Shopify Agentic Commerce: Agentic Storefronts, ChatGPT-Verkauf und die Winter Editions 2026 erklärt

Dein Shop ist wahrscheinlich schon dabei

Shopify hat mit den Winter Editions 2026 die Agentic Storefronts ausgerollt: Deine Produkte tauchen in KI-Oberflächen auf – ChatGPT, Google AI Mode und Gemini, Microsoft Copilot, Meta. Der interessante Teil steht im Kleingedruckten: Für berechtigte Shops ist der Kanal standardmäßig aktiv. Du findest ihn im Admin unter „Vertriebskanäle > Agentic“. Wenn du mit Shopify arbeitest und die Supplemental Terms bestätigt hast, verkaufst du also möglicherweise seit Monaten in einen Kanal hinein, den du nie bewusst eingeschaltet hast.

Das ist keine Katastrophe. Aber es ist ein guter Anlass, einmal nachzusehen, was die KI da eigentlich über deine Produkte erzählt.

„Direkt in ChatGPT verkaufen“ stimmt so nicht ganz

Die Überschrift, die gerade durch alle Newsletter läuft, ist griffiger als die Realität. Shopify beschreibt den ChatGPT-Kanal ausdrücklich als discovery-focused referrer: Der Kunde findet dein Produkt im Gespräch, klickt – und landet in deinem Shop. Mobil im In-App-Browser, im Web in einem neuen Tab. Der Checkout ist deiner. Dein Theme, deine Zahlarten, deine Upsells, deine Trust-Elemente.

Anders bei Google Gemini und Microsoft Copilot: Dort ist der Kaufabschluss innerhalb der KI-Oberfläche vorgesehen. Wer also über „Agentic Commerce“ spricht, meint je nach Kanal zwei ziemlich verschiedene Dinge. Bei einem verlierst du das Schaufenster, bei dem anderen zusätzlich die Kasse.

Eine Sache stellt Shopify für alle Kanäle klar: Die Kundenbeziehung und alles nach dem Kauf bleiben bei dir, und die Bestellungen sind im Admin nach Kanal zugeordnet. Zusätzliche Gebühren für den ChatGPT-Kanal gibt es nicht, es bleibt bei den üblichen Zahlungsgebühren.

Warum sich das Schaufenster gerade verschiebt

Die klassische Produktsuche funktioniert so: zehn blaue Links, du klickst dich durch vier Shops, vergleichst, entscheidest. Die KI-Suche funktioniert anders: Eine Frage, eine Antwort, drei Vorschläge. Es gibt keine Seite zwei. Wer nicht in der Antwort steht, existiert in diesem Moment nicht.

Damit verschiebt sich, worüber du dich differenzierst. Auf deiner Produktseite gewinnst du mit Gestaltung, Bildsprache und Text. In einer KI-Antwort gewinnst du mit strukturierten Fakten: Marke, Material, Größe, Verfügbarkeit, Preis, Rückgabefrist, Bewertungen. Das Modell liest keine Stimmung, es liest Felder. Der schönste Shop verliert gegen den langweiligeren Wettbewerber, dessen Datensatz vollständig ist.

Was dein Shop dafür braucht

Shopify spielt die Produkte über den Shopify Catalog aus, für Google AI Mode und Gemini über den Google-&-YouTube-Kanal beziehungsweise das Merchant Center. Wer den Weg direkt über OpenAIs Agentic Commerce Protocol geht, liefert einen Feed – üblicherweise einmal täglich den kompletten Katalog als Datei, Änderungen im Tagesverlauf über die API. Für den Zugang bewirbst du dich bei OpenAI, offen für alle ist das nicht.

Neun Felder, ohne die gar nichts passiert

Das ACP-Discovery-Feed verlangt verbindlich: item_id, title, description, url, brand, seller_name, image_url, availability, price. Klingt nach wenig. In der Praxis ist genau hier Schluss, weil „brand“ bei vielen Katalogen leer ist und „seller_name“ noch nie jemand gepflegt hat.

Dringend empfohlen kommt obendrauf, was den Unterschied zwischen „ist im Index“ und „wird empfohlen“ macht:

• GTIN und MPN – mit korrekter Prüfziffer. GTINs mit den Präfixen 02, 04, 05, 98 und 99 werden herausgefiltert, deine schön selbst vergebenen Hausnummern also auch.
• group_id und variant_dict – damit aus 40 Einzelprodukten wieder ein Produkt mit 40 Varianten wird und nicht 40 Vorschläge für dasselbe T-Shirt.
• accepts_returns, return_deadline_in_days, return_policy – Rückgabe ist in der KI-Antwort ein Auswahlkriterium, kein Fußnotenthema.
• review_count und star_rating – nur gemeinsam sinnvoll, einzeln wertlos.
• Bilder als stabile, öffentlich erreichbare URLs – und die ausgewählte Variante muss auf dem Bild auch zu sehen sein.

Dazu Pflichtseiten, die viele Shops halbherzig führen: Datenschutz, AGB, Rückgabe- und Widerrufsregelung. Ohne hinterlegte Privacy-Policy- und ToS-URLs ist ein Produkt für den Checkout gar nicht erst zugelassen. Und rechtliche Pflichthinweise gehören in die ersten 6.000 Zeichen der Produktbeschreibung, sonst sieht sie niemand.

Halbe Datensätze sind keine halbe Sichtbarkeit

Das ist der Punkt, an dem wir in Projekten am häufigsten diskutieren. Ein zu 60 Prozent gepflegter Katalog bringt dir nicht 60 Prozent der Sichtbarkeit. Er bringt dir Ausschluss bei jeder Anfrage, die nach einem der fehlenden Attribute filtert. Wer „wasserdichte Wanderschuhe Größe 44 in Schwarz, lieferbar“ fragt, bekommt nur Produkte, bei denen Material, Größe, Farbe und Verfügbarkeit sauber im Feed stehen. Alles andere ist unsichtbar, ohne Fehlermeldung.

Und Verfügbarkeit und Preis wollen sofort aktualisiert werden, nicht nach Zeitplan. Wer seine Bestände im ERP führt, braucht also eine Schnittstelle, die zeitnah synchronisiert – nicht den nächtlichen CSV-Export von 2019.

Für das Normalisieren und Ausspielen solcher Datenbestände haben wir dataformat.io gebaut, schlicht weil dieselbe Aufgabe in jedem zweiten Projekt auftaucht und niemand sie zum dritten Mal von Hand lösen möchte.

Der Haken, über den in Deutschland kaum jemand spricht

Shopify nennt für den ChatGPT-Kanal eine Voraussetzung, die in den Trendartikeln gern untergeht: Der Shop muss US-Kunden bedienen. Dazu müssen die Produkte für den Shopify Catalog qualifizieren, und reine B2B-Produkte sind nicht dabei. Für einen Mittelständler, der nach Deutschland, Österreich und in die Schweiz liefert, ist das Thema damit heute eher Vorbereitung als Vertriebskanal. Prüf den tatsächlichen Status für deinen Shop im Admin, statt dich auf Ankündigungstexte zu verlassen – der Rollout bewegt sich schnell.

Das ist übrigens kein Argument, nichts zu tun. Es ist ein Argument, die Reihenfolge nicht zu verdrehen: erst die Datenbasis, dann der Kanal. Die Datenbasis zahlt sich auch ohne KI aus, in der Warenwirtschaft, im Google Merchant Center, auf Marktplätzen.

Was sonst noch in den Winter Editions steckt

Zwei Änderungen aus den über 150 Updates sind für bestehende Shopify-Shops praktisch relevanter als der ganze KI-Block:

• Bis zu 2.048 Varianten pro Produkt. Wer konfigurierbare Artikel verkauft – Maßanfertigung, Farbe mal Größe mal Ausführung – musste bisher mit Workarounds arbeiten, mit aufgesplitteten Produkten oder Custom-Logik. Ein Teil dieser Konstruktionen darf jetzt zurückgebaut werden.
• Marktspezifischer Checkout. Checkout- und Kundenkontoseiten lassen sich pro Land und für B2B-Käufer direkt im Editor anpassen. Für alle, die mit mehreren Märkten arbeiten, spart das genau die Sonderlocken, die später niemand pflegen will.

Beides ist unspektakulär und wird trotzdem mehr Umsatz bewegen als der erste ChatGPT-Verkauf.

Und wenn du gar nicht auf Shopify bist?

Die Mechanik dahinter ist nicht Shopify-exklusiv. Ein KI-Modell braucht strukturierte, aktuelle, vollständige Produktdaten – egal, woher sie kommen. Was auf jeder Plattform hilft:

• saubere Feeds mit den Pflicht- und Empfehlungsfeldern von oben, statt eines Exports, den mal jemand für Preisvergleiche gebaut hat
• strukturierte Daten auf den Produktseiten, die zum Feed passen und ihm nicht widersprechen
• Bestände und Preise nahezu in Echtzeit, nicht im Tagesrhythmus
• Pflichtseiten, die vollständig sind, weil sie zunehmend maschinell ausgewertet werden

Ob das bei dir auf Shopware 6, im JTL-Shop oder in WooCommerce läuft, ändert an der Aufgabe wenig. Nur am Weg dorthin.

Hype oder Substanz – unsere Einordnung

Ehrlich: Bei uns hat bislang kein Kunde nach Agentic Commerce gefragt. Das Thema ist zu neu, um in der Tagesplanung eines Mittelständlers vorzukommen. Wer jetzt behauptet, er habe schon Erfahrungswerte aus einem Dutzend Projekten, erzählt dir etwas.

Was wir sehen, ist ein anderes Muster – und das hat mit KI insgesamt zu tun, nicht nur mit diesem Kanal. Seit die Werkzeuge so zugänglich geworden sind, entsteht bei vielen der Eindruck, man könne das jetzt selbst machen. Der Katalog wird schnell mal per Tool aufgeräumt, die Beschreibungen generiert, der Feed irgendwie zusammengeklickt. Das Ergebnis sieht auf den ersten Blick brauchbar aus. Auf den zweiten stehen Attribute in freien Textfeldern, Varianten sind falsch gruppiert, GTINs erfunden. Dann muss die Arbeit ein zweites Mal gemacht werden – und ab da rechnet sich das Projekt für niemanden mehr. Nicht, weil KI im Shop-Betrieb nichts taugt, sondern weil sie ohne saubere Struktur darunter nur schneller Unordnung erzeugt.

Halbe Datensätze bringen dir in einem KI-Kanal ungefähr so viel wie ein halber Produkttitel bei Google. Nichts.

Der zweite offene Punkt ist die Messbarkeit. KI-Traffic taucht in klassischen Analytics bisher kaum sauber auf, und Shopifys Kanal-Attribution deckt nur den Teil ab, der über Shopify läuft. Wir haben dafür intern etwas aufgesetzt, mit dem sich KI-Traffic auswerten lässt – das ist noch nicht produktiv, kommt aber. Bis dahin gilt: Wer dir heute eine belastbare Zahl zum KI-Umsatzanteil verspricht, hat sie geschätzt.

Was bleibt, ist ein Gedanke, der über diesen einen Kanal hinausgeht. In den letzten fünfzehn Jahren hat sich für Händler immer wieder dasselbe Muster wiederholt: erst Google Shopping, dann Marktplätze, dann Preisvergleiche, jetzt KI-Assistenten. Jedes Mal war das neue Schaufenster ein bisschen weiter weg vom eigenen Shop, und jedes Mal war der Eintrittspreis derselbe – ein Katalog, der Maschinen versteht. Wer diese Arbeit einmal ordentlich gemacht hat, war bei jeder neuen Welle innerhalb von Tagen dabei. Wer sie jedes Mal neu improvisiert hat, war jedes Mal zu spät. Über hundert Shops und Websites betreuen wir aktuell parallel, und der Unterschied zwischen diesen beiden Gruppen ist selten das Budget. Es ist die Entscheidung, Datenpflege als laufende Aufgabe zu behandeln statt als Projektphase, die irgendwann abgehakt wird.

Insofern ist die spannendste Frage an den Winter Editions nicht, ob du bald in ChatGPT verkaufst. Sondern ob dein Katalog es aushalten würde, wenn du es morgen könntest. Das lässt sich in einem Nachmittag beantworten – und die Antwort ist deutlich häufiger „nein“, als die Betreiber vermuten.