Retourensteuerung braucht Datenqualität statt pauschaler Verbote
Wer Retouren pauschal einschränkt, riskiert im britischen Markt erhebliche Einbußen bei der Kundenbindung. In der Consumer Retail Returns Survey 2026 von Blue Yonder erklärten 89 % der britischen Befragten, bei einem Händler mit solchen Beschränkungen seltener einzukaufen oder ihn ganz zu meiden.
Für die Untersuchung wurden mehr als 5.000 Verbraucher in Großbritannien, den USA, Australien, Frankreich und Deutschland befragt; 1.001 davon kamen aus Großbritannien. Dort entschieden sich 52 % bereits wegen einer besseren Retourenregelung für einen bestimmten Händler. Weitere 35 % stellten ihre Einkäufe bei einem Anbieter ein, nachdem dieser seine Bedingungen im vergangenen Jahr verschärft hatte.
Die britischen Kunden retournieren dabei vergleichsweise selten. 25 % senden mindestens einmal im Monat Ware zurück, gegenüber 48 % in Frankreich und 46 % in Deutschland. Das macht die starke Reaktion auf Einschränkungen für Händler besonders relevant: Nicht allein die Menge der Retouren bestimmt die Kundenwirkung, sondern auch die wahrgenommene Fairness der Regelung.
KI muss zwischen Risiko und Kundenwert unterscheiden
36 % der britischen Verbraucher halten die Analyse von Retourenhistorien zur Kostenkontrolle für gerechtfertigt. 22 % empfinden sie als übergriffig und würden deshalb zu einem anderen Anbieter wechseln. Wird ein Kunde ausdrücklich als zu häufiger Rücksender eingestuft und werden seine Retouren begrenzt, würden 62 % der Babyboomer den Händler verlassen. Bei der Generation Z liegt dieser Anteil bei 39 %.
Für Retouren- und Fulfillment-Systeme folgt daraus eine praktische Anforderung: Eine automatisierte Entscheidung sollte neben der Frequenz auch Warenwert, Wiederverkaufspotenzial, Missbrauchsrisiko und Bearbeitungskosten berücksichtigen. Ein einheitlicher Grenzwert kann loyale Kunden ebenso treffen wie tatsächliche Missbrauchsfälle.
Fehlerhafte Empfehlungen erzeugen Arbeit im Rückwärtsfluss
23 % der britischen Befragten haben nach einer Empfehlung eines KI-Tools ein Produkt gekauft. 41 % dieser Gruppe retournierten ein solches Produkt im vergangenen Jahr. Als wichtigste Gründe nannten sie eine Abweichung von der Beschreibung (37 %) sowie eine falsche Größe oder Passform (26 %). Nur 17 % aller Befragten würden KI bei der Größenempfehlung vertrauen; 37 % lehnen sie in diesem Bereich vollständig ab.
Die Zahlen verknüpfen Kundenerlebnis und operative Datenqualität. Empfehlungsmodelle benötigen strukturierte, verlässliche Angaben zu Maßen, Material, Eigenschaften und Passform. Fehlen diese Informationen, entstehen zusätzliche Transporte, Prüfungen, Sortierung und Verpackungsaufwand.
Kostenlose Rücksendungen und schnelle Erstattungen bleiben die wichtigsten Erwartungen. 58 % erhielten im vergangenen Jahr das Angebot, einen Artikel behalten zu dürfen, statt ihn zurückzuschicken; 67 % davon würden anschließend eher wieder bei diesem Händler kaufen. Das kann wirtschaftlich sinnvoll sein, wenn die Rückführung teurer wäre als der erzielbare Warenwert. Gleichzeitig sorgen sich 56 % um Retouren, die auf Deponien landen könnten.
