kataloge agentenfähig machen

Kurzfristige Priorität ist die Qualität der Produktdaten:

• Vollständige, strukturierte Attribute (Größen, Materialien, technische Spezifikationen, Verfügbarkeiten, Lieferzeiten, Umweltkennzeichnungen) sind Voraussetzung, damit Agenten sinnvolle Empfehlungen geben können.

• Händler sollten sicherstellen, dass ihre Datenmodelle zu UCP‑Strukturen oder vergleichbaren Schemas kompatibel sind.

• Multimodale Informationen (Bilder, ggf. Videos, 3D‑Assets) sollten so aufbereitet werden, dass Agenten daraus Features ableiten können (z. B. Stil, Formfaktor, Raumwirkung).

Empfehlung:

• Aufbau eines Commerce Data Layer, der Produktinformationen, Preise, Promotions, Bestände und Content in einem zentralen, für Agenten konsumierbaren Format bereitstellt.

4.2 Teilnahme an UCP‑/Agentic‑Programmen evaluieren

Unternehmen sollten prüfen:

1. Technische Kriterien:

- Unterstützen bestehende Systeme (PIM, ERP, Shop, Order‑Management) eine Anbindung an UCP oder vergleichbare Protokolle?

- Wie lassen sich Loyalty‑Systeme, Gutscheine, Abos und Retourenprozesse einbetten?

1. Ökonomische Kriterien:

- Wie verändern sich Marge und Akquisitionskosten, wenn Konversionen in Gemini statt auf der eigenen Website stattfinden?

- Welche Gebühren‑ und Revenue‑Share‑Modelle gelten für Instant Checkout und Direct Offers?

1. Strategische Kriterien:

- In welchen Kategorien ist die Wahrscheinlichkeit hoch, dass Agenten Käufe substantiell verschieben (z. B. Lebensmittel, FMCG, Standardmode, Elektronikzubehör)?

- Wo ist Markenführung über die eigene Website weiterhin kritisch (z. B. Luxus, erklärungsbedürftige B2B‑Produkte)?

4.3 Attribution, Messung und Governance anpassen

Marketing‑ und Data‑Teams müssen Messsysteme umbauen:

• Aufbau eines Agentic Attribution Frameworks, das Konversionen aus AI‑Konversationen separat erfasst.

• Definition neuer KPIs wie „Agent‑Initiated Revenue“, „Mission Completion Rate“ oder „Average Order Value per Agent Session“.

• Governance‑Modelle für die Nutzung von Konversationsdaten (Datenschutz, Einwilligung, Aufbewahrungsfristen, Purpose Limitation).

4.4 Risiko‑Management: Abhängigkeit, Margendruck, Datenzugriff

Mit der Verlagerung von Commerce in Gemini steigen bestimmte Risiken:

• Plattformabhängigkeit: Wie bei klassischer Suchmaschinenabhängigkeit droht eine neue Form von „Agenten‑Abhängigkeit“. Änderungen an Ranking‑ und Angebotslogiken können Umsatzströme abrupt verschieben.

• Margendruck: Agenten, die Preise und Leistungen algorithmisch vergleichen, können Preiswettbewerb weiter verschärfen. Händler müssen ihre Margensteuerung stärker datengetrieben ausrichten (z. B. differenzierte Konditionen für Agentenkanäle).

• Datenasymmetrien: Google erhält tiefen Einblick in Kaufintentionen und Entscheidungswege. Unternehmen sollten vertraglich und technisch sicherstellen, dass sie ausreichend Einblick in Performance‑Daten erhalten, ohne Kundenvertrauen oder Datenschutzvorgaben zu verletzen.

Empfehlung:

• Aufbau eines Multi‑Agent‑Setups (Google, Microsoft, OpenAI, ggf. eigene Agenten auf Website/App), um Abhängigkeit von einem einzelnen Ökosystem zu begrenzen.

• Laufende Evaluierung der Kosten‑/Nutzenrelation je Agent‑Kanal.

4.5 Organisatorische Konsequenzen

Die Einführung agentischen Commerce ist nicht nur ein IT‑Projekt:

• Category Management muss verstehen, wie Agenten Produktauswahl treffen und welche Datenattribute besonders relevant sind.

• Marketing & CRM müssen Angebote für Direct‑Offer‑Formate und kontextuelle Rabatte entwickeln.

• Legal & Compliance prüfen, wie sich neue Datenschutz‑ und Haftungsfragen (z. B. fehlerhafte Agentenempfehlungen) auswirken.

• Customer Service muss vorbereitet sein, wenn Post‑Purchase‑Interaktionen zunehmend über AI‑Agenten laufen und komplexere Fälle an Menschen eskalieren.

5. Fazit und Handlungsempfehlungen

Googles Agentic‑Commerce‑Offensive mit Gemini, Walmart, Shopify & Co. markiert einen Wendepunkt im Onlinehandel. Für Unternehmen geht es jetzt weniger um die Frage, ob sich Commerce in Richtung KI‑Agenten verlagert, sondern wie schnell und unter welchen Bedingungen sie daran teilhaben wollen.

Absehbar ist: Wer Produktdaten, Prozesse und Governance frühzeitig auf agentische Schnittstellen ausrichtet, kann von neuen Nachfrage‑Strömen profitieren und zugleich wichtige Lernkurven durchlaufen.

Kern‑Takeaways für Entscheider:

• Agentic Commerce verschiebt den Schwerpunkt von Suchergebnislisten zu KI‑geführten Einkaufsmissionen – Sichtbarkeit entsteht über Daten‑ und Schnittstellenqualität, nicht nur über SEO/SEA.

• Mit dem Universal Commerce Protocol (UCP) etabliert Google einen offenen, industriegestützten Standard, der Produktdaten, Checkout, Payments und Post‑Purchase‑Prozesse für AI‑Agenten vereinheitlicht.

• Shopping und Instant Checkout in Gemini reduzieren Reibung für den Nutzer, bergen aber für Händler Risiken bezüglich Margensteuerung, Markenführung und Plattformabhängigkeit.

• Performance‑Marketing muss sich von Klick‑basierten hin zu Intent‑ und Agent‑basierten KPIs entwickeln; Attribution und Reporting sind entsprechend anzupassen.

• Unternehmen sollten jetzt Produktdaten und Kataloge agentenfähig machen, UCP‑ähnliche Integrationen prüfen, ein Multi‑Agent‑Setup aufbauen und Governance‑Rahmen für Daten, Datenschutz und Margen definieren.

Häufig gestellte Fragen (FAQ)

Was versteht man unter Agentic Commerce im Kontext von Google Gemini?

Agentic Commerce beschreibt Einkaufsprozesse, die von KI-Agenten gesteuert werden und für Nutzer komplette Einkaufsaufgaben übernehmen – von der Bedarfsklärung bis zum Checkout. Mit Gemini verlagert sich der Handel weg von klassischen Webshops hin zu dialogbasierten Shopping-Journeys, bei denen der Agent Produkte findet, vergleicht und direkt kaufbar macht.

Was ist das Universal Commerce Protocol (UCP) und welche Rolle spielt es für Händler?

Das Universal Commerce Protocol (UCP) ist ein offenes Protokoll, das eine gemeinsame Sprache zwischen KI-Agenten, Shopsystemen, Payment-Anbietern und Loyalty-Programmen definiert. Für Händler ist UCP die technische Basis, um Produktdaten, Preise, Verfügbarkeiten, Rabatte und After-Sales-Prozesse agentenfähig zu machen und in Gemini- und AI-Mode-Erlebnissen überhaupt sichtbar zu werden.

Wie funktionieren Shopping und Instant Checkout in Google Gemini konkret?

Nutzer können in Gemini per natürlicher Sprache nach Produkten, Sets oder kompletten Lösungen fragen und erhalten direkt kaufbare Vorschläge aus angebundenen Händlerkatalogen. Der Instant Checkout wickelt den Kauf innerhalb der Gemini-Oberfläche ab, nutzt hinterlegte Zahlungsarten und bindet Loyalty-Programme sowie Versandoptionen protokollbasiert ein, ohne dass der Nutzer einen klassischen Webshop besuchen muss.

Welche Chancen und Risiken ergeben sich für Händler durch Googles Agentic-Commerce-Offensive?

Chancen liegen in neuen Nachfragekanälen, höherer Conversion durch friktionsarmen Checkout und der Möglichkeit, in hochintentiven AI-Konversationen präsent zu sein. Risiken betreffen vor allem Plattformabhängigkeit, Margendruck durch algorithmische Preisvergleiche, den Verlust von Oberflächenhoheit im Checkout und potenzielle Datenasymmetrien gegenüber Google.

Wie verändert Agentic Commerce SEO, Performance Marketing und Attribution?

Sichtbarkeit hängt künftig weniger von klassischen Suchergebnis-Rankings ab, sondern von Datenqualität, Protokollanbindung und Relevanzsignalen für KI-Agenten. Performance Marketing verschiebt sich von Klick-basierten Metriken wie CTR und CPC hin zu Kennzahlen wie Conversation-to-Purchase-Rate, Agent-initiierter Umsatz oder Mission Completion Rate, wodurch neue Attribution-Modelle für AI-Konversationen notwendig werden.

Was sollten Retailer, Marken und D2C-Unternehmen jetzt konkret tun, um von Gemini-Shopping zu profitieren?

Unternehmen sollten ihre Produktdaten strukturieren und an UCP-ähnliche Schemas anpassen, inklusive sauber gepflegter Attribute, Verfügbarkeiten, Preise und Services. Parallel empfiehlt sich die Evaluierung von UCP-/Agentic-Programmen, der Aufbau eines Commerce Data Layers, die Anpassung von KPIs und Attribution sowie ein Multi-Agent-Setup mit Google, OpenAI, Microsoft und ggf. eigenen Agenten, um Abhängigkeiten zu reduzieren.

Welche Branchen profitieren besonders früh von agentischen Commerce-Lösungen wie Gemini-Shopping?

Früh profitieren typischerweise Kategorien mit hoher Wiederkehr und Standardisierung wie Lebensmittel, FMCG, Drogerie, Fashion-Basics sowie Elektronikzubehör. Aber auch beratungsintensive Segmente wie Home & Living, Beauty oder B2B-Beschaffung können stark gewinnen, wenn sie detaillierte, maschinenlesbare Produktdaten und Services bereitstellen, die KI-Agenten für komplexe Einkaufsmissionen nutzen können.