Der ungeladene Vermittler: Unmut bei Händlern über Amazons KI-Einkäufer

Der Begriff „Agentic Commerce“ gilt in der Tech-Branche seit einiger Zeit als das nächste große Versprechen. Weg von der einfachen Suchleiste, hin zu autonomen Software-Agenten, die im Hintergrund das Internet durchforsten und Transaktionen im Auftrag des Nutzers komplett eigenständig abwickeln.

Doch die Praxis holt die Vision derzeit mit bemerkenswerter Wucht ein. Ein aktuelles Beispiel aus den USA zeigt, wo die technologischen Grenzen dieser autonomen Systeme liegen:

Amazons KI-Funktion „Buy for Me“ sorgt für Aufsehen, weil sie Produkte zum Kauf anbietet, die auf den Ziel-Websites überhaupt nicht existieren oder fehlerhaft interpretiert wurden.

Was als Komfort-Revolution geplant war – das nahtlose Einkaufen auf externen Plattformen, ohne die Amazon-App je verlassen zu müssen –, offenbart eine fundamentale Schwachstelle aktueller Large Language Models (LLMs) und autonomer Agenten: das Problem der Kontextverzerrung und der algorithmischen Halluzination.

Das technische Fundament des autonomen Einkaufs

Um zu verstehen, wie es zu solchen Fehlern kommt, muss man einen Blick unter die Haube werfen. Das System „Buy for Me“ basiert auf der Cloud-Infrastruktur Amazon Bedrock und nutzt eine Kombination aus Amazons eigenen Nova-Modellen sowie den Claude-Modellen von Anthropic.

Diese Agenten-KI agiert nicht wie ein klassischer Websurfer, der statische Felder ausfüllt. Stattdessen „liest“ und interpretiert sie die Benutzeroberflächen und den Quellcode von Direct-to-Consumer-Websites (DTC) in Echtzeit.

Das Prinzip nennt sich Webscraping gepaart mit semantischem Verständnis. Sucht ein Nutzer auf Amazon nach einem spezifischen Nischenprodukt, das im regulären Amazon-Katalog fehlt, schwärmt die KI aus, sucht auf externen Händlerseiten nach Treffern, extrahiert Preis, Verfügbarkeit sowie Produktmerkmale und spiegelt diese direkt in die Amazon-Oberfläche.

Klickt der Kunde auf „Buy for Me“, simuliert die KI den Bezahlvorgang auf der Ursprungsseite und nutzt dafür die hinterlegten Zahlungs- und Lieferdaten des Amazon-Kontos.

Der kritische Bruchpunkt liegt in der dynamischen Natur moderner Websites.

Wenn eine Händlerseite komplexe JavaScript-Strukturen, passwortgeschützte B2B-Bereiche oder dynamische Bestandsabfragen nutzt, stößt die Mustererkennung der LLMs an ihre Grenzen.

Die KI interpretiert fälschlicherweise veraltete Cache-Daten, Platzhalter-Grafiken oder schlicht falsch strukturierte Metadaten als verfügbares Produkt.

Das Resultat ist eine klassische Halluzination, übertragen auf den physischen Handel: Das System generiert ein Angebot für eine Ware, die real nicht existiert oder nicht zum Verkauf steht.

Ökonomische Verschiebungen und der Kampf um die Kundenschnittstelle

Aus strategischer Sicht ist „Buy for Me“ ein defensiver Befreiungsschlag Amazons gegen die drohende Konkurrenz durch Suchmaschinen-KIs wie Google oder OpenAI.

Wenn Nutzer beginnen, ihre Kaufentscheidungen und Suchen vollständig an ChatGPT oder andere Assistenten auszulagern, verliert Amazon seine Position als primäre Anlaufstelle für Produktsuchen.

Indem Amazon seinen Agenten erlaubt, außerhalb des eigenen Ökosystems einzukaufen, versucht der Konzern, die absolute Kontrolle über die Kundenschnittstelle zu behalten.

Für unabhängige Marken und kleinere Online-Shops birgt dieses Vorgehen jedoch erheblichen "Sprengstoff".

Amazon integriert externe Websites in der Testphase ungefragt und ohne explizites Opt-In der Betreiber. Das führt zu massiven Problemen: Händler berichten, dass KIs Logins umgehen, Großhandelspreise für Endkunden sichtbar machen oder steuerfreie B2B-Angebote mit regulären Privatkundendaten kombinieren wollen.

Zudem verlieren Händler den direkten Kontakt zum Kunden, da Amazon als Filter dazwischengeschaltet bleibt, während das Risiko für Retouren und Support-Anfragen voll beim externen Händler verbleibt.

Risiken, Chancen und die Diskrepanz der Haftung

Die Chancen dieser Technologie liegen theoretisch in einer drastischen Reduzierung der Transaktionskosten und der Reibung beim Online-Kauf. Für den Nutzer entfällt das lästige Erstellen neuer Kundenkonten auf unbekannten Webseiten.

Die Risiken wiegen derzeit jedoch schwerer und sind primär rechtlicher und prozessualer Natur:

• Haftungsfragen bei Fehlkäufen: Wenn ein KI-Agent eine falsche Produktvariante wählt oder ein nicht existierendes Produkt autorisiert, entsteht administrativer Aufwand. Amazon verweist beim Kundenservice auf die externen Marken, obwohl die KI den Fehler im eigenen Interface generiert hat.
• Verlust der Datenhoheit: Kleinere Händler werden zu reinen Erfüllungsgehilfen degradiert, während Amazon wertvolle Daten über das Kaufverhalten auf konkurrierenden Plattformen aggregiert.
• Reputationsschäden: Listet die KI fehlerhafte Preise oder Phantom-Produkte, fällt der Unmut der Verbraucher oft zuerst auf die Marke zurück, deren Seite angeblich falsch gecrawlt wurde.

Fazit: Perspektiven für den Agentic Commerce

Der Vorfall zeigt deutlich, dass der Übergang von rein informativer KI zu agierender KI („Agentic AI“) im Jahr 2026 noch mit erheblichen Kinderkrankheiten kämpft. Die bloße Skalierung von Sprachmodellen reicht nicht aus, um komplexe, dynamische und oft unstrukturierte Web-Umgebungen fehlerfrei zu bedienen.

Damit autonomer Handel plattformübergreifend funktioniert, bedarf es standardisierter, offener Protokolle (wie dem Universal Commerce Protocol), über die Händler und KI-Agenten strukturiert und verifiziert Daten austauschen können, anstatt sich auf fehleranfälliges Screen-Scraping zu verlassen.

Solange diese technologische und regulatorische Basis fehlt, bleiben Experimente wie „Buy for Me“ ein zweischneidiges Schwert: Sie demonstrieren das enorme Potenzial der Zukunft, scheitern im Hier und Jetzt aber noch zu oft an der Komplexität der realen Welt.