Von Kanälen zu KI‑Konversationen: Brand Agents im Handel

2025 war das Jahr der KI-Agents. Wer im Schweizer Einzelhandel genau hinschaut, merkt: 2026 wird zum Jahr der Brand Agents – und damit zum Jahr, in dem Marken erstmals wirklich direkt mit den digitalen Assistenten ihrer Kundschaft verhandeln.

Während Marketingabteilungen noch Dashboards mit Klicks, Impressions und CTR kontrollieren, beginnen KI-Assistenten von Apple, Google, OpenAI & Co. längst, Kaufentscheidungen vorzubereiten. Wer dort keinen eigenen AI Brand Agent hat, verliert Sichtbarkeit – selbst wenn der Webshop perfekt optimiert ist.

In diesem Beitrag geht es darum, wie sich Marketing von Kanälen zu Konversationen verschiebt, was hinter Konzepten wie Agentic Commerce und Agent Boosting steckt – und was Händler in der Schweiz jetzt konkret vorbereiten müssen, um 2026 nicht nur zuzuschauen, sondern vorne mitzuspielen.

Was sind AI Brand Agents – und warum sind sie mehr als Chatbots?

AI Brand Agents sind autonome, intelligente Markenbotschafter, die auf Basis von Unternehmensdaten eigenständig mit Kundinnen und Kunden kommunizieren – und mit anderen Agenten verhandeln.

Der Unterschied zu klassischen Chatbots ist deutlich:

• Chatbots beantworten meist vorgegebene FAQs.
• Brand Agents verstehen Absichten, greifen live auf Produkt-, Preis- und Bestandsdaten zu.
• Sie können innerhalb von Partner‑Ökosystemen verhandeln, empfehlen und abschliessen.

Ein Brand Agent für einen Sporthändler in Zürich könnte zum Beispiel:

• im Gespräch erkennen, dass jemand für den Zürcher Silvesterlauf Schuhe sucht,
• automatisch passende Modelle mit Verfügbarkeiten in der Filiale an der Bahnhofstrasse prüfen,
• Laufstil, Budget und bisherige Käufe berücksichtigen,
• optional mit einem Lieferdienst-Agenten abklären, ob Same‑Day‑Delivery möglich ist.

Kernidee: Brand Agents verschieben den Kontaktpunkt von der Website in die Konversation – dort, wo Kundinnen und Kunden sowieso schon mit KI sprechen.

Für CMOs und Marketingverantwortliche bedeutet das einen Wechsel von „Wir sprechen über Kanäle“ zu „Unsere Marke spricht als Agent“.

Von Push-Kampagnen zu Agentic Commerce

Agentic Commerce beschreibt ein Ökosystem, in dem sich Kundenabsichten und Markenintelligenz in einem einzigen Gespräch treffen. Nicht mehr der Klick auf ein Banner löst den Prozess aus, sondern ein Satz wie:

"Finde mir weisse Laufschuhe unter 180 Franken, geeignet für Einsteiger, verfügbar in Bern."

Im Hintergrund passiert Folgendes:

• Mehrere Brand Agents (z.B. On, Nike, ein Schweizer Sportfachhändler) erkennen, dass diese Anfrage zu ihnen passt.
• Über ein Protokoll wie das Agent2Agent (A2A) Protocol nehmen sie an einer sicheren Agenten-Auktion teil.
• Der Agent, der am besten passt (Relevanz, Preis, Verfügbarkeit, Markenstrategie), „gewinnt“ die Konversation.
• Dieser Agent führt den Dialog, erklärt Unterschiede, zeigt Alternativen und schliesst den Kauf ab.

Das ist kein klassisches Suchen mehr, sondern Verhandlung, Relevanz und Vertrauen in Echtzeit.

Wie verändert das die KPI-Landschaft?

Traditionelles Performance-Marketing misst vor allem:

• Impressions
• Klicks
• Conversions

Im Agentic Marketing rücken neue Kennzahlen in den Fokus:

• Agent Engagement Rate – Wie oft tritt mein Brand Agent in Konversationen auf?
• Auction Win Rate – Wie häufig setzt sich mein Agent gegen andere durch?
• Interaction-to-Purchase Rate – Wie gut wandelt der Agent Gespräche in Käufe um?

Für Schweizer Retailer heisst das: weniger Fokus auf „Traffic auf der Startseite“, mehr Fokus auf „Wie performt unser Agent in KI-Ökosystemen?“

Agent2Agent-Protokoll: Wie Marken-Agents miteinander verhandeln

Damit Marken-Agents überhaupt mit anderen Agents zusammenarbeiten können, braucht es eine gemeinsame Sprache und sichere Infrastruktur. Genau hier setzt das Agent2Agent (A2A) Protocol an.

Kurz gesagt sorgt A2A dafür, dass Brand Agents:

• plattfomübergreifend Informationen austauschen können (z.B. Produktdaten, Verfügbarkeiten, Lieferzeiten),
• Aufgaben koordinieren und Gesprächsverläufe verwalten (z.B. Übergabe vom generischen Shopping-Agent an den Brand Agent),
• Fähigkeiten anderer Agenten entdecken (z.B. Payment-Agent, Logistik-Agent, Loyalty-Agent).

Praxisnahes Beispiel für den Schweizer Einzelhandel

Ein Kunde sagt zu seinem persönlichen KI-Assistenten:

„Ich brauche ein Geschenk für meine Schwester, sie liebt Schweizer Design, Budget 150 Franken.“

Über A2A könnten etwa folgende Schritte ablaufen:

1. Mehrere Brand Agents von Schweizer Concept Stores, Möbel- oder Modehäusern signalisieren Interesse.
2. In einer Mikro-Auktion wird geprüft, wer die relevantesten Produkte liefern kann.
3. Der Agent eines Zürcher Concept Stores gewinnt, weil er besonders passende Produkte und gute Margen bietet.
4. Der Brand Agent führt ein kurzes Beratungsgespräch, schlägt drei Optionen vor und klärt gleich:
   • Lieferung rechtzeitig vor Weihnachten,
   • Geschenkverpackung,
   • digitale Quittung für die Buchhaltung.

Aus Sicht des Kunden fühlt sich das an wie ein einziges, natürliches Gespräch. Im Hintergrund orchestrieren jedoch mehrere spezialisierte Agents die Erfahrung.

Von PPC zu Agent Boosting: Wie Marken um Sichtbarkeit kämpfen

Früher haben Marken Budgets in PPC-Kampagnen gesteckt: Google Ads, Social Ads, Display-Kampagnen. Sichtbarkeit wurde erkauft, indem man auf Keywords geboten hat.

Mit Brand Agents entsteht ein neues Spielfeld: Agent Boosting.

Was ist Agent Boosting?

Agent Boosting bedeutet, gezielt in die Leistungsfähigkeit und Sichtbarkeit des eigenen Brand Agents in KI-Ökosystemen zu investieren, zum Beispiel indem man:

• bessere Datenqualität sicherstellt (Produktdaten, Preise, Verfügbarkeiten),
• Trainingsdaten und Prompting optimiert (Tonfall, Argumentationslogik, Verkaufskompetenz),
• Regeln definiert, wann der Agent aggressiv bietet und wann nicht,
• strategische Partnerschaften mit Marktplätzen oder Plattform-Agenten eingeht.

Der Übergang lässt sich so skizzieren:

Wer heute bereits im PPC-Bereich arbeitet, wird viele Parallelen erkennen – nur verschiebt sich der Kampf um Aufmerksamkeit von der Suchergebnisseite in die Konversationsebene.

Was CMOs und Handelsunternehmen jetzt konkret tun sollten

Voll autonome Brand Agents sind im offenen Web noch nicht breit verfügbar. Trotzdem können und sollten Unternehmen jetzt die Basis legen, vor allem im Schweizer Einzelhandel, wo Margen eng und Kundenerwartungen hoch sind.

1. Interne AI-Agents aufbauen – als Testlabor

Bevor der Brand Agent nach aussen geht, sollte er nach innen funktionieren. Sinnvolle erste Anwendungsfälle:

• Produktberatung für interne Teams: Ein interner Agent beantwortet Fragen von Verkauf und Kundendienst zu Sortiment, Verfügbarkeit, Retourenregeln.
• Automatisierte Content-Erstellung: Produkttexte, Variantenbeschreibungen, FAQ-Vorschläge – immer auf Basis sauberer Produktdaten.
• Workflow-Automatisierung: Kampagnen-Briefings, Auswertungen, Reporting – ein Agent zieht Daten aus CRM, PIM, ERP zusammen und bereitet sie auf.

Wer hier Erfahrungen sammelt, versteht schneller, wie Agentenarchitektur, Datenqualität und Governance zusammenhängen.

2. Datenhausaufgaben ernst nehmen

Ein Brand Agent ist nur so gut wie seine Daten. Drei Bereiche sind besonders kritisch:

• Produktdaten: Einheitliche Bezeichnungen, klar strukturierte Attribute, gepflegte Bilder, korrekte Preise.
• Kundendaten: DSGVO- und revDSG-konforme Nutzung, klare Einwilligungen, saubere Segmentierung.
• Interaktionsdaten: Chatverläufe, Support-Tickets, E-Mail-Anfragen – als Trainingsbasis für bessere Antworten.

Wer heute noch Excel-Listen aus verschiedenen Abteilungen zusammenkopiert, wird es schwer haben, einen verlässlichen Brand Agent zu betreiben.

3. Markenidentität in eine „Agenten-Persönlichkeit“ übersetzen

Die Brand Voice muss künftig nicht nur im TV-Spot, sondern in tausenden Mikro-Dialogen konsistent sein.

Das bedeutet konkret:

• Tonalität definieren: formell vs. locker, humorvoll vs. sachlich.
• Klare Leitlinien formulieren: Was darf der Agent zusagen, was nicht? Wie geht er mit Reklamationen um?
• Beispiele sammeln: Gute und schlechte Antworten, um den Agenten zu trainieren.

Ich habe mit Teams gearbeitet, die ihre Markenwerte erstmals so konkret formulieren mussten, dass ein KI-Agent sie tatsächlich „leben“ kann. Das ist anstrengend – aber extrem wertvoll.

4. Organisatorische Verantwortung klären

Brand Agents sitzen zwischen Marketing, IT, Vertrieb und Customer Service. Wenn niemand zuständig ist, passiert: nichts.

Sinnvolle Rollenaufteilung kann so aussehen:

• CMO: strategische Ausrichtung, Brand Voice, KPI-Definition.
• CIO/CTO: Plattformwahl, Integration, Sicherheit.
• Head of E‑Commerce/Retail: Use Cases, Conversion-Ziele, Tests.
• Data & AI Lead: Datenpipeline, Modell-Performance, Governance.

Gerade im Schweizer Mittelstand lohnt sich ein kleines, schlagkräftiges „Agentic Taskforce“-Team, das mit klaren Zielen startet und schnell lernt.

Warum frühe Brand-Agent-Pioniere im Handel die Nase vorn haben

Wer früh mit AI Brand Agents experimentiert, sichert sich zwei entscheidende Vorteile:

1. Kontrolle über die Kundenbeziehung: Wenn der Kaufentscheid über KI-Assistenten läuft, wird der Akteur, dessen Brand Agent präsent und kompetent ist, als „natürliche“ Wahl wahrgenommen.
2. Lernvorsprung: Die Komplexität liegt nicht in einem einzelnen Modell, sondern in Daten, Prozessen und Organisation. Wer 2025/2026 startet, ist 2027 nicht mehr am Experimentieren, sondern skaliert.

Für den Schweizer Einzelhandel – von der Premium-Boutique in Lausanne bis zur nationalen Non‑Food-Kette – bedeutet das: Wer Agentensteuerung beherrscht, bleibt relevant, auch wenn klassische Werbekanäle an Wirkung verlieren.

Die Richtung ist klar: Das Web entwickelt sich zu einem Ökosystem aus Agenten, die im Namen von Menschen und Marken handeln. Marken, die diese Entwicklung aktiv gestalten, werden nicht nur „besser kommunizieren“, sondern sich als intelligente Einheiten etablieren, die in Echtzeit mit den digitalen Assistenten ihrer Kundschaft verhandeln.

Wer heute mit internen AI-Agents, sauberen Daten und klarer Markenidentität beginnt, wird 2026 bereit sein, wenn es heisst:

„Aktiviere den Brand Agent.“

Und dann ist es kein Sprung ins kalte Wasser mehr, sondern der logische nächste Schritt.