KI im Shopware-Shop: kein Experiment, sondern Werkzeug

Executive Summary

KI im Online-Shop wird oft als Großprojekt verkauft - die ganze Firma soll „auf KI umgestellt" werden. Genau daran scheitern die meisten Vorhaben: zu groß, zu unkonkret, kein Nutzen, der sich am Euro festmachen lässt. Wir gehen anders vor. KI ist für uns kein Add-on, das man auf einen Shop draufklatscht, sondern ein Werkzeug, das dort eingebaut wird, wo es echten Nutzen bringt - über die Plattform BaseGPT, DSGVO-konform und mit Hosting in Deutschland. Dieser Beitrag zeigt an einem realen Beispiel, warum klein anfangen die einzig vernünftige Strategie ist - und warum der erste Schritt fast nie eine Software-Frage ist.

Das Missverständnis: KI als Großprojekt

Wenn ein Händler heute über KI im Shop nachdenkt, klingt das schnell nach einem Mammutvorhaben: ein Assistent, der alles kann, eine Plattform, die jeden Prozess durchdringt, eine Roadmap über zwölf Monate. Das ist genau die Falle, die wir auch von klassischen Agenturprojekten kennen - aus jeder Anfrage wird das größtmögliche Projekt.

Ein KI-Großprojekt hat zwei Probleme. Erstens dauert es lange, bis irgendetwas Nutzbares herauskommt - und in der Zwischenzeit zahlt ihr ohne Gegenwert. Zweitens weiß am Ende niemand genau, woran der Erfolg gemessen werden sollte. „Wir machen jetzt KI" ist kein Ziel. „Unser Support findet die richtige Produktinformation in Sekunden statt Minuten" ist eins.

KI lohnt sich im Shop, wenn ihr klein und konkret anfangt - mit einem Use Case, der sofort Nutzen schafft.

Ein echtes Beispiel: ein Such-Index aus zehn Feldern

Bei einem E-Commerce-Kunden haben wir bewusst nicht versucht, den ganzen Katalog samt aller Systeme auf einmal anzubinden. Wir haben zuerst nur einen Such-Index gebaut - aus wenigen Produktfeldern: die SKU plus rund zehn Felder, darunter das Material.

Mehr nicht. Und damit konnte man bereits sehr viel. Alle Produkte ließen sich durchsuchen, und man konnte Fragen in normaler Sprache stellen - zum Beispiel: „Welche Produkte sind 100 % Baumwolle?". Die KI lieferte darauf saubere, verlässliche Antworten. Was vorher Filterklickerei oder ein Blick in mehrere Tabellen war, wurde eine einzige Frage.

Der Punkt ist nicht die Suche an sich. Der Punkt ist die Größe des ersten Schritts. Ein überschaubarer Index aus zehn Feldern ist in kurzer Zeit aufgebaut, sofort prüfbar und liefert ab Tag eins einen Nutzen, den jeder im Team versteht. Von dieser Basis aus haben wir dann Schritt für Schritt erweitert - weitere Felder, weitere Anwendungsfälle. Aber eben aufbauend auf etwas, das schon funktioniert, statt auf einer Roadmap, die noch nichts liefert.

Der erste Schritt ist fast nie Software - er ist Datenklärung

Viele Shops sitzen auf gewachsenen, teils chaotischen Datenbeständen: Felder, die mal so und mal anders gepflegt wurden, Legacy-Systeme, veraltete Einträge. Die naheliegende Reaktion wäre, schnell „alles" an die KI anzubinden. Das ist der teuerste Fehler.

Bevor irgendetwas integriert wird, gehört eine andere Frage geklärt: Welche Daten braucht ihr für den konkreten Use Case überhaupt - und welche davon sind valide und aktuell? Was ist veraltet, was ist fehlerhaft, welches Feld kann man sich sparen? Eine KI, die auf falschen Materialangaben sucht, gibt falsche Antworten - sauber formuliert, aber falsch.

Diese Arbeit ist anfangs gar keine Software-Frage. Sie ist eine Frage der Datenklärung. Und ganz nebenbei baut ihr dabei - direkt oder indirekt - eine Ordnung auf: klare Definitionen, was ein Feld bedeutet, welche Werte erlaubt sind, wie Produkte zusammenhängen. Diese Ordnung ist Gold wert, völlig unabhängig von KI. Sie macht eure Daten erst belastbar.

Und es muss kein technisches Großgerät sein. Für mittelgroße Systeme reicht oft eine einfache Datenbank völlig aus - kein aufwändiger Data Lake, kein Infrastruktur-Projekt. Klein anfangen gilt auch hier.

Wo BaseGPT ins Spiel kommt

Damit so ein Use Case nicht zur Bastellösung wird, setzen wir KI über BaseGPT ein - unsere Plattform mit Hosting in Deutschland. Das löst die Fragen, die bei KI im Shop sonst offen bleiben: Wo liegen die Daten, wer darf was abfragen, was kostet die Nutzung. DSGVO-konform und nachvollziehbar, statt Produktdaten und Kundenanfragen unkontrolliert an irgendeinen Dienst zu schicken.

Beim Bauen selbst kann KI heute viel übernehmen - als grobe Faustregel einen großen Teil der Routinearbeit. Den Rest braucht menschliche Erfahrung: zu entscheiden, welcher Use Case sich lohnt, welche Daten taugen, wo eine KI-Antwort verlässlich genug ist und wo nicht. Genau diese Entscheidungen treffen unsere Engineers direkt mit euch im Team.

Fazit

KI im Shop ist kein Experiment, das man laufen lässt und schaut, was passiert. Sie ist ein Werkzeug - und Werkzeuge setzt man für eine konkrete Aufgabe ein. Sucht euch einen Use Case, der klein genug ist, um schnell zu liefern, und konkret genug, dass der Nutzen für jeden sichtbar ist. Klärt vorher eure Daten. Baut von einer funktionierenden Basis aus weiter. Wer so vorgeht, hat nach wenigen Wochen etwas Nützliches im Shop - statt nach einem Jahr ein KI-Projekt ohne erkennbaren Gegenwert.

Teil 6 der Serie „E-Commerce ohne Bullshit".