Glossar · Konzept
Was ist eine Produktempfehlungs-Engine?
Eine Produktempfehlungs-Engine ist die Software, die entscheidet, welche Produkte einem bestimmten Kunden gezeigt werden. Sie nimmt Eingaben (Browsing-Verhalten, Kaufhistorie oder genannte Präferenzen) und sortiert deinen Katalog, um die besten Treffer hervorzuheben.
Zuletzt geprüft 7. Juni 2026
Jeder Shop, der einem Kunden etwas anderes als den vollständigen Katalog zeigt, betreibt eine Empfehlungs-Engine irgendeiner Art, selbst wenn es nur eine manuelle Bestseller-Leiste ist. Die spannende Frage ist, was die Engine zur Entscheidung nutzt.
Die wichtigsten Typen
Verhaltensbasierte Engines nutzen, was Kunden tun: aufgerufene Seiten, angeklickte Artikel, gekaufte Dinge. Sie treiben die klassischen Leisten „für dich empfohlen“ und „Kunden kauften auch“ an. Sie beruhen auf kollaborativem Filtern, das viel Traffic und Historie braucht, um gut zu funktionieren.
Regel- oder attributbasierte Engines nutzen Produktdaten und vom Merchandiser gesetzte Logik: Zubehör zu dieser Kategorie zeigen, vorrätige Artikel zuerst hervorheben. Sie sind berechenbar, aber statisch.
Präferenz- oder quizbasierte Engines nutzen, was der Kunde dir direkt sagt. Der Kunde beantwortet ein paar Fragen und die Engine sortiert den Katalog anhand dieser Antworten. Das ist das direkteste Signal der Absicht, weil es freiwillig gegeben statt abgeleitet wird.
Das Cold-Start-Problem
Verhaltensbasierte Engines haben eine bekannte Schwäche: Sie versagen bei neuen Besuchern und neuen Produkten. Ein Erstbesucher hat keine Historie, also hat die Engine nichts, woran sie sich orientieren kann, und fällt auf generische Bestseller zurück. Ein neu hinzugefügtes Produkt hat noch keine Klicks und wird daher selten empfohlen.
Eine präferenzbasierte Engine hat keinen Cold Start. Ein brandneuer Besucher, der drei Fragen beantwortet, gibt der Engine schon beim allerersten Besuch alles, was sie braucht, ohne Tracking und ohne Warten darauf, dass sich Daten ansammeln.
Wie eine Quiz-Engine Produkte sortiert
Jede Antwort hat ein Gewicht. Eine Muss-Antwort kann passende Produkte hochstufen und unpassende herabstufen, während eine harte Einschränkung wie eine Allergie oder eine inkompatible Spezifikation Produkte vollständig ausschließen kann, egal wie gut sie ansonsten abgeschnitten haben.
Das Ergebnis ist eine sortierte, begründete Auswahlliste statt einer einzelnen Vermutung. Gute Engines reservieren außerdem einen Platz für jede Rolle in einem Set, sodass das Ergebnis eine komplette Routine, ein Stack oder ein Bundle sein kann statt nur ein Produkt.
Produktempfehlungs-Engine mit RevenueHunt
RevenueHunt ist eine präferenzbasierte Produktempfehlungs-Engine, die von einem Quiz angetrieben wird. Antworten stufen Produkte aus deinem aktuellen Katalog hoch, herab oder schließen sie aus, Empfehlungs-Slots reservieren einen Platz für jede Rolle in einem Set, und es funktioniert für einen Erstbesucher ohne jede Historie.
Weil die Eingaben freiwillig sind, dienen dieselben Antworten zugleich als Zero-Party-Data, die dir gehört und die du für Segmentierung nutzen kannst, lange nachdem der Kunde gegangen ist.
Häufig gestellte Fragen
Was ist der Unterschied zwischen einer verhaltensbasierten und einer quizbasierten Empfehlungs-Engine?
Eine verhaltensbasierte Engine leitet die Absicht aus Klicks und Kaufhistorie ab, was Traffic braucht und bei neuen Besuchern versagt. Eine quizbasierte Engine nutzt Präferenzen, die der Kunde direkt nennt, sie funktioniert also schon beim ersten Besuch ohne Historie.
Brauche ich viel Traffic, damit eine Empfehlungs-Engine funktioniert?
Nicht für eine quizbasierte Engine. Weil der Kunde dir seine Präferenzen nennt, funktioniert sie ab dem ersten Besuch. Verhaltensbasierte Engines hingegen brauchen viel Traffic und Kaufhistorie, bevor ihre Empfehlungen zuverlässig sind.
Kann eine Empfehlungs-Engine mehr als ein Produkt vorschlagen?
Ja. Mit Empfehlungs-Slots reserviert die Engine einen Platz für jede Rolle in einem Set und füllt jeden mit dem besten Treffer, sodass sie eine komplette Routine, einen Stack oder ein Bundle statt eines einzelnen Artikels liefert.
Weiterführende Lektüre
- Personalisierte Produktempfehlungen
- Conversational Commerce
- Product-Finder-Quiz
- So funktioniert es
- Quiz für Shopify
Weitere Glossarbegriffe
-
Conversational Commerce
Conversational Commerce ist der Verkauf über ein interaktives Gespräch in beide Richtungen statt über ein statisches Produktraster. Kunden beantworten Fragen, der Shop reagiert mit passenden Empfehlungen, so wie ein guter Verkäufer in einem Ladengeschäft arbeitet.
-
Produkt-Discovery
Produkt-Discovery ist, wie Kunden das richtige Produkt in deinem Katalog finden. Gute Discovery, über Suche, Filter und geführte Quiz, bringt einen Kunden mit so wenig Reibung wie möglich von „ich habe ein Problem“ zu „das ist das Produkt“.
-
Personalisierte Produktempfehlungen
Personalisierte Produktempfehlungen sind Vorschläge, die auf einen einzelnen Kunden zugeschnitten sind, statt der gleichen Bestseller, die allen gezeigt werden. Sie können auf Browsing-Verhalten, vergangenen Käufen oder, am direktesten, auf dem beruhen, was der Kunde dir sagt.
-
E-Commerce-Personalisierung
E-Commerce-Personalisierung bedeutet, das Einkaufserlebnis, die Produkte, Inhalte und Angebote, die ein Kunde sieht, auf den Einzelnen anzupassen, statt allen denselben Shop zu zeigen. Richtig gemacht, hebt sie die Conversion und den durchschnittlichen Bestellwert.
-
Shoppable Quiz
Ein Shoppable Quiz ist ein interaktives Quiz, das auf einer personalisierten Ergebnisseite endet, auf der Kunden die empfohlenen Produkte direkt in den Warenkorb legen können. Das Quiz ist Teil des Shops, keine Umfrage, die abseits am Rand lebt.
-
Quiz-Funnel
Ein Quiz-Funnel ist ein Marketing-Funnel, der ein Quiz als Einstiegspunkt nutzt. Ein Kunde macht ein Quiz, bekommt eine Empfehlung, gibt seine E-Mail-Adresse und tritt in eine segmentierte Follow-up-Sequenz ein. Er verwandelt anonymen Traffic in einen qualifizierten Lead mit bekannter Präferenz.
-
Lead-Generierungs-Quiz
Ein Lead-Generierungs-Quiz erfasst qualifizierte Leads: Ein Kunde beantwortet ein paar Fragen, gibt seine E-Mail-Adresse, um das Ergebnis zu sehen, und du bekommst einen Kontakt, getaggt mit seinen genannten Präferenzen. Es ist ein Opt-in mit einem eingebauten Grund zum Abonnieren.
-
Conversion-Rate-Optimierung (CRO)
Conversion-Rate-Optimierung (CRO) ist die Praxis, den Prozentsatz der Besucher zu erhöhen, die eine gewünschte Aktion ausführen, meist einen Kauf. Du misst die Conversion-Rate als Conversions geteilt durch Besucher und verbesserst sie dann, ohne mehr Traffic zu kaufen.
-
Durchschnittlicher Bestellwert (AOV)
Der durchschnittliche Bestellwert (AOV) ist der durchschnittliche Betrag, den ein Kunde in einer einzelnen Bestellung ausgibt. Du berechnest ihn, indem du den Gesamtumsatz durch die Anzahl der Bestellungen im selben Zeitraum teilst.
-
Cross-Selling und Upselling
Cross-Selling empfiehlt verwandte Produkte, die das ergänzen, was ein Kunde kauft, wie eine Feuchtigkeitscreme zu einem Reiniger. Upselling empfiehlt eine bessere oder größere Version dessen, was er bereits will, wie eine größere Größe oder eine Premium-Stufe. Beide heben den Bestellwert.
-
Kundensegmentierung
Kundensegmentierung ist die Praxis, Kunden nach gemeinsamen Merkmalen zu gruppieren, wie Zielen, Verhalten oder Demografie, sodass du jede Gruppe mit relevanter Ansprache erreichst, statt allen dasselbe zu senden.