Wardrobing und Retourenmissbrauch: Wie man ihn erkennt, ohne gute Kunden zu bestrafen

DAS WICHTIGSTE Zusammenfassung der Redaktion

1. Wardrobing bedeutet, einen Artikel zu kaufen, einmal zu benutzen und gegen Rückerstattung zurückzugeben; es ist eine Form des Retourenmissbrauchs neben Reklamationsbetrug und von Mitarbeitenden ermöglichtem Betrug.
2. Der Benchmark-Bericht 2026 von Appriss Retail schätzte, dass 2025 Ware im Wert von 706 Milliarden US-Dollar retourniert wurde, davon 100 Milliarden US-Dollar (14.2 %) vermeidbarer Verlust durch Betrug und Missbrauch.
3. Erkennungsmodelle funktionieren am besten als Entscheidungshilfe am Retourenschalter oder im Rückerstattungsprozess und markieren Muster in der Transaktionshistorie, statt eine einzelne Retoure isoliert zu beurteilen.
4. Appriss Retail berichtete, dass 55 % der befragten nordamerikanischen Konsumenten Händler mit restriktiven Retourenregeln mieden; pauschale Regeln haben also messbare Kosten.
5. Im selben Benchmark wollten 80 % der Konsumenten Transparenz darüber, wie KI Retourenentscheide trifft, und nur 10 % vertrauten KI uneingeschränkt, was für eine menschliche Prüfung jeder Ablehnung spricht.

Wardrobing bedeutet, einen Artikel zu kaufen, ihn einmal zu tragen oder zu benutzen und gegen Rückerstattung zurückzugeben, und KI kann helfen, es zu erkennen, indem sie das Retourenverhalten über Kunden, Artikel und Kanäle hinweg bewertet. Das Risiko liegt bei den Fehlalarmen: Ein Modell, das ehrliche Kunden markiert, kostet mehr an verlorener Loyalität, als es an Missbrauch verhindert. Die praktische Antwort sind enge Zielgruppen, menschliche Prüfung und eine klare Regel, die Kunden lesen können.

Was ist Wardrobing, und wie gross ist der Retourenmissbrauch?

Appriss Retail beschreibt Wardrobing so: Man kauft etwas, etwa einen festlichen Pullover, nutzt es für einen Anlass und gibt es am nächsten Tag zurück. Es ist eine Art des Retourenmissbrauchs. Dieselbe Quelle nennt ausserdem Reklamations- und Kulanzbetrug (ein Kunde behauptet, eine Bestellung sei nie angekommen oder beschädigt gewesen, und behält den Artikel) sowie von Mitarbeitenden ermöglichten Betrug, bei dem ungeschulte Aushilfen gefälschte Retouren abwickeln.

Grössenschätzungen stammen überwiegend von Anbietern und Branchenverbänden, daher sind sie als Anhaltspunkte zu verstehen. Der Benchmark-Bericht 2026 von Appriss Retail bezifferte die retournierte Ware 2025 auf 706 Milliarden US-Dollar, davon 100 Milliarden US-Dollar (14.2 %) als vermeidbarer Verlust durch Betrug und Missbrauch. Die Mitteilung beschrieb zudem Online kaufen und im Laden zurückgeben als den am schnellsten wachsenden Missbrauchsvektor. Sie enthält Zahlen, die sich nicht vollständig miteinander vereinbaren lassen (Missbrauch wird sowohl als 12 % des retourenbezogenen Verlusts als auch als Dollar-Schlagzeile genannt); prüfen Sie daher den vollständigen Bericht, bevor Sie dem Verwaltungsrat eine einzelne Zahl nennen.

Im Vereinigten Königreich berichtete FashionNetwork im Oktober 2025 über eine Untersuchung von ZigZag und Retail Economics, wonach der Anteil der Serienretournierer von 12 % auf 8 % der Kunden sank und 76 % der 100 grössten Bekleidungs- und Schuhhändler ihre Retourenregeln verschärften. Derselbe Bericht hielt eine Verlagerung fest: Serienretournierer schickten weniger Artikel zurück, doch gelegentliche und langsame Retournierer nahmen zu.

Wie erkennt KI Retourenmissbrauch?

Die meisten Systeme kombinieren drei Ebenen. Die erste sind Regeln und Limiten, etwa eine Obergrenze für Retouren innerhalb eines Zeitraums. Die zweite ist die statistische Bewertung der Kundenhistorie: Retourenquote, Zeit zwischen Kauf und Rückgabe, Warengruppenmix und die Differenz zwischen Bestellwert und behaltenem Wert. Die dritte sind Prüfungen auf Artikelebene, zum Beispiel die Zustandsbewertung anhand von Fotos im Lager. Appriss Retail beschreibt eine KI, die am Retourenschalter die Transaktionshistorie eines Kunden liest und empfiehlt, ob die Mitarbeitenden genehmigen oder ablehnen sollen, wobei die Empfehlung anonymisiert ist.

Lesen Sie auch

Warum Retouren das teuerste Problem im Mode-E-Commerce sind

Warum schlagen pauschale Einschränkungen zurück?

Die Umfrage von Appriss Retail unter nordamerikanischen Konsumenten ergab, dass 55 % Händler mit restriktiven Retourenregeln mieden, 31 % nach einer negativen Retourenerfahrung nicht mehr bei einem Händler einkauften und 70 % nach einer positiven mehr ausgaben. Das sind Umfrageergebnisse eines Anbieters, doch sie entsprechen der Logik des Problems: Missbrauch konzentriert sich auf eine kleine Gruppe, während Einschränkungen alle treffen. Der Beitrag rät von pauschalen Regeln wie ohne Beleg keine Rückgabe ab, die treue Kunden vergraulen können.

Gezielte Regeln sind die Alternative. Wie Appriss Retail es beschreibt, zieht ASOS 3.95 Pfund von der Rückerstattung ab, wenn ein Retournierer Artikel im Wert von weniger als 40 Pfund behält, und seine Fair Use Policy richtet sich an eine kleine Gruppe von Kunden mit Vorgeschichte übermässiger Retouren. Der Sinn solcher Konzepte ist, dass die meisten Kunden der Regel nie begegnen.

Wie sieht ein fairer Erkennungsprozess aus?

1. Missbrauch operativ definieren (zum Beispiel wiederholte Rückgabe benutzter Artikel mit dokumentierter Zustandsprüfung), nicht allein über eine hohe Retourenquote.
2. Auf Kundenebene über einen langen Zeitraum bewerten und den Score mit dem Kundenwert kombinieren, sodass treue, profitable Kunden anders behandelt werden als seltene Ausreisser.
3. Abgestufte Reaktionen einsetzen: zuerst eine Verwarnung, dann eine Begrenzung kostenloser Retouren, dann ein Rückerstattungsabzug und erst danach eine Kontoeinschränkung.
4. Bei jeder Ablehnung oder Kontomassnahme einen Menschen einbinden, mit einer kurzen Begründung, die dem Kunden mitgeteilt werden kann.
5. Ergebnisse monatlich überprüfen: Einspruchsquoten, rückgängig gemachte Entscheide und den Anteil markierter Kunden, die später zu normalem Verhalten zurückkehrten.

Wie sollten Händler mit Vertrauen, Transparenz und Daten umgehen?

Transparenz ist den Kunden wichtig. Im selben Benchmark wollten 80 % der Konsumenten wissen, wie KI Retourenentscheide trifft, 71 % vertrauten menschlichen Mitarbeitenden bei Genehmigungen mehr als KI, und nur 10 % vertrauten KI uneingeschränkt. Ein Bewertungsmodell, das keinen Grund in verständlicher Sprache nennen kann, ist am Schalter und im Callcenter eine Belastung.

Retourenbewertung ist auch Profiling. Nach der DSGVO müssen personenbezogene Daten auf das für einen bestimmten Zweck Notwendige beschränkt sein (Artikel 5), und Personen können Entscheide ablehnen, die ausschliesslich auf automatisierter Verarbeitung beruhen und rechtliche oder ähnlich erhebliche Wirkung haben, mit Schutzvorkehrungen wie menschlichem Eingreifen und der Möglichkeit, die Entscheidung anzufechten (Artikel 22). Holen Sie rechtlichen Rat ein, ob eine Rückerstattungsverweigerung oder Kontoeinschränkung darunter fällt, und dokumentieren Sie die Begründung. Auch die Richtigkeit gilt: Die Daten, die das Modell speisen, müssen korrekt sein, einschliesslich der Zustellscans der Transporteure, sonst bestrafen Sie Kunden für Ihre eigenen Logistikfehler.

Lesen Sie auch

Clienteling: persönlicher Service im datengestützten Modegeschäft

Wie misst man, ob die Erkennung funktioniert?

Messen Sie den Nettoeffekt, nicht die Bruttoeinsparung. Verfolgen Sie vermiedene Missbrauchsverluste, aber auch Kundenbeschwerden, Rückerstattungseinsprüche, die Wiederkaufquote bei markierten und nicht markierten Kunden und die Konversion auf Seiten, die Ihre Retourenregel zeigen. Eine Haltegruppe, die bewertet, aber nicht behandelt wird, erlaubt es abzuschätzen, wie viele markierte Kunden sich ohnehin gut verhalten hätten. Ohne sie kann ein Modell wirksam aussehen und dabei unbemerkt profitable Kunden verdrängen.

Beheben Sie schliesslich die Ursachen, die Erkennung nicht beheben kann. Mangelhafte Grösseninformationen und dünne Produktinhalte treiben das ehrliche Überbestellen, und eine Regel, die diese Kunden als Verdächtige behandelt, verschärft das Problem. Erkennung sollte ein Teil einer breiteren Retourenstrategie sein, kein Ersatz für gute Passformdaten.

Häufige Fragen

Was ist Wardrobing im Modehandel?

Wardrobing heisst, einen Artikel zu kaufen, ihn einmal zu benutzen, typischerweise für einen Anlass, und gegen Rückerstattung zurückzugeben. Appriss Retail nennt das Beispiel eines festlichen Pullovers, der für eine Party gekauft und am nächsten Tag zurückgegeben wird. Es ist eine Form des Retourenmissbrauchs, die sich von Betrug mit gestohlener Ware oder falschen Nichtlieferungsmeldungen unterscheidet.

Kann KI zuverlässig erkennen, ob eine Retoure missbräuchlich ist?

Nicht bei einer einzelnen Retoure. Modelle sind besser darin, Muster in der Historie eines Kunden zu erkennen, und selbst dann liefern sie Fehlalarme. Behandeln Sie das Ergebnis als Empfehlung für eine geschulte Person und messen Sie Einsprüche und rückgängig gemachte Entscheide, um die Fehlerquoten zu verstehen.

Sollten Händler für Retouren Gebühren erheben, um Wardrobing zu stoppen?

Gebühren verringern manches Verhalten, zielen aber nicht gezielt auf Missbrauch und treffen auch ehrliche Kunden. Der Bericht von FashionNetwork vom Oktober 2025 legt nahe, dass Gebühren unter 3 Pfund im Vereinigten Königreich das Verhalten verändern, hält aber auch eine Verlagerung hin zu langsameren Rückgaben fest. Gezielte Abzüge bei Wiederholungstätern sind eine Alternative.

Ist Retourenbewertung in der EU legal?

Das hängt von der Ausgestaltung ab. Personenbezogene Daten müssen auf das für einen bestimmten Zweck Notwendige beschränkt sein, und die DSGVO lässt Personen Entscheide ablehnen, die ausschliesslich auf automatisierter Verarbeitung mit erheblicher Wirkung beruhen, mit menschlichem Eingreifen und einem Anfechtungsrecht als Schutzvorkehrungen. Holen Sie für Ihre Märkte rechtlichen Rat ein und binden Sie einen menschlichen Entscheidungsträger ein.

LeitfadenDer umfassende Leitfaden zu KI in Mode-E-Commerce, Marketing und RetailDen ganzen Leitfaden lesen