Nandan Sheth, CEO von Splitit – Interviewserie

Nandan Sheth, CEO von Splitit, ist ein erfahrener FinTech‑Manager und Unternehmer mit tiefgehender Expertise in Zahlungen, digitalem Handel und Finanzinfrastruktur. Er leitet das Unternehmen seit 2022 und sitzt zudem im Vorstand. Vor Splitit verbrachte er fünf Jahre bei Fiserv als Head of Carat & Digital Commerce, wo er half, moderne Zahlungsökosysteme zu gestalten, und gründete zuvor Acculynk, das sichere Online‑Zahlungs‑Authentifizierungstechnologien vorantrieb. Seine Laufbahn umfasst außerdem Führungspositionen bei American Express nach der Übernahme von Harbor Payments, einem Unternehmen, das er mitbegründete und zu einer bedeutenden elektronischen Abrechnungsplattform ausbaute. In über zwei Jahrzehnten hat sich Sheth konsequent darauf konzentriert, Zahlungslösungen zu entwickeln, die Reibungen reduzieren, die Sicherheit erhöhen und die Wirtschaftlichkeit für Händler verbessern, und ihn damit in die Lage versetzt, die Weiterentwicklung von Splitit zu einem Next‑Generation‑Buy‑Now‑Pay‑Later‑Infrastruktur‑Anbieter zu führen.

Splitit ist ein FinTech‑Unternehmen, das sich darauf konzentriert, Buy‑Now‑Pay‑Later (BNPL) von einem verbraucherorientierten Kreditprodukt in eine merchant‑first‑Infrastrukturschicht zu verwandeln. Durch seine Plattform ermöglicht das Unternehmen Käufern, Einkäufe in Raten zu splitten, indem sie ihre bestehenden Kreditkarten nutzen, wodurch neue Kredite, Bonitätsprüfungen oder langwierige Anträge entfallen. Die Kerninnovation liegt in einem White‑Label‑„Installments-as-a-Service“-Modell, das Händlern erlaubt, BNPL vollständig in ihr eigenes Checkout‑Erlebnis zu integrieren, wobei sie die Kundenbeziehungen und Daten behalten und gleichzeitig Konversionsraten sowie den durchschnittlichen Bestellwert steigern. Durch die Nutzung bestehender Kreditkartennetzwerke und die direkte Integration in Händlersysteme über eine einzige API positioniert sich Splitit als risikoärmere, nahtlosere Alternative zu traditionellen BNPL‑Anbietern, was den zunehmenden regulatorischen Prüfungen entspricht und ein reibungsloses, markenkontrolliertes Zahlungserlebnis bietet.

Sie haben mehrere Zahlungsunternehmen aufgebaut und verkauft, darunter Harbor Payments und Acculynk. Wie hat diese Erfahrung Ihre Sichtweise darauf geprägt, warum Zahlungssicherheit zum entscheidenden Faktor beim Aufstieg des agentischen Handels werden könnte?

Meine Karriere konzentrierte sich auf die Zahlungsschicht, den Teil des Handels, den kaum jemand bemerkt, solange er funktioniert. Ich habe gelernt, dass Entdeckung Aufmerksamkeit erregt, aber Autorisierung letztlich den Umsatz ermöglicht.

Im agentischen Handel, wo KI‑Agenten das Einkaufserlebnis beeinflussen, bevorzugen Agenten Zahlungsmethoden, die vorhersehbar, schnell und mit hoher Wahrscheinlichkeit genehmigt werden. Zahlungsunsicherheit erzeugt Reibungen und kann dazu führen, dass Agenten bestimmte Händler oder Produkte meiden. Zahlungssicherheit wandelt sich von einer rein back‑end‑Thematik zu einem Schlüsselfaktor in Empfehlungen.

Splitit hat kürzlich sein Agentic Commerce Partner Program gestartet. Wie adressiert das Einbetten von kartenbasierten Ratenzahlungen in autonome KI‑Shopping‑Agenten das Engpass‑Problem der Zahlungssicherheit, das Ihrer Meinung nach die Konversion heute begrenzt?

Durch das Einbetten von kartenbasierten Pay‑Later‑Funktionen in autonome Shopping‑Agenten verschiebt das Agentic Commerce Partner Program von Splitit Ratenzahlungs‑Käufe nach vorne im KI‑Ablauf, nicht nur beim Checkout. So kann der Agent die Erschwinglichkeit und Zahlungs‑Passung bewerten, während er Optionen eingrenzt und entscheidet, was zu kaufen ist.

Ein weiterer Vorteil ist, dass unser Modell bestehende Karten und Zahlungswege nutzt, wodurch Zahlungen für KI‑Agenten zuverlässiger und einfacher werden. Das löst ein großes Problem: viele Konversionen scheitern aufgrund von Zahlungssicherheit und nicht wegen der Produktpassung. Wenn Verbraucher neue Kredite beantragen oder auf Genehmigungen warten müssen, bricht der Prozess ab. Die Nutzung vorhandener Kreditlinien beschleunigt den Vorgang.

Wie ermöglicht Ihr Programm in der Praxis KI‑Agenten, die Erschwinglichkeit in Empfehlungen zu berücksichtigen, indem sie bestehende Karten und Zahlungswege nutzen, ohne neue Kreditanträge oder Kontoeröffnungen zu verlangen?

Splitit ermöglicht dem Agenten, den Gesamtkaufpreis in eine monatliche Zahlung umzuwandeln, indem er eine bereits vorhandene Karte des Käufers nutzt. Das unterscheidet sich grundlegend davon, jemanden in einen separaten Kreditfluss zu drängen.

Der Käufer verwendet seine bestehende Karte, ohne einen neuen Antrag zu stellen, ein neues Konto zu eröffnen oder zu einer Drittanbieter‑Website zu wechseln. Der Ratenzahlungsplan bleibt innerhalb der aktuellen Bankbeziehung des Käufers, bringt die Erschwinglichkeit früher in den Entscheidungsprozess und hilft KI‑Agenten zu beurteilen, nicht nur die Produktmerkmale und den Preis, sondern auch, ob der Käufer den Kauf realistisch abschließen kann.

Sie argumentieren, dass KI‑gesteuerte Entdeckung bereits der Konversion voraus ist. Wo genau erzeugen Zahlungen Reibungen im agentischen Handelsablauf?

Reibungen entstehen in drei Bereichen: Berechtigung, Autorisierung und Workflow. Ein Käufer kann das richtige Produkt über KI finden, aber der Vorgang kann scheitern, wenn die Zahlungsoption eine Kreditentscheidung erfordert, zu unvorhersehbarer Autorisierung führt oder eine separate Antragstellung bzw. Genehmigung nötig ist.

Dies ist die Lücke zwischen Entdeckung und Konversion. KI erzeugt bereits hochintentionierten Einzelhandelsverkehr, aber die Zahlungsinfrastruktur hinkt hinterher. Die Chance ist vorhanden. Die Herausforderung besteht darin, den Abschluss des Kaufs so nahtlos wie die Entdeckung zu gestalten.

Viele Händler setzen heute auf Buy‑Now‑Pay‑Later‑Marktplätze. Wie unterscheidet sich ein kartenbasiertes Ratenzahlungsmodell von traditionellen BNPL‑Plattformen, wenn es in KI‑gesteuerte Kaufabläufe integriert wird?

Unser kartenbasierendes Ratenzahlungsmodell nutzt das bestehende Kredit des Verbrauchers, während traditionelle BNPL‑Anbieter häufig verlangen, dass der Käufer zum Zeitpunkt des Verkaufs einen neuen Kredit beantragt. Dieser Unterschied ist in KI‑gesteuerten Kaufabläufen wichtig, weil jede neue Kreditentscheidung das Risiko einer Ablehnung mit sich bringt. Wenn das zu häufig vorkommt, beginnt der KI‑Agent, Händler zu depriorisieren.

Traditionelles BNPL erfordert mehr Schritte und neue Marken. Unser Modell hält die Händler in Kontrolle und stellt sicher, dass Käufer vertrauenswürdige Karten verwenden, wodurch die Unsicherheit für KI‑Agenten reduziert wird.

Ist aus technischer Sicht die Checkout‑Optimierung weniger wichtig als die Vorhersagbarkeit der Autorisierung in einem agentischen Umfeld?

Checkout‑Optimierung ist wichtig, aber die Vorhersagbarkeit der Autorisierung ist noch wichtiger. Mit anderen Worten, ein klarer, einfacher Kaufablauf hilft weiterhin, aber die Zahlungs‑Genehmigung bestimmt letztlich das Ergebnis. Im traditionellen Handel konzentrierten sich Unternehmen auf die Front‑End‑Effizienz, weil menschliche Käufer jeden Schritt selbst erledigten. Im agentischen Handel übernehmen KI‑Agenten einen Großteil dieser Navigation.

Das schwierigere Problem ist, ob die Zahlung auf stabile, reibungsarme Weise abgewickelt wird. Wenn der Autorisierungsweg – der Prozess, bei dem Banken oder Zahlungsnetzwerke eine Transaktion genehmigen – unzuverlässig ist, löst ein wunderschön gestalteter Checkout das eigentliche Problem nicht. In diesem Umfeld wird die Vorhersagbarkeit der Autorisierung zu einem Teil der Handelsperformance, nicht nur zu einer Zahlungsoperation.

Wenn autonome Agenten beginnen, Kaufentscheidungen im Namen von Verbrauchern zu treffen, welche neuen Compliance‑ oder Regulierungsaspekte sollten FinTech‑Unternehmen berücksichtigen?

Zustimmung ist entscheidend. Unternehmen müssen die Befugnis des Agenten definieren und die Genehmigungsanforderungen klarstellen.

Verantwortlichkeit folgt. Es müssen klare Audits für Agentenkäufe und Überschreitungen von Limits vorhanden sein.

Kontrolle ist essenziell. Unternehmen benötigen robuste Berechtigungen, Limits und Ausnahme‑Logik.

Meiner Ansicht nach muss die Zahlungsschicht Agentenkäufe ermöglichen und Verantwortung sicherstellen. Das erfordert robuste Sicherheit, klare Autorisierung und eindeutig definierte Zustimmung. Je weiter Menschen von Transaktionen entfernt sind, desto grundlegender wird eine starke Governance auf der Zahlungsschicht, um Vertrauen im agentischen Handel aufzubauen.

Wie beeinflussen Ratenzahlungen KI‑Empfehlungs‑Engines anders als traditionelle Checkout‑Optionen? Verändert die Veränderung der Erschwinglichkeit die Rangfolge oder Priorisierung von Produkten durch Agenten wesentlich?

Der traditionelle Checkout erscheint nach der Produktauswahl. Ratenzahlungen wirken sich früher aus, indem sie die Erschwinglichkeit verändern. Produkte, die zum vollen Preis nicht erreichbar sind, werden durch vorhersehbare kartenbasierte Ratenzahlungen machbar. Das ändert, wie KI‑Agenten Optionen bewerten: sie berücksichtigen nicht nur die Produktpassung, sondern auch die realistische Kauf‑Möglichkeit.

Welche Signale oder Kennzahlen beobachten Sie, um festzustellen, ob der agentische Handel von Experimenten zur skalierbaren Adoption übergeht?

Fünf Signale können anzeigen, wann der agentische Handel von einer Neuheit zu einem skalierbaren Kanal übergeht, der Transaktionen neu gestaltet.

Erstens: Beobachten Sie den Anteil des Handelsverkehrs, der durch KI‑gestützte Shopping‑Journeys erzeugt wird. Das zeigt, ob Verbraucher die Technologie übernehmen und nicht nur testen.

Zweitens: Achten Sie auf die Konversionsqualität. Es ist wichtig, dass KI‑gesteuerte Sitzungen zu bedeutenden Raten konvertieren und nicht nur Klicks erzeugen.

Drittens: Verfolgen Sie, ob Zahlungsmethoden mit höherer Autorisierungs‑Vertrauenswürdigkeit einen größeren Anteil an Empfehlungen erhalten. Das würde zeigen, dass Zahlungssicherheit das Agenten‑Verhalten prägt.

Viertens: Suchen Sie nach tieferer Integration. Wenn Händler, Plattformen und Zahlungsanbieter Zahlungen direkt in agentische Workflows einbetten, verwandeln sie Experimente in Infrastruktur.

Fünftens: Beobachten Sie höhere Genehmigungsraten, Konversionsraten und durchschnittliche Bestellwerte, wenn Erschwinglichkeit in Empfehlungen eingebaut wird.

Wie sehen Sie die Zukunft – werden agentengesteuerte Transaktionen über den E‑Commerce hinaus in Bereiche wie B2B‑Beschaffung oder Abonnement‑Management ausgedehnt?

E‑Commerce ist der erste Schritt, nicht der letzte. Agenten bringen Wert in jeden Kaufprozess mit festgelegten Regeln und Budgets. B2B‑Beschaffung und Abonnement‑Management sind offensichtliche Beispiele.

All dies beruht auf einer Zahlungsschicht, der Unternehmen vertrauen, sich verbinden und die sie einbetten. Deshalb unterstützt Splitit offene Standards wie Googles Universal Commerce Protocol, um echte agentische Transaktionen über Kategorien hinweg zu ermöglichen.

Vielen Dank für das großartige Interview, wer mehr erfahren möchte, sollte Splitit besuchen.