E-Commerce-Storefronts wurden lange Zeit vor allem für zwei Zielgruppen entwickelt: Menschen und Suchmaschinen. Mit AI-Agenten kommt nun eine dritte hinzu.
Bislang mussten Agenten Websites meist ähnlich bedienen wie ein Mensch. Sie lesen Seiteninhalte, interpretieren Buttons und Formularfelder, klicken sich durch Oberflächen und versuchen nach jeder Aktion zu erkennen, was passiert ist. Das funktioniert erstaunlich oft, bleibt aber fehleranfällig. Ein neu gestalteter Button, ein Modal, eine ungewöhnliche Warenkorb-Logik oder eine komplexe Produktkonfiguration reichen schnell aus, um aus einer einfachen Aufgabe eine Reihe von Vermutungen zu machen.
WebMCP setzt an einer anderen Stelle an. Statt eine Website ausschließlich über ihre visuelle Oberfläche und den DOM verstehen zu müssen, kann ein Agent strukturierte Tools erhalten, die klar beschreiben, welche Aktionen möglich sind.
Für Shopify-Händler wurde das im August 2026 deutlich relevanter: Shopify ergänzte WebMCP-Unterstützung für Liquid-Storefronts und die Developer Preview von Hydrogen. In klassischen Liquid-Shops stehen die entsprechenden Funktionen zur Verfügung, ohne dass Händler sie zunächst selbst konfigurieren müssen.
Die heutigen Möglichkeiten sind bereits nützlich. Für Enterprise-Teams ist jedoch vor allem die weitere Entwicklung interessant. Wenn Kunden künftig auch über AI-Agenten mit Commerce-Systemen interagieren, ist die Storefront nicht mehr nur Benutzeroberfläche. Sie wird gleichzeitig zu einer Schnittstelle für Software.
Das wirkt sich auf die Storefront-Architektur, Produktdaten, individuelle Workflows, B2B-Commerce und die Grenze zwischen Shopify und den dahinterliegenden Systemen aus.
Was WebMCP eigentlich ist
WebMCP ist ein vorgeschlagener Webstandard, mit dem Websites strukturierte Tools für AI-Agenten im Browser bereitstellen können. Ein Agent muss dann nicht mehr aus einem Button und dessen Verhalten ableiten, dass damit ein Produkt in den Warenkorb gelegt wird. Die Website kann stattdessen ausdrücklich eine Funktion wie update_cart mit klar definierten Eingaben und Ergebnissen anbieten.
Der entscheidende Unterschied ist die Zuverlässigkeit.
Klassische Browser-Agenten arbeiten häufig über sogenannte Actuation: Sie deuten eine Benutzeroberfläche, simulieren Klicks, füllen Felder aus und beobachten anschließend das Ergebnis. Über WebMCP kann die Website selbst mitteilen, welche Aktionen existieren und wie sie aufgerufen werden. Tools können strukturierte Eingaben per JSON Schema definieren, Informationen zum aktuellen Seitenzustand bereitstellen und maschinenlesbare Ergebnisse zurückgeben. Der Entwurf sieht sowohl JavaScript-basierte Tools als auch deklarative Tools auf Grundlage von HTML-Formularen vor.
WebMCP ist allerdings noch kein fertiger, universell verfügbarer Browserstandard. Google testet die Technik in Chrome, unter anderem über einen Origin Trial ab Chrome 149. Shopify weist zugleich darauf hin, dass Agenten derzeit nur in Chromium-basierten Browsern unterstützt werden. Auch die Spezifikation selbst entwickelt sich weiter.
Enterprise-Händler sollten deshalb heute nicht ihre gesamte Commerce-Architektur auf WebMCP ausrichten. Sie sollten aber verstehen, was sich hier verändert.
Welche Funktionen Shopify bereits bereitstellt
Shopifys Umsetzung macht WebMCP besonders greifbar, weil Händler die ersten Tools nicht selbst entwickeln müssen.
Liquid-Storefronts stellen inzwischen von Shopify bereitgestellte WebMCP-Tools zur Verfügung. Auch die Hydrogen Developer Preview bietet diese Funktionen für Headless-Storefronts; dort werden die benötigten Skripte über Shopifys neue Storefront Runtime geladen.
Die aktuellen Tools decken einen großen Teil einer klassischen Customer Journey ab. Ein Agent kann den Katalog durchsuchen, Collections öffnen, Produkt- und Variantendaten abrufen, Varianten auswählen, den Warenkorb lesen und verändern, ihn leeren, zum Checkout wechseln, die Bestellhistorie öffnen und Fragen anhand von Shop-Richtlinien oder FAQs beantworten.
Besonders relevant ist, dass diese Aktionen in der tatsächlichen Session des Kunden stattfinden.
Legt der Agent einen Artikel in den Warenkorb, sieht der Kunde denselben Warenkorb. Navigiert er zu einem Produkt, wechselt auch der aktuelle Browser-Tab auf diese Seite. Shopifys Warenkorb-Tools nutzen dieselben regulären Storefront-Aktionen wie Themes und Apps. Dadurch kann auch individuelle Theme-Logik ausgelöst werden, wenn sich der Warenkorb verändert.
Das unterscheidet sich grundlegend von einem externen AI-Dienst, der irgendwo im Hintergrund einen separaten Warenkorb anlegt. WebMCP ist vor allem für einen Agenten gedacht, der den Kunden direkt in dessen Browser begleitet.
WebMCP ist nicht dasselbe wie Storefront MCP oder Agentic Commerce
Die Begriffe rund um AI-Commerce werden zunehmend unübersichtlich, weil mehrere verwandte Technologien gleichzeitig entstehen.
Shopify entwickelt Storefront MCP, MCP-Funktionen für Kundenkonten, Infrastruktur für das Universal Commerce Protocol, Agentic Storefronts und nun WebMCP. Inhaltlich gibt es Überschneidungen, die Technologien lösen jedoch unterschiedliche Probleme.
Storefront MCP verbindet eine AI-Anwendung über MCP-Server mit Shopify-Funktionen. Eine Anwendung kann strukturierte Tools für Produktsuche, Warenkorb, Shopinformationen und Kundenprozesse nutzen, ohne dass die Website des Händlers im Browser geöffnet sein muss.
WebMCP nimmt die umgekehrte Perspektive ein: Die Website, die der Kunde gerade geöffnet hat, stellt einem mitgebrachten Agenten passende Tools zur Verfügung.
Architektonisch ist dieser Unterschied wichtig.
Ein Händler, der einen eigenen Shopping-Assistenten entwickelt, könnte direkt auf Shopifys MCP-Infrastruktur zugreifen. Ein unabhängiger Browser-Assistent, der einen Kunden auf der Händlerseite unterstützt, würde eher WebMCP verwenden. Eine externe AI-Shopping-Plattform könnte wiederum Shopifys breitere Agentic-Commerce-Infrastruktur nutzen.
Enterprise-Teams sollten „MCP unterstützen“ deshalb nicht als einzelnes Projekt betrachten. Es gibt mehrere Interaktionsmodelle mit jeweils eigenen Anforderungen an Authentifizierung, Session-State, Sicherheit und Integration.
Die Shopify-Standard-Journey wird maschinenbedienbar
Kurzfristig ist der Vorteil für viele Händler unkompliziert: Kompatible Agenten können grundlegende Storefront-Aktionen wesentlich zuverlässiger verstehen.
Ein Kunde könnte einen Agenten etwa bitten:
„Finde eine wasserdichte Jacke unter 250 Euro, zeig mir die verfügbaren Modelle in Größe M und lege die beste Option in meinen Warenkorb.“
Ohne strukturierte Tools müsste der Agent vermutlich die Suche bedienen, mehrere Produktseiten auswerten, Variantenauswahl und Verfügbarkeit interpretieren und anschließend mit dem Warenkorb interagieren.
Mit WebMCP kann ein großer Teil dieses Ablaufs über ausdrücklich definierte Commerce-Operationen erfolgen.
Für Enterprise-Händler geht die Bedeutung über weniger simulierte Klicks hinaus. Zwischen der kundenorientierten Storefront und einem AI-Agenten entsteht eine standardisierte, maschinenlesbare Ebene.
Damit erweitert sich auch die Definition von Storefront-Qualität.
Bisher bewerten wir Storefronts unter anderem nach Usability, Accessibility, Performance, Conversion, SEO und Wartbarkeit. In einer agentischen Umgebung kommt eine weitere Frage hinzu: Kann Software zuverlässig verstehen, was Kunden hier tun können?
Die visuelle Storefront verliert dadurch nicht an Bedeutung. WebMCP ist ausdrücklich als Progressive Enhancement für menschliche Oberflächen gedacht, nicht als deren Ersatz. Die Commerce Experience bekommt lediglich einen weiteren Nutzer.
Die eigentliche Herausforderung beginnt außerhalb des Standards
Shopify kann Standard-Tools bereitstellen, weil das grundlegende Commerce-Modell weitgehend einheitlich ist: Produkte lassen sich suchen, Varianten auswählen, Warenkörbe ändern und Kunden zum Checkout führen.
Enterprise-Commerce wird jedoch meist genau dort komplex, wo dieses Standardmodell endet.
Ein B2B-Käufer benötigt möglicherweise einen kundenspezifischen Katalog, Vertragspreise, Unternehmensberechtigungen, Mindestmengen, Einkaufslimits und Freigabeprozesse. Bei einem anderen Händler berechnet ein Produktkonfigurator die Kompatibilität über ein externes System. Der verfügbare Bestand kommt vielleicht aus dem ERP. Lieferoptionen hängen von der Auslastung eines Lagers ab. Oder ein Kunde muss ein Angebot anfordern, statt direkt auszuchecken.
In Enterprise-Shopify-Projekten sind solche Fälle keine exotischen Ausnahmen. Häufig bilden sie den Kern des Projekts.
Shopifys aktuelle WebMCP-Tools beschreiben nicht automatisch jeden individuellen Workflow rund um die Storefront. Sie schaffen eine sinnvolle Standardschicht für Commerce. Der allgemeinere WebMCP-Entwurf erlaubt Websites zwar, zusätzliche Tools zu registrieren. Diese individuellen Funktionen müssen aber weiterhin bewusst konzipiert und entwickelt werden.
Spätestens hier wird WebMCP zu einer Architekturfrage und nicht nur zu einer neuen Plattformfunktion.
Soll ein Agent künftig beispielsweise „dieselben Artikel für unsere Berliner Niederlassung nachbestellen, ohne das Einkaufslimit dieses Monats zu überschreiten“, besteht die schwierige Aufgabe nicht darin, ihm einen Button anzubieten. Zunächst muss geklärt sein, wo Account-Hierarchien, Preise, Berechtigungen, Bestände und Einkaufsregeln gepflegt werden und wie sich diese Regeln sicher bereitstellen lassen.
Das ist dieselbe Architekturaufgabe, die Enterprise-Commerce-Teams bereits heute lösen. AI schafft lediglich eine zusätzliche Oberfläche dafür.
WebMCP ersetzt weder ERP noch PIM oder Middleware
Es wäre daher ein Fehler, WebMCP als Argument dafür zu verstehen, noch mehr Geschäftslogik in die Storefront zu verlagern.
Wahrscheinlich gilt eher das Gegenteil.
Damit ein Agent korrekte Produktinformationen, Kundenpreise, Bestände und Bestellstatus erhält, müssen die liefernden Systeme verlässlich bleiben. WebMCP vereinfacht den Aufruf einer Aktion. Es entscheidet jedoch nicht, welches System den Bestand führt, wie Preise synchronisiert werden oder was bei einem vorübergehenden ERP-Ausfall geschieht.
In einer sauber aufgebauten Enterprise-Shopify-Architektur sollte die Storefront Geschäftsfunktionen konsumieren, statt sie verdeckt noch einmal nachzubauen.
Komplexe Kompatibilitätsregeln sollten zum Beispiel nicht ausschließlich als konditionales JavaScript in einer Produktseiten-Komponente existieren. Sonst kann die menschliche Oberfläche korrekt funktionieren, während API-Clients, mobile Anwendungen oder AI-Agenten ein abweichendes Verhalten erhalten.
Die wachsende Bedeutung agentischer Interfaces stärkt daher ein bereits bewährtes Architekturprinzip: Kritische Commerce-Logik braucht klare Verantwortlichkeit und wiederverwendbare Schnittstellen.
Das gilt besonders, wenn Shopify mit ERP, PIM, CRM, OMS und individueller Middleware zusammenspielt. WebMCP fügt am Rand dieser Architektur einen weiteren Konsumenten hinzu. Die Systeme und Integrationen dahinter bleiben genauso wichtig wie zuvor.
Produktdaten werden noch entscheidender
WebMCP verstärkt außerdem eine Entwicklung, die im Agentic Commerce bereits sichtbar ist: Produktdaten sind nicht mehr nur Inhalte für Produktdetailseiten und Feeds.
Sie werden zunehmend zur Grundlage maschineller Entscheidungen.
Shopify betont diesen Punkt selbst in seinen Empfehlungen zu Agentic Commerce. Nach Angaben des Unternehmens stiegen Bestellungen über AI-Referrals im ersten Quartal 2026 im Jahresvergleich fast auf das Dreizehnfache; Sessions aus AI-Chatbots wuchsen um mehr als das Achtfache. Shopifys Empfehlung für Enterprise-Händler ist entsprechend grundlegend: Produktdaten, Richtlinien, Governance und Messbarkeit verbessern, statt jeder neuen AI-Oberfläche einzeln hinterherzulaufen.
WebMCP macht diese Empfehlung sehr konkret.
Shopifys Tool get_product kann Varianten, Preise und Verfügbarkeit liefern. Ein Tool für Shopinformationen kann Fragen auf Basis von Richtlinien und FAQs beantworten. Beide sind nur so gut wie die hinterlegten Informationen.
Eine schön gestaltete, aber unklar formulierte Rückgaberichtlinie bleibt auch für einen Agenten unklar. Wichtige Kompatibilitätsangaben, die nur in einem Bild stehen, sind schwerer auszuwerten als strukturierte Attribute. Und eine ERP-Integration mit unzuverlässigen Bestandsdaten bleibt ein Bestandsproblem – unabhängig davon, wie fortschrittlich der Agent ist.
Für Enterprise-Teams ist eine bessere Informationsarchitektur deshalb vermutlich wertvoller als der Aufbau einer eigenen AI-Storefront.
Headless-Teams sollten genau hinsehen
Für Händler mit Headless-Shopify ergibt sich eine weitere wichtige Konsequenz.
Liquid-Storefronts erhalten Shopifys WebMCP-Tools automatisch. Auch die nächste Hydrogen Developer Preview integriert sie über Shopifys Browser Runtime. Gleichzeitig entwickelt sich Hydrogen in Richtung eines stärker framework-unabhängigen Modells.
Shopify behandelt Agenten-Kompatibilität damit zunehmend wie eine weitere Commerce-Grundfunktion seines Storefront-Stacks.
Teams mit stark individualisierten Headless-Implementierungen außerhalb dieser Plattform-Primitives sollten diese Entwicklung im Blick behalten.
Ein langfristiger Kostenfaktor von Headless Commerce war schon immer, dass scheinbar kleine Plattformverbesserungen vom Storefront-Team selbst nachgebaut werden müssen. Analytics, Consent, Warenkorbverhalten, Kundenkonten, Shop Pay, Markets und andere Shopify-Funktionen haben dieses Muster über Jahre in unterschiedlichen Formen gezeigt.
Interoperabilität mit Agenten könnte das nächste Beispiel werden.
Das bedeutet nicht, dass jeder Händler wegen WebMCP zu Hydrogen wechseln sollte. Bei der Bewertung einer stark individuellen Storefront-Architektur sollte die wachsende Zahl browserseitiger Plattformfunktionen aber in die Gesamtkosten einfließen.
Die entscheidende Frage lautet nicht nur, ob ein Frontend-Team eine Produktseite entwickeln kann. Ebenso wichtig ist, für welchen Anteil der Shopify-Commerce-Infrastruktur dieses Team in den kommenden Jahren dauerhaft verantwortlich sein soll.
Eine neue Angriffs- und Governance-Fläche
Strukturierte Aktionen sind verlässlicher, als Software einen Button erraten zu lassen. Verlässlichkeit ersetzt jedoch keine Kontrolle.
Der aktuelle WebMCP-Entwurf enthält Browser-Sicherheitsmechanismen wie Origin Isolation und Permissions Policy. Für sensible Vorgänge wie Käufe kann zudem eine ausdrückliche Interaktion des Nutzers verlangt werden.
Shopifys derzeitige Umsetzung ist vergleichsweise vorsichtig. Das Checkout-Tool führt den Kunden zum Checkout, statt eine Transaktion unbemerkt vollständig abzuschließen. Die Bestellhistorie setzt eine Anmeldung voraus, falls der Kunde noch nicht authentifiziert ist.
Bei individuellen Enterprise-Tools werden deutlich mehr Entscheidungen nötig sein.
Eine Produktspezifikation zu lesen ist etwas anderes, als eine Lieferadresse zu ändern. Einen Artikel in einen privaten Warenkorb zu legen unterscheidet sich von einer B2B-Bestellung über 50.000 Euro. Verfügbarkeit abzufragen ist nicht dasselbe wie eine Reservierung im ERP auszulösen.
Sobald Unternehmen eigene Aktionen für Agenten anbieten, müssen sie Autorisierung, Bestätigung, Logging, Idempotenz, Rate Limits und die Trennung zwischen Lese- und Schreibzugriffen konsequent berücksichtigen.
Das ist Teil der Anwendungsarchitektur und kein reines Frontend-Experiment.
Was Enterprise-Shopify-Teams jetzt tun sollten
Wir würden heute kein großes WebMCP-Projekt allein deshalb starten, weil der vorgeschlagene Standard existiert. Die Browserunterstützung ist noch begrenzt, die Spezifikation verändert sich und es ist offen, wie Kunden Browser-Agenten tatsächlich im großen Maßstab nutzen werden.
Einige konkrete Schritte sind trotzdem sinnvoll.
Erstens sollten Shopify-Händler verstehen, was ihre Storefront bereits bereitstellt. In Liquid-Shops ist WebMCP nicht mehr rein theoretisch. Teams können testen, wie kompatible Agenten Produkte, Varianten, Warenkörbe, Richtlinien und Navigation verstehen.
Zweitens lohnt es sich, alle wichtigen Abläufe außerhalb des Shopify-Standards zu erfassen. Bei einem Enterprise-B2B-Händler können das Unternehmenskonten, Quick Order, Einkaufsberechtigungen, Angebote und Wiederholungsbestellungen sein. In anderen Projekten geht es vielleicht um Produktkonfiguration, Abonnements oder standortabhängige Verfügbarkeit. Genau dort wird Agenten-Kompatibilität später echte Architekturarbeit erfordern.
Drittens sollten Teams Produkt- und Betriebsdaten weiter verbessern. Widersprechen sich Informationen in Shopify, PIM, ERP und Storefront, löst WebMCP dieses Problem nicht. Agenten machen die Inkonsistenz womöglich nur schneller sichtbar.
Viertens gehört Agenten-Interoperabilität auf die Plattform-Roadmap von Teams mit individuellen Headless-Storefronts. Shopify bündelt solche Funktionen zunehmend in seinen Storefront-Primitives. Eine vollständig unabhängige Frontend-Architektur sollte daher eine bewusste Entscheidung bleiben und nicht allein historische Gründe haben.
Und schließlich sollten individuelle Agenten-Aktionen wie APIs behandelt werden: mit klaren Verträgen, engem Verantwortungsbereich und angemessener Autorisierung. Dass eine Aktion von einem AI-Agenten statt von einem Backend-Service ausgelöst wird, setzt bewährte Software-Architekturprinzipien nicht außer Kraft.
Die Storefront wird zur Schnittstelle für Menschen und Software
WebMCP steht noch am Anfang und seine heutige Bedeutung lässt sich leicht übertreiben.
Kunden werden nicht plötzlich aufhören, Produktseiten zu verwenden. Enterprise-Händler benötigen nicht sofort Hunderte AI-spezifische Tools. ERP-Integrationen, B2B-Prozesse, Merchandising, Checkout, Fulfillment und Customer Service bleiben die schwierigeren Aufgaben im E-Commerce.
WebMCP zeigt jedoch, in welche Richtung sich das Web entwickelt.
Websites haben Informationen traditionell über visuelle Oberflächen für Menschen und über APIs für Software bereitgestellt. Agentische Browser beginnen, diese Trennung aufzuweichen. Ein Agent arbeitet in derselben Session wie der Kunde, während die Website strukturierte Funktionen anbietet, damit Software nicht mehr erraten muss, wie die Oberfläche funktioniert.
Dass Shopify WebMCP direkt in seine Storefront-Schicht integriert, ist deshalb interessanter als jedes einzelne Tool, das heute verfügbar ist.
Für Standard-Commerce kann Shopify Shops zunehmend auf Plattformebene kompatibel mit Agenten machen. Im Enterprise-Commerce bleibt die zentrale Herausforderung dieselbe wie in fast jedem komplexen Shopify-Projekt: Wo gehört die Geschäftslogik hin, welches System besitzt welche Daten und wie lassen sich individuelle Prozesse verfügbar machen, ohne die Storefront in ein weiteres verteiltes Backend zu verwandeln?
WebMCP nimmt Enterprise-Teams diese Architekturarbeit nicht ab.
Es macht gute Architektur noch wertvoller.
