Es dauerte ein Jahr, bis ich die schmerzhafte Wahrheit über Agentenzahlungen erkannte.

Autorin: Jessy

Zusammengestellt von: Jiahua, ChainCatcher

Im vergangenen Jahr habe ich mich dem Aufbau der Infrastruktur für die Agentenwirtschaft gewidmet und eng mit Teams von Stripe, Visa, Coinbase, Google und Dutzenden von Startups zusammengearbeitet, die das Agentengeschäft vorantreiben. Ich habe die gesamte Branche analysiert, Produkte auf den Markt gebracht und nach passenden Marktlösungen gesucht.

Derzeit besteht keine wirkliche Nachfrage, und Startups sehen sich bei dem Einstieg in diesen Bereich mit vielen strukturellen Problemen konfrontiert.

Letzten Monat stellte Stripe auf der Sessions-Konferenz 288 neue Produkte vor. Fast 40 % aller Dokumentenaufrufe entfielen dabei auf die Agentendokumentation. Über 1.000 Händler sind auf dem Agenten-Marktplatz registriert. Allerdings lag die Anzahl der registrierten Agenten, die auf der Sessions-Konferenz Transaktionen durchführten, im einstelligen Bereich.

Visa gab an, dass ihre Agenten-Zahlungstoken (die an Agenten gebunden sind und für tokenisierte Zahlungen im Namen von Nutzern verwendet werden) derzeit eine KYC-Prüfung von 3 bis 9 Monaten erfordern und ein Mindestumsatz von 250 Millionen US-Dollar erreicht werden muss. Aktuell können nur Unternehmen der Größenordnung von Amazon und Walmart diesen Identitätsprüfungsprozess durchlaufen.

Coinbase berichtete, dass es im April 69.000 aktive Agenten im x402-Protokoll und 165 Millionen Transaktionen gab. Unabhängige On-Chain-Analysen zeigen jedoch, dass das tatsächliche tägliche Transaktionsvolumen bei etwa 17.000 US-Dollar liegt, wobei etwa die Hälfte davon Testtransaktionen sind (laut CoinDesk, März 2026).

Agenten für Händler

Wir haben shop.fast.xyz entwickelt, um die praktische Anwendbarkeit des Einkaufsverhaltens im E-Commerce direkt zu validieren. Es umfasst echte Produkte, Händler und Transaktionen.

In den meisten Produktkategorien ist das Nutzererlebnis beim KI-gestützten Einkaufen dem traditionellen E-Commerce deutlich unterlegen. Beim Kauf von Kleidung, Elektronik oder Möbeln möchte man Bilder sehen, verschiedene Optionen durchstöbern und vergleichen können.

Das dialogorientierte Format von Chatbots ist eigentlich ein Rückschritt. Man ersetzt eine ansprechende visuelle Oberfläche durch reinen Textdialog, obwohl Menschen im Grunde visuelle Konsumenten sind.

Die Agenten leisten in Bereichen, die wir anfangs für schwierig hielten, hervorragende Arbeit. Sie verstehen die Bedürfnisse der Nutzer und setzen Anweisungen wie „etwas Ähnliches, aber günstiger“ effektiv um. Die Modellschicht spielt dabei eine wichtige Rolle.

Das Erlebnis, zehn Produkte nebeneinander zu vergleichen und eines auszuwählen, kann es jedoch nicht ersetzen. Die Chat-Oberfläche lässt sich zwar durch Karussells und interaktive Anzeigen erweitern, aber im Grunde bildet man damit lediglich ein E-Commerce-Frontend im Chatfenster nach. Für visuell orientierte Preisvergleiche haben wir bisher keinen überzeugenden Grund gefunden, der beweist, dass Chat-Oberflächen besser sind als native E-Commerce-Oberflächen.

Wir sehen zwar eine reale Nachfrage von Händlern, aber es handelt sich um eine defensive Nachfrage.

Händler wünschen sich, dass ihre Shops von Agenten abgefragt werden können. Dies liegt nicht daran, dass die aktuellen Kunden über Agenten kaufen, sondern daran, dass sie befürchten, den Anschluss zu verlieren, sollte dies zum gängigen Vertriebskanal werden.

Dies ist eine Strategie der „Agenten-Suchmaschinenoptimierung (AEO)“, die derzeit jedoch eher ein nettes Extra als eine Notwendigkeit darstellt. Händler bereiten sich auf eine Welle vor, die noch nicht da ist.

Conversational Commerce kann das Einkaufserlebnis in bestimmten Szenarien tatsächlich verbessern: bei häufigen Käufen mit geringem Entscheidungsaufwand, bei denen die Nutzer bereits wissen, was sie wollen. Die Bestellung von Essen zum Mitnehmen ist das offensichtlichste Beispiel. Der Markt ist groß, die Häufigkeit extrem hoch und die Entscheidungen werden schnell getroffen („Hilf mir, Pad Thai von dem Laden vom letzten Mal zu bestellen“). Hier haben Conversational Agents eine Chance.

Die großen Lieferplattformen haben ihre APIs jedoch nicht geöffnet. Die einzige Möglichkeit besteht darin, KI die Bedienung von Anwendungen visuell wie ein Mensch zu ermöglichen. Diese Methode ist langsam, fehleranfällig und die damit verbundenen Kosten sind für eine Mittagsbestellung von 15 Dollar schlichtweg nicht tragbar.

Ein weiterer Durchbruch liegt in der extrem komplexen und umständlichen Benutzerführung mancher Online-Shops. Dazu gehören überfrachtete Rabatte, Aktionscodes, Treueprogramme und verwirrende Bezahlvorgänge.

Ein Agent, der Anweisungen wie „Gutschein einlösen, Bonuspunkte abziehen, günstigsten Versand finden und in meiner Muttersprache kommunizieren“ versteht, kann die derzeit unbefriedigenden Nutzererfahrungen deutlich verbessern. Dies ist besonders wichtig für ältere Nutzer, Nicht-Muttersprachler, die in ausländischen Online-Shops einkaufen, oder für spezielle Anwendungsfälle mit besonderen Bedürfnissen.

Beide Durchbrüche erfordern einen großen, kundenorientierten (B2C-)Vertriebskanal. Sie konkurrieren um Kundenzugänge mit DoorDash (der größten Lieferplattform in den USA mit einem Marktanteil von 56 %) und Amazon.

Die Distribution im Konsumentenmaßstab ist ein Vorteil für die großen Konzerne. Die Angebotsseite des kauforientierten Handels ist bereit, während die Nachfrageseite durch Nutzererfahrung und Vertriebskanäle eingeschränkt ist; der Ausbau der Infrastruktur löst diese beiden Probleme nicht.

Agenten für APIs

Wir haben die konkreten Zahlungsanforderungen mit Dutzenden von Entwicklern besprochen. Die Situation ist erstaunlich einheitlich: Die Nutzung von Agents für APIs ist weit verbreitet, einschließlich Berechnungen, Schlussfolgerungen und Datenquellen. Entwickler verfügen bereits über Abonnementdienste, archivierte API-Schlüssel und Abrechnungsbeziehungen zu Kernanbietern.

Das gängige Argument für Stablecoins lautet, dass die effektiven Mindestkosten für die Kreditkartenabwicklung bei Stripe etwa 2,9 % plus 30 Cent betragen, wodurch API-Aufrufe unter einem Dollar unrentabel sind. Angesichts der heutzutage geringen Transaktionsfrequenz können Prepaid-Beträge dieses Problem jedoch lösen. Entwickler können ihre Konten im Voraus aufladen, und das Problem ist damit behoben.

Das eigentliche Problem liegt im Anbietermarkt. Die meisten etablierten SaaS-Unternehmen wollen keinen temporären API-Zugang für einen Bruchteil eines Cents anbieten. Ihr Geschäftsmodell basiert auf mehrjährigen Unternehmensverträgen. Unternehmen, die auf langfristige Verträge angewiesen sind, werden sich Preismechanismen widersetzen, die ihre bestehenden Modelle umgehen.

Der Markt für maschinelles Lernen ist strukturell ein Nischenmarkt, der kleinere Dienstleistungen, Nischendatenquellen, einzelne Entwickler und MCP-Server umfasst. Protokolle wie MPP und x402 eignen sich sehr gut für diesen Teilmarkt.

Per Definition handelt es sich hierbei jedoch um einen Markt, der fortgeschrittene Nutzer mit besonderen Bedürfnissen bedient, und historisch gesehen gehörten Entwickler oft zu den Gruppen mit der geringsten Zahlungsbereitschaft.

Zum Start von Stripe Projects ging das Unternehmen Partnerschaften mit 32 Anbietern wie Vercel, Supabase, Cloudflare, Twilio usw. ein. Damit werden die meisten Tools abgedeckt, die Entwickler zum Erstellen und Bereitstellen von Software verwenden – alles über bestehende Abrechnungssysteme zugänglich. Die wichtigsten Anforderungen im Technologie-Stack von Entwicklern sind bereits erfüllt.

Möglichkeiten für neue Zahlungskanäle gibt es in allen Bereichen außerhalb dieser Top 30 Dienstleistungen: Es gibt zwar Möglichkeiten, aber ihr Umfang ist naturgemäß viel kleiner, als die beeindruckenden Zahlen vermuten lassen.

Das gleiche Muster gilt für die Content-Akquise. Agenten sammeln und fassen ständig Artikel zusammen, während Verlage sich dagegen wehren.

Wenn die Monetarisierung von Inhalten jedoch in großem Umfang erfolgt, wird dies über CDN-Anbieter realisiert, die bereits zwischen Verlagen und dem Internet positioniert sind (Cloudflare hat zu diesem Zweck bereits KI-Audit-Tools auf den Markt gebracht), oder durch groß angelegte Lizenzvereinbarungen zwischen Verlagen und KI-Laboren.

Die Chancen, die diese Infrastruktur bietet, werden letztendlich den Giganten zugutekommen, die bereits über Vertriebskanäle verfügen.

Agenten für Agenten

Das Geschäftsmodell von Agenten für Agenten ist eine langfristige Vision, die derzeit fast ausschließlich theoretischer Natur ist, da noch niemand nennenswerte Transaktionsvolumina erzielt hat. Verschiedene Startups widmen sich den zentralen Herausforderungen: der Agentenfindung, dem Vertrauensaufbau, der Verhandlung von Konditionen und der Streitbeilegung.

Wenn diese Transaktionsstruktur tatsächlich Realität wird, wird sie sich grundlegend von bestehenden Zahlungsverfahren unterscheiden. Beide Parteien werden keine menschlichen Identitäten beinhalten. Verzögerungen werden im Subsekundenbereich liegen. Geldbeträge von Bruchteilen eines Cents bis hin zu Millionen von Dollar werden innerhalb desselben Prozesses abgewickelt.

Darüber hinaus wird es Mehrparteien-Abrechnungsmechanismen geben, die sich grundlegend vom bestehenden bilateralen Kauf-Verkauf-Modell der Zahlungswege unterscheiden. Wir gehen davon aus, dass diese Entwicklung schnell und in großem Umfang erfolgen wird.

Dies ist eine langfristige Investition in eine dedizierte Abwicklungsinfrastruktur, und diese existiert tatsächlich. Doch „echte langfristige Investitionen“ und „aktuelle Märkte“ sind zwei verschiedene Dinge.

Seit Monaten engagieren wir uns ebenfalls in diesem Markt und haben in den letzten Jahren eine umfassende Infrastruktur dafür aufgebaut. Mit unserem verteilten Netzwerk ist eine Skalierung auf über 1 Milliarde Transaktionen pro Sekunde (TPS) theoretisch möglich, mit Latenzen unter 50 Millisekunden und einer durchschnittlichen Konsistenz von 10 Millisekunden. Wir müssen uns jedoch an die aktuelle Marktsituation anpassen.

Finanzagenten

Dies ist wohl die einzige Kategorie mit bestehender Nachfrage. Die Kundenbasis ist bereits vorhanden und zahlungsbereit. Fondsmanager, Finanzteams und DeFi-Nutzer bezahlen heutzutage für Finanztools. Die Integration von KI in bestehende Arbeitsabläufe ist daher eine natürliche Produktentwicklung.

Agentenfinanzierung schafft zudem völlig neue Verhaltensmuster. Ein Agent, der Hunderte von Positionen autonom in Echtzeit überwachen und neu ausbalancieren kann, agiert auf eine Weise, die Menschen manuell nicht nachbilden können. Dies ist nicht nur Automatisierung, sondern eine erhebliche Erweiterung der Leistungsfähigkeit.

Die Herausforderung liegt im Wettbewerbsumfeld. Die Finanzbranche ist stark reguliert und in hohem Maße von bestehenden Geschäftsbeziehungen abhängig. Etablierte Institute verfügen über Lizenzen, eine entsprechende Infrastruktur und Kundenbeziehungen. Startups können in Bereichen mit weniger strenger Regulierung (wie DeFi), in Bereichen, in denen die Branchenriesen nur zögerlich agieren, oder in Bereichen, in denen KI Fähigkeiten hervorbringen kann, die den Branchenriesen fehlen, Fuß fassen.

Im Vergleich zu den anderen drei Kategorien sind die Wettbewerbsdynamiken hier jedoch für etablierte Unternehmen günstiger, da die Integration von KI in bestehende Produkte und Kundenstämme wesentlich einfacher ist als umgekehrt.

Der wahre Wettbewerbsvorteil

Warum baut also jeder diese Dinger noch? Dafür gibt es zwei Gründe.

Zunächst einmal die Motivation. Branchenriesen verfügen über ausreichend Liquidität, um auf eine Zukunft zu setzen, deren Realisierung Jahre dauern kann. Für sie sind die Kosten eines fünf Jahre zu frühen Einstiegs lediglich ein Rundungsfehler, während die Kosten eines ein Jahr zu späten Einstiegs katastrophal sein könnten. Daher müssen sie investieren.

Zweitens gibt es kognitive blinde Flecken. Wenn Ihr Hauptgeschäft Zahlungen sind, erscheint jedes Problem als Zahlungsproblem. Die Agentenökonomie benötigt eine Zahlungsschicht, also lasst uns diese Zahlungsschicht aufbauen.

Zahlungen sind jedoch nur ein Teil des Problems. Die eigentliche Herausforderung besteht nicht darin, Gelder zwischen Agenten zu transferieren, sondern die Arbeit zwischen Agenten und Mitarbeitern zu koordinieren, Arbeitsergebnisse zu überprüfen und die Abrechnung durchzuführen. Zahlungen sind nur ein Teil der Abrechnung. Die Abrechnung ist nur ein Teil der Koordination. Und die Koordination ist der eigentliche Kernpunkt.

Eine groß angelegte Koordination wird zwangsläufig Abrechnungsmechanismen erforderlich machen. Zahlungen sind dabei nur ein Instrument, nicht das gesamte System. Unternehmen, die Koordinationsprobleme lösen, werden Zahlungsdienstleister übernehmen, nicht umgekehrt.

Die meisten etablierten Unternehmen betreiben defensiven Aufbau, um sich auf zukünftige Szenarien mit groß angelegten Maschinentransaktionen vorzubereiten. Da ihre Finanzierungsreserven unbegrenzt sind, spielen Zeitrahmen für sie keine Rolle.

Startups haben diesen Luxus jedoch nicht. Wir müssen den wahren Markt finden und können nicht einfach abwarten, bis sich die Gelegenheit bietet.

Ein Jahr Aufbauarbeit hat uns in eine unerwartete Richtung geführt. Dort existieren tatsächlich Marktaktivitäten, die rasant wachsen und bisher nicht ausreichend bedient wurden. Sie fallen nicht in die vier von uns beschriebenen Kategorien.