15.04.2026

7 Minuten

Kaufabbrüche: Rekordwerte, neue Muster und was KI wirklich bewirkt

Kaufabbrüche: Rekordwerte, neue Muster und was KI wirklich bewirkt

Mehr als 7 von 10 Kunden, die Produkte in den Warenkorb gelegt haben, schließen den Kauf nicht ab. Sie verlassen den Shop, ohne zu bezahlen. Dem deutschen Onlinehandel entgehen so jährlich Umsätze in Milliardenhöhe.

Diese Zahl ist keine Momentaufnahme. Der aktuelle E-Report von uptain, basierend auf Daten aus über 3.000 Online-Shops und 30 Millionen echten Nutzern, zeigt eine klare Trendlinie: 69,75 % im zweiten Halbjahr 2023, 72,11 % im zweiten Halbjahr 2024, jetzt 72,32 %. Jedes Halbjahr ein neuer Rekord.

Konstant hohe Abbruchraten zeigen: Der Checkout bleibt einer der größten Umsatzhebel im E-Commerce.

Besonders für kleine und mittelständische Shops ist die Lage ernst. Großanbieter wie Amazon, Temu oder Shein investieren massiv in reibungslose Checkout-Erlebnisse und kostenfreie Lieferungen. Wer als kleinerer Shop nicht mit gezielten Maßnahmen gegenhält, verliert Besucher nicht nur an schlechte Usability, sondern an ein strukturell überlegenes Wettbewerbsumfeld.

Das Wichtigste vorab:

  • Über 72 % der Kaufvorgänge im Onlinehandel brechen vor dem Bezahlen ab – Rekord. 
  • Kunden springen schneller ab als je zuvor: Die Sitzungsdauer liegt nur noch bei 4:07 Min.
  • Am häufigsten werden Abbrüche über das iPhone durchgeführt.
  • Die meisten Abbrüche erfolgen am Wochenende. 
  • Wer KI-gestützt gegensteuert, kann “verlorenen” Umsatz zurückgewinnen.

In einer Situation, in der es immer schwieriger und teurer wird, überhaupt Besucher in den eigenen Shop zu holen, ist es umso entscheidender, diese nicht im Checkout zu verlieren.

Drei Erkenntnisse aus dem neuen Report

Die durchschnittliche Sitzungsdauer vor einem Abbruch ist auf 4 Minuten und 7 Sekunden gesunken

Das sind fast 50 Sekunden weniger als noch 2023. Nutzer scannen Shops, sie lesen sie nicht. Wer vertrauensbildende Elemente wie Versandkosten, Rückgaberegelungen und Zahlungsoptionen nicht sofort sichtbar kommuniziert, verliert den Kunden, bevor überhaupt ein Kaufimpuls entstehen kann.

Außerdem starten immer mehr Nutzer ihren Entscheidungsprozess mit KI-Tools wie ChatGPT oder Perplexity. Sie kommen also bereits mit fertigen Vergleichen und klaren Erwartungen in den Shop. Wer den User dann nicht in Sekunden überzeugen kann, ist raus.

Zusätzlich wirkt ein wachsendes Phänomen verstärkend: FOBO, die „Fear of Better Options". In einem Markt mit unzähligen vergleichbaren Anbietern zögern Kunden zunehmend, weil sie befürchten, woanders ein besseres Angebot zu finden. Wer nicht im richtigen Moment mit dem richtigen Argument überzeugt, verliert.

Das iPhone führt die Abbruchstatistik an

iPhone-Nutzer brechen Käufe mit 73,08 % am häufigsten ab. Android-Nutzer folgen mit 71,87 %, Tablet-Nutzer mit 70,43 %. Auf Desktop-Geräten fällt die Rate deutlich geringer aus: Windows-Nutzer liegen bei 63,78 %, Macintosh-Nutzer bei 69 %.

Mobile Nutzer sind anspruchsvoller und wandern schneller ab. Ein Checkout, der auf dem Smartphone nicht reibungslos funktioniert, ist damit eine der teuersten Schwachstellen im gesamten Shop. Für Shop-Betreiber lohnt es sich deshalb, mobile Nutzer gezielt anzusprechen, um Kaufabbrüche auf genau diesen Geräten zu reduzieren.

Das Wochenende ist der kritischste Zeitraum

Montags werden 69,61 % der Käufe abgebrochen. Samstags sind es bereits 72,77 %. Zu Beginn der Woche tätigen Kunden eher alltägliche, gewohnheitsmäßige Käufe. 

Am Wochenende beschäftigen sie sich intensiver mit größeren Anschaffungen, vergleichen mehr Anbieter und zögern länger. Für Shop-Betreiber kann es sich daher lohnen, Maßnahmen zur Rückgewinnung am Wochenende gezielt zu verstärken und das veränderte Nutzerverhalten in der Kommunikation zu berücksichtigen.

Drei Ansätze gegen Kaufabbrüche

Die allgemeinen Gründe für Kaufabbrüche sind bekannt: unerwartete Versandkosten, fehlende Zahlungsoptionen, ein zu komplexer Checkout oder mangelndes Vertrauen in den Shop. 

Weitaus wichtiger ist für Händler in der Praxis jedoch die Frage, an welchen Punkten der Customer Journey konkret gehandelt werden kann und wie das für jeden einzelnen Nutzer und jede Situation passend aussieht.

Grundsätzlich lassen sich drei Typen von Maßnahmen unterscheiden, die sich gegenseitig ergänzen:

  1. Präventive Maßnahmen: Präventive Maßnahmen zielen darauf ab, Kaufabbrüche zu verhindern, bevor sie überhaupt entstehen. Das geschieht durch Verbesserungen an Usability, Transparenz und Vertrauen entlang des gesamten Einkaufserlebnisses. Typische Beispiele sind klar strukturierte Produktinformationen, kurze Ladezeiten, ein vereinfachter Checkout und sichtbare Vertrauenssignale wie Gütesiegel oder Kundenbewertungen. Diese Maßnahmen bilden die Grundlage.
  2. Sofortmaßnahmen in Echtzeit: Sofortmaßnahmen greifen genau in dem Moment ein, in dem ein Nutzer Abbruchverhalten zeigt. Exit-Intent Popups liefern dann in Echtzeit kontextbezogene Unterstützung oder Anreize, um den Kunden noch im Shop zu halten. Entscheidend ist dabei, dass die richtige Botschaft für die jeweilige Situation ausgewählt wird, also nicht pauschal ein Gutschein für jeden, sondern eine Reaktion, die dem tatsächlichen Abbruchgrund entspricht.
  3. Reaktive Maßnahmen nach dem Abbruch: Reaktive Maßnahmen sprechen Nutzer an, die den Shop bereits verlassen haben. Dazu zählen personalisierte Warenkorb-Erinnerungsmails und weitere gezielte Folgekommunikation, die Kunden zurückbringt und zum Abschluss animiert. Auch Browse-Abandonment-Mails für Besucher, die Produkte angeschaut, aber nichts in den Warenkorb gelegt haben, gehören in diese Kategorie.

Alle drei Ansätze haben ihren Platz. Wer sie kombiniert und aufeinander abstimmt, schöpft das Potenzial seiner Besucherbasis deutlich besser aus als mit einzelnen, isolierten Maßnahmen.

Warum statische Lösungen zu kurz greifen

Die klassische Antwort auf Kaufabbrüche ist ein generischer Rabatt oder eine zeitverzögerte Erinnerungsmail. Das Problem: Nicht jeder Abbrecher ist preissensitiv. Nicht jede Situation erfordert denselben Impuls. Und nicht jeder Nutzer, der die Maus in Richtung Browserleiste bewegt, hat tatsächlich die Kaufabsicht aufgegeben.

Genau hier liegt die Schwäche regelbasierter Systeme. Ein einfaches Mausbewegungssignal allein ist kein zuverlässiger Indikator für echten Exit-Intent. Wer auf einem Windows-Gerät den Cursor nach links bewegt, will nicht zwingend den Browser schließen. Wer den Zurück-Button nutzt, navigiert möglicherweise nur innerhalb des Shops. Wer einen Tab wechselt, verlässt den Shop nicht unbedingt. All diese Verhaltensweisen als Abbruchsignal zu werten und sofort einen Gutschein-Popup auszulösen, kostet Marge und stört den Nutzer, ohne echten Mehrwert zu liefern.

Eine KI-basierte Lösung wie uptain kombiniert stattdessen dutzende Verhaltenssignale gleichzeitig

  • Scrollverhalten
  • Tab-Wechsel
  • Sitzungsdauer
  • Tageszeit
  • Endgerät
  • Warenkorbwert
  • Herkunftsquelle
  • E-Mail-Domain
  • historische Kaufmuster

Daraus leitet der Algorithmus ab, ob ein Nutzer tatsächlich kurz vor dem Abbruch steht und welche Art von Reaktion in diesem Moment die passende ist.

Ein weiterer Vorteil: Das System lernt nicht nur aus den Daten eines einzelnen Shops, sondern wird auf aggregierten, anonymisierten Daten aus tausenden Online-Shops trainiert. Das erzeugt eine breitere Datenbasis, schnellere Lernzyklen und zuverlässigere Entscheidungen. Die Genauigkeit der Exit-Intent-Erkennung steigt dadurch um bis zu 20 % im Vergleich zu einfachen, manuell konfigurierten Regeln.

Sofortmaßnahme: Exit-Intent-Popup mit Kontext

Erkennt der Algorithmus, dass ein Nutzer kurz vor dem Abbruch steht, wird ein kontextuell angepasstes Popup ausgespielt. Anders als ein generischer Rabatt-Popup berücksichtigt uptain dabei, ob der Nutzer preissensitiv ist oder eher Orientierung braucht. Nur wer wirklich einen finanziellen Anreiz benötigt, bekommt einen Gutschein. Allen anderen wird Unterstützung angeboten, etwa ein Hinweis auf kostenfreie Rückgabe, eine Lieferzeitgarantie oder eine Beratungsmöglichkeit.

Dieser Unterschied hat direkte wirtschaftliche Auswirkungen. Shops, die Gutscheine pauschal an alle Abbrecher vergeben, verschenken Marge an Kunden, die auch ohne Rabatt gekauft hätten. KI erkennt genau diese Unterschiede und steuert Anreize nur dort aus, wo sie tatsächlich den Ausschlag geben.

Personalisierte Service-Ansprache im Checkout kann Kaufabbrüche reduzieren und Vertrauen schaffen.

Reaktivierung: Trigger-Mails nach dem Abbruch

Ist ein Kauf bereits abgebrochen, greift die zweite Maßnahme. Personalisierte Trigger-Mails werden nicht nach einem starren Zeitplan verschickt, sondern dann, wenn der Nutzer laut Modell am empfänglichsten ist. Inhalt, Ton und Betreffzeile werden individuell angepasst, basierend auf Warenkorbinhalt, Preissegment, Endgerät und Verhaltensmuster des jeweiligen Nutzers.

Das System läuft DSGVO-konform im Hintergrund, ohne manuellen Aufwand für den Shop-Betreiber, und wird ausschließlich erfolgsabhängig vergütet. Gerade für Shops ohne eigene Ressourcen für Testing und Personalisierung ist das ein struktureller Vorteil gegenüber manuell gepflegten Lösungen, bei denen Trigger und Inhalte auf Annahmen statt auf Daten basieren.

Kombination aus personalisiertem Service-Popup und Follow-up-Mail zur gezielten Reaktivierung von Kaufabbrüchen.

Fazit

Die Zahlen des zweiten Halbjahresreports 2025 sind eindeutig: Kaufabbrüche nehmen weiter zu, Kunden entscheiden schneller, und der Wettbewerbsdruck steigt. Präventive Maßnahmen im Checkout sind wichtig, aber sie lösen das Problem nicht vollständig. Wer auf generische Rabatte oder zeitverzögerte Erinnerungsmails setzt, holt nur einen Bruchteil des verlorenen Umsatzes zurück.