When the customer is a machine: a systematic literature review and integrative framework of agentic commerce
Diese systematische Literaturübersicht synthetisiert 140 Studien von 1994 bis 2026, um die anthropozentrische Annahme des Marketings in Frage zu stellen, indem sie ein integratives Framework entwickelt, das den agentischen Handel durch eine fünfstufige Delegationsleiter, eine dreiteilige Einfluss-Triade und ein vierschichtiges Referenzmodell kategorisiert, um künftige Forschungs- und Messpraktiken zu leiten.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Seit Jahrzehnten wurde die Geschichte des Online-Shoppings für menschliche Augen und menschliche Hände geschrieben. Eine Person sieht eine Anzeige, spürt ein Gefühl der Dringlichkeit, weil nur noch zwei Artikel übrig sind, vergleicht Preise über verschiedene Browser-Tabs hinweg, klickt auf einen Button und tippt eine Kreditkartennummer ein. Dieser gesamte Prozess setzt voraus, dass der Kunde ein Mensch mit Gefühlen, einer Aufmerksamkeitsspanne und der Fähigkeit ist, durch ein geschickt platziertes Bild oder eine kluge Schlagzeile beeinflusst zu werden. Doch ein leiser Wandel vollzieht sich nun auf beiden Seiten des Marktes. Auf der Käuferseite beginnen Menschen damit, ihre Einkaufsaufgaben an Software-Assistenten zu delegieren, die für sie suchen, vergleichen und sogar bezahlen können. Auf der Verkäuferseite setzen Unternehmen ihre eigene Software ein, um Produktbeschreibungen zu schreiben, Anzeigen zu entwerfen und Preise zu verhandeln. Diese neue Realität, in der Maschinen als Kunden und Verkäufer agieren, bricht die fundamentalen Regeln, auf denen das Marketing seit einem Jahrhundert beruht. Die Frage ist nicht mehr nur, wie man an einen Menschen verkauft, sondern wie man von einer Maschine gesehen wird, wie man eine Entscheidung beeinflusst, die durch Code getroffen wird, und wie man eine Transaktion misst, bei der nie ein Mensch eine Maus geklickt hat.
Um diese neue Landschaft zu verstehen, führte ein Forschungsteam der University of Southern Denmark und der Aarhus University eine massive Überprüfung der wissenschaftlichen Literatur durch. Sie sammelten 140 Studien, die zwischen 1994 und 2026 veröffentlicht wurden, und führten Arbeiten aus den Bereichen Marketing, Informatik, Wirtschaftswissenschaften und Rechtswissenschaften zusammen. Ihr Ziel war es, ein Feld zu kartografieren, das bisher in verstreuten Teilen gewachsen war, indem sie die frühen Experimente mit Shopping-Bots aus den späten 1990er Jahren mit der modernen Ära der fortgeschrittenen künstlichen Intelligenz verbanden. Sie fanden heraus, dass sich die Technologie zwar dramatisch verändert hat, die Kernherausforderungen jedoch überraschend konsistent geblieben sind. Die Forscher ordneten ihre Ergebnisse in einem klaren Rahmen an, der erklärt, wie diese Maschinenkunden funktionieren, wie sie beeinflusst werden können und was passiert, wenn sie den Warenkorb übernehmen.
Die Forscher entdeckten, dass die Beziehung zwischen einem Menschen und seinem Einkaufsassistenten nicht alles-oder-nichts ist; sie existiert auf einer Leiter von fünf verschiedenen Stufen. Auf der untersten Stufe fungiert die Software lediglich als Informant, der Daten anzeigt, während der Mensch die gesamte Arbeit erledigt. Eine Stufe höher agiert sie als Berater, der Produkte vorschlägt, die endgültige Entscheidung aber dem Menschen überlässt. Weiter oben wird die Software zum Co-Piloten, der Teile der Aufgabe übernimmt, während der Mensch genau zusieht. Weiter oben wird sie zum begrenzten Ausführer (scoped executor), der berechtigt ist, spezifische, begrenzte Transaktionen basierend auf klaren Anweisungen durchzuführen. An der Spitze steht sie als autonomer Delegierter, der in der Lage ist, den gesamten Prozess zu planen und einzukaufen, mit nur einer retrospektiven Kontrolle durch den Menschen. Die Studie offenbarte eine eklatante Wissenslücke: Wir haben ein tiefes Verständnis dafür, wie Menschen reagieren, wenn die Maschine nur ein Berater ist, aber wir haben sehr wenig Evidenz darüber, wie sich Menschen verhalten, wenn die Maschine vollkommen autonom ist. Tatsächlich beobachteten nur sechs Studien aus der gesamten Sammlung vollkommen autonome Agenten, die reale Käufe unter menschlicher Aufsicht tätigten. Der Großteil der aktuellen Forschung konzentriert sich auf die unteren Ebenen, selbst während die Technologie in Richtung der Spitze rast.
Dieser Wandel verändert die Funktionsweise des Marketings in drei spezifischen Arten. Erstens ist die Maschine selbst zum Zielobjekt geworden. So wie ein Mensch vielleicht ein Regal nach einer vertrauten Marke absucht, scannt eine Maschine digitale Inhalte nach spezifischen Signalen. Die Forscher fanden heraus, dass eine Maschine ein Produkt um bis zu vierzig Prozent wahrscheinlicher in ihre Empfehlungen aufnimmt, wenn ein Unternehmen seine Produktbeschreibungen umschreibt, um klare Zitate, Statistiken und strukturierte Daten einzubeziehen. Dies ist eine neue Form der Sichtbarkeit, bei der es genauso wichtig ist, für einen Computer „lesbar“ zu sein, wie für einen Menschen attraktiv zu sein. Zweitens fungiert die Maschine als Kanal zum Menschen. Die Art und Weise, wie eine Nachricht von einem Roboter übermittelt wird, kann die Reaktion eines Menschen verändern. Wenn beispielsweise ein Käufer unter Zeitdruck steht, ist er eher bereit, ein von einer KI empfohlenes Produkt zu kaufen als von einem Menschen, da er die Maschine weniger kritisch hinterfragt. Wenn der Mensch jedoch weiß, dass er mit einer Maschine spricht, bevor das Gespräch beginnt, kann seine Kaufbereitschaft um fast achtzig Prozent sinken. Drittens ist die Maschine zum Produzenten von Marketing geworden. Unternehmen nutzen nun KI, um Anzeigen zu schreiben, Banner zu entwerfen und sogar auf Kundenkommentare zu antworten, wodurch ein Kreislauf entsteht, in dem Maschinen Inhalte generieren, die von anderen Maschinen dann evaluiert und ausgewählt werden.
Die Studie hob auch hervor, dass Vertrauen der entscheidende Faktor ist, aber es geht nicht nur darum, ob der Mensch dem Roboter vertraut. Es geht darum, ob das System ein verifiziertes „Mandat“ besitzt, also eine formale, sichere Erlaubnis, die der Software genau mitteilt, was sie tun darf. Oh ohne diese rechtliche und technische Infrastruktur kann eine vollständige Delegation nicht sicher erfolgen. Die Forscher fanden heraus, dass die erste Welle der Shopping-Bots in den 1990er Jahren weitgehend deshalb scheiterte, weil diese Infrastruktur nicht existierte. Heute werden neue Zahlungssysteme und digitale Identitätsprotokolle entwickelt, um dies zu lösen, was es Maschinen ermöglicht, mit derselben Sicherheit wie Menschen zu transaktieren. Die Forscher warnen jedoch, dass dieses neue System neue Risiken birgt. Maschinen können durch versteckten Text auf Produktseiten manipuliert werden, und ihre Präferenzen können sich über Nacht ändern, wenn ein Software-Update veröffentlicht wird, was zu plötzlichen Verschiebungen der Nachfrage führt.
Die Forscher kamen zu dem Schluss, dass wir in eine neue Ära eintreten, in der der „Kunde“ oft eine Maschine ist und die Regeln der Interaktion anders sind. Sie schlugen ein neues Set an Werkzeugen für Unternehmen und Regulierungsbehörden vor, einschließlich Möglichkeiten, zu messen, wie oft eine Marke in Maschinenantworten erscheint, und wie man testet, ob ein Shopping-Bot getäuscht werden kann. Sie betonten, dass während die Technologie schnell voranschreitet, unser Verständnis des menschlichen Verhaltens in diesem neuen Kontext noch hinterherhinkt. Die wichtigste Erkenntnis ist, dass die alten Regeln des Marketings nicht einfach verschwinden, sondern sich aufspalten. Unternehmen müssen nun lernen, für die Maschine sichtbar, für den Menschen durch die Maschine überzeugend und vertrauenswürdig genug zu sein, um die Autorität zu erhalten, Geld auszugeben. Die Zukunft des Handels hängt davon ab, Systeme aufzubauen, die diesen komplexen Tanz zwischen menschlicher Absicht und maschineller Ausführung bewältigen können, um sicherzustellen, dass eine Maschine, wenn sie etwas kauft, wirklich im besten Interesse der Person handelt, der sie gehört.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.