1.200 Führungskräfte aus Handel und E-Commerce, drei Tage Boston, ein Dominanzthema: Auf der eTail Boston 2026 (10. bis 12. August) drehte sich erwartbar viel um künstliche Intelligenz. Doch wer die Keynotes und Panels verfolgte, hörte zwischen den KI-Vorträgen eine zweite, unbequemere Botschaft: Die meisten Händler haben ihre Hausaufgaben bei Datenqualität und Organisation noch nicht gemacht.
Der Ton hat sich gegenüber den Vorjahren verändert. 2024 ging es um Experimente, 2025 um erste produktive GenAI-Anwendungen. In Boston sprachen Executives erstmals offen über Agentic AI, Systeme, die nicht nur Texte erzeugen, sondern eigenständig Aufgaben ausführen: Retouren triagieren, Warenkorbabbrüche nachfassen, Preise im Regelwerk anpassen. Entscheidend dabei: Die vorgestellten Cases wurden konsequent an harten Kennzahlen gemessen. Wer keinen messbaren Effekt auf Conversion, Retourenquote oder Servicekosten vorweisen konnte, stand auf der Bühne schnell allein da.
Warum scheitern so viele KI-Projekte an den eigenen Daten?
Die direkte Antwort, die mehrere Panels unisono gaben: KI-Projekte scheitern selten am Modell, sondern an fragmentierten Produktdaten, unklaren Zuständigkeiten und fehlender Abstimmung zwischen E-Commerce, Marketing und IT. Mehrere Executives berichteten, dass ihre Teams vor dem eigentlichen KI-Rollout erst einmal PIM- und Feed-Strukturen sanieren mussten, ein Thema, das deutsche Händler mit gewachsenen Shopware- oder Magento-Stacks nur zu gut kennen.
Für Shopbetreiber ab einer Million Euro Jahresumsatz ist das keine akademische Debatte. Wer etwa auf Shopify Plus unterwegs ist, kann mit Shopify Flow und den seit Anfang 2026 verfügbaren Sidekick-Funktionen bereits einfache Automatisierungen abbilden, ohne ein Agenten-Framework einzukaufen. In der Shopware-Welt erfüllen Erweiterungen rund um die Rule Builder-Logik ähnliche Zwecke. Der Hebel liegt nicht in der nächsten Tool-Anschaffung, sondern in sauberen Produktdaten und definierten Auslösern.
Personalisierung: Was Kunden tatsächlich akzeptieren
Zweites Schwergewichtsthema in Boston: Hyper-Personalisierung. Die vertretenen Händler berichteten übereinstimmend, dass Kunden personalisierte Angebote nicht nur tolerieren, sondern aktiv erwarten, solange der Nutzen erkennbar ist. Empfehlungen, die auf echtem Kaufverhalten beruhen, funktionieren. Generische „Das könnte Sie interessieren“-Slots dagegen werden zunehmend ignoriert oder als aufdringlich wahrgenommen.
„Kunden geben Daten für ein besseres Erlebnis, nicht für mehr Werbung.“ Dieser Satz fiel in Boston in Variationen gleich mehrfach.
Bemerkenswert war die Ehrlichkeit beim Thema ROI. Personalisierungs-Stacks von Anbietern wie Dynamic Yield oder Nosto kosten schnell fünfstellige Jahresbeträge. Mehrere Executives räumten ein, dass sie Module wieder abgeschaltet haben, weil der Umsatzbeitrag nicht sauber attribuierbar war. Die Gegenbewegung: weniger Features, dafür saubere A/B-Tests mit klaren Baselines.
Was deutsche Händler aus Boston mitnehmen sollten
Die eTail ist eine US-Konferenz, und manches, etwa die Debatten um TikTok Shop oder Buy-Now-Pay-Later-Anbieter wie Affirm, überträgt sich nicht eins zu eins auf den hiesigen Markt. Drei Signale sind dennoch direkt relevant:
- Agentic AI wird 2027 Alltagsware. Wer jetzt Produktdaten und Prozessdokumentation auf Vordermann bringt, kann in zwölf Monaten produktiv starten statt pilotieren.
- Personalisierung braucht Messdisziplin. Vor jedem neuen Modul: Baseline definieren, Testlauf begrenzen, Abbruchkriterien festlegen.
- Cross-funktionale Teams schlagen Einzelkämpfer. Die erfolgreichsten Cases in Boston kamen aus Unternehmen, in denen E-Commerce, IT und CRM an einem Tisch sitzen, kein Tool der Welt ersetzt das.
Nächster Termin für alle, die sich selbst ein Bild machen wollen: Die eTail Palm Springs folgt im Februar 2027, die europäische Ausgabe der Konferenzreihe traditionell im Frühjahr in London. Wer bis dahin einen belastbaren KI-Anwendungsfall mit sauberer Zahlenbasis vorweisen kann, gehört dort zur Referenzgruppe, und nicht zum Publikum, das noch sucht.