KI-Agenten für E-Commerce: automatisierter Kundenservice, Lager und Retouren

Ein Online-Händler betreibt nicht ein Geschäft, sondern drei gleichzeitig: Verkauf, Logistik und Kundenservice, oft mit einem kleinen Team und Lastspitzen, die auf niemanden warten. Das ist ein Feld, auf dem ein autonomer KI-Agent natürlich seinen Platz findet, weil die Arbeit nie wirklich aufhört, auch nachts oder an einem Sonntag im Schlussverkauf nicht.

Das Problem

E-Commerce hat drei Eigenschaften, die ihn deutlich von anderen Branchen unterscheiden: eine brutale Saisonalität, eine hohe Retourenquote und eine Streuung der Verkäufe über mehrere Kanäle.

Zur Saisonalität: Der französische Markt wog 2025 laut den von der Fevad veröffentlichten Kennzahlen 196,4 Milliarden Euro, bei 3,2 Milliarden Transaktionen und 42,2 Millionen Online-Käufern (Quelle). Dieses Volumen verteilt sich aber nicht gleichmäßig übers Jahr: Black Friday, Schlussverkauf, Jahresendfeiertage bündeln einen unverhältnismäßigen Anteil der Bestellungen und damit der Anfragen, Verzögerungen und Streitfälle. Manche Branchenstudien sprechen von einem Anstieg des Ticketvolumens um 80 bis 200 % während Black Friday und Cyber Monday im Vergleich zu einer normalen Woche, eine Größenordnung, die oft in Berichten von Kundenservice-Tools zitiert, aber nicht durch eine namentlich genannte Studie bestätigt wird, eher als Richtungssignal denn als exakte Messung zu verstehen.

Die Retourenquote ist der zweite branchenspezifische Reibungspunkt. In Frankreich lag sie laut Fevad, zitiert von Shopify, 2023-2024 bei 24 % (Quelle). In den USA schätzt die National Retail Federation, dass 2025 19,3 % der Online-Verkäufe zurückgegeben werden, gegenüber 15,8 % kanalübergreifend, und bis zu 17 % der Verkäufe während der Feiertagszeit (Quelle). E-Commerce hat also mechanisch mehr Retouren als der stationäre Handel, mangels Möglichkeit, das Produkt vor dem Kauf anzufassen oder anzuprobieren.

Dritter Punkt, die Multichannel-Verwaltung. Marktplätze machen laut Fevad 32 % des Produktverkaufsvolumens in Frankreich aus (Quelle), was bedeutet, dass ein erheblicher Teil der Bestellungen, Retouren und Zahlungen über einen Kanal läuft, den die eigene Website nicht direkt sieht. Kundenbewertungen folgen derselben zersplitterten Logik: Ein unzufriedener Kunde hinterlässt eine Bewertung auf dem Marktplatz, ein anderer schreibt direkt an den Support, ein dritter postet in sozialen Netzwerken, und niemand im Team hat einen Gesamtüberblick, ohne jeden Kanal manuell durchzugehen.

Dazu kommt der Lagerengpass, ein Klassiker der Branche: Spezialisierte E-Commerce-Datensammlungen sprechen von einer durchschnittlichen Engpassquote von rund 8 % über alle Kategorien hinweg, eine Zahl, die als nicht durch eine namentlich genannte Studie verifizierte Größenordnung zu behandeln ist, mangels identifizierter solider Primärquelle. In Summe übersteigt diese Kombination, Lastspitzen, häufige Retouren, mehrere Kanäle, schnell die Kapazität eines kleinen Teams, das alles von Hand bearbeitet, besonders wenn dieses Team aus zwei oder drei Personen besteht, die den Rest der Woche auch noch anderes tun als Kundenservice.

Was der Agent Schritt für Schritt tut

Statt eines einzigen generischen Workflows deckt ein E-Commerce-KI-Agent in der Regel drei getrennte Szenarien ab, die parallel auf demselben Agenten oder auf dedizierten Agenten laufen können.

Kundenservice und Sortierung von Kundenanfragen

Der Agent überwacht fortlaufend eingehende Tickets, ob verspätete Bestellung, Zahlungsstreit oder Retourenanfrage. Er ordnet jede Anfrage nach Art und Dringlichkeit ein, beantwortet einfache, repetitive Fälle wie eine Bestellverfolgung direkt und bereitet einen vollständigen Fall vor, bevor er sensible Fälle eskaliert. Er überwacht auch Bewertungen auf Shop und Marktplätzen, meldet negative Bewertungen, die eine schnelle Antwort verdienen, und bündelt alles in demselben Ablauf, statt jeden Kanal für sich leben zu lassen. Dieses Szenario überschneidet sich weitgehend mit dem, was ein Agent zur Automatisierung von Support-Tickets tut, mit einer zusätzlichen, für den Handel spezifischen Schicht: das Ticket mit der echten Bestellung in Shopify abgleichen, um zu prüfen, ob das Paket wirklich verspätet ist oder sich der Kunde bei der Sendungsnummer irrt.

Lager und Lieferantenerinnerungen

Ein schlecht überwachter Bestand führt direkt zu verlorenen Verkäufen. Der Agent überwacht die Bestandsniveaus in Shopify, erkennt Artikel, die sich einem kritischen Schwellenwert nähern, und erinnert den betroffenen Lieferanten automatisch per E-Mail, mit den üblichen Mengen und Fristen. Anschließend verfolgt er die Antworten und meldet, wenn eine Nachschubfrist ins Rutschen gerät. Diese Arbeit überschneidet sich mit der eines Agenten zur Automatisierung des Einkaufs, zugeschnitten auf die Bedürfnisse eines E-Commerce-Katalogs statt auf klassischen Unternehmenseinkauf.

Finanzieller Multichannel-Abgleich

Zwischen Website-Verkäufen, Marktplatz-Verkäufen und den tatsächlich über Stripe eingenommenen Zahlungen verliert man leicht den Überblick. Der Agent gleicht diese drei Quellen ab, erkennt bezahlte, aber nicht gelieferte Bestellungen, buchhalterisch nicht nachverfolgte Erstattungen, und erstellt einen konsolidierten wöchentlichen Bericht. Das ist eine Arbeit nahe an dem, was ein Agent für Finanzreporting tut, angewendet auf die Realität eines Online-Händlers, der gleichzeitig auf mehreren Plattformen verkauft.

In allen drei Fällen läuft der Agent in seiner eigenen Umgebung, behält die Historie der Tickets und des Lieferantenaustauschs im Gedächtnis und hält zwischen zwei menschlichen Prüfungen nicht an.

Die eingesetzten Integrationen

Shopify dient als Rückgrat: Dort liest der Agent Bestellungen, Bestandsniveaus und Kundenhistorie. Für den Kundenservice stützt sich der Agent auf Zendesk, um Tickets entgegenzunehmen, einzuordnen und zu beantworten. Auf der Finanzseite liefert Stripe die Realität der Zahlungen und Erstattungen, abzugleichen mit den auf Website und Marktplätzen gemeldeten Bestellungen. Airtable dient als gemeinsames Dashboard zur Verfolgung von Lieferanten und erkannten Abweichungen, während Gmail Lieferantenerinnerungen und interne Berichte trägt. Jede Integration unterliegt einem expliziten Grant, mit einem präzisen Umfang nur Lesen oder Lesen-Schreiben: Nichts ist standardmäßig gewährt, ein Team kann durchaus mit reinem Lesen auf Shopify starten, bevor es nach den ersten validierten Wochen Schreibzugriff öffnet.

Was beim Menschen bleibt

Der Agent fängt das Volumen ab, nicht das Urteilsvermögen. Eine Erstattung über einem festgelegten Betrag bleibt einer menschlichen Validierung unterworfen, ebenso ein Streitfall, in dem der Kunde eine automatische Antwort offen anficht: Das ist das Prinzip der menschlichen Kontrolle, angewendet auf ein Geschäft, in dem ein Urteilsfehler das Markenimage teuer zu stehen kommt. Die Verhandlung mit einem Lieferanten bleibt eine menschliche Entscheidung, der Agent bereitet nur das Terrain mit den richtigen Zahlen vor. Schließlich sind Sortierregeln und Alarmschwellen nicht ein für alle Mal festgelegt: Sie entwickeln sich mit dem Katalog, neuen Vertriebskanälen oder einer sich im Jahresverlauf ändernden Retourenrichtlinie, und es ist Sache des Teams, sie anzupassen.

Messbares Ergebnis

Das direkteste Ergebnis ist ein Kundenservice, der Spitzen abfängt, ohne bei jedem Black Friday in aller Eile einstellen zu müssen, mit Antworten auf einfache Fälle in wenigen Minuten statt in mehreren Stunden. Das zweite Ergebnis sind weniger verlorene Verkäufe mangels Bestand, weil Lieferantenerinnerungen vor dem Engpass losgehen statt danach. Das dritte, diskretere, aber ebenso konkrete Ergebnis ist ein finanzieller Abgleich, der am Monatsende keinen ganzen Tag mehr kostet, weil Abweichungen zwischen Verkäufen, Marktplätzen und Stripe-Zahlungen laufend gemeldet werden. Der gemeinsame Nenner der drei Szenarien: weniger repetitive Arbeit für ein während der Spitzen ohnehin angespanntes Team und mehr menschliche Zeit für die wirklich wichtigen Entscheidungen. Für einen ersten konkreten Rahmen geben die Seite Preise und der Leitfaden einen Agenten in einer Woche einführen eine Vorstellung vom kürzesten Weg zum Start.