Magento & SAP Business One im Zeitalter von KI-Agenten: Sind Ihre E-Commerce-Daten bereit für KI-Agenten?

Ein wiederkehrender Großhandelskunde öffnet nicht mehr Ihren Onlineshop, sondern ChatGPT. Dort gibt er beispielsweise ein: „Bestelle meine üblichen Produkte bei [Ihrer Marke] nach – aber nur, wenn sie bis Freitag geliefert werden können und die Preise den üblichen Konditionen meines Kundenkontos entsprechen.“  Der KI-Assistent besucht dabei nicht Ihre Startseite. Stattdessen greift er direkt auf Ihre Commerce-Plattform zu, ruft Preise, Lagerbestände und voraussichtliche Liefertermine ab und führt anschließend entweder die Bestellung aus oder gibt eine entsprechende Empfehlung. Der Kunde sieht keine Produktseite. Er sieht ausschließlich die Informationen, die der KI-Agent aus den angebundenen Systemen erhält.   Genau deshalb müssen diese Daten von Anfang an korrekt sein. Es gibt keinen Vertriebsmitarbeiter mehr, der einen veralteten Wert rechtzeitig erkennt, und keinen Kunden, der beim Durchscrollen einer Produktseite möglicherweise über einen offensichtlichen Fehler stolpert.  Für Unternehmen, bei denen eine Magento-SAP-Business-One Integration das Rückgrat der Geschäftsprozesse bildet, ist dies einer der bislang am wenigsten beachteten Aspekte des Agentic Commerce: Ein KI-Agent kann nur so zuverlässig sein wie die Daten, auf die er zugreift.  Bei vielen B2B- und B2C-Unternehmen befinden sich die entscheidenden Informationen zu Preisen, Kreditlimits und Lagerbeständen jedoch nicht in Magento. Die maßgeblichen Daten liegen in SAP Business One.  

Was ist Agentic Commerce? 

Agentic Commerce beschreibt einen Wandel, der 2026 in der Diskussion rund um Enterprise E-Commerce bereits deutlich erkennbar ist: Die Customer Journey beginnt zunehmend innerhalb eines KI-Assistenten wie ChatGPT, Claude, Gemini oder Perplexity und nicht mehr auf der Website eines Händlers. Anstatt selbst durch Kategorien und Produktseiten zu navigieren, überlässt der Kunde einem KI-Agenten die Recherche und den Vergleich von Angeboten. Zunehmend kann ein solcher Agent auch Käufe im Auftrag des Kunden abschließen – auf Basis der aktuellen Daten, die ein Händler für den Zugriff durch KI-Systeme bereitstellt.   Zwei neue offene Standards spielen bei dieser Entwicklung eine wichtige Rolle: das Universal Commerce Protocol (UCP) und das Agentic Commerce Protocol (ACP). Sie sollen es KI-Agenten ermöglichen, weit mehr zu tun, als lediglich ein Produkt zu empfehlen. Ein Agent kann damit beispielsweise eine Bestellung aufgeben, den Bestellstatus verfolgen oder eine Rückgabe einleiten – über Marktplätze, Werbekanäle und KI-Assistenten hinweg. Händler müssen dadurch nicht für jede KI-Plattform, die Transaktionen ermöglichen möchte, eine separate Integration entwickeln.  

Warum KI-Shopping die ERP-Integration verändert 

Ein Kunde, der auf einer Produktseite einen veralteten Lagerbestand sieht, hat in der Regel einen gewissen Spielraum für solche Abweichungen. Er legt den Artikel in den Warenkorb, und sollte sich später herausstellen, dass das Produkt doch nicht verfügbar ist, lässt sich die Situation beispielsweise über eine E-Mail oder einen Anruf klären.  Bei einem KI-Agenten funktioniert dieses Prinzip nicht in gleicher Weise – und ebenso wenig bei einem Kunden, der sich auf die Angaben des Agenten verlässt.  Der KI-Agent übernimmt eine Information als Fakt, handelt auf dieser Grundlage und setzt den Prozess fort. Ist die Information falsch, wird aus einer kleinen Datenabweichung schnell ein nicht eingehaltenes Versprechen gegenüber dem Kunden.  Hinzu kommt die Skalierbarkeit des Problems: Derselbe veraltete Datenbestand kann innerhalb weniger Minuten an zahlreiche Kunden weitergegeben werden, mit denen der KI-Agent interagiert.   Besonders relevant wird dies bei Datenfeldern, die viele Magento-Händler nicht nativ in Magento verwalten. Dazu gehören unter anderem kundenspezifische Preisstufen, tatsächlich verfügbare Lagerbestände (Available-to-Promise), Kreditinformationen und Lieferzeiten. Für Unternehmen, die SAP Business One als führendes System hinter Magento einsetzen, sind genau dies die Informationen, die ein KI-Agent benötigt. Gleichzeitig handelt es sich um Daten, für deren minutengenaue Aktualisierung klassische Batch-Synchronisationen, die beispielsweise nur nachts ausgeführt werden, ursprünglich nicht konzipiert wurden.

Adobe Commerce MCP erklärt 

Auf dem Adobe Summit im April 2026 stellte Adobe den Commerce MCP Server vor. Dieser basiert auf dem von Anthropic entwickelten Model Context Protocol (MCP) – einem offenen Standard, über den KI-Agenten sicher auf aktuelle Daten eines Händlers zugreifen können, anstatt sich auf veraltete, aus Websites extrahierte Inhalte oder manuell gepflegte Produktfeeds verlassen zu müssen. Der Commerce MCP Server stellt zentrale Funktionen von Adobe Commerce für MCP-kompatible KI-Agenten bereit. Dazu gehören Katalogdaten, Warenkorb, Preise, Lagerbestände, Promotions, Checkout, Auftragsmanagement sowie Post-Purchase-Prozesse. Damit können Händler beispielsweise einen eigenen Shopping-Assistenten, einen Voice Agent oder einen Upselling-Bot entwickeln. Gleichzeitig können sie Drittanbieter-Agenten ermöglichen, direkt auf relevante Shopdaten zuzugreifen. Adobe hat zudem angekündigt, UCP und ACP zu unterstützen, sodass Nachfrage aus KI-Assistenten, Marktplätzen und Werbekanälen über dieselbe Infrastruktur bedient werden kann. Für Händler, die ausschließlich Adobe Commerce ohne ein externes ERP-System einsetzen, ist diese Herausforderung weitgehend gelöst: Die Informationen, die der KI-Agent benötigt, befinden sich bereits in Magento.  Bei Unternehmen hingegen, die Magento gemeinsam mit SAP Business One einsetzen, sollte MCP eher als Zugangspunkt verstanden werden. Was sich hinter diesem Zugang befindet – also die tatsächliche Preislogik, der aktuelle Lagerbestand oder der reale Kreditstatus eines Kundenkontos – ist eine separate Frage. Genau dieser Aspekt wurde in vielen bisherigen Diskussionen über Agentic Commerce kaum berücksichtigt.  

Das versteckte Problem: E-Commerce-KI ist nur so präzise wie ihre Backend-Daten 

Commerce MCP kann nur die Informationen bereitstellen, die bereits in Magento vorhanden sind.  Wenn bei einem Händler jedoch SAP Business One für kundenspezifische Preisstufen, Lagerbestände über mehrere Lager hinweg, Kreditlimits oder individuell vereinbarte Lieferbedingungen verantwortlich ist, handelt es sich dabei nicht um native Magento-Daten. Diese Informationen müssen zunächst über eine Integration an Magento übertragen werden. Viele Magento-SAP-Business-One-Integrationen wurden für eine E-Commerce-Welt entwickelt, in der Menschen einkaufen und Daten über nächtliche oder stündliche Batch-Prozesse synchronisiert werden. Eine Verzögerung von einigen Stunden zwischen den Systemen war für einen Kunden, der lediglich eine Kategorieseite durchsuchte, häufig kaum wahrnehmbar. Diese Verzögerung wird jedoch sofort relevant, sobald ein KI Agent im Namen eines Kunden beispielsweise ein Kreditlimit nennt oder einen aktuellen Lagerbestand für eine Lieferung am selben Tag bestätigt.  Der Agent kann nicht erkennen, dass die gerade abgerufene Information möglicherweise bereits sechs Stunden alt ist. Ebenso fehlt ihm die intuitive Vorsicht eines Vertriebsmitarbeiters, der beispielsweise sagen würde: „Ich überprüfe den Lagerbestand sicherheitshalber noch einmal.“  Stattdessen behandelt der KI-Agent die Information als aktuell und gibt sie entsprechend weiter.  Genau hier liegt ein bislang wenig diskutierter Aspekt von Agentic Commerce. Für Magento- und SAP-Partner eröffnet sich dadurch ein entscheidendes Differenzierungsmerkmal: Eine professionell konzipierte Magento-SAP-Business-One-Integration wird von einer reinen Backoffice-Lösung zu einem strategischen Wettbewerbsvorteil.

Welche SAP-Business-One-Daten können für einen KI-Shopping-Agenten relevant sein? 

Nicht jedes Datenfeld aus SAP Business One muss einem KI-Agenten zur Verfügung gestellt werden. Besonders relevant sind jedoch jene Informationen, die unmittelbar beeinflussen, welche Auskunft ein Agent gegenüber einem Kunden gibt.  Dazu gehören insbesondere: 

• Lagerbestand: Der tatsächlich verfügbare bzw. zusagbare Bestand über verschiedene Lager hinweg – nicht lediglich der in Magento gespeicherte Bestand.  

• Kundenspezifische Preise: Vertrags- oder Staffelpreise, die mit einem bestimmten Geschäftspartnerdatensatz verknüpft sind.  

• Produktverfügbarkeit: Liefer- und Vorlaufzeiten für auftragsbezogene Produktion oder Artikel im Rückstand.  

• Mengenrabatte: Preisnachlässe, die erst ab bestimmten Bestellmengen oder Auftragsschwellen gelten.  

• Lieferinformationen: Realistische Lieferfenster auf Basis von Lagerstandort, Versanddienstleister und Bestellschlusszeiten.  

• Kontoinformationen: Preislisten, Konditionen oder Katalogbeschränkungen, die für ein bestimmtes Kundenkonto gelten.  

• Kreditlimits: Informationen darüber, ob eine neue Bestellung das genehmigte Kreditlimit bzw. die zulässige Kreditexposition eines Kunden überschreiten würde.  

All diese Informationen gehören bereits heute zum normalen Tagesgeschäft mit SAP Business One.  Was sich durch Agentic Commerce verändert, sind nicht die Daten selbst, sondern die Geschwindigkeit und Verlässlichkeit, mit der sie die Storefront-Ebene erreichen müssen – und von dort aus den KI-Agenten.

Beispielhafter Prozess: KI-Assistent → Magento → SAP Business One 

Stellen Sie sich einen Großhandelskunden vor, der einen KI-Assistenten damit beauftragt, einen regelmäßig bestellten Standardartikel nachzubestellen.  Der über Commerce MCP angebundene Assistent fragt die Magento-Instanz des Händlers nach Preis, Lagerbestand und Liefertermin. Wenn Magento lediglich eine zwischengespeicherte Version dieser Daten aus der vorherigen Synchronisierung enthält, erhält der Agent einen Magento-Wert – nicht zwingend den aktuellen Wert aus SAP Business One. Die Information kann zwar noch ungefähr stimmen, muss aber nicht mehr aktuell sein.   In einer professionell integrierten Systemlandschaft löst die Anfrage aus Magento stattdessen eine nahezu in Echtzeit erfolgende Prüfung in SAP Business One aus. Dabei werden beispielsweise die tatsächliche Preisliste des Kunden, seine aktuelle Kreditsituation und der reale Lagerbestand im relevanten Lager geprüft.  Magento gibt diese Informationen anschließend an den KI-Agenten zurück. Der Agent übermittelt sie dem Kunden, und die Bestellung, die schließlich in SAP Business One eingeht, entspricht exakt den Konditionen, die dem Kunden nur wenige Sekunden zuvor genannt wurden.  Der Unterschied zwischen beiden Szenarien bleibt für den Kunden zunächst unsichtbar – bis eine bestätigte Bestellung plötzlich nicht zum zugesagten Preis oder Liefertermin erfüllt werden kann.  

Warum veraltete ERP-Daten zu schlechten KI-Empfehlungen führen können 

KI Agenten gehen mit fehlenden oder uneindeutigen Informationen anders um als Menschen. Während ein Vertriebsmitarbeiter bei Unsicherheit meist nachprüft, greift ein KI-Agent häufig auf die plausibelste verfügbare Information zurück.  Das kann beispielsweise dazu führen, dass ein Listenpreis anstelle eines vertraglich vereinbarten Kundenpreises genannt wird, ein Lagerbestand bestätigt wird, obwohl der Artikel bereits vor einer Stunde ausverkauft war, oder eine Bestellmenge empfohlen wird, durch die das Kreditlimit eines Kunden überschritten würde.  Dabei handelt es sich nicht um ein Problem, das nur eine bestimmte KI-Plattform betrifft. Es ist vielmehr die direkte Folge davon, wenn ein Agent auf eine Datenquelle zugreift, die nicht für eine sekundengenaue Aktualität ausgelegt ist.   Mit zunehmender Skalierung steigt auch das wirtschaftliche Risiko. Ein falsch ausgezeichneter Preis auf einer Produktseite kann im schlimmsten Fall zu einem verlorenen Verkauf und einer Entschuldigung führen. Ein veraltetes Datenfeld, das einen KI-Agenten speist, kann jedoch im selben Zeitraum dieselbe falsche Antwort an jeden Kunden ausspielen, der eine entsprechende Anfrage stellt.  Da der Agent diese Information mit hoher Sicherheit präsentiert, hat der Kunde zunächst keinen offensichtlichen Grund, an ihrer Richtigkeit zu zweifeln – bis die tatsächliche Bestellung nicht mehr mit dem zuvor kommunizierten Preis, Lagerbestand oder Liefertermin übereinstimmt.  

Wie eine Single Source of Truth Agentic Commerce unterstützt 

Die Lösung dieses Problems ist vor allem eine Frage der Systemarchitektur – nicht der Darstellung.  SAP Business One bleibt das führende System für Preisgestaltung, Lagerbestand, Kreditinformationen und Kundendaten. Gleichzeitig muss Magento so nah wie möglich an Echtzeit gehalten werden, damit die Informationen, auf die ein über MCP angebundener Agent zugreift, den tatsächlichen Stand in SAP Business One widerspiegeln. Für besonders dynamische Datenfelder wie Lagerbestand und Kreditexposition kann dies ereignisgesteuerte Aktualisierungen erfordern. Daten, die sich deutlich seltener ändern – etwa Produktinhalte oder Katalogstrukturen – können weiterhin über klassische Synchronisationsprozesse übertragen werden. Genau an dieser Schnittstelle arbeitet Ingold Solutions seit Jahren für Kunden, die Magento mit SAP Business One verbinden: mit einer Integrationsarchitektur, in der das ERP-System die maßgebliche Datenquelle bleibt und der Onlineshop gleichzeitig verlässliche Informationen bereitstellt. Das gilt unabhängig davon, ob diese Daten von einem Menschen oder zunehmend von einem KI-Agenten genutzt werden.  Als Berliner Agentur mit SAP Silver Partner- und Microsoft Solutions Partner-Status sowie Delivery-Kompetenz in Deutschland und Indien bewegt sich Ingold Solutions genau an der Schnittstelle zwischen Commerce-Plattform, ERP-System und KI-Zugriffsebene – einem Bereich, der in vielen bisherigen Diskussionen rund um Agentic Commerce nur unzureichend berücksichtigt wurde.

Sicherheit und Berechtigungen für KI-zu-ERP-Workflows 

Sobald SAP-Business-One-Daten einem KI-Agenten zugänglich gemacht werden – selbst indirekt über Magento und Commerce MCP –, stellt sich eine zentrale Frage: Wer beziehungsweise was darf auf welche Datenfelder zugreifen? Ein Shopping-Assistent, der lediglich eine Frage zum Lagerbestand beantwortet, benötigt keinen Zugriff auf die vollständige Kredithistorie eines Kunden. Ebenso sollte ein Voice Agent, der eine Nachbestellung bearbeitet, nicht dieselben Zugriffsrechte besitzen wie ein internes Reporting-System.   Ein sinnvoller Ansatz besteht deshalb darin, den Zugriff konsequent nach dem Least-Privilege-Prinzip zu gestalten. Eine agentenorientierte Zugriffsschicht sollte ausschließlich jene Felder lesen können, die zur Beantwortung einer konkreten Kundenanfrage erforderlich sind – beispielsweise Preis, Lagerbestand oder Liefertermin. Interne Finanz-, Kunden- oder Betriebsdaten aus SAP Business One, die für die Anfrage nicht notwendig sind, sollten für den KI-Agenten nicht zugänglich sein.  Darüber hinaus sollte jede Anfrage über diese Zugriffsschicht: 

• authentifiziert,  

• protokolliert und  

• revisionsfähig nachvollziehbar  

sein.  Falls die Antwort eines KI-Agenten später infrage gestellt wird, muss eindeutig nachvollzogen werden können, welche Daten der Agent zu welchem Zeitpunkt erhalten hat. Diese Anforderungen werden umso wichtiger, je stärker Unternehmen von einzelnen KI-Pilotprojekten zu produktivem Agentic Commerce übergehen. Insbesondere externe KI-Assistenten, die nicht unmittelbar unter der Kontrolle des Händlers stehen, könnten künftig im Auftrag eines Kunden auf Shopdaten zugreifen.  

Wie sich Unternehmen heute vorbereiten können 

Unternehmen müssen nicht bereits heute eine vollständig ausgearbeitete KI-Agenten-Strategie besitzen. Dennoch lohnt es sich, die technische Grundlage frühzeitig zu schaffen – insbesondere im Hinblick auf eine zunehmende Verbreitung von ACP und UCP. Ein sinnvoller erster Schritt ist eine realistische Analyse der bestehenden Datenaktualität.  Dabei sollten Händler prüfen, welche kundenrelevanten Datenfelder aktuell bereits in Echtzeit von SAP Business One nach Magento synchronisiert werden und welche weiterhin von Batch-Prozessen abhängen, die lediglich ein- oder zweimal pro Tag ausgeführt werden.  Im Mittelpunkt sollten insbesondere folgende Informationen stehen: 

Preis, Lagerbestand, Liefertermin und Kreditstatus.  

Anschließend sollte genau ermittelt werden, welche SAP-Business-One-Felder einem KI Agenten zur Verfügung gestellt würden, wenn Commerce MCP oder eine vergleichbare Schnittstelle bereits morgen aktiviert würde. Darüber hinaus empfiehlt es sich, 

• die bestehende Magento-SAP-Business-One-Integrationsarchitektur daraufhin zu prüfen, wo Echtzeit- und Batch-Prozesse miteinander kombiniert werden,  

• Produkt- und Preisdaten so zu strukturieren, dass sie nicht nur für Menschen verständlich, sondern auch für KI-Agenten eindeutig interpretierbar sind,  

• und Sicherheits- sowie Berechtigungskonzepte für eine zukünftige KI-zu-ERP-Zugriffsschicht frühzeitig zu definieren.  

Eine solche Architektur lässt sich deutlich einfacher von Beginn an gezielt planen, als sie später nachzurüsten, wenn eine KI-Integration bereits produktiv und kundenseitig im Einsatz ist.

Wie dringend ist das Thema tatsächlich? 

Der Commerce MCP Server von Adobe sowie die angekündigte Unterstützung von UCP und ACP befinden sich weiterhin in der Einführung. Unternehmen haben daher aktuell noch die Möglichkeit, ihre Systemlandschaft gezielt vorzubereiten, anstatt erst reagieren zu müssen, wenn agentenbasierte Commerce-Prozesse bereits zum Alltag gehören. Händler, die ihre Magento-SAP-Business-One-Integration bereits heute in Richtung Near-Real-Time Datenverarbeitung weiterentwickeln, schaffen damit eine deutlich bessere Ausgangsposition. Unternehmen, die diese Anpassungen erst vornehmen, wenn Bestellungen bereits regelmäßig über KI Agenten eingehen, müssen ihre bestehende Architektur dagegen möglicherweise unter deutlich höherem Zeit- und operativem Druck nachrüsten.