Was suchen Modekunden in deutschen Onlineshops wirklich? Analyse von 1 Million Suchanfragen

89,5 % des gesamten Suchvolumens in deutschen Mode-Shops entfällt auf einzelne Wörter. Kein „rote Winterjacke Damen Größe M“. Ein Wort: „Jacke“. Das klingt simpel. Es ist ein strukturelles Problem für jeden Shop, der glaubt, seine Suchfunktion sei gut genug.

DooFinder hat für diesen Artikel über 1 Million Suchanfragen aus dem ersten Quartal 2026 ausgewertet und gefiltert, übrig geblieben sind 2.959 Begriffe, die echtes Gewicht haben: mindestens 50-mal gestellt, shopübergreifend relevant, kein statistisches Rauschen. Nur Begriffe mit nachgewiesener Kaufabsicht. Was dabei herauskommt, widerspricht einigen gängigen Annahmen über das Suchverhalten im Modehandel.

Das Suchverhalten: kurz, direkt, anspruchslos?

Kunden in Mode-Shops suchen anders als man erwarten würde. Nicht mit präzisen Anfragen, sondern mit Oberbegriffen.

Von den 2.959 analysierten Queries, allesamt gefiltert auf echte Relevanz, kein statistisches Rauschen, sind 2.507 einsilbige Einzelwörter (84,7 % aller Queries). Sie erzeugen 89,5 % des gesamten Suchvolumens. Zweiwortige Suchanfragen kommen auf 9,3 %, alles darüber ist marginal.

Das hat eine klare Konsequenz: Wer in einem Mode-Shop „Jacke“ tippt (5.758 Suchen), erwartet relevante Ergebnisse, obwohl er dem System so gut wie keine Information gegeben hat. Geschlecht, Größe, Saison, Stil, Preisrange sind alles offen. Die Suche muss trotzdem liefern.

Wer das Problem wegdefiniert mit „unsere Nutzer suchen halt grob“ hat es nicht verstanden. Das Suchverhalten ist kein Fehler der Nutzer, es ist der Normalfall. Der Shop muss damit umgehen.

Dazu kommt: Bekleidung ist laut Statista die am häufigsten retournierte Produktkategorie in Deutschland, denn 31 % der Online-Shopper gaben an, in den letzten 12 Monaten Kleidung zurückgesendet zu haben.

Was Kunden wirklich kaufen wollen: die Themen hinter den Wörtern

Wenn man die Einzelwörter nach Themenbereichen clustert, ergibt sich ein klares Bild davon, was im ersten Quartal die Nachfrage treibt.

Schuhe und Sneaker (123 verschiedene Queries, 54.832 Suchen) führen bei Produktkategorien. „Schuhe“ allein kommt auf 5.101 Suchen in 56 Shops, was bedeutet: Fast jeder deutsche Mode-Shop wird nach diesem Begriff gesucht. „Sneaker“ folgt mit 5.320 Suchen in 30 Shops.

Oberbekleidung ist Q1-typisch stark. „Jacke“ (5.758), „Winterjacke“ (3.448), „Mantel“ und verwandte Begriffe kommen zusammen auf 52.733 Suchen. Wer im Januar keinen gut strukturierten Oberbekleidungsbereich hat, verliert Conversions an den ersten Touchpoints.

Accessoires und Taschen überraschen durch ihre Verbreitung: „Rucksack“, „Handschuhe“ und „Mütze“ tauchen quer durch alle Shop-Typen auf. Das sind universelle Bedarfe, die kein Nischenprodukt sind.

Etwas, das die Cluster-Analyse nicht direkt zeigt, aber im Datensatz klar erkennbar ist: Drei der fünf breitesten Suchanfragen in deutschen Mode-Shops sind keine Produkte. „Rücksendung“, „Retoure“ und „Gutschein“ rangieren auf den vorderen Plätzen nach shopübergreifender Verbreitung. Das sind Service-Anfragen in einer Produktsuche. Shops, die diese Begriffe auf Null-Treffer laufen lassen oder auf irrelevante Produktlisten umleiten, scheitern an einem grundlegenden Nutzerbedürfnis.

Brands vs. Gattungsbegriffe: wer dominiert die Suche?

Von den 2.959 Queries entfallen 128 auf identifizierbare Marken (Nike, Adidas, Puma, Patagonia, Jack Wolfskin usw.). Das sind 4,3 % der Queries, aber diese 128 Begriffe erzeugen 113.399 Suchen (10,5 % des Gesamtvolumens).

Die restlichen 2.831 Gattungsbegriffe bringen 89,5 % des Volumens.

Die praktische Schlussfolgerung: Gattungsbegriffe dominieren das Volumen, aber Brand-Suchen sind signifikant konzentrierter. Wer einen Shop mit Markensortiment betreibt (Sportartikel, Premium-Mode), muss Brand-Suchen exzellent abbilden – Synonyme, alternative Schreibweisen, Typo-Toleranz.

„BVB“ (4.834 Suchen), „Reebok“ (4.823), „Puma“ (4.756): Diese Suchanfragen kommen mit einer sehr klaren Kaufabsicht. Null-Treffer hier kosten direkt Umsatz.

Ein Muster fällt auf: Mehrere der stärksten Brand-Queries kommen aus dem Segment Schulranzen/Schulzubehör: „Step by Step“ (5.008 Suchen), „Satch“ (4.585), „Ergobag“ (4.062). Das zeigt, dass viele der analysierten „Mode-Shops“ im breiteren Sinne Accessoires und Schulartikel führen. Der Begriff „Mode“ ist für Shopbetreiber breiter als man denkt.

Drei völlig verschiedene Suchprobleme und die meisten Shops lösen nur eines

Wenn man die 2.959 Queries nach zwei Achsen sortiert (Suchvolumen und Anzahl Shops, in denen der Begriff auftaucht), entstehen drei Gruppen mit fundamental unterschiedlichen Anforderungen.

Gruppe 1: Hohes Volumen, viele Shops. 902 Queries, 62,6 % des Gesamtvolumens. „Sale“, „Socken“, „Schuhe“, „Jacke“, „Rucksack“. Diese Begriffe werden in Dutzenden verschiedenen Shops gesucht, sie repräsentieren universelle Kaufbedürfnisse. Wer hier schlecht abschneidet, verliert die Masse.

Gruppe 2: Hohes Volumen, aber nur wenige Shops. 582 Queries, 26,7 % des Volumens. „Xmas“ (23.393 Suchen), „BVB“ (4.834 Suchen), „Step by Step“ (5.008 Suchen), „Ergobag“ (4.062 Suchen). Diese Begriffe tauchen massiv auf, aber nur in Shops, die genau dieses Sortiment führen. Brand- und Nischenanfragen mit hoher Kaufabsicht.

Das Problem: Beide Gruppen brauchen eine andere Suchlogik. Gruppe 1 braucht Relevanzsteuerung bei breiten Begriffen. Gruppe 2 braucht präzise Brand-Konfiguration, Typo-Toleranz und korrekte Synonym-Zuordnung. Wer seine Suche nur auf eine Gruppe optimiert, lässt messbar Umsatz liegen.

Gruppe 3: Die wenig Aufmerksamkeit bekommt: niedriges Volumen, viele Shops also Begriffe wie „Umtausch“ (121 Suchen), „Bestellung“ (88 Suchen), „Rechnung“ (95 Suchen). Geringe absolute Zahlen, aber extrem breite Verbreitung. Das sind Service-Anfragen in einer Produktsuche. Kein Nutzer, der „Umtausch“ in die Suchleiste tippt, möchte ein Produkt namens Umtausch. Shops, die das nicht durch einen Redirect abfangen, verlieren diesen Nutzer mit sehr hoher Wahrscheinlichkeit komplett.

“

„Retoure, Rücksendung, Gutschein. Drei der meistgesuchten Begriffe in deutschen Mode-Shops sind keine Produkte. Shops, die das ignorieren, verlieren Kunden nicht beim Kauf, sondern davor.“

Alexander Heidel

Content Marketing Spezialist

DooFinder

Was Q1 besonders macht: Saisonalität lässt sich messen

Einige Queries im Datensatz sind klar Q1-spezifisch:

„Xmas“ taucht mit 23.393 Suchen auf. Im Januar verkaufen offenbar noch viele Shops Weihnachtsware oder Kunden suchen nach Restposten. „Kostüm“ und verwandte Begriffe kommen zusammen auf 7.781 Suchen – Karneval beginnt im Januar in der Wahrnehmung vieler Kunden früh. „Sale“ dominiert mit 90.116 Suchen und ist damit der mit Abstand meistgesuchte Begriff des gesamten Datensatzes (8,4 % des Gesamtvolumens allein).

Das zweite Q1-Signal: Winterartikel mit klarem Restbedarfs-Muster. „Winterjacke“ (3.448), „Stiefel“-Varianten (7.795), „Fleece“ (4.345), „Handschuhe“ (4.379) zeigen hohes Volumen bei Produkten, die im Saisonverlauf eigentlich zurückgehen aber offenbar zu Jahresbeginn noch gefragt sind.

Shops, die Saisonware aus der Suche nehmen, bevor die Nachfrage endet, verpassen messbares Volumen.

Was Shops daraus machen können

Diese Daten beschreiben kein theoretisches Problem. Sie zeigen konkrete Lücken, die Umsatz kosten und für jede gibt es eine direkte Lösung im DooFinder Admin-Panel, ohne Entwickler.

1. Einwort-Suchen brauchen Kontext-Intelligenz. Wer „Jacke“ tippt, muss relevante Ergebnisse bekommen, keine alphabetisch sortierte Produktliste mit 3.000 Einträgen. DooFinders AI Search Personalization analysiert das individuelle Nutzerverhalten und passt Suchergebnisse in Echtzeit an, was hat der Nutzer vorher angesehen, geklickt, gekauft? Ergänzt durch Relevance Criteria lässt sich zusätzlich steuern, welche Produktfelder (Titel, Kategorie, Beschreibung) wie stark in die Ergebnisgewichtung einfließen. Wie semantische Suche dabei hilft, Kontext hinter Einwort-Anfragen zu erkennen, zeigt dieser Artikel.

2. Service-Begriffe in der Produktsuche aktiv managen. „Retoure“, „Rücksendung“, „Gutschein“ gehören zu den shopübergreifend meistgesuchten Begriffen und keiner davon ist ein Produkt. DooFinders Smart Redirections leiten diese Anfragen direkt auf die richtigen Seiten um: Retouren-Formular, FAQ, Gutschein-Bereich. Einmal konfiguriert, läuft es automatisch. Das ist kein KI-Problem, das ist Konfigurationsarbeit, genau das wofür Searchandising gedacht ist.

3. Brand-Suchen absichern. Typo-Toleranz, Synonym-Mapping, Varianten (z.B. „adidas“ vs. „Adidas“ vs. „Adiddas“) sind das Minimum. DooFinders AI Visual Tagging ergänzt Produktkataloge automatisch mit relevanten Tags, ohne manuellen Aufwand. Wer Brand-Traffic in seinem Shop hat, kann es sich nicht leisten, an Schreibfehlern oder fehlenden Synonymen zu scheitern. Was Fuzzy Search dabei konkret leistet, ist hier erklärt.

4. Saisonalität steuern, nicht abwarten. Wenn „Sale“ 8,4 % des Suchvolumens eines ganzen Quartals ausmacht, muss dieser Begriff aktiv konfiguriert sein. Mit Boosting lassen sich saisonale Produkte und Kategorien priorisieren. Welche Produkte erscheinen zuerst, welche Margin-starken Artikel werden nach oben gepinnt. Custom Results erlauben es zusätzlich, für bestimmte Suchanfragen exakt festzulegen, welche Produkte erscheinen. Kampagnenlogik direkt in der Suche, ohne Entwickler.

5. Stats Insights aktiv nutzen. Die Daten in diesem Artikel stammen aus DooFinders eigenem Analyse-Tool. Mit den Stats & Insights sehen Shop-Betreiber in Echtzeit, welche Begriffe hohe Null-Treffer-Raten haben, wo Conversion-Gaps entstehen und welche Produkte trotz hohem Suchvolumen kaum geklickt werden. Das sind keine abstrakten KPIs, das sind direkte Handlungsempfehlungen, die das System automatisch generiert.

6. Die Suchoberfläche an das Kaufverhalten anpassen. Modekunden denken in Farben und Größen, nicht in Produktnamen. Das neue Fashion Theme von DooFinder trägt dem Rechnung: größere Produktbilder, ein horizontales Bild-Carousel pro Produkt, automatisch gruppierte Farbvarianten als Swatches und Größenauswahl direkt im Suchlayer. Wer seinen Index nach Farbe und Größe strukturiert (z.B. Rot-M, Rot-L), bekommt Visual Variants und Purchase Options automatisch, ohne manuelle Konfiguration. Filter und Sortierung wandern in ein aufgeräumtes Seitenpanel. Fashion ist eines der stärksten Verticals im E-Commerce, und Such-UX beeinflusst Conversion direkt.