Retouren im Onlinehandel: Welche Daten Shops wirklich brauchen

Retouren sind für Online-Shops das, was der Blinddarm für den menschlichen Körper ist: theoretisch überflüssig, praktisch aber ständig ein Problem. Und wie beim Blinddarm hilft es wenig, nur auf die Entzündung zu starren – interessant wird es erst, wenn man versteht, warum sie überhaupt auftritt. Viele Händler kennen ihre Retourenquote auf zwei Dezimalstellen genau, wissen aber nicht, welcher Artikel, welche Größe oder welcher Kunde dafür verantwortlich ist. Das ist ungefähr so sinnvoll wie ein Blutdruckmesser ohne Diagnose.

Warum die Retourenquote allein nichts erklärt

Die Retourenquote ist die Kennzahl, die auf jeder Controlling-Folie auftaucht und trotzdem am wenigsten aussagt. Das Problem dabei: Es gibt nicht die eine Retourenquote. Manche Shops rechnen sie paketbasiert, andere artikelbasiert, wieder andere wertbasiert – und je nach Methode kommen völlig unterschiedliche Prozentzahlen heraus, selbst wenn die zugrunde liegenden Bestellungen identisch sind. Wer seine Quote mit der eines Wettbewerbers vergleicht, vergleicht in der Praxis oft Äpfel mit Retourenscheinen.

Hinzu kommt: Eine aggregierte Quote von, sagen wir, 15 Prozent verrät nichts darüber, ob dahinter ein einziges Problemprodukt mit 60 Prozent Rücksendequote steckt oder ein flächendeckendes Passform-Chaos in der gesamten Modekollektion. Genau hier trennt sich im Handel die Spreu vom Weizen: Shops, die nur die Gesamtquote reporten, verwalten Retouren. Shops, die granular auswerten, senken sie.

Ein weiterer blinder Fleck entsteht, wenn Quoten über Zeiträume verglichen werden, ohne saisonale Effekte herauszurechnen. Ein Modehändler, der im Dezember eine höhere Retourenquote meldet als im August, hat nicht automatisch ein neues Qualitätsproblem – Weihnachtsgeschenke werden schlicht häufiger falsch geschätzt oder als Ersatzkauf mehrfach bestellt und dann sortiert. Wer solche saisonalen Muster nicht von echten Strukturproblemen trennt, zieht am Ende falsche Schlüsse aus richtigen Zahlen.

Welche Daten Shops wirklich brauchen

Retourenmanagement fängt nicht bei der Rücksendung an, sondern bei der Kaufentscheidung. Der bevh, der Bundesverband E-Commerce und Versandhandel, fasst Retouren bewusst breit: Rücksendungen wegen Gewährleistung, Garantie, Rückruf, Falschlieferung, Storno oder Rügepflicht fallen alle in denselben Topf, obwohl die Ursachen komplett unterschiedlich sind. Wer daraus lernen will, braucht mindestens fünf Datenebenen, die miteinander verknüpft werden – nicht nebeneinander in getrennten Excel-Tabellen liegen.

Artikelstammdaten

Kategorie, Marke, Größe, Farbe, Material, Preis, Gewicht und Variantenstruktur gehören auf die Artikelkarte, nicht in eine separate Produktbeschreibung, die niemand pflegt. Ohne diese Basisdaten lässt sich später keine einzige Retourenauswertung nach Produktmerkmalen fahren. Ein Shop, der nicht weiß, dass ein bestimmtes Sneaker-Modell in Größe 42 systematisch zu klein ausfällt, wird die Rücksendungen dieses Artikels jahrelang als Zufall abtun.

Retourengründe auf Artikelebene

Der Retourengrund ist die wertvollste und am schlechtesten gepflegte Information im gesamten Prozess. Viele Shops erfassen ihn immer noch als Freitextfeld auf einem Papierschein, der irgendwann im Lager landet und nie digitalisiert wird. Besser sind standardisierte Kategorien wie Passform, Artikelqualität, Lieferproblem oder Sonstiges, die direkt im Retourenportal abgefragt werden, bevor das Paket überhaupt verschickt ist.

Kunden- und Bestelldaten

Bestellhistorie, bisherige Rücksendungen und Größenmuster einzelner Kundinnen und Kunden liefern Kontext, den die reine Artikelauswertung nicht geben kann. Wer regelmäßig drei Größen derselben Hose bestellt und zwei davon zurücksendet, hat ein anderes Verhalten als jemand, der nur bei Lieferfehlern retourniert. Diese Unterscheidung ist relevant für Marketing, Kundenwert und, ja, auch für die Frage, ob man bestimmten Konten irgendwann ein anderes Zahlungsmodell anbietet.

Prozessdaten

Versandweg, Lieferzeit, Fehlmengen und Scan-Status im Lager gehören ebenfalls in die Retourenanalyse. Eine Retoure wegen „Artikel kam beschädigt an“ ist ein Logistikproblem, keines der Produktbeschreibung. Wer diese Daten nicht von den Passform- und Geschmacksretouren trennt, optimiert am falschen Hebel.

Kanal- und Segmentdaten

Kanal, Region, Warengruppe, Lieferant und Kampagne runden das Bild ab. Eine Influencer-Kampagne, die Erwartungen weckt, die das Produkt nicht erfüllt, treibt die Retourenquote in genau diesem Kanal nach oben – während der Rest des Sortiments unauffällig bleibt. Ohne Kanaltrennung verschwindet dieses Signal in der Gesamtstatistik. Wer wissen will, wie unterschiedlich sich Versand-, Retouren- und Zahlungsprozesse zwischen Anbietern gestalten lassen, findet in einem Vergleich von Online-Shops bei Versand, Retoure und Zahlung einen guten Ausgangspunkt, um die eigenen Prozesse einzuordnen.

Die häufigsten Retourengründe im Klartext

Die gute Nachricht: Es gibt belastbare Zahlen dazu, warum Kundinnen und Kunden überhaupt zurücksenden. Laut dem Retourenkompendium des bevh nennen 68,6 Prozent der Retouren-Fälle „Artikel passte nicht“ als Grund, 49 Prozent „Artikel gefiel mir nicht“, 39,2 Prozent „Artikel entsprach nicht der Beschreibung“ und 29,4 Prozent „Artikel war defekt“. Mehrfachnennungen sind hier möglich, deshalb ergibt die Summe mehr als 100 Prozent – aber die Reihenfolge ist trotzdem aufschlussreich.

Diese Verteilung erklärt, warum Passform-Probleme in der Modebranche das Retourenthema Nummer eins bleiben und warum Größentabellen, Materialfotos und ehrliche Produktbeschreibungen keine nette Zusatzleistung sind, sondern direkter Hebel auf die Retourenquote. Wer bei „Artikel entsprach nicht der Beschreibung“ auffällig oft dieselbe Rückmeldung bekommt, hat kein Retourenproblem, sondern ein Content-Problem im Shop.

Ein Praxis-Szenario: Zwei Shops, zwei Ursachen

Um zu zeigen, wie unterschiedlich sich scheinbar ähnliche Retourenquoten erklären lassen, hilft ein vorsichtig konstruiertes Gedankenspiel. Shop A verkauft Damenoberbekleidung und meldet eine Retourenquote von 22 Prozent. Shop B verkauft Küchengeräte und meldet ebenfalls 22 Prozent. Auf den ersten Blick sehen beide Zahlen gleich problematisch aus. Bei genauerer Betrachtung der Retourengründe zeigt sich aber ein völlig anderes Bild: Bei Shop A dominiert die Kategorie „Passform“, konzentriert auf drei bestimmte Hosenmodelle mit unklarer Größentabelle. Bei Shop B verteilen sich die Rücksendungen breiter auf „Artikel defekt“ und „entsprach nicht der Beschreibung“, oft bei einem einzelnen Lieferanten mit auffällig hoher Fehlerquote.

Für Shop A bedeutet das: Eine überarbeitete Größentabelle mit realen Maßangaben statt Konfektionsgrößen könnte einen erheblichen Teil der Retouren bei genau diesen drei Modellen verhindern, ohne dass am Rest des Sortiments etwas verändert werden müsste. Für Shop B liegt die Lösung nicht im Content, sondern im Lieferantenmanagement – etwa in einer Wareneingangskontrolle, die defekte Geräte erkennt, bevor sie überhaupt verschickt werden. Beide Shops hätten mit derselben Maßnahme beim jeweils falschen Hebel Zeit und Geld verschwendet. Genau das ist der Kern des Arguments: Ohne granulare Retourengründe bleibt jede Optimierung ein Ratespiel.

Was Retouren wirklich kosten

Zahlen zu den Kosten pro Retoure sind rar und selten sauber dokumentiert, weil sie stark von Sortiment, Versandart und Lagerprozess abhängen. Eine Untersuchung der Universität Kassel nennt für 2020 einen berichteten Wert von 11,24 Euro Kosten pro Retoure – eine Zahl, die man als Studien-Angabe einordnen sollte, nicht als universelle Konstante für jeden Shop. Je nach Warenwert, Rückversandweg und Prüfaufwand im Lager kann der reale Wert für einzelne Händler deutlich abweichen.

Zur Größenordnung des Gesamtproblems: Statista schätzt die Zahl der retournierten Pakete in Deutschland für 2021 auf rund 530 Millionen. Auch das ist eine Sekundärschätzung ohne vollständig offengelegte Primärmethodik, aber sie zeigt die Dimension: Retouren sind kein Randphänomen, das man ignorieren kann, sondern ein logistischer Dauerlastfaktor für die gesamte Branche.

Für den einzelnen Shop zählt trotzdem weniger die Branchenzahl als die eigene Marge. Eine Retoure mit 11 Euro Prozessaufwand bei einem Artikel mit 15 Euro Deckungsbeitrag frisst die Kalkulation komplett auf. Ohne artikelgenaue Kostenrechnung merkt das kaum jemand im Tagesgeschäft – bis am Jahresende die Zahlen nicht aufgehen.

Interessant ist außerdem, dass die Kosten einer Retoure nicht linear mit dem Warenwert steigen. Ein hochwertiger Artikel verursacht zwar einen größeren finanziellen Schaden bei Beschädigung, der reine Prozessaufwand – Scannen, Prüfen, Wiedereinlagern oder Abschreiben – ist bei einem günstigen T-Shirt und einer teuren Jacke fast identisch. Das bedeutet: Gerade im margenschwachen Einstiegssegment kann eine hohe Retourenquote schneller existenzbedrohend werden als im margenstarken Premiumsortiment. Wer nur auf den Warenwert schaut, unterschätzt regelmäßig die Kostenwirkung im unteren Preissegment.

Wie moderne Produktsuche die Retourenquote indirekt beeinflusst

Ein oft übersehener Hebel liegt bereits vor dem eigentlichen Kauf: in der Art, wie Kundinnen und Kunden ein Produkt überhaupt finden und bewerten. Klassische Kategoriebäume zwingen Nutzerinnen und Nutzer dazu, sich durch Filter zu klicken, ohne dass die eigentliche Passform- oder Eignungsfrage jemals beantwortet wird. Neue Formen der Produktsuche, etwa gestützt durch KI-basierte Recherche, können genauer auf individuelle Anforderungen eingehen und damit von vornherein realistischere Erwartungen setzen. Wie sich das in der Praxis auswirkt, zeigt eine Einordnung zu ChatGPTs Shopping-Research als Alternative zum klassischen Kategoriebaum, die deutlich macht, dass die Kaufentscheidung selbst zum Ansatzpunkt der Retourenvermeidung werden kann, nicht nur die Nachbearbeitung im Lager.

Self-Service-Retourenportale als Dateneingang

Die naheliegendste Stelle, um Retourengründe systematisch zu erfassen, ist der Moment, in dem Kundinnen und Kunden die Rücksendung anmelden. Digitale Retourenportale fragen den Grund direkt beim Anmeldeprozess ab, bevor das Paket überhaupt losgeht – deutlich zuverlässiger als ein handschriftlicher Vermerk auf dem Retourenschein, der im Lager erst mühsam nachdigitalisiert werden muss.

Der Charme dieser Portale liegt darin, dass sich Retourengrund, Artikelnummer und Kundenkonto in einem Schritt verknüpfen lassen, ohne dass jemand im Lager nachträglich Papierzettel abtippt. Wer noch auf Papierscheine setzt, produziert Daten, die de facto nie ausgewertet werden, weil die Digitalisierung zu aufwendig ist. Das ist dann keine Datenstrategie, sondern Aktenarchivierung mit Portokosten.

Ein oft unterschätzter Nebeneffekt guter Portale: Sie können bereits im Rücksendeprozess gegensteuern. Wählt jemand als Grund „Passform“, lässt sich direkt ein Umtausch in eine andere Größe anbieten, statt nur die Erstattung. Das reduziert nicht die Retourenquote im engeren Sinne, wohl aber die Zahl der verlorenen Umsätze – ein Kunde, der die richtige Größe erhält, bleibt Kunde, während eine reine Rückerstattung oft das Ende der Kundenbeziehung für diesen Warenkorb bedeutet.

Was Shops datenschutzrechtlich verknüpfen dürfen

Retourendaten mit Kundenprofilen zu verknüpfen, ist grundsätzlich zulässig, solange die Verarbeitung auf einer klaren Rechtsgrundlage steht – meist der Vertragserfüllung oder einem berechtigten Interesse an Prozessoptimierung. Kritisch wird es, wenn aus dem Retourenverhalten automatisiert Konsequenzen für einzelne Kunden abgeleitet werden, etwa Zahlungsmethoden-Sperren oder individuelle Preisanpassungen. Solche Schritte sollten transparent kommuniziert und nicht als versteckte Blackbox-Logik im Hintergrund laufen.

In der Praxis bedeutet das: Aggregierte Auswertungen nach Produktgruppe, Region oder Kanal sind unproblematisch. Individuelle Bewertungen einzelner Kundenkonten, die über die reine Retourenhistorie hinausgehen und etwa Bonität oder Kaufkraft einschätzen sollen, brauchen eine sauberere rechtliche Prüfung. Wer hier unsicher ist, sollte lieber einmal zu viel mit der eigenen Datenschutzberatung sprechen als einmal zu wenig.

Auch branchenspezifische Besonderheiten spielen eine Rolle. Ein Fachhändler für Tierbedarf sammelt andere sensible Zusatzinformationen als ein Modehändler – etwa Angaben zu Tierart oder Größe des Haustiers, die indirekt Rückschlüsse auf den Haushalt zulassen. Wie ein spezialisierter Anbieter Sortiment, Beratung und Bestellprozess online organisiert, zeigt sich beispielhaft an Fressnapfs Online-Shop, der die Balance zwischen individueller Kundenansprache und schlanken Datenprozessen im Fachhandel demonstriert.

Praxis-Checkliste: So kommen Shops an belastbare Retourendaten

Wer heute anfängt, muss nicht sofort ein komplettes Data-Warehouse aufbauen. Es reicht, an den richtigen Stellen zu drehen:

• Retourengrund als Pflichtfeld im Retourenportal einführen, mit klaren Kategorien statt Freitext.
• Artikelstammdaten (Größe, Farbe, Material) vollständig pflegen, bevor neue Varianten live gehen.
• Retourenquote nicht nur gesamt, sondern nach Produktgruppe, Lieferant und Kanal auswerten.
• Kostenrechnung pro Retoure auf Artikelebene aufsetzen, nicht nur als Durchschnittswert für den ganzen Shop.
• Retourendaten monatlich mit Produktmanagement und Content-Team teilen, nicht nur im Controlling verschwinden lassen.
• Saisonale Schwankungen bei der Interpretation der Quote berücksichtigen, statt jeden Anstieg sofort als neues Problem zu werten.
• Testweise ein Umtausch-Angebot direkt im Retourenprozess einbauen, um Umsatzverluste durch reine Erstattungen zu reduzieren.

Diese Liste ist bewusst kein Big-Data-Projekt. Die meisten Warenwirtschaftssysteme und Shopsysteme bieten die nötigen Felder längst an – sie werden nur zu selten konsequent genutzt. Genau das ist der eigentliche Rückstand vieler Händler: nicht fehlende Technik, sondern fehlende Konsequenz bei der Datenpflege.

Gegenargumente: Warum manche Shops trotzdem zögern

So überzeugend die Argumente für granulare Retourendaten klingen, in der Praxis gibt es berechtigte Einwände, die man nicht einfach wegwischen sollte. Kleinere Shops mit begrenztem Personal können nicht jede Woche eine detaillierte Retourenanalyse fahren – die Zeit fehlt schlicht, und Standardsoftware liefert oft nur aggregierte Reports, ohne dass sich der Aufwand für eine individuelle Auswertung lohnt. Für diese Händler kann es sinnvoller sein, sich zunächst auf die zwei oder drei umsatzstärksten Produktgruppen zu konzentrieren, statt das gesamte Sortiment gleichzeitig granular auszuwerten.

Ein weiterer Einwand betrifft die Kundenfreundlichkeit. Ein Retourenportal, das vor der Rücksendung fünf Pflichtfelder abfragt, kann Kundinnen und Kunden abschrecken oder zu ungenauen, schnell angeklickten Antworten verleiten, nur um den Prozess abzuschließen. Die Datenqualität leidet dann trotz vermeintlich strukturierter Erfassung. Ein Mittelweg aus wenigen, klar formulierten Auswahlfeldern und einem optionalen Freitextfeld für Zusatzinformationen ist in der Regel praktikabler als eine lange Pflichtabfrage.

Schließlich bleibt die Frage der Datenmenge im Verhältnis zum tatsächlichen Nutzen. Nicht jeder Shop hat genug Bestellvolumen, um aus granularen Retourendaten statistisch belastbare Muster abzuleiten. Ein Nischenhändler mit wenigen hundert Bestellungen im Monat sollte nicht erwarten, dass sich aus zehn Retouren pro Artikel bereits verlässliche Trends ablesen lassen. Hier ist Vorsicht bei der Interpretation angebracht – lieber über mehrere Monate beobachten, statt aus einer kleinen Stichprobe voreilige Schlüsse zu ziehen.

Ein persönlicher Blick auf die Praxis

Aus meiner Sicht unterschätzen viele Shopbetreiber, wie viel Marketing-relevante Information in Retourendaten steckt. Eine Retoure ist im Kern kostenloses Kundenfeedback, das man sonst nur mit teuren Umfragen bekommt. Wer sie nur als Kostenblock verbucht, verschenkt die Chance, Produktbeschreibungen, Größentabellen und Sortimentsentscheidungen datenbasiert zu verbessern. Und ehrlich: Eine Retourenquote, die man nicht erklären kann, ist im Reporting so nützlich wie eine Wettervorhersage ohne Ortsangabe.

Gleichzeitig sollte niemand erwarten, dass bessere Daten Retouren auf null bringen. Ein Teil der Rücksendungen – etwa bei Kleidung, wo Kundinnen und Kunden bewusst mehrere Größen zur Anprobe bestellen – ist strukturell eingepreist und wird sich mit noch so guten Größentabellen nicht wegoptimieren lassen. Die realistische Zielgröße ist nicht „keine Retouren“, sondern „verstandene Retouren“.

Was bleibt?

Retouren verschwinden nicht, weil ein Shop bessere Reports hat. Aber die Frage, ob ein Rücksendeproblem an der Passform, der Beschreibung oder dem Lieferprozess liegt, lässt sich nur beantworten, wenn die Daten überhaupt in dieser Granularität vorliegen. Wer weiterhin nur eine einzige Quote pro Quartal berichtet, wird das Problem so lange verwalten, bis es die Marge auffrisst. Die eigentliche Frage für jeden Shopbetreiber lautet deshalb nicht, wie man Retouren verhindert, sondern ob man überhaupt genug über sie weiß, um es zu versuchen.