Retourenmanagement Der Profitabilitätshebel: Retouren erklären, was Verkaufszahlen verschweigen

Ein Gastbeitrag von Alena Schneck 5 min Lesedauer

Anbieter zum Thema

Retouren gelten als teuerster Prozess im E-Commerce – dabei stecken genau dort die Antworten, die Umsatzzahlen verschweigen. Wer sie vor der Black Week nutzt, sichert sich echten Wettbewerbsvorteil.

(Bild:  © Ivan/stock.adobe.com)
(Bild: © Ivan/stock.adobe.com)

DARUM GEHT'S

Retouren-Gründe automatisiert erfassen: Nur 30 Prozent der Händler erfassen die Gründe automatisiert. Dabei zeigen die Daten klar steuerbare Ursachen wie Qualitätsmängel, falsche Größen oder ungenaue Beschreibungen.

Kanal-ROI der Retouren: Sales Channels werden meist nur nach Umsatz und ROAS bewertet – die Retouren-Quote je Kanal bleibt unsichtbar, obwohl über die Hälfte des Onlineumsatzes über Marktplätze läuft.

Return Process Analysis: Die Durchlaufzeit zwischen den Etappen des Retouren-Prozesses wird selten gemessen, deckt aber Engpässe auf – wichtig für die Personalplanung vor der Black Week.

Umtausch statt Rückerstattung: Fast 60 Prozent der Käufer wünschen sich Alternativen zur Rückerstattung. Umtausch behält Umsatz im Unternehmen.

Wenn im November die Umsätze durch die Decke gehen, steht in den meisten E-Commerce-Teams eine Frage im Raum: Wie viel haben wir verkauft? Die kritische stellt sich erst acht Wochen später: Wie viel Umsatz davon haben wir behalten?

Zwischen diesen beiden Fragen liegt der größte blinde Fleck der Branche. Für die EHI-Studie „Versand-, Verpackungs- und Retourenmanagement im E-Commerce 2025“ wurden im Sommer 124 Onlinehändler aus der DACH-Region befragt. Das Ergebnis ist unbequem: Nur knapp 30 Prozent erfassen ihre Retourengründe vollständig automatisiert, 34 Prozent ausschließlich manuell, gut 20 Prozent planen es nicht einmal. Sieben von zehn haben also keinen durchgängig automatisierten Zugriff darauf, warum ihre Produkte zurückgeschickt werden. Und das bei Retourenquoten, die im Textilhandel bis zu 50 Prozent erreichen.

Retouren-Daten erklären, warum etwas nicht funktioniert. Und diese Daten zu ignorieren ist teuer.

Alena Schneck, Gründerin und CEO von Toern

Knapp 40 Prozent der Kunden kommen nach einer schlechten Retouren-Erfahrung nicht wieder

In Retouren-Daten liegen die Antworten, für die Marken an anderer Stelle viel Geld ausgeben. Der KPMG Consumer Snapshot „Retouren-Verhalten in Deutschland“ vom Dezember 2025 zeigt, worauf Rücksendungen zurückgehen: Qualitätsmängel (74 Prozent), falsche Größen (73 Prozent), ungenaue Beschreibungen oder abweichende Produktbilder (60 Prozent).

Alle drei sind unmittelbar steuerbar und vermeidbar – über Produktdaten, Größentabellen und Qualitätssicherung. Umsätze zeigen, was funktioniert. Retouren-Daten erklären, warum etwas nicht funktioniert. Und diese Daten zu ignorieren ist teuer: Laut Retouren-Report 2025 wechseln 37 Prozent der Kunden nach einer schlechten Retourenerfahrung den Händler – unter den Käufern bis 35 fast jeder Zweite. Das bedeutet: Die Customer Journey wird im Post Purchase Prozess so stark beeinflusst, dass bisher loyale Kunden einer Marke den Rücken kehren. Im Zweifel bedeutet das: Teuer eingekauft, nach dem ersten Kauf verloren.

Annahmen als Basis für die Black Week? Jetzt Daten sammeln und in Echtzeit nutzbar machen

Rabattgetriebene Bestellungen erhöhen Fehlkäufe und Doppelbestellungen, verlängerte Rückgabefristen verschieben die Retouren-Welle in den Januar. Und das Bestellvolumen steigt so schnell, dass ein Sortimentsfehler nicht Wochen, sondern Tage braucht, um zu skalieren und im schlimmsten Fall viele Retouren zu generieren.

Genau darin liegt die Chance. Ein Artikel, der kleiner ausfällt als erwartet, produziert über Monate Rücksendungen. Wer das früh sieht, ergänzt noch während der Kampagne einen Größenhinweis. Das ist die Basis für eine Black-Week- und Q4-Kampagne, die nicht nur Umsatz generiert, sondern auch zufriedene Kunden hinterlässt.

Voraussetzung ist, dass unstrukturiertes Feedback an einem zentralen Ort einläuft. In der Realität vieler Brands ist das häufig noch nicht der Fall. Hier liegt einer der sinnvollsten Anwendungsfälle für KI: nicht als Chatbot, sondern als Clustering-Instanz, die Retouren-Daten liest, ordnet und zusammenfasst. In der Toern-Retouren-Software beispielsweise sehen Händler je Artikel, welche Probleme wiederkehren und ob die Ursache im Produkt liegt oder eine präzisere Artikelbeschreibung genügt. Diese Echtzeit-Diagnose entscheidet, ob ein Händler mit Anpassungen im Shop erfolgreich abverkauft und Umsatz im Unternehmen behält.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung