Visa-Test: Der KI-Agent kauft falsch. Und zahlt trotzdem

Stell dir einen Verkäufer vor, der in fast jedem zweiten Gespräch das falsche Produkt empfiehlt. Und in mehr als der Hälfte dieser Fälle trotzdem kassiert.

Genau so sieht der Stand von KI-Shopping-Agenten aus. Laut Visa.

Was Visa getestet hat

Visa hat am 5. November den Visa Agentic Commerce Benchmark veröffentlicht. In der ersten Runde mussten 22 KI-Modelle von 12 Anbietern 15 Einkaufs-Szenarien lösen, etwa einen Fernseher, einen Laptop oder ein Pflegegerät kaufen. Drei Versuche pro Szenario. Bestanden hat ein Lauf nur, wenn der Agent alle Anforderungen der Kundin herausgefunden und richtig gekauft oder bewusst nicht gekauft hat.

• 42,8 % der Läufe scheiterten.
• In rund 54 % der gescheiterten Läufe kaufte der Agent trotzdem.
• Die besten Modelle bestanden 82,2 %, die schwächsten 28,9 %.
• Alle drei Versuche bestanden nur in 34,2 % der Fälle.

Die Modelle nennt Visa nicht. Der Benchmark ist öffentlich auf Visa Payments Frontier, samt Replays und Whitepaper.

Das Problem ist nicht die Bezahlung. Es sind die Fragen.

Was ich daran spannend finde: Die Payment-Branche redet seit Monaten über Tokens, Protokolle und sichere Checkouts für Agenten. Visa zeigt jetzt, dass der Agent vorher scheitert. Beim Verstehen.

Die Daten sind eindeutig. Die fünf Modelle, die die meisten versteckten Kaufkriterien aufdeckten, bestanden 70,2 % der Läufe. Die fünf schlechtesten nur 44,4 %. Heißt: Wer die richtigen Rückfragen stellt, kauft richtig. Im Fernseher-Beispiel: Budget, Formate, HDR10+ für Familienvideos, Gaming. Eine gute Verkäuferin fragt das in zwei Minuten ab. Viele Agenten nicht.

Und Geld löst es nur halb. Die fünf teuersten Modelle pro Lauf bestanden 67,1 %, die fünf günstigsten 50,2 %.

Was das für Shops heißt: Retouren mit Ansage

Der Second-Order-Punkt: Ein Agent, der falsch kauft und trotzdem bezahlt, erzeugt keinen Umsatz. Er erzeugt eine Retoure. Plus einen Kunden, der dem nächsten Agenten-Kauf weniger traut. Laut Visas eigenem Trust Index vom September trauen ohnehin nur 23 % der US-Konsumenten KI bei Zahlungen.

Für Shop-Betreiber verschiebt sich damit die Arbeit. Weg vom Checkout, hin zu Produktdaten, die ein Agent gegen Kundenwünsche prüfen kann. Kompatibilität, Ausschlusskriterien, „passt nicht zu …“. Was heute in Fließtext-Beschreibungen versteckt ist, muss als klares Attribut da stehen.

Der Haken

Es ist Visas eigener Benchmark mit 15 Szenarien. Noch ohne Checkout und Bezahlung, die will Visa später ergänzen. Und Modelle werden schnell besser. Die Richtung ist trotzdem klar.

Was ich jetzt tun würde

• Eigene Kategorie testen. Den öffentlichen Benchmark ansehen und prüfen, ob eure Kategorie oder eine ähnliche drin ist.
• Ausschlusskriterien in die Daten. Pro Top-Produkt drei Attribute ergänzen, für wen es nicht passt.
• Retouren tracken. Sobald Agenten-Traffic auftaucht: Retourenquote separat messen.

Bottom Line: Agentic Commerce scheitert nicht an der Kasse. Es scheitert an der Beratung. Und die steckt in deinen Produktdaten.