Agentic Commerce
Wie macht man einen E-Commerce-Shop für KI-Shopping-Agenten lesbar?
Aktualisiert am
Einen Shop agentenlesbar zu machen, umfasst vier Arbeitsschritte: Produktdaten serverseitig rendern, damit Preis, Verfügbarkeit und Identifikatoren im rohen HTML und nicht erst nach dem clientseitigen Rendering vorhanden sind; es mit schema.org Product auszeichnen, einschließlich Angeboten, Preis, priceCurrency, Verfügbarkeit und einer GTIN oder SKU; eine Discovery-Schicht veröffentlichen – robots.txt, die Assistenten-Crawler zulässt, eine Sitemap und eine llms.txt; und einen programmatischen Angebots- und Warenkorb-Endpunkt bereitstellen, damit ein Agent einen verbindlichen Preis erhalten kann, ohne einen Browser zu steuern. Der erste Punkt schließt den größten Teil der Lücke von selbst.
Beginnen Sie mit der Messung Ihrer eigenen Lücke
Bevor Sie etwas ändern, führen Sie den Test durch, der den Großteil des Problems vorhersagt. Rufen Sie eine Produktseite so ab, wie es ein Crawler tut – ohne JavaScript-Ausführung – und sehen Sie, was übrig bleibt.
Sie prüfen vier Dinge in der Rohantwort: den Preis, den Verfügbarkeitsstatus, die Variantenidentität und einen stabilen Produktidentifikator. Wenn sich eines davon erst nach dem clientseitigen Rendering materialisiert, dann rät ein Agent, der Ihr Produkt bewertet, entweder oder überspringt Sie. Adobe stellte fest, dass Produktseiten bei der Maschinenlesbarkeit 66 % erreichten, der niedrigste Wert aller Seitentypen, und dies ist der überwiegende Grund dafür.
Führen Sie denselben Test auf Ihren Kategorieseiten und Ihren Suchergebnissen durch. Kategorieseiten, die vollständig clientseitig gerendert werden, sind als Discovery-Oberflächen unsichtbar, selbst wenn die einzelnen Produkte in Ordnung sind.
Die vier Schichten, in der Reihenfolge der Amortisation
Jede der folgenden Schichten ist unabhängig nützlich. Nichts davon ist verschwendet, wenn ein bestimmtes Protokoll sich nicht durchsetzt, was die Eigenschaft ist, die Sie wünschen, angesichts dessen, wie viel sich noch bewegt.
| Schicht | Was umzusetzen ist | Warum es sich zuerst amortisiert |
|---|---|---|
| Serverseitig gerenderte Produktdaten | Preis, Verfügbarkeit, Variante, SKU/GTIN in der anfänglichen HTML-Antwort vorhanden | Schließt die größte gemessene Lücke und verbessert gleichzeitig die klassische SEO — dieselbe Lösung dient beiden Zielgruppen |
| schema.org Produkt-Markup | Produkt mit Angeboten, Preis, priceCurrency, Verfügbarkeit, SKU/GTIN, aggregateRating nur, wenn echt | Wandelt geparsten Text in bestätigte Fakten um; auch die Eingabe für Google Merchant Rich Results |
| Discovery-Schicht | robots.txt, die Assistenten-Crawler zulässt, sitemap.xml, llms.txt, die angibt, was Sie verkaufen | Günstig, einmalig und bestimmt, ob etwas von dem oben Genannten überhaupt abgerufen wird |
| Programmatisches Angebot und Warenkorb | Eine API, die einen verbindlichen Gesamtbetrag einschließlich Versand und Steuern zurückgibt, plus Warenkorb-Erstellung | Von UCP und ACP für den Transaktionsschritt erforderlich; entfernt die Browser-Simulation vollständig |
Die robots.txt-Entscheidung, die Leute falsch machen
KI-Crawler pauschal zu blockieren, ist eine vertretbare Position für einen Publisher, dessen Produkt der Text ist. Es ist nahezu unvertretbar für einen Händler, dessen Produkt ein Produkt ist: Sie lehnen es ab, im am schnellsten wachsenden Empfehlungskanal im Einzelhandel aufzutauchen, um Texte zu schützen, die Sie geschrieben haben, um dieses Produkt zu verkaufen.
Seien Sie bewusst statt standardmäßig. Entscheiden Sie separat über Crawler, die Trainingskorpora erstellen, und Agenten, die eine Seite abrufen, um eine Live-Shopping-Frage zu beantworten – das sind unterschiedliche Abwägungen, und die meisten Einzelhändler möchten die zweiten bedingungslos zulassen.
Der andere häufige Fehler sind zu weit gefasste Disallow-Regeln. Wenn Ihre authentifizierten Oberflächen auf Root-Level-Pfaden liegen, die Präfixe von Marketingseiten sind, deindiziert ein bloßes Disallow stillschweigend auch die Marketingseite. Verankern Sie jede Regel.
llms.txt ist günstig und der Einwand dagegen ist schwach
Wir haben das früher als eine günstige Wette betrachtet, die niemand eingegangen war. Unsere eigene Messung sagt etwas anderes: Von 147 bekannten DTC-Marken veröffentlichen die meisten erreichbaren bereits eine llms.txt – und die große Mehrheit hat sie nicht selbst geschrieben, weil ihre Plattform eine Vorlage mitliefert. Google hat gesagt, dass kein KI-System die Datei verwendet; ob Händler sie veröffentlichen, steht nicht mehr zur Debatte.
Die Entscheidung ist also nicht, ob man eine hat. Es geht darum, ob der generierte Standardwert etwas wert ist. Eine 4.3KB-Vorlage beschreibt einen generischen Shop – sie weiß nicht, welche Ihrer Produkte wichtig sind oder was Sie von jeder anderen Marke unterscheidet, die dasselbe Dokument veröffentlicht. Die Marken, die ihre eigene geschrieben haben, reichen von 566 Bytes bis 28KB.
Die Regel so oder so: Generieren Sie sie aus Ihrem Routenregister, anstatt sie von Hand zu schreiben, damit sie nicht veraltet. Ein veralteter Index ist schlimmer als keiner, weil er selbstbewusst auf Seiten verweist, die verschoben wurden.
Was Sie erhalten, ohne etwas davon auf PlatformDTC zu bauen
Auf PlatformDTC sind dies Plattform-Eigenschaften und kein Projekt. Storefronts rendern Produktdaten serverseitig mit strukturiertem Markup als Standardausgabe der Veröffentlichungs-Pipeline. Die Discovery-Schicht – robots, sitemap, llms.txt – wird zur Build-Zeit aus dem echten Routenbaum generiert, sodass eine ausgelieferte Seite eine auffindbare Seite ist.
Die programmatische Schicht ist das Agent Gateway: Katalog-, Warenkorb-, Angebots- und Bestellvorgänge, die als scoped API-Aufrufe und als MCP-Tools bereitgestellt werden, mit Idempotenzschlüsseln, einem Audit-Trail und einer menschlichen Genehmigungsschranke für alles, was Ausgaben verursacht.
Häufige Fragen
- Kollidiert die Agenten-Bereitschaft mit der Conversion-Rate-Optimierung?
- Selten, weil sie auf verschiedenen Schichten operieren. Das serverseitige Rendern von Preis und Verfügbarkeit ändert, was in der HTML-Antwort steht, nicht, was ein Mensch sieht. Die eigentliche Spannung besteht bei Taktiken, die nur dazu dienen, Dringlichkeit zu erzeugen – ein Agent liest die echte Bestandsnummer, daher ist eine gefälschte sowohl unwirksam als auch ein Glaubwürdigkeitsrisiko.
- Ist schema.org Produkt-Markup allein ausreichend?
- Nur wenn die darin enthaltenen Werte real und aktuell sind. Markup, das einen Preis angibt, den die Seite nicht mehr verlangt, oder als auf Lager bei einer ausverkauften Variante, ist schlimmer als keines – es erzeugt selbstbewusste falsche Antworten und birgt für Google Merchant Rich Results das Risiko einer Strafe für strukturierte Daten. Generieren Sie es aus derselben Quelle, aus der der Storefront rendert.
- Wie lange dauert das bei einem bestehenden Shop?
- Die Discovery-Schicht dauert Stunden. Schema-Markup dauert Tage, wenn Ihre Katalogdaten sauber sind. Das serverseitige Rendern von Produktdaten ist das eigentliche Projekt und hängt vollständig von Ihrer Storefront-Architektur ab – ein clientseitig gerendertes Theme, das auf einer JSON-API basiert, ist ein Neuaufbau des Renderpfads, kein Patch.
- Welche Assistenten-Crawler sollte ich zulassen?
- Unterscheiden Sie die beiden Zwecke. Agenten, die Seiten abrufen, um Live-Shopping-Fragen zu beantworten – diejenigen, die den von Adobe gemessenen Empfehlungs-Traffic erzeugen – sind diejenigen, die zugelassen werden sollten. Crawler für Massen-Trainingskorpora sind eine separate geschäftliche Entscheidung. Nennen Sie sie einzeln in robots.txt, anstatt sich auf eine pauschale Regel zu verlassen.
Quellen
- KI-Traffic wächst, aber Einzelhandelsseiten hinken bei der KI-Suchsichtbarkeit hinterher (Q1 2026) — Adobe Digital Insights