
Planen und Steuern, das ist der olympische Zweikampf des Handels. Betrachtet man die wesentlichen Eckwerte unserer Branche, so scheint es, als ginge es einigen schon seit Längerem lediglich um den olympischen Gedanken. Die Frage ist, wie lange noch.
Betrachtet man das vergangene Jahr und springt für einen Vergleich fünf Jahre zurück ins Jahr 2020, fällt die Bilanz ernüchternd aus und erklärt die Skepsis der Finanzmärkte gegenüber dem Handel: Die DB1-Marge ist rückläufig. Die EBIT-Marge ist rückläufig. Die durchschnittlichen Akquisitionskosten sind stark gestiegen. Die Wiederkaufsquote stagniert bei 30 Prozent, während die Kredit- und Kapitalkosten ebenso stark gestiegen sind. In der Summe liegen die Kapitalkosten bei vielen Unternehmen deutlich über der Gewinnmarge – Wert wird vernichtet. Und kein Bereich zeigt das deutlicher als Fashion: Es ist der größte Bereich im E‑Commerce und gleichzeitig, betriebswirtschaftlich betrachtet, einer der schlechtesten.
Der Grund liegt im Modell selbst. „Sell what's on the truck” – das ist das Motto des Sales-led-Ansatzes. Eine Abteilung kauft für Skaleneffekte möglichst große, gebündelte Mengen mit möglichst viel Vorlauf ein, die dann von anderen Abteilungen im Markt platziert werden sollen. Die Kaufentscheidungen basieren auf historischen Daten und Trendprognosen, die schon immer um einen beachtlichen Faktor danebenlagen. Je schneller der Markt und je kurzlebiger die Trends sind, desto schlimmer wird es: Laut Erhebungen von McKinsey und Business of Fashion lagerten Hersteller 2024 ihre Ware im Schnitt 168 Tage, bevor sie überhaupt in den Verkauf ging. Das ist gebundenes Working Capital, das an Wert verliert, bevor überhaupt der erste Euro Umsatz fließt.
Obwohl wir unwirtschaftliche und langfristig selbstzerstörerische Rabatte geben und uns von einem Sale in die nächste Promo schwingen, bleiben am Ende dennoch 20 bis 30 Prozent Überhänge übrig.
Da jede Trend-Glaskugel mit 18 Monaten Vorlauf naturgemäß trüb ist, geben wir 30 bis 40 Prozent Rabatt, um den Absatz der bedingt relevanten Ware zu fördern. Effekte auf die Kapitaleffizienz oder das Markenimage? Geschenkt, der Bestand muss schließlich weg.
Konsistente Größen, nachvollziehbare Passformen und eine effektive Qualitätskontrolle? Lästige Störvariablen beim Versuch, die Marge über die Produktionskosten zu stützen. Laut einer Recherche der Süddeutschen Zeitung lag die Varianz beim Taillenmaß von T‑Shirts in Größe S bei 8 cm und in Größe L sogar bei 12 cm. Größe und Passform sind die Hauptgründe für Retouren. Die Branche liegt je nach Modegrad und Zielgruppe nicht selten bei einer Rücksendequote von 50 bis 60 Prozent. Multipliziert man diese Quote mit den Stückkosten von 10 bis 20 Euro pro Rücksendung inklusive Aufbereitung für den Wiederverkauf (EHI Retail Institute), fragt man sich, womit sich die Effizienzprogramme vieler Eckbüros stattdessen beschäftigen. Und nein, „Return to Office” hilft hier auch nicht.
Und obwohl wir unwirtschaftliche und langfristig selbstzerstörerische Rabatte geben und uns von einem Sale in die nächste Promo schwingen, bleiben am Ende dennoch 20 bis 30 Prozent Überhänge übrig. Je nach angenommenem Verkaufspreis entsprechen diese 70 bis 140 Milliarden Dollar pro Jahr. Das sind vier bis acht Prozent des globalen Modemarkts. 40.000 Tonnen davon landen jedes Jahr allein in der Atacama-Wüste – Textilhalden, die inzwischen auf Satellitenbildern erkennbar sind.
Vier Prozent gelten 2026 bereits als überdurchschnittlich gute Conversion Rate. Das heißt: Selbst bei vergleichsweise guter Performance kaufen 96 von 100 Besuchern nichts.
Unproduktive Sortimente und hohe Abschriften lassen sich aber auch an anderer Stelle messen. Die Online-Conversion-Rate dümpelt seit Ewigkeiten im Schnitt zwischen zwei und drei Prozent. Vier Prozent gelten 2026 bereits als überdurchschnittlich gut. Das heißt: Selbst bei vergleichsweise guter Performance kaufen in diesem Moment 97 von 100 Besuchern nichts. Eine schlechte Conversion-Rate wirkt sich negativ auf die Unit Economics im Handelsmodell aus. Eine gesunde Wiederkaufsquote könnte helfen, doch diese stagniert im Branchenschnitt bei 30 Prozent im ersten Jahr nach der Gewinnung. Zwei Kennzahlen, eine Ursache: Sortimente, die nicht den Nerv der Kunden treffen, sowie Größen- und Passformprobleme.
Was bedeutet eine Wiederkaufsquote von 30 Prozent in der Praxis? Selbst bei der optimistischen Annahme, dass sich die Quote über die Jahre nicht weiter verschlechtert, bleiben von einer Kohorte von 100 akquirierten Kunden im ersten Jahr nur noch 30, im zweiten Jahr nur noch neun und im dritten Jahr reicht es nicht einmal mehr für ein Tennis-Doppel. Wer dennoch wachsen möchte, muss die Lücken mit extrem teuren Neukunden stopfen. Was sich da dreht, ist kein Flywheel, sondern ein Churnwheel. Es dreht sich zwar etwas, aber gegen einen.
Wer die Nachfrage bedient, statt Bestände in den Markt zu drücken, ist betriebswirtschaftlich gesünder und schont die Umwelt.
Wie schaffen es Zara und Shein, bei überdurchschnittlichem Wachstum Überhänge von unter einem Prozent zu erreichen und im Falle von Zara eine Rendite wie im Luxussegment zu erzielen? Weil sie mit ihrem Modell erfolgreich, schnell und adaptiv existierende Nachfrage bedienen und durch datengetriebene Steuerung kaum Überproduktion generieren: Demand-led Commerce.
Zwei Fälle sind zwar kein Beweis für ein Naturgesetz, aber sie widerlegen die bequemste Ausrede der Branche, dass es nicht anders geht. Der Punkt ist nicht, Shein oder Zara als Geschäftsmodell im Detail zu betrachten. Der Punkt ist: Wer die Nachfrage bedient, statt Bestände in den Markt zu drücken, ist betriebswirtschaftlich gesünder und schont die Umwelt (falls das über die PR hinaus noch jemanden interessiert). Wer zudem Größen, Passformen und seine QA in den Griff bekommt, zahlt diese Investitionen aus der Portokasse der Retouren-Ersparnisse. Gut für die GuV. Gut für die Marge und die Kapitalbindung. Gut für das Kundenverhalten, die Frequenz, die Wiederkaufsquote und die Conversion-Rate. Und gut für den Planeten.
Demand-led argumentiert von der menschlichen Nachfrage aus und nicht von der Maschine als neuer Zielgruppe. Mit steigendem Anteil KI-basierter Antworten auf Kundenfragen verschiebt sich die Entscheidungsmacht bei der Vorauswahl in Richtung LLMs und, im Szenario des Agentic Commerce, hin zu KI-Agenten.
Wer es heute in die engste Auswahl im Kopf des Kunden schafft, sichert sich auch den „Share of Answer“ in der KI. Dieser lässt sich nicht mit Werbebudget einkaufen, da er auf Gewohnheit beruht.
Wer daraus das Ende des Demand-led Commerce ableitet, irrt jedoch gewaltig. Sobald KI auswählt oder KI-Agenten eine Kaufentscheidung vorbereiten oder treffen, wirkt die individuelle Präferenz des Kunden als “System-Override”. Jedes Modell, jeder Assistent oder Agent wird versuchen, seinem Nutzer optimal zu entsprechen. User-Memory und Kontext sind der Burggraben dieser Systeme. Individuelle Präferenzen werden nicht nur berücksichtigt, sondern konsequent bedient. Wer es heute in die engste Auswahl im Kopf und damit in das Verhalten des Kunden schafft, sichert sich damit auch den „Share of Answer“ in der KI. Dieser lässt sich nicht mit Werbebudget einkaufen, da er nicht auf Sichtbarkeit, sondern auf Gewohnheit beruht. Relevanz aufzubauen ist keine Marketingfrage. Es ist eine Frage der Zukunftsfähigkeit.
Der Vorteil des Plattformmodells von Anbietern wie Amazon oder Zalando besteht darin, dass kein eigenes Warenrisiko getragen werden muss, da die Ware Dritter angeboten wird. Der Nachteil ist, dass man von der Attraktivität dieser Ware abhängig ist. Je weniger die Hersteller im Sales-led-Modell den Zeitgeist treffen, desto unattraktiver wird die Plattform als Aggregator dieser Irrelevanz. Der schönste Teller hilft nicht, wenn das Essen kalt ist.
Konsequent zu Ende gedacht stellt sich die Frage: Müssten die großen Plattformen nicht selbst auf Demand-led Commerce umstellen?
Zumindest für den großen Mainstream-Block, also das Preissegment und das mittlere Segment, ließe sich ein erheblicher Teil des heutigen Markensortiments durch ein Demand-led betriebenes Eigensortiment ersetzen. Wie man an Shein, Zara oder New Yorker sieht, werden in diesen Segmenten letztlich vor allem Styles und weniger die dahinterstehenden Marken gekauft. Übrig bliebe der obere Teil der Pyramide: echte, strahlkräftige Marken, die unabhängig von Geschwindigkeit und Preis gekauft werden.
Im Grunde könnten die Plattformen also auf Demand-led Commerce umstellen. Aber das entspricht nicht der DNA und dem Skill-Set der meisten Anbieter, die sich vor allem als Infrastrukturgeber sehen – als Systemgastronom ohne eigenen Koch und eigene Küche. Zudem werden Asset-leichte Plattformgeschäfte am Kapitalmarkt mit anderen Multiples bewertet als Hersteller mit eigenem Warenrisiko. Ein Wechsel würde ein Downgrading riskieren, selbst bei besseren Unit Economics und höherer Profitabilität. Disruption wird daher mutmaßlich aus anderen Richtungen kommen oder durch M&A erfolgen.
An den technischen Voraussetzungen scheitert es indes nicht. KI liefert die vorher fehlende Antwort: Echtzeit-Aufnahme von Nachfragesignalen, kurze Produktionszyklen durch digitalisierte Fertigungsverfahren, schnelle Content-Produktion und Nachorder-Management. Wir sind in der Phase angekommen, in der all dies verfügbar und einsetzbar ist. Shein bietet sein Produktionssystem seit September 2025 unter dem Namen Xcelerator sogar Dritten als Dienstleistung an: fünf bis sieben Tage von Design bis Regal, gegen die Auflage, einen Shop auf dem eigenen Marktplatz zu eröffnen. Erste Marken sind bereits dabei.
Die Disruption wird nicht von denen kommen, die am lautesten über KI reden. Sie wird von denen kommen, die am konsequentesten verstehen, was Kunden wirklich wollen.
Wer weiterhin das verkauft, was auf dem Truck steht, schiebt das Problem nur vor sich her: steigende Kapitalkosten, sinkende Margen und ein sich schneller drehendes Churn-Wheel als der Umsatz wächst. Das Modell wird nicht scheitern, weil die Konkurrenz billiger ist. Es wird scheitern, weil die Konkurrenz relevanter ist.
Die technischen Voraussetzungen für den Modellwechsel sind gegeben. Die betriebswirtschaftliche Notwendigkeit könnte kaum größer sein. Was fehlt, ist der Entschluss. Die Disruption wird nicht von denen kommen, die am lautesten über KI reden. Sie wird von denen kommen, die am konsequentesten verstehen, was Kunden wirklich wollen, und ihr Geschäftsmodell darauf ausrichten. Das ist keine Frage des Geschmacks. Es ist eine Frage der Bilanz.
Stefan Wenzel ist seit mehr als 25 Jahren im digitalen Handel und einer der profiliertesten Köpfe der Branche. Seine Vita beinhaltet unter anderem Stationen als Geschäftsführer für Unternehmen wie Ebay, brands4friends, Otto, Mexx und Tom Tailor Digital. Heute unterstützt Stefan Wenzel Firmen als Fractional Executive, Beirat und Advisor, er ist zudem Keynote Speaker, Autor und Podcast-Host. Mehr Informationen unter stefanwenzel.com
In seinem neuen Buch beschäftigt sich Stefan mit "Agentic Commerce – Wie KI-Agenten den Handel neu strukturieren und wer künftig entscheidet". Mehr dazu inkl. kostenlosem KI-Companion zu den Inhalten gibt es hier.
Beiträge von Stefan Wenzel