Markenhersteller kennen ihre Produkte in- und auswendig. Ihre Kunden kennen sie kaum. Wer über Großhandel und Fachhandel vertreibt, lebt in einer selbst konstruierten Informationsarmut, und das ist kein Schicksal, sondern eine Entscheidung, die sich täglich in schlechteren Produkten, verschwendeten Entwicklungsbudgets und zunehmendem Marktdruck niederschlägt.
Der dreistufige Vertrieb folgt einer einfachen Logik: Hersteller beliefert Großhändler, Großhändler beliefert Fachhandel, Fachhandel verkauft an den Endkunden. Jede Stufe hat ihre Daseinsberechtigung, ihre Margen und ihre Eigeninteressen. Was dabei auf der Strecke bleibt: der direkte Draht zwischen dem, der ein Produkt entwickelt, und dem, der es täglich benutzt.
Für den Hersteller endet die Welt an der Laderampe des Großhändlers. Was danach passiert, ob das Produkt begeistert, reklamiert oder ein halbes Jahr unverkauft im Regal steht, erfährt er bestenfalls gefiltert, meistens gar nicht. Der Handel pflegt seine Kundenbeziehungen selbst. Er hat kein Interesse daran, diese Daten weiterzugeben. Warum sollte er auch?
Sell-in-Daten zeigen, wie viel ein Hersteller an den Handel geliefert hat. Sie sagen rein gar nichts darüber aus, was der Endkunde tatsächlich kauft, zurückschickt oder im Laden stehen lässt. Ein Produkt kann hervorragende Sell-in-Zahlen produzieren und gleichzeitig beim Konsumenten komplett durchfallen, weil der Handel auf Basis von Jahresgesprächen und Listungsvereinbarungen ordert, nicht auf Basis von echter Nachfrage.
Das ist kein Einzelfall. Es ist das strukturelle Grundproblem des indirekten Vertriebs. Hersteller feiern Listungen, während die Produkte in der Auslage verrotten. Das merken sie erst, wenn der Händler die nächste Jahresbestellung kürzt: zu spät, zu teuer, zu folgenreich.
Produktentwicklung ohne Kundenfeedback ist teures Raten. Wer nicht weiß, warum ein Kunde ein Produkt kauft oder eben nicht kauft, entwickelt an Bedürfnissen vorbei. Im dreistufigen Vertrieb ist genau das die Regel, nicht die Ausnahme.
Feedback gibt es im klassischen Handel durchaus. Nur kommt es nicht beim Hersteller an. Der Fachhändler hört vom Kunden, dass die Farbgebung eines Produkts nicht überzeugt, dass die Verpackung unpraktisch ist oder dass ein Wettbewerber ein Feature bietet, das fehlt. Was macht er damit? Er empfiehlt beim nächsten Kundengespräch vielleicht ein anderes Produkt. Oder er erwähnt es beim Außendienstbesuch des Herstellers, irgendwann, am Rande, zwischen zwei anderen Themen.
Bis diese Information den Weg in die Produktentwicklung findet, sind Monate vergangen. Meistens wird sie auf dem Weg dorthin auch noch erheblich weichgespült. Kein Außendienstmitarbeiter überbringt gern schlechte Nachrichten an seinen Produktmanager. Das Ergebnis: Die Entwicklungsabteilung bekommt ein freundliches, unverbindliches "könnte man verbessern" statt einer handfesten Marktaussage.
Wer zu spät erkennt, dass ein Produkt am Markt nicht funktioniert, produziert zu lange das Falsche. Überproduktionen sind die direkte Folge fehlender Marktsignale. Lagerkosten steigen, Abschriften folgen, Liquidität leidet. In Kombination mit langen Entwicklungszyklen entsteht ein gefährlicher Blindflug: Das nächste Produkt wird entwickelt, bevor das aktuelle überhaupt vollständig bewertet werden konnte.
Besonders kritisch wird es bei Produktlaunches. Ohne belastbare Daten zur Nachfrage werden Einführungsmengen geschätzt, häufig zu optimistisch, manchmal zu vorsichtig. Beides kostet Geld. Daten aus dem eigenen D2C E-Commerce können hier den Unterschied machen, zwischen kalkuliertem Launch und teurer Spekulation.
Der eigene Onlineshop ist kein Vertriebskanal. Er ist ein Forschungsinstrument. Diese Perspektive ist der entscheidende Gedankenwechsel, den Markenhersteller vollziehen müssen, die über einen D2C-Einstieg nachdenken.
Im stationären Handel gibt es Retouren, natürlich. Aber die Gründe dafür landen nicht systematisch beim Hersteller. Im eigenen Onlineshop hingegen ist jede Retoure ein datierter, kategorisierter Datensatz. Welches Produkt wird zurückgeschickt? Zu welchem Zeitpunkt nach dem Kauf? Mit welcher Begründung? Kommt die Retoure von einem Erstkäufer oder von einem Bestandskunden?
Eine Studie des Händlerbunds zeigt, dass über 70 Prozent der Onlinehändler Retourengründe nicht systematisch auswerten. Was im Handel als Logistikkosten abgeschrieben wird, ist im eigenen D2C-Shop ein strukturierter Datensatz mit direktem Entwicklungswert. EHI Retail Institute und ähnliche Forschungseinrichtungen belegen seit Jahren, dass Retouren die präzisesten Produktsignale im E-Commerce liefern, sofern man sie auswertet.
Diese Informationen sind direkt produktionsrelevant. Wenn ein Schuh systematisch wegen Größenproblemen zurückkommt, ist das kein Logistikproblem, sondern ein Produktfehler. Wenn eine Elektronikkomponente regelmäßig nach sechs Wochen reklamiert wird, gibt das Hinweise auf Qualitätsprobleme, die in der Produktion adressiert werden müssen. Kein Großhändler der Welt liefert diese Datentiefe.
Noch wertvoller als die abgeschlossene Transaktion ist der Abbruch kurz davor. Wo verlässt ein potenzieller Käufer den Shop? Welche Produktseite hat eine hohe Absprungrate? Welche Variante wird in den Warenkorb gelegt, dann aber wieder entfernt? Im Handel ist dieser Moment unsichtbar. Im eigenen Shop ist er messbar, auswertbar und damit steuerbar.
Kundenbewertungen im eigenen Shop gehen noch weiter. Anders als aggregierte Plattformbewertungen bei Amazon oder Google lassen sie sich direkt dem eigenen Kundenprofil zuordnen. Wer hat bewertet? Wie oft hat diese Person bereits bestellt? Bewertet ein Stammkunde positiv, hat das mehr Gewicht als eine anonyme Einmalbewertung. Diese Tiefe fehlt im indirekten Vertrieb vollständig.
Im dreistufigen Vertrieb existiert der Endkunde für den Hersteller nur als abstrakte Größe, als Marktforschungsstudie oder als Nielsen-Daten, die mit erheblichem Zeitverzug und zu hohen Kosten eingekauft werden. Im eigenen D2C-Kanal ist dieser Mensch plötzlich real: mit Namen, mit Geschichte, mit Verhalten.
Welche Suchanfrage hat einen Neukunden auf den Shop gebracht? Welche Produktseiten hat er besucht, bevor er gekauft hat? Hat er zunächst einen günstigeren Artikel gewählt und sich beim zweiten Kauf für die Premiumvariante entschieden? Jeder dieser Datenpunkte ist ein Puzzlestück zur Beantwortung einer Frage, die für die gesamte Unternehmensausrichtung entscheidend ist: Was bewegt meinen Kunden wirklich?
Die Customer Journey im D2C ist dabei kein einfacher linearer Prozess. Kunden recherchieren vorab, lesen Bewertungen, vergleichen, kehren zurück. Diese Berührungspunkte lassen sich messen und analysieren. Eine fundierte E-Commerce Zielgruppenanalyse ist die Basis, auf der Produktentwicklung, Marketing und Pricing zusammenfinden.
Ein einzelner Kauf sagt wenig. Was einen guten Kunden von einem schlechten unterscheidet, zeigt sich über Zeit. Kohortenanalysen gruppieren Kunden nach ihrem Erstkaufzeitpunkt und ermöglichen es, Entwicklungen im Kaufverhalten über Monate hinweg zu verfolgen. Kaufen Kunden, die im Winter erstmals bestellt haben, häufiger nach als Sommerkäufer? Gibt es Produktkombinationen, die zu besonders loyalen Kunden führen?
Der Customer Lifetime Value (CLV) ist dabei mehr als eine Kennzahl für den Marketing-ROI. Er ist ein Frühwarnsystem für Produktqualität. Kunden, die nach dem ersten Kauf nicht wiederkommen, senden ein Signal. Wenn dieses Signal aus einer bestimmten Produktgruppe kommt, ist das ein konkreter Entwicklungshinweis. Kein Handelsbericht der Welt kann diese Verbindung herstellen.
Die Bedeutung des CLV als strategische Steuerungsgröße ist auch außerhalb der E-Commerce-Bubble anerkannt. Das Harvard Business Review hat ausführlich beschrieben, wie Unternehmen durch Fokus auf Kundenbindung statt auf Neukundengewinnung strukturell profitabler werden. Für Hersteller im Mittelstand gilt das in besonderem Maße, weil die Akquisitionskosten im D2C anfangs hoch sind und sich erst über wiederkehrende Käufe amortisieren.
Der Übergang von Datenverfügbarkeit zu tatsächlich verbesserter Produktentwicklung ist kein Automatismus. Er erfordert Prozesse, Strukturen und den Willen, externe Signale tatsächlich in interne Entscheidungen zu übersetzen. Unternehmen, die diesen Schritt konsequent gehen, bauen einen Wettbewerbsvorteil auf, der sich nicht kopieren lässt.
Die klassische Produktentwicklung denkt in Jahreszyklen. Marktforschung im Frühjahr, Konzept im Sommer, Entwicklung im Herbst, Launch im nächsten Jahr. D2C-Daten arbeiten in anderen Zeitdimensionen. Wenn eine Farbvariante innerhalb von zwei Wochen nach dem Launch deutlich schwächer verkauft als prognostiziert, ist das ein Signal, das sofort sichtbar ist. Kein Unternehmen muss mehr ein ganzes Quartal auf den nächsten Außendienstbericht warten.
Diese Beschleunigung verändert die Art, wie Produktentscheidungen getroffen werden. Kleinere Iterationsschritte werden möglich. Varianten lassen sich testen, bevor eine Vollproduktion anläuft. Features können an einer Kundengruppe ausprobiert werden, bevor sie breit ausgerollt werden. Das ist keine Theorie, das ist die operative Realität von Unternehmen, die ihren D2C-Ansatz konsequent umgesetzt haben.
Der eigene Shop ist ein Testlabor ohne Eintrittsbarriere. Ein neues Produktfeature kann als Option eingeführt, das Kaufverhalten beobachtet und die Entscheidung auf Basis echter Nachfrage getroffen werden, nicht auf Basis von Bauchgefühl oder Handelsgesprächen.
Hier liegt ein Vorteil, den mittelständische Hersteller gegenüber großen Konzernen mit komplexen Entscheidungshierarchien ausspielen können:
Jeder dieser Touchpoints liefert Erkenntnisse, die im indirekten Vertrieb schlicht nicht existieren.
Wer D2C ernsthaft betreiben will, braucht mehr als einen Shopify-Store. Die technologische Infrastruktur entscheidet darüber, ob die gewonnenen Daten tatsächlich nutzbar sind oder ob sie in isolierten Systemen versanden.
Die Datenkette beginnt im ERP und endet beim Kunden, oder anders herum: Sie beginnt beim Kunden und muss ins ERP zurückfließen. Beide Richtungen müssen funktionieren, sonst entstehen Datensilos, die den gesamten Erkenntnisgewinn zunichtemachen.
Ein Produktinformationsmanagement-System (PIM) stellt sicher, dass Produktdaten konsistent über alle Kanäle ausgespielt werden. Das CRM sorgt dafür, dass Kundeninteraktionen zentral erfasst und auswertbar sind. Der Webshop ist die Oberfläche, auf der diese Systeme zusammenwirken. Eine solide Systemlandschaft ist keine Luxusübung für Konzerne, sie ist die Voraussetzung für funktionierenden D2C im Mittelstand. Wer diese Integrationen halbherzig angeht, kauft sich operative Probleme ein, die den Erkenntnisgewinn überlagern.
Die Frage, welche Plattform dabei die richtige Basis bildet, ist nicht trivial. Unsere Analyse zu B2B mit Shopify zeigt, wo gängige Plattformen ihre strukturellen Grenzen haben und wann sie dennoch vertretbar sind.
Kundendaten sind nur dann ein Asset, wenn sie rechtssicher erhoben und verarbeitet werden. Die DSGVO setzt klare Grenzen, und sie setzt sie besonders streng dort, wo personenbezogene Daten für Profilbildung und Segmentierung verwendet werden. Das ist exakt der Anwendungsfall, der im D2C-Kontext den größten Mehrwert erzeugt.
Für den Mittelstand bedeutet das konkret: Einwilligungsmanagement, Datenspeicherkonzepte und klare Prozesse für Auskunftsersuchen müssen von Anfang an mitgedacht werden. Nicht als nachgelagerte Compliance-Aufgabe, sondern als integraler Bestandteil der Datenarchitektur. Unternehmen, die das von Beginn an richtig aufsetzen, schaffen eine Basis, die skaliert. Alle anderen holen Anwälte und IT-Berater, wenn das Datenvolumen bereits gewachsen ist, und das wird teurer.
D2C kostet Geld: Technologie, Marketing, Logistik, Personal. Wer die Entscheidung für einen eigenen Kanal rein auf Basis der Vertriebsmarge trifft, rechnet oft enttäuschend. Wer aber den Datenwert in die Kalkulation einbezieht, kommt zu einem anderen Ergebnis.
Produktflops sind teuer. Entwicklungskosten, Produktionskosten, Marketingbudgets für einen Launch, der nicht funktioniert: Diese Summen sind im Mittelstand schnell im sechsstelligen Bereich. Schlechtere Produkte entstehen nicht aus mangelndem handwerklichen Können, sondern aus fehlenden Marktinformationen. Wenn Nachfrageprognosen auf realen Kaufdaten aus dem eigenen Shop basieren, statt auf Handelsgesprächen und Marktforschungsstudien, reduziert sich das Risiko von Fehlentwicklungen strukturell.
Das gilt besonders für neue Produktkategorien oder Marktsegmente. Wer eine neue Zielgruppe erschließen will, kann dies im eigenen D2C-Kanal mit kontrolliertem Budget testen, bevor er Handelslistungen anstrebt, Außendienstkapazitäten aufbaut und Produktionskontingente plant. Die Reihenfolge verändert das Risikoprofil fundamental.
Lagerkosten sind sichtbar. Die Kosten von schlechter Absatzplanung dagegen verteilen sich unsichtbar auf Abschriften, Sonderaktionen, Produktionsanpassungen und Opportunitätskosten für nicht produzierte Bestseller. Präzise Nachfrageprognosen sind das direkteste Mittel zur Senkung dieser versteckten Kosten.
D2C-Daten liefern dafür zwei entscheidende Inputs:
Wer diese Daten mit seinem ERP verknüpft, kann Produktionsplanung und Einkauf präziser steuern. Das reduziert Sicherheitsbestände, verbessert die Kapitalbindung und erhöht die Lieferfähigkeit in Phasen hoher Nachfrage. Kein schlechtes Ergebnis für einen Kanal, der oft nur als "zusätzlicher Umsatzbringer" betrachtet wird.
Markenhersteller, die heute ohne direkte Kundendaten arbeiten, vertrauen auf ein System, das sie bewusst vom Markt isoliert. Der dreistufige Vertrieb ist kein Informationssystem, er ist ein Distributions-System. Diese Unterscheidung ist fundamental. Wer Produkte entwickeln will, die Kunden wirklich wollen, braucht direkten Zugang zu diesen Kunden, zu ihrem Kaufverhalten, ihren Präferenzen, ihren Enttäuschungen.
D2C schafft diesen Zugang. Nicht als Ersatz für den Fachhandel, der weiterhin seine Funktion hat, sondern als parallele Informationsquelle, die das gesamte Unternehmen besser macht: Entwicklung, Marketing, Produktion, Logistik. Die Stärke von D2C liegt nicht im zusätzlichen Umsatz. Sie liegt in der Fähigkeit, endlich zu wissen, für wen man eigentlich produziert.
Der erste Schritt ist kein technologischer. Er ist ein mentaler. Solange D2C intern als Vertriebsprojekt behandelt wird, bleibt das Potenzial ungenutzt. Sobald es als strategisches Datenprojekt verstanden wird, ändert sich die Art, wie das Unternehmen damit umgeht: welche Ressourcen es bekommt, welche KPIs gesetzt werden, welche Abteilungen einbezogen sind.
Konkret bedeutet das für mittelständische Hersteller:
Wer diesen Kulturwandel ernstnimmt, wird feststellen, dass D2C weit mehr ist als ein weiterer Vertriebskanal. Es ist der Beginn einer anderen Art, Produkte zu denken: vom Kunden her, nicht vom Produktionsplan. Für Unternehmen, die langfristig wettbewerbsfähig bleiben wollen, ist das keine Option mehr. Es ist eine Notwendigkeit.
Wenn Sie konkret wissen wollen, wo Ihr Unternehmen bei der Kundendaten-Infrastruktur steht und welche ersten Schritte sinnvoll sind, sprechen Sie mit uns. Kein Standardvortrag, keine Agenturpräsentation: Ein direktes Gespräch darüber, was für Ihr Geschäftsmodell funktioniert.
Die Diskussion rund um D2C dreht sich zu oft um Margen und zu selten um Wissen. Das ist der falsche Fokus. Ob Direct-to-Consumer kurzfristig profitabler ist als der indirekte Vertrieb, hängt von Branche, Preispunkt, Wettbewerbssituation und operativer Reife ab. Darüber lässt sich trefflich streiten. Ob D2C den Zugang zu Kundeninformationen öffnet, den indirekter Vertrieb strukturell verweigert: darüber nicht.
Alexander Steireif ist Gründer und Geschäftsführer der Strategie- und Technologieberatung Alexander Steireif GmbH. Seit über 20 Jahren unterstützt er mittelständische Unternehmen dabei, ihren Vertrieb zu digitalisieren, leistungsfähige E Commerce Lösungen aufzubauen und klare Strategien für nachhaltiges digitales Wachstum zu entwickeln.
Geschäftsführer
steireif
