E-COMMERCE · BRANCHE

KI für Schweizer E-Commerce: Produkttexte, Kunden-Triage, Empfehlungs-Engines – und revDSG für Tracking

Mehrsprachige Produkttexte, FAQ-Bots und Empfehlungs-Engines holen Margenpunkte zurück. Profiling-Scores stehen unter EU-AI-Act-Beobachtung, Tracking braucht revDSG-konforme Einwilligung.

Recherche & Faktencheck: DuneDive LLC · Stand: 2026-05

Was die Branche umfasst – und wo KI greift

In der Schweiz betreiben rund 50.000 Unternehmen einen aktiven Online-Shop, vom Mikro-Shop unter CHF 100.000 Jahresumsatz bis zu den grossen wie Digitec/Galaxus, Brack, Coop@home, Microspot, BeyondFood (Handelsverband.swiss Studie 2024, KMU Online-Handel 2025). Der gesamte E-Commerce-Markt Schweiz lag 2024 bei rund CHF 16,1 Milliarden, mit ungefähr 60 Prozent grenzüberschreitendem Anteil aus EU-Shops (GfK Schweiz, Online-Handel 2024).

Der Alltag eines Shop-Betreibers verteilt sich auf drei Blöcke: (a) Produkt-Lifecycle (Beschaffung, Listung, Texte, Bilder, Pricing), (b) Kunden-Lifecycle (Akquise, Conversion, Wiederkauf, Support), (c) Operations (Lager, Versand, Retouren, Buchhaltung). KI greift heute in (a) und (b) substantiell, in (c) eher in Detail-Funktionen wie Retouren-Klassifikation oder Lager-Bestandsprognose.

Die Plattform-Landschaft in der CH-Welt ist heterogen: Shopify (am häufigsten bei KMU), Magento/Adobe Commerce, WooCommerce, OXID eShop, Shopware, plus die Eigen-Plattformen der grossen wie Digitec. Alle Plattformen haben 2024/2025 erste KI-Module integriert (Shopify Magic für Produkttexte, Adobe Sensei in Magento, KI-Empfehlung in vielen Shop-Suiten). Wer plattform-unabhängig orchestriert (z.B. weil mehrere Marken auf verschiedenen Stacks laufen), baut üblicherweise eine Workflow-Schicht in n8n und nutzt Mistral oder Claude für die Texterstellung.

Der entscheidende Vorteil im Schweizer Markt: Mehrsprachigkeit. Ein KMU-Shop, der seine Produkte gleichzeitig in DE, FR, IT und EN präsentiert, erreicht 95 Prozent des CH-Marktes plus den DACH-EU-Raum. Mehrsprachige Produkttexte manuell sind aufwendig – das ist der vielleicht klarste KI-Hebel der Branche.

Warum es jetzt zählt

Drei Markttrends 2025/2026 bringen E-Commerce-KI von "nice to have" zu "muss".

Erstens: Margen-Druck. Schweizer KMU-Online-Shops kämpfen mit grenzüberschreitenden Anbietern aus DE und FR, die durch Skaleneffekte 5 bis 12 Prozent tiefere Endpreise anbieten können. Wer als CH-Shop überleben will, braucht entweder ein Nischen-Sortiment oder bessere Effizienz im Backoffice. Produkttext-Automation ist hier ein direkter Marge-Hebel: ein Shop mit 8.000 Artikeln, der pro Artikel-Anlage 25 Minuten Textarbeit spart, gewinnt 3.300 Stunden pro Jahr.

Zweitens: Conversion-Rate-Druck. Die durchschnittliche E-Commerce-Conversion in der Schweiz liegt 2024 bei 1,8 bis 2,4 Prozent (Statista E-Commerce-Report 2024), bei mobile sogar nur 1,2 bis 1,6 Prozent. Empfehlungs-Engines (Cross-Sell, Upsell), die nicht generisch sind, sondern auf das individuelle Browse- und Kauf-Verhalten reagieren, heben die Conversion messbar um 10 bis 30 Prozent.

Drittens: Compliance-Druck. Die revDSG-Revision 2023 ist seit September 2023 in Kraft, das EU-AI-Act seit August 2024 mit gestaffelten Geltungsdaten. Beides trifft E-Commerce in mehreren Punkten: (a) Tracking-Cookies und Pixel brauchen eine nachweisbare Einwilligung mit Ablehnungs-Option, (b) personalisierte Empfehlungs-Scores können unter Profiling (revDSG Art. 5 lit. f) fallen mit Auskunfts-Pflicht, (c) wenn der Empfehlungs-Score den Preis individualisiert oder Zahlungs-Optionen einschränkt, gleitet das in EU-AI-Act-Annex-III-Hochrisiko ab.

Der Schweizer EDÖB hat 2024 und 2025 mehrere Stellungnahmen zu Tracking-Praxis in CH-Shops veröffentlicht – Bussgelder wurden bis Mai 2026 zwar zurückhaltend ausgesprochen, aber die Aufsicht hat klare Anforderungen formuliert. Wer 2026 startet, kann das von Anfang an richtig bauen.

Vier Workflows mit dem klarsten Effekt

Vier Anwendungen liefern den grössten praktischen Nutzen im CH-E-Commerce.

Mehrsprachige Produkttexte. Aus dem Roh-Datensatz (Marken-Name, Produkt-Kategorie, technische Attribute, Materialien) erzeugt ein Sprachmodell vollständige Produkttexte in DE, FR, IT und EN, mit konsistenter Marken-Tonalität und SEO-Schlüsselworten. Das Modell verlangt EINMAL eine Vorlage (Tone of Voice, Marken-Glossar, Stil-Beispiele) und wiederholt sie konsistent über 5.000 Artikel. Zeit pro Artikel: 2 bis 4 Minuten statt 20 bis 35. Cross-Link: prompt-engineering-grundlagen.

FAQ- und Kunden-Support-Bot. Eine RAG-Pipeline (siehe rag-eigenes-wissen) über die eigene FAQ-Sammlung, das Shop-Hilfe-Wiki, die Versand- und Retouren-Bedingungen. Der Bot beantwortet 60 bis 75 Prozent der eingehenden Anfragen (Versand-Status, Retouren-Frist, Produkt-Frage, Bestell-Änderung) ohne menschliche Hilfe. Schwierige Fälle (Reklamation, individuelle Anfrage) werden mit vollständigem Kontext an einen menschlichen Mitarbeiter eskaliert.

Empfehlungs-Engine (mit Einwilligung). Auf Basis Browse-Verhalten und Kauf-Historie generiert ein Embedding-basiertes System Empfehlungen ("Kunden, die dieses Produkt anschauten, kauften auch ..."). Wichtig: Embedding-Suche statt Score-basierter Profiling-Verdikt. Damit bleibt das System im niedrig-risiko-Bereich des EU AI Act. Voraussetzung: revDSG-konforme Cookie- und Tracking-Einwilligung.

Retouren- und Produkt-Defekte-Klassifikation. Eingehende Retouren-Anfragen oder Reklamationen mit Foto werden per Multimodal-Modell (Claude Sonnet, GPT-4o, Gemini 2.5) klassifiziert: Transportschaden, Produkt-Defekt, Kunde-Fehlbedienung, Falschartikel. Der Support-Mitarbeiter sieht die Klassifikation als Vorschlag, entscheidet selbst. Reduziert Bearbeitungszeit pro Retoure messbar.

Weitere Use-Cases mit weniger Hebel: dynamisches Pricing (heikel unter revDSG und EU AI Act!), Bild-Erzeugung für Lifestyle-Bilder (Adobe Firefly, Stable Diffusion), Lager-Bestands-Forecast, A/B-Test-Generator für Landingpage-Varianten. Pricing-Personalisierung lassen wir bewusst weg – siehe whenNotToUse.

6 Schritte zum mehrsprachigen Produkttext- und Support-KI-Setup

01Audit: Shop-Plattform (Shopify/Magento/Shopware/OXID) und PIM-System inventarisieren, Tracking-Architektur und Consent-Setup prüfen, Markt-Sprachen festlegen.
02Marken-Vorlage erstellen: Tone of Voice, Glossar geschützter Begriffe, Stil-Beispiele in DE/FR/IT/EN. 10 Beispiel-Artikel manuell als Trainings-Material.
03Produkttext-Pipeline bauen: Modell-Call mit PIM-Datenmodell, Tonalitäts-Prompt, SEO-Modul (Schlüsselwörter pro Kategorie), automatischer Lektor-Vorschritt.
04FAQ-Bot via RAG aufsetzen: Versand-, Retouren-, Reklamationsgrundsätze indexieren. Eskalation zu Mensch für Beschwerde- und Sonderfälle technisch erzwingen.
05Empfehlungs-Engine: Embedding-basiert (nicht Score-basiert), session-default ohne persistente Personen-ID. Persistente Personalisierung nur bei explizitem Opt-In.
06Tracking und Consent: Cookie-Banner mit Reject-Equal-Accept-Logik, Consent-Records persistent, jährliche revDSG-Prüfung der Verarbeitungs-Verzeichnisse.

Wann der Einsatz sich rechtfertigt

Audit-Pilot-Managed mit E-Commerce-spezifischen Schwerpunkten.

Der Audit (siehe ai-readiness-audit) prüft zusätzlich: (a) den PIM-/CMS-Datenfluss (welche Felder kommen wie sauber aus dem Produktinformations-System?), (b) die Tracking- und Einwilligungs-Architektur (Cookie-Banner, Consent-Records, revDSG-Verzeichnis), (c) die Sprachen-Anforderungen (welche Märkte? welche Sprachen? welche Tonalität?). 2 bis 4 Tage.

Pilot konzentriert sich fast immer auf mehrsprachige Produkttexte, weil der Effekt sofort skaliert. Pilot-Dauer: 4 bis 6 Wochen, ein Produkt-Manager plus zwei Lektor-Verantwortliche. 200 bis 500 Artikel im Pilot. Erfolgsmetrik: Minuten pro Artikel, Korrekturquote, SEO-Sichtbarkeit nach 30 Tagen.

KI lohnt sich, wenn (a) der Shop mindestens 1.500 Artikel führt oder 50 neue Artikel pro Monat anlegt; (b) der Shop in mindestens 2 Sprachen präsent ist oder werden will; (c) der Kunden-Support einen Mindest-Anfragen-Stream hat (50+ Tickets pro Woche), damit der FAQ-Bot sich lohnt. Mikro-Shops unter CHF 200.000 Jahresumsatz lohnen sich selten als komplette Pipeline – für die reicht Shopify Magic plus DeepL.

Wo KI im E-Commerce nicht eingesetzt werden sollte

Vier rote Linien für den CH-Markt.

Erstens: dynamische Preis-Personalisierung. Wer den Endpreis individuell pro Nutzer auf Basis Browse-Verhalten oder Profil-Daten anpasst, betreibt eine automatisierte Einzelentscheidung mit wirtschaftlichem Effekt (revDSG Art. 21) und potenziell ein Hochrisiko-System nach EU AI Act Annex III. Anders gesagt: A/B-Test von Sortiments-Blöcken oder Versand-Optionen ist okay; ein individueller Preis für Person A vs. Person B ist heikel und in vielen Fällen rechtswidrig.

Zweitens: Tracking-Pixel ohne Einwilligung. Eine Google-Ads-Pixel, Meta-Pixel oder TikTok-Pixel, die ohne explizite Einwilligung des Besuchers läuft, ist nach revDSG und nach EU-Datenschutz nicht zulässig. Bussgeld-Risiko klein, aber Reputation-Risiko vorhanden. KI-getriebenes Re-Targeting setzt einen sauberen Consent-Pfad voraus.

Drittens: vollautonom-versandte Kunden-Antworten ohne menschliche Prüfung bei Beschwerde-Fällen. Der FAQ-Bot darf "Versand-Status" oder "Retouren-Frist" autonom beantworten; bei Beschwerden, Reklamationen und Sonderfällen muss ein Mensch dazwischen. Andernfalls riskieren Sie eskalierende Konflikte, Bewertungs-Schaden und in Einzelfällen sogar Konsumentenschutz-Verfahren.

Viertens: nicht-eingewilligte Profil-Bildung für Empfehlungen. Eine Empfehlung "kunden wie Sie kauften auch X" basiert auf einem Personen-Score. Wenn dieser Score persistent gespeichert wird (mit Cookie-ID, IP-Adresse oder Kunden-ID verknüpft), ist er Personenbezug und braucht Einwilligung. Lieber session-basiert (keine persistente Personen-ID) oder mit klarem Opt-In.

Vor- und Nachteile

STÄRKEN

Mehrsprachige Produkttexte in 4 Sprachen ohne 4-fache Personalkosten
FAQ-Bot löst 60 bis 75 Prozent der Standard-Anfragen autonom
Empfehlungs-Engine hebt Conversion-Rate messbar um 10 bis 30 Prozent
Retouren-Klassifikation reduziert Bearbeitungszeit pro Reklamation

SCHWÄCHEN

Preis-Personalisierung und Profiling-Scores können Hochrisiko unter EU AI Act sein
Tracking-Einwilligung muss revDSG-konform sein – Reject-Equal-Accept Pflicht
KI-Antworten in Beschwerde-Fällen brauchen Mensch-in-der-Schleife
Mikro-Shops unter CHF 200.000 Umsatz amortisieren das Full-Setup selten

Häufige Fragen

Was kostet das für einen Shop mit 5.000 Artikeln?

Audit plus Setup: CHF 18.000 bis 32.000 einmalig. Einmaliges Backfill der 5.000 Artikel auf 4 Sprachen: CHF 1.500 bis 3.000 Modell-Kosten plus 80 bis 120 Stunden Lektorat. Laufend pro Monat: 50 neue Artikel × 4 Sprachen über Modell CHF 60 bis 120, FAQ-Bot CHF 80 bis 200, Hosting CHF 80, Managed Service ab CHF 480.

Erkennt Google KI-generierte Produkttexte und straft sie ab?

Google straft schlechten Content ab, egal von wem. Die offiziellen Guidelines (Search Quality 2024-2026) sagen klar: hochwertiger, hilfreicher Content rankt – egal ob menschlich oder maschinell geschrieben. Praxis-Tipp: KI-Texte mit menschlichem Lektorat, Marken-Tonalität und SEO-Struktur ranken besser als generische menschliche Texte. Massenproduzierte Spinning-Texte werden weiterhin abgestraft.

Brauche ich Einwilligung für KI-Empfehlungen?

Session-basierte Empfehlungen ohne persistente Personen-ID brauchen meist keine separate Einwilligung – sie verwenden keine Personendaten im Sinne der revDSG. Persistente Personalisierung (Empfehlungen auf Basis früherer Käufe oder gespeicherter Profile) ist Profiling nach Art. 5 lit. f revDSG und braucht Einwilligung oder eine andere gesetzliche Grundlage.

Was passiert, wenn unser Shop wegen KI-Empfehlung verklagt wird?

Das Risiko ist vor allem für Score-basierte Personalisierung mit wirtschaftlicher Wirkung relevant (Preis, Zahlungsoptionen, Bonität-Check). Standard-Empfehlungen ("ähnliche Produkte") sind risiko-arm. Wichtig für den Ernstfall: Audit-Trail der Modell-Versionen und der Empfehlungs-Logik, Verarbeitungsverzeichnis, dokumentierte Risiko-Prüfung. So können Sie nachweisen, dass der Prozess sorgfaltsgemäss war.

Quellen

PASSEND ZU IHREM STACK?

Wie das in Ihrem Betrieb konkret aussieht – 30 Minuten Erstgespräch.

Erstgespräch buchen