Wie KI-Personalisierung im Shopify-Ecommerce tatsächlich aussieht

Jahrelang bedeutete Personalisierung im Ecommerce vor allem eines: „Das könnte Ihnen auch gefallen.“

Ein Käufer sieht sich ein Produkt an, und der Shop empfiehlt ein paar weitere. Nützlich? Manchmal. Personalisiert? Technisch gesehen schon.

Doch Personalisierung kann inzwischen weit mehr als Empfehlungs-Widgets. Ein Shopify-Shop kann sich daran ausrichten, wonach Käufer suchen, welche Produkte sie erneut ansehen, was sie speichern, was sie früher gekauft haben und wo sie sich in der Customer Journey befinden.

Das Ziel ist nicht, jeden Teil der Website für jeden Besucher anders zu gestalten.

Es geht darum, die bereits vorhandenen Informationen zu nutzen, um die nächste Interaktion relevanter zu machen.

KI-Personalisierung ist mehr als Produktempfehlungen

Klassische Personalisierung beruht oft auf einfachen Regeln: Jemand hat sich Laufschuhe angesehen, also zeigt der Shop mehr Laufschuhe. Jemand hat eine Jacke gekauft, also bekommt er Empfehlungen für passende Produkte.

Diese Regeln funktionieren weiterhin.

KI wird nützlicher, wenn sich die Zahl der Produkte, Verhaltensweisen und möglichen Kombinationen manuell kaum noch bewältigen lässt. Die Frage verschiebt sich dann von „Was sollen wir sonst noch empfehlen?“ zu „Was würde dieses Erlebnis jetzt nützlicher machen?“

Shopify selbst beschreibt KI-Personalisierung in Bereichen wie Produktsuche, individuelle Empfehlungen, Kundensegmentierung und personalisierte Einkaufserlebnisse in seinem Leitfaden zur KI-Personalisierung im Ecommerce.

Das Potenzial reicht weit über den Austausch eines Empfehlungs-Karussells hinaus.

Produktsuche personalisieren

Personalisierung kann beginnen, bevor der Käufer überhaupt eine Produktseite erreicht.

Zwei Personen, die nach einem Kleid suchen, können völlig unterschiedliche Bedürfnisse haben. Die eine möchte ein schwarzes Abendkleid unter €150. Die andere sucht etwas Leichtes für eine Sommerhochzeit.

Klassische Filter decken einen Teil davon ab. Dialogbasierte Suche und KI-Shopping-Systeme können eine größere Kombination an Absichten erfassen, darunter Stil, Budget, Farbe, Anlass, Material und Verfügbarkeit.

Gerade deshalb werden genaue Produktinformationen wichtiger, sobald KI Teil der Produktsuche wird. Wenn ein System die Eigenschaften eines Produkts nicht klar versteht, kann es dieses nicht zuverlässig ausspielen oder empfehlen.

Dieses Problem haben wir in unserem Leitfaden zur Vorbereitung von Modeshops auf KI-Shopping-Agenten vertieft.

Das Produkterlebnis personalisieren

Die meisten Shopify-Produktseiten zeigen noch immer jedem Besucher im Grunde dasselbe: dasselbe Model, dieselben Bilder, dieselbe Beschreibung und dieselben Bewertungen.

Einige Teile dieses Erlebnisses können für den einzelnen Käufer relevanter werden. Ein Shop kann sich eine zuvor gewählte Größe merken, hilfreiche Bewertungen priorisieren, Empfehlungen an bereits betrachtete Produkte anpassen oder Käufern mit der virtuellen Anprobe eine persönlichere Möglichkeit geben, die Optik zu beurteilen.

Das Ziel ist nicht, die gesamte Produktseite für jeden Besucher neu aufzubauen.

Es geht darum, die für die Kaufentscheidung wichtigen Teile nützlicher zu machen.

Rund um das Verhalten personalisieren

Personalisierung setzt nicht immer voraus, genau zu wissen, wer der Kunde ist.

Was Käufer tun, verrät oft schon viel darüber, was sie in Betracht ziehen.

Wer eine Jacke einmal ansieht, verhält sich anders als jemand, der mehrmals zurückkommt, Größe M wählt, das Produkt speichert oder es virtuell anprobiert.

Keine dieser Aktionen garantiert einen Kauf, aber sie liefern weit mehr Informationen als eine bloße Produktansicht.

Wie wir in Wie Kaufverhalten mit hoher Kaufabsicht im Mode-Ecommerce aussieht besprochen haben, können wiederholte Produktbesuche, Größenauswahl, Merklisten und virtuelle Anprobe jeweils auf unterschiedliche Phasen der Kaufabwägung hindeuten.

Personalisierung muss nicht immer mit der folgenden Frage beginnen:

„Wer ist dieser Kunde?“

Manchmal ist die bessere Frage:

„Was versucht er gerade zu entscheiden?“

Follow-ups personalisieren

Ein Großteil der Ecommerce-Personalisierung verschwindet, sobald der Käufer die Website verlässt.

Dann beginnen die bekannten Automatisierungen:

Sie haben sich dieses Produkt angesehen.

Sie haben etwas zurückgelassen.

Hier sind 10 % Rabatt.

Diese Nachrichten sind nicht zwingend schlecht. Sie sind nur durch die Informationen begrenzt, die sie nutzen.

Hat ein Käufer vor dem Verlassen des Shops ein Produkt virtuell anprobiert, weiß die Marke zum Beispiel mehr als nur, dass er die Produktseite geöffnet hat.

Mit der Tryvio × Klaviyo-Integration können Marken auf Basis der Anprobe-Aktivität nachfassen und das generierte Bild des Käufers in die E-Mail einbinden.

Statt:

Hier ist das Produkt, das Sie sich angesehen haben.

kann die Nachricht so beginnen:

Hier ist noch ein Blick auf das Produkt, das Sie bereits anprobiert haben.

Das Produkt hat sich nicht verändert.

Das Follow-up ist einfach relevanter für das, was der Käufer tatsächlich getan hat.

Personalisierung soll ein Problem lösen – nicht KI zur Schau stellen

Nur weil ein Shop etwas personalisieren kann, heißt das nicht, dass er es auch tun sollte.

Ist ein Käufer bei der Größe unsicher, löst ein personalisierter Rabatt das Größenproblem nicht. Versteht er das Material nicht, hilft es nicht, das Empfehlungs-Karussell zu ändern. Und ist die Produktseite ohnehin überladen, sorgt ein weiteres KI-Widget womöglich nur für mehr Rauschen.

Hilfreich ist es, die Reaktion auf das jeweilige Problem abzustimmen:

Unsicherheit oder Verhalten des Käufers	Sinnvolle Reaktion
Sucht etwas Bestimmtes	Bessere Suche und Produktfindung
Unsicher bei der Größe	Bessere Größenberatung
Unsicher, wie das Produkt aussieht	Bessere Bilder oder virtuelle Anprobe
Interessiert, aber noch nicht bereit	Relevante Erinnerung
Wiederholtes Produktinteresse	Relevanteres Follow-up
Früherer Kauf	Ergänzende Empfehlungen

Nicht jede Lösung braucht KI.

Sich eine gewählte Größe zu merken, ein Popup für bestehende Abonnenten zu unterdrücken oder ein passendes Accessoire zu empfehlen, lässt sich oft völlig problemlos mit einfachen Regeln und Automatisierung umsetzen.

KI wird wertvoller, wenn ein Shop größere Mengen an Produkt- oder Verhaltensdaten auswerten, personalisierte Inhalte generieren oder auf Kombinationen reagieren muss, die sich manuell kaum steuern lassen.

Nutzen Sie die einfachste Lösung, die das eigentliche Problem löst.

Wo Tryvio ins Spiel kommt

Tryvio konzentriert sich auf ein bestimmtes Personalisierungsproblem: die visuelle Produktbewertung.

Modeshops liefern bereits Fotografie, Beschreibungen, Maße und Bewertungen. Doch diese Inhalte können eine käuferspezifische Frage nicht vollständig beantworten:

„Wie könnte das an mir aussehen?“

Mit Tryvio können Käufer ein Foto hochladen und unterstützte Modeprodukte direkt von der Shopify-Produktseite aus an sich selbst visualisieren.

Diese personalisierte Interaktion bleibt auch über die erste Anprobe hinaus nützlich – durch Lifecycle-Marketing und Umsatzzuordnung.

In unserer Fallstudie zur KI-gestützten virtuellen Anprobe bei Icedout standen 623 virtuelle Anproben im August in Verbindung mit €15.3K an qualifiziertem, Tryvio zugeordnetem Umsatz.

Die Erkenntnis ist nicht, dass jeder Teil eines Shopify-Shops personalisiert werden muss.

Sondern dass die Personalisierung des richtigen Teils der Entscheidung weit nützlicher sein kann, als Personalisierung nur deshalb einzusetzen, weil die Technologie existiert.

Das Fazit

KI-Personalisierung in Shopify ist weit mehr als ein Empfehlungs-Karussell. Sie kann prägen, wie Käufer Produkte entdecken und bewerten und was geschieht, nachdem sie den Shop verlassen haben.

Das Ziel sollte jedoch einfach bleiben:

Nutzen Sie Kontext, um den nächsten Schritt nützlicher zu machen.

Manchmal braucht es dafür KI. Manchmal genügt eine einfache Automatisierung.

Entscheidend ist weniger die Technologie als die Frage, ob das Einkaufserlebnis relevanter und leichter nutzbar wird.