KI im E-Commerce: Wie ein kleines Modelabel seine Prozesse in den Griff bekommt

Es ist kurz vor Mitternacht, als im Lager eines kleinen Modelabels die vierzigste DM des Tages aufploppt: „Fällt die Cargo groß aus?“ Mara (fiktiver Name) sitzt zwischen Kartons und tippt die Antwort, dieselbe wie in den 39 Nachrichten davor. Im Flur stehen drei Säcke mit Retouren, die morgen früh geprüft werden müssen.

Wenn über KI im E-Commerce geredet wird, geht es fast immer um die Verkaufsfront: Chatbots auf der Startseite, Produktempfehlungen, personalisierte Banner. Ich komme aus der Software-Architektur und schaue deshalb zuerst woanders hin. Der größere Hebel für einen kleinen Shop liegt hinten, in den Prozessen, die keine Kundin je sieht: Produkttexte, Nachrichten-Flut, Retouren, Nachbestellung. Da geht die Zeit hin. Und da lässt sie sich auch zurückholen.

Mara und ihr Label VELA gibt es nicht wirklich. Ich habe die beiden zum Durchspielen gebaut: ein kleines Streetwear-Label, sechs Leute, über TikTok gewachsen, Kundschaft überwiegend Gen Z. Das Beispiel ist erfunden. Das Problem ist es nicht. Und jede Marktzahl, mit der ich gleich rechne, stammt aus aktuellen Studien.

Die Branche sieht das ähnlich: 61 Prozent der Handelsunternehmen sagen, dass der Einsatz von KI Händler:innen einen Wettbewerbsvorteil bringt (Quelle: Bitkom, 2026). Die Frage ist also weniger, ob KI in so einen Shop gehört. Sondern wo zuerst. Und dafür muss man ehrlich hinschauen, wo so ein Laden überhaupt Zeit und Geld verliert.

Wo verliert ein Kleidungs-Online-Shop wirklich Zeit und Geld?

Nicht beim Verkaufen. Beim Drumherum: beim Content-Fließband, in der Nachrichten-Flut und vor allem bei den Retouren.

Fangen wir mit dem größten Posten an. Nichts wird so oft zurückgeschickt wie Mode: Rund 90 Prozent aller retournierten Artikel in Deutschland entfallen auf das Modesegment, und für 2025 erwartet die Forschungsgruppe Retourenmanagement der Universität Bamberg einen Rekord von etwa 550 Millionen Retourenpaketen (Quelle: Forschungsgruppe Retourenmanagement, 2025).

Wie sich das auf einzelne Shops verteilt, hat das EHI Retail Institute erhoben: Jeder achte befragte E-Fashion-Anbieter bekommt mehr als die Hälfte der Bestellungen zurück. Bei fast jedem vierten liegt die Retourenquote zwischen 36 und 50 Prozent (Quelle: EHI via TextilWirtschaft, 2025).

Und jede einzelne dieser Rücksendungen kostet Geld, auch wenn auf dem Rücksendeschein „kostenlos“ steht. Die Forschungsgruppe Retourenmanagement rechnet mit durchschnittlich 15,18 Euro pro Retoure, wenn man Abwicklung und Wertverlust der Ware zusammenzählt (Quelle: Universität Bamberg).

Für VELA heißt das: 900 Bestellungen im Monat, 35 Prozent Retourenquote, das sind gut 300 Retouren. Mal 15 Euro: rund 4.700 Euro. Jeden Monat. Nicht für Stoff, nicht für Marketing. Fürs Zurückschicken. Rechne das ruhig einmal mit deinen eigenen Zahlen durch:

Die Balken zeigen Monatszahlen. Mal zwölf gerechnet ist auch eine kleine Zahl schnell ein Monatsgehalt. Und falls dein Shop kleiner ist oder keine Mode verkauft: Die Retouren-Rechnung ist mode-spezifisch, das Content-Fließband, die Nachrichten-Flut und die Nachbestellung sind es nicht. Die Reihenfolge ändert sich, nicht die Logik.

Der zweite Zeitfresser ist leiser, aber genauso zäh: das Content-Fließband. Jeder Drop braucht Produkttexte, Größenangaben, Pflegehinweise, Social-Posts, Newsletter. In zwei Sprachen, im richtigen Ton, bis Freitag. Das ist Fließbandarbeit mit Markenstimme-Anspruch, und sie frisst genau die Abende, an denen eigentlich die nächste Kollektion entstehen sollte.

Wie nutzt die Gen Z selbst KI beim Shoppen?

Eine deutliche Mehrheit lässt sich längst helfen: 61 Prozent der Gen-Z-Shopper haben im vergangenen Jahr KI-Tools genutzt, um sich bei einem Kauf unterstützen zu lassen (Quelle: PayPal, 2025). Der Shop, bei dem sie kaufen, ist oft weniger weit.

Das ist kein US-Phänomen. In Deutschland nutzen 27 Prozent der unter 29-Jährigen für die Produktsuche häufig einen Chatbot (Quelle: Bitkom, 2026). Wer an die Gen Z verkauft, verkauft an Menschen, die KI beim Einkaufen längst benutzen.

Interessant wird es bei der Gegenzahl: Nur rund ein Drittel dieser Generation würde eine KI Kaufentscheidungen in ihrem Namen treffen lassen (Quelle: Statista, 2026). Diese Zielgruppe hat null Berührungsangst mit der Technologie und gleichzeitig einen sehr feinen Detektor für Unechtes. Sie lässt sich von KI die Suche abnehmen. Die Entscheidung nicht.

Für deinen Shop übersetzt heißt das:

KI gehört ans Fließband. Der Mensch gehört an die Theke.

Repetitives, Messbares, Nächtliches darf eine Maschine übernehmen. Beziehung, Geschmack, Kuratierung: Das bleibt Marke. Und genau diese Trennlinie kann ein Sechs-Personen-Label sauberer ziehen als jeder Konzern. Bei VELA ist sie eine Entscheidung am Küchentisch. Im Konzern ist sie eine Abstimmungsrunde durch fünf Abteilungen.

Welche Prozesse kann KI im Online-Shop übernehmen?

Vier Prozesse tragen bei einem kleinen Mode-Shop am meisten: Produkttexte, Nachrichten-Triage, Größenberatung und Nachbestellung. Für jeden gilt derselbe Dreiklang: Was übernimmt die KI, woran erkennst du Qualität, wo bleibt der Mensch.

1. Produkttexte und Content

Aus Schnittdaten, Material und den bisherigen Texten des Labels entstehen Entwürfe für Produkttexte und Posts, die schon nach VELA klingen statt nach Werkseinstellung. Der Drop mit 30 Teilen braucht dann keinen Wochenend-Marathon mehr, sondern einen Redigier-Vormittag. Qualitätsmaßstab: Würde eine Stammkundin den Absender erkennen? Der Mensch behält die letzte Fassung und alles, was Haltung transportiert. Wie du verhinderst, dass diese Texte nach Sprachmodell statt nach deinem Label klingen, habe ich im Artikel zur Markenstimme mit KI Schritt für Schritt aufgeschrieben.

2. Nachrichten-Triage

Sachfragen wie Maße, Lieferzeit oder Bestellstatus beantwortet ein Assistent sofort, auch um Mitternacht. Alles mit Emotion, Beschwerde oder Unklarheit landet ungefiltert bei Menschen, und zwar für die Kundin sichtbar bei Menschen. Qualitätsmaßstab: eine ehrlich gemessene Lösungsquote bei Sachfragen und null automatische Antworten auf emotionale Nachrichten. Die Community-Pflege, die das Label groß gemacht hat, wird nicht wegautomatisiert. Die 40. DM um 23:40 Uhr schon.

3. Größenberatung, die die Retourenquote senkt

Hier liegt der größte Geld-Hebel. Wer Retouren reduzieren will, fängt bei der Größe an: Zwei Drittel der Konsument:innen sagen, sie haben Mode im letzten Jahr vor allem deshalb zurückgeschickt, weil sie nicht richtig passte (Quelle: Deloitte, 2026). Ein System, das aus den eigenen Retourendaten lernt, wie jeder Schnitt ausfällt, macht aus „Größe M“ einen ehrlichen Hinweis: „Fällt groß aus, viele mit deinem Profil behalten S.“ Angenommen, VELA bringt die Quote damit von 35 auf 28 Prozent: Das sind über 60 Retouren weniger im Monat, rund 950 Euro, plus die gesparte Prüf- und Packzeit. Welche Verbesserung realistisch ist, sagt dir erst deine eigene Datenlage. Qualitätsmaßstab: die Retourenquote selbst, pro Schnitt gemessen. Und der Mensch entscheidet, ob ein Schnitt geändert wird, statt nur den Hinweis zu verbessern.

4. Nachbestellung mit Frühwarnung

Der Hoodie ist in Woche zwei ausverkauft, von der Jacke liegen im November noch achtzig Stück im Regal: Genau diese Momente sieht eine Auswertung früher als das Bauchgefühl. Was dreht sich schneller als geplant, was bleibt liegen, was sagt die Retourenlage über einen Schnitt. Das System warnt früh. Bestellen tut es nicht. Qualitätsmaßstab: weniger Ausverkauft-Momente bei Bestsellern, weniger Resterampe am Saisonende. Die Order-Entscheidung selbst bleibt beim Team, denn Sortiment ist Geschmack, und Geschmack ist Markenkern.

Zählt man das zusammen, kann ein Setup wie dieses potenziell zehn und mehr Stunden pro Woche freispielen, dazu die Retouren-Ersparnis. Prüf die Größenordnung an deinen eigenen Zahlen nach, bevor du sie einplanst. Wie so eine Wochenrechnung in einem anderen Setup aussieht, zeigt der Artikel über ein 10-Personen-Unternehmen, das 15 Stunden pro Woche zurückgewinnt.

Kann KI deinen Online-Shop komplett betreiben?

Nein. Und das ist eine gute Nachricht.

Selbst die KI-freundlichste Generation will nicht, dass eine Maschine für sie entscheidet. Bei Mode schon gar nicht, denn ein Kleidungskauf ist Identität, keine Logistik. Die Branche redet zwar bereits über „Agentic Commerce“, also KI-Agenten, die selbstständig einkaufen (Quelle: Bitkom, 2026). Aber für ein kleines Label ist die Reihenfolge entscheidend: erst die eigenen Prozesse, dann die Zukunftsszenarien.

Und auch bei den eigenen Prozessen gehört Ehrlichkeit dazu: KI-Systeme machen Fehler. Sie brauchen Stichproben, klare Qualitätsmaßstäbe und einen Menschen, der hinschaut. Wer misst, kann delegieren. Wer nicht misst, hofft nur.

Der Anfang ist eine Woche Ehrlichkeit

Der stärkste KI-Einsatz in einem kleinen Shop ist unspektakulär. Er produziert keine Show auf der Startseite, sondern Ruhe im Lager: Texte, die freitags fertig sind. Nachrichten, die um Mitternacht beantwortet werden, ohne dass jemand wach ist. Retouren, die gar nicht erst entstehen.

Der Einstieg braucht keine Technik-Entscheidung. Eine Woche lang notieren, wohin die Stunden gehen. Den einen Prozess wählen, der am meisten frisst. Dort anfangen, mit einem Qualitätsmaßstab, an dem du „gut“ erkennst. Mehr ist es am Anfang nicht.

Und Mara? Sitzt wieder um 23:40 Uhr im Lager, zwischen denselben Kartons. Diesmal mit einem Livestream und ihrer Community. Die Größen-Fragen sind längst beantwortet. Von wem, stand ehrlich dran.