Shopware-6-KI-Chatbot einrichten: Anleitung und DSGVO-Check

Ein Kunde tippt um 22:47 Uhr "passt der Akku auch zum älteren Modell?" in ein Chatfenster. Niemand im Team ist mehr online. Trotzdem kommt eine Antwort, in Sekunden, formuliert wie von einem Menschen. Das ist im Kern, was ein KI-Chatbot in einem Onlineshop leistet: Er beantwortet Fragen zu Produkten und Bestellungen, auch außerhalb der Geschäftszeiten, ohne dass jemand aus dem Team zugeschaltet werden muss.

Das klingt nach großer Technik, ist im Shopware-6-Umfeld inzwischen aber ein überschaubares Projekt. Es gibt fertige Plugins, die einen Chatbot ins Frontend einbauen und mit einer KI wie ChatGPT von OpenAI verbinden. Der Aufwand liegt weniger im Programmieren als im sauberen Einrichten: Welche Daten darf der Bot sehen? Wie wird er mit den eigenen Produktinformationen gefüttert? Und was ist rechtlich zu beachten, wenn Kundenanfragen an einen US-Anbieter gehen?

Dieser Beitrag zeigt Schritt für Schritt, was beim Einrichten eines KI-Chatbots in Shopware 6 wirklich passiert: welche Chatbot-Typen es gibt, wie die technische Anbindung funktioniert, welche DSGVO-Fallstricke es gibt und ob sich der Aufwand für den eigenen Shop überhaupt lohnt. Ohne Hype, dafür mit den Fragen, die in der Praxis tatsächlich entscheiden, ob ein Chatbot am Ende hilft oder nur ein weiteres Tool ist, das niemand pflegt.

Drei Arten von Chatbots: Was steckt technisch dahinter

Nicht jeder "KI-Chatbot" ist gleich. Bevor du dich für ein Plugin entscheidest, lohnt sich ein Blick darauf, was unter der Haube passiert. Grob lassen sich drei Varianten unterscheiden, die sich in Aufwand, Kosten und Nutzen deutlich unterscheiden.

Der einfache FAQ-Bot

Die einfachste Form ist ein regelbasierter Bot, der auf feste Fragen mit hinterlegten Antworten reagiert. "Wie lange dauert der Versand?" triggert eine vorformulierte Antwort, die du selbst im Backend eingetragen hast. Das ist im Grunde keine künstliche Intelligenz, sondern ein Entscheidungsbaum mit Chat-Oberfläche. Vorteil: schnell eingerichtet, keine laufenden API-Kosten, keine DSGVO-Fragen bei der Datenübertragung, weil keine Anfrage an einen externen KI-Dienst geht. Nachteil: Der Bot versteht nur, was du ihm vorher exakt so beigebracht hast. Formuliert ein Kunde seine Frage anders als erwartet, kommt entweder eine falsche Antwort oder ein Verweis auf den Support.

Der RAG-basierte Produktberater

Deutlich leistungsfähiger ist ein Chatbot, der mit einem Sprachmodell wie GPT-4 oder GPT-4o arbeitet und zusätzlich Zugriff auf deine tatsächlichen Shopdaten hat. Diese Technik nennt sich Retrieval Augmented Generation, kurz RAG. Vereinfacht gesagt: Bevor das Sprachmodell eine Antwort formuliert, durchsucht das System zuerst deine Produktdaten, Kategorien, FAQ-Texte oder Versandbedingungen nach passenden Treffern und reicht diese als Kontext an die KI weiter. Das Sprachmodell "erfindet" also nicht mehr frei, sondern formuliert seine Antwort auf Basis echter, aktueller Informationen aus deinem Shop.

Das ist der Ansatz, den die meisten seriösen Shopware-Chatbot-Plugins verfolgen, wenn sie mit "Produktberater" oder "KI-Assistent" werben. Der Bot kann dann tatsächlich sagen "der Akku XY-500 passt zum Modell Z, aktuell 3 Stück auf Lager", weil er Zugriff auf die echten Produktdaten hat, statt zu raten. Der Aufwand steckt in der Einrichtung dieser Wissensbasis, dazu gleich mehr in Section 2.

Der reine ChatGPT-Wrapper

Die dritte, oft unterschätzte Variante ist der reine "Wrapper": ein Chat-Widget, das Kundenfragen 1:1 an ChatGPT weiterreicht, ohne eigene Produktdaten anzubinden. Das Sprachmodell antwortet dann mit seinem allgemeinen Trainingswissen, kennt aber weder deinen aktuellen Lagerbestand noch deine tatsächlichen Produktnamen oder Sonderkonditionen. Für sehr allgemeine Fragen ("was ist der Unterschied zwischen Merino- und Baumwollsocken?") funktioniert das ordentlich. Sobald es konkret wird ("ist Artikel 4471 in Größe 42 lieferbar?"), scheitert der Wrapper regelmäßig oder halluziniert eine Antwort, die falsch ist. Genau das ist der Punkt, an dem Vertrauen in den Chatbot verloren geht, oft nach dem ersten schlechten Erlebnis.

Für die meisten Shopware-Shops, die konkret Support entlasten oder Kaufentscheidungen unterstützen wollen, ist die RAG-Variante mit angebundenen Produktdaten der sinnvolle Mittelweg zwischen Aufwand und Nutzen. Ein reiner FAQ-Bot lohnt sich nur, wenn die Fragen wirklich immer gleich sind, etwa bei sehr erklärungsarmen Produkten. Wie eine KI im Onlineshop grundsätzlich sinnvoll eingesetzt werden kann, unabhängig vom Chatbot, haben wir auch in KI im Onlineshop: Wo sie wirklich hilft eingeordnet.

Einrichtung in der Praxis: Plugin, API-Key und Wissensbasis

Die technische Einrichtung eines KI-Chatbots in Shopware 6 läuft in der Praxis über ein Plugin aus dem Shopware Store oder von einem Drittanbieter. Selbst entwickeln lohnt sich für die meisten Shops nicht, weil die Grundfunktionen (Chat-Widget, API-Anbindung, Produktdaten-Indexierung) bereits solide Plugin-Lösungen abdecken. Der Weg dahin läuft typischerweise über folgende Schritte.

1. Plugin auswählen und installieren

Im Shopware Store und bei spezialisierten Agenturen gibt es mittlerweile mehrere Plugins für KI-Chatbots, die sich vor allem darin unterscheiden, wie tief sie Produktdaten einbinden und wie transparent sie mit den DSGVO-Anforderungen umgehen. Wichtige Auswahlkriterien: Unterstützt das Plugin die aktuelle Shopware-Version sauber über die Plugin-Architektur? Lässt sich der Datenumfang, der an die KI übertragen wird, granular einstellen? Bietet der Anbieter einen Auftragsverarbeitungsvertrag (AVV) an, auch wenn er selbst nur als Vermittler zwischen Shop und KI-Anbieter auftritt? Ein Plugin ohne klare Antwort auf diese Fragen ist im Zweifel keine gute Wahl, unabhängig davon, wie gut die Demo aussieht.

2. API-Key hinterlegen

Nach der Installation verlangt das Plugin in aller Regel einen API-Key des KI-Anbieters, meist OpenAI (ChatGPT), teils auch Anthropic oder ein europäisches Modell. Diesen Key erstellst du im jeweiligen Entwicklerportal und hinterlegst ihn in den Plugin-Einstellungen im Shopware-Backend. Wichtig: Der API-Key ist ein sensibler Zugangsschlüssel, über den Kosten anfallen und Anfragen abgerechnet werden. Er gehört ausschließlich in die Server-Konfiguration des Plugins, niemals ins Frontend oder in öffentlich einsehbaren Code. Seriöse Plugins speichern ihn serverseitig verschlüsselt.

3. Wissensbasis und Produktdaten anbinden

Der eigentlich entscheidende Schritt für die Qualität der Antworten ist die Anbindung der Wissensbasis. Die meisten Plugins bieten dafür einen Indexierungs-Lauf an, der deinen Produktkatalog, also Titel, Beschreibungen, Attribute, Kategorien und teils Lagerbestände, in ein durchsuchbares Format überführt. Zusätzlich lassen sich häufig eigene Textquellen einspeisen: FAQ-Seiten, Versand- und Rückgabebedingungen, Größentabellen oder Pflegehinweise. Je vollständiger und aktueller diese Wissensbasis, desto verlässlicher die Antworten des Bots.

Ein Praxis-Tipp aus Projekten: Die Indexierung ist kein einmaliger Vorgang. Ändern sich Preise, Lagerbestände oder Produkttexte, muss die Wissensbasis regelmäßig aktualisiert werden, meist automatisiert über einen Cronjob oder ein Zeitintervall im Plugin. Ein Bot, der noch die Preise vom letzten Quartal kennt, schadet mehr, als er nützt.

4. Verhalten und Grenzen konfigurieren

Fast jedes seriöse Plugin erlaubt, dem Bot einen "System-Prompt" mitzugeben: eine Grundanweisung, die festlegt, wie er sich verhält. Hier definierst du typischerweise den Ton (freundlich, sachlich, markenkonform), die Sprache und vor allem die Grenzen: Bei welchen Themen soll der Bot an den menschlichen Support weiterleiten, statt selbst zu antworten? Reklamationen, Zahlungsprobleme oder rechtliche Fragen gehören in aller Regel dorthin, nicht in die Hände einer KI. Diese Eskalationsregeln sind der Unterschied zwischen einem Bot, der entlastet, und einem, der Frust produziert, weil er bei komplexen Fällen stur weiter antwortet.

5. Live schalten und testen

Vor dem Livegang lohnt sich ein interner Testlauf mit echten, aber unkritischen Fragen aus dem eigenen Sortiment. Typische Schwachstellen zeigen sich schnell: Der Bot kennt Sonderzeichen in Artikelnummern nicht, verwechselt ähnliche Produktnamen oder gibt bei Lagerbestand veraltete Werte aus. Diese Fälle lassen sich meist über eine bessere Datenaufbereitung in der Wissensbasis lösen, nicht über das Sprachmodell selbst.

Realistische Erwartungen und die DSGVO-Frage

Was ein Chatbot nicht ersetzt

Ein häufiges Missverständnis: Ein KI-Chatbot ersetzt keinen Kundenservice, er entlastet ihn bei Standardfragen. Die realistische Erwartung sollte lauten: Der Bot übernimmt die wiederkehrenden, eindeutig beantwortbaren Anfragen (Versandzeiten, Größentabellen, Produktverfügbarkeit, einfache Produktvergleiche) und gibt dem Team damit Zeit für die Fälle, die wirklich Beratung brauchen. Reklamationen, individuelle Sonderwünsche oder emotional aufgeladene Beschwerden sollten weiterhin bei Menschen landen. Ein Bot, der versucht, auch diese Fälle zu lösen, wirkt schnell unpersönlich und schadet dem Vertrauen mehr, als er hilft.

Auch bei der reinen Produktberatung gilt: Ein Bot kann Informationen strukturieren und wiedergeben, aber keine echte Kaufberatung im Sinne einer Einschätzung "was passt am besten zu Ihrem Vorhaben" leisten, wenn diese Einschätzung über reine Datenfilterung hinausgeht. Wer diese Erwartung von vornherein realistisch setzt, sowohl intern im Team als auch gegenüber Kund:innen, vermeidet Enttäuschung. Als Ergänzung zu einem klassischen Live-Chat mit echten Mitarbeiter:innen kann ein KI-Bot sehr gut funktionieren, wie wir auch in Live-Chat im Onlineshop einführen beschreiben: Der Bot übernimmt die erste Stufe, der Mensch die zweite.

Die DSGVO-Dimension: Was an den Bot geht, ist relevant

Sobald Kundenanfragen an einen externen KI-Anbieter wie OpenAI übertragen werden, findet eine Datenverarbeitung im Sinne der DSGVO statt, meist mit Übertragung in die USA. Das ist grundsätzlich zulässig, wenn bestimmte Voraussetzungen erfüllt sind, aber eben nicht automatisch unkritisch.

Drei Punkte sind in der Praxis entscheidend:

• Auftragsverarbeitungsvertrag (AVV): Mit dem KI-Anbieter (bei OpenAI über die Business- bzw. API-Nutzungsbedingungen) muss ein AVV bestehen, der die Datenverarbeitung im Auftrag regelt. Das Chatbot-Plugin oder die Agentur, die es einrichtet, sollte hierzu klare Angaben machen können, nicht nur "das ist alles konform" ohne Beleg.

• Datenminimierung: An den Chatbot dürfen nur die Daten übertragen werden, die für die konkrete Anfrage nötig sind, und keinesfalls mehr. Das heißt konkret: Bestelldaten mit Personenbezug, also Name, Adresse, Zahlungsdaten oder komplette Bestellhistorien, gehören grundsätzlich nicht in eine allgemeine Chat-Anfrage an eine externe KI, wenn dafür kein klarer Zweck und keine passende Rechtsgrundlage vorliegt. Eine Frage wie "wo ist meine Bestellung 45231?" darf technisch nicht dazu führen, dass die komplette Kundenhistorie unstrukturiert an OpenAI übertragen wird. Seriöse Plugins trennen deshalb strikt zwischen dem allgemeinen Produktwissen, das an die KI geht, und personenbezogenen Bestelldaten, die entweder gar nicht oder nur stark eingeschränkt und zweckgebunden verarbeitet werden.

• Transparenz gegenüber Nutzer:innen: In der Datenschutzerklärung muss der Einsatz des Chatbots und die Datenübertragung an den KI-Anbieter benannt werden. Je nach Ausgestaltung kann zusätzlich eine Einwilligung vor der ersten Chatbot-Nutzung sinnvoll oder nötig sein, ähnlich wie beim Cookie-Consent. Wie eine rechtssichere Einwilligungslösung grundsätzlich aussieht, haben wir in DSGVO-konforme Cookie-Einwilligung im Onlineshop im Detail beschrieben; die Grundprinzipien (klare Information, echte Wahlfreiheit, Opt-in statt Opt-out) lassen sich direkt auf die Chatbot-Frage übertragen.

Die praktische Konsequenz: Bei der Plugin-Auswahl nicht nur auf Funktionsumfang, sondern explizit auf den Umgang mit personenbezogenen Daten achten. Ein Anbieter, der auf Nachfrage keine klare Antwort liefert, welche Daten in welcher Form an OpenAI oder einen anderen KI-Dienst gehen, ist kein Anbieter, mit dem produktiv gearbeitet werden sollte.

Kosten, Nutzen und Erfolgsmessung

Was ein Chatbot tatsächlich kostet

Die Kosten setzen sich in der Regel aus drei Bausteinen zusammen. Erstens die Plugin-Lizenz, meist ein monatliches oder jährliches Abo, gestaffelt nach Shopgröße oder Chat-Volumen. Zweitens die API-Kosten beim KI-Anbieter, die nach Nutzung abgerechnet werden, also pro verarbeiteter Textmenge (Tokens). Bei überschaubarem Chat-Aufkommen liegen diese Kosten meist im niedrigen zweistelligen Bereich pro Monat, können bei sehr hohem Volumen aber spürbar steigen. Drittens der Einrichtungsaufwand: Plugin-Installation, Wissensbasis aufbauen, Prompts und Eskalationsregeln konfigurieren, Testlauf. Dieser Aufwand ist einmalig, sollte aber nicht unterschätzt werden, insbesondere wenn der Produktkatalog groß und uneinheitlich gepflegt ist.

Wann sich der Aufwand lohnt

Ein Chatbot rechnet sich in der Praxis vor allem dort, wo tatsächlich ein spürbares Volumen an wiederkehrenden, gut strukturierbaren Anfragen existiert: große Produktkataloge mit erklärungsbedürftigen Artikeln, hohes Anfragevolumen außerhalb der Geschäftszeiten oder ein Support-Team, das aktuell mit einfachen Standardfragen überlastet ist. Für sehr kleine Shops mit wenigen, übersichtlichen Produkten und geringem Anfragevolumen ist der Aufwand oft größer als der Nutzen, hier reicht häufig eine gut gepflegte FAQ-Seite plus klassischer Kontaktweg.

Erfolg messen: Woran erkennt man, ob der Bot funktioniert?

Wichtige Kennzahlen, die sich in der Praxis bewährt haben:

• Lösungsquote: Wie viel Prozent der Chatbot-Konversationen enden ohne Weiterleitung an den menschlichen Support? Ein Wert deutlich unter 50 Prozent deutet darauf hin, dass die Wissensbasis Lücken hat oder der Bot zu oft an seine Grenzen stößt.

• Weiterleitungsgründe: Welche Themen führen am häufigsten zur Eskalation? Diese Auswertung zeigt direkt, wo die Wissensbasis erweitert werden sollte.

• Zufriedenheit nach dem Chat: Viele Plugins bieten eine einfache Daumen-hoch/-runter-Bewertung nach jeder Konversation an. Diese direkte Rückmeldung ist oft aussagekräftiger als reine Nutzungszahlen.

• Einfluss auf Konversionsrate: Bei Produktberater-Bots lohnt sich ein Blick darauf, ob Sessions mit Chatbot-Nutzung häufiger zum Kauf führen als vergleichbare Sessions ohne. Das lässt sich über Segmentierung im Analytics-Tool prüfen, sollte aber mit Vorsicht interpretiert werden, weil sich Nutzer:innen mit Kaufabsicht ohnehin eher informieren.

• Support-Entlastung: Die schlichteste, oft aussagekräftigste Kennzahl: Ist die Anzahl der eingehenden Standard-Support-Anfragen (per Mail oder Formular) nach Einführung des Bots messbar gesunken?

Diese Werte lassen sich in den ersten vier bis acht Wochen nach dem Livegang gut beobachten und geben eine belastbare Grundlage, ob sich Nachjustierung an der Wissensbasis oder den Eskalationsregeln lohnt.

Fazit

Ein KI-Chatbot in Shopware 6 ist kein Selbstläufer, aber auch kein Hexenwerk. Die technische Einrichtung über ein passendes Plugin ist inzwischen unkompliziert, entscheidend ist die Qualität der angebundenen Wissensbasis und ein sauberer Umgang mit personenbezogenen Daten. Realistisch eingesetzt entlastet ein solcher Bot bei Standardfragen und ist rund um die Uhr erreichbar, ersetzt aber keinen menschlichen Kundenservice bei komplexen oder emotionalen Anliegen. Wer vorab klärt, welche Daten übertragen werden dürfen, einen AVV mit dem KI-Anbieter hat und die Erfolgsmessung von Anfang an mitdenkt, holt aus der Investition einen Nutzen heraus, der sich in Zahlen zeigen lässt, nicht nur in einem beeindruckenden Demo-Video.