OpenAIs Rückzug von In-Chat-Transaktionen war kein Scheitern. Der Markt zeigte uns, wofür KI-Architektur im Handel wirklich gedacht ist.
Ich stand an einem sonnengebleichten Abschnitt des Olympic Boulevard in East LA und hielt in der Hand, was das perfekte Objekt sein könnte: einen Garnelen-Taco von Mariscos Jalisco. Es ist ein Wunder der Spezialisierung. Knusprig frittierte Hülle, saftige Garnelen, eine Scheibe Avocado und eine lebendige Salsa. Sie machen nicht ein Dutzend Dinge ziemlich gut. Sie machen eines auf wundersame Weise. Die Schlange windet sich jeden Tag um den Block, weil die Leute nicht wegen der Vielfalt dorthin gehen; sie gehen für ein einzigartiges, perfektes Erlebnis, das sie nirgendwo sonst bekommen können.
Während ich darüber nachdachte, summte mein Telefon mit der Nachricht, dass OpenAI seine Funktion „Instant Checkout“ einstellen würde [1]. Die Ironie war so dick wie die Salsa. Hier war ein perfektes Beispiel für den Sieg der Spezialisierung, direkt in meiner Hand, während die Tech-Welt ein weiteres Beispiel für eine generalistische KI verarbeitete, die bei der Aufgabe eines Spezialisten scheiterte. OpenAI versuchte in seinem Bestreben, eine KI zu entwickeln, die alles kann, gleichzeitig der Taco-Truck, der Bauer, der Fischer und der Kassierer zu sein. Der Markt entschied mit einem lauten Achselzucken, dass er lieber zu den Experten gehen würde.
OpenAIs Rückzug ist nicht der Tod des agentic commerce (automatisierten Handels). Es ist das wichtigste und klärendste Ereignis, das ihm widerfahren ist. Es ist der Moment, in dem wir von Science-Fiction-Demos zu der komplexen, unglamourösen und unendlich wichtigeren Arbeit übergehen, eine Commerce AI architecture (KI-Architektur für den Handel) aufzubauen, die in der realen Welt tatsächlich funktioniert. Dies war kein Versagen der KI; es war ein Versagen der Vorstellungskraft, eine erstaunliche Fehleinschätzung des Benutzervertrauens und eine brutale Lektion in den operativen Realitäten des Handels. Und für Marken, die bereit sind zuzuhören, ist es ein Bauplan für die nächsten Schritte.
Die Totenwache für eine Funktion, die fast niemand genutzt hat
Seien wir brutal ehrlich: OpenAIs Instant Checkout war eine Lösung auf der Suche nach einem Problem. Im September 2025 eingeführt, sollte es der Beginn einer neuen Ära sein. Man würde mit einer KI chatten, ein Produkt entdecken und es direkt im Chatfenster kaufen, unterstützt durch Integrationen mit Stripe, PayPal, Shopify und Etsy [1, 2]. Es war der ultimative Ausdruck der These „KI als neues Betriebssystem“, die von Sam Altman selbst vorangetrieben wurde.
Die Realität war weniger ein Knall als ein Winseln. Die Funktion wird im März 2026 sang- und klanglos aufgegeben zugunsten einer Kursänderung, die verdächtig nach dem alten Internet aussieht: die Weiterleitung von Benutzern zu Drittanbieter-Apps wie Instacart, Target und Expedia [3].
Warum? Weil es praktisch niemand benutzt hat. Die verheerendste Statistik, versteckt in einem Bericht von The Information, ist, dass lediglich 12 Shopify-Händler die Funktion integriert haben [1, 2]. Zwölf. Von Millionen. Shopify selbst bemerkte in seinem Ergebnisbericht für das vierte Quartal 2025, dass die „Low-Hanging Fruit didn't ripen“ (die leicht zu erreichenden Früchte nicht reiften), wenn es um KI-Integrationen ging [3]. Das ist Unternehmenssprache für einen katastrophalen Flop.
Nutzungsdaten erzählen die gleiche Geschichte. Während ChatGPT Empfehlungen generieren konnte – 2,1 Millionen Produktvorschläge im Februar 2026 – lag die Konversionsrate bei mageren 0,3 % [1]. Benutzer stöberten, aber wenn es ums eigentliche Kaufen ging, flohen sie. Ein interner A/B-Test ergab einen Rückgang von 68 %, sobald die KI im Chatfenster nach Kreditkartendaten fragte [1]. Die Leute vertrauen der Instacart-App. Sie vertrauen Target.com. Sie vertrauen dem spezialisierten, kampferprobten Checkout-Flow einer Marke, die sie kennen. Es stellt sich heraus, dass sie der Eingabe von Zahlungsinformationen in eine Chat-basierte Blackbox nicht vertrauen, egal wie intelligent sie erscheint.
OpenAI bestätigte die Kursänderung in einem Blog-Beitrag vom 6. März 2026, wobei CEO Sam Altman erklärte: „Wir haben Instant Checkout entwickelt, um das Kaufen so natürlich wie das Chatten zu machen, aber die Benutzer wollten die Zuverlässigkeit von Apps, die sie kennen“ [6]. Dieser einzige Satz ist ein Zugeständnis von mehreren Milliarden Dollar, dass Vertrauen und Benutzererfahrung, die über Jahrzehnte von Handelsspezialisten verfeinert wurden, nicht durch ein cleveres LLM (Large Language Model) umgangen werden können.
Warum Ihrer KI die Inventarsynchronisation egal ist
Was ist also so schiefgelaufen? Das Scheitern von Instant Checkout war kein einzelner Fehler, sondern ein systemischer Zusammenbruch über den gesamten agentic commerce (Agenten-gesteuerten Handel)-Stack hinweg. Es verdeutlicht ein fundamentales Missverständnis dessen, was E-Commerce tatsächlich ist: ein brutales, betriebslastiges Geschäft, bei dem es um die Verwaltung von Zustand, Risiko und Kundenerwartungen geht. Ein LLM ist im Kern eine zustandslose Vorhersage-Engine. Handel ist das genaue Gegenteil.
Technisch gesehen war das Projekt ein Desaster. Die Architektur basierte auf einem GPT-4o-mini-Modell, das als Agenten-Planer fungierte und Funktionsaufrufe verwendete, um Partner-APIs für Inventar, Zahlung und Logistik abzufragen [2]. Doch dieses elegante Konzept zerfiel, als es auf die unübersichtliche Realität der realen Welt traf.
Hier waren die primären Fehlerquellen:
- Inventar- und Zustandsverwaltung: Chat ist flüchtig. E-Commerce erfordert einen persistenten Zustand. Der Agent hatte Schwierigkeiten, den Warenkorb eines Benutzers über eine mehrstufige Konversation hinweg zu verwalten, was zu einer Abbruchrate von 25 % aufgrund verlorenen Kontexts führte [2]. Noch schlimmer: Die Echtzeit-Inventarsynchronisation mit Plattformen wie Shopifys GraphQL API schlug in bis zu 40 % der Fälle fehl, was dazu führte, dass Benutzer versuchten, nicht vorrätige Produkte zu kaufen. Die als Fallback verwendeten Webhooks hatten eine Verzögerung von 5–15 Minuten – eine Ewigkeit im modernen Handel [2].
- Betrug, Zahlungen und Vertrauen: Dies war der Vertrauenskiller. Der Zahlungsfluss, der Stripe- und PayPal-APIs verwendete, hatte eine Falsch-Positiv-Rate bei der Betrugserkennung von 1,2 % – dreimal höher als in dedizierten mobilen Apps [1, 3]. Es fehlte zunächst die Unterstützung für kritische Standards wie 3DS 2.2, ein No-Go für viele europäische Transaktionen. Rücksendungen und Rückerstattungen waren ein operativer Albtraum, wobei 15 % aller Transaktionen einen menschlichen Eingriff erforderten [1]. Benutzer verstehen diese Komplexität instinktiv und stimmten mit ihren Geldbörsen ab, indem sie den Prozess massenhaft abbrachen.
- Skalierbarkeit und Latenz: Bei einer Spitzenlast von nur 10.000 gleichzeitigen Benutzern begann das System zu wanken und überforderte die API-Ratenbegrenzungen von Partnern wie Shopify (magere zwei Anfragen pro Sekunde pro Store) [3]. Der Overhead durch die Betrugserkennungsmodelle fügte 500 ms Latenz hinzu, wodurch sich das Erlebnis im Vergleich zu einer nativen App träge anfühlte.
Das neue „Plug-in“-Weiterleitungsmodell löst all dies, indem es die Komplexität einfach an die Systeme abgibt, die dafür gebaut wurden. Ein Deep Link ist leichtgewichtig, zuverlässig und leitet den Benutzer in eine vertrauenswürdige, leistungsstarke Umgebung weiter, wo Zahlungen, Inventar und Logistik über Jahrzehnte optimiert wurden. Architektonisch ist der Unterschied eklatant:
OpenAI, mit einem annualisierten Umsatz von 25 Milliarden US-Dollar, entschied, dass die Lösung dieser operativen Probleme eine kostspielige Ablenkung von seiner Kernaufgabe, der Entwicklung von KI-Modellen, war [5]. Und das war richtig. Der Markt braucht keinen weiteren mittelmäßigen Checkout-Flow; er braucht eine bessere Entdeckungsmöglichkeit, und darauf sollte sich KI konzentrieren.
Der Geist des vergangenen Handels
Für diejenigen von uns, die seit einigen Jahrzehnten Handelssysteme bauen, fühlt sich das alles unheimlich vertraut an. OpenAIs Instant Checkout ist kein neues Versagen; es ist eine hochkarätige Wiederholung eines alten. Der direkteste Präzedenzfall ist Googles Funktion „Buchung über Google“ für Flüge und Hotels, die von 2015 bis 2022 lief [1].
Google, mit seinen immensen technischen Ressourcen und Benutzerdaten, versuchte genau dasselbe: Benutzer sollten eine Reisebuchung direkt auf der Google-Suchergebnisseite abschließen können, ohne die Website der Fluggesellschaft oder des Online-Reisebüros (OTA) zu besuchen. Die Begründung war identisch: Reibung reduzieren, die Transaktion besitzen und ein nahtloses Erlebnis schaffen.
Es scheiterte aus denselben Gründen. Während Google den oberen Teil des Trichters (Suche und Entdeckung) besser als jeder andere handhaben konnte, erwies es sich als hoffnungslos ungeeignet für das unübersichtliche Backend des Handels. Die Integration mit Reservierungssystemen von Fluggesellschaften und Property-Management-Systemen von Hotels war ein brüchiger Albtraum aus veralteten APIs und inkonsistenten Daten. Der Kundenservice für Stornierungen, Umbuchungen und Rückerstattungen wurde zu einer massiven operativen und finanziellen Belastung. Google entdeckte, was OpenAI gerade gelernt hat: Ein Transaktionsprozessor zu sein, ist ein völlig anderes und weitaus weniger profitables Geschäft als ein Such- oder KI-Modellanbieter zu sein [3].
Vergleichen wir diese Versuche. Es wird deutlich, dass dies ein Muster und keine Anomalie ist.
| Versuch | Daten | Ergebnis | Technisches Kernversagen | Warum es wichtig ist |
|---|---|---|---|---|