Retouren mit KI auswerten: Retourengründe in Shopware verstehen und nutzen

1. Warum die Gründe mehr verraten als die Quote

Ein paar belegte Zahlen zur Einordnung:

• Menge: Fast jedes vierte Paket im E-Commerce (24,2 %) geht laut Europäischem Retourentacho der Universität Bamberg (2022) an den Händler zurück. Für 2026 schätzt die Forschungsgruppe rund 560 Mio. Retourenpakete in Deutschland.
• Kosten: Transport und Bearbeitung kosten laut derselben Studie im Mittel 2,85 € pro Artikel und 6,95 € pro Sendung, kleinere Händler liegen deutlich darüber.
• Gründe aus Kundensicht: In einer Bitkom-Umfrage (befragt Herbst 2023, veröffentlicht 2024) nennen 67 % „passt nicht“ als Grund für Retouren, 56 % „fehlerhaft oder beschädigt“, 50 % „gefällt nicht“ und 41 % „entspricht nicht Bild oder Beschreibung“.
• Erfassung im Handel: Laut EHI Retail Institute (2025, Pressemitteilung) erfassen nur 29,5 % der befragten Onlinehändler Retourengründe vollständig automatisiert, 7,3 % setzen KI im Retourenmanagement ein.

Das heißt: Viele Händler kennen ihre Quote, aber nicht die Ursachen je Artikel. Dabei lassen sich die meisten Ursachen beheben, nur eben nicht alle mit derselben Maßnahme. Eine falsche Größentabelle löst du anders als eine schlechte Verpackung.

2. Schritt 1: Retourengründe in Shopware erfassen

Ohne Gründe keine Auswertung. Wie du sie erfasst, hängt von deinem Shopware-Plan ab:

• Ab Rise: Laut Shopware-Dokumentation steht das Retouren-Management ab dem Plan Rise über die Erweiterung Shopware Commercial zur Verfügung. Du legst die Retoure im Admin zu einer Bestellung an, wählst die Positionen und kannst optional einen Kommentar hinterlegen. Derzeit ist pro Bestellung nur eine Retoure möglich.
• Community Edition: Ein Retouren-Management ist nicht eingebaut. Viele Shops setzen den Lieferstatus auf retourniert bzw. teilweise retourniert und halten den Grund in einem Plugin, im Retourenportal ihres Versanddienstleisters oder in einer Tabelle fest.

Unabhängig vom Werkzeug hat sich eine Kombination bewährt: eine kurze Pflichtauswahl auf dem Retourenschein oder im Portal und ein optionales Freitextfeld. Die Auswahl liefert saubere Zahlen, der Freitext die Details, die in keiner Liste stehen. Und genau dieser Freitext ist der Teil, bei dem KI hilft.

3. Schritt 2: Kategorien festlegen

Bevor eine KI etwas einordnen kann, brauchst du feste Kategorien. Sieben reichen für die meisten Shops, und jede führt zu einer anderen Maßnahme:

Wichtig ist die Trennung von „Qualität“ und „Produktbeschreibung“: Ist der Artikel schlecht, oder hat er nur andere Erwartungen geweckt? Das Erste ist ein Thema für den Einkauf, das Zweite für Texte und Fotos.

4. Schritt 3: Freitext mit KI einordnen

Für den Anfang reicht ein Export und ein guter Prompt. Exportiere die Retourengründe als Liste mit zwei Spalten: Produktnummer und Freitext. Lass alles andere weg, also Name, Adresse, E-Mail und Bestellnummer. Dann gibst du die Liste zum Beispiel an Claude:

Du bekommst eine Liste von Retourengründen aus meinem Onlineshop.
Jede Zeile hat das Format: Produktnummer | Freitext des Kunden.

Ordne jeden Freitext genau einer dieser Kategorien zu:
Größe/Passform, Qualität, Produktbeschreibung, Beschädigung,
Falschartikel, Sonstiges, Unbekannt.

Regeln:
- Nutze "Unbekannt", wenn der Text keinen Grund erkennen lässt.
- Nutze "Produktbeschreibung", wenn Farbe, Material, Maße oder
  Lieferumfang anders waren als auf Foto oder in der Beschreibung.
- Erfinde nichts dazu und fasse keine Zeilen zusammen.

Gib das Ergebnis als Tabelle aus:
Produktnummer | Kategorie | kurze Begründung

Danach: Anzahl je Kategorie und die drei Produktnummern mit den
meisten Retouren wegen Größe/Passform.

[RETOURENGRÜNDE EINFÜGEN]

Prüf beim ersten Durchlauf 20 bis 30 Zeilen von Hand. Die Begründungsspalte hilft dabei: Du siehst sofort, warum die KI sich für eine Kategorie entschieden hat. Passt etwas systematisch nicht, schärfst du die Regeln im Prompt nach, etwa wenn „zu klein“ mal als Größe und mal als Beschreibung landet.

Ein Hinweis zum Datenschutz: Kunden schreiben in Freitextfelder manchmal Dinge, nach denen niemand gefragt hat, etwa Namen oder Telefonnummern. Schau die Liste vor dem Export kurz durch, schließ mit deinem KI-Anbieter einen Vertrag zur Auftragsverarbeitung und nimm die Weitergabe in deine Datenschutzerklärung auf.

5. Schritt 4 und 5: Je Artikel auswerten, dann handeln

Die Verteilung über den ganzen Shop ist ein Anfang. Wirklich nützlich wird die Auswertung je Artikel: Welche zehn Artikel haben die höchste Retourenquote, und was ist bei jedem der häufigste Grund? Ein Artikel mit vielen Größen-Retouren braucht einen anderen Eingriff als einer, der oft beschädigt ankommt.

• Mindestmenge beachten: Drei Retouren bei fünf Bestellungen sind kein Muster. Vergleiche nur Artikel mit genug Bestellungen.
• Eine Maßnahme pro Artikel: Änderst du Größentabelle, Fotos und Verpackung gleichzeitig, weißt du später nicht, was gewirkt hat.
• Nach ein paar Wochen nachmessen: Sinkt die Quote des Artikels, oder verschiebt sich nur der Grund?

Bei Gründen aus der Kategorie „Produktbeschreibung“ hilft oft schon ein besserer Text. Wie du Produktbeschreibungen mit KI überarbeitest, steht in der Anleitung zu Produktbeschreibungen mit KI in Shopware. Wiederkehrende Fragen zu Größen oder Pflege gehören zusätzlich in die FAQ, bevor sie zur Retoure werden.

6. Automatisch in Shopware: die Retouren-Prognose

Offenlegung: Die Retouren-Prognose ist mein eigenes Plugin. Sie macht die Schritte oben dauerhaft und ohne Export:

• Retouren erkennen: aus dem Retouren-Management von Shopware oder, wenn es fehlt, über den Lieferstatus retourniert bzw. teilweise retourniert. Damit funktioniert sie auch in der Community Edition.
• Gründe erfassen: Im Admin trägst du je Retoure einen Grund ein, einzeln oder für mehrere Retouren gesammelt. Die Gründe landen in den sieben Kategorien aus der Tabelle oben.
• Auswerten: Retourenquote je Artikel mit Risiko-Ampel, häufigste Gründe je Artikel, auf Wunsch ein wöchentlicher oder monatlicher Bericht mit den fünf auffälligsten Artikeln per E-Mail.

Damit keine falschen Erwartungen entstehen, trenne ich zwei Dinge klar:

• Die Prognose ist Statistik, keine KI. Der Blick auf die nächsten 7, 14 und 30 Tage beruht auf einem gewichteten gleitenden Durchschnitt und läuft vollständig in deinem Shop. Je Artikel braucht sie mindestens 20 Bestellungen und drei Monate Historie.
• KI ordnet nur den Freitext ein. Diese Funktion ist standardmäßig ausgeschaltet. Schaltest du sie ein, geht nur der Freitext-Grund mit deinem eigenen API-Schlüssel an Anthropic oder OpenAI, ohne HTML und gekürzt auf 200 Zeichen. Name, Adresse, E-Mail sowie Kunden- und Bestellnummern bleiben im Shop. Zurück kommen die Kategorie und ein Wert, wie sicher sich das Modell ist.

Ohne KI-Funktion bleiben alle anderen Auswertungen voll nutzbar. Freitext-Gründe landen dann in „Sonstiges“ oder „Unbekannt“, und du ordnest sie bei Bedarf selbst zu.

7. Häufige Fragen zu Retouren und KI

Die Auswertung von Retourengründen ist eines der Beispiele, bei denen KI datensparsam und mit klarem Nutzen in Shopware arbeitet. Weitere Wege stehen im Überblick zu Shopware KI, worauf du bei KI-Plugins allgemein achten solltest, im Artikel KI-Plugins für Shopware 6.