Case Studies

Case Study: Automatisierung des E-Commerce Retourenprozesses

Herausforderung: Ein fragmentierter Retourenprozess


Der Retourenprozess eines E-Commerce-Shops war über drei Kanäle verteilt – Website, Bestellbestätigungs-E-Mail und Shopify Self-Service-Portal – jeder mit leicht abweichenden Anweisungen. Endkunden wussten nicht, welchen Weg sie nehmen sollten, und nutzten alle drei gleichzeitig.

Das Ergebnis: doppelte Anfragen, manuelle Prüfschritte an mehreren Stellen und Retouranfragen, die im Shopify-Portal unbeantwortet blieben, weil das Kundenservice-Team es nicht regelmäßig prüfte. Jede Standardretoure band wertvolle Mitarbeiterzeit – obwohl der Ablauf in 95 % der Fälle identisch war.


Schritt 1: KI-Agent erkennt Retouren-Absicht in Chatwoot


Der erste Automatisierungsschritt: Ein KI-Agent in Chatwoot liest eingehende E-Mails mit, erkennt die Retouren-Absicht und antwortet dem Endkunden automatisch mit einem freundlichen Hinweis auf das Shopify Self-Service-Portal.

Chatwoot läuft dabei on-premise auf der eigenen Kubernetes-Infrastruktur des Kunden – eingehende E-Mails und Kundendaten verlassen zu keinem Zeitpunkt die eigene Umgebung. Ein entscheidender Vorteil für die DSGVO-konforme Datenverarbeitung im E-Commerce.

Der manuelle Prüf- und Weiterleitungsschritt durch das Kundenservice-Team entfällt damit vollständig für den Standardfall.


Der Agent in Aktion


So sieht die automatische Antwort des Agenten in Chatwoot aus – der Endkunde erhält den Link zum Shopify Self-Service-Portal, ohne dass jemand manuell eingreifen musste.

Schritt 2: Vollautomatisches DHL-Retourlabel via Shopify Webhook


Ein letzter manueller Engpass blieb: die Freigabe neuer Retouranfragen im Shopify-Backend. Das Team prüfte es nicht systematisch – Endkunden warteten unnötig lange auf ihr Label.

Die Lösung: Ein Agent empfängt Shopify Webhooks in Echtzeit, sobald ein Endkunde über das Self-Service-Portal eine Retoure anlegt. Er erstellt automatisch ein DHL-Retourlabel über die DHL API, hinterlegt es in Shopify und schließt den Workflow ab – ohne dass ein Mitarbeiter eingreifen muss.

Das Kundenservice-Team greift erst wieder ein, wenn das Paket physisch eintrifft – also genau dort, wo menschliches Urteilsvermögen wirklich gefragt ist: bei der Warenprüfung.


Ergebnisse auf einen Blick


Der Gesamtaufwand für Setup und Anpassung lag bei 4 Tagen. Die Wirkung war unmittelbar messbar.

−80 % Zeitaufwand pro Retoure im Kundenservice
−90 % Antwortzeit auf Retouren-E-Mails
−85 % Verzögerung bis zum Retourlabel
−95 % manuell bearbeitete Standardretouren

Endkunden erhalten ihr Retourlabel jetzt in Minuten statt in Stunden – ohne dass ein Mitarbeiter eingreifen muss.


Technologie & Stack


Chatwoot (On-Premise)

Open-Source-Kundenservice-Plattform auf eigenem Kubernetes-Cluster. E-Mails, Kundendaten und Konversationen bleiben vollständig in der eigenen Infrastruktur – DSGVO-konform.

KI-Agent (Intent Detection)

LLM-basierter Agent erkennt Retouren-Absicht in eingehenden E-Mails und formuliert automatische Antworten mit Verweis auf das Self-Service-Portal.

Shopify Webhook

Shopify sendet Echtzeit-Events bei neuen Retouranfragen. Kein Polling, keine Verzögerungen – der Agent reagiert sofort auf neue Ereignisse.

DHL Retouren-API

Vollautomatische Erstellung von DHL-Retourlabels. Parameter werden direkt aus den Shopify-Bestelldaten abgeleitet und das Label in den Shopify-Workflow zurückgeschrieben.

Was andere Shops daraus mitnehmen können


1. Konsistenz vor Automatisierung. Drei verschiedene Beschreibungen desselben Prozesses lassen sich nicht automatisieren – sie müssen zuerst vereinheitlicht werden.

2. Self-Service-Portale funktionieren nur, wenn sie bekannt sind. Das Shopify-Portal war technisch einwandfrei – aber im Team kaum bekannt. Der erste Schritt war, es zum einzigen Eingangskanal zu machen.

3. Webhooks sind der Schlüssel zur Echtzeit-Automatisierung. Manuelles Prüfen eines Backends skaliert nicht. Shopify Webhooks liefern Ereignisse sofort.

4. Menschen dort einsetzen, wo sie wirklich gebraucht werden. Die Warenprüfung erfordert menschliches Urteilsvermögen – alles davor kann automatisiert werden.