Ein kleiner Onlineshop braucht für Personalisierung kein Big Data. Vier Bausteine funktionieren schon mit wenigen Hundert Bestellungen: Empfehlungen aus dem eigenen Sortimentswissen, durchdachte Bundles, eine Suche, die Kundensprache versteht, und E-Mails, die sich nach dem letzten Kauf richten. Was es dafür braucht, sind saubere Produktdaten und eine klare Einwilligungslogik. Eine KI-Plattform braucht es nicht.
Wer in Karlsruhe einkauft, kennt Personalisierung aus dem Alltag. Der Drogeriemarkt dm hat dort seinen Firmensitz, und seine App verspricht personalisierte Produktvorschläge und Angebote auf Basis bisheriger Einkäufe und Interessen. Dahinter steht eine Kundenbasis, von der ein kleiner Shop nur träumen kann. Muss er aber auch nicht. Ein Shop mit 300 Produkten hat etwas, das kein Algorithmus aus Millionen Kassenbons lernt: Er kennt seine Ware. Er weiß, welche Mühle zu welcher Bohne passt, welches Ersatzteil nach zwei Jahren fällig wird und welche Frage am Telefon immer wiederkommt. Genau dort beginnt Personalisierung im kleinen Shop.
Quelle: App-Store-Eintrag „Mein dm“, Anbieter dm-drogerie markt GmbH + Co. KG, Karlsruhe (abgerufen 2026).
der Internetnutzer in Deutschland haben personalisierte Angebote beim Onlineshopping schon selbst gesehen.
derer, die personalisierte Angebote kennen, haben so schon interessante Produkte entdeckt.
lehnen personalisierte Preise klar ab. Nur 27 Prozent ziehen sie einheitlichen Festpreisen vor.
Quelle: Bitkom, Presseinformation vom 11.02.2025 (1.006 Internetnutzer ab 16 Jahren, repräsentativ).
Kunden mögen gute Empfehlungen und misstrauen krummen Preisen. Daraus folgt die wichtigste Regel dieses Artikels: Personalisieren Sie die Auswahl, nicht den Preis.
Drei Sorten Wissen, die Sie schon haben
Bevor es um Werkzeuge geht, lohnt ein Blick darauf, woraus sich Personalisierung überhaupt speist. Ein kleiner Shop hat drei Quellen:
- Sortimentswissen: was zusammenpasst, was nachgekauft wird, was für Einsteiger taugt. Dafür braucht es keine einzige Kundeninformation.
- Wissen aus dem laufenden Besuch: was gerade im Warenkorb liegt, wonach gerade gesucht wurde. Das reicht für passende Ergänzungen im Moment des Kaufs.
- Kaufhistorie: was jemand früher bestellt hat. Dafür braucht es eine Bestellung oder ein Kundenkonto, und für Werbung eine Rechtsgrundlage.
Viele kleine Shops springen gleich zur vierten Stufe: dem Verhaltens-Tracking über viele Besuche hinweg, mit dem großen Versprechen der individuellen Startseite. Dort sind die Daten am dünnsten und die Rechtsfragen am dicksten. Fangen Sie oben an.
Baustein 1: Empfehlungen, erst von Hand, dann automatisch
„Kunden kauften auch“ funktioniert, wenn sich Kombinationen wiederholen. Bei wenigen Bestellungen zeigt der Algorithmus Zufälle: Einer hat Wanderschuhe und einen Geschenkgutschein gekauft, also empfiehlt der Shop ab jetzt jedem Wanderer einen Gutschein. Das wirkt nicht persönlich, sondern beliebig.
Ein typischer Fall: Angenommen, eine kleine Kaffeerösterei verkauft 150 Produkte online. Für ihre 20 meistverkauften Artikel pflegt sie von Hand, was dazu passt: die richtige Mühle oder den Filter, eine zweite Röstung für Neugierige, das Abo für Stammtrinker. Das ist ein Nachmittag Arbeit für jemanden, der das Sortiment kennt. Kommen später genug Bestellungen zusammen, schaltet sie automatische Empfehlungen dazu und vergleicht, welche Variante häufiger im Warenkorb landet. Die meisten Shopsysteme bieten beides an: Felder für Zubehör und Querverkauf, die man selbst befüllt, und automatische Vorschläge.
Baustein 2: Bundles, Personalisierung ganz ohne Personendaten
Ein Bundle ist ein sinnvoll geschnürtes Paket: das Starter-Set, das Nachfüllpaket, das Geschenk-Set. Es richtet sich an eine Situation statt an eine Person. Deshalb braucht es weder Tracking noch Einwilligung, und der Preis ist für alle gleich.
Ein Rechenbeispiel. Angenommen, der durchschnittliche Warenkorb liegt bei 38 Euro. Ein Starter-Set kostet 54 Euro, und jede zehnte Bestellung wird zum Set statt zum Einzelartikel. Dann steigt der Durchschnitt auf 39,60 Euro. Bei 300 Bestellungen im Monat sind das 480 Euro mehr Umsatz im Monat, knapp 5.800 Euro im Jahr. Die Zahlen sind ein Beispiel, kein Versprechen. Sie zeigen aber, dass schon kleine Verschiebungen im Warenkorb zählen. Prüfen Sie vorher die Marge: Ein Set, das nur über Rabatt verkauft, verschiebt Umsatz, keinen Gewinn.
Baustein 3: Die Suche, die Kundensprache spricht
Kunden suchen mit ihren Wörtern, nicht mit denen aus Ihrer Warenwirtschaft. Wer „Herdkanne“ tippt, findet den „Espressokocher“ nicht. Wer sich vertippt, landet auf einer leeren Seite und kauft woanders. Das ist die günstigste Form von Personalisierung: dem Kunden in seiner Sprache antworten.
- Synonymliste: die zehn, zwanzig Begriffe, mit denen Kunden Ihre Produkte anders nennen.
- Tippfehler-Toleranz: viele Shopsysteme können das, manchmal muss man es erst einschalten.
- Keine leere Ergebnisseite: statt „Keine Treffer“ die beliebtesten Produkte der Kategorie oder eine Kontaktmöglichkeit.
- Monatlicher Blick ins Suchprotokoll: Welche Begriffe liefen ins Leere? Das ist die ehrlichste Kundenbefragung, die Sie kostenlos bekommen.
Eine KI-gestützte Suche, die Bedeutungen versteht statt nur Buchstaben, lohnt sich bei großen Sortimenten mit erklärungsbedürftigen Produkten. Bei 200 Artikeln erledigt eine gepflegte Synonymliste meist denselben Job. Wo Kunden ihr Produkt erst zusammenstellen müssen, hilft eher ein Produktkonfigurator als eine schlauere Suche.
Baustein 4: E-Mails, die sich nach dem letzten Kauf richten
Hier wird die Kaufhistorie zum Werkzeug. Vier Mails tragen in fast jedem Sortiment:
- Nach dem Kauf: ein Anwendungs- oder Pflegetipp zum gekauften Produkt. Bleibt die Mail beim Produkt, ist sie Service. Kommen Angebote hinzu, kann sie zur Werbung werden.
- Nachkauf-Erinnerung: passend zum Verbrauch. Angenommen, eine Packung reicht im Schnitt vier Wochen, dann kommt die Erinnerung nach dreieinhalb.
- Zubehör: einige Wochen nach dem Hauptprodukt das, was dazu passt, wenn der Kunde es schon benutzt.
- Reaktivierung: für Kunden, die deutlich länger nicht bestellt haben als üblich.
Wie man solche Abläufe aufsetzt, mit Auslöser, Inhalt und Abbruchbedingung, beschreibt unser Beitrag zur Marketing-Automation im Mittelstand. Rechtlich gilt: Ohne Einwilligung dürfen Sie Kunden nur unter den Bedingungen von § 7 Abs. 3 UWG per E-Mail bewerben. Die Adresse stammt aus einem Kauf, beworben werden eigene, ähnliche Produkte, der Kunde hat nicht widersprochen und wird in jeder Mail auf sein Widerspruchsrecht hingewiesen.
Welcher Baustein wann trägt
| Baustein | Was er braucht | Wann sinnvoll |
|---|---|---|
| Handgepflegte Empfehlungen | Sortimentswissen | ab dem ersten Tag |
| Bundles | Sortimentswissen, Kalkulation | ab dem ersten Tag |
| Suche mit Synonymen | Suchprotokoll | sobald gesucht wird |
| E-Mails nach dem Kauf | Bestellhistorie, Rechtsgrundlage | ab den ersten Stammkunden |
| Automatische Empfehlungen | viele Bestellungen mit wiederkehrenden Kombinationen | wenn sich Muster erkennbar wiederholen |
| KI-Suche | großes, erklärungsbedürftiges Sortiment | bei vielen ähnlichen Artikeln |
| Individuelle Startseite, Prognosen | viel Verkehr, Hunderte Wiederkäufer, Einwilligungen | meist deutlich später |
Was es wirklich braucht
Saubere Produktdaten. Größe, Material, Einsatzzweck, Kompatibilität. Ohne ein Feld „passt zu Modell X“ kann keine Software Zubehör empfehlen, auch keine mit KI im Namen. Produktdaten sind langweilig. Sie sind trotzdem das Fundament.
Bilder, die im Kleinformat überzeugen. Eine Empfehlung erscheint als Briefmarke neben dem Warenkorb. Erkennt man das Produkt dort nicht sofort, klickt niemand. Gute Produktfotografie mit sauberen Freistellern zahlt sich gerade hier aus.
Ein Shopsystem, das Regeln kann. Zubehörfelder, Bundles, Synonyme, Auslöser für Mails nach dem Kauf. Das können die gängigen Systeme, manchmal mit Erweiterung. Welches System zu Sortiment und Pflegeaufwand passt, gehört an den Anfang eines Shopprojekts, nicht ans Ende. Mehr dazu auf unserer Seite Onlineshop erstellen lassen.
Eine Messung. Wie viele Bestellungen enthalten eine Empfehlung oder ein Set? Wie entwickelt sich der durchschnittliche Warenkorb? Wie viele Suchen laufen ins Leere? Drei Zahlen, einmal im Monat angeschaut, reichen für den Anfang.
Datenschutz: erlaubt, ohne unheimlich zu werden
Cookies und Wiedererkennung. Informationen auf dem Gerät des Besuchers speichern oder auslesen darf ein Shop nur mit Einwilligung, außer es ist für einen ausdrücklich gewünschten Dienst unbedingt erforderlich (§ 25 TDDDG). Der Warenkorb ist erforderlich. Wer Besucher über mehrere Besuche hinweg wiedererkennt, um ihnen Empfehlungen zu zeigen, braucht in der Regel eine Einwilligung. Wie man Shop-Zahlen trotzdem sauber misst, zeigt unser Beitrag zu Cookieless Analytics.
Profiling. Wer Empfehlungen aus der Kaufhistorie ableitet, wertet Kundendaten aus. Das gehört verständlich in die Datenschutzerklärung. Widerspricht ein Kunde der Direktwerbung, endet auch die Auswertung zu diesem Zweck (Art. 21 DSGVO).
Personalisierte Preise. Wer Preise auf Grundlage automatisierter Entscheidungen personalisiert, muss Verbraucher darauf hinweisen (Art. 246a § 1 Abs. 1 Nr. 6 EGBGB). Rechtlich machbar, kommerziell riskant: Mehr als die Hälfte der Befragten lehnt das ab.
Der Ton. „Wir haben gesehen, dass Sie sich gestern Abend dreimal die rote Jacke angesehen haben“ ist vielleicht erlaubt, fühlt sich aber an wie ein Verkäufer, der einem bis nach Hause folgt. Personalisierung soll sich wie gute Beratung anfühlen, nicht wie Beobachtung.
Verbindlich klärt das im Einzelfall ein Anwalt.
Quellen: § 25 TDDDG · § 7 UWG · Art. 246a § 1 EGBGB · DSGVO, Art. 21. Stand: 26.10.2026.
Fünf Fehler beim Start
Algorithmus vor Produktdaten. Die teuerste Empfehlungssoftware empfiehlt Unsinn, wenn die Daten dahinter lückenhaft sind.
„Kunden kauften auch“ bei 80 Bestellungen. Ohne Wiederholung kein Muster. Bis dahin gewinnt die Hand.
Die individuelle Startseite zuerst. Aufwendig, schwer zu messen, und ohne Einwilligung kaum möglich. Sie gehört ans Ende der Liste.
Am Preis drehen statt an der Auswahl. Kostet Vertrauen und verlangt Hinweise im Shop.
Nicht messen. Personalisierung ohne Vorher-Nachher-Vergleich ist Hoffnung mit Programmieraufwand.
Kurz gesagt
Personalisierung im kleinen Onlineshop beginnt beim Sortimentswissen, nicht beim Algorithmus. Handgepflegte Empfehlungen, Bundles, eine Suche mit Synonymen und E-Mails nach dem letzten Kauf funktionieren ohne Big Data und weitgehend ohne Tracking. Automatische Empfehlungen und Prognosen kommen dazu, wenn genug Bestellungen da sind. Personalisieren Sie die Auswahl, nicht den Preis, und erklären Sie offen, was Sie mit Kaufdaten tun.
REWLO Medienwerk baut Onlineshops mit Produktfotos, Texten und Technik für Händler und Hersteller in der Metropolregion Rhein-Neckar und in Baden-Württemberg. Mehr unter /leistungen.
