Der Versuch

Drei Fragen, wie sie jeden Tag gestellt werden:

1. „Welchen Akkuschrauber 18 Volt unter 150 Euro empfiehlst du, und wo kaufe ich ihn?“
2. „Leiser Geschirrspüler 60 cm, Energieklasse B, bis 700 Euro, welche Modelle und wo?“
3. „Laufschuhe Herren neutral, Größe 44, was empfiehlst du und wo bestelle ich?“

Jede Frage ging an ChatGPT (bezahltes Konto, Websuche eingeschaltet) und an den Google AI Mode auf google.de. Dazu haben wir für die erste Frage den Google-Shopping-Reiter aufgerufen und die idealo-App in ChatGPT befragt. Alles aus Deutschland, alles am selben Abend. Das ist keine Studie, es ist ein Blick durch das Fenster. Für das, was wir zeigen wollen, reicht er.

Was die Assistenten antworteten

ChatGPT antwortete dreimal gleich im Aufbau: ein empfohlenes Produkt, ein Händler, ein Preis, ein Link auf die Produktseite. Beim Akkuschrauber ein Einhell-Set bei BAUHAUS für 145 Euro. Beim Geschirrspüler eine Tabelle mit drei Geräten und drei Händlerpreisen, darunter ein Herstellershop und zwei Fachmärkte, mit dem Zusatz „Händlerpreis nochmals prüfen“. Bei den Laufschuhen drei Schuhe mit je einem Händler, Preis und Lieferzeit: Intersport, Foot Locker, Runmarkt.

Der Google AI Mode antwortete anders. Er nannte Modelle mit Preisspannen und Händler als Gattung: „Große Ketten wie OBI, Bauhaus oder Hornbach haben die gängigen Modelle eigentlich immer vorrätig.“ Beim Geschirrspüler empfahl er, für Tagespreise „auf idealo.de oder billiger.de“ zu schauen. Einen Händler mit konkretem Angebot und Preis nannte er nicht.

Zwei Dinge fielen auf. Erstens: In keiner der sechs Antworten erschienen Produktkarten oder ein Karussell mit Angeboten, wie man es aus amerikanischen Berichten über ChatGPT Shopping kennt. Die Empfehlung war Text, mit Links. Zweitens: Die Quellen, die beide Assistenten angaben, waren zu einem guten Teil Preisvergleicher. ChatGPT zitierte Geizhals und idealo, der AI Mode zitierte Check24, billiger.de und idealo. Der Händler selbst kam dann vor, wenn der Assistent seine Produktseite lesen konnte.

Der Satz, der alles erklärt

Im zweiten Durchlauf, diesmal im Browser auf chatgpt.com, empfahl ChatGPT für den Akkuschrauber ein Bosch-Set bei Alternate für „125 bis 130 Euro inklusive Versand“ und schrieb dazu wörtlich:

„Die verfügbaren Händlerpreise stammen allerdings aus September; den heutigen Endpreis konnte ich nicht direkt bestätigen.“

Der Preis in der Antwort war sechs Wochen alt, und der Assistent wusste es. Das ist der Kern des Problems, und er betrifft jeden Händler, dessen Preise sich bewegen: Der Assistent arbeitet mit einer Momentaufnahme. Er hat irgendwann eine Seite gelesen, einen Preisvergleich abgerufen oder einen Feed verarbeitet, und mit diesem Stand empfiehlt er. Ob Ihr Preis heute anders ist, ob der Artikel noch lieferbar ist, ob die Versandkosten sich geändert haben, weiß er nicht. Er kann es auch nicht wissen, solange er Ihren Shop nur so sieht wie ein Mensch: als Seite, die er lesen muss.

Woher die Momentaufnahme stammt, hat Peec AI, ein Berliner Anbieter für Sichtbarkeitsmessung, im Herbst 2026 untersucht: In Europa bezieht ChatGPT die Produkte in seinen Antworten überwiegend aus Google Shopping und aus Preisvergleichern, die es im Hintergrund abfragt. Diese Hintergrundsuchen, in der Fachsprache „query fan-outs“, sind der eigentliche Mechanismus: Aus einer Kundenfrage macht der Assistent mehrere Suchanfragen, holt die Treffer und baut daraus die Empfehlung. Gefunden wird, wer für diese Hintergrundsuchen lesbar ist.

Der Weg bestimmt den Preis

Für dasselbe Einhell-Set haben wir am selben Abend drei Preise bekommen, je nachdem, welchen Weg die Anfrage nahm:

In der ChatGPT-App mit Websuche: 145 Euro bei BAUHAUS, gelesen von der Produktseite. Im Browser: ein anderes Set bei Alternate, mit Preisen aus dem September. Über die idealo-App in ChatGPT: dasselbe Einhell-Set bei Proshop für 115,61 Euro, mit dem Hinweis „Die Gesamtpreise stammen aus den aktuell abgerufenen idealo-Angeboten.“

Der Unterschied liegt in der Art der Verbindung. Die Websuche liest Seiten und Indizes, also Vergangenheit. Die idealo-App fragt idealo über eine Schnittstelle, also Gegenwart. Wer eine Schnittstelle hat, liefert frische Preise. Wer nur eine Seite hat, liefert, was der Assistent irgendwann gelesen hat. Und wer bei idealo gelistet und dort günstig ist, gewinnt den App-Weg, auch wenn seine eigene Seite dem Assistenten nie begegnet ist.

„Kauf das bitte für mich.“

Zum Schluss haben wir ChatGPT gebeten, das empfohlene Set zu kaufen. Was dann passierte, dauerte eine Minute und zwanzig Sekunden: ChatGPT öffnete einen eigenen Browser in der Cloud, rief alternate.de auf, suchte das Set, wählte die Variante mit zwei Akkus, legte sie in den Warenkorb und meldete zurück: „Der Bosch UniversalImpact 18V-60 liegt im Warenkorb: 127,89 Euro inklusive Versand. Voraussichtliche Lieferung: 4. bis 5. November. Noch nicht bestellt: Bitte ergänze im geöffneten Checkout deine Adresse und Zahlungsart.“

Kein Standard, keine Schnittstelle, kein Einverständnis des Händlers. Der Agent hat den Shop so bedient, wie ein Mensch ihn bedient, über die Oberfläche. Alternate hat einen Browser-Besuch gesehen und einen Warenkorb ohne Kundenkonto. Nichts daran unterscheidet den Agenten von einem Menschen, und nichts daran gibt dem Händler die Möglichkeit, dem Agenten etwas anderes zu zeigen als jedem anderen Besucher: keinen Kundenpreis, keine Lagerauskunft je Standort, keine Rückfrage.

Das ist heute der Normalfall. Nach Messungen der Sicherheitsanbieter HUMAN (April 2026) und Forter (Oktober 2026) läuft rund 70 Prozent der Agententätigkeit im Netz über Browser, die für Menschen gebaute Oberflächen bedienen. Die Standards für den direkten Weg, allen voran das Universal Commerce Protocol von Google und Shopify, sind da und in über 19.000 Shops im Einsatz, fast alle auf Shopify und Wix. In Deutschland, Österreich und der Schweiz haben wir am 2. November genau einen Shop mit eigener Plattform gefunden, der ein solches Profil ausliefert. Bis die Schnittstellen da sind, kaufen Agenten durch den Vordereingang.

Was das für Händler mit eigener Plattform heißt

Aus drei Fragen lassen sich keine Marktanteile ableiten. Vier Dinge lassen sich ableiten, und sie gelten unabhängig davon, wie groß der Anteil der Assistenten am Umsatz heute ist:

Genannt wird, wer lesbar ist. Der Assistent empfiehlt, was er lesen konnte: Produktseiten ohne Hürden, mit Preis im Text, mit vollständigen strukturierten Daten, mit einer Sitemap, die funktioniert. Das klingt nach Grundlagen aus der Suchmaschinenoptimierung, und das ist es auch. Nur prüft es heute kaum jemand gegen Agenten, und wenn, dann an der Startseite. Am Tag nach unserem Test haben wir je 100 Produktseiten von Hornbach und toom so abgerufen, wie ein Agent sie liest. Bei Hornbach stand der Preis auf 99 Seiten im Text, mit GTIN und Bestand in den strukturierten Daten. Bei toom stand ohne JavaScript nur die Überschrift auf der Seite. Was wir dabei über 34 Shops gelernt haben, steht in Artikel 5 dieser Serie.

Der Preis kommt aus zweiter Hand. Solange der Assistent Ihren Preis von der Seite oder vom Preisvergleicher holt, ist er so alt wie der letzte Abruf. Wenn Sie Preise täglich oder je Kanal anpassen, empfiehlt der Assistent Sie mit einem Preis, den es nicht mehr gibt. Oder er empfiehlt den Wettbewerber, dessen Preisvergleicher-Eintrag frischer ist.

Preisvergleicher sind Ihre Zulieferer geworden. idealo, Geizhals, Check24 und billiger.de erschienen in unseren sechs Antworten häufiger als die Shops selbst. Sie liefern den Assistenten Struktur und Aktualität, die Händlerseiten nicht liefern. Wer dort nicht gelistet ist oder dort mit falschen Daten steht, ist in der KI-Antwort entsprechend vertreten.

Der Agent kauft schon, ohne dass Sie es merken. Jeder Warenkorb, den ein Browser-Agent füllt, sieht in Ihren Zahlen aus wie ein Mensch. Sie wissen nicht, wie viele es sind, Sie können ihnen nichts Eigenes anbieten, und Sie können sie nicht erkennen, wenn sie etwas tun, das Sie nicht wollen. Der erste Schritt ist deshalb kein neuer Verkaufskanal. Es ist Sicht: Wer kommt, mit welchem Ausweis, und was bekommt er.

Was wir daraus machen

Wir nennen das Ziel Agentic Shop: ein Shop, der neben der Oberfläche für Menschen eine Schnittstelle für Agenten hat, über die er selektiv ausspielt, was er ausspielen will, und in einem Cockpit sieht, wer was abruft. Die erste Stufe, Agent-Ready, beginnt mit dem Lesepfad aus diesem Artikel und endet beim Agentenkatalog mit frischen Preisen. Die zweite Stufe, der Agentic Clerk, beantwortet Fragen und macht Angebote nach Ihren Regeln. Davon handeln die nächsten Artikel dieser Serie.

Wenn Sie wissen wollen, wie ein Agent Ihren Shop heute sieht, prüfen wir das für Sie: 100 Produktseiten aus Ihrer Sitemap, verglichen mit zwei Marktbegleitern, in fünf Werktagen. Sie bekommen eine Seite mit den Zahlen je Stufe und den drei Punkten, die Sie zuerst beheben können. Kostenlos, ohne Gegenleistung.

Quellen

• Eigene Messung, 2. November 2026: drei Kauffragen in ChatGPT (App und chatgpt.com, bezahltes Konto, Websuche) und Google AI Mode (google.de), Google Shopping DE, idealo-App in ChatGPT; Bildschirmfotos liegen vor. Preise und Wortlaut wie in den Antworten.
• Peec AI, Untersuchung zur Herkunft der Produkte in ChatGPT-Antworten (Herbst 2026; Berichterstattung Search Engine Land).
• Eigene Produktseitenprüfung, 3. November 2026: je 100 Produktseiten aus der Sitemap, ohne JavaScript, eigene Kennung als Prüfer (Einzelheiten in Artikel 5).
• HUMAN Security, State of Agentic Traffic (April 2026); Forter, Netzwerkdaten zu Agenten (Oktober 2026). Beides Anbieterstudien.
• Universal Commerce Protocol: ucpchecker.com und eigene Abrufe von /.well-known/ucp bei Händlern in DACH, 2. November 2026.
• Cloudflare Radar, Anteil der Bots an Seitenabrufen, eigene Abfrage 2. November 2026 (für Artikel 3 dieser Serie).

Mit den genannten Marken, Händlern und Preisvergleichen haben wir nichts zu tun. Die Produkte haben wir gewählt, Marken und Händler in den Antworten haben die Assistenten ausgesucht.

The experiment

Three questions of the everyday kind:

1. "Which 18-volt cordless drill under 150 euros do you recommend, and where do I buy it?"
2. "Quiet 60 cm dishwasher, energy class B, up to 700 euros, which models and where?"
3. "Men's neutral running shoes, size 44, what do you recommend and where do I order?"

Each question went to ChatGPT (paid account, web search on) and to Google's AI Mode on google.de. For the first question we also opened the Google Shopping tab and asked the idealo app inside ChatGPT. All from Germany, all on the same evening. This is not a study. It is a look through the window, and for what we want to show, it is enough.

What the assistants answered

ChatGPT answered three times with the same structure: one recommended product, one retailer, one price, one link to the product page. For the drill, an Einhell kit at BAUHAUS for 145 euros. For the dishwasher, a table with three machines and three retailer prices, among them a manufacturer's own shop and two specialist retailers, with the note "check the retailer price again". For the running shoes, three shoes with one retailer each, price and delivery time: Intersport, Foot Locker, Runmarkt.

Google's AI Mode answered differently. It named models with price ranges and retailers as a category: "Big chains like OBI, Bauhaus or Hornbach usually have the common models in stock." For the dishwasher it recommended checking "idealo.de or billiger.de" for current prices. It did not name a single retailer with a concrete offer and price.

Two things stood out. First: none of the six answers showed product cards or an offer carousel of the kind described in US reports on ChatGPT Shopping. The recommendation was text, with links. Second: a good part of the sources both assistants cited were price comparison sites. ChatGPT cited Geizhals and idealo, AI Mode cited Check24, billiger.de and idealo. The retailer itself appeared when the assistant had been able to read its product page.

The sentence that explains everything

In a second run, this time in the browser on chatgpt.com, ChatGPT recommended a Bosch kit at Alternate for "125 to 130 euros including shipping" and added, verbatim:

"The available retailer prices are from September, however; I could not directly confirm today's final price."

The price in the answer was six weeks old, and the assistant knew it. That is the core of the problem, and it affects every retailer whose prices move: the assistant works from a snapshot. At some point it read a page, pulled a price comparison or processed a feed, and that is the state it recommends from. Whether your price is different today, whether the item is still in stock, whether shipping has changed, it does not know. It cannot know, as long as it sees your shop the way a human does: as a page it has to read.

Where the snapshot comes from was examined in autumn 2026 by Peec AI, a Berlin company that measures visibility in AI answers: in Europe, ChatGPT sources the products in its answers mostly from Google Shopping and from price comparison sites it queries in the background. These background searches, "query fan-outs" in the trade, are the actual mechanism. From one customer question the assistant makes several search queries, collects the hits and builds the recommendation from them. Whoever is readable for those background searches gets found.

The route decides the price

For the same Einhell kit we got three prices on the same evening, depending on the route the request took:

In the ChatGPT app with web search: 145 euros at BAUHAUS, read from the product page. In the browser: a different kit at Alternate, with prices from September. Through the idealo app inside ChatGPT: the same Einhell kit at Proshop for 115.61 euros, with the note "The total prices come from the idealo offers retrieved just now."

The difference is the kind of connection. Web search reads pages and indexes, which is the past. The idealo app asks idealo through an interface, which is the present. Whoever has an interface delivers fresh prices. Whoever only has a page delivers whatever the assistant read at some point. And whoever is listed on idealo and cheap there wins the app route, even if the assistant never met their own site.

"Please buy that for me."

Finally we asked ChatGPT to buy the recommended kit. What happened next took one minute and twenty seconds: ChatGPT opened its own browser in the cloud, went to alternate.de, searched for the kit, picked the variant with two batteries, put it in the cart and reported back: "The Bosch UniversalImpact 18V-60 is in the cart: 127.89 euros including shipping. Expected delivery: 4 to 5 November. Not ordered yet: please add your address and payment method in the open checkout."

No standard, no interface, no consent from the retailer. The agent operated the shop the way a human does, through the user interface. Alternate saw a browser visit and a cart without a customer account. Nothing about it distinguishes the agent from a human, and nothing about it lets the retailer show the agent anything other than what every visitor gets: no customer price, no stock per location, no clarifying question.

That is the normal case today. According to measurements by the security vendors HUMAN (April 2026) and Forter (October 2026), around 70 per cent of agent activity on the web runs through browsers operating interfaces built for humans. The standards for the direct route, first among them the Universal Commerce Protocol from Google and Shopify, exist and are live in more than 19,000 shops, almost all on Shopify and Wix. In Germany, Austria and Switzerland we found exactly one shop with its own platform serving such a profile on 2 November. Until the interfaces are there, agents buy through the front door.

What this means for retailers with their own platform

You cannot derive market shares from three questions. You can derive four things, and they hold regardless of how large the assistants' share of revenue is today:

Whoever is readable gets named. The assistant recommends what it could read: product pages without hurdles, price in the text, complete structured data, a sitemap that works. That sounds like search engine basics, and it is. Hardly anyone checks it against agents today, and when someone does, it is on the homepage. The day after our test, we retrieved 100 product pages each from Hornbach and toom, the way an agent reads them. At Hornbach, the price was in the text on 99 pages, with GTIN and stock in the structured data. At toom, without JavaScript, the page showed nothing but the heading. What we learned about 34 shops in the process is in article 5 of this series.

The price comes second-hand. As long as the assistant takes your price from the page or from a comparison site, it is as old as the last retrieval. If you adjust prices daily or per channel, the assistant recommends you at a price that no longer exists. Or it recommends the competitor whose comparison-site entry is fresher.

Price comparison sites have become your suppliers. idealo, Geizhals, Check24 and billiger.de appeared in our six answers more often than the shops themselves. They give the assistants structure and freshness that retailer pages do not. Whoever is not listed there, or listed with wrong data, is represented in the AI answer accordingly.

The agent already buys, and you do not notice. Every cart filled by a browser agent looks like a human in your numbers. You do not know how many there are, you cannot offer them anything of their own, and you cannot recognise them when they do something you do not want. The first step is therefore not a new sales channel. It is sight: who comes, with which credentials, and what they get.

What we make of it

We call the goal an Agentic Shop: a shop that has, next to its interface for humans, an interface for agents, through which it selectively serves what it wants to serve, and a cockpit in which it sees who retrieves what. The first level, Agent-Ready, starts with the reading path from this article and ends with an agent catalogue carrying fresh prices. The second level, the Agentic Clerk, answers questions and makes offers by your rules. The next articles in this series are about that.

If you want to know how an agent sees your shop today, we check it for you: 100 product pages from your sitemap, compared with two competitors, in five working days. You get one page with the figures for each level and the three points you can fix first. Free, no strings attached.

Sources

• Own measurement, 2 November 2026: three shopping questions in ChatGPT (app and chatgpt.com, paid account, web search) and Google AI Mode (google.de), Google Shopping DE, idealo app inside ChatGPT; screenshots on file. Prices and wording as in the answers, translated from German.
• Peec AI, study on the origin of products in ChatGPT answers (autumn 2026; coverage by Search Engine Land).
• Own product page check, 3 November 2026: 100 product pages per shop from the sitemap, without JavaScript, checker identifying itself under its own name (details in article 5).
• HUMAN Security, State of Agentic Traffic (April 2026); Forter, network data on agents (October 2026). Both vendor studies.
• Universal Commerce Protocol: ucpchecker.com and our own retrievals of /.well-known/ucp at DACH retailers, 2 November 2026.
• Cloudflare Radar, share of bots in page requests, own query 2 November 2026 (for article 3 of this series).

We have no ties to the brands, retailers or comparison sites mentioned. We chose the products, the assistants picked the brands and retailers in their answers.