KI im Onlinehandel: Produktdaten, Service und Content in großer Menge
Im Onlinehandel skaliert alles: Artikel, Anfragen, Retouren. Deshalb wirkt hier jede Automatisierung, die Qualität hält, unmittelbar auf die Marge.
Wo hilft KI konkret?
Nutzen entsteht bei Datenpflege und Kommunikation: Produkttexte und fehlende Attribute in Serie, Kategorie- und Ratgebertexte, Kundenservice-Antworten, Auswertung von Retourengründen und Bewertungen, Marketingtexte in Varianten.
Nicht geeignet ist sie für rechtliche Pflichtangaben, Preisbildung, Bestände und automatische Zusagen zu Erstattungen. Auch Produktsicherheit und Kennzeichnung gehören nicht in generierte Texte.
Konkrete Use Cases im Arbeitsalltag
Produktdaten anreichern
Fehlende Attribute werden aus vorhandenen Herstellertexten extrahiert statt frei erfunden, lückenhafte Felder werden markiert.
Kategorie- und Ratgebertexte
Aus echten Kundenfragen entstehen Texte, die Auswahlhilfe geben, statt Keywords zu wiederholen.
Kundenservice
Antwortentwürfe zu Lieferstatus, Umtausch und Größenfragen entstehen aus geprüften Regeln, die Freigabe bleibt beim Team.
Retouren verstehen
Freitextangaben aus Retouren werden geclustert, damit Ursachen sichtbar werden statt nur Quoten.
Bewertungen auswerten
Tausende Bewertungen werden nach Themen sortiert, um Produktprobleme früh zu erkennen.
Marketing in Varianten
Anzeigen- und Newslettertexte entstehen in mehreren Varianten für den Test.
Ein Beispiel-Workflow: Retourengründe auswerten
- 01Freitextangaben aus den Retouren eines Quartals exportieren.
- 02Themencluster mit Häufigkeit und Belegzitaten bilden lassen.
- 03Cluster mit Artikelgruppen verknüpfen.
- 04Die drei größten Ursachen prüfen: Beschreibung, Größe, Qualität, Versand.
- 05Produkttexte oder Prozesse gezielt anpassen.
- 06Im Folgequartal dieselbe Auswertung wiederholen und vergleichen.
Typische Herausforderungen und was dagegen hilft
Masse mit Qualitätsanspruch
Tausende Texte brauchen ein Muster und eine Stichprobenprüfung, sonst entstehen Fehler in Serie.
Rechtliche Pflichtangaben
Kennzeichnung, Sicherheitshinweise und Pflichtinformationen werden übernommen, nie generiert.
Dünne Texte schaden
Automatisch erzeugte Kategorietexte ohne Inhalt bringen weder Kunden noch Sichtbarkeit.
Kundendaten im Service
Serviceanfragen enthalten Namen und Adressen. Es braucht klare Regeln, was verarbeitet werden darf.
Prompt-Bausteine für die Praxis
Die Bausteine folgen demselben Aufbau: Rolle, Kontext, Aufgabe, Einschränkungen. Setzen Sie in den eckigen Klammern Ihre eigenen Angaben ein.
Attribute extrahieren
Rolle: Du extrahierst strukturierte Produktattribute. Kontext: Unten stehen Herstellertexte. Benötigte Felder: [Liste einfügen]. Aufgabe: Gib je Artikel eine Tabelle mit den Feldern aus. Constraints: Nur Werte, die wörtlich im Text stehen. Fehlende Werte als "unbekannt" ausgeben, nichts schätzen. Texte: [Text einfügen]
Ratgebertext aus Kundenfragen
Rolle: Du schreibst Kaufberatungstexte für unseren Shop. Kontext: Unten stehen echte Kundenfragen zu [Kategorie] und unsere Antworten. Aufgabe: Schreibe einen Ratgebertext, der die häufigsten Fragen beantwortet und Auswahlkriterien erklärt. Constraints: Keine Produktempfehlung, keine Preise, keine Aussagen, die nicht aus unseren Antworten stammen. Fragen und Antworten: [Text einfügen]
Retouren clustern
Rolle: Du wertest Retourengründe aus. Kontext: Unten stehen Freitextangaben aus Retouren. Aufgabe: Bilde Cluster, gib Häufigkeit und je Cluster drei wörtliche Beispiele an. Constraints: Keine Ursachenvermutung, keine Empfehlung, keine Zusammenfassung über die Angaben hinaus. Angaben: [Text einfügen]
Eine größere Sammlung nach Branchen und Teams finden Sie im Prompt-Playbook.
Risiken und Grenzen
- Pflichtangaben, Kennzeichnung und Sicherheitshinweise nie generieren, immer übernehmen.
- Keine Produktattribute schätzen: Fehlende Werte bleiben leer und werden gekennzeichnet.
- Keine automatischen Zusagen zu Erstattung, Lieferzeit oder Verfügbarkeit im Service.
- Faktenlage: Sprachmodelle erzeugen plausible, aber falsche Angaben. Jede Zahl, Frist und Quellenangabe wird vor der Weitergabe geprüft.
- Datenschutz: Personenbezogene Daten gehören nur in Werkzeuge, deren Nutzung im Betrieb schriftlich geregelt ist.
- Verantwortung bleibt im Betrieb: Ein Fehler aus einem KI-Text ist rechtlich Ihr Fehler, nicht der des Anbieters.
Relevante Tools und wofür sie taugen
| Tool | Typischer Einsatz |
|---|---|
| ChatGPT | Texte, Zusammenfassungen, Auswertung eigener Exporte, eigene GPTs mit Betriebsstandards. |
| Claude | Lange Dokumente, Verträge und Protokolle zusammenfassen und vergleichen. |
| Gemini | Arbeit in Google-Umgebungen, Auswertung von Tabellen und Dokumenten. |
| Perplexity | Recherche mit sichtbaren Quellen als Ausgangspunkt für die eigene Prüfung. |
| Shop- und PIM-System | Produktdaten, Preise, Bestände und Bestellungen bleiben hier. |
Die Auswahl ist eine Einordnung nach Einsatzzweck, kein Test. Funktionsumfang und Konditionen der Anbieter ändern sich laufend.
Konkrete nächste Schritte
- 01Eine Artikelgruppe für den ersten Textdurchlauf auswählen.
- 02Mustertext und Prüfregel festlegen, danach Stichproben ziehen.
- 03Retourengründe eines Quartals einmal auswerten.
- 04Service-Antwortbausteine aus geprüften Regeln erstellen.
- 05Nach einem Quartal Retourenquote und Serviceaufwand vergleichen.
Weiterlesen
KI in anderen Branchen
Eine Übersicht aller Branchenseiten finden Sie unter KI nach Branche.