KI-Chatbot im Onlineshop: Kennzeichnung und Produktempfehlungen prüfen

Eine Kundin fragt nach ihrer Größe, ein anderer Kunde nach Zubehör für sein Tablet. In beiden Fällen kann ein KI-Chatbot helfen – aber nur, wenn du zwei Fragen getrennt beantwortest: Ist für Kunden erkennbar, dass sie mit KI sprechen? Und tragen die verfügbaren Produktdaten die konkrete Aussage? Ein sichtbarer KI-Hinweis ersetzt weder eine passende Größentabelle noch eine eindeutige Kompatibilitätszuordnung.

Was die Kennzeichnung im Chat leistet – und was nicht

Die Kennzeichnung betrifft die Interaktion mit KI. Wie du den Hinweis in deinem Shop-Widget ausgestaltest und welche rechtliche Einordnung für deinen Einsatz relevant ist, erläutert der Artikel zur KI-Kennzeichnungspflicht für Chatbots im Shop-Widget. Hier geht es um die davon getrennte Frage, was der Chat über ein bestimmtes Produkt behaupten kann.

„Diese Hülle passt sicher zu deinem Tablet“ wird nicht dadurch richtig, dass darüber „Du chattest mit KI“ steht. Fehlt die Modellnummer oder nennt die Kompatibilitätsliste das Gerät nicht, muss die Antwort diese Grenze benennen. Der KI-Hinweis gehört wiederum an den Gesprächseinstieg – nicht erst an eine möglicherweise unsichere Empfehlung.

Teste beide Texte im tatsächlichen Verlauf: Sieht ein neuer Besucher den KI-Hinweis, bevor er eine Antwort erhält? Benennt die zweite Formulierung die fehlende Information, statt sie hinter „könnte passen“ zu verstecken? Die Prüfung von Produktaussagen ist eine redaktionelle Arbeitsregel; daraus folgt keine pauschale rechtliche Einstufung aller Empfehlungen.

Welche Produktfragen brauchen welche Belege?

Eine Produktkarte zeigt ein Angebot, belegt aber nicht automatisch Passform oder technische Eignung. Nutze für wiederkehrende Fragen diese Prüfmatrix. „Aktuell“ heißt dabei: Die Quelle muss zur angebotenen Variante passen und darf nicht durch eine neuere Produktangabe überholt sein.

Frage	Benötigte Kundeneingabe	Quelle und mögliche Antwort	Wann nachfragen oder übergeben?
Größe	Das Maß, auf das sich die Tabelle bezieht; gegebenenfalls die gewünschte Passform.	Größentabelle für Artikel und Variante. Nenne den Tabellenbereich als Orientierung, nicht als Passformgarantie.	Fehlt das Maß, frage danach. Widersprechen sich Tabelle und Produkttext, lass den Fall prüfen; sonst droht eine Fehlbestellung.
Auswahl zwischen Varianten	Einsatzzweck und wichtigstes Auswahlkriterium.	Dokumentierte Variantenmerkmale im gepflegten Katalog oder Produktdatenblatt. Begründe die Auswahl mit dem relevanten Unterschied.	Fehlt ein entscheidendes Merkmal oder ist nur ein Werbewort vorhanden, behaupte keine Eigenschaft. Kläre die Lücke, bevor du eine Eignung empfiehlst.
Kompatibilität	Genaue Modellnummer und gegebenenfalls Gerätevariante.	Aktuelle Hersteller- oder Shop-Zuordnung zum konkreten Modell. Bestätige Kompatibilität nur bei eindeutigem Treffer.	Fehlt die Nummer, frage nach. Bei widersprüchlichen Listen oder ungeklärter Zuordnung ist eine menschliche Prüfung nötig; sonst kann das Zubehör unbrauchbar sein.

Arbeitsregel: Fehlt ein entscheidendes Merkmal, stelle zuerst eine gezielte Rückfrage. Widersprechen sich maßgebliche Quellen oder lässt sich die Lücke durch Nachfragen nicht schließen, gib keine eindeutige Eignung an. Übermittle dem Team die Frage zusammen mit den bereits geprüften Angaben. Besonders bei Kompatibilität ist ein Fehlkauf vor der Bestellung oft schwerer zu erkennen als ein offensichtlicher Farbunterschied.

Größenberatung: Eine Tabelle ist keine Passformgarantie

„Ich trage sonst M“ reicht für eine Größenempfehlung nicht aus. Die Tabelle des Artikels kann Körpermaße oder Maße des Kleidungsstücks ausweisen. Erst wenn klar ist, welche Art von Maß vorliegt, darf der Chat die Kundenangabe damit abgleichen.

Der Dialog setzt voraus, dass die Tabelle tatsächlich diesen Artikel und seine Variante beschreibt. Stehen dort stattdessen Maße der fertigen Jacke, darf der Chat 96 cm Körperumfang nicht direkt mit einem Jackenmaß gleichsetzen. Frage dann nach den nötigen Vergleichsangaben oder lass die Schnittangaben prüfen. Nach einer Änderung der Tabelle muss auch eine zuvor korrekte Antwort erneut getestet werden.

Produktauswahl: Bedarf vor Verkaufsargument

Bei der KI-Produktberatung im Onlineshop ist nicht das Finden eines Artikels die größte Hürde, sondern die Begründung der Auswahl. Angenommen, bei einer Trinkflasche ist für Variante A ein geringeres Gewicht dokumentiert, für Variante B ein größeres Fassungsvermögen. Welche besser passt, hängt vom Kundenwunsch ab. Ob eine der Flaschen in einen bestimmten Fahrradhalter passt, folgt aus diesen Angaben nicht.

1. Kriterium erfragen: „Ist dir unterwegs ein geringes Gewicht wichtiger oder möchtest du seltener nachfüllen?“ Frage nach dem Merkmal, das zwischen den Varianten entscheidet.
2. Varianten einzeln prüfen: Lies die aktuelle Angabe zu jeder Ausführung. Übernimm weder Eigenschaften einer anderen Größe noch solche einer anderen Produktgeneration.
3. Begründung formulieren: „Du möchtest seltener nachfüllen. Variante B hat laut Variantenangabe das größere Fassungsvermögen. Ob sie in deinen Fahrradhalter passt, ist damit nicht belegt.“
4. Wissensquelle bereinigen: Ersetze unbestimmte Wörter wie „ultrarobust“ nicht eigenmächtig durch eine technische Belastbarkeitszusage. Steht lediglich „Material: Edelstahl“ im Produkttext, ist genau das die belegbare Angabe.

Wenn beide Beschreibungen nur aus Werbewörtern bestehen, gibt es keine belastbare Grundlage für einen Vergleich. Lass die fehlenden Variantenmerkmale ergänzen, statt den Chat aus dem überzeugenderen Text eine Empfehlung ableiten zu lassen.

Kompatibilität: Erst das Modell, dann die Aussage

Bei Zubehör ist eine Serienbezeichnung oft zu grob: Innerhalb einer Serie können Anschlüsse, Maße oder Befestigungen abweichen. Die Rückfrage nach dem konkreten Modell gehört deshalb vor jede eindeutige Zusage.

Selbst mit Modellnummer ist die Prüfung nicht abgeschlossen, wenn sich Quellen widersprechen. Steht das Modell in einer Liste als kompatibel und in einer neueren Liste nicht, wählt der Chat nicht einfach die günstigere Aussage. Für die Übergabe notierst du Artikel und Variante, Modellnummer, genaue Kundenfrage sowie beide Fundstellen. Das Team kann dann die Daten klären, ohne den Kunden von vorn beginnen zu lassen.

So prüfst du Hinweise und Empfehlungen vor der Freigabe

Lege für jeden Testfall vorab fest, was du erwartest: eine begründete Antwort mit Quelle, eine bestimmte Rückfrage oder eine Übergabe. Notiere anschließend die tatsächliche Antwort und die verwendete Quelle. So erkennst du nicht nur, dass ein Test scheitert, sondern auch, ob eine Antwortregel oder ein Produktdatensatz korrigiert werden muss.

Ein geänderter Shop-Eintrag bedeutet nicht automatisch, dass jede Wissensquelle denselben Stand hat. Kontrolliere deshalb nach Produktänderungen auch verwendete Produktexporte und per Website-Scan übernommene Angaben. Halte fest, welche Quelle du korrigiert und welchen Test du anschließend wiederholt hast.

Für die Umsetzung bietet askVela einen KI-Bot mit Quellenangaben für Antworten aus der Wissensdatenbank sowie Bot-Regeln und eine Testkonsole zur Vorschau ohne echten Kundenchat. Ist eine Angabe nicht belegt, sagt der Bot das, statt zu raten. Deckt das hinterlegte Wissen eine Frage nicht ab und hilft auch eine Rückfrage nicht, ist eine Übergabe an das Team vorgesehen. Die Prüfung der Produktdaten und die Entscheidung, welche Aussagen dein Shop belegen kann, bleiben bei dir.