Zum Hauptinhalt springen

Visa testet Shopping-Agenten: 42,8 Prozent der Läufe scheitern

KI-gestützt erstellt, redaktionell geprüft

Lesezeit: 4 Min.

Key Takeaways

  • Visa hat am 5. November 2026 den Agentic Commerce Benchmark veröffentlicht: 22 KI-Modelle aus 12 Laboren, 15 Kaufszenarien, drei Versuche pro Szenario.
  • Gesamt-Bestehensquote: 57,2 Prozent. Das beste Modell schaffte 82,2 Prozent, das schwächste 28,9 Prozent.
  • In 54 Prozent der gescheiterten Läufe hat die KI trotzdem gekauft.
  • Nur bei 34,2 Prozent aller Modell-Szenario-Kombinationen gingen alle drei Versuche durch. Konsistenz ist das eigentliche Problem.
  • Modelle, die im Dialog mehr versteckte Anforderungen herausgefragt haben, kamen auf 70,2 Prozent statt 44,4 Prozent.
  • Für Shop-Betreiber heißt das: Attributqualität und maschinenlesbare Produktdaten entscheiden mit, ob ein Agent euer Produkt überhaupt korrekt bewerten kann.

Ein Agent, der kauft, ist nicht dasselbe wie ein Agent, der richtig kauft

Visa hat Modelle nicht gefragt, ob sie einen Fernseher finden. Sondern ob sie vorher verstehen, welchen Fernseher der Kunde braucht: Budget, Formatkompatibilität, HDR10+, Gaming-Anforderungen. Bestanden hat ein Lauf nur, wenn das Modell alle definierten Anforderungen aufgedeckt und danach richtig entschieden hat, kaufen oder eben nicht kaufen.

42,8 Prozent der Läufe fielen durch. Und in gut der Hälfte dieser Fehlläufe hat der Agent trotzdem den Kauf empfohlen. Das ist der Teil, über den in den Pressemeldungen am wenigsten steht und der im Shop am meisten kostet. Ein Agent, der falsch kauft, produziert Retouren, Support-Tickets und Kunden, die nie wieder bestellen.

Was das mit eurer Produktdatenqualität zu tun hat

Die spannendste Zahl ist für uns nicht die Fehlerquote, sondern der Unterschied zwischen 70,2 und 44,4 Prozent. Der entstand dadurch, wie gut Modelle Anforderungen im Gespräch herausarbeiten. Ein Agent kann nur abgleichen, was er auch findet. Wenn HDR10+ bei euch in einem Fließtext steckt statt in einem sauberen Attribut, fällt das Produkt in der Bewertung durch, obwohl es passt.

Genau das sehen wir in Projekten ständig: Facetten, die zu 60 Prozent gepflegt sind. Normbezeichnungen, die mal "DIN 912 M8x20" und mal "Zylinderschraube M8 x 20" heißen. Varianten ohne eindeutige Zuordnung. Für die klassische Onsite-Suche ist das ärgerlich. Für einen Agenten ist es ein Ausschlusskriterium.

Parallel dazu: Cloudflare hat am 2. November 115.468 populäre Domains gescannt, 4,7 Prozent veröffentlichten ein UCP-Manifest. Bei Shopify-Shops liegt die Quote laut einer Stichprobe vom 7. November deutlich höher. Adobe erwartet für die US-Saison von November bis Dezember 130 Prozent mehr KI-Traffic auf Retail-Seiten. Die Nachfrage kommt also, die Lesbarkeit hinkt hinterher.

Unbequeme Fragen

Ist der Benchmark neutral? Visa ist Partei, das Unternehmen verkauft Infrastruktur für genau diesen Markt. Die Modelle wurden nicht namentlich genannt. 15 Szenarien aus Elektronik und Körperpflege sind kein B2B-Sortiment mit 80.000 SKUs und Normteilen. Übertragt die Zahlen also nicht eins zu eins.

Und ehrliche Einschätzung: Die meisten Shops haben heute kein Agenten-Problem, sondern ein Datenproblem. Das sieht man auch ohne KI, nämlich an der Null-Treffer-Rate in der eigenen Suche.

Was wir empfehlen

Fange bei den Attributen an, die Kaufentscheidungen tatsächlich treiben. Nimm deine Top-50-Suchanfragen, prüfe, welche Anforderungen darin stecken, und schau nach, ob diese Eigenschaften strukturiert im Katalog liegen. Danach kümmerst du dich um Feeds und Manifeste. Nicht perfekt. Aber strukturiert.

Dieser Artikel wurde mit Unterstützung von KI erstellt und vor der Veröffentlichung redaktionell geprüft. Verantwortlich für den Inhalt ist die Tudock GmbH.

Such-Check starten