KI für E-Commerce: Was funktioniert und was an den Daten scheitert

41 Prozent der Unternehmen ab 20 Beschäftigten setzen KI ein, ein Jahr zuvor waren es 17 Prozent. Das hat Bitkom im März 2026 aus einer Befragung von 604 Unternehmen berichtet. Ordne die Zahl allerdings richtig ein: Das Statistische Bundesamt kommt in seiner IKT-Erhebung 2025 auf 26 Prozent aller Unternehmen ab zehn Beschäftigten, mit deutlichem Größeneffekt: 23 Prozent bei kleinen, 36 bei mittleren und 57 bei großen Unternehmen. Die Richtung ist in allen Erhebungen dieselbe, die absolute Höhe und erst recht die Sprungweite hängen an der Stichprobe.

Bei KI im E-Commerce zählt ohnehin etwas anderes als der Nutzungsanteil. In den meisten mittelständischen Shops läuft am Ende genau eine Anwendung, meistens Produkttexte, und der Rest liegt als Angebot in der Schublade.

Das liegt selten am Tool. Es liegt an den Daten. Ob eine KI-Anwendung im Shop Geld bringt, entscheidet nicht die Modellqualität, sondern das, was du überhaupt füttern kannst. Deshalb sortieren wir hier nach Datenbedarf statt nach Funktion. Drei Stufen. Auf Stufe eins verdienst du ab nächster Woche, auf Stufe drei scheitern die meisten Mittelständler, und zwar bevor sie überhaupt anfangen.

Bei KI im E-Commerce entscheidet der Datenbedarf über den Erfolg

Jede Anwendung im Shop braucht Futter aus einer von drei Quellen. Entweder nur allgemeines Weltwissen des Modells, oder deine Produktdaten, oder das Verhalten deiner Kunden über die Zeit. Die erste Quelle hast du geschenkt. Die zweite kannst du herstellen, wenn du Arbeit reinsteckst. Die dritte kannst du nicht herstellen, die musst du ansammeln.

Diese Reihenfolge ist auch die Reihenfolge des Risikos. Was nur Weltwissen braucht, funktioniert im Testlauf am gleichen Tag. Was Verhalten braucht, funktioniert erst nach Monaten oder nie, und du merkst es zu spät, weil das System auch bei zu wenig Daten irgendetwas ausspielt.

Stufe 1: läuft ohne eigene Daten

Produkttexte und Attribute aus vorhandenen Merkmalen. Das Modell bekommt Material, Maße, Farbe, Zielgruppe und schreibt daraus Beschreibung, Meta-Titel und die fehlenden Filterattribute. Aufwand: ein bis zwei Tage für ein belastbares Prompt-Template, danach rund fünf Minuten je Artikel inklusive Gegenlesen. Bei 500 Artikeln und internen Stundenkosten von 50 Euro sind das etwa 42 Stunden und rund 2.100 Euro. Wirkung: hoch bei Sortimenten, in denen bisher Herstellertexte stehen. Die Details zum Ablauf stehen in unserem Beitrag zu KI-Produkttexten.

Bildfreistellung. Hintergrund raus, einheitlicher Bildstil, Massenverarbeitung per Skript. Aufwand: Stunden, nicht Tage. Wirkung: solide, aber begrenzt. Es macht deinen Shop aufgeräumter, es verkauft nicht von allein.

Übersetzungen. Der unterschätzte Posten. Wer ohnehin nach Österreich und in die Schweiz liefert, kommt mit Deutsch weit, aber der Sprung nach NL oder FR scheiterte bisher fast immer am Übersetzungsbudget. Aufwand: gering, wenn die Ausgangstexte sauber sind. Wirkung: hoch, weil hier ein ganzer Absatzkanal am Kostenpunkt hing.

Kategorisierung neuer Artikel. Ein Modell ordnet eingehende Lieferantendaten der richtigen Shop-Kategorie zu und schlägt Tags vor. Aufwand: gering. Wirkung: unterschätzt, weil sie die Grundlage für Stufe 2 legt.

Alle vier haben eine Gemeinsamkeit: Sie funktionieren im Shop mit 80 Bestellungen im Monat genauso gut wie im Shop mit 8.000.

Stufe 2: braucht saubere Produktdaten

Hier kippt es. Die Anwendung ist nicht schwerer, aber sie liest deine Stammdaten, und die sind in den meisten Shops lückenhaft.

Interne Suche verbessern. Semantische Suche findet den Artikel auch, wenn der Kunde ihn anders nennt als du. Voraussetzung: gepflegte Attribute, saubere Kategorien, konsistente Bezeichnungen. Zieh dir vorher eine Woche Suchanfragen aus deinem Analytics-Tracking und schau, welche davon leer ausgingen. Stehen dort Begriffe, für die du sehr wohl passende Artikel führst, ist das ein Datenproblem, kein Algorithmusproblem, und die KI erbt es.

Cross-Selling-Vorschläge aus Produktmerkmalen. Nicht zu verwechseln mit Personalisierung. Diese Variante leitet Zubehör aus Attributen ab, nicht aus Verhalten. Sie braucht kein Publikum, sondern korrekte Kompatibilitätsangaben. Für Ersatzteile und technisches Zubehör ist das der wirksamste Hebel überhaupt.

Retouren-Ursachenanalyse. Rund 550 Millionen Retourenpakete gingen 2025 in Deutschland zurück, nahezu jedes vierte verschickte Paket, ermittelt die Forschungsgruppe Retourenmanagement der Uni Bamberg. Gut 80 Prozent der Pakete entfallen auf Mode. Eine KI kann Freitext-Retourengründe clustern und dir sagen, welcher Artikel systematisch zu klein ausfällt. Sie kann das nur, wenn der Retourengrund überhaupt erfasst wird und die Artikelstammdaten Schnitt und Größenlauf tragen. Wer nur “gefällt nicht” im Dropdown anbietet, bekommt “gefällt nicht” zurück, sortiert nach Häufigkeit.

Stufe 3: Personalisierung braucht Verhaltensdaten in Menge

Empfehlungssysteme lernen aus Ko-Vorkommen. Der Algorithmus zählt, welche Artikel gemeinsam in Warenkörben landen, und braucht jedes Paar mehrfach, bevor daraus ein Signal statt Rauschen wird.

Unsere Faustregel dafür, ausdrücklich ein Erfahrungswert aus Projekten und keine Erhebung: Es braucht im Auswertungsfenster mindestens rund 30 Bestellungen je aktivem Artikel. Wer 500 aktive Artikel führt und über ein Quartal auswertet, kommt damit auf 15.000 Bestellpositionen. Bei zwei Positionen je Bestellung sind das rund 7.500 Bestellungen im Quartal, also etwa 2.500 im Monat. Darunter lernt das System nicht, es rät mit Nachkommastelle.

Die Gegenanzeige, ganz konkret: der Empfehlungsalgorithmus im Shop mit 400 Bestellungen im Monat. Über ein Quartal sind das 1.200 Bestellungen und bei 500 Artikeln knapp fünf Bestellungen je Artikel. Kein Artikelpaar taucht oft genug auf, um überhaupt gezählt zu werden. Was der Kunde dann unter dem Produkt sieht, ist Zufall im Gewand von Personalisierung, und Zufall ist schlechter als eine handgepflegte Zubehörliste. Diese Liste für die 200 umsatzstärksten Artikel kostet dich etwa zwei Arbeitstage, bei 50 Euro internen Stundenkosten also rund 800 Euro, einmalig, und sie ist am ersten Tag richtig. Welche Werkzeuge sich ab welcher Größe rechnen, steht in unserem Beitrag zu KI-Produktempfehlungen.

Die Reihenfolge, in der du anfängst

Fang oben an. Alles auf Stufe 1 setzt du zuerst um, weil es sofort wirkt und keine Vorleistung braucht. Stufe 2 folgt, sobald du bereit bist, in Datenpflege zu investieren, und der Test dafür ist die Liste deiner Suchanfragen ohne Ergebnis.

Personalisierung startest du erst ab rund 2.500 Bestellungen im Monat bei einem Sortiment um 500 aktive Artikel. Führst du mehr Artikel, verschiebt sich die Schwelle nach oben, weil sich dieselbe Bestellmenge auf mehr Paare verteilt. Darunter lohnt sie nicht, weil das System zu wenig Signal sieht und eine gepflegte Zubehörliste billiger und treffsicherer ist.

Der Fehler, der aus einem Produkttext einen Rechtsstreit macht

Der teuerste Praxisfehler auf Stufe 1 ist der Produkttext ohne Faktenbasis. Ursache: Das Modell bekommt nur Artikelnamen und Kategorie statt eines vollständigen Merkmalssatzes und füllt die Lücke mit Plausiblem. Aus einem Pullover wird “wasserabweisend”, aus einem Akku werden “48 Stunden Laufzeit”.

Die Folge kommt zweimal. Erst über die Retoure, weil der Kunde genau das bestellt hat, was im Text stand. Dann über das Wettbewerbsrecht: Unwahre Angaben über Produkteigenschaften sind eine irreführende geschäftliche Handlung nach Paragraf 5 UWG. Der Unterlassungsanspruch daraus steht in Paragraf 8 UWG und greift verschuldensunabhängig, für Schadensersatz genügt Fahrlässigkeit. Ob ein Mensch oder eine Maschine den Satz geschrieben hat, spielt keine Rolle. Verantwortlich bist du.

Der Schutz ist unspektakulär. Gib dem Modell nur belegte Merkmale mit, verbiete im Prompt jede Eigenschaft, die nicht im Input steht, und lass jeden Text von einem Menschen gegenlesen, bevor er live geht.

Was du jetzt tun kannst

Nimm dir eine Stunde und sortier deine offenen KI-Ideen in die drei Stufen. Alles, was auf Stufe 1 landet, kannst du im laufenden Monat starten. Was auf Stufe 3 landet, prüfst du gegen deine Bestellzahlen, bevor du ein Angebot einholst.

Wir setzen KI-Implementierungen für Onlineshops um und schauen dabei zuerst auf die Datenbasis, nicht auf die Toolliste. Deine Sortierung in die drei Stufen prüfen wir gern gegen. Jede offene KI-Idee klopfen wir dabei auf ihren Datenbedarf ab, und nach 60 Minuten Fokus-Session steht fest, welche im laufenden Monat startbar ist und welche an deinen Bestellzahlen scheitert.