KI-gestütztes Retourenmanagement

Das echte Ausmaß des Problems

Retouren sind im deutschen E-Commerce einer der größten und am wenigsten optimierten Kostenpositionen. Die belastbarsten öffentlich zugänglichen Zahlen dazu kommen von der Forschungsgruppe Retourenmanagement der Otto-Friedrich-Universität Bamberg um Björn Asdecker. In ihrer Unternehmensbefragung liegen die reinen Prozesskosten einer Rücksendung, also Transport, Vereinnahmung, Aufbereitung und Administration, im Mittel bei 7,93 Euro. Der Wert hängt stark am Volumen:

Dazu kommt der Wertverlust, weil sich eine Rücksendung oft nicht mehr als Neuware verkaufen lässt. Die Befragten beziffern ihn auf 13,1 Prozent des Warenwerts, bei einem mittleren Retourenwert von 55,35 Euro also 7,25 Euro. In Summe kostet eine Retoure im Mittel 15,18 Euro. Zwei Einschränkungen gehören dazu: Die Erhebung stammt aus der Retourentacho-Reihe und ist nicht taufrisch, und die Prozesskosten hängen stark am Produkt, Textilien liegen deutlich unter Elektroartikeln und Möbeln.

Bei der Retourenquote ist ein einzelner Wert für den deutschen E-Commerce irreführend, weil die Spanne zwischen den Kategorien größer ist als jeder Durchschnitt. Dieselbe Forschungsgruppe misst die Alpha-Retourenquote, also die Rücksendewahrscheinlichkeit eines Pakets, je nach Zahlungsart: bei Fashion zwischen 30,15 Prozent (Vorkasse) und 55,65 Prozent (Rechnung), bei Consumer Electronics zwischen 8,59 und 18,60 Prozent, bei Medien und Büchern zwischen 4,46 und 11,45 Prozent. Bei modischen Textilien und Schuhen werden teilweise 70 bis 80 Prozent beobachtet. Wenn dir also jemand „die” deutsche Retourenquote nennt, frag zuerst nach der Kategorie und danach, ob Pakete oder Artikel gezählt werden.

Der eigentliche Kostentreiber ist nicht die Logistik der Rücksendung, sondern die Verarbeitungskette danach. Ein Fulfillment-Betrieb mit 500 Retouren täglich liegt bei rund 130.000 Rücksendungen im Jahr, also im untersten Kostenband: 5,18 Euro Prozesskosten je Stück sind rund 2.600 Euro am Tag, mit Wertverlust etwa 6.200 Euro. Das ist strukturell unvermeidlich, aber reduzierbar.

Das zweite Problem ist Inkonsistenz. Wenn drei Mitarbeiter denselben Artikel prüfen, bekommen sie nicht garantiert dasselbe Ergebnis. Was “leichte Gebrauchsspuren” bedeutet, entscheidet jeder nach eigener Definition. Die Folge: schwankende Lagerqualität, Kundenbeschwerden über B-Ware-Qualität und fehlende Datenbasis für systematische Retourenanalyse.

Das dritte Problem: Die Daten fehlen. Welche Produkte werden überdurchschnittlich oft zurückgeschickt und warum? Bei welcher Kategorie ist der Wertverlust am höchsten? Ohne strukturierte Klassifikation gibt es keine strukturierten Daten, und ohne Daten keine Optimierung der eigentlichen Ursachen.

Mit vs. ohne KI, ein ehrlicher Vergleich

Bearbeitungszeiten, Wiederverwendungs- und Eskalationsquoten stehen hier bewusst nicht. Eine frühere Fassung nannte dafür Prozentwerte und berief sich auf „Praxisberichte von Fulfillment-Dienstleistern”, die niemand nachlesen kann. Die Bearbeitungszeit je Retoure ist allerdings eine der am einfachsten zu messenden Kennzahlen überhaupt: Stoppuhr, 20 Retouren, fertig. Mach das vor dem Pilotbetrieb.

Einschätzung auf einen Blick

Zeitersparnis, hoch (4/5) Manuelle Retourenprüfung ist einer der zeitintensivsten manuellen Prozesse in der Logistik. Der Schritt, der wegfällt, ist das Abwägen: Statt für jeden Artikel eine Entscheidung zu treffen und zu begründen, bestätigt der Mitarbeiter einen Vorschlag. Das ist direkt messbar und sofort spürbar, besonders bei Volumenspitzen. Im Branchenvergleich ein klarer Spitzenwert.

Kosteneinsparung, hoch (4/5) Die Prozesskosten je Retoure liegen laut der Bamberger Erhebung im Mittel bei 7,93 Euro, mit Wertverlust bei 15,18 Euro. Beide Posten lassen sich beeinflussen: die Bearbeitungszeit direkt, den Wertverlust über eine treffsicherere Einstufung, die neuwertige Ware nicht unnötig in die B-Ware schiebt. ROI setzt aber Volumen voraus, unter 30 Retouren täglich rechnet sich spezialisierte Software selten.

Schnelle Umsetzung, mittel (3/5) Ein Pilot mit Fotoklassifikation ist in 4–6 Wochen möglich, kein ERP-Mammutprojekt. Tools haben Standardmodelle für gängige Kategorien. Der eigentliche Zeitfresser ist das Foto-Setup (Beleuchtung, Kameraposition, Hintergrund) und die WMS-Integration: beides kostet unterschätzte Wochen. Wer das einplant, startet realistisch.

ROI-Sicherheit, hoch (4/5) Retourenkosten sind gut dokumentiert, Bearbeitungszeiten messbar, Wiederverwendungsquoten nachvollziehbar. Nach 2–3 Monaten hat man genug Daten für einen wasserdichten Business Case. Verglichen mit komplexeren Logistik-KI-Projekten ist der Business Case deutlich greifbarer.

Skalierbarkeit, hoch (4/5) Das System skaliert linear mit dem Retourenvolumen ohne proportionalen Personalaufwuchs. Saisonale Spitzen werden ohne Nachsteuerung bewältigt. Einschränkung: Neue Produktkategorien benötigen ggf. Modell-Nachtraining.

Richtwerte, abhängig von Produktkategorie, Retourenvolumen und WMS-Integrationskomplexität.

So funktioniert die KI-Retourenklassifikation

Schritt 1, Fotografische Zustandserfassung: Mitarbeiter fotografiert den Artikel mit standardisierter Kamera aus 3–4 definierten Winkeln. Bildqualität ist entscheidend: diffuses Licht, neutraler Hintergrund, feste Kameraposition. Einmalige Setup-Investition, dann vollautomatisch.

Schritt 2, Computer-Vision-Klassifikation: Das Modell analysiert Fotos auf Kratzer, Verfärbungen, Verpackungsschäden, Vollständigkeit. Es vergleicht mit dem Referenzbild des Originals (aus dem Produktkatalog) und bewertet Abweichungen nach definierten Kriterien. Ausgabe: Zustandskategorie mit Konfidenzwert.

Schritt 3, Workflow-Auslösung: Oberhalb einer selbst gesetzten Konfidenzschwelle wird das Ergebnis automatisch ins WMS übertragen. Wo sie liegen muss, zeigt dir erst der Parallelbetrieb im Pilot: Trag für jede Schwelle ein, wie viele Fehlklassifikationen darüber noch durchgerutscht wären. Darunter kommt der Artikel in die manuelle Warteschlange mit KI-Vorschlag und Begründung, der Mensch bestätigt oder korrigiert. Diese Schwelle ist der wichtigste Stellhebel des ganzen Systems: Setzt du sie zu niedrig, wandern Fehlklassifikationen unbemerkt ins Lager, setzt du sie zu hoch, prüfst du wieder alles selbst.

Für die Ursachen-Analyse werden Retourengründe aus dem Kundensystem mit Klassifikationsdaten verknüpft, systematische Produktkritik-Daten direkt für Einkauf und Produktmanagement.

Konkrete Werkzeuge, was wann passt

Loop Returns und Narvar, spezialisierte Returns-Management-Plattformen. Wichtig zur Erwartungssteuerung, weil das hier oft verwechselt wird: Diese Plattformen decken das Retourenportal, Rücksendelabel, Umtausch statt Erstattung, Regelwerke und Betrugserkennung ab. Eine Zustandsbewertung des physischen Artikels per Bildanalyse ist bei beiden nicht Teil des Produkts. Sie lösen also das Kundenerlebnis und den Workflow, nicht die Frage „A-Ware oder B-Ware?” am Packtisch. Loop veröffentlicht seine Preise: Checkout+ kostenlos, Essential 155 US-Dollar/Monat, Advanced 340 US-Dollar/Monat; die Plattform ist Shopify-nativ, andere Shopsysteme laufen über Individualimplementierung. Narvar nennt keine öffentlichen Preise. Kein Go-Live ohne WMS-Anbindung, Integrationssupport vorab prüfen.

Cognex VisionPro Deep Learning , professionelle Computer-Vision-Plattform für industrielle Bildanalyse. Das ist das Produkt, das früher als ViDi verkauft wurde und heute regulärer Bestandteil des Cognex-Bildverarbeitungsportfolios ist. PC-basierte Systeme liegen bei rund 10.000 bis 30.000 Euro und mehr, Software-Lizenzen kommen auf Anfrage dazu. Für Betriebe mit hohem Volumen und Anspruch auf maximale Klassifikationsgenauigkeit, und mit jemandem im Haus, der Trainingsbilder aufbereiten kann.

Make.com (kostenlos bis 1.000 Credits im Monat) + Claude oder ChatGPT Vision-API, Einstieg fast kostenlos. Make.com automatisiert den Workflow, Claude/ChatGPT Vision übernimmt die Bildbewertung. Kein spezialisiertes Modell, aber für viele Kategorien ausreichend.

Datenschutz und Datenhaltung

Retourenklassifikation verarbeitet in der Regel keine personenbezogenen Daten, datenschutzrechtlich unkritisch. Ausnahmen: Versandaufkleber mit Kundendaten im Bild → vor KI-Verarbeitung maskieren. Wenn Mitarbeiterentscheidungen dokumentiert und ausgewertet werden, greift das Mitbestimmungsrecht des Betriebsrats nach § 87 Abs. 1 Nr. 6 BetrVG, weil das System dann als technische Einrichtung zur Leistungs- oder Verhaltenskontrolle geeignet ist; dazu kommt ein Auftragsverarbeitungsvertrag mit dem Tool-Anbieter. Bildverarbeitungs-Plattformen wie Cognex werden häufig on-premise betrieben, EU-Datenhaltung dann kein Problem. Bei Cloud-Diensten hängt der Speicherort vom gewählten Rechenzentrum und Tarif ab, das gilt für Make.com genauso wie für die Vision-APIs von OpenAI und Anthropic. Kläre das vor dem ersten Upload, nicht danach, und lass dir den Verarbeitungsort im AVV benennen.

Was es kostet, realistisch gerechnet

Returns-Plattform für Portal und Workflow: Loop Essential 155 US-Dollar/Monat, Advanced 340 US-Dollar/Monat, Narvar auf Anfrage. Einrichtung 1–3 Wochen. Das deckt den Retourenprozess ab, nicht die Zustandsbewertung.

Make.com + Vision-API (Einstieg fast kostenlos): Setup 10–20 Stunden intern, Laufkosten 50–200 Euro/Monat je nach Bildvolumen. Geringere Genauigkeit bei schwierigen Fällen.

Industrielle Bildverarbeitung (Cognex): PC-basiertes System rund 10.000 bis 30.000 Euro und mehr, Software-Lizenzen auf Anfrage. Erst sinnvoll, wenn das Volumen stimmt und die Kategorien stabil sind.

Kalkulationsbeispiel, mit offengelegten Annahmen: 100 Retouren täglich, 6 Minuten Bearbeitungszeit, 250 Arbeitstage ergeben 2.500 Stunden im Jahr. Halbiert man die Bearbeitungszeit, sind das 1.250 gesparte Stunden, bei 20 Euro Vollkostensatz je Stunde 25.000 Euro im Jahr. Geld sind diese Stunden aber nur, wenn sie Aushilfen, Überstunden oder eine nicht nachbesetzte Stelle ersetzen oder den Rückstau abbauen, der heute abends liegen bleibt. Bleibt die Besetzung gleich und es gibt keinen Rückstau, ist es Kapazität, keine Ersparnis.

Dagegen stehen die Laufkosten. Eine Returns-Plattform im Advanced-Plan kostet 12 mal 340 US-Dollar im Jahr und bewertet dabei keinen Artikelzustand.

Bei der Make-Variante mit Vision-API sind es je nach Bildvolumen 12 mal 50 bis 200 Euro. Die 6 Minuten und die 50 Prozent sind Platzhalter: Setz deine gestoppten Werte ein, sonst rechnest du mit unseren Annahmen statt mit deinem Betrieb.

Typische Einstiegsfehler

Zu wenig standardisiertes Foto-Setup. KI-Vision reagiert empfindlich auf Lichtvariationen, Schattenwurf und unterschiedliche Abstände. Wer das Setup stiefmütterlich behandelt, stellt nach vier Wochen fest, dass das Modell bei hellem Tageslicht anders klassifiziert als unter Kunstlicht. Das Foto-Setup ist wichtiger als das teuerste Modell, plant dafür mindestens eine Woche ein.

Kategorien zu grob gewählt. “A-Ware” und “B-Ware” reichen nicht. Wer nur zwei Kategorien führt, kann im Outlet nicht differenziert bepreisen: Ein Artikel, der nur geöffnet wurde, landet im selben Topf wie einer mit sichtbaren Gebrauchsspuren und bekommt denselben Abschlag. Genau dort verschenkt ihr Marge, und zwar unsichtbar, weil die Differenz nirgends auftaucht. Unterkategorien wie “A-Originalverpackt”, “A-geöffnet neuwertig” und “B-leichte Spuren” kosten beim Setup zwei bis drei Tage Mehraufwand und sparen wochenlange Nacharbeit.

Keine Rückkopplung eingebaut. Jede manuelle Korrektur muss als Trainingsdatenpunkt markiert werden, das Modell verbessert sich nur so kontinuierlich. Ohne diesen Kreislauf stagniert die Genauigkeit nach dem initialen Training. WMS-Integration vergessen erhöht diesen Effekt: Wer Klassifikationsergebnisse manuell umtippt, verliert die Hälfte des Zeitgewinns und bricht den Lernzyklus.

Modell nach Sortimentswechsel nicht nachtrainieren. Wenn neue Produktkategorien ins Sortiment kommen, andere Materialien, andere Schadensbilder, verliert das Modell still an Genauigkeit. Der Effekt ist heimtückisch, weil er keine Fehlermeldung erzeugt: Die Konfidenzwerte sinken, dadurch fallen mehr Artikel unter die Eskalationsschwelle, und der Zeitgewinn schmilzt, ohne dass jemand einen Auslöser benennen kann. Trag den durchschnittlichen Konfidenzwert je Kategorie in ein Quartalsprotokoll ein, das kostet zwei bis drei Stunden und macht den Rückgang sichtbar, bevor er teuer wird.

Was mit der Einführung wirklich passiert, und was nicht

Die erste Reaktion der Mitarbeiter auf das System ist selten Begeisterung. “Die wollen uns ersetzen” ist ein häufiger erster Gedanke, besonders wenn das Foto-Setup neu ist und sich nach Überwachung anfühlt. In der Praxis passiert das Gegenteil: Tobias muss nicht mehr 83 Entscheidungen täglich treffen und sich für jede rechtfertigen, er bestätigt KI-Vorschläge und eskaliert echte Grenzfälle. Die Arbeit wird weniger erschöpfend, nicht mehr.

Was sich hingegen nicht von selbst verbessert: die Retourenursachen. KI klassifiziert schneller und konsistenter, aber warum Kunden zurückschicken, das hängt am Produkt, der Produktbeschreibung oder der Verpackung. Die Daten, die das System liefert, sind wertvoll für Einkauf und Produktmanagement, aber nur, wenn jemand sie auch auswertet. Das erfordert eine interne Verantwortlichkeit, die vor dem Go-Live definiert sein sollte.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

“Unsere Produkte sind zu individuell für KI-Klassifikation.” Das stimmt für Unikate, handgefertigte Einzelstücke, Antiquitäten, maßgefertigte Artikel. Für standardisierte Produktsortimente mit Katalogfotos ist es fast nie wahr. Computer Vision wurde genau für diese Aufgabe entwickelt, und spezialisierte Modelle trainieren auf genau diesem Datenmuster. Der Einwand signalisiert oft fehlende Erfahrung mit modernen Vision-Modellen, nicht ein echtes Produktproblem.

“Wir vertrauen der KI nicht, was ist bei Fehlklassifikationen?” Fehlklassifikationen passieren, genauso wie bei menschlichen Prüfern. Der Unterschied: Das KI-Modell dokumentiert jeden Entscheidungsweg mit Fotobeweis und Konfidenzwert. Wenn der Konfidenzwert unter dem Schwellwert liegt, eskaliert das System automatisch zur manuellen Prüfung. Fehler sind nachvollziehbar und korrigierbar, und fließen als Trainingsdaten zurück.

“Wir haben keine Zeit für ein Einführungsprojekt.” Das ist der häufigste echte Blocker. Ein Make.com-Workflow mit Claude Vision-API lässt sich in einem Wochenende aufbauen und sofort mit echten Retouren testen. Wer mit diesem Einstieg beginnt und den Prozess sauber dokumentiert, hat nach vier Wochen einen Business Case, der das eigentliche Projekt rechtfertigt.

Woran du merkst, dass das zu dir passt

Das spricht dafür:

• Mehr als 50 Retouren täglich und Bearbeitungszeit als messbarer Kostenblock
• Mehrere Mitarbeiter mit unterschiedlichen Bewertungsstandards
• WMS vorhanden und Bereitschaft zur API-Integration
• Interesse, systematisch zu verstehen, warum Produkte zurückgeschickt werden

Das spricht dagegen:

• Weniger als 30 Retouren täglich, zu wenig Volumen für spezialisierte Software
• Hochindividuelle Produkte ohne klare A/B-Kriterien (Unikate, Antiquitäten)
• Kein WMS, ohne digitale Weiterverarbeitung fehlt der Haupteffekt
• Kein Betriebsrat-Buy-in wenn Mitarbeiterleistungsdaten in die Auswertung einfließen sollen

Das kannst du heute noch tun

Quellen & Methodik

• Forschungsgruppe Retourenmanagement, Otto-Friedrich-Universität Bamberg (Björn Asdecker), Enzyklopädie-Eintrag „Statistiken Retouren Deutschland”: Alpha-Retourenquote nach Kategorie und Zahlungsart (Fashion 30,15 bis 55,65 %, Consumer Electronics 8,59 bis 18,60 %, Medien und Bücher 4,46 bis 11,45 %), bei modischen Textilien und Schuhen teilweise 70 bis 80 %; mittlere Prozesskosten je Rücksendung 7,93 € und nach Volumen gestaffelt 17,70 / 6,61 / 5,18 €; Wertverlust 13,1 % des Warenwerts bzw. 7,25 € bei einem mittleren Retourenwert von 55,35 €; Gesamtkosten im Mittel 15,18 € (retourenforschung.de, abgerufen am 18.09.2026). Datenbasis sind Verbraucher- und Unternehmensbefragungen der Retourentacho-Reihe, die Erhebungen sind also nicht aktuell; aktuellere öffentlich zugängliche Primärzahlen zu deutschen Retourenkosten haben wir nicht gefunden.
• § 87 Abs. 1 Nr. 6 BetrVG, Mitbestimmung bei technischen Einrichtungen, die dazu bestimmt sind, Verhalten oder Leistung der Arbeitnehmer zu überwachen (gesetze-im-internet.de/betrvg/__87.html, abgerufen am 18.09.2026).
• Loop Returns, Preisseite: Checkout+ kostenlos, Essential 155 US-Dollar/Monat, Advanced 340 US-Dollar/Monat (loopreturns.com/pricing, abgerufen am 18.09.2026). Produktumfang laut Anbieterseite: Retouren, Umtausch, Tracking, Checkout, Betrugserkennung, Shopify-nativ. Keine Zustandsbewertung per Bildanalyse.
• Narvar, Anbieterseite: Produkte Promise, Track, Secure, Notify, Assist und Shield, keine öffentlichen Preise, keine Zustandsbewertung per Bildanalyse (corp.narvar.com, abgerufen am 18.09.2026).
• Cognex: Das Deep-Learning-Produkt heißt seit der Integration ins Standardportfolio VisionPro Deep Learning, vorher ViDi. Systempreise und Lizenzmodell siehe Cognex Vision .
• Toolpreise für Make.com, Claude und ChatGPT: Stand unserer Toolseiten, siehe Make.com , Claude und ChatGPT .
• Nicht belegbar und deshalb nicht mehr auf dieser Seite: eine Retourenbearbeitungszeit von 4 bis 8 Minuten, Wiederverwendungsquoten von 60 bis 70 beziehungsweise 75 bis 85 Prozent, eine Eskalationsquote von 15 bis 25 Prozent, ein Margenverlust von 5 bis 10 Prozent bei zu groben Kategorien sowie Retourenkosten von 10 bis 20 Euro (bei Elektronik und Möbeln 40 bis 80 Euro), die dem EHI Retail Institute zugeschrieben wurden. Für alle diese Werte hat sich keine Quelle finden lassen, die man öffnen und nachlesen kann. Ebenfalls entfernt: die Beschreibung von Narvar und Loop Returns als Plattformen „mit eingebautem KI-Assessment”, das trifft auf keines der beiden Produkte zu.