Shopify: Agentic Commerce bringt 80 Prozent Conversion-Plus – Take-Rate bleibt in allen KI-Kanälen stabil
Goldman Sachs Communacopia + Technology Conference, 10. September 2026
Shopify hat Investoren den bisher detailliertesten Einblick gewährt, wie sich KI-gestütztes Shopping tatsächlich in Umsatz niederschlägt. CFO Jeff Hoffmeister und der Leiter für Wachstum Archie Abrams legten Conversion-Statistiken vor, die einen Trend untermauern, den das Unternehmen bei vorherigen Quartalszahlen nur angedeutet hatte. Auf der Communacopia + Technology Conference von Goldman Sachs zeichneten die Manager das Bild eines agentenbasierten Handels (Agentic Commerce), der die weltweite E-Commerce-Durchdringung beschleunigt, ohne dabei die Ökonomie zu stören, die Shopifys Geschäftsmodell seit zwei Jahrzehnten prägt.
Die Conversion-Mathematik hinter Agentic Commerce
Der wichtigste Datenpunkt: Verbraucher, die ihre Suche in einem LLM beginnen, landen 2,5-mal häufiger direkt auf einer spezifischen Produktseite als auf der Startseite eines Händlers. Diese Präzision führt zu einem Conversion-Anstieg von 80 Prozent. Hoffmeister betonte, dass es sich hierbei um eine frühe, aber reale Entwicklung handele. „Wir sehen nun seit etwa sechs bis neun Monaten echten Traffic, bei dem Nutzer ein LLM aufsuchen, Recherchen anstellen, schließlich auf der Website eines Händlers landen und dort eine Transaktion abschließen“, sagte er. Er schränkte jedoch ein, dass Schätzungen zum Agentic Commerce stark variieren, je nachdem, wie die einzelnen Anbieter die Kategorie definieren.
Die wichtigere Offenbarung für Investoren, die eine Margenverwässerung durch KI-Intermediäre befürchten, war Hoffmeisters Bekräftigung, dass sich Shopifys Wirtschaftlichkeit unabhängig davon nicht verändert, welcher Kanal die Entdeckung initiiert hat. „Ob Sie nun auf diesem oder jenem LLM starten – es bleibt ein Kanal für den Händler, und Sie gelangen auf die Website des Händlers“, sagte er. Er verwies darauf, dass die Transaktion nach der Landung auf der Händlerseite weiterhin über Shop Pay sowie Shopifys bestehende Infrastruktur für Zahlungen, Steuern und Devisen abgewickelt wird. Als Beispiele für diese Partnerschaften nannte er die Integrationen von Shopify mit Meta und OpenAI. Er argumentierte, dass LLMs eher über die Qualität ihrer Empfehlungen konkurrieren, als die Händlerbeziehung zu disintermediieren. „Wenn Sie nach einem ganz bestimmten Produkt suchen, möchten sie Sie an den richtigen Ort bringen“, so Hoffmeister. Er bewertete den Anreiz der LLMs eher als Markenbildung für den Endverbraucher denn als Gebührenextraktion von Shopify.
Der Katalog als struktureller Burggraben
Ein Großteil der Session drehte sich um Catalog, das von Shopify entwickelte Produkt, um das Inventar von Händlern für KI-Systeme lesbar zu machen. Abrams beschrieb dies als weit mehr als eine einfache Produkt-Tagging-Funktion: „Wir haben stark in ein wirklich tiefes Verständnis jedes einzelnen Produkts investiert und eine Taxonomie geschaffen, die unglaublich robust ist – nicht nur hinsichtlich grundlegender Eigenschaften, sondern auch in Bezug auf Bildmaterial, den genauen Tonfall und die Frage, welchen Käufertyp dieses Produkt ansprechen wird.“ Zudem dedupliziert das System Angebote über verschiedene Händler hinweg und reichert sie mit Live-Bestands- und Preisdaten an. Laut Abrams kann eine klassische Websuche dies für ein LLM, das einem Käufer eine verlässliche Antwort liefern will, nicht replizieren.
Hoffmeister führte dies an einem konkreten Beispiel aus: Eine verbesserte Produktbeschreibung über Catalog kann die Nachfrage gezielt auf kleinere Hersteller lenken, die ein Käufer sonst nie gefunden hätte. Als Beispiel nannte er ein LLM, das basierend auf reichhaltigeren Produktdaten „einen kleinen Hersteller in Portugal“ anstelle einer bekannten Marke empfiehlt. Die strategische Implikation ist, dass Catalog nicht nur ein Entdeckungswerkzeug ist, sondern ein Mechanismus zur Umverteilung der Nachfrage zugunsten des Long-Tail-Segments von Händlern, die bereits auf Shopify vertreten sind.
Long-Tail-Händler sind die frühen Gewinner
Beide Manager wiesen das Narrativ zurück, dass Agentic Commerce primär großen, bekannten Marken nützt. Hoffmeister verwies auf Daten aus Shopifys jüngster Telefonkonferenz zu den Geschäftszahlen, wonach ein signifikanter Großteil des KI-getriebenen Suchtraffics außerhalb der Top-100-Produktkategorien des Unternehmens liegt. Dies komme kleineren oder stagnierenden Marken zugute, die wiederentdeckt werden, wenn Verbraucher LLMs hochspezifische statt generelle Fragen stellen. Er beschrieb dies als eines von drei klaren Mustern: Nischenmarken gewinnen an Dynamik, spekulationsintensive Kategorien wie Elektronik und Möbel profitieren von der Fähigkeit der KI, detaillierte Anforderungen zu verarbeiten, und zuvor unzureichend beschriebene Produkte erhalten Auftrieb, sobald Händler ihre Angebote über Catalog anreichern.
Dies knüpft direkt an Shopifys langjähriges Versprechen an, kleinere Händler im Wettbewerb mit Marktplatz-Giganten zu stärken. Das Unternehmen legt nun Belege dafür vor, dass die KI-Suche diese Dynamik eher beschleunigt als untergräbt.
Händlerakquise hat weiterhin Luft nach oben
Auf der Nachfrageseite der Plattform wies Abrams die Annahme zurück, dass Shopifys Maschinerie zur Händlergewinnung an ihre Grenzen stößt. Er verwies darauf, dass die Neugründungen von Unternehmen in den USA im Jahresvergleich um 12 Prozent gestiegen sind, während derzeit nur etwa ein Prozent der US-Bevölkerung ein Unternehmen gründet – was ein großes, unerschlossenes Potenzial an potenziellen Unternehmern offenlässt. Er argumentierte, dass KI die erforderliche Einstiegshwelle senkt: „Mit KI brauchen Sie vielleicht nur eine Superkraft... Sie nutzen Sidekick oder andere KI-Tools, um Experte für Marketing zu werden, greifen auf Shopifys Autopilot zurück... und lassen sich von Sidekick Berichte und den operativen Betrieb steuern.“ Abrams gab zudem bekannt, dass mehr als 40 Prozent der Unternehmen auf Shopify von wiederkehrenden Händlern gegründet werden. Als Beispiel nannte er Gymshark-Gründer Ben Francis, der mehrere Ventures ausprobierte, bevor er Erfolg hatte. Eine Dynamik, die Shopify laut eigener Aussage zunehmend dadurch für sich zu nutzen weiß, dass langfristiges Vertrauen zu Gründern anstelle einmaliger Akquise aufgebaut wird.
Sidekicks Monetarisierung ist indirekt – und genau das ist das Ziel
Zu Sidekick, dem KI-Assistenten des Unternehmens für Händler, bestätigte Hoffmeister, dass es keine direkte Monetarisierungsstrategie gibt: Der Wert des Tools zeigt sich stattdessen in einem höheren Gross Merchandise Volume (GMV), das sich positiv auf die Umsatzlinien für Zahlungen, Steuern und Devisen im Bereich der Händlerlösungen auswirkt. Er stellte fest, dass die Nutzung in den vergangenen neun Monaten „buchstäblich explodiert“ ist – weg von primär mittelgroßen Händlern, die Fragen zum Markteintritt stellen, hin zu einer Nutzung über alle Händlergrößen und Regionen hinweg. Die proaktive Ebene von Sidekick namens Sidekick Pulse liefert nun ungefragte Empfehlungen, etwa den Vorschlag an einen Händler, zur Steigerung des GMV eine Kollektion mit Rabatt anzubieten. Dies markiert den Wandel vom reaktiven Assistenten zum proaktiven Unternehmensberater.
Auf die Margenfrage, die unweigerlich auf jedes KI-Produkt im großen Maßstab folgt, räumte Hoffmeister steigende LLM-Kosten ein. Er verwies jedoch auf aktive Gegenmaßnahmen wie das Caching wiederholter Händleranfragen und die Nutzung von Shopifys proprietären Transaktionsdaten, anstatt stets auf Frontier-Modelle zurückzugreifen. „Ich muss dafür nicht das neueste und fortschrittlichste Modell haben“, sagte er. Abrams ergänzte, dass Distillierungsarbeiten mit neueren Open-Source-Modellen signifikante Kostenvorteile „bei sehr geringen oder keinen Qualitätseinbußen“ bringen – ein Detail, das Investoren beruhigen dürfte, die die Bruttomargenentwicklung der Abonnementlösungen im Blick behalten.
SEO verändert sich, verschwindet aber nicht
Zu den Bedenken hinsichtlich des traditionellen Suchtraffics erklärte Abrams, dass die organische Suche für Shopify-Händler stark bleibt, sich jedoch im Funnel nach unten verlagert und navigatorischer wird. Er verwies auf eine Verschiebung von generischen Suchanfragen wie „schwarze Hosen“ hin zu markenspezifischen Anfragen wie „Vuori pants“. Die Entdeckung am oberen Ende des Funnels (Top-of-Funnel) finde zunehmend auf Social-Media-Plattformen und in der KI-Suche statt, während traditionelle SEO-Maßnahmen inzwischen die spätere Funktion erfüllen, Käufer auf die Website einer bestimmten Marke zu leiten. Er bewertete dies als netto vorteilhaft für unabhängige Marken, da generische Suchanfragen mit hohem Wettbewerbsdruck durch spezifischere ersetzt werden, die differenzierte Produkte begünstigen.
Unternehmensmigrationen schrumpfen von Jahren auf Wochen
Mit Blick auf die Akzeptanz im Enterprise-Segment sagte Abrams, dass die Migration großer Marken, die historisch etwa ein Jahr dauerte, heute in wenigen Wochen abgeschlossen wird. Dies führte er auf eine einfachere Plattformintegration und agentenbasierte Workflows zurück, die von Migrationsagenturen eingesetzt werden. Hoffmeister wertete dies als strukturellen Wandel in der Wettbewerbsdynamik: Erstmals können große Einzelhändler auf Drittanbieter-Infrastruktur zurückgreifen, die intern über „ein paar Jahrzehnte“ gewachsene Altsysteme übertrifft. Damit wird der Verzicht auf Tools wie Catalog zu einem Wettbewerbsnachteil statt zu einer neutralen Entscheidung.
Konsumnachfrage bleibt stabil
Auf die direkte Frage zur Verfassung der Verbraucher erklärte Hoffmeister, dass Shopifys proprietäre Händlerdaten keine nennenswerte Abweichung von den breiteren Makrodaten zeigen. Die Performance sei über mehrere Quartale hinweg „über Regionen, Händlergrößen, Branchen und Vertikale hinweg“ konstant geblieben, selbst unter Berücksichtigung der jüngsten Volatilität bei den Ölpreisen und der allgemeinen Verbraucherstimmung.