Stellen Sie sich vor: Ihr Geschäft verzeichnet 10.000 Besucher in einer typischen Woche. Ihr Kassensystem verarbeitet einige Tausend Transaktionen. Wie viele dieser Kunden können Sie morgen tatsächlich kontaktieren?
Für die meisten Einzelhändler liegt die ehrliche Antwort irgendwo zwischen 5 und 15 %. Der Rest kam herein, stöberte, kaufte und ging als Fremder. Sie haben reales Budget investiert, um diese Menschen in den Laden zu bringen: Miete, Personal, Visual Merchandising, oft auch bezahlte digitale Kampagnen. Und dann hat Ihr Geschäft exakt nichts getan, um festzuhalten, wer sie waren.
Das ist die Lücke in der In-Store-Kundeninteraktion, und die Ökonomie dahinter ist brutal. Die Forschung von Shopify und EY zeigt: Bekannte Kunden geben bis zu dreimal mehr pro Bestellung aus als anonyme Käufer, sind für 76 % des stationären Umsatzwachstums verantwortlich und stehen hinter bis zu 61 % der Wiederholungskäufe. Jede anonyme Transaktion ist nicht nur ein verpasster Datenpunkt. Es ist eine verpasste Beziehung, die sich tausendmal pro Woche über jede Filiale in Ihrem Netzwerk wiederholt.
Und die Lücke wird größer, nicht kleiner. Third-Party-Cookies verschwinden. Kundenakquisitionskosten steigen. KI-generierte Suchergebnisse komprimieren den organischen Traffic, der früher Ihren Online-Funnel gespeist hat. Die Kanäle, die einst die Blindheit im stationären Handel kompensiert haben, degradieren alle gleichzeitig. Dabei bleibt das physische Geschäft die einzige vollständig eigene First-Party-Umgebung, die Sie haben: keine Anzeigenauktionen, keine algorithmischen Gatekeeper, keine Plattformgebühren auf jede Interaktion. Aber nur, wenn Sie die Infrastruktur aufbauen, um das auch zu nutzen.
Das Geschäft ist keine Verkaufsfläche mit einem Datenproblem. Es ist eine Beziehungsmaschine, die die meisten Einzelhändler nie eingeschaltet haben.
Kundeninteraktion im Geschäft, operativ definiert, hat nichts mit Ambiente oder freundlichem Personal zu tun. Es ist die Dateninfrastruktur über physische Touchpoints hinweg, die anonyme Filialbesuche in adressierbare, messbare Kundenbeziehungen verwandelt. Und der effektivste Ansatz ist nicht ein einzelnes Tool oder ein einzelner Touchpoint. Es ist ein System über die gesamte Customer Journey im Geschäft: vier Stufen, jede aufbauend auf der vorherigen, jede die nächste wertvoller machend.
So funktioniert das Framework.
Die vier Stufen der In-Store-Kundeninteraktion
Kundenidentifikation und Kundeninteraktion im Geschäft folgen einer natürlichen Progression, die sich an der physischen Bewegung durch Ihre Filiale orientiert. Die Frage, wie Sie Kunden im Geschäft identifizieren und eine Beziehung aufbauen, lässt sich in vier Stufen beantworten:
- Stufe 1: Identifizieren (Identify) am Eingang und in der frühen Customer Journey verwandelt einen anonymen Besucher in ein erkennbares Profil, sobald er ankommt.
- Stufe 2: Interagieren (Engage) im Gang und während des Stöberns erfasst Interessenssignale und liefert Mehrwert während des Besuchs, um Verhaltenskontext aufzubauen.
- Stufe 3: Personalisieren (Personalize) an der Kasse verwandelt die Transaktion in einen datenreichen Moment des Beziehungsaufbaus.
- Stufe 4: Binden (Retain) nach dem Besuch nutzt alles, was in den Stufen 1 bis 3 erfasst wurde, um den Kunden zurückzubringen und die Beziehung über die Zeit zu vertiefen.
Die entscheidende Erkenntnis: Diese Stufen verstärken sich gegenseitig. Jede einzelne produziert Daten, die die nächste Stufe effektiver machen. Ein Einzelhändler, der nur Stufe 3 betreibt, erfasst Kaufdaten. Ein Einzelhändler, der alle vier betreibt, erfasst Besuchskontext, Produktinteresse, Kaufverhalten und Post-Visit-Engagement und speist jede Schicht in die nächste ein.
Das ist Progressive Profiling, angewandt auf das physische Geschäft. Sie brauchen nicht alles auf einmal. Genau so erreichen Einzelhändler 50 bis 60 % Identifikationsraten, ohne an irgendeinem einzelnen Kontaktpunkt Reibung zu erzeugen.
Was können Sie in jeder Stufe erfassen? Was macht jede Stufe möglich? Und was verlieren Sie, wenn Sie sie überspringen?
Stufe 1: Identifizieren. Kunden im Geschäft identifizieren, bevor sie an die Kasse kommen
Bei den meisten Einzelhändlern beginnt der Kundenbesuch anonym und bleibt es während der gesamten Stöberphase. Die erste Gelegenheit, Kunden im Geschäft zu identifizieren, kommt an der Kasse, wenn der Kunde zustimmt. Das bedeutet: 30 bis 60 Minuten Laufkundschaft, die null Informationen darüber liefert, wer sich in Ihrem Geschäft befindet, wofür sich diese Person interessiert oder ob sie schon einmal da war.
Traditionelle Ansätze scheitern hier, weil sie alle eine bereits bestehende Beziehung voraussetzen. Kundenkarten erfordern eine vorherige Anmeldung. Apps erfordern einen Download, und die App-Adoptionsraten im Einzelhandel bleiben hartnäckig niedrig. Die E-Mail-Erfassung durch Personal ist inkonsistent und erzeugt Reibung. Nichts davon funktioniert für den Erstbesucher, der gerade jetzt durch Ihre Tür kommt. Die Branche hat das stillschweigend als normal akzeptiert, was bemerkenswert ist, wenn man bedenkt, dass kein E-Commerce-Team es tolerieren würde, dass 90 % der Website-Besucher komplett unsichtbar sind.
Was funktioniert: browserbasierte Touchpoints im Einzelhandel, die keine App und keine bestehende Beziehung erfordern. QR-basierte Check-in-Punkte am Eingang, NFC-Tap-Stationen, WLAN-Captive-Portale und digitale Ladenverzeichnisse schaffen eine erste Interaktion, die sich im mobilen Browser des Kunden öffnet. Ein einziger Scan erstellt ein Geräteprofil, das beim nächsten Besuch wiedererkannt werden kann. Keine personenbezogenen Daten nötig in dieser Phase.
Hier werden die beiden größten Einwände direkt beantwortet. „Unsere Kunden laden keine App herunter“ wird irrelevant, weil keine App beteiligt ist. Die Interaktion ist browsernativ und funktioniert auf jedem Smartphone. Und zur DSGVO und Datenschutz: Progressive Profiling beginnt designbedingt anonym. Ein Geräteprofil ohne personenbezogene Daten erfordert keine Einwilligung. Die Erfassung personenbezogener Daten erfolgt erst später, wenn der Kunde sich über einen selbst gewählten Mehrwert-Tausch aktiv dafür entscheidet. Konform ab dem ersten Scan.
Was diese Daten nachgelagert möglich machen, ist erheblich. Selbst anonyme Geräteprofile liefern Ihnen Besuchsfrequenz-Tracking, Marketing-zu-Besuch-Attribution (hat der Kunde, der Ihre Instagram-Anzeige gesehen hat, tatsächlich vorbeigekommen?) und die Grundlage für Progressive Profiling über zukünftige Besuche hinweg. Der Besucher, der heute ein Ladenverzeichnis scannt, wird nächste Woche ein erkannter wiederkehrender Besucher und beim übernächsten Besuch ein identifizierter Kunde mit Opt-in. Jede Interaktion baut auf der vorherigen auf, wobei der Kunde entscheidet, wann und wie viel er teilt.
Stufe 1 ist die Basisschicht, auf der jede folgende Stufe aufbaut. Ohne sie hat Ihr Geschäft Frequenzdaten, aber keine Identitätsebene darunter.
Überspringen Sie sie, und jede andere Stufe startet kalt. Ihre Kundenidentifikation an der Kasse funktioniert weiterhin, aber ohne jeglichen Besuchskontext. Sie wissen, was jemand gekauft hat. Sie haben keine Ahnung, wie oft diese Person vorbeischaut, was sie hergeführt hat oder was sie vor dem Kauf angesehen hat. Jeder Kunde tritt an Ihre Kasse als Fremder, auch diejenigen, die letzten Dienstag schon da waren.
Stufe 2: Interagieren. Kundendaten und Interessenssignale während des Besuchs erfassen
Wann hat ein Kunde das letzte Mal 20 Minuten in Ihrem Geschäft gestöbert, ohne dass Sie einen einzigen Datenpunkt darüber erfasst haben, was er sich angesehen hat? Online hätte dieselbe Session Produktseitenaufrufe, Vergleichsverhalten, Scroll-Tiefe und Verweildauer produziert. Im physischen Geschäft produziert sie: nichts.
Das ist die am meisten übersehene Lücke im Einzelhandel, und es ist seltsam, wenn man darüber nachdenkt: Einzelhändler investieren massiv, um Kunden in den Laden zu bringen, haben dann aber null Infrastruktur, um zu erfassen, wofür sich diese Kunden tatsächlich interessieren. Personal kann beobachten, aber es kann nicht aufzeichnen, skalieren oder Beobachtungen mit einem Kundenprofil verknüpfen. Die Stöberphase ist die reichhaltigste Quelle für Interessensdaten in Ihrem Geschäft, und die meisten Einzelhändler lassen sie komplett ungenutzt vorbeiziehen.
Hier verändern Touchpoints im Gang das Bild. QR-Codes auf Produkt- oder Regalebene, die zu detaillierten Spezifikationen verlinken, smarte Produktassistenten mit Größenverfügbarkeit und Bewertungen, Kategorie-Informationspunkte und Stilberatungstools: all das dient dem Kunden und erfasst gleichzeitig Interessensdaten. Produktinteresse, Kategorieaffinität, Größen- und Variantenpräferenzen, Vergleichsverhalten: all das existiert nun als strukturierte Daten.
Das Prinzip, das hier funktioniert, ist der Mehrwert-Tausch. Kunden interagieren mit diesen Touchpoints, weil sie etwas Nützliches bekommen: ein Produktvideo, eine Bewertungszusammenfassung, Echtzeit-Verfügbarkeit über Standorte hinweg. Die Datenerfassung ist ein Nebenprodukt echten Service, nicht ein Formular, das man ausfüllen soll. Dieser Unterschied ist für die Nutzungsraten enorm wichtig. Kunden scannen QR-Codes, wenn sie Produktbewertungen oder Größenverfügbarkeit erhalten. Sie scannen keine QR-Codes, weil ein Schild sagt „Hier scannen.“
Wenn Stufe 2 mit Stufe 1 zusammenwirkt, multipliziert sich der Wert. Haben Sie den Besucher am Eingang identifiziert, wird jede Produktinteraktion während des Stöberns einem Profil zugeordnet. Sie erfassen nicht nur aggregiertes Produktinteresse über alle Besucher hinweg. Sie wissen, dass dieser spezifische Kunde sich drei Winterjacken angesehen, zwei in derselben Größe verglichen und die meiste Zeit bei der teuersten Option verbracht hat. Ohne Stufe 1 haben Sie anonyme Browsing-Daten. Mit Stufe 1 haben Sie individuelle Interessensprofile.
Was diese Daten nachgelagert speisen, ist ebenso wirkungsvoll. Produktaffinitätsprofile fließen in die Checkout-Personalisierung in Stufe 3 und in zielgerichtete Post-Visit-Kampagnen in Stufe 4. Merchandising-Teams gewinnen Erkenntnisse, die sie nie zuvor hatten: Welche Produkte werden gescannt, aber nicht gekauft? Welche Kategorien erzeugen das meiste Engagement, aber die niedrigste Konversion? Das ist die Art von Daten, die bisher ausschließlich E-Commerce-Produktmanagern vorbehalten war.
Überspringen Sie Stufe 2, und die Kasse wird Ihre einzige Datenquelle. Sie wissen, was Kunden gekauft haben. Sie haben keine Ahnung, was sie in Betracht gezogen, verglichen oder beinahe in den Korb gelegt haben. Ihr Post-Visit-Marketing wird generisch, weil Ihnen jedes Verhaltenssignal fehlt, auf dem Sie personalisieren könnten.
Stufe 3: Personalisieren. Die Kasse als Beziehungsbeschleuniger
Die Kasse ist der wirkungsstärkste Kunden-Touchpoint im gesamten Geschäft. Ohne Einschränkung. Sie erreicht 100 % der Käufer, generiert reichhaltige Transaktionsdaten (Produkte, Umsatz, Filiale, Zeitpunkt, Zahlungsmethode) und kommt mit einer eingebauten Erwartung, die der Kunde bereits hat: dem Kassenbon.
Genau deshalb hat die Kundenidentifikation allein an der Kasse bereits einen massiven ROI. Auch ohne die Stufen 1 und 2 ist die Verwandlung der Kasse von einer anonymen Transaktion in eine identifizierte Beziehung eine der wirkungsvollsten Veränderungen, die ein Einzelhändler vornehmen kann. Wenn Sie Ihr Programm zur Kundeninteraktion im Geschäft hier starten, starten Sie am richtigen Ort.
Der Mechanismus, der das im großen Maßstab möglich macht, ist der digitale Kassenbon. Jeder Kunde erwartet bereits einen Beleg. Ihn digital zu machen, über einen QR-Code am Zahlungsterminal oder Bildschirm, einen NFC-Tap oder automatische Verknüpfung via Payment-Token, verwandelt ein Dokument, das die meisten Menschen wegwerfen, in einen dauerhaften Kunden-Touchpoint. Kein neues Verhalten vom Kunden nötig. Keine neue Aufforderung von der Kassiererin. In Deutschland kommt ein weiterer Faktor hinzu: Seit der Kassenbonpflicht 2020 muss ohnehin ein Beleg ausgegeben werden, was den digitalen Kassenbon zur logischen Alternative zum Papierberg macht.
Was der digitale Kassenbon in einer einzigen Interaktion erfasst: E-Mail-Adresse, Telefonnummer, Marketing-Opt-in, Treueprogramm-Anmeldung, Feedback und personalisierte Angebote basierend auf der gerade abgeschlossenen Transaktion. Die besten Plattformen in dieser Kategorie erreichen heute 60 bis 70 % Bon-Scan-Raten und 70 bis 80 % E-Mail-Erfassung unter denjenigen, die scannen. Vergleichen Sie das mit Programmen, bei denen die Kassiererin fragt „Darf ich Ihre E-Mail-Adresse haben?“, die typischerweise unter 15 % liegen. Der Kassenbon übernimmt die Arbeit, die früher auf Ihrem Kassenpersonal lastete.
Zwei Einwände gehören hierher, und beide haben sauberere Antworten, als die meisten Einzelhändler erwarten. Mitarbeiter-Akzeptanz ist der erste und derjenige, der die meisten In-Store-Datenprogramme beendet, bevor sie starten. Die stärksten Checkout-Touchpoints sind Self-Service. Kein Mitarbeiter-Training erforderlich. Keine Verhaltensänderung. Kein neues Skript, das sich die Kassiererin während der Stoßzeiten merken muss. Der Kunde steuert die Interaktion.
Integrationskomplexität ist der zweite. Moderne Kassenbon-Plattformen verbinden sich mit bestehenden Kassensystemen über standardisierte Integrationen, typischerweise innerhalb von Tagen aktiviert, nicht Monaten. Sie speisen Daten in Ihr bestehendes CRM oder CDP ein, statt es zu ersetzen. Das ist kein Rip-and-Replace-Projekt.
Hier wird die Verstärkungslogik des Frameworks am deutlichsten sichtbar. Die Kasse allein erfasst, wer gekauft hat und was gekauft wurde. Wertvoll. Aber wenn Sie Stufe 1 hinzufügen, wissen Sie auch, wie häufig jemand vorbeischaut, einschließlich Besuchen ohne Kauf. Wenn Sie Stufe 2 hinzufügen, wissen Sie, was jemand angesehen, verglichen und in Betracht gezogen hat. Kundenidentifikation an der Kasse ist das Fundament. Die Stufen 1 und 2 sind der Multiplikator.
Stellen Sie sich die Alternative vor: ein Geschäft, in dem die Kasse eine reine Papierbon-Transaktion bleibt. Null Identifikation. Kein CRM-Eintrag erstellt. Keine E-Mail erfasst, kein Post-Visit-Kanal eröffnet. Jeder Käufer verlässt das Geschäft genauso anonym, wie er hereinkam, und Ihre einzige Strategie zur Wiederansprache besteht darin, zu hoffen, dass er nochmal am Schaufenster vorbeigeht. Das ist die Ausgangslage, von der die meisten Einzelhändler heute aus operieren, und es sind die Kosten, die die Kundenidentifikation an der Kasse zu einem so klaren ersten Schritt machen.
Betrachten Sie es als Reifekurve. Kundenidentifikation nur an der Kasse kann innerhalb von sechs Monaten eine Kundenerfassungsrate von 30 bis 40 % erreichen. Mit Touchpoints am Eingang und im Gang lässt sich das innerhalb von zwölf Monaten auf 50 bis 60 % und mehr steigern. Das Framework ist ambitioniert. Der Startpunkt ist pragmatisch.
Wenn Sie derzeit digitale Kassenbon-Plattformen evaluieren oder überlegen, von einem Anbieter zu wechseln, der diese Erfassungsraten nicht liefert, ist Stufe 3 der richtige Ausgangspunkt. Dann erweitern, sobald die Daten das Modell bestätigen.
Stufe 4: Binden. Erfasste Daten nutzen, um Kunden zurückzubringen
Wie unterschiedlich ist die E-Mail, die Ihr bester Kunde erhält, von der, die ein Erstkäufer bekommt? Für die meisten Einzelhändler lautet die Antwort: identisch. Beide erhalten denselben Newsletter, dieselbe Wochenaktion, dasselbe „Wir vermissen Sie“ nach 30 Tagen Funkstille. Jeder Filialbesuch wird als isoliertes Ereignis behandelt, und die Post-Visit-Kommunikation spiegelt das wider.
Das ändert sich komplett, wenn Daten aus den Stufen 1 bis 3 fließen. Ein Kunde, der Winterjacken gestöbert hat (Stufe 2), eine bestimmte Jacke gekauft hat (Stufe 3) und diesen Monat zweimal da war (Stufe 1), erhält eine Nachricht mit Pflegehinweisen für die Jacke, eine Empfehlung für ergänzende Artikel wie Schals oder Handschuhe aus der Kategorie, die er durchgesehen hat, und eine personalisierte Einladung zum Treueprogramm basierend auf seiner Kauffrequenz. Das ist ein anderes Gespräch als „20 % auf alles dieses Wochenende.“
Was in dieser Stufe operativ möglich ist: automatisierte Post-Visit-Flows, ausgelöst durch In-Store-Verhalten, darunter Dankesnachrichten, Produktpflegetipps, ergänzende Empfehlungen und Bewertungsanfragen. Personalisierte Wiederansprache basierend auf dem, was sie angesehen und gekauft haben. Besuchsfrequenzbasierte Segmentierung, die Erstbesucher anders behandelt als Stammkunden und abwandernde Kunden reaktiviert, bevor sie verschwinden. Treueprogramm-Anmeldung als natürlicher nächster Schritt nach zwei oder drei identifizierten Besuchen, mit genug Kontext, damit die Einladung verdient wirkt statt generisch.
Hier zahlt sich das System aus. Die Reaktivierung eines bekannten Kunden kostet einen Bruchteil der Neukundengewinnung. Closed-Loop-Attribution wird möglich: Kampagne gesendet, Filialbesuch erfasst, Kauf bestätigt. Customer-Lifetime-Value-Modellierung gewinnt echte Inputs: Besuchsfrequenz, Kaufhistorie, Browsing-Verhalten, Kampagnenreaktion. Das In-Store-Profil verschmilzt mit dem Online-Verhalten zu einem Kunden, einer Geschichte, über jeden Kanal hinweg.
Der Verstärkungseffekt über alle vier Stufen wird deutlich, wenn Sie die Erfahrung eines einzelnen Kunden über drei Besuche vergleichen. Mit Identifikation nur an der Kasse startet jeder Besuch von vorn. Der dritte Besuch produziert denselben generischen Kassenbon und dieselbe Massen-E-Mail wie der erste. Mit allen vier Stufen aktiv wird der dritte Besuch durch die ersten beiden informiert: personalisierte Angebote am Eingang basierend auf früheren Käufen, relevante Produktempfehlungen im Gang basierend auf der Browsing-Historie, ein Checkout-Erlebnis, das Präferenzen bereits kennt, und Post-Visit-Kommunikation, die die wachsende Beziehung zur Marke anerkennt.
Überspringen Sie Stufe 4, und die Daten, die Sie in den Stufen 1 bis 3 erfasst haben, liegen brach. Sie haben die Intelligenz aufgebaut, aber nie darauf reagiert. Der Kunde fühlte sich anonym, obwohl Sie genau wussten, wer er war.
Wie Sie Kundeninteraktion im Geschäft messen (und den internen Business Case bauen)
Jeder KPI ist weniger wichtig als einer: Ihr Anteil identifizierter Kunden. Welcher Prozentsatz des Filialumsatzes stammt von identifizierten, erreichbaren Kunden gegenüber anonymen Transaktionen? Das ist die Leitkennzahl, die den Gesamteffekt des Systems in einer einzigen Zahl erfasst, die Ihr CEO versteht.
Über die Leitkennzahl hinaus hat jede Stufe Indikatoren, die zeigen, ob sie funktioniert:
- Identifizieren: Scan- oder Tap-Rate an Eingangs-Touchpoints, Verhältnis neuer zu wiederkehrenden Besuchern
- Interagieren: Produktinteraktionsrate, Verhältnis von angesehenen zu gekauften Produkten nach Kategorie
- Personalisieren: Adoptionsrate digitaler Kassenbons, E-Mail-Erfassungsrate, Marketing-Opt-in-Rate
- Binden: Wiederbesuchsrate, Kampagne-zu-Besuch-Attribution, Customer-Lifetime-Value-Entwicklung
Zum Benchmarking: Hier zeigen die Daten, was Einzelhändler erreichen, die diese Art von Customer-Journey-Infrastruktur aufgebaut haben. Die meisten Einzelhändler starten mit einer Kundenerfassungsrate unter 10 %, selbst solche mit aktiven Treueprogrammen. Mit gut laufender Kundenidentifikation nur an der Kasse (Stufe 3) über sechs Monate sind 30 bis 40 % ein realistisches Ziel. Mit stufenübergreifender Identifikation an Eingang, Gang und Kasse über zwölf Monate sind 60 bis 70 % und mehr erreichbar. Die Kurve ist nicht linear; sie verstärkt sich, weil wiederkehrende Kunden schneller über mehr Touchpoints erkannt werden.
Diese Zahlen machen den internen Business Case konkret. Wenn bekannte Kunden dreimal mehr ausgeben und für 76 % des Wachstums verantwortlich sind (laut Shopify und EY), dann ist die Steigerung Ihrer Kundenerfassungsrate von 10 % auf 40 % keine Engagement-Initiative. Es ist eine Umsatzstrategie mit einer Zahl, die Ihr CFO modellieren kann.
Wo Sie mit In-Store-Kundeninteraktion starten sollten
Die meisten Einzelhändler sollten bei Stufe 3 beginnen: Kasse und digitaler Kassenbon. Sie hat die breiteste Abdeckung (jeder Käufer passiert sie), die geringste Implementierungskomplexität und den schnellsten Return. Sobald Sie sehen, wie die Identifikationsrate steigt und die nachgelagerten Daten Ihr CRM informieren, wird das Hinzufügen der Stufen 1 und 2 ein offensichtlicher nächster Schritt, kein Sprung ins Ungewisse.
Bevor Sie irgendetwas anderes tun, schätzen Sie Ihren aktuellen Anteil identifizierter Kunden. Nehmen Sie den Umsatz des letzten Monats. Welcher Prozentsatz stammt von Kunden, die Sie identifizieren und kontaktieren können? Diese Zahl ist die Lücke zwischen dem, wo Sie stehen, und dem, was das Framework oben möglich macht.
Wenn Sie auf der EuroShop 2026 sind: refive zeigt dieses Vier-Stufen-Framework live in Halle 7, Stand B04-10. Gehen Sie die Journey vom Eingangs-Touchpoint über den digitalen Kassenbon bis zur Post-Visit-Automation und sehen Sie den Datenfluss in Echtzeit. Vereinbaren Sie einen Termin mit uns hier.
Wenn Sie das hier danach lesen, besuchen Sie refive.io, um zu sehen, wie das Framework in der Praxis funktioniert.
