Beratung, die weiterhilft.
Ein Assistent, der das Sortiment kennt und zum Einkauf im eigenen Shop gehört.
Shopware · Agentic Commerce Lab
Agenten verändern, wie Menschen Produkte finden, Angebote vergleichen und einkaufen. Im Agentic Commerce Lab bei Shopware machen wir daraus konkrete Projekte – offen entwickelt und mit den Interessen der Händler im Mittelpunkt.
Ein Team bei Shopware. Ein öffentlicher Raum für Experimente, Referenzen und neue Möglichkeiten.

Warum es das Lab gibt
Wir arbeiten dort, wo die nächste Produktgeneration noch nicht feststeht. Wie entdeckt ein Agent das Angebot eines Händlers? Wie bleibt eine Marke erlebbar? Wann darf ein Assistent selbst handeln? Daraus werden Prototypen, Protokollarbeit und Werkzeuge, die andere ausprobieren und weiterentwickeln können.
Unser Maßstab ist der Handel selbst: ein hilfreicherer Einkauf, mehr unternehmerischer Spielraum und Entscheidungen, die beim Händler bleiben. Was sich im Versuch bewährt, kann zur Grundlage einer Integration oder eines Produkts werden.
Wie wir im Lab lernen · Kapitel 17Ein Assistent, der das Sortiment kennt und zum Einkauf im eigenen Shop gehört.
Produktkarten und passende Erlebnisse machen ein Angebot auch im Gespräch mit einem Assistenten greifbar.
Explizite Werkzeuge machen Produkte, Varianten und den Warenkorb für Agenten nutzbar.
Auffindbare Fähigkeiten, verlässliche Angebote und klar geregelte Übergaben verbinden den Einkaufsweg.
Die Projekte
Die öffentlichen Repositories zeigen, woran wir arbeiten. Hier finden Sie den Zusammenhang; im jeweiligen Projekt den Code, die Dokumentation und den aktuellen Entwicklungsstand.
Ein Agent muss zuerst verstehen, was ein Händler anbietet und welche Möglichkeiten der Shop eröffnet.
Damit ein Agent weiß, was ein Shop anbietet – und wie er damit arbeiten kann. Das Plugin veröffentlicht einen Wegweiser zu Daten, Diensten und verfügbaren Aktionen.
Der Einstieg in einen Einkaufsweg, bei dem Fähigkeiten auffindbar werden, bevor ein Agent sie nutzt.
Ein Produkt ist mehr als Name und Preis. AXP verbindet Varianten, Konfigurationen, Qualitätsmerkmale und eingebettete Erlebnisse mit der Oberfläche eines Agenten.
So können Beratung und die Besonderheiten eines Angebots auch im Agentenkanal eine Rolle spielen.
Produkte suchen, Varianten auswählen und den Warenkorb bearbeiten: Der Shop stellt diese Fähigkeiten direkt in der laufenden Browsersitzung bereit.
Explizite Werkzeuge verbinden den Assistenten mit dem Einkauf, den der Kunde auf der Website sieht.
Gute Beratung und eine passende Oberfläche bringen Produktwissen und Kundenwunsch zusammen. Im eigenen Shop und im Assistenten.
Ein Einkaufsassistent im eigenen Shop: Kunden können Fragen stellen, Produkte vergleichen und passende Artikel in ihren Warenkorb legen.
Händler und Entwickler passen Modell, Produktwissen, Funktionen und Auftreten an ihr Geschäft an. Der Kauf führt in den regulären Shopware-Checkout.
Ein Verkaufsagent braucht verlässliche Regeln. Dieser Rahmen verbindet Beratung, Produktsuche und Warenkorb mit den Vorgaben und Systemen des Händlers.
Preise und Zusagen kommen aus dem angebundenen Handelssystem. Derselbe Ablauf lässt sich über Chat und die Kommunikation zwischen Agenten nutzen.
Der Produktkatalog kommt in den Assistenten: Kunden suchen Artikel, sehen Produktkarten und bereiten ihren Warenkorb im Gespräch vor.
Die eingebettete Oberfläche verbindet den Chat mit dem Checkout, in dem der Kunde seinen Einkauf abschließt.
Wie sieht ein Shop aus, dessen Oberfläche auf den aktuellen Wunsch reagiert? Dieses Experiment lässt einen Agenten passende Ansichten erzeugen und im Browser darstellen.
Eine Verbindung aus A2UI, Shopware Frontends und einer live aufgebauten Produktoberfläche.
Ein Kunde beschreibt, was er tun möchte. Ein eingeblendeter Agent kann die Shopseite lesen und Schritte auf der Oberfläche ausführen.
Wir erkunden damit einen weiteren Zugang zum bestehenden Storefront-Erlebnis: über natürliche Sprache und sichtbare Bedienung.
Aus einer Antwort wird eine Handlung: ein Angebot, ein vorbereiteter Kauf oder eine Änderung im Geschäft. Der Händler bestimmt den Spielraum.
B2B-Kunden fragen nach einem besseren Preis. Der Quote Agent beantwortet solche Anfragen innerhalb der Rabattgrenzen, die der Händler festlegt.
Der Verlauf zeigt Angebote und Entscheidungen. Anliegen außerhalb des Preisrahmens gehen an das Team; im Entwurfsmodus wird jede Antwort vorab freigegeben.
Zwei Perspektiven auf denselben Handel: Ein Einkaufsagent sucht Produkte und bereitet den Kauf vor. Ein Händleragent untersucht Verkäufe und schlägt Änderungen vor.
Preis-, Bestands- und Aktionsänderungen werden in einer Vorschau geprüft und anschließend vom Händler freigegeben.
Wie bezahlt ein automatisierter Käufer? Das Projekt untersucht einen Zahlungsweg, bei dem ein Shop eine Zahlungsanforderung sendet und der Käufer sie digital signiert.
Die Referenz verbindet Shopware-Bestellungen mit dem x402-Protokoll und dokumentiert lokale Tests sowie Zahlungen mit Test-Token.
Eigene Ideen werden schneller zu Software. Unsere Werkzeuge helfen dabei, Agenten gezielt einzusetzen und ihre Ergebnisse zu verstehen.
Agenten können viel Code schreiben. Pawl verbindet Anforderungen mit nachprüfbaren Ergebnissen und hält fest, welche Arbeit einen Test tatsächlich besteht.
Ein Werkzeug für Entwicklung und Forschung, das Fortschritt über überprüfte Wirkung sichtbar macht.
Ein eigener Arbeitsraum für den Coding-Agenten: Werkzeuge und Laufzeit liegen in einer Entwicklungsumgebung für das jeweilige Projekt.
Damit lassen sich Umgebungen gezielt vorbereiten und Agenten getrennt vom gewöhnlichen Arbeitsplatz einsetzen.
Welcher Agent verhandelt besser – und zu welchen Kosten? RFQ Bench vergleicht Käufer, Verkäufer und Strategien in kontrollierten B2B-Verhandlungen.
Gespeicherte Verläufe machen Angebote, Abbruchgrenzen und Ergebnisse nachvollziehbar und erneut auswertbar.
Ein Versteckspiel mit einem Agenten, der nur wenig von seiner Umgebung wahrnimmt. Er muss Werkzeuge nutzen und seine Suche während des Spiels anpassen.
Ein spielerisches Experiment über Wahrnehmung, Handeln und die Frage, welche Informationen ein Agent wirklich braucht.
Ein Blick in die Projekte
Zwei Originalaufnahmen aus den öffentlichen Projektdokumentationen. Sie zeigen, wie Angebote, Entscheidungen und Freigaben zusammenkommen.
Der Merchant Quote Agent zeigt, welche Gegenangebote entstanden sind und wie eine Anfrage zum Auftrag wurde. Die Aufnahme stammt aus dem dokumentierten Demo-Shop.

Im Claude-Commerce-Experiment sieht der Händler, welche Preisänderung der Agent vorbereitet hat. Das Portal verbindet die Analyse mit einer sichtbaren Freigabe.

Forschung & Vorträge
Nicht jede Frage beginnt mit einem Plugin. Forschungsberichte und Vorträge verbinden die praktische Arbeit mit den größeren Entwicklungen.
Woran lassen sich Menschen, Bots und Agenten erkennen? Der Forschungsbericht betrachtet Verhalten, Umgebung und Metadaten als mögliche Signale.
Bericht, Quellen und Abbildungen sind zusammen mit dem Satzprojekt veröffentlicht.
Stefan Hamann und Daniel Nögel über die Praxis KI-gestützter Softwareentwicklung: die Keynote als vollständige, im Browser lesbare Präsentation.
Mit den Beispielen und visuellen Erklärungen aus „A Reality Check on AI-Driven Software Engineering“.
Vom Experiment ins Produkt
Aus dem frühen Lab-Projekt ist eine Integration in Shopwares offizielles Agentic-Commerce-Plugin geworden. Das ursprüngliche Repository bleibt als Referenz erhalten.
Projektübersicht geprüft am 15. Oktober 2026. Grundlage: die öffentlichen Repositories und Dokumentationen des Shopware Agentic Commerce Labs. Über das Lab