AI im Commerce ist inzwischen überall Thema. Für uns war aber schnell klar: Wir wollen nicht nur darüber sprechen – wir wollten verstehen, was wirklich möglich ist.
Die Idee war, einen AI-Chatbot zu bauen, der mehr kann als Fragen beantworten. Ein Agent, der aktiv im Shop agiert. Produkte suchen, filtern, sortieren. Artikel in den Warenkorb legen. Shoppinglisten lesen. Offene Angebote anzeigen. Also nicht nur Support, sondern echte Commerce-Interaktion.
Die größte Herausforderung war dabei weniger die AI selbst, sondern der Zugang zu sauberen, strukturierten Daten. Sobald ein Agent mit nutzerbezogenen Informationen arbeitet, werden Themen wie Berechtigungen, Sicherheit und klare Systemgrenzen entscheidend.
Ohne API-First-Architektur wäre das deutlich komplexer geworden. Da wir mit unserem Value-Booster-Ansatz bereits modular und API-basiert arbeiten, konnten wir relativ schnell testen, was machbar ist.
Für uns war das auch ein Beweis: Wie schnell können wir ein neues Prinzip adaptieren – und wirklich etwas Funktionierendes bauen?
Wir sind bewusst pragmatisch gestartet. Kein großes Vision-Deck, kein „Wir bauen die Zukunft neu“, sondern die einfache Frage:
Was muss so ein Agent mindestens können, damit er im Commerce wirklich Sinn ergibt?
Unsere erste Annahme war: Produktsuche und Add-to-Cart sind die zentralen Funktionen. Wenn das sauber funktioniert, entsteht echter Mehrwert.
Also haben wir einen MVP gebaut.
React im Frontend, API-Zugriff auf Shopware, MeiliSearch für die Suche. Der Agent kann den Katalog durchsuchen, filtern und sortieren. Er kann Produkte in den Warenkorb legen. Er kann Wishlists auslesen und im B2B-Kontext auch offene Angebote anzeigen.
Spannend war vor allem, wie gut sich das in unsere bestehende Architektur eingefügt hat. Durch den API-First-Ansatz kamen wir schnell an die relevanten Daten – strukturiert, kombinierbar, ohne Workarounds.
Ein wichtiges Learning war: Wenn die Architektur stimmt, wird Innovation plötzlich leicht.
Entstanden ist ein AI-Commerce-Agent, der tatsächlich handeln kann.
Ein Nutzer kann per Voice fragen:
„Ich suche einen Padel-Schläger unter 100 Euro.“
Der Agent zeigt passende Produkte.
„Lege den zweiten in den Warenkorb.“
Und der Artikel wird hinzugefügt.
Im B2B-Kontext kann ein Kunde fragen:
„Welche Angebote habe ich angefordert, die noch offen sind?“
Oder: „Welche Produkte habe ich auf meiner Merkliste?“
Der Agent greift live auf die Commerce-Daten zu – natürlich innerhalb klar definierter Rechte.
Für uns ist das weniger ein fertiges Produkt als ein klarer Beweis: Agentic Commerce funktioniert. Und er passt hervorragend in eine modulare, API-basierte Architektur.
Der nächste Schritt ist bereits in unseren Köpfen:
Nicht nur Frontend-Agenten, sondern auch Admin-Assistenz über API-Zugriffe.
Agentic Commerce ist für uns kein Hype-Thema. Es ist eine logische Weiterentwicklung dessen, was passiert, wenn Systeme offen, modular und AI-ready gebaut sind.
Wenn Sie sich fragen, welche Rolle Agentic Commerce in Ihrer Architektur spielen kann, tauschen wir uns gerne dazu aus.