5 inspirierende Beispiele für erfolgreiche Personalisierung im Online Shop

#1 Ex Libris: KI-gestützte Interessenssuche mit personalisierten Geschenkvorschlägen

Die Interessenssuche im Geschenkefinder von Ex Libris liefert personalisierte Buchempfehlungen aus natürlichsprachlichen Suchanfragen (Quelle: Screenshot von exlibris.ch)

Die Interessenssuche im Geschenkefinder von Ex Libris zeigt, wie moderne Personalisierung im E-Commerce funktionieren kann. Gerade bei Geschenken starten viele Nutzer unsicher und mit eher vagen Vorstellungen. Hier setzt der Geschenkefinder an und vereint klassische Produktsuche mit der intelligenten Verarbeitung komplexer und individueller Anfragen – direkt aus der Suchbox heraus.

So funktioniert es: Nutzer beschreiben in natürlicher Sprache, für wen das Geschenk gedacht ist und welche Vorlieben die Person hat – zum Beispiel Lieblingsautor oder bevorzugte Genres. Das System erkennt dabei automatisch, ob Nutzer gezielt nach einem bestimmten Produkt suchen („Harry Potter Band 1″) oder es sich um eine komplexe und individuelle Anfrage handelt („Ich suche ein Geschenk für meinen Vater, der gerne Thriller liest”). Ab einer bestimmten Anfragelänge greift hierbei die integrierte AI Search: Sie versteht Kontext und Absicht komplexer Suchphrasen und übersetzt selbst natürlichsprachliche Anfragen in eine passende Produktauswahl.

Um den Einstieg zu erleichtern, werden beim Klick in die Interessenssuche sogenannte Conversation Starter angezeigt: Vorschläge, die aktuelle Trends und häufige Suchbegriffe aufgreifen und Nutzer dazu einladen, semantisch zu suchen. Die Ergebnisliste wird anschließend mit einer kontextbezogenen Überschrift versehen, sodass sich das Resultat eher wie eine persönliche Empfehlung als eine reine Trefferliste anfühlt.

Ein praktisches Beispiel: Gibt jemand „Ich suche ein Geschenk für meinen Vater, der gerne Thriller wie von Sebastian Fitzek liest” ein, liefert die AI Search nicht nur passende Thriller-Titel ähnlicher Autoren, sondern rahmt die Empfehlungen mit einer Überschrift wie „Packende Spannung für alle, die Sebastian-Fitzek-Thriller lieben”.

Dieses Beispiel zeigt, wie Personalisierung über die intelligente Interpretation von Suchanfragen funktioniert und so die Trefferqualität spürbar erhöht. Die Interessenssuche übersetzt individuelle, frei formulierte Nutzerwünsche direkt in eine kuratierte Produktauswahl. Nutzer müssen keine perfekten Suchbegriffe kennen, sondern können ihr Anliegen einfach beschreiben – besonders hilfreich in unsicheren Situationen wie der Geschenksuche.

#2 naturPur: Personalisierung auf der Startseite

Je nach Nutzerhistorie unterscheidet sich die naturPur-Startseite – neue Besucher sehen allgemeine Topseller, während wiederkehrende Nutzer personalisierte Produktempfehlungen erhalten (Screenshot von shop-naturpur.de)

Die Startseite ist oft der erste Berührungspunkt mit einem Online Shop. naturPur nutzt diesen prominenten Touchpoint, um Besucher abhängig von ihrer Verhaltenshistorie unterschiedlich anzusprechen und so früh im Besuchsverlauf relevante Inhalte auszuspielen.

So funktioniert es: Der Shop unterscheidet auf der Startseite zwischen Besuchern mit und ohne Historie. Neue Besucher, zu denen noch keine Daten vorliegen, sehen zunächst allgemeine Topseller-Empfehlungen. Diese geben einen Überblick über beliebte Produkte. Sobald erste Verhaltensdaten vorhanden sind, passt sich die Startseite dynamisch an: Die Überschrift des Empfehlungswidgets ändert sich zu „Unsere Empfehlungen für dich“ und es werden Produkte angezeigt, die zu den individuellen Präferenzen und dem bisherigen Klickverhalten des Nutzers passen.

Das funktioniert bereits nach wenigen Interaktionen: Klickt ein neuer Shopper zum Beispiel auf mehrere Produkte aus der Kategorie Kosmetik und kehrt anschließend zur Startseite zurück, werden dort direkt passende, personalisierte Produktvorschläge angezeigt.

Das Beispiel zeigt, wie wirkungsvoll Personalisierung schon auf der Startseite sein kann: Eine personalisierte Startseite ermöglicht einen individuellen Einstieg in den Shop, sorgt für ein verbessertes Nutzererlebnis und führt Besucher schneller zu relevanten Produkten.

#3 mobilezone: Schnelleinstieg in die Personalisierung über den Warenkorblayer

Personalisierte Zubehör‑Empfehlungen im Warenkorblayer von mobilezone (Screenshot von mobilezone.ch)

Der Warenkorblayer ist ein ideales Beispiel dafür, wie sich die Personalisierung eines einzelnen Use Cases schnell und unkompliziert umsetzen lässt. Im Online Shop von mobilezone kommt dazu ein Cart-Layer-Widget zum Einsatz, das den Warenkorblayer gezielt mit relevanten Produktempfehlungen personalisiert.

So funktioniert es: Legt ein Kunde ein Produkt in den Warenkorb, öffnet sich ein Layer mit Empfehlungen, die genau auf dieses Produkt abgestimmt sind. Das gerade hinzugefügte Produkt dient dabei als besonders starkes Signal: Es zeigt eindeutig, was dem Nutzer gefällt und was er kaufen möchte. Neben feingranularen Regeln zu kompatiblem Zubehör fließen auch Klick- und Kaufverhalten sowie häufig zusammen gekaufte Artikel in die Empfehlungen ein. Legt ein Kunde beispielsweise ein iPhone 17 in den Warenkorb, werden ihm ergänzende Zubehörartikel wie passende Handyhüllen, Displayschutzgläser oder Ladegeräte angezeigt.

Das Beispiel zeigt, wie sich Personalisierung schnell und fokussiert in einem einzelnen Use Case umsetzen lässt. Die Empfehlungen sind hochrelevant, weil sie direkt auf dem aktuellen Produkt und dem Verhalten des Nutzers basieren. Kunden entdecken so einfach sinnvolles Zubehör, während der Shop zusätzlichen Umsatz über Cross Selling generiert.

#4 Ex Libris: Höchstmöglicher Personalisierungsgrad im E-Mail-Marketing

Personalisiertes E‑Mailing von Ex Libris, das dank automatisierter Empfängerselektion nur Nutzer mit potenziellem Interesse an der Buchneuerscheinung erreicht (Quelle: Screenshot E-Mail von exlibris.ch)

Ex Libris setzt Personalisierung im E‑Mail-Marketing ein, konkret im Rahmen von E‑Mailings zu Buchneuerscheinungen. Rund 90 Tage vor Veröffentlichung einer Neuerscheinung sollen gezielt die Kunden angesprochen werden, für die der Titel wirklich relevant ist.

So funktioniert es: Vor dem Versand einer E‑Mail-Kampagne ermittelt die KI vollautomatisiert, welche Kunden mit hoher Wahrscheinlichkeit Interesse an der jeweiligen Neuerscheinung haben könnten. Nur diese selektierten Personen erhalten anschließend das E‑Mailing. Die KI übernimmt dabei die gesamte Zielgruppenselektion und spielt die fertige Empfängerliste direkt an das E‑Mail-Versandsystem aus. Für den Empfänger wirkt das Mailing wie eine klassische Newsletter-Kommunikation – der eigentliche Personalisierungsgrad steckt im Hintergrund.

In diesem Beispiel zeigt sich Personalisierung also nicht primär im sichtbaren Inhalt, sondern in der Intelligenz der Empfängerauswahl. Statt alle Kunden mit derselben Botschaft anzusprechen, erhalten nur diejenigen eine E‑Mail, für die der Inhalt mit hoher Wahrscheinlichkeit relevant ist. Das reduziert Streuverluste, schont die Aufmerksamkeit der Empfänger und erhöht die Chance auf Öffnungen, Klicks und Käufe.

Der Effekt ist deutlich erkennbar: Ex Libris konnte den Umsatz aus dem E‑Mail‑Marketing im Online Shop im Vergleich zu einer Standardaussendung ohne selektierte Empfängergruppe verzehnfachen. Mehr Details zu diesem Personalisierungsbeispiel findest du in der Case Study.

Bleibe up to date in Sachen Personalisierung: Melde dich zum Epoq Newsletter an. Jetzt anmelden!

#5 Outletcity Metzingen: Aussendung von Kategorie-Newslettern mit personalisierten Inhalten

Personalisierung im Kategorie‑Newsletter von Outletcity Metzingen mit individuellen Produktempfehlungen (Screenshot von outletcity.com)

Outletcity Metzingen setzt Personalisierung ebenfalls im Bereich E-Mail-Marketing ein und zeigt, wie wirkungsvoll sie im Kategorie‑Newsletter funktioniert. Das Unternehmen versendete bereits redaktionell kuratierte Newsletter, wollte diesen Kanal jedoch im Rahmen ihrer Personalisierungsstrategie gezielter einsetzen. Ziel war es, Empfänger mit Inhalten zu erreichen, die möglichst genau zu ihren Interessen und Kaufwahrscheinlichkeiten passen.

So funktioniert es: Mithilfe einer KI wird für jeden aktiven Kunden eine Lieblingskategorie berechnet – also die Kategorie, für die die höchste Wahrscheinlichkeit eines nächsten Kaufs besteht. Auf Basis dieser Vorhersage wird der Kategorie-Newsletter vollständig personalisiert. Das betrifft mehrere Elemente gleichzeitig: die ausgewählte Kategorie, eine passende Betreffzeile, ein abgestimmtes Teaser-Bild, personalisierte Texte sowie relevante Produktempfehlungen. Interessiert sich ein Kunde beispielsweise für Stiefeletten, erhält er einen Newsletter mit genau diesem Themenschwerpunkt und entsprechenden Vorschlägen.

Dieses Beispiel zeigt, wie E‑Mail-Marketing durch Personalisierung weit über eine einfache personalisierte Ansprache hinausgehen kann und Empfängern umfassend relevante Inhalte bietet.

Die Wirkung der personalisierten Kategorie-Newsletter war klar messbar: Der über diesen Kanal generierte Umsatz ließ sich durch die personalisierte Variante um 44,3 % steigern. Alle Details dazu findest du in der Case Study.

Mehr Infos zur Personalisierung >>