KI im E-Commerce

Dieser Leitfaden ordnet die Entscheidungen, die Shopbetreiber vor dem Einsatz von KI treffen, in ihrer sinnvollen Reihenfolge: welche Aufgabe zuerst kommt, wie die Produktdaten vorbereitet werden, was jeder Verkaufskanal erhält, wer was freigibt und wie die Wirkung gemessen wird. Fachbegriffe erklären wir beim ersten Auftreten in einem Satz.

Projekte für KI im E-Commerce scheitern selten am Modell. Sie scheitern an lückenhaften Produktdaten, unklaren Zugriffsrechten und Ergebnissen, die niemand misst. Die folgenden Abschnitte liefern Prüflisten, Beispiele und Fragen an Dienstleister, damit diese drei Risiken vor dem Start geschlossen sind.

01Erst den Engpass messen, dann das Werkzeug wählen

Welche Aufgabe die KI übernimmt, entscheiden Sie anhand einer Woche echter Zeiterfassung, nicht anhand einer Vorführung. Alle, die Katalogpflege, Kundenservice und Marktplatzlistings betreuen, notieren eine Woche lang, welche Tätigkeit wie viel Zeit kostet. Echte Aufzeichnungen beenden die Diskussion über den Pilot schneller als jede Besprechung.

Danach prüfen Sie jede Tätigkeit mit vier Fragen:

• Wiederholt sie sich: Folgt jedes neue Produkt und jede Nachricht denselben Schritten, oder verlangt jeder Fall ein eigenes Urteil?
• Ist die Antwort schriftlich vorhanden: Steht die richtige Antwort im Produktdatensatz, im Bestellsystem oder in den Rückgabebedingungen, oder nur im Kopf einer Mitarbeiterin?
• Was kostet ein Fehler: Ein falscher Farbname ist schnell korrigiert; eine falsch genehmigte Erstattung oder eine erfundene Gesundheitsaussage bei einem Nahrungsergänzungsmittel kostet Geld und Ansehen.
• Reicht das Volumen: Kommen nur wenige Artikel im Monat dazu, übersteigt der Aufwand für den Aufbau leicht die gewonnene Zeit.

Ebenso klar ist, wann wir abraten. Kommen neue Produkte selten, bricht der Checkout auf dem Smartphone ab oder sind die Produktfotos schwach, gehört das zuerst behoben. In einem solchen Shop wirkt das Budget für KI im E-Commerce stärker, wenn es in Ladezeit, Bezahlvorgang und ein ordentliches Fotoshooting fließt.

02Jedes Geschäftsmodell braucht einen anderen ersten Ablauf

KI im E-Commerce zahlt sich nicht in jedem Shop an derselben Stelle aus; wählen Sie den ersten Ablauf nach Ihrem Verkaufsmodell. Die folgenden Zuordnungen sind ein Ausgangspunkt für den Pilot, keine feste Vorgabe.

• Modemarke mit eigenem Shop: Passform und Größe verursachen die meisten Rücksendungen; Einordnung der Retourengründe und die Prüfung der Größentabellen kommen zuerst.
• Vollsortimenter mit vielen Kategorien: Hunderte Lieferantenartikel kommen mit dünnen, gleichförmigen Texten; ein Textablauf mit Kategorievorlagen spart die meiste Zeit.
• Händler mit Schwerpunkt Marktplatz: Derselbe Artikel muss bei Amazon, Otto oder Kaufland unterschiedlichen Titelregeln folgen; Fassungen je Kanal und Prüfung der Zeichengrenzen stehen im Vordergrund.
• Technik und Ersatzteile: Kunden suchen nach Modellnummer oder passendem Gerät statt nach Produktnamen; Suche und Antworten auf Basis von Kompatibilitätsdaten bringen hier den Nutzen.
• Shop mit Auslandsgeschäft: Übersetzung, Umrechnung der Größen und länderspezifische Rückgaberegeln gehören zusammen; Lokalisierung und Serviceassistent nutzen dasselbe Glossar.

Kosmetik, Nahrungsergänzung und Babyartikel tragen ein hohes Risiko irreführender Aussagen. Dort enthält schon der erste Ablauf eine Liste verbotener Formulierungen und eine fachliche Prüfung durch Menschen.

03Das Produktdatenmodell kommt vor der KI

Ein Modell kann nicht richtig beschreiben, was im Produktdatensatz fehlt; deshalb ist die erste Lieferung kein Text, sondern ein Merkmalsverzeichnis. Ein Merkmal ist ein strukturiertes Feld, das den Artikel beschreibt: Materialzusammensetzung, Schuhgröße, Spannung oder kompatibles Modell. Das Verzeichnis umfasst diese Teile:

• Pflichtfelder je Kategorie: Sohlenmaterial und Passform bei Schuhen, Leistung und Anschlussart bei Elektronik; die Liste entsteht gemeinsam mit Ihrem Einkauf oder Produktmanagement.
• Feste Wertelisten: "Marine", "Navy" und "Dunkelblau" dürfen nicht drei Werte für dieselbe Farbe sein; Auswahllisten ersetzen Freitext.
• Einheiten und Schreibweisen: Zentimeter oder Millimeter, Dezimalkomma oder Punkt, EU oder UK Größen; feste Regeln verhindern Fehler bei Übersetzung und Marktplatzexport.
• Variantenstruktur: Sind Farb und Größenvarianten nicht sauber mit dem Hauptartikel verknüpft, entsteht für jede Variante ein eigener, oft widersprüchlicher Text.
• Kennungen: GTIN (die weltweite Artikelnummer hinter dem Barcode), Marke und Herstellerartikelnummer müssen vollständig sein, denn Google und Marktplätze ordnen Produkte darüber zu.

Anschließend zeigt ein Bericht zur Felderfüllung, welche Felder in welcher Kategorie leer sind und welche Werte nicht zum Verzeichnis passen. KI darf beim Füllen helfen, aber nur durch Auslesen einer Quelle wie Datenblatt oder Produktetikett und mit Freigabe jedes Vorschlags. Ein Feld ohne Quelle bleibt leer; ein leeres Feld schadet weniger als ein erfundenes.

04So läuft ein Ablauf für Produkttexte Schritt für Schritt

Ein Ablauf für Produkttexte ist kein einzelner Knopf, sondern eine Kette von Schritten, die sich einzeln prüfen lassen. Getrennte Schritte zeigen bei einem Fehler, ob er in den Daten, in der Vorlage oder im Modell liegt.

1. Auslöser: Ein neuer Artikel oder ein geändertes Feld startet den Ablauf per Webhook, also einer automatischen Nachricht, die ein System bei einem Ereignis an ein anderes sendet.
2. Kontext: Produktdatensatz, Kategorievorlage, Markenglossar und bereits freigegebene Beispieltexte derselben Kategorie werden zusammengeführt.
3. Entwurf: Das Modell liefert Titel, Beschreibung, Aufzählungspunkte und Metabeschreibung als strukturierte Ausgabe, Feld für Feld statt als loser Fließtext.
4. Automatische Prüfung: Jedes Maß und jedes Material im Entwurf wird mit dem Datensatz abgeglichen, verbotene Formulierungen und Zeichengrenzen werden geprüft, die Ähnlichkeit zu bestehenden Artikeln wird gemessen.
5. Freigabeliste: Entwürfe, die bestehen, landen mit markierten Änderungen gegenüber dem alten Text bei der Redaktion; sie gibt frei, korrigiert oder lehnt mit Begründung ab.
6. Veröffentlichung und Protokoll: Der freigegebene Text geht per API online, die alte Fassung bleibt gespeichert, Modell und Vorlagenversion werden notiert.

Ablehnungsgründe sind die wertvollsten Daten des Ablaufs. Kehrt derselbe Grund immer wieder, wird die Vorlage korrigiert; wenn die Redaktion täglich denselben Fehler von Hand behebt, verfehlt der Ablauf seinen Zweck. Den grundsätzlichen Aufbau solcher Textabläufe beschreiben wir auf der Seite zur Automatisierung von Inhalten mit KI.

05Eine Datenquelle für Shop, Marktplätze und Feeds

Pflegen Sie einen zentralen Produktdatensatz und leiten Sie jede Kanalfassung daraus ab, statt für jeden Kanal getrennt Texte zu erzeugen. Ändert sich der zentrale Datensatz, aktualisieren sich Shop, Marktplatzangebote und Google Produktfeed gemeinsam. Die Kanalfassungen unterscheiden sich an vorhersehbaren Stellen:

• Titelaufbau: Jeder Marktplatz hat eigene Regeln für die Reihenfolge von Marke, Produktart und wichtigstem Merkmal; diese Regeln stehen in der Kanalvorlage.
• Längengrenzen: Zu lange Titel werden abgelehnt oder abgeschnitten; geprüft wird vor der Veröffentlichung.
• Unzulässige Inhalte: Manche Kanäle erlauben keine externen Links, keine Werbefloskeln und keine Wörter in durchgehenden Großbuchstaben.
• Sprache und Einheiten: Auslandsshops brauchen Übersetzung, Größenumrechnung und landesübliche Schreibweise, jeweils mit eigener Freigabe; das gilt auch für Schweizer Rechtschreibung ohne ß.

Im Feed für das Google Merchant Center müssen KI generierte Titel und Beschreibungen in eigenen Attributen übermittelt werden. Diese Attribute gleich zu Beginn im Feedtool anzulegen ist deutlich einfacher, als später den ganzen Katalog neu zu senden.

Prüfen Sie die strukturierten Daten der Produktseiten mit unserem Generator für Produktschema und stellen Sie sicher, dass sie mit den Feedwerten übereinstimmen. Abweichungen bei Preis oder Verfügbarkeit zwischen Seite und Feed können dazu führen, dass Artikel für Anzeigen und kostenlose Einträge abgelehnt werden.

06Rechte und Grenzen eines Assistenten für Bestellungen

Wie sicher ein Bestellassistent ist, hängt davon ab, welche Daten er unter welchen Bedingungen erreicht, nicht davon, wie klug das Modell ist. Der Assistent schreibt keine eigenen Datenbankabfragen; er darf nur wenige vorab festgelegte Funktionen aufrufen. Das nennt man Tool Calling: Das Modell fordert eine enge Funktion wie "Bestellstatus abrufen" an, ausgeführt wird sie von Ihrer Software.

Halten Sie beim Aufbau diese Regeln schriftlich fest:

• Prüfung der Identität: Bestelldaten gibt es erst, wenn Bestellnummer und die hinterlegte E-Mail oder Telefonnummer übereinstimmen.
• Lesen und Schreiben getrennt: Der Versandstatus wird gelesen; Retouren anlegen, Adressen ändern oder stornieren ist entweder ausgeschlossen oder geht zur Freigabe an einen Menschen.
• Quelle der Regeln: Rückgabefristen und Bedingungen kommen aus dem aktuellen Dokument mit den Rückgabebedingungen, nicht aus dem Gedächtnis des Modells; ändern sich die Bedingungen, ändern sich die Antworten mit.
• Übergabe: Beschädigte Ware, fehlende Pakete, Zahlungsstreitigkeiten und verärgerte Nachrichten gehen mit kurzer Zusammenfassung direkt an Ihr Team.

In Aktionswochen steigt das Nachrichtenaufkommen, und hängt der Assistent am Sendungsverfolgungssystem des Paketdienstes, bremst jede Verzögerung dort auch ihn. Bei einer Zeitüberschreitung nennt er den Link zur Sendungsverfolgung und sagt offen, dass die Daten gerade nicht abrufbar sind, statt zu raten. Kundenservice über mehrere Kanäle behandeln wir auf der Seite KI im Kundenservice.

07Die Shopsuche um Bedeutung erweitern

Semantische Suche gehört als zusätzliche Schicht neben die bestehende Suche, nicht an ihre Stelle. Sie ordnet Suchanfragen und Produkte nach Bedeutungsnähe statt nach exakten Wörtern zu; dafür werden Produkttexte und Anfragen in Zahlenvektoren umgewandelt, sogenannte Embeddings.

In der Praxis bewährt sich die hybride Suche: Exakte Anfragen wie Modellnummer, Marke oder Artikelnummer laufen über klassischen Wortabgleich, beschreibende Anfragen wie "wasserdichte Winterstiefel für breite Füße" über semantische Treffer, und beide Listen werden zusammengeführt. Der Aufbau folgt dieser Reihenfolge:

• Anfragen ohne Treffer: Exportieren Sie Suchanfragen der letzten Monate, die nichts gefunden haben, aus dem Shop Backend oder dem GA4 Bericht zur Websitesuche; das ist Ihr erstes Testset.
• Synonyme und Tippfehler: Verknüpfen Sie Begriffe wie "Sneaker" und "Turnschuhe" oder "Hoodie" und "Kapuzenpullover" sowie häufige Vertipper.
• Filter aus der Anfrage: Eine Anfrage wie "schwarz Größe 42" setzt Farb und Größenfilter automatisch.
• Bestand berücksichtigen: Ausverkaufte Artikel rutschen nach unten, bleiben aber sichtbar, damit Kunden sehen, wann sie wieder lieferbar sind.

Soll Marge oder Lieferantenpriorität die Sortierung beeinflussen, entscheiden Sie das offen. Die Bedeutungsschicht soll Kunden finden lassen, was sie suchen; wird sie zum versteckten Lenkungsinstrument, leiden Conversion nach der Suche und Vertrauen gleichermaßen.

08Aus Retouren und Bewertungen werden Korrekturen

Retourenanalyse bleibt ein bloßer Bericht, solange am Ende keine Produktseite, keine Größentabelle und keine Lieferantenentscheidung geändert wird; deshalb bekommt jede Kategorie von Gründen eine verantwortliche Person. Die KI liest Freitexte und ordnet sie einer festen Liste von Gründen zu, die Sie festlegen. Eine brauchbare Startliste:

• Passform und Größe: Zu eng, zu weit, zu kurz oder zu lang; Größentabelle oder Beschreibung wird korrigiert.
• Abweichung vom Foto: Farbe, Material oder Größe wirken anders als abgebildet; Foto und Farbbezeichnung werden überprüft.
• Qualität und Mängel: Offene Nähte, gebrochene Teile, fehlendes Zubehör; Lieferant und Lager prüfen nach.
• Logistik: Späte Zustellung oder beschädigter Karton; Paketdienst und Verpackung werden überprüft.
• Nicht mehr gewünscht: Am Artikel ist nichts falsch; eine Produktkorrektur ist nicht nötig, der Anteil wird trotzdem verfolgt.

Zu jeder Retoure liefert das Modell neben der Kategorie ein kurzes Zitat aus den Worten des Kunden; in den ersten Wochen prüft Ihr Team eine Stichprobe von Hand auf Richtigkeit. Bewertungen werden genauso behandelt, positive und negative Themen je Artikel getrennt aufgelistet.

Der Wochenbericht stellt nur neue oder deutlich wachsende Themen nach vorn. Ein Team, das jede Woche dieselbe lange Liste sieht, öffnet den Bericht bald nicht mehr.

09Modellwahl, Betrieb und was die Kosten treibt

Wählen Sie das Modell je Aufgabe; ein großes Modell für alles erhöht Kosten und Wartezeit, ohne die Qualität zu verbessern. Für Produkttexte zählen Sprachqualität und das Befolgen von Anweisungen, für die Einordnung von Retouren genügt oft ein kleines, schnelles Modell, und die Suche braucht ein eigenes Embedding Modell. Prüfen Sie Kandidaten nach diesen Kriterien:

• Qualität in Ihren Sprachen: Lassen Sie mehrere Modelle denselben Produktsatz bearbeiten und die Redaktion die Texte bewerten, ohne zu wissen, welches Modell sie geschrieben hat.
• Datenbedingungen: Ob der Anbieter API Daten zum Training nutzt und in welcher Region er verarbeitet, muss im Vertrag stehen; für die Verarbeitung personenbezogener Daten ist nach Art. 28 DSGVO ein Auftragsverarbeitungsvertrag nötig.
• Stapelverarbeitung: Viele Anbieter bieten eine günstigere Schnittstelle für Aufträge ohne Eile; nächtliche Katalogläufe gehören dorthin.
• Strukturierte Ausgabe: Ein Modell, das Ihr Feldschema zuverlässig einhält, macht die automatische Prüfung belastbar.

Die Kosten hängen von Artikelzahl, Textlänge, Zahl der Sprachen, Häufigkeit der Neuerstellung und Chatvolumen ab. Ein selbst betriebenes Modell lohnt sich nur, wenn Kundendaten Ihre Infrastruktur nie verlassen dürfen; für die meisten Shops überwiegt der Wartungsaufwand.

Vorlagen und Prüfregeln unabhängig vom Modell zu halten, ist eine eigene Designentscheidung: Wechseln Sie später den Anbieter, bleibt der Großteil des Ablaufs bestehen. Wer Aufbau und Wartung verantwortet, legen wir im Rahmen unserer KI Automatisierung schriftlich fest.

10Freigabe, Protokoll und Rücknahme im Alltag

Legen Sie vor dem Start je Rolle fest, wer was freigibt; bleibt die Regel vage, wartet entweder alles oder alles geht ungeprüft online. Üblich ist: Die Katalogredaktion gibt Produkttexte frei, die Leitung Kundenservice entscheidet über Retouren, die Markenverantwortung über Vorlagenänderungen. Die Einführung erfolgt in Stufen:

1. Schattenbetrieb: Der Ablauf schreibt Entwürfe, veröffentlicht aber nichts; das Team liest sie neben den eigenen Texten.
2. Pilot mit voller Prüfung: In einer gewählten Kategorie wird jeder Entwurf einzeln freigegeben, Ablehnungsgründe werden gesammelt.
3. Prüfung per Stichprobe: Wo die Ablehnungen gesunken und stabil niedrig sind, liest die Redaktion nur noch einen Teil; Kategorien mit hohem Risiko bleiben bei voller Prüfung.
4. Ausweitung: Jede neue Kategorie und jede neue Sprache beginnt wieder im Schattenbetrieb.

Zu jeder Veröffentlichung speichert das Protokoll, wer freigegeben hat, welche Vorlage und welche Modellversion den Text erzeugt haben und wie der vorherige Text lautete. Taucht ein Vorlagenfehler auf, findet man die betroffenen Artikel darüber und setzt sie in einem Schritt auf die letzte Fassung zurück.

Dazu gehören Alarme: Bricht die API Verbindung ab oder steigt die Ablehnungsquote in der Prüfung plötzlich, erhält die zuständige Person eine Nachricht.

11DSGVO, Lauterkeitsrecht und Plattformregeln

Bei KI im E-Commerce erreicht jede Ausgabe Verbraucher; der rechtliche Rahmen gehört deshalb in die erste Projektwoche. Das ist keine Rechtsberatung, die letzte Entscheidung trifft Ihre Rechtsberatung, doch die technische Planung richtet sich nach diesen Punkten:

• Datenverzeichnis: Ein Datenflussplan hält fest, welcher Ablauf welche personenbezogenen Daten nutzt, wohin sie gehen und wie lange sie bleiben; der Ablauf für Produkttexte nutzt keine.
• Drittländer: Für Übermittlungen außerhalb der EU verlangt Kapitel V der DSGVO einen Angemessenheitsbeschluss oder Garantien wie Standardvertragsklauseln; die Datenschutzhinweise werden entsprechend angepasst.
• Verbraucherbewertungen: Gefälschte Bewertungen sind nach dem EU Lauterkeitsrecht in der Fassung der Omnibus Richtlinie verboten, in Deutschland umgesetzt im UWG; die KI ordnet vorhandene Bewertungen ein und schreibt nie selbst welche.
• Kennzeichnung im Merchant Center: KI generierte Titel gehören in structured_title, Beschreibungen in structured_description, und die IPTC Herkunftsangabe bleibt in KI Bildern erhalten.

Zwei weitere Punkte betreffen jeden Shop mit Kunden in der EU: die Pflicht, auf einen durch automatisierte Entscheidung personalisierten Preis hinzuweisen, und die Transparenzregeln, die die KI Verordnung der EU für Systeme mit Kundenkontakt und für synthetische Inhalte vorsieht. Ein Assistent, der sich zu Beginn jedes Chats als KI vorstellt, erfüllt die Erwartung der Kunden mit einfachen Mitteln.

12Den Nutzen mit einer Kontrollgruppe messen

Schreiben Sie den Messplan vor dem Start; eine Kennzahl, die erst nach dem Livegang gewählt wird, wirkt immer wie ausgesucht, um Erfolg zu belegen. Legen Sie je Ablauf eine Hauptkennzahl, einige Nebenkennzahlen und eine Schutzkennzahl fest. Die Schutzkennzahl darf sich nicht verschlechtern, während die Hauptkennzahl steigt; neue Produkttexte sollen die Conversion nicht auf Kosten höherer Retouren heben.

• Produkttexte: Hauptkennzahl ist die Conversion der Produktseite; Nebenkennzahlen sind Verweildauer und Warenkorbaktionen; Schutzkennzahl ist die Retourenquote.
• Bestellassistent: Hauptkennzahl ist der Anteil der Gespräche, die ohne Menschen gelöst werden; Schutzkennzahl sind Kunden, die zum selben Anliegen erneut schreiben.
• Suche: Hauptkennzahl sind Warenkorbaktionen nach der Suche; Nebenkennzahl ist der Anteil leerer Ergebnisse; Schutzkennzahl die Conversion suchender Besucher.
• Retourenanalyse: Hauptkennzahl ist die Retourenquote der korrigierten Artikel im folgenden Zeitraum.

Bilden Sie für die Kontrollgruppe Paare aus Artikeln mit ähnlicher Kategorie, Preislage und Verkaufshistorie; ein Artikel jedes Paares erhält den neuen Text, der andere behält den alten. Der Test läuft mindestens einen vollständigen Verkaufszyklus, große Rabattaktionen bleiben außen vor.

Ob ein Unterschied echt oder Zufall ist, prüfen Sie mit unserem Rechner für A/B Tests. Über die Ausweitung von KI im E-Commerce entscheiden Sie, indem Sie dieses Ergebnis zusammen mit der Zeiterfassung lesen.

13Häufige Fehler und der bessere Weg

Bei KI im E-Commerce sind die meisten Fehler Fragen der Entscheidung und Reihenfolge, nicht der Technik; für jeden gibt es eine sicherere Alternative.

• Den ganzen Katalog auf einmal neu schreiben: Ein unbemerkter Vorlagenfehler verbreitet sich über Hunderte Seiten; starten Sie mit einer Kategorie und sammeln Sie zuerst Ablehnungsgründe.
• Lieferantentexte als Quelle nehmen: Sie sind oft dünn oder übertrieben; geben Sie dem Modell strukturierte Merkmale und nutzen Sie Lieferantentexte nur ergänzend.
• Dem Assistenten einen API Schlüssel mit vollen Rechten geben: Gelangt er nach außen, liegen Bestell und Kundendaten offen; legen Sie einen eigenen Schlüssel nur für die nötigen Endpunkte an.
• Eine neue Suche in der Aktionswoche starten: Der Traffic ist untypisch, das Ergebnis nicht lesbar, ein Ausfall teuer; schalten Sie sie in einer ruhigen Woche mit Kontrollgruppe frei.
• Texte mit Suchbegriffen vollstopfen: Schwer lesbare, fast gleiche Seiten können auch der Sichtbarkeit in der Suche schaden; stellen Sie artikelspezifische Fakten nach vorn, die echte Kundenfragen beantworten.
• Menge statt Wirkung zählen: "Diesen Monat so viele Beschreibungen erzeugt" belegt nichts; messen Sie Conversion, Zeit und Retouren mit Kontrollgruppe.

Wie ChatGPT, Perplexity oder die KI Antworten von Google Ihre Produktinformationen zitieren, gehört inzwischen ebenfalls zur Sichtbarkeit eines Shops. Darum kümmert sich unsere Optimierung für KI Suchsysteme; korrekte und einheitliche Produktdaten helfen in beiden Welten.

14Den passenden Partner wählen und anfangen

Beurteilen Sie einen Dienstleister für KI im E-Commerce nach den Fragen, die er zu Ihren Daten und Zugriffsrechten stellt, nicht nach der Politur seiner Vorführung. Ein gutes Angebot erklärt, welche Felder gelesen, welche geschrieben und was gemessen wird, bevor es überhaupt ein Modell nennt. Stellen Sie im ersten Gespräch diese Fragen:

• Mit welcher Kategorie, welcher Hauptkennzahl und welcher Kontrollgruppe läuft der Pilot?
• Auf wessen Namen laufen die Konten bei Modellanbieter und Automatisierung, und wem gehören Vorlagen und Prompts nach der Übergabe?
• Wie werden nach einem Vorlagenfehler die betroffenen Artikel gefunden und zurückgesetzt?
• Welche Teile des Ablaufs müssen neu gebaut werden, wenn Shopsystem oder Modellanbieter wechseln?
• Wer beobachtet den Ablauf in Aktionszeiten, und wer greift ein, wenn etwas ausfällt?

Steht Ihr Shopsystem noch nicht fest oder ist ein Umzug geplant, klären Sie die Datenstruktur zuerst in der E-Commerce Beratung. Ist die Grundlage bereit, schicken Sie uns über das Kontaktformular die Aufgaben, die Ihr Team jede Woche von Hand wiederholt, die Größe Ihres Sortiments und Ihre Verkaufskanäle; den Pilotumfang klären wir dann gemeinsam. Festpreise für Analyse und ersten Ablauf finden Sie im Preisbereich.