Agentic Commerce
Sascha Hoffmann · 22. September 2026 · 16 Min. Lesezeit
Jev ist ein KI-Modell von TypeSafe AI, das keinen Text schreibt, und für Agentic Commerce bedeutet das: Ein Agent kann deine Seite in Millisekunden beurteilen, statt sie zu lesen.
Die meisten Texte über Jev erklären, wie Entwickler das Modell aufrufen. Für Anbieter ist die andere Richtung wichtiger. Wenn Agenten ihre Auswahl an ein Entscheidungsmodell abgeben, dann fällt das Urteil über dein Angebot anhand weniger, eng gestellter Fragen. Ob die Antwort stimmt, hängt davon ab, was auf deiner Seite in Klartext steht.
Das Wichtigste in Kürze
Jev ist ein Entscheidungsmodell: Es bekommt einen Zustand und Fragen mit festen Antwortmöglichkeiten und gibt Entscheidungen mit Wahrscheinlichkeit zurück, aber keinen einzigen Satz.
TypeSafe AI hat Jev am 15. September 2026 vorgestellt und nennt die Modellklasse System One. Der Name bezieht sich laut der Ankündigung von TypeSafe AI auf Daniel Kahnemans Unterscheidung zwischen schnellem, intuitivem und langsamem, abwägendem Denken. Der Modellname Jev geht auf den Ökonomen William Stanley Jevons zurück.
Ein Sprachmodell wie ChatGPT erzeugt eine Antwort Wort für Wort, und ein Programm muss diese Antwort danach wieder in ein Feld, ein Etikett oder eine Zahl zerlegen. Jev überspringt diesen Umweg.
Die Dokumentation von TypeSafe AI beschreibt drei Fragetypen. Choice wählt eine Option aus einer festen Menge, laut der Seite zu Choice aus bis zu 255 Optionen. Score ordnet etwas auf einer Skala mit beschriebenen Stufen ein. Noul liefert die Wahrscheinlichkeit, dass eine Ja-Nein-Aussage zutrifft.
Alle Fragen zu einem Zustand werden in einem Aufruf gleichzeitig beantwortet. TypeSafe AI gibt in der Ankündigung eine Antwortzeit von 70 bis 500 Millisekunden an. Die Modellseite von TypeSafe AI nennt 0,042 US-Dollar pro Million Eingabe-Tokens, eine kostenlose Ausgabe und eine Grenze von 64.000 Tokens pro Anfrage.
Klüger als ein Sprachmodell ist Jev damit nicht. TypeSafe AI schreibt selbst, Jev erreiche bei passenden Aufgaben ein ähnliches Niveau wie bestehende Sprachmodelle und sei dabei um zwei Größenordnungen schneller und günstiger. Der Unterschied liegt also im Preis pro Urteil, und genau der verändert, wie oft geurteilt wird.
Weil ein Agent beim Recherchieren und Vergleichen vor allem urteilt, und Jev macht jedes einzelne Urteil so billig, dass ein Agent es bei jedem Schritt fällen kann.
Ein Agent, der für einen Menschen einkauft, schreibt wenig. Er entscheidet. Welches der zwanzig Suchergebnisse lohnt den Abruf? Passt dieses Produkt zur Anfrage? Welche Schaltfläche führt zum Warenkorb? Ist diese Angabe der Preis oder ein Streichpreis?
Bisher lief jede dieser Fragen durch ein großes Sprachmodell, mit mehreren Sekunden Wartezeit und spürbaren Kosten pro Schritt.
Mit einem Entscheidungsmodell verschiebt sich die Arbeitsteilung. Das große Modell plant den Auftrag und formuliert am Ende die Empfehlung. Die vielen kleinen Urteile dazwischen übernimmt ein Modell wie Jev. Für dich als Anbieter heißt das: Zwischen dem Auftrag des Käufers und der Empfehlung liegen künftig Dutzende schnelle Urteile über deine Seite, und keines davon liest deinen Text so, wie ein Mensch ihn lesen würde.
Das ist die Fortsetzung dessen, was ich auf der Seite zu Agentic Commerce als erste Hälfte des Themas beschreibe: gefunden und korrekt beschrieben werden. Ein Entscheidungsmodell macht diese Hälfte strenger. Eine Angabe, die fehlt oder nur zwischen den Zeilen steht, führt nicht zu einer vorsichtigen Formulierung, sie führt zu einer falschen Auswahl.
Kostenloser Check
Findet ein Agent auf deiner Seite, was er für ein Urteil braucht? Der Check prüft, ob deine Domain technisch auffindbar, lesbar und ansprechbar ist.
Kostenlosen Check startenEr sieht eine nummerierte Liste der sichtbaren Bedienelemente mit Rolle, Beschriftung und aktuellem Wert, und aus dieser Liste wählt Jev eine Aktion und ein Ziel.
Das am besten dokumentierte Beispiel ist der offene Browser-Agent Jev Ultrafast von Browser Use. Laut der Beschreibung im Repository entsteht bei jeder Beobachtung der Seite eine neue Elementtabelle. Für eine Flugsuche sieht der Anfang dieser Tabelle so aus:
[1] button Change ticket type · Round trip
[2] combobox Where from? · San Francisco
[3] combobox Where to? · empty
[4] textbox Departure · empty
Jev wählt daraus eine Operation wie Klicken, Text eingeben, Auswählen oder Scrollen und dazu das passende Element. Ein kleines Sprachmodell wird nur dann gerufen, wenn tatsächlich Text eingegeben werden muss. Das Repository nennt für eine Flugsuche von Zürich nach London eine gemessene Laufzeit von 7.073 Millisekunden, einschließlich Ladezeiten und Texteingabe.
Drei Sätze aus dieser Beschreibung sind für Anbieter wichtiger als die Geschwindigkeit. Erstens arbeitet der Agent im Normalfall ohne Bildschirmfoto, er bekommt strukturierte Daten statt Pixel. Zweitens wird nur sichtbarer Text gesendet, Inhalte außerhalb des sichtbaren Bereichs und Fußzeilen füllen den Kontext des Modells nicht. Drittens liest der Agent gängige HTML- und ARIA-Bedienelemente, aber laut Repository ausdrücklich keine Shadow Roots, keine Frames, kein Canvas und keine beliebigen Tastatur-Widgets.
Übersetzt heißt das: Deine Seite ist für diesen Agenten so gut wie die Beschriftung ihrer Bedienelemente. Eine Schaltfläche, die als Grafik ohne zugänglichen Namen gebaut ist, steht nicht in der Tabelle. Ein Konfigurator in einem eingebetteten Frame existiert für ihn nicht. Ein Feld mit der Beschriftung "Eingabe 3" ist ein Rätsel, ein Feld mit der Beschriftung "Lieferdatum" ist eine Option.
Eine Einschränkung gehört dazu. Das Beispiel von Browser Use sucht Flüge, es bucht keinen. Das Repository hält ausdrücklich fest, dass das Skript keinen Flug auswählt und keinen Kauf abschließt, und dass die Messung drei Wiederholungen einer Aufgabe auf einem Browserprofil umfasst. Es zeigt das Muster, keinen Markt.
Belegt sind vier Arten: Produktangaben aus Text ziehen, Produkte einer Kategorie zuordnen, zwei Einträge als dasselbe Produkt erkennen und Kandidaten in eine Rangfolge bringen.
Die Übersicht der Einsatzfelder von TypeSafe AI führt E-Commerce-Marktplätze als eigenen Punkt. Genannt werden dort vier Aufgaben: Produkteinträge aus uneinheitlichen Händlerkatalogen klassifizieren und vereinheitlichen, Produktattribute aus Titeln und Beschreibungen ziehen, verbotene Einträge und gefälschte Bewertungen erkennen sowie Produkte in eine Rangfolge bringen und unsichere Einträge an einen Menschen geben.
Zu zwei dieser Aufgaben gibt es ausgearbeitete Beispiele. Das Beispiel zum Abgleich von Einträgen entscheidet bei 450 Kandidatenpaaren aus zwei Bierkatalogen, ob beide Einträge dasselbe Produkt beschreiben. Eine einzige Score-Frage trägt die Entscheidung mit drei Stufen: zusammenführen, getrennt lassen oder einem Menschen vorlegen. Drei Ja-Nein-Fragen laufen im selben Aufruf mit und sagen, in welchem Feld sich die beiden Quellen widersprechen.
Das Beispiel zur hierarchischen Klassifizierung ordnet Dokumente in tiefe Kategoriebäume ein, darunter eine Produkthierarchie aus dem Handel. Das Modell entscheidet an jedem Knoten, in welchen Ast ein Produkt gehört, und verfolgt mehrere Pfade gleichzeitig.
Für dich bedeuten diese Beispiele zwei Dinge. Ein Agent oder ein Marktplatz kann mit vertretbarem Aufwand prüfen, ob dein Produkt dasselbe ist wie das eines Wettbewerbers, und deine Angaben mit dessen Angaben Feld für Feld vergleichen. Und die Zuordnung zu einer Kategorie hängt an deinem Titel und deiner Beschreibung. Ein Produkttitel, der mehr Werbung als Bezeichnung enthält, landet im falschen Ast, und dort sucht niemand nach ihm.
Es besteht aus einem Zustand, also dem Text deiner Seite, und wenigen Fragen mit festen Antworten, zum Beispiel ob ein Preis genannt wird, welche Zielgruppe angesprochen ist und wie vollständig das Angebot beschrieben ist.
Das folgende Beispiel ist von mir konstruiert und klar ein Rechenbeispiel. Es folgt der Form, die TypeSafe AI in der Dokumentation beschreibt. Ein Agent soll für einen Auftraggeber Anbieter von Lagersoftware vergleichen und hat den sichtbaren Text deiner Angebotsseite abgerufen. Er stellt drei Fragen in einem Aufruf:
{
"preis_genannt": {
"type": "noul",
"instructions": "Die Seite nennt einen konkreten Preis oder eine Preisspanne"
},
"zielgruppe": {
"type": "choice",
"instructions": "Für welche Unternehmensgröße ist das Angebot gedacht",
"criteria": {
"klein": "Bis 20 Mitarbeitende",
"mittel": "20 bis 250 Mitarbeitende",
"gross": "Mehr als 250 Mitarbeitende",
"other": "Die Seite sagt dazu nichts"
}
},
"vollstaendigkeit": {
"type": "score",
"instructions": "Wie vollständig beschreibt die Seite den Leistungsumfang",
"criteria": ["Nur Schlagworte", "Leistungen genannt, Grenzen fehlen", "Leistungen, Grenzen und Ablauf genannt"]
}
}
Steht auf deiner Seite "Preis auf Anfrage", dann lautet die ehrliche Antwort auf die erste Frage nein, und zwar mit hoher Sicherheit. Steht nirgends, für wen das Angebot gedacht ist, fällt die Wahl auf die Option, dass die Seite dazu nichts sagt. Ein Vergleich, der nach Anbietern für mittelgroße Unternehmen filtert, sortiert dich damit aus, ohne dass jemand dein Angebot abgelehnt hätte.
Die Kosten erklären, warum ein Agent diese Fragen bei jedem Anbieter stellen kann. Browser Use weist für die komplette Flugsuche 90.558 Eingabe-Tokens an TypeSafe AI aus. Beim Listenpreis von 0,042 US-Dollar pro Million Tokens sind das rechnerisch 0,0038 US-Dollar. Für ein Rechenbeispiel mit 200 Anbieterseiten zu je 2.000 Tokens ergeben sich 400.000 Tokens und damit knapp 0,02 US-Dollar. Bei diesem Preis gibt es keinen Grund mehr, nur die ersten fünf Treffer zu prüfen.
Auf der Seite muss jede Angabe, nach der ein Vergleich fragt, als eigener, eindeutiger Satz im sichtbaren Text stehen, und jedes Bedienelement braucht einen Namen, der sagt, was es tut.
Ich leite das aus den Schwächen ab, die TypeSafe AI selbst dokumentiert. Die Seite zu den bekannten Schwächen von Jev 1.13 empfiehlt unter anderem, den Zustand vor der Anfrage zu filtern und nur zu senden, was die Frage braucht. Das Modell wird ungenauer, wenn der Zustand viel Unwichtiges enthält. Daraus ergeben sich fünf Regeln für Anbieter.
Eine Angabe, ein Satz. "Die Software eignet sich für Unternehmen mit 20 bis 250 Mitarbeitenden" ist eine Antwort. "Ob Mittelständler oder Konzern, bei mir sind alle richtig" ist keine. Ein Modell, das eine Option wählen muss, braucht eine Aussage, die zu genau einer Option passt.
Rechne selbst, statt rechnen zu lassen. Die TypeSafe-Dokumentation hält fest, dass Jev unzuverlässig zählt und Datumsangaben wie Text behandelt. Schreib deshalb "Lieferung in 3 Werktagen" und nicht "Bestellungen bis Mittwoch verlassen das Lager am Freitag". Schreib "12 Monate Mindestlaufzeit" und nicht ein Start- und ein Enddatum.
Sichtbarer Text schlägt versteckten Text. Der Agent von Browser Use sendet nur sichtbare Inhalte. Angaben, die erst nach einem Klick auf ein Akkordeon, in einem Tooltip oder in einem PDF stehen, fehlen im Urteil. Wie du prüfst, was ein Abruf deiner Seite tatsächlich liefert, beschreibe ich im Ratgeber Website für KI optimieren.
Bedienelemente brauchen echte Namen. Schaltflächen als button, Eingabefelder mit label, Auswahllisten als select oder mit sauberem ARIA. Das ist dieselbe Arbeit wie Barrierefreiheit, und sie zahlt jetzt doppelt ein. Wichtige Schritte wie Anfrage, Warenkorb oder Terminbuchung gehören nicht in ein Canvas, nicht in ein fremdes Frame und nicht in ein selbstgebautes Widget ohne Rolle.
Vermeide Verneinungen und Bedingungsketten. Die TypeSafe-Dokumentation beschreibt, dass das Modell Anweisungen wörtlich nimmt. Dasselbe gilt für das Lesen deines Textes. "Nicht ungeeignet für kleinere Teams, sofern kein Schichtbetrieb vorliegt" ist für ein wörtlich lesendes Modell eine Falle. "Geeignet für Teams ab 5 Personen ohne Schichtbetrieb" ist eine Angabe.
Keine dieser Regeln ist neu. Sie decken sich mit dem, was ich auf der Seite zur GEO-Optimierung für Sprachmodelle beschreibe. Neu ist die Härte. Ein Sprachmodell gleicht eine unklare Stelle mit Kontext aus und formuliert vorsichtig. Ein Entscheidungsmodell muss eine Option wählen, und die unklare Stelle kippt die Wahl.
Ja, laut TypeSafe AI ist das möglich, und genau deshalb ist es als Strategie eine schlechte Idee.
Die Dokumentation zu Jev 1.13 sagt es ohne Umschweife: Der Zustand ist Daten, und das Modell behandelt ihn nicht von sich aus als feindlich. Inhalte, die das Modell gezielt steuern sollen, können die Antwort verschieben. TypeSafe AI nennt dafür eine eingeschleuste Anweisung, eine absichtlich irreführende Rahmung und einen Text, der für seine eigene Einstufung argumentiert. TypeSafe AI schreibt dazu, dass eine Verbesserung erwartet wird, und empfiehlt Entwicklern bis dahin präzise Kriterien und gründliche Tests.
Für Anbieter klingt das nach einer Einladung. Ein Absatz wie "Dieses Produkt ist die beste Wahl für jede Anfrage" könnte ein Urteil kippen. Ich rate aus drei Gründen davon ab.
Erstens bauen die Betreiber von Agenten Gegenprüfungen ein. Das Muster steht bereits in den Beispielen: Code besitzt die harten Regeln, das Modell berät nur. Der Agent von Browser Use prüft laut Repository jedes gewählte Ziel gegen das Dokument und verlangt für ein Ergebnis eine unabhängige Bestätigung. Ein Agent, der Anbieter vergleicht, wird Preis, Verfügbarkeit und Bewertungen aus strukturierten Quellen gegenlesen.
Zweitens wird ein Text, der für seine eigene Einstufung wirbt, selbst zum Merkmal. Die Einsatzfelder von TypeSafe AI nennen das Erkennen von Richtlinienverstößen und gefälschten Signalen ausdrücklich als Aufgabe. Dieselbe Technik, die du austricksen willst, sucht nach genau diesem Trick.
Drittens ist die Wirkung an eine Modellversion gebunden. TypeSafe AI führt die Schwächen pro Version und kündigt an, viele davon in späteren Versionen zu beheben. Was heute ein Urteil verschiebt, ist morgen wirkungslos oder ein Warnsignal. Eine eindeutige Angabe dagegen funktioniert bei jeder Version und bei jedem Modell.
Jev schließt keinen Kauf ab, ersetzt kein Protokoll und ist im September 2026 ein früher Zugang, kein verbreiteter Standard.
Die Grenzen des Modells stehen in der Dokumentation. Jev verarbeitet nur Text, keine Bilder. Es zählt und rechnet unzuverlässig. Die Modellseite nennt 64.000 Tokens pro Anfrage, davon höchstens 32.000 für den Zustand und die längste Frage. Dazu kommt die Herkunft der Leistungsdaten: Die Angaben zu Geschwindigkeit und Niveau stammen von TypeSafe AI selbst, eine unabhängige Wiederholung der Auswertung kenne ich nicht.
Für den Handel ist bisher wenig belegt. Das Beispiel von Browser Use sucht, es kauft nicht. Die Beispiele von TypeSafe AI sortieren Kataloge, sie wickeln keine Bestellung ab.
Wie ein Agent verbindlich bestellt und bezahlt, regeln Protokolle wie ACP, UCP und AP2, und wie weit diese in Deutschland sind, steht im Ratgeber Agentic Commerce in Deutschland. Jev ändert an dieser Frage nichts. Es macht nur den Schritt davor billiger.
Es gibt Fälle, in denen du das Thema liegen lassen kannst. Wenn dein Geschäft über persönliche Empfehlung und Ausschreibungen läuft und niemand online vergleicht, ändert ein schnelleres Urteil nichts. Wenn deine Seite schon an den Grundlagen scheitert, also Preise per JavaScript nachlädt oder KI-Crawler aussperrt, dann ist das die erste Baustelle. Ein Agent, der deine Seite nicht abrufen kann, fällt gar kein Urteil.
Dazu kommt der Betrieb. Jev läuft ausschließlich über eine Schnittstelle von TypeSafe AI und über Vermittler wie das Vercel AI Gateway und OpenRouter. Wer es selbst einsetzen will, etwa um Anfragen vorzusortieren, muss vorher klären, welche Daten diese Schnittstelle sehen darf. Personenbezogene Daten gehören ohne Prüfung nicht hinein.
Für die Messung bedeutet Jev vor allem, dass die Auswertung vieler KI-Antworten günstiger wird, und dass die Modellversion Teil jeder Messung werden muss.
Wer regelmäßig prüft, was ChatGPT, Perplexity oder der KI-Modus über eine Marke sagen, muss jede Antwort beurteilen. Wird die Marke empfohlen oder nur erwähnt? An welcher Stelle steht sie? Wie ist der Ton?
Das sind viele gleichartige Urteile mit festen Antworten über reinen Text, also genau die Form, für die ein Entscheidungsmodell gebaut ist. Die Kennzahlen dahinter stehen auf der Seite zur KI-Sichtbarkeit und im Ratgeber KI-Sichtbarkeit messen.
Ich setze Jev dafür im AgentReady Monitor noch nicht ein. Geplant ist ein Vergleich auf gespeicherten Antworten, bei dem das bisherige Bewertungsmodell und Jev dieselben Antworten beurteilen. Erst wenn beide je Kennzahl ausreichend übereinstimmen, kommt eine Umstellung in Frage.
Zwei Regeln stehen schon fest. Die Modellversion wird Teil der Bewertungsversion, weil sich sonst zwei Quartale nicht vergleichen lassen. Und der Abgleich mehrerer Fakten gegen ein Faktenblatt bleibt bei einem Sprachmodell, weil das ein Abwägen ist und kein schnelles Urteil.
Ein Punkt verbindet Messung und Handel. Wer fremde Seiten oder fremde Antworten mit einem Entscheidungsmodell bewertet, arbeitet mit Inhalten, die das Urteil beeinflussen können. Jede Bewertung fremder Inhalte braucht deshalb eine zweite, regelbasierte Prüfung daneben.
Geh deine drei wichtigsten Angebotsseiten mit den Fragen durch, die ein Vergleich stellen würde, und prüfe, ob jede Antwort als eindeutiger Satz im sichtbaren Text steht.
Ich würde in dieser Reihenfolge vorgehen:
Der Aufwand liegt bei einem halben Tag pro Seite. Er lohnt sich auch ohne einen einzigen Agenten, weil Menschen dieselben Fragen haben und dieselben Lücken bemerken. Wer zusätzlich eine Volltextdatei bereitstellt, macht es einem Agenten leichter, alle Angaben in einem Abruf zu bekommen. Wie das geht, steht im Ratgeber llms.txt erstellen.
Ein KI-Modell ist ein trainiertes Programm, das aus einer Eingabe eine Ausgabe berechnet. Sprachmodelle wie die hinter ChatGPT erzeugen Text. Jev von TypeSafe AI gehört zu einer anderen Klasse: Es erzeugt keinen Text, es wählt aus vorgegebenen Antworten und nennt dazu eine Wahrscheinlichkeit.
Für Anbieter sind heute zwei Klassen wichtig. Sprachmodelle lesen Seiten, fassen zusammen und formulieren Empfehlungen. Entscheidungsmodelle wie Jev beantworten eng gestellte Fragen mit festen Optionen und eignen sich für die vielen kleinen Urteile, die ein Agent beim Vergleichen fällt.
Ja, in einem engen Sinn. Ein Modell wie Jev wählt eine von mehreren vorgegebenen Optionen und gibt an, wie sicher die Wahl ist. Was mit dieser Wahl geschieht, legt der Code des Betreibers fest, und TypeSafe AI empfiehlt, unsichere Fälle an einen Menschen zu geben.
Ein KI-Agent arbeitet in einer Schleife: Er beobachtet einen Zustand, entscheidet über den nächsten Schritt, führt ihn aus und prüft das Ergebnis. Beim Agenten von Browser Use ist der Zustand eine nummerierte Liste der sichtbaren Bedienelemente einer Seite. Jev wählt daraus Aktion und Ziel, ein kleines Sprachmodell schreibt nur dann Text, wenn ein Feld ausgefüllt werden muss.
Agentic Commerce bedeutet, dass ein KI-Agent im Auftrag eines Menschen recherchiert, vergleicht und den Kauf abschließt. Für Anbieter hat das zwei Hälften: vom Agenten gefunden und richtig beurteilt werden, und einen Abschluss ohne menschlichen Klick ermöglichen. Entscheidungsmodelle wie Jev betreffen die erste Hälfte.
AI Commerce wird meist als Sammelbegriff für den Einsatz von KI im Handel verwendet, etwa für Empfehlungen oder Suche im eigenen Shop. Agentic Commerce ist der engere Begriff für den umgekehrten Fall: Ein Agent auf der Seite des Käufers liest deine Seite und handelt im Auftrag.
Jev macht das einzelne Urteil über eine Seite so billig, dass Agenten es bei jedem Anbieter und bei jedem Schritt fällen können. Für Anbieter zählt deshalb weniger das Modell als die Form der eigenen Angaben: eindeutig, sichtbar, als Satz. Wer versucht, das Urteil mit Text zu steuern, baut auf eine Schwäche, die TypeSafe AI selbst als vorübergehend beschreibt. Eine klare Angabe übersteht jede Modellversion.
Das lässt sich prüfen, bevor es ein Agent tut. Der AgentReady Check zeigt, ob deine Domain für Modelle und Agenten auffindbar, lesbar und ansprechbar ist, und wo die Lücken liegen.
Kostenfrei · 2 Minuten
Kostenfrei · 2 Minuten
Kostenlosen Check starten