agents.md: Was B2B-Websites vom Shopify-KI-Shopping lernen können
- agents.md definiert, was ein KI-Agent auf deiner Website tun darf, nicht nur was er lesen darf.
- B2B-Websites haben andere Grenzen als Shopify: Preislisten-Rahmen ja, Individualpreise nein — Kontakt immer mit menschlicher Freigabe.
- Wer noch kein llms.txt hat, fängt direkt mit agents.md an — die Infrastruktur entscheidet jetzt, wer in zwei Jahren überhaupt noch gefunden wird.
Es gibt einen LinkedIn-Post, den ich am erst GESTERN gelesen habe. Echt drüber nachgedacht, dann an meinen gestrigen Text und entsprechende Pläne gedacht… Doch der Reihe nach:
Shopify hat angekündigt, dass sie neben llms.txt eine agents.md einführen. Wer das zum ersten Mal hört: llms.txt ist eine Textdatei, die KI-Systemen erklärt, was auf einer Website steht. Eine Art maschinenlesbare Zusammenfassung. Shopify geht jetzt einen Schritt weiter und sagt: der Agent soll nicht nur lesen, er soll auch kaufen.
Shopify: Sechs Schritte, von Produktsuche, über Verfügbarkeitsprüfung, In-den-Warenkorb, Adresseingabe, Zahlungsmethode auswählen, bis Bestellen. Sie können vollständig vom Agenten erledigt werden. Der letzte Schritt, der Kauf, braucht eine explizite menschliche Freigabe. „Checkout requires human approval.” Das ist der entscheidende Satz.
Im Februar habe ich geschrieben, dass eine Website künftig drei parallele Zugangswege haben wird: den klassischen Browser, den KI-Agenten und die immersive 3D-Umgebung. Tür eins — der KI-Agent — war damals noch Theorie. Mit agents.md wird sie im Mai 2026 konkret. Keine direkte Lösung für den B2B-Bereich, aber wie wäre denn die Analogie?
B2B-Vertrieb trifft KI-Agent: die Kundenstory durchgespielt
Fritz ist Einkäufer bei einem mittelständischen Produktionsunternehmen im Ruhrgebiet. Dienstag, 19 Uhr. Der Chef schaut kurz rein: „Wir haben ein Problem. Die Maschine läuft nicht, wir brauchen das Ersatzteil bis Freitag.” Fritz kennt das. Er greift zum Telefon — niemand mehr erreichbar. Er zieht den alten Lieferantenkatalog raus, schaut, findet nichts Passendes.
Dann öffnet er seinen KI-Chat: Claude.ai, ChatGPT oder gar Copilot.
Früher wäre das Google gewesen. Zehn Links auf Seite 1, zehn menschliche Mikro-Entscheidungen auf Basis der Kurztexte zu den Links. Ggfs. ein paar Browsertabs gleichzeitig aufmachen....
Was der KI-Chat heute macht, ist etwas anderes — ich nenne es nun den Prä-Entscheidungs-Chat: Der Agent verhandelt nicht mit Suchergebnissen, er filtert bereits. Fritz sieht drei Anbieter, je zwei Sätze. Die anderen sieben existieren für ihn in diesem Moment nicht.
Ich finde es so wichtig, daher nochmal: Früher: zehn Links, zehn Chancen, einer von zehn zu sein. Heute: drei Sätze vom KI-Tool, ein Link. Der Kampf heißt nicht mehr „Sei auf Seite 1” — er heißt „Sei die eine Empfehlung, die in genau diesem Chat genannt wird.”
Es ist jetzt 22 Uhr. Fritz fragt weiter — nicht auf einer Website, sondern im selben Chat. Der Agent weiß, was der Anbieter anbietet, weil der Anbieter eine agents.md bereitstellt: eine Datei, die der KI-Chat automatisch lädt und sagt, was er darf. Lesen — ja. Qualifizieren — bis wohin? Preisrahmen nennen — welchen? Anfrage stellen — mit wessen Freigabe?
Fritz tippt: „Druckluftschleifer für Zone-1-Umgebung, Unterwassereinsatz bis 30 Meter, EX-II 1 G, was habt ihr?”
Bild: So sieht ein Start eines solchen Google-Chats aus wenn man nach “OpenUSD Beratung” sucht…
Was soll der Agent jetzt tun?
Lesen darf er alles. Produktseiten, Datenblätter, ATEX-Zertifikatsnummern, Einsatzbereiche. Das ist genau die Arbeit, für die llms.txt und strukturierter Webcontent gemacht sind.
Qualifizieren darf er — aber vorsichtig. Zone 1 und Unterwasser ist kein Standard. Das ist Sonderkonstruktion. Der Agent kann den Fragekatalog abarbeiten: Druckbereich? Einsatzmedium? Normen? Zertifikatsstand? Er kann auch sagen: „Für diesen Einsatzbereich gibt es drei passende Modelle, zwei davon haben wir auf Lager.”
Preisrahmen darf er nennen. „Ab X.XXX €, Größenordnung 4-stellig obere Hälfte bis 5-stellig, abhängig von Zubehör und Zertifikatspaket” ist eine legitime Antwort. Individualpreise aus Rahmenverträgen? Nein. Die kennt der Agent nicht, und er sollte das auch gar nicht wissen.
Bestellen darf er nicht. Und zwar nicht weil die Technik es nicht kann, sondern weil ATEX-Einkauf haftungsbehaftet ist. Die Unterschrift unter einen Auftrag für Zone-1-Equipment gehört einem Menschen, der versteht, was er unterschreibt.
Die Shopify-Formel heißt „Checkout requires human approval.”
Meine Analogie dazu: Die B2B-Formel heißt „Contact requires human approval.”
Fritz ist an diesem Punkt kein Entscheider, der recherchiert hat. Er ist die Freigabe-Instanz für eine Entscheidung, die das System vorbereitet hat. Human Expert in the Loop — und damit, in der Vertriebssprache: reiner BOFU. Der Agent hat Discovery und Qualifizierung erledigt. Was bleibt, ist der Abschluss.
agents.md als B2B-Vertriebsinfrastruktur: vier Schichten, eine Grenze
Die aktuelle Diskussion um agents.md geht von Shopify aus. Das ist verständlich, weil Shopify ein öffentlicher, gut dokumentierter Fall ist. Aber der Schritt von „KI kauft für dich Sneaker” zu „KI kauft für dich Spezialwerkzeug” ist kein kleiner Schritt. Er ist ein Kategorienwechsel.
Im B2C läuft der Agent den kompletten Kaufprozess durch: Kreditkarte hinterlegt, Adresse bekannt, Retoure nach sieben Tagen — alles geregelt. Der menschliche Freigabeschritt ist ein Komfortfeature.
Im B2B ist der menschliche Freigabeschritt die Substanz des Kaufprozesses. Nicht weil B2B-Entscheider technikfeindlich sind. Sondern weil Einkauf im B2B bedeutet: Verantwortung übernehmen, Haftung tragen, Freigabeprozesse dokumentieren. Das kann kein Agent stellvertretend erledigen — und sollte es auch nicht.
Was agents.md für den B2B-Vertrieb konkret leisten sollte
Schicht 1 — Discovery & Produktkommunikation: Welche Produkte gibt es? Welche Zertifikate? Welche Einsatzbereiche? Hier ist vollständige Offenheit sinnvoll. Wer hier knausert, verschwindet aus den Antworten der KI-Systeme.
Schicht 2 — Vertriebsqualifizierung im Dialog: Welches Modell passt für welche Anforderung? Der Agent stellt Fragen, filtert, schlägt vor. Er übernimmt die Arbeit, die bisher der Außendienst beim ersten Anruf gemacht hat — das Vorgespräch.
Schicht 3 — Preistransparenz im B2B-Rahmen: Ab-Preise, Größenordnungen, Aufpreislogik für Sonderzubehör. Alles was auf der Website steht oder stehen dürfte, darf der Agent nennen.
Schicht 4 — Kontaktanfrage mit menschlicher Freigabe: „Für diesen Einsatzfall empfehle ich ein Beratungsgespräch. Soll ich eine Anfrage erstellen?” — Ja darf er fragen. Absenden: nur mit expliziter menschlicher Bestätigung.
agents.md bei viSales: Discovery, Qualifizierung, Terminanfrage
Wir sind eine Art Agentur / Software-Anbieter & -Entwickler, kein Shop. Es gibt bei uns keine Warenkorb-Logik. Aber die Fragen, die ein Agent an uns stellen könnte, sind im Kern dieselben wie bei Fritz: Was macht ihr? Für wen? Was kostet das ungefähr? Was ist ein sinnvoller nächster Schritt?
Discovery: vollständig. Wir haben llms.txt, Grounding Pages und strukturierten Content durch SkillCMS. Jede KI, die visales.de durchsucht, soll (bald) eine vollständige, korrekte Antwort bekommen können.
Qualifizierung: ja, mit Kontext. Passt ein WebAR-Projekt zu eurem Produkt? Habt ihr CAD-Daten? Wie erklärungsbedürftig ist das Produkt, wie lang ist der Vertriebszyklus? Diese Fragen kann ein Agent stellen und die Antworten einordnen.
Terminanfrage: der Agent kann sie formulieren. Abschicken darf er erst, wenn ich — oder wer auch immer auf der anderen Seite sitzt — auf „Bestätigen” drückt. Hier unsere Kontakt-Seite.
Das klingt kleiner als Shopify. Naja, ein B2B-Erstgespräch vorzubereiten, zu qualifizieren, den richtigen Moment zu erkennen und dann den Menschen die letzte Meile gehen zu lassen — das ist genau die Arbeit, die früher Wochen kostet. Auf Kundenseite.
Realitätscheck
Typische Fragen zu agents.md im B2B-Vertrieb
Weitere Gedanken zum Thema KI & B2B-Vertriebskommunikation:
→ Was der Google AI Mode ändert und was das für visales.de bedeutet (Erst gestern…)
→ Warum ich keine KI-Buttons auf die viSales-Startseite baue (Vor 2 Wochen)
→ Website der Zukunft: Browser, KI-Agenten & Spatial OpenUSD (Februar)
→ Die Google-Featured-Snippet-Falle
→ Warum unsere neue Website zuerst für KI gebaut wurde
→ Was deine Website KI-Sprachmodellen sagt: llms.txt & Grounding Pages