E-Commerce-Prozesse automatisieren mit KI: Die Landkarte vom Klick bis zum Geld

Zwischen dem Klick auf "Kaufen" und dem Geld auf deinem Konto liegen fünf Stationen. An jeder davon verbrennst du gerade Zeit, wenn du sie manuell bedienst.

Ich weiß das, weil wir bei nano, mate und MUSTAX jede dieser Stationen erst manuell gemacht und dann automatisiert haben. Bei mate hieß das konkret: Bestellabwicklung von 4 Stunden pro Tag auf 15 Minuten. Wer Prozesse automatisieren mit KI ernst meint, braucht aber eine Landkarte statt einer Tool-Liste. Welche Station kommt zuerst, was ist dort automatisierbar, und wo bleibt ein Mensch im Spiel. Genau die Landkarte bekommst du hier, Station für Station.

Die Order-to-Cash-Strecke im Überblick

So heißt die Strecke in der Beraterwelt, aus der ich komme. Sie hat fünf Stationen:

Wichtig: Die Reihenfolge ist auch die Bau-Reihenfolge. Erst Operations, dann der Rest. Marketing zu automatisieren, bevor die Bestellabwicklung steht, ist der klassische Fehler.

Station 1 und 2: Bestellung und Fulfillment automatisieren

Das ist der größte Hebel, also fängst du hier an. Der manuelle Weg: Bestellung in Shopify checken, Daten an den Fulfiller kopieren, Tracking abwarten, eintragen, Kunde informieren. 3 bis 5 Minuten pro Bestellung. Bei 100 Bestellungen sind das 5 bis 8 Stunden am Tag.

Der automatisierte Weg bei uns: Shopify sendet bei jeder Bestellung einen Webhook an n8n. Der Workflow validiert die Daten, prüft die Adresse, erkennt Sonderwünsche. Dann gehen die Daten direkt an die API des Fulfillers, mit SKU-Mapping und korrekter Adressformatierung. Kein Portal, kein Kopieren.

Wo steckt hier KI drin? An zwei Stellen. Erstens bei der Validierung: unklare Adressen oder auffällige Kommentare erkennt ein Sprachmodell besser als eine starre Regel. Zweitens beim Sonderfall: was nicht ins Raster passt, landet mit Kontext in Slack, statt still liegenzubleiben.

Das Ergebnis bei nano: 50 bis 150 Bestellungen am Tag, kein Mensch involviert. Falsch verschickte Bestellungen kommen seitdem kaum noch vor. Das technische Setup habe ich mit Benedikt im Detail beschrieben: Order Processing ohne Mitarbeiter.

Die Grenze: Dein Fulfiller braucht eine API. Wer nur ein Portal zum Klicken anbietet, blockiert deine gesamte Strecke. Das ist bei uns inzwischen ein Ausschlusskriterium bei der Partnerwahl.

Station 3: Versandkommunikation

Die einfachste Station, und trotzdem oft vernachlässigt. Sobald der Fulfiller "versendet" meldet, passiert bei uns automatisch: Tracking-Nummer in Shopify hinterlegen, Status auf "fulfilled", Mail an den Kunden mit Tracking-Link und voraussichtlichem Lieferdatum.

Warum das mehr ist als Komfort: "Wo ist mein Paket?" macht bei uns 40 Prozent aller Support-Anfragen aus. Jede proaktive Versandmail ist eine Anfrage, die nie ankommt. Und die Anfragen, die trotzdem kommen, beantwortet die KI mit Tracking-Daten aus dem System, in 3 Minuten statt 24 Stunden. Wie das komplette Support-Setup aussieht, steht im Guide zum Kundenservice automatisieren.

Station 4: Retoure

Retouren sind der Prozess mit den meisten Handgriffen: Anfrage lesen, Label erstellen, versenden, auf Ware warten, prüfen, erstatten, Lagerbestand anpassen. Bei mate waren das früher 45 Minuten am Tag, bei einer Retourenquote von 8 bis 10 Prozent.

Heute: Der Kunde nutzt ein Self-Service-Formular. Produkt wählen, Grund wählen, Erstattung oder Umtausch. n8n prüft die Anfrage, erstellt automatisch das DHL-Label und mailt es dem Kunden. Kommt die Ware beim Fulfiller an, löst dessen API-Meldung die Erstattung über Shopify aus. Bei MUSTAX hat das die Bearbeitungszeit von 2 Tagen auf 2 Stunden gedrückt, bei mate den Tagesaufwand von 45 auf 5 Minuten.

KI braucht diese Station kaum, sie ist regelbasiert. Nur zwei Fälle gehen an uns: "Beschädigt" und "Anderer Grund". Da schaut ein Mensch drauf und entscheidet über Kulanz. Genau so soll es sein.

Netter Nebeneffekt: Die Dropdown-Gründe liefern Daten. Wir haben so gesehen, dass ein Großteil der Retouren ein Produktthema war, kein Servicethema. Das ändert, woran du arbeitest.

Station 5: Buchhaltung

Die unsexy Station, aber hier wird aus Umsatz echtes, verbuchtes Geld. Manuell heißt das: Belege sammeln, Transaktionen zuordnen, alles an den Steuerberater. Jeden Monat aufs Neue.

Bei uns läuft das so: Banktransaktionen werden automatisch abgeholt, eine Kombination aus festen Regeln und KI ordnet sie zu. Wiederkehrendes wie Shopify-Payouts oder Server-Rechnungen per Regel, den Rest schlägt die KI vor und wir bestätigen. Belege werden automatisch den Transaktionen zugeordnet. Am Monatsende läuft der DATEV-Export für den Steuerberater, wir klicken einmal "prüfen".

Die Grenze ist hier bewusst gesetzt: Die KI schlägt vor, sie bucht nicht final. Bei Geld gilt bei uns immer Human-in-the-Loop. Eine falsch versendete Mail ist peinlich, eine falsche Buchung ist ein Problem mit dem Finanzamt.

Was die Strecke zusammenhält: ein Hub statt zehn Tools

Ein Punkt, der über Erfolg und Frust entscheidet: Bau die Stationen nicht mit zehn Einzeltools, die nicht miteinander reden. Wir fahren alles über einen zentralen Hub, bei uns ist das self-hosted n8n auf einem kleinen Server für rund 15 Euro im Monat.

Warum das wichtig ist:

• Ein Ort für Fehler. Wenn etwas hakt, schaust du in ein System, nicht in fünf. Jeder Fehler landet bei uns als Slack-Meldung, mit Kontext.
• Daten fließen durch. Die Retoure kennt die Bestellung, der Support kennt das Tracking, die Buchhaltung kennt den Payout. Getrennte Tools verlieren genau diese Verbindungen.
• Kosten skalieren nicht mit. Doppelt so viele Bestellungen kosten beim eigenen Hub null Euro mehr. Bei nano haben wir Black-Friday-Spitzen mit dem Zehnfachen des normalen Volumens gefahren, mit gleichem Aufwand für uns.

Welches Tool du als Hub nimmst, hängt von deinem Team ab. Den Vergleich haben wir hier aufgeschrieben: n8n vs Make vs Zapier. Die Kurzfassung: technikaffin und langfristig gedacht heißt n8n, schnell und selbst pflegbar heißt Make, ganz einfach heißt Zapier.

Womit du anfängst: Die Priorisierung

Nicht alles auf einmal. Unsere Reihenfolge, und die empfehle ich fast jedem Brand:

• Zuerst Bestellung und Fulfillment. Größter Zeitfresser, klarste Regeln, schnellster Effekt.
• Dann Versandkommunikation. Klein im Aufwand, halbiert nebenbei dein Support-Volumen.
• Dann Kundenservice und Retouren. Jetzt hast du die Datenbasis, auf der KI gut arbeiten kann.
• Zuletzt Buchhaltung. Wichtig, aber sie brennt nicht täglich.

Und die Gegenfrage, die du dir stellen solltest: Lohnt es sich überhaupt schon? Unter etwa 10 Bestellungen am Tag ist manuelle Abwicklung verkraftbar, deine Zeit ist im Wachstum besser investiert. Welche Systeme du bei welchem Volumen brauchst, steht in der Roadmap von 0 auf 100 Orders pro Tag. Und was der ganze Aufbau kostet, rechne ich in Was Automatisierung wirklich kostet offen vor.

Noch eine Grenze, die dir niemand verkauft: Automatisierung braucht Wartung. APIs ändern sich, Fulfiller wechseln, Sonderfälle tauchen auf. Rechne mit 2 bis 4 Stunden pro Monat, sonst verrottet das System leise.

Fazit: Die Key Takeaways

• Die Order-to-Cash-Strecke hat fünf Stationen: Bestellung, Fulfillment, Versandkommunikation, Retoure, Buchhaltung.
• Automatisiere in dieser Reihenfolge. Operations zuerst, Buchhaltung zuletzt.
• KI gehört dorthin, wo Urteil nötig ist: Validierung, Support, Buchungsvorschläge. Der Rest ist klassische, regelbasierte Automatisierung.
• Bei Geld und Kulanz bleibt ein Mensch in der Schleife.
• Unter rund 10 Bestellungen am Tag: erstmal wachsen, nicht bauen.

Bei uns hat diese Landkarte dazu geführt, dass zwei Leute drei Brands führen können. Station für Station, ohne Magie.

Falls du wissen willst, welche Station bei euch der größte Hebel ist: schau bei Flowhouse vorbei, oder schreib mir auf LinkedIn.