KI im Onlineshop einsetzen: Chatbots und Produktempfehlungen richtig nutzen

Auf den Punkt: KI im Onlineshop ist kein Wundermittel, aber an einigen Stellen ein handfester Vorteil. Personalisierte Produktempfehlungen erhöhen nachweislich den Warenkorbwert, eine gute Suche verzeiht Tippfehler und findet trotzdem das richtige Produkt, und Chatbots nehmen dem Support Standardfragen ab. Gleichzeitig gilt: Wer KI ungeprüft für alles einsetzt, riskiert Frust bei Kund:innen, schlechte Texte und im schlimmsten Fall Ärger mit dem Datenschutz.

Stellen Sie sich zwei Verkäufer:innen in einem Laden vor. Die eine merkt sich, dass Sie letztes Mal eine Outdoor-Jacke gekauft haben, und zeigt Ihnen heute passende Wanderschuhe dazu, ohne aufdringlich zu sein. Der andere sagt bei jeder Frage denselben auswendig gelernten Spruch auf, egal ob Sie nach der Öffnungszeit oder nach einer Reklamation fragen. Guter KI-Einsatz im Onlineshop ist wie die erste Verkäuferin: aufmerksam, im Hintergrund, hilfreich. Schlechter KI-Einsatz ist wie der zweite Verkäufer: eine Wand aus Standardantworten, die niemandem weiterhilft. Dieser Artikel zeigt, wie Sie den Unterschied in Ihrem eigenen Shop hinbekommen.

Was KI im E-Commerce heute wirklich kann (und was nicht)

Um das Thema geradezurücken, lohnt sich zuerst ein nüchterner Blick: KI ist im E-Commerce kein neues Zauberwort, sondern eine Sammlung von Werkzeugen, die schon länger existieren und inzwischen einfacher zugänglich sind. Empfehlungs-Algorithmen gibt es seit über zwanzig Jahren, große Plattformen wie Amazon haben sie groß gemacht. Neu ist, dass diese Technologie heute auch für kleinere und mittlere Shops bezahlbar und ohne eigene Entwicklungsabteilung nutzbar ist.

Was KI heute wirklich gut kann: Muster in großen Datenmengen erkennen, zum Beispiel welche Produkte häufig zusammen gekauft werden. Sprache verstehen, auch wenn sie unklar oder fehlerhaft ist, etwa bei der Suche. Texte in Sekunden entwerfen, die vorher Stunden gedauert hätten. Das sind konkrete, messbare Vorteile.

Was KI nicht kann: eigenständig denken, Verantwortung übernehmen oder echtes Verständnis für die individuelle Situation einer Kundin oder eines Kunden entwickeln. Eine KI erkennt Muster aus der Vergangenheit, sie versteht aber nicht, warum jemand ausgerechnet heute unzufrieden ist. Sie kann Texte formulieren, aber nicht beurteilen, ob eine Aussage zur Marke passt oder ob ein technisches Detail tatsächlich stimmt. Genau hier trennt sich seriöser KI-Einsatz vom Hype: Wer KI als Werkzeug für klar abgegrenzte, wiederkehrende Aufgaben einsetzt, hat gute Karten. Wer glaubt, ein Chatbot ersetzt den gesamten Kundenservice oder eine KI schreibt fertige, verkaufsstarke Produkttexte ganz ohne menschliche Kontrolle, wird enttäuscht. Für Shopbetreiber:innen heißt das: erst prüfen, welches konkrete Problem gelöst werden soll, dann das passende KI-Werkzeug dafür suchen, nicht umgekehrt.

Personalisierte Produktempfehlungen: Der stärkste Hebel

Von allen KI-Anwendungen im Onlineshop haben personalisierte Produktempfehlungen den direktesten Effekt auf den Umsatz. Das Prinzip dahinter ist einfach erklärt: Die Empfehlungs-Engine schaut sich an, was eine Kundin oder ein Kunde bereits gekauft hat, welche Produkte sie oder er sich angesehen hat und was Menschen mit einem ähnlichen Verhalten sonst noch gekauft haben. Daraus entsteht eine Vorhersage, welches Produkt als Nächstes interessant sein könnte. Bekannt ist das Prinzip vom „Kund:innen kauften auch"-Baustein, den fast jeder große Onlineshop nutzt.

Der Clou liegt darin, wo diese Empfehlungen im Kaufprozess auftauchen. Auf der Produktseite selbst helfen sie beim Cross-Selling, zum Beispiel passendes Zubehör zu einem Hauptprodukt. Im Warenkorb wirken sie wie eine kleine, freundliche Erinnerung: „Das haben andere noch mitbestellt." Richtig eingesetzt wirkt das nicht aufdringlich, sondern wie ein hilfreicher Hinweis. Nach dem Kauf, per E-Mail, lassen sich Empfehlungen nutzen, um Folgekäufe anzustoßen, etwa Verbrauchsmaterial zu einem Gerät, das gerade gekauft wurde.

Wichtig ist dabei die Qualität der zugrunde liegenden Produktdaten und Produktseiten. Eine Empfehlung ist nur so gut wie die Seite, auf die sie verlinkt: Wenn dort Bilder fehlen, die Beschreibung dünn ist oder wichtige Informationen wie Lieferzeit und Verfügbarkeit unklar bleiben, verpufft der Effekt der Empfehlung. Wer also in KI-gestützte Empfehlungen investiert, sollte parallel sicherstellen, dass die verlinkten Produktseiten optimiert sind, sonst verschenkt man einen Teil des Potenzials. In Shopware lassen sich solche Empfehlungs-Bausteine über Plugins oder externe Recommendation-Services einbinden, die sich an bestehende Produktdaten und Bestellhistorien andocken. Für kleinere Shops reicht oft schon eine einfache, regelbasierte Variante als Einstieg, bevor eine komplexere KI-Lösung Sinn ergibt.

Suche mit KI: Wenn Kund:innen finden, was sie meinen, nicht nur was sie tippen

Die zweite große Baustelle in vielen Onlineshops ist die interne Suche. Klassische Suchfunktionen vergleichen eingegebene Wörter eins zu eins mit Produktnamen und Beschreibungen. Tippt jemand „regenjaake" statt „Regenjacke", findet die klassische Suche nichts, obwohl das passende Produkt längst im Sortiment liegt. Das Ergebnis: null Treffer, und die Kundin oder der Kunde verlässt frustriert den Shop.

KI-gestützte Suche geht anders vor. Sie erkennt Tippfehler und korrigiert sie automatisch im Hintergrund. Sie versteht Synonyme, erkennt also, dass „Pulli" und „Pullover" dasselbe meinen, oder dass „Laptoptasche" und „Notebook-Tasche" zusammengehören. Und sie kann sogenannte semantische Zusammenhänge herstellen: Sucht jemand nach „Geschenk für Vater, der gerne kocht", kann eine gut trainierte Such-KI thematisch passende Kategorien wie Kochbücher oder Küchenzubehör vorschlagen, auch wenn keines dieser Wörter exakt im Suchbegriff vorkommt.

Für den Shop bedeutet das vor allem eines: weniger Suchanfragen ohne Ergebnis, und damit weniger Kaufabbrüche direkt an der wichtigsten Einstiegsstelle für kaufbereite Kund:innen. Studien aus dem E-Commerce zeigen immer wieder, dass Nutzer:innen, die die Suchfunktion verwenden, eine deutlich höhere Kaufwahrscheinlichkeit haben als reine Stöberer:innen. Eine Suche, die bei der ersten Anfrage scheitert, verliert also überproportional wertvolle Besucher:innen.

Praktisch heißt das nicht, dass jeder Shop sofort ein komplexes KI-Such-System braucht. Für kleinere Sortimente reicht oft schon eine verbesserte Fehlertoleranz und Synonymliste. Für größere Sortimente mit tausenden Artikeln lohnt sich eine dedizierte Such-KI-Lösung, die sich in Shopware über entsprechende Erweiterungen anbinden lässt und mit der Zeit aus dem Suchverhalten der eigenen Kundschaft dazulernt.

Chatbots im Kundenservice: Wofür sie taugen und wo sie an ihre Grenzen stoßen

Chatbots sind das sichtbarste KI-Feature im Onlineshop, gleichzeitig auch das Feature, bei dem am meisten falsch gemacht wird. Der Grund liegt selten in der Technik, sondern im Erwartungsmanagement: Ein Chatbot ist gut in klar abgrenzbaren, häufig wiederkehrenden Fragen. Er ist schlecht, sobald ein Anliegen komplex, individuell oder emotional aufgeladen ist.

Gut geeignete Einsatzfelder für einen Chatbot:

• Wo ist meine Bestellung, Versandstatus und Sendungsverfolgung

• Wie lange habe ich Zeit, ein Produkt zurückzugeben

• Welche Zahlungsarten bietet der Shop an

• Wie sind die Öffnungszeiten des Kundenservice

• Wie groß fällt ein bestimmtes Kleidungsstück aus, laut Größentabelle

Schlecht geeignete Einsatzfelder für einen Chatbot:

• Ein defektes Produkt, bei dem individuell entschieden werden muss, ob Reparatur, Umtausch oder Erstattung sinnvoll ist

• Eine Beschwerde über schlechten Service, bei der die Kundin oder der Kunde spürbar verärgert ist

• Komplexe B2B-Anfragen mit individuellen Konditionen oder Sonderwünschen

• Fragen, bei denen es um viel Geld oder um Vertrauen geht, etwa bei einer größeren Reklamation

Der Frustfaktor entsteht meist dann, wenn der Chatbot die einzige Kontaktmöglichkeit ist und Kund:innen keinen Ausweg zu einem echten Menschen finden. Wer schon einmal minutenlang im Kreis mit einem Chatbot „gesprochen" hat, ohne dass das eigentliche Problem gelöst wurde, kennt dieses Gefühl. Deshalb gehört zu jedem seriösen Chatbot-Konzept eine klare Eskalationsstufe: Nach zwei, drei erfolglosen Antworten sollte der Bot selbst anbieten, an einen Menschen weiterzuleiten, per E-Mail, Telefon oder Ticket. Ein Chatbot, der Standardfragen abfängt und damit dem menschlichen Support den Rücken für die wirklich komplizierten Fälle freihält, ist eine sinnvolle Arbeitsteilung. Ein Chatbot, der als Mauer zwischen Kund:in und Unternehmen steht, kostet am Ende mehr Vertrauen, als er an Personalkosten spart.

KI-Produktbeschreibungen: Guter Erstentwurf, kein Ersatz für Redaktion

Wer ein Sortiment mit hunderten oder tausenden Artikeln pflegt, kennt das Problem: Für jedes einzelne Produkt eine eigene, gute Beschreibung zu schreiben, kostet enorm viel Zeit. Hier setzen KI-Textwerkzeuge an, die aus wenigen Stichpunkten wie Material, Maßen und Funktion einen ersten Textentwurf erstellen. Das spart tatsächlich Zeit, vor allem bei großen Produktmengen mit ähnlicher Struktur, etwa bei Bekleidung oder technischen Zubehörteilen.

Der entscheidende Punkt: Ein KI-Text ist ein Rohentwurf, kein fertiges Produkt. Drei Probleme tauchen regelmäßig auf, wenn KI-Texte ungeprüft übernommen werden. Erstens Sachfehler: Die KI kann Eigenschaften erfinden oder falsch kombinieren, wenn die Ausgangsdaten lückenhaft sind. Zweitens fehlender Markenton: KI-Texte klingen oft generisch und austauschbar, sie treffen selten den eigenen, unverwechselbaren Ton einer Marke. Drittens, und das ist SEO-technisch besonders wichtig, das Risiko von Duplicate Content: Wenn viele Shops dieselbe KI mit ähnlichen Eingaben füttern, entstehen sich stark ähnelnde Texte, die Suchmaschinen als wenig wertvoll einstufen können, wenn sie ganze Textblöcke bei mehreren Shops nahezu identisch wiederfinden.

Die pragmatische Lösung: KI-Texte immer als Ausgangspunkt behandeln, nie als Endprodukt. Ein Mensch liest gegen, korrigiert Fakten, passt den Ton an die Marke an und ergänzt, was die KI nicht wissen konnte, zum Beispiel echte Kundenfragen oder Verkaufsargumente aus der Praxis. Der Zeitgewinn bleibt trotzdem groß: Aus einer leeren Seite wird ein bearbeitungsfähiger Entwurf, das ist oft der größte Zeitfresser beim Texten. Wer stattdessen die komplette Redaktion einspart, handelt sich am Ende mehr Aufwand ein, durch schlechtere Rankings und durch Kund:innen, die generische Texte als wenig vertrauenswürdig wahrnehmen.

Datenschutz und DSGVO: Worauf Sie beim KI-Einsatz achten müssen

Sobald KI-Tools mit echten Kundendaten arbeiten, egal ob für Empfehlungen, Suche oder Chatbot, wird Datenschutz zum Pflichtthema, nicht zur Kür. Personalisierte Produktempfehlungen basieren auf Kauf- und Browsing-Verhalten, ein Chatbot verarbeitet unter Umständen Namen, Bestellnummern oder sogar Gesundheitsdaten, wenn es etwa um ein Reklamationsanliegen bei Medizinprodukten geht. All das sind personenbezogene Daten im Sinne der DSGVO.

Drei Punkte sind dabei besonders wichtig. Erstens: Mit jedem Anbieter, der solche Daten verarbeitet, egal ob Empfehlungs-Engine, Such-KI oder Chatbot-Plattform, brauchen Sie einen Auftragsverarbeitungsvertrag, kurz AVV. Ohne diesen Vertrag ist die Datenverarbeitung nicht rechtskonform, selbst wenn die Kund:innen der Nutzung Ihres Shops grundsätzlich zugestimmt haben. Zweitens: Viele KI-Dienste laufen auf Servern in den USA oder verarbeiten Daten dort. Das ist nicht grundsätzlich verboten, erfordert aber zusätzliche vertragliche Absicherung und eine bewusste Entscheidung, keine Kundendaten unreflektiert an einen x-beliebigen US-Cloud-Dienst zu schicken, nur weil er gerade praktisch ist. Prüfen Sie, wo ein Anbieter seine Server betreibt und ob er die nötigen Garantien für die Datenübermittlung bietet. Drittens: Kund:innen müssen transparent informiert werden, wenn ein Chatbot statt eines Menschen antwortet, und welche Daten für Empfehlungen ausgewertet werden. Das gehört, ähnlich wie beim Einsatz von Cookies, in eine verständliche Datenschutzerklärung und in ein sauberes Einwilligungs-Konzept, wie es zum Beispiel bei der DSGVO-konformen Cookie-Einwilligung im Shop schon etabliert sein sollte.

Der praktische Rat: Vor jeder KI-Einführung die Anbieter-AVVs prüfen, den Serverstandort klären und im Zweifel die eigene Datenschutzbeauftragte oder einen spezialisierten Anwalt einbinden. Das klingt nach Mehraufwand, ist aber deutlich günstiger als eine nachträgliche Abmahnung oder ein Bußgeld.

So starten Sie mit KI im eigenen Shop, ohne sich zu verzetteln

Der größte Fehler beim Einstieg in KI-Themen ist, gleich mehrere Baustellen parallel aufzumachen: Chatbot, Suche, Produktempfehlungen und Texterstellung gleichzeitig einführen, ohne zu wissen, welcher Baustein überhaupt etwas bringt. Das Ergebnis ist meist Verwirrung im Team, unklare Kosten und am Ende die Aussage „KI hat bei uns nichts gebracht", obwohl eigentlich nur der Prozess falsch aufgesetzt war.

Der pragmatischere Weg: mit genau einem Anwendungsfall starten, der einen klaren Business-Case hat. In den allermeisten Onlineshops sind das personalisierte Produktempfehlungen, weil sich ihr Effekt direkt am durchschnittlichen Warenkorbwert und an der Conversion Rate ablesen lässt. Führen Sie diesen einen Baustein ein, messen Sie die Wirkung über einen realistischen Zeitraum von mehreren Wochen, und vergleichen Sie die Zahlen mit der Zeit davor. Erst wenn sich ein positiver Effekt zeigt, lohnt sich der nächste Schritt, etwa die Suche oder ein Chatbot für Standardanfragen.

Dieses schrittweise Vorgehen passt gut zu einem grundsätzlichen Prinzip der Conversion-Optimierung: kleine, messbare Veränderungen schlagen große, unübersichtliche Rundumschläge. Wer sich generell mit Stellschrauben beschäftigt, die die Conversion Rate im Onlineshop steigern, findet dort ähnliche Denkweisen, die sich eins zu eins auf KI-Projekte übertragen lassen: erst Hypothese, dann Test, dann Entscheidung auf Basis von Zahlen, nicht auf Basis von Bauchgefühl oder Trend.

Für die Umsetzung braucht es meist keine komplette Neuentwicklung. Viele KI-Bausteine lassen sich über bestehende Shopware-Erweiterungen oder externe Services andocken, ohne den gesamten Shop umzubauen. Wichtig ist vor allem eine ehrliche Bestandsaufnahme vorab: Wo verliert der Shop aktuell nachweislich Umsatz oder Zeit, und lässt sich genau dieses Problem mit einem der hier vorgestellten KI-Bausteine lösen? Diese Frage sollte am Anfang jedes KI-Projekts stehen, nicht die Frage „welche KI-Tools gibt es gerade".

Fazit

KI im Onlineshop ist kein Selbstzweck und keine Pflichtübung, nur weil gerade alle darüber reden. Sie lohnt sich dort, wo sie messbar Umsatz bringt oder Aufwand spart, und das ist längst nicht überall der Fall. Personalisierte Produktempfehlungen sind für die meisten Shops der stärkste und am leichtesten zu belegende Hebel. Eine fehlertolerante Suche verhindert, dass kaufbereite Kund:innen an der ersten Hürde abspringen. Chatbots entlasten den Support bei Standardfragen, ersetzen aber keinen Menschen bei komplizierten Einzelfällen. KI-Texte sparen Zeit beim ersten Entwurf, brauchen aber immer eine redaktionelle Nachbearbeitung.

Wer mit realistischen Erwartungen startet, einen Anwendungsfall nach dem anderen einführt und dabei den Datenschutz von Anfang an mitdenkt, holt aus KI im Onlineshop einen echten, nachhaltigen Vorteil heraus. Wer stattdessen alles auf einmal will, weil es gerade im Trend liegt, verschwendet Budget und Vertrauen. Der Unterschied liegt nicht in der Technologie selbst, sondern darin, wie überlegt sie eingesetzt wird.