Warum klicken Kunden lieber selbst?
70 Prozent der Online-Shopper lösen ihre Kaufprobleme heute noch ohne KI-Hilfe. Sie scrollen, suchen, vergleichen – und nehmen dafür lieber fünf Minuten mehr in Kauf, als einem Bot ihre Absicht zu erklären. Das ist kein Technikproblem. Es ist ein Vertrauensproblem.
Die vermeintliche Bequemlichkeit eines Chatbots kollidiert mit der Erfahrung aus dem Alltag. Wer schon einmal drei Mal seine Bestellnummer wiederholen musste, nur damit der Bot am Ende doch keinen menschlichen Agenten weiterleiten wollte, weiß: Selbst klicken ist oft schneller. Die Rechnung ist einfach. Je komplexer der Kauf, desto größer das Misstrauen gegenüber einer Maschine, die „verstanden“ haben will, was man eigentlich sucht.
Ein Beispiel aus der Praxis zeigt das Muster. Bei Zalando landen täglich Millionen Anfragen. Der Konzern setzt seit Jahren auf KI-gestützte Produktsuche und Conversational Commerce. Trotzdem ist die klassische Filter-Navigation der größte Umsatztreiber geblieben. Kunden wollen nicht erklären, dass sie eine „schwarze Jeans in Größe 32 mit geradem Bein“ suchen. Sie wollen klicken. Und zwar schnell.
Wo KI-Bots im Onlinehandel wirklich scheitern
Der erste Fehler liegt in der Erwartungshaltung. Händler installieren Bots, um Personal zu sparen. Kunden nutzen sie, um ein Problem zu lösen. Wenn beide Seiten mit unterschiedlichen Zielen in ein Gespräch starten, endet es früher oder später in Frustration. Ein Bot, der bei einer Retouren-Anfrage zuerst drei Upsell-Optionen anpreist, verliert das Vertrauen schneller, als er es aufbauen kann.
Das zweite Problem ist die Datenqualität. Die besten Sprachmodelle wirken nur so klug, wie die Produktdatenbank dahinter erlaubt. Ein Bot, der nach „wasserdichten Wanderschuhen für den Herbst“ fragt, muss Zehntausende SKU-Attribute verstehen: Membran, Schaftmaterial, Sohlenprofil, Passform, Einsatzzweck. Die meisten Shops haben diese Tiefe nicht. Stattdessen liefern sie oberflächliche Antworten, die der Kunde mit zwei Klicks auch selbst gefunden hätte.
Drittens fehlt es an Kontext. Der Kunde hat vor zehn Minuten ein Produkt angesehen, dann die Bewertungen gelesen, dann den Warenkorb verlassen. Ein guter Verkäufer im Ladengeschäft würde das bemerken und gezielt nachfragen. Die meisten Shop-Bots starten jede Unterhaltung bei Null. Sie fragen nach der E-Mail-Adresse, obwohl der Kunde eingeloggt ist. Sie schlagen Produkte vor, die der Kunde schon abgelehnt hat. Das fühlt sich nicht intelligent an. Das fühlt sich dumm an.
Was bedeutet das für Händler?
Der Einsatz von KI im Onlinehandel braucht eine klare Strategie. Bot-first funktioniert nicht. Kunden-first funktioniert. Das bedeutet: Den Bot dort einsetzen, wo er tatsächlich einen Mehrwert bietet – und ihn dort entfernen, wo er nur stört.
Gute Einsatzgebiete sind repetitive, gut strukturierte Anfragen. Versandstatus, Passform-Tabellen, Lagerbestände, Rückgabefristen. Hier kann ein Bot schneller sein als die Suche. Schlechte Einsatzgebiete sind Beratungsgespräche, Beschwerden und komplexe Retouren. Hier will der Kunde nicht chatten. Hier will er jemanden, der Entscheidungen trifft.
Der deutsche Möbelhändler Home24 hat das vor einigen Jahren erkannt. Nachdem die ersten Bot-Versionen zu hohen Abbruchraten führten, wurde der Bot auf wenige Use Cases reduziert. Ergebnis: Die Ticket-Eskalation sank, die Zufriedenheit stieg. Nicht, weil die Technik plötzlich besser war. Sondern weil der Bot weniger tun musste – aber das richtige.
Welche Bots funktionieren tatsächlich?
Die Ausnahmen von der Regel haben drei Dinge gemeinsam. Sie wissen, was sie nicht können. Sie übergeben früh an Menschen. Und sie lernen aus echten Gesprächen, nicht aus FAQs.
Ein gutes Beispiel ist der Modehändler About You. Der Bot löst einfache Anfragen selbst, schickt aber bei Stilberatung oder Beschwerden sofort an einen Menschen weiter. Der Übergang ist nahezu lückenlos. Der Kunde merkt nicht, dass er von Maschine zu Mensch wechselt – weil der Kontext mitläuft.
Ein weiterer Erfolgsfaktor ist die Integration in den Warenkorb und die Kundenhistorie. Ein Bot, der weiß, was der Kunde gekauft hat, wie oft er zurücksendet und welche Zahlungsmethode er bevorzugt, kann gezielt helfen. Ein Bot, der jedes Mal nach der Bestellnummer fragt, signalisiert das Gegenteil: Wir wissen nicht, wer Sie sind.
Technisch gesehen sind die besten Lösungen heute keine reinen Chatbots mehr, sondern hybride Assistenten. Sie kombinieren Retrieval-Augmented Generation mit direktem Backend-Zugriff. Sie holen Informationen aus dem Shopsystem, dem WMS, dem CRM – und formulieren daraus eine Antwort. Aber genau diese Integration ist aufwendig. Viele Händler bauen stattdessen einen Bot auf die Website und wundern sich, warum er keine Fragen beantworten kann.
Der Ausblick: Weniger Bot, mehr Verständnis
Die nächsten zwei Jahre werden nicht die große Bot-Revolution bringen. Sie werden eine Sortierung bringen. Händler, die ihre Daten aufräumen, ihre Prozesse klar definieren und den Bot als Werkzeug statt als Ersatz verstehen, werden profitieren. Die anderen werden weiter Kunden vergraulen und Kosten sparen, die sie sich eigentlich nicht leisten können.
Für Shopbetreiber ist die Botschaft klar: Bevor Sie in die nächste KI-Lösung investieren, prüfen Sie Ihre Produktdaten. Ein Bot ohne Daten ist ein schicker Klickfänger. Mit sauberen Daten wird er zum echten Helfer. Der Unterschied liegt nicht im Modell. Er liegt in der Vorbereitung.
Die Kunden von heute klicken lieber selbst, weil sie gelernt haben: Die meisten Bots versprechen mehr, als sie halten. Wer das ändern will, muss anfangen, den Bot nicht als Feature zu verstehen, sondern als Teil einer durchdachten Kundenerfahrung. Sonst bleibt er das digitale Äquivalent zur Warteschleife – nur mit mehr Buzzwords.