Geschrieben von Lasse Kathke am 24. Juni 2026. Zuletzt aktualisiert am 16. Juli 2026.

KI, die uns Arbeit abnimmt – nicht Verantwortung

Ein Blick hinter unsere KI-Werkzeuge

Pioneering AI in E-Commerce

Pioniergeist trifft Handarbeit

Wie wir bei Hans Natur künstliche Intelligenz einsetzen, was wir gerade ausprobieren, und wo wir bewusst Nein sagen

Ein neues Produkt kommt in den Shop. Früher hieß das: recherchieren, formulieren, Zertifikate nachschlagen, passende Tags vergeben, alles in unsere Markenstimme bringen. Ein halber Arbeitstag, locker. Heute sind es keine fünfzehn Minuten, bei derselben Sorgfalt.

Über künstliche Intelligenz im Handel wird gerade viel geredet. Oft klingt es nach Zauberei oder nach Stellenabbau. Bei uns ist es weder das eine noch das andere. Es ist ein Werkzeug, und wie bei jedem guten Werkzeug kommt es darauf an, wer es führt und wofür.

Ich arbeite bei Hans Natur an genau diesen Werkzeugen. Das hier ist also kein Blick von außen auf einen Trend, sondern ein Bericht von jemandem, der die Sachen selbst baut. Manches läuft längst im Alltag. Anderes ist ein Projekt auf meinem Rechner. Und ein paar Dinge lassen wir ganz bewusst sein.

Ein Assistent für die komplette Produktanlage

Unser wichtigstes KI-Projekt ist ein Assistent für die Produktanlage. Der schreibt nicht nur Beschreibungen, sondern hilft bei allem, was zu einem neuen Artikel gehört:

Im Hintergrund läuft eine Technik namens Function Calling: Der Assistent kann nicht nur formulieren, sondern echte Funktionen in unseren Systemen aufrufen. Er schlägt Zertifikate und Tags nach und holt sich die Informationen, die er für einen korrekten Eintrag braucht. Er erfindet nichts und rät auch nicht, er fragt nach.

Gerade bei Bio-Produkten ist das mehr als eine Spielerei. Ein Text, der ein Siegel behauptet, das nicht vorliegt, ist nicht nur peinlich, sondern ein echtes Problem. Ein Siegel wie GOTS steht für ein Versprechen, und das müssen wir genau treffen. Also liest der Assistent die Zertifikatsdaten aus, wo sie verlässlich gepflegt sind, statt sie zu erfinden.

Dazu kommen unsere Voice-of-Brand-Regeln: wie wir mit Kundinnen sprechen, welche Worte wir mögen, welche Floskeln nicht. Das Ergebnis liest sich nach Hans Natur, nicht nach einer Maschine.

Der wichtigste Punkt aber ist die Freigabe. Wir nennen sie Safe Mode: Bevor etwas online geht, geht ein Mensch jedes Feld einzeln durch und gibt es frei oder verwirft es.

Die KI macht den ersten Entwurf, nie die letzte Entscheidung. Der Text wird schneller fertig, aber er bleibt unser Text.

Besonders stark bei den Tags

Am deutlichsten merke ich den Unterschied bei den Tags, also der Verschlagwortung. Nach außen ist die unsichtbar, im Shop macht sie viel aus: Sie sorgt dafür, dass Filter greifen und passende Produkte zusammenfinden. Unsere Tags sind präzise gepflegt, aber sehr vielfältig. Genau das macht die Auswahl von Hand mühsam. Bei hunderten möglichen, fein abgestuften Tags übersieht man leicht den treffendsten, und zwei Kolleginnen entscheiden sich für denselben Artikel oft unterschiedlich.

Der Assistent liest die Produktinformationen und schlägt aus unserem bestehenden Katalog die passenden Tags vor. Wichtig ist das Wort bestehend: Er erfindet nichts Neues, sondern wählt aus dem, was wir definiert haben. So bleibt das Vokabular sauber und über das ganze Sortiment konsistent, auch bei der großen Vielfalt. Ein Mensch korrigiert nur noch eine gute Vorauswahl, statt bei null anzufangen. Und gute Daten sind die Grundlage für fast alles, was im Shop gut funktionieren soll.

Werbung, vom Entwurf bis zur Ausspielung

Beim Thema Werbung wird es konkret. Überschriften für Advertorials, mehrere Varianten für eine Anzeige, dazu passende Bilder. Was früher eine Anfrage an Grafik und Redaktion war, mit Briefing und Warteschleife, ist heute oft ein erster Aufschlag in Minuten.

Das heißt nicht, dass die Maschine den besten Entwurf liefert. Es heißt, dass wir zehn statt zwei Varianten ausprobieren können, bevor wir uns festlegen.

Mehr Versuche, schnelleres Lernen, am Ende die bessere Anzeige. Die KI hilft uns aber nicht nur beim Gestalten, sondern auch beim Aussteuern. Welche Kampagne läuft zu welcher Tageszeit, an welchem Wochentag, für welche Zielgruppe? Das sind Datenfragen, und da ist die KI stark.

Auch hier gilt unser Prinzip: Vorschlag von der Maschine, prüfender Blick vom Menschen. Wir lassen die KI nicht blind schalten, sondern schauen drüber, bevor das Budget rollt.

Finden statt suchen: ein Projekt, an dem ich gerade sitze

Jetzt zu etwas, das wir noch nicht im Einsatz haben, das mich aber nicht loslässt. Jede klassische Shopsuche hat dasselbe Problem: Sie vergleicht Buchstaben. Tippt jemand ein Wort, das so nicht im Produkttext steht, kommt nichts zurück. Null Treffer. Eine leere Ergebnisseite ist für einen Onlineshop ungefähr das Schlimmste, was passieren kann, denn die Kundin wollte kaufen, und wir haben sie mit einer weißen Seite weggeschickt. Dabei haben wir das passende Produkt fast immer im Sortiment. Wir haben es nur anders genannt, als sie gesucht hat.

Die semantische Suche löst das, indem sie Bedeutung versteht, statt Buchstaben zu vergleichen. Dafür übersetzt man jeden Produkttext und jede Anfrage in ein Embedding, einen Vektor aus vielen Zahlen, der die Bedeutung des Textes abbildet. Inhaltlich ähnliche Texte liegen in diesem Vektorraum nah beieinander, und über eine Nächste-Nachbarn-Suche findet das System die Produkte, die der Anfrage am nächsten sind, ganz ohne wörtliche Übereinstimmung.

Wer "etwas Beruhigendes für die empfindliche Haut vom Baby" eingibt, bekommt das passende Pflegeprodukt, selbst wenn im Text "Calendula" und "rückfettend" steht. Am stärksten ist die hybride Suche, also die Kombination aus beidem: exakte Marken und Artikelnummern punktgenau über die klassische Stichwortsuche, alles andere über die Bedeutung. Es ist noch nicht so weit. Aber nah genug, dass ich daran glaube.

Die Werkzeuge hinter den Werkzeugen

Um solche Systeme überhaupt bauen und pflegen zu können, setzen wir auch bei der Softwareentwicklung selbst auf künstliche Intelligenz. Unsere Inhouse-Software entwickeln wir laufend weiter, und KI gehört fest zum Werkzeugkasten beim Programmieren.

Ich habe so ziemlich jedes ernstzunehmende Modell ausprobiert: ChatGPT und Codex von OpenAI, Claude in den Varianten Sonnet und Opus, Gemini von Google. Die Erkenntnis ist unspektakulär, aber wichtig: Es gibt nicht das eine beste Modell, sondern für jede Aufgabe ein passendes. Mein Favorit zum Planen und Coden ist aktuell Claude, weil es schnell reagiert und Code liefert, mit dem ich direkt weiterarbeiten kann. Für die alltägliche Recherche greifen wir Entwickler dagegen oft zu ChatGPT.

Andere Kollegen haben andere Vorlieben, und das ist in Ordnung. Am nützlichsten ist etwas, das wir selbst gebaut haben: eigene, spezialisierte GPTs, gefüttert mit unseren Handbüchern zum Warenwirtschaftssystem und technischer Doku. Technisch steckt dahinter ein RAG-Ansatz (Retrieval-Augmented Generation): Das Modell antwortet nicht aus dem Gedächtnis, sondern zieht sich erst die passenden Stellen aus unseren Dokumenten und formuliert die Antwort auf deren Basis. Statt sich durch hunderte PDF-Seiten zu wühlen, fragt man in normaler Sprache und bekommt eine Antwort mit Bezug auf genau diese Unterlagen. Für neue Kolleginnen ist das ein echter Beschleuniger beim Einarbeiten.

Auch hier gilt:

Assistent, kein Autopilot.

Den Code, der unsere Werkzeuge antreibt, bauen wir mit demselben Anspruch, mit dem wir die Produkte im Regal auswählen. Ob am Ende alles sauber, sicher und wartbar ist, entscheiden wir, nicht die Maschine.

Und das, was wir bewusst nicht tun

Pioneering heißt für uns nicht, alles zu machen, was technisch geht. Manchmal heißt es, Nein zu sagen.

Ein Beispiel: Kundenservice per KI-Chat finde ich spannend, ein Assistent, der Bestellungen aufruft, bei Retouren hilft, Produktfragen beantwortet. Bauen könnten wir das mit denselben Bausteinen wie unseren Produkt-Assistenten.

Aber wir haben einen Kundenservice, auf den ich stolz bin. Die Kolleginnen und Kollegen dort kennen unsere Ware genau: Sie wissen, welcher Stoff für empfindliche Haut taugt, welche Creme zu einem Baby passt und was eine Familie wirklich braucht. Dieses Wissen ersetzt keine Maschine, und das wollen wir auch gar nicht.

Wo eine KI helfen könnte, ist bei dem, was Zeit kostet, ohne echtes Produktwissen zu verlangen: Wo ist mein Paket? Wie läuft die Retoure? Solche trivialen Fälle könnte ein Assistent abnehmen, damit unser Team mehr Zeit für die Fragen hat, bei denen es wirklich auf Erfahrung ankommt. Genau so, als Entlastung im Einfachen und nicht als Ersatz im Wichtigen, würden wir KI im Service überhaupt einsetzen.

Und selbst das nur unter einer Bedingung: Solange wir keinen sauberen, DSGVO-konformen Weg haben, personenbezogene Daten zuverlässig zu anonymisieren, bevor ein Sprachmodell sie überhaupt sieht, geht das bei uns nicht ans Netz.

Das ist keine Bremse aus Angst, das ist Haltung. Wer mit den Daten von Familien arbeitet, von Schwangeren, von Eltern kleiner Kinder, trägt eine besondere Verantwortung. Also gilt die Reihenfolge: erst der saubere Weg, dann das Feature. Nicht andersherum.

Was die KI uns nicht abnimmt

Eine KI kann einen guten Produkttext schreiben, Tags vorschlagen, Anzeigen entwerfen und unsere Suche von leeren Ergebnisseiten befreien. Aber ob hinter einem Produkt jemand mit Herz steht, ob wirklich jemand ausgewählt, geprüft und gemeint hat, was er anbietet, das spüren unsere Kundinnen trotzdem.

Bei Hans Natur machen wir vieles mit Liebe. Das ist kein Werbespruch, sondern die Grundlage der Firma, und diese Liebe steckt nicht im Algorithmus. Sie steckt in den Menschen, die entscheiden, welches Produkt es überhaupt in unser Sortiment schafft.

Deshalb bauen wir unsere Werkzeuge so, dass sie unsere Sorgfalt verstärken, statt sie zu ersetzen. Die KI nimmt uns das Tippen ab, das Nachschlagen, das stundenlange Verschlagworten. Das Auswählen, das Abwägen, das Kümmern behalten wir. Und genau das ist für mich verantwortungsvoller Pioniergeist: nicht der Erste sein um jeden Preis, sondern neue Werkzeuge so einsetzen, dass am Ende mehr Mensch übrig bleibt, nicht weniger.

Weitere Beiträge, die dich interessieren könnten:

Lasse Kathke

Senior Software Entwickler

Lasse Kathke verantwortet bei Hans Natur die technische Weiterentwicklung digitaler Prozesse und beschäftigt sich intensiv mit dem praktischen Einsatz von Künstlicher Intelligenz im E-Commerce. Sein Fokus liegt darauf, moderne Technologien sinnvoll in bestehende Abläufe zu integrieren – von der Produktdatenpflege über die Softwareentwicklung bis hin zur intelligenten Suche. Dabei verbindet er technisches Know-how mit einem klaren Qualitätsanspruch und der Überzeugung, dass KI Menschen unterstützen, aber nicht ersetzen sollte. Sein Blick richtet sich auf Lösungen, die effizient, verantwortungsvoll und konsequent am Nutzen für Kunden und Mitarbeitende ausgerichtet sind.

Alle Artikel von Lasse