Die agentenbasierte E Commerce Company: wie wir ein komplettes Unternehmen mit über 20 KI Agenten betreiben

Stellt euch einen Onlinehändler vor, bei dem um 1 Uhr nachts das Marketing seine Zahlen auswertet. Kurz danach prüft die Google Abteilung den Produktfeed. Dann rechnet das Controlling den Deckungsbeitrag der Woche. Gegen vier sichert die IT das gesamte Unternehmen. Und wenn das Team morgens ins Büro kommt, liegt für jeden Bereich ein fertiger Bericht auf dem Tisch, mit Befund, Quelle und Empfehlung.

Niemand davon hat Überstunden gemacht. Niemand davon ist ein Mensch.

Das ist keine Vision und kein Konzeptpapier. So läuft es seit Sommer 2026 jeden Tag in unserer eigenen D2C Marke. Und genau dieses System bauen wir als ONE COMMERCE jetzt für andere Marken.

Kurz gesagt: Wir betreiben eine echte E Commerce Marke mit über 20 spezialisierten KI Agenten auf Basis von OpenClaw. Jede Unternehmensfunktion hat ihren eigenen Agenten: Meta Ads, Google Ads und Merchant Center, SEO, Newsletter und CRM, Influencer, Marktplätze, Produktdaten, Shop Entwicklung, Grafik, Kundenservice, Lager, Finance, Compliance und Teamassistenz. Unsere Chef Agentin LENA verteilt die Arbeit an ihre Unter Agents, ein zentrales Register hält jede Aufgabe fest, über 200 Abläufe laufen nach Plan. Die Agenten messen, prüfen, bauen und empfehlen. Entscheidungen mit Geld, Kunden und Außenwirkung trifft ein Mensch. Diese Architektur ist das Produkt, das wir euch anbieten.

Was euch in diesem Artikel erwartet

• Warum Agentic Commerce mehr ist als „wir nutzen jetzt ChatGPT“
• Die Architektur: LENA als Chef Agentin, ihre Unter Agents, Register, Nachtschicht, Gedächtnis
• Die Abteilungen im Detail, mit Einblicken in das laufende System
• Die Spielregeln, ohne die so ein System im Chaos endet
• Was wir für euch bauen, in welchen Modulen und in welcher Reihenfolge

Ein Hinweis zu den Bildern: Sie zeigen echte Abläufe aus unserem System, nachgebaut mit einer Musterfirma. Zahlen, Kundennamen und Markenbezüge haben wir bewusst entfernt.

Agentic Commerce: der Unterschied zum Chatbot

Die meisten Onlinehändler nutzen KI inzwischen irgendwo. Ein Produkttext hier, eine Bildidee da, ein Prompt für die Anzeigenüberschrift. Das ist nett und spart ein paar Minuten. Am Unternehmen ändert es nichts.

Ein Agent ist etwas anderes. Ein Agent hat:

• eine feste Rolle, zum Beispiel „Google Ads und Merchant Center“,
• eigene Werkzeuge, also echten Zugriff auf Shopify, Klaviyo, Meta, Google Ads, Search Console, Amazon, Asana, Gmail, Drive und so weiter,
• ein Gedächtnis, das über Wochen wächst: Was hat funktioniert, welche Datenquelle lügt, welche Regel hat der Chef letzte Woche aufgestellt,
• einen Zeitplan, nach dem er von allein losläuft, ohne dass jemand ihn anstößt,
• Kollegen, mit denen er sich abstimmt und denen er Aufgaben übergibt,
• und klare Grenzen, was er selbst darf und wofür er eine Freigabe braucht.

Wenn ihr zwanzig solcher Agenten nebeneinanderstellt, jeder mit seiner Abteilung, seinen Werkzeugen und seinem Wissen, dann habt ihr keinen Chatbot mehr. Dann habt ihr eine zweite Belegschaft. Eine, die nicht schläft, nichts vergisst und jede Zahl mit Quelle und Datum liefert.

Genau das meinen wir mit Agentic Commerce. Wer verstehen will, was ein Agent technisch ist, findet die Grundlagen in unserem Beitrag OpenClaw für Anfänger.

Das Fundament: OpenClaw auf einem Mac mini

Die ganze Firma läuft auf einem einzigen Mac mini. Kein Rechenzentrum, keine Cluster, keine sechsstelligen Lizenzkosten.

Darauf läuft OpenClaw, ein Open Source Gateway für KI Agenten. OpenClaw kümmert sich um alles, was zwischen Sprachmodell und Unternehmen liegt:

• Agenten mit eigenem Arbeitsbereich, eigener Persönlichkeit, eigenen Regeln und eigenem Gedächtnis
• Kanäle, über die Menschen mit den Agenten sprechen: bei uns vor allem Telegram, dazu Slack und WhatsApp
• Automationen, die Agenten zeitgesteuert oder bei Ereignissen loslaufen lassen
• Werkzeuge über APIs und MCP Server, also die Hände der Agenten
• Agent zu Agent Kommunikation, damit sich Abteilungen untereinander abstimmen

Als Sprachmodell setzen wir hauptsächlich Claude von Anthropic ein, für Vergleichstests zusätzlich Google Gemini. Die Suche im Gedächtnis der Agenten läuft lokal auf dem Gerät. Der Zugriff von außen läuft ausschließlich über ein privates Netz, das Gateway selbst ist nur lokal erreichbar. Warum wir das so machen, steht in Tailscale statt TeamViewer.

Die Organisation: ein Organigramm aus Agenten

Wenn ihr euch das Agentensystem als Firma vorstellt, sieht das Organigramm so aus:

Bereich	Agent	Kernaufgabe
Geschäftsführung Assistenz	LENA, Chef Agentin	Posteingang, Verteilung, Freigaben, Eskalation
Performance Marketing Meta	Meta Agentin	Reporting, Creative Analyse, Salespage Checks, Wettbewerb
Performance Marketing Google	Google Agentin	Google Ads, Merchant Center, GA4, Search Console
CRM und Newsletter	CRM Agentin	Kampagnen, Flows, Segmente, WhatsApp
Influencer Marketing	Influencer Agentin	Scouting, Outreach, Codes, Tracking
Marktplatz	Amazon Agent	Listings, Katalogqualität, Bestand, Reporting
Social Commerce	TikTok Agentin	TikTok Shop, Listings, Kanalaufbau
Shop Entwicklung	Shop Agentin	Shopify Theme, Salespages, Performance, Monitoring
Code Review	Review Agent	Zweitmeinung, Systemfakten
Grafik	Grafik Agentin	Kampagnenmotive, Produktbilder, Bildarchiv
Lager und Einkauf	Lager Agentin	Reichweiten, Bedarfsplanung, Lieferantenabgleich
Finance	Finance Agentin	Belege, Controlling, Fristen
Compliance	Compliance Agentin	Verpackungsrecht, Etikettenfreigabe, neue Pflichten
Teamassistenz	Team Agentin	Wissensfragen des Teams, nur lesend
Persönliche Assistenz	Persönliche Agenten	Aufgaben aus Zuruf, Texte, Termine
Qualitätssicherung KI	Test Agentin	Modellvergleiche, Systemtests
Agentur und Websites	Web Agentin	Websites, SEO, Blog, Content
IT und Systembetrieb	IT Agent	Gateway, Wächter, täglicher Check aller Agenten

Jede Zeile ist ein laufender Agent mit eigenem Arbeitsbereich, eigenem Telegram Bot und eigener Aufgabenliste. Insgesamt sind es über 20 Agenten mit über 20 eigenen Bots, dazu Anbindungen an Slack und WhatsApp.

LENA, die Chef Agentin

Zwanzig Agenten ohne Führung wären zwanzig Praktikanten ohne Chef. Deshalb gibt es LENA, unsere Chef Agentin. Sie ist der zentrale Agent, der die Fäden zusammenhält, alle Fachagenten sind ihre Unter Agents. Sie macht im Kern vier Dinge:

1. Posteingang: Sie überwacht die Postfächer, ordnet eingehende Mails ein und verteilt sie an den zuständigen Fachagenten. Eine Rechnung geht an Finance, eine Freigabe von Meta an die Meta Agentin, eine Creator Anfrage an die Influencer Agentin.
2. Eskalation: Kein Agent meldet einem Menschen „geht nicht“, ohne vorher bei ihr nachzufragen. Der Mensch bekommt nur, was die Agenten wirklich nicht selbst lösen können.
3. Freigaben: Alles, was eine menschliche Entscheidung braucht, landet auf einer zentralen Freigabeliste und geht gesammelt raus, statt im Minutentakt zu stören.
4. Rundschreiben: Ändert sich eine Regel, etwa eine Formulierung bei Inhaltsstoffen oder die Schreibweise eines Markennamens, schickt LENA sie an alle Agenten. Eine Ansage, und die ganze Firma weiß Bescheid.

Die Agenten sprechen direkt miteinander. Findet die Meta Agentin auf einer Salespage einen Fehler, baut sie ihn nicht selbst. Sie schickt einen Auftrag an die Shop Agentin. Die baut, testet, deployt und meldet mit Screenshot zurück. Die Meta Agentin misst danach, ob der Fehler weg ist.

Das Register: jede Aufgabe an einem Ort

Das unterschätzte Herzstück des ganzen Systems ist eine schlichte Liste: das zentrale Aufgabenregister.

Jeder Agent trägt jede Aufgabe, die länger als bis zum Abend offen bleibt, selbst dort ein. Kurz, konkret, mit Priorität und Fälligkeit. Wartet eine Aufgabe auf eine menschliche Entscheidung, wird sie dem Menschen zugeordnet. Ist sie erledigt, wird sie sofort geschlossen. In den ersten zwei Monaten sind so über 1.400 Aufgaben durch das Register gelaufen.

Jede Nacht entsteht daraus eine Gesamtübersicht aller offenen Aufgaben, sortiert nach Agent. Der Geschäftsführer sieht morgens auf einen Blick, was offen ist, wer dran ist und wo seine eigene Entscheidung fehlt. Nicht in zwölf Tools verteilt, sondern an einer Stelle.

Die Nachtschicht: über 200 Abläufe nach Plan

Ein Agent, der nur antwortet, wenn man ihn fragt, ist ein Assistent. Ein Agent, der von allein losläuft, ist ein Mitarbeiter.

In unserer Marke laufen weit über 100 Agenten Automationen und noch einmal rund 100 Systemjobs. Die meisten davon nachts.

Die Berichte starten gestaffelt im Abstand weniger Minuten, damit nicht dreißig Agentenläufe gleichzeitig anstehen. Und es gibt eine Regel, die wir teuer gelernt haben: Tagsüber kommt kein Report. Tagsüber melden sich die Agenten nur, wenn Post eingeht, wenn etwas kaputt ist oder wenn eine Aktion an eine feste Uhrzeit gebunden ist. Ein Agentensystem, das ständig piept, wird abgeschaltet. Eines, das zur richtigen Zeit liefert, wird geliebt.

Der Spartrick: billige Vorprüfung, teurer Agent nur bei Treffer

Nicht jede Prüfung braucht ein Sprachmodell. Ob im Postfach eine neue Mail liegt oder in Asana ein neues Ticket, fragt ein simples Skript in Millisekunden ab, ohne einen einzigen Token zu verbrauchen. Erst wenn es einen echten Treffer gibt, wird der Agent geweckt. So bleiben die Kosten im Rahmen, obwohl das System rund um die Uhr wach ist.

Das Gedächtnis: eine Firma, die nichts vergisst

Jeder Agent hat ein eigenes Gedächtnis aus Notizen, einen Index darüber und ein Wiki mit Projektwissen. Regeln stehen in festen Regeldateien, wiederkehrende Abläufe werden als Skills abgelegt, also als wiederverwendbare Arbeitsanweisungen.

Was das in der Praxis bedeutet:

• Der Amazon Agent hat gelernt, dass „unverkäuflich“ nicht „beschädigt“ heißt. Seitdem empfiehlt er nie eine Entsorgung, ohne die Ursache je Artikel nachzuweisen.
• Die Google Agentin hat gelernt, dass ihre eigene Sammeltabelle deutlich unter der Live API lag. Seitdem wird jede ROAS Aussage live gegengeprüft.
• Die Meta Agentin weiß, dass die Attributionsdaten nachts noch unvollständig sind und erst mit dem Nachlauf am Mittag stimmen. Eine Abweichung am Vormittag ist für sie kein Befund.

Jede dieser Lektionen hat ein Mensch genau einmal erklärt. Danach sitzt sie. Bei einem menschlichen Team verschwindet dieses Wissen mit jeder Kündigung, jedem Urlaub und jeder Elternzeit. Hier wächst es jeden Tag.

Die Abteilungen im Detail

Jetzt wird es konkret. Für jede Abteilung zeigen wir, was der Agent heute tatsächlich tut.

Performance Marketing Meta

Die Meta Agentin ist die Analystin für Facebook und Instagram. Die Kampagnen selbst baut und steuert bei uns eine Agentur. Die Meta Agentin ist die Kontrollinstanz daneben: Sie misst, findet Fehler und liefert Empfehlungen.

Jede Nacht automatisch:

• Creative Report: Spend, Umsatz, ROAS, ROAS auf Neukunden und CAC je Anzeige. Daraus geht direkt hervor, welche Creatives skaliert und welche abgeschaltet werden sollten.
• Salespage Kennzahlen: Tageswerte aller Kampagnenseiten im Sheet, montags der Vergleich alter gegen neue Seiten.
• Kommentar Report: Alle Kommentare unter laufenden Anzeigen werden eingesammelt und eingeordnet: Frage, Kritik, Spam, neutral. Unbeantwortete gehen ans Team.

Was sie überwacht:

• Alle paar Stunden prüft sie jede laufende Salespage: erreichbar, Preis korrekt, Rabatt korrekt, Checkout funktioniert.
• Bei jeder Freigabe Mail von Meta prüft sie die neuen Anzeigen gegen die Markenregeln. So hat sie herausgefunden, dass ein Schreibfehler beim Markennamen kein einzelner Ausrutscher war, sondern in jeder neuen Charge steckte, weil die Textvorlage falsch war. Ursache statt Symptom.

Was sie analysiert:

• Wettbewerb: Auswertung der Meta Ad Library. Welche Formate, welche Funnels, welche Angebote fahren die anderen?
• Frühe Signale bei kleinem Budget: Warenkorbrate und CPM sagen oft früher etwas als der ROAS.
• Kosten immer aus der API, nie aus Zahlungsbelegen. In einem Fall zeigte die API für denselben Zeitraum mehr als das Doppelte dessen, was in den Belegen stand.

Und wenn ihr Werkzeug einen Fehler hat, repariert sie es selbst: messen, im Code beheben, testen, über Git und automatischen Deploy live bringen.

Performance Marketing Google

Die Google Agentin misst, analysiert und empfiehlt alles, was bei Google passiert: Ads, Merchant Center, GA4 und Search Console. Live Änderungen an Kampagnen und Budgets laufen mit Freigabe durch den Geschäftsführer.

Google Ads:

• Täglicher Live Abgleich über die Google Ads API: Kampagnen, Assetgruppen, Suchbegriffe, Conversion Verzögerung.
• Ein Hebel pro Kampagne: Sie liest aus, ob Budget oder Gebot die Grenze setzt, und nur dieser eine Hebel wird bewegt. Wer sein ROAS Ziel verfehlt, bekommt kein Budget dazu.
• Kontrolle der Automatik: Googles automatische Empfehlungen hatten bei einem laufenden A/B Test die Anzeigenrotation unbemerkt umgestellt. Die Google Agentin hat es gefunden. Seitdem wird das bei jedem Test täglich geprüft.

Merchant Center:

• Täglicher Feed Monitor: Meldung je Ablehnungsgrund mit „besteht seit“, Entwarnung, sobald der Grund behoben ist.
• Ausfall erkannt und erklärt: Ein App Update ließ den Feed auf einen Bruchteil schrumpfen, gleichzeitig änderten sich Feed Label und Artikel IDs. Hätte man nur das Label korrigiert, wäre Shopping still und leise ohne Auslieferung geblieben. Die Agentin hat beides gefunden.
• Länderlücken: Abgleich der Shopify Versandzonen mit dem Merchant Center. Ergebnis: In mehreren EU Ländern fehlten Versandregeln, Produkte waren dort abgelehnt.

Analytics und Attribution:

• Nächtlicher Import von Google Ads, Search Console und Attributionsdaten in eine zentrale Datenbank, dazu ein täglicher Sieben Tage Report mit Deeplinks direkt in die Kampagnen.
• Messbruch statt Absatzeinbruch: Als die Conversion Rate in Google Ads plötzlich einbrach, hat die Agentin alle Quellen nebeneinandergelegt: Shop, Attributionstool, GA4, Google Ads. Je weiter eine Quelle von der echten Bestelltabelle entfernt war, desto größer der Rückgang. Diagnose: Tracking Problem, kein Funnel Problem. Ein menschlicher Analyst hätte dafür einen halben Tag gebraucht.

SEO und GEO

SEO ist bei uns keine Abteilung, sondern ein Netz aus mehreren Agenten.

• Search Console Daten werden jede Nacht importiert. Daraus leiten die Agenten die größten Hebel ab, mit Keyword, Position, CTR und Zielseite.
• Tägliche Wächter im Shop: SEO Drift, strukturierte Daten, Core Web Vitals aus den Felddaten, noindex Seiten in der Sitemap. Geht nach einem Deploy etwas kaputt, ist es am nächsten Morgen gemeldet.
• Sterne im Google Snippet: Vorher hatte keine einzige Produktseite Bewertungsdaten im Markup. Danach alle Produktseiten mit Bewertungen, ohne eine einzige Beanstandung.
• Weiterleitungen: An einem Abend wurden über 90 Prozent der toten URLs sauber weitergeleitet.
• Signierte Crawls: Massenprüfungen gegen den Shop laufen mit kryptografisch signierten Anfragen, damit Shopify nicht drosselt und Überlast nicht wie ein Befund aussieht. Mehr dazu in Shopify Web Bot Auth.
• GEO für KI Suchmaschinen: offene robots.txt für KI Crawler, llms.txt, zitierfähige Inhalte, Monitoring der Sichtbarkeit in ChatGPT, Perplexity und den AI Overviews. Mehr dazu in GEO für Shopify.

CRM, Newsletter und WhatsApp

Die CRM Agentin ist die Retention Abteilung. Sie betreut Klaviyo und das eigene CRM der Marke.

• Fester Rhythmus: Sales Newsletter am Wochenende, Themen Newsletter unter der Woche, eigene Strecken für Abonnenten ohne Kauf, dazu WhatsApp. Über 250 Kampagnen sind so bisher durchgelaufen.
• Abends Resends an Nichtöffner, mit eigenem Code. So lässt sich der Umsatz je Versandzeit sauber zuordnen.
• Flows und Segmente: Willkommen, Geburtstag, Warenkorb, Nachkauf, Bewertungsanfrage, dazu Ausschlusssegmente für jede Aktion.
• Abmeldungen nach Kundentyp: Stammkundin, Einmalkäuferin, Ex Kundin, Abonnentin ohne Kauf. So sieht man sofort, ob ein Newsletter die wertvollen Kundinnen verärgert.

Qualitätscheck vor jedem Versand: Für jeden Newsletter gibt es einen eigenen Prüf Skill. Die Agentin holt die Vorschau aus dem Postfach und prüft sie gegen die Hausregeln: Anrede passend zur Uhrzeit, Duzen großgeschrieben, echte Umlaute, Codes, Rabattschreibweise, Bildformat, Abmeldelink. Alle Links werden automatisch geprüft. So hat sie bei einem Sale einen Abmeldeknopf gefunden, der niemanden abmeldete, und sofort gemeldet.

WhatsApp im eigenen Haus: Der WhatsApp Versand lief früher über einen externen Anbieter. Heute läuft er über ein selbst gebautes Werkzeug, der Umsatz landet stündlich in der Datenbank. Eingehende Nachrichten werden automatisch kategorisiert und an den Kundenservice übergeben.

LinkedIn, Content und Corporate Communication

Für ONE COMMERCE selbst läuft die Content Maschine über Agenten:

• Blogartikel wie dieser hier: recherchiert bei den Fachagenten, geschrieben, mit SEO Metadaten, Open Graph Bild, interner Verlinkung und strukturierten Daten.
• LinkedIn Posts in Lang und Kurzfassung, mit eigenem Cover Visual. Aus einem Fachartikel werden so Posts für mehrere Wochen.
• Pressetexte und Unterlagen: fertige Termin Unterlagen mit Deckblatt, Kalkulation und Pressetexten als PDF.
• Bilder für den Content kommen von der Grafik Agentin, nicht aus einer Stockdatenbank.

Der Mensch liefert die Idee und das Urteil. Recherche, Struktur, Rohfassung, Formatierung, Metadaten und Visuals macht der Agent.

Influencer Marketing

Die Influencer Agentin versteht Influencer als Vertriebskanal, nicht als PR. Die Leitfrage: Wer bringt Bestellungen, wer liefert brauchbaren Content, welche Kooperation verdient mehr Budget? Akquise und Abschluss liegen beim Influencer Team, die Agentin arbeitet zu.

• Scouting mit Bewertungsbogen: Reichweite, Publikum, Markenpassung, Kosten, Altersstruktur der Community. In einer Runde blieb aus über 4.000 gesichteten Profilen genau ein passender Treffer übrig. Das ist keine Schwäche, das ist der Filter.
• Kein doppeltes Anschreiben: Vor jeder Anfrage prüft die Agentin bestehende Tickets und alte Mails.
• Outreach als Entwurf: Erstanfragen, Nachfassmails, Absagen. Einmal gingen über 100 Nachfassmails jeweils als Antwort im bestehenden Mailverlauf raus, ohne einen Fehler.
• Codes im großen Stil: Hunderte Kooperationscodes in einem Durchgang umgestellt. Eine Codeliste für das Meta Team, damit Influencer Bestellungen dort nicht als Werbeumsatz zählen.
• Weitergeleitete Insights in Minuten im Board: Kolleginnen leiten Screenshots oder PDFs mit Story Insights weiter. Die Agentin liest die Kennzahlen aus, gleicht sie mit dem Buchungssystem ab und trägt sie ins richtige Ticket ein.
• „Gepostet“ nur mit Beleg, und Reporting als Kohorte je Kooperation statt pauschalem ROAS.

Marktplatz Amazon

Der Amazon Agent arbeitet mit der offiziellen Schnittstelle von Amazon. Er liest, und mit Freigabe ändert er auch.

• Katalogqualität: Prüfung auf Fehler und Sperren, zum Beispiel fehlende Sicherheitsangaben nach GPSR, fehlende EPR Nummern, Gefahrgut Einstufungen. Für jeden Fund eine Aufgabe im Board der Kollegin.
• Erst prüfen, dann ändern: Jede Listing Änderung wird bei Amazon zuerst nur validiert, ohne sie zu speichern.
• Bestand über zwei Wege: FBA und Versand aus dem eigenen Lager, aufgeschlüsselt nach verkaufbar, reserviert, in Bearbeitung und unverkäuflich.
• Tagesbericht jeden Morgen direkt aus Amazon, mit eingebauter Frischeprüfung: Sind die Daten alt, kommt eine Warnung statt alter Zahlen.
• Rezepturänderung über alle Kanäle: Als sich eine Rezeptur änderte, wurden alle Inhaltsstoffangaben auf Amazon gegen die neue Fassung geprüft. Ergebnis: null Abweichungen.

Social Commerce TikTok

Die TikTok Agentin baut gerade den TikTok Shop auf. Hier zeigen wir bewusst, wie ein Agent startet: mit wenigen Rechten, klarer Aufgabe und Schritt für Schritt. Eigener Lagerstandort, damit der neue Kanal nicht am knappen Hauptbestand hängt, Produktfreigaben für den Kanal, alle Regeln aus dem Agententeam automatisch auch in den TikTok Listings. Sobald die APIs für Shop und Werbung angebunden sind, kommen Content, Ads und Reporting dazu.

Ein neuer Kanal bekommt bei uns einen neuen Mitarbeiter, nicht eine neue Baustelle.

Produktdaten und PIM

Ein Onlinehändler lebt von sauberen Produktdaten. Preise, Gewichte, Inhaltsstoffe, Texte, Bilder, Varianten, Bundles, und das über Shop, Amazon, TikTok, Google Shopping und Newsletter hinweg.

Bei uns ist das Produktdaten Management über mehrere Agenten verteilt:

• Stammdaten in Kalkulations und Produkttext Tabellen, mit Preisprotokoll und Produktgewichten.
• Shopify Metaobjekte für strukturierte Inhalte, zum Beispiel die Ergebnisseiten eines Produktberaters.
• Kanalabgleich: Der Amazon Agent gleicht SKUs gegen Shopify ab, die Google Agentin den Merchant Feed, die TikTok Agentin die Kanalfreigaben.
• Regelverteilung: Ändert sich eine Rezeptur oder eine Pflichtangabe, geht die Änderung per Rundschreiben an alle Agenten, die Produktdaten anfassen.
• Rabattcode Register im Shop mit wöchentlicher Prüfung, ob Shop und Shopify übereinstimmen. Dabei kam ein Fall heraus, in dem der Shop mehr Rabatt anzeigte, als Shopify tatsächlich gewährte.

Für Kunden mit größerem Sortiment bauen wir das zu einem agentengestützten PIM aus: eine zentrale Produktdatenquelle, aus der die Agenten alle Kanäle befüllen und gegen die sie täglich prüfen, ob Shop, Marktplätze und Feeds noch stimmen.

Shop Entwicklung

Die Shop Agentin ist die einzige, die am Live Shop schreibt. Das ist eine bewusste Entscheidung, dazu unten mehr.

Der Release Ablauf: eigener Branch, Testtheme, Beleg Screenshots, Merge auf main, Gegenmessung live. Ein Rückweg ist jederzeit per Git möglich. Auf main stehen über 1.000 Commits.

Was sie gebaut hat:

• Neues Shopify Theme auf Basis von Horizon, mit GitHub verbunden.
• KI Testkäuferinnen: Vergleich altes gegen neues Theme mit simulierten Käuferinnen. Ergebnis: bei leicht niedrigerer Warenkorbquote mehr als das Doppelte an Warenkorbwert je Besucher.
• Eigener Warenkorb Drawer mit Fortschrittsbalken zum Gratisversand. Er ersetzt eine Drittanbieter App.
• Salespages als Baukasten: Aus wenigen Mastervorlagen entstehen Kampagnenseiten für Meta und Google, inklusive A/B Varianten und automatischem noindex.
• Produktberater Quiz, gebaut und getestet, noch nicht live: Ergebnisseite je Typ, Warenkorb mit automatisch eingelöstem Rabatt, Einmalcode je Kundin, Übergabe an Klaviyo mit Signaturprüfung, abgesichert durch Dutzende automatische Tests.

Performance und Barrierefreiheit:

• Ladezeit des größten Elements auf der Startseite mobil halbiert. Ursache war ein Slider, der beim Neuzeichnen um Bruchteile eines Pixels größer wurde und in Chrome eine zweite Messung auslöste. Gefunden per Trace im Browser.
• Ungenutzte Skripte abgeschaltet, spürbar weniger Gewicht und Requests auf jeder Seite.
• Barrierefreiheit und KI Browsing Agenten: Kontraste, Linknamen, Trefferflächen, ARIA Rollen. Ergebnis: null WCAG Verstöße auf der Startseite.

Monitoring: Ein Supercheck misst Usability und Frust über Clarity, Lighthouse und die Search Console und meldet sich nur, wenn sich etwas verschlechtert.

Grafik und Bildproduktion

Die Grafik Agentin produziert Kampagnenmotive, Produktbilder und Brand Assets mit aktuellen Bildmodellen, für mehrere Marken der Gruppe. Über 2.000 Bilddateien sind so in wenigen Monaten entstanden, sauber archiviert und dokumentiert.

Die wichtigste Lektion: Bildmodelle erfinden gern Etikettentext. Wo die Generierung nicht exakt genug ist, wird deshalb montiert statt generiert. Jede Version wird archiviert, Versandbilder technisch geprüft, und freigegeben wird immer von einem Menschen.

Customer Care

Der Kundenservice läuft über ein Helpdesk, das die Agenten über eine Schnittstelle direkt ansprechen: Tickets lesen, Workflows bauen, Help Center pflegen, Statistiken abrufen.

• Mail Watcher ordnen eingehende Anfragen zu und leiten sie an den richtigen Fachagenten.
• WhatsApp Eingang: Nachrichten werden automatisch kategorisiert und an den Kundenservice übergeben.
• Autoreplies für Bewerbungen und Spam, damit die echten Anfragen nicht untergehen.
• Die Gründerin im Kundenservice: Tickets, die ihre persönliche Antwort brauchen, landen in ihrem Chat. Antwortet sie dort, geht ihr Text wortwörtlich an die Kundin. Ohne Umformulieren, damit die Antwort authentisch ankommt.
• Kommentare unter Anzeigen sammelt die Meta Agentin ein und gibt sie mit Einordnung ans Team.

Der Agent sortiert, priorisiert, bereitet vor und hält nach. Wo eine echte Stimme gefragt ist, kommt eine echte Stimme.

Lager, Einkauf und Logistik

Die Lager Agentin rechnet, belegt und empfiehlt. Bestellen tut ein Mensch.

• Wöchentliche Bestandsanalyse als mehrstufige Pipeline: Lagerbestand, Bundles und Sets, Bestellpositionen, Verkäufe, Lieferantenrechnungen.
• Reichweite je Artikel in Tagen, immer mit Angabe des Absatzfensters. Aus der Lieferzeit leitet die Agentin ab, welche Bestellungen fällig und welche überfällig sind.
• Gebundenes Kapital sichtbar machen: Überbestand und Ware mit mehr als einem Jahr Reichweite. Typisches Muster: Eine Serie ist überbestellt, eine andere unterbestellt.
• Lieferantenabgleich: Rechnungen gegen tatsächliche Wareneingänge, daraus Reklamationsentwürfe.
• Datenfallen erkennen: Ein Snapshot, der Bundles doppelt zählte. Eine Tabelle mit einer Monatslücke. API Abfragen, die still abschnitten. Jede Zahl braucht eine Quelle und ein Datum.

Dazu kommen bei LENA: Anbindung an den Fulfillment Dienstleister, ein Versand Tracking Wächter, eine tägliche Bestandswarnung und ein Retouren Radar.

„Eine unangenehme Zahl mit Beleg ist mehr wert als eine runde ohne. Ich rechne, belege und empfehle, entscheiden tut der Mensch.“ Die Lager Agentin

Finance und Controlling

Die Finance Agentin ist Buchhaltungsvorbereitung und Controlling in einem.

• Belegfoto genügt: Ein Foto im Team Chat, und die Agentin schneidet es zu, legt einen Vorgang an und füllt Lieferant, Rechnungsnummer, Datum und Summe aus. Unsichere Felder bleiben leer, mit Begründung.
• Eingangsrechnungen aus den Postfächern werden automatisch gefunden und ausgelesen, auch E Rechnungen.
• Pflichtprüfung auf jeder Rechnung: Stimmt die Rechnungsanschrift? Eine veraltete Adresse gefährdet den Vorsteuerabzug.
• Belege aus Anbieterportalen holt die Agentin selbst über einen automatisierten Browser.
• Wöchentlicher Finanzreport mit Deckungsbeitrag, Marketingquote, Rabattquote, Kundenwert im Verhältnis zu Akquisekosten und Break Even ROAS, gegengeprüft gegen eine zweite Datenquelle.
• Vollständigkeitswächter für Kontoauszüge, Abrechnungen und Monatsunterlagen, dazu Fristen und Vertragslaufzeiten.

Ein Beispiel, warum Prüfung wichtiger ist als Geschwindigkeit: Eine Postfachsuche nach „Rechnung“ brachte rund hundert Treffer. Echte Lieferantenrechnungen waren nur eine Handvoll, der Rest waren eigene Ausgangsrechnungen, die Kunden bei Reklamationen zurückgeschickt hatten. Ein blindes System hätte Massenmails an Kunden verschickt. Die Agentin hat es erkannt.

Compliance und Regulatorik

In vielen Branchen ist Regulatorik eine eigene Vollzeitstelle. Bei uns unterstützt eine eigene Agentin die zuständige Kollegin:

• EU Verpackungsverordnung (PPWR): Konformitätserklärung Stück für Stück, vom Versandkarton bis zum Seidenpapier.
• Herstellerverantwortung (EPR): Länderbewertung anhand der Versandzonen, Anbietervergleich.
• Etikettenfreigabe: Druckabzüge gegen die Vorgaben prüfen, von der Inhaltsstoffliste bis zur Schriftgröße, mit klarer Empfehlung.
• Neue Pflichten im Blick, mit Fristen und Umsetzungsstand.

Team, Asana und interne Kommunikation

• Teamassistenz: Eine gemeinsame Agentin beantwortet Wissensfragen des Teams, bewusst nur lesend. Ein Bot, den mehrere Menschen ansprechen, bekommt keine Schreibrechte.
• Persönliche Agenten für einzelne Teammitglieder, mit eigenen Rechten, eigenem Gedächtnis und eigener Google Identität. Jeder sieht nur, was mit ihm geteilt ist.
• Aufgaben aus Zuruf: Die Gründerin schreibt per Telegram, was ihr auffällt. Ihr Agent macht daraus eine saubere Asana Aufgabe mit Problem, Link, gewünschtem Ergebnis und Empfängerin.
• Slack und Asana: Spiegelung von Slack nach Asana, Slack Eingang per Telegram mit Antwortbrücke, Sammelmeldung überfälliger Aufgaben, automatische Vorbereitung der Team Calls.

IT, Betrieb und Sicherheit

Ein Unternehmen aus Agenten braucht eine IT Abteilung. Bei uns ist das der IT Agent, ein eigenständiger Techniker auf demselben Rechner. Er repariert die Infrastruktur, richtet neue Agenten ein und betreibt die Wächter:

• Wächter für Gateway, Speicherplatz, Modelle und Jobs
• Täglicher Supercheck aller Agenten
• Nächtlicher Datencheck: Umsatz und Werbeausgaben im Abgleich, Synchronisationsverzug, Duplikate, Plausibilität
• Backup jede Nacht in die Cloud, mit gestaffelter Aufbewahrung. Zugangsdaten gehen nicht in die Cloud.

Dazu kommt eine Test Agentin, die neue Modelle und Werkzeuge abseits des Live Betriebs prüft, bevor ein operativer Prozess umgestellt wird.

Die Spielregeln: warum das System nicht im Chaos endet

Über zwanzig Agenten mit echtem Zugriff auf Shop, Werbekonten und Postfächer. Das klingt nach einem Albtraum. Ist es nicht, weil es Regeln gibt. Diese Regeln sind mindestens so viel wert wie die Agenten selbst.

Regel 1: Ein Schreiber pro System. Am Live Shop schreibt genau ein Agent. Alle anderen lesen, messen und melden. Zwei Schreiber im selben Arbeitsbaum bedeuten verlorene Arbeit oder ungeprüften Code im Shop. Das ist uns einmal passiert, seitdem gilt die Regel ohne Ausnahme.

Regel 2: Messen und empfehlen ist frei, Geld und Außenwirkung brauchen Freigabe. Lesen, abgleichen, rechnen, Entwürfe schreiben machen die Agenten selbständig. Budgets, Preise, Zahlungen, Mails an Kunden und Creator, Löschungen und Veröffentlichungen gibt ein Mensch frei. Das ist kein Misstrauen gegenüber der KI. Das ist dieselbe Regel, die ihr auch einem neuen Teammitglied gebt.

Regel 3: Wenig Rechte zum Start. Neue Agenten starten mit Leserechten und bekommen mehr, wenn sie sich bewährt haben. Die Sicherheit soll nicht nur am Prompt hängen, sondern an den technischen Rechten.

Regel 4: Jede Zahl mit Quelle und Datum. Weicht ein Ergebnis von einem älteren Bericht ab, wird die Differenz erklärt, nicht geglättet. Fakten, Annahmen und Empfehlungen werden getrennt.

Regel 5: Visuelle Änderungen nur mit Screenshot. Wer behauptet, eine Seite sei repariert, legt einen Live Screenshot bei.

Regel 6: Hausregeln gelten für alle. Echte Umlaute, Markennamen exakt wie vorgegeben, klickbare Links, Tabellen statt Fließtext bei Vergleichen, Berichte nur nachts. Jede Regel steht in einer zentralen Datei, und jeder Agent liest sie bei jedem Start.

Das klingt nach Kleinkram. Es ist der Unterschied zwischen einem System, das man ausprobiert, und einem, mit dem man ein Unternehmen führt.

Das System in Zahlen

Über 20	spezialisierte KI Agenten
Über 20	eigene Telegram Bots
Über 200	automatisierte Abläufe
Über 1.400	Aufgaben im Register in zwei Monaten
Über 2.500	Agentensitzungen
Über 2.000	Bilddateien aus der Grafikproduktion
Über 250	Newsletter Kampagnen
Über 1.000	Commits auf dem Shop Theme
1	Mac mini

Was wir für euch bauen

Alles, was ihr oben gelesen habt, läuft in unserer eigenen Marke. Wir haben jeden Fehler selbst gemacht, jede Regel selbst gelernt und jeden Agenten im echten Betrieb geschärft. Das ist der Vorsprung, den wir an euch weitergeben.

Bei Kunden bauen wir das System mit eigenem Mac mini im Büro des Kunden, eigener OpenClaw Installation, eigenem Google Workspace Zugang, eigenen Bots und eigener Persona für die Chef Agentin. Die Daten bleiben beim Kunden, die Agenten arbeiten nur in dessen Kontext.

Modul	Was drin ist
Fundament	Hardware, OpenClaw, privates Netz, Kanäle, Chef Agentin, Aufgabenregister, Backup, Wächter
Performance Marketing	Meta und Google Agentin, Attribution, Creative und Salespage Reporting, Feed Monitor
SEO und GEO	Search Console Auswertung, technische Wächter, strukturierte Daten, KI Sichtbarkeit
CRM und Retention	Klaviyo, Newsletter Check, Flows, Segmente, WhatsApp
Content und LinkedIn	Blog, LinkedIn Posts, Visuals, Pressetexte
Marktplätze	Amazon, TikTok Shop, weitere Kanäle
Produktdaten	Stammdaten, Kanalabgleich, Regelverteilung, agentengestütztes PIM
Shop Entwicklung	Shopify Theme, Salespages, Performance, Monitoring
Customer Care	Helpdesk Anbindung, Mail Watcher, Kategorisierung, Antwortbrücken
Operations	Lager, Einkauf, Logistik Wächter
Finance	Belege, Rechnungsprüfung, Finanzreport, Fristen
Team	Teamassistenz, persönliche Agenten, Asana und Slack

So gehen wir vor

1. Bestandsaufnahme: Welche Systeme habt ihr, wo liegen die Daten, welche Abteilung brennt am meisten?
2. Fundament: Hardware, OpenClaw, Kanäle, Chef Agentin, Register, Backup. Ohne dieses Fundament baut niemand Agenten.
3. Erster Fachagent: dort, wo der Hebel am größten ist. Bei den meisten Shops ist das Performance Marketing oder der Posteingang.
4. Hausregeln: Gemeinsam schreiben wir die Regeln, die eure Agenten einhalten. Markenstimme, Freigaben, Schreibrechte, Meldezeiten.
5. Ausbau Abteilung für Abteilung: Jeder neue Agent startet mit Leserechten und bekommt mehr, wenn er sich bewährt.
6. Betrieb: Wächter, Backup, Updates und die Weiterentwicklung der Agenten übernehmen wir.

Für wen das passt

• Shopify Marken mit eigenem Team, die wachsen wollen, ohne für jede neue Aufgabe eine neue Stelle zu schaffen
• Händler mit vielen Kanälen, bei denen Shop, Amazon, Google Shopping und Social Commerce auseinanderlaufen
• Gründerinnen und Gründer, die heute selbst die Schnittstelle zwischen zwölf Tools sind
• Unternehmen, die KI ernst meinen und keine weitere Demo, sondern ein laufendes System wollen

Was das System nicht ist

• Es ersetzt nicht euer Team. Es nimmt eurem Team die Arbeit ab, die niemand gern macht: Abgleiche, Berichte, Kontrollen, Nachhalten, Formatieren. Entscheidungen, Kreativität und Beziehungen bleiben bei den Menschen.
• Es ist kein Plugin. Ein Agentensystem wächst mit dem Unternehmen. Die ersten Wochen sind Aufbau, Regelwerk und Vertrauensbildung.
• Es braucht Zugänge. Ohne API Zugriff auf Shop, Werbekonten und Postfächer kann ein Agent nur raten.
• Es braucht Regeln. Ohne klare Schreibrechte und Freigaben ist ein Agentensystem ein Risiko. Mit Regeln ist es die zuverlässigste Abteilung im Haus.

Fazit

Vor zwei Jahren war „KI im E Commerce“ ein Produkttext Generator. Heute betreiben wir eine komplette Marke mit über 20 Agenten, die Werbung auswerten, Feeds überwachen, Newsletter prüfen, Creator scouten, Listings pflegen, Bestände rechnen, Belege erfassen, Etiketten prüfen und den Shop bauen. Jede Nacht, ohne Pause, mit Quelle und Datum.

Das ist Agentic Commerce. Nicht als Folie, sondern als laufender Betrieb.

Wenn ihr wissen wollt, wie das bei euch aussehen kann, sprecht uns an. Wir zeigen euch das System live und rechnen mit euch durch, welche Abteilung bei euch zuerst einen digitalen Kollegen bekommt.

Jetzt Gespräch vereinbaren