Kaufland-Bestellungen auswerten: Bestseller und Stornos mit KI erkennen

Welche Produkte auf Kaufland am häufigsten bestellt wurden, erkennst du an der Anzahl ihrer bestellten Einheiten im gewählten Zeitraum. Für eine zweite Rangliste ziehst du je Produkt die inzwischen stornierten Einheiten ab. Beide Listen brauchen dieselbe Grundlage: Seller-Account, Kaufland-Ländermarktplatz, Bestelldatum und Artikelzuordnung. So siehst du, ob ein Bestseller auch nach Stornos vorne liegt. Das Ergebnis ist eine Auswertung zum Abrufzeitpunkt, noch kein Nettoabsatz nach Retouren.

Mit der Kaufland-Anbindung von Backlane kannst du die freigegebenen Bestelldaten deines Kaufland-Accounts im KI-Chat lesen und zusammenfassen lassen. Die Dokumentation beschreibt die Verbindung. Wie solche Abfragen grundsätzlich funktionieren, erklärt der Praxisleitfaden zur Marktplatzanalyse mit KI. Hier geht es gezielt um Stückzahlen und Stornos innerhalb eines Kaufland-Accounts. Alle folgenden Zahlen sind frei erfunden.

Was zählt bei Kaufland als bestellte Einheit?

Eine „Order Unit“ entspricht einem bestellten Stück. Werden drei Stück desselben Angebots bestellt, entstehen drei Order Units. Die Anzahl der Bestellungen allein reicht daher für eine Bestsellerliste nicht aus. Kaufland beschreibt diese Struktur in der Dokumentation zur Bestellverwaltung.

Zähle jede eindeutige id_order_unit einmal und gruppiere sie anschließend nach Artikel. Die id_order verbindet mehrere Einheiten zu einer Bestellung. Sie ist hilfreich für die Nachprüfung, aber kein Ersatz für die Stückzahl.

Für die Artikelzuordnung stehen unter anderem id_offer und, sofern vorhanden, product.id_product sowie EANs zur Verfügung. id_offer kann fehlen. Verwende deine eigene SKU nur, wenn ihre Zuordnung zum Angebot oder Produkt bestätigt ist; gleiche Titel allein reichen nicht. Varianten und unterschiedliche Artikelzustände solltest du getrennt halten. Die Felder sind in der Kaufland-Endpunktdokumentation für GET /order-units beschrieben.

Entscheide vorab, ob du einzelne Angebote oder Produkte über mehrere eigene Angebote hinweg zusammenfassen möchtest. Unklare Zuordnungen gehören in eine separate Liste. Sie dürfen nicht stillschweigend einem ähnlich benannten Artikel zugeschlagen werden.

Welches Datum bestimmt den Analysezeitraum?

Für „im September bestellt“ zählt der Erstellungszeitpunkt der Order Unit, ts_created_iso. Ein später geänderter September-Auftrag bleibt eine September-Bestellung.

Der Bestellfilter heißt ts_created_from_iso. ts_updated_from_iso wählt dagegen zuletzt geänderte Einheiten aus. Die Abfrage bietet keine entsprechende obere Bestelldatumsgrenze: Nach dem Abruf muss die Auswahl deshalb zusätzlich auf das gewünschte Zeitfenster begrenzt werden. Diese Parameter findest du bei GET /order-units in der Endpunktdokumentation.

Lege das Fenster mit Zeitzone fest, beispielsweise vom 1. September 2026, 00:00 Uhr einschließlich, bis 1. Oktober 2026, 00:00 Uhr ausschließlich, Europe/Berlin. Die API-Zeitstempel müssen dazu passend umgerechnet werden. Für die untere Grenze empfiehlt sich ein kleiner überlappender Abruf und danach die exakte Prüfung des Zeitstempels, damit eine Bestellung genau um Mitternacht nicht verloren geht.

Bestellzeitraum und Statusstand sind zwei Angaben: Eine September-Bestellung kann im Oktober storniert werden. Ein Abruf am 5. Oktober berücksichtigt ihren dann aktuellen Status. Er rekonstruiert nicht automatisch den Stand vom 30. September. Für einen solchen historischen Vergleich brauchst du gespeicherte frühere Stände oder passende Ereignisdaten.

Wie behandelst du Stornos, Teilstornos und Retouren?

Für diese Auswertung zählt eine Einheit mit status: cancelled als storniert. Die Kennzahl bestellte Stückzahl ohne Stornos lautet: alle im Zeitraum bestellten Einheiten minus die darin aktuell als storniert gemeldeten Einheiten. Ein Teilstorno wird auf Ebene der einzelnen Order Units berücksichtigt. Wird von drei Einheiten einer Bestellung eine storniert, bleiben zwei; die ganze Bestellung auszuschließen wäre falsch.

Die übrigen Statuswerte müssen sichtbar bleiben. open oder need_to_be_sent bedeuten beispielsweise noch keinen abgeschlossenen Versand. Auch returned und returned_paid dürfen nicht einfach als Storno umbenannt werden. Die verfügbaren Werte führt Kaufland im Order-Unit-Schema auf.

Eine Retoure betrifft die Rückgabe und hat einen eigenen Prozess mit Rücksendepositionen. Diese lassen sich über id_order_unit zuordnen. Eine angelegte Rücksendung belegt noch keinen Wareneingang oder eine akzeptierte Retoure. Außerdem hängt die Abdeckung der Retourenschnittstelle von der verwendeten Kaufland-Retourenlösung ab. Eine leere Retourenliste beweist daher nicht allein, dass keine Ware zurückkam. Siehe Kauflands Retourendokumentation.

Eine Erstattung betrifft Geld. Sie kann beispielsweise auch wegen einer Lieferverzögerung erfolgen. Daraus lässt sich keine stornierte Stückzahl ableiten; Kaufland beschreibt Erstattungen als separaten Vorgang. Unsere Rangliste zieht Retouren und Erstattungen nicht zusätzlich ab und wird deshalb weder „Nettoabsatz“ noch „Nettoumsatz“ genannt.

Wie lässt du eine vollständige Rangliste erstellen?

Lass alle Ergebnisseiten lesen, bevor die KI die Top-Produkte auswählt. Kaufland teilt Listen über limit und offset auf; pagination enthält Angaben zum Umfang. Eine erste Seite ist keine vollständige Monatsauswertung. Das Prinzip erklärt die Dokumentation zur Seitennavigation.

Gib auch die Versandabwicklung an. Die Order-Unit-Abfrage verwendet standardmäßig fulfilled_by_merchant, also Versand durch den Händler. Eine Auswertung mit diesem Umfang muss entsprechend bezeichnet werden. Auch diesen Standard beschreibt die Bestellverwaltung. Nutze für das folgende Szenario diese Vorlage:

Werte meine angegebene Kaufland-Verbindung für Kaufland.de aus:
Bestellungen vom 01.09.2026 einschließlich bis 01.10.2026
ausschließlich, jeweils 00:00 Uhr in Europe/Berlin.
Umfang: Versand durch den Händler.

Verwende den Erstellungszeitpunkt der Order Units.
Lies alle benötigten Seiten und prüfe beide Datumsgrenzen.
Zähle jede eindeutige Order-Unit-ID einmal. Lade alle Status,
damit auch stornierte Einheiten zur Ausgangsmenge gehören.

Gruppiere nach bestätigter SKU-Zuordnung und Artikelzustand.
Zeige je Artikel: bestellte Einheiten, davon cancelled,
Einheiten ohne Stornos, Stornoanteil und Rang vor/nach Abzug.
Stornoanteil = cancelled / bestellte Einheiten; bei null
bestellten Einheiten keinen Anteil berechnen. Zeige bei
gleichen Stückzahlen einen geteilten Rang.

Nenne aktuelle Statusverteilung, Abrufzeitpunkt, Filter und
Vollständigkeit. Führe Zuordnungslücken separat auf.
Zeige Einheiten mit fehlendem oder unbekanntem Status separat
und kennzeichne betroffene Stückzahlen und Ränge als vorläufig.
Kennzeichne Retouren als nicht zusätzlich abgezogen.
Gib keine Käufer-, Adress- oder Kontaktdaten aus.
Führe ausschließlich lesende Abfragen aus.

Für eine Abfrage mit deinem eigenen Zeitraum findest du auch einen kompakten Prompt für Kaufland-Bestseller und Stornos in der Bibliothek.

Wie verändern Stornos die Bestsellerliste im Beispiel?

Im fiktiven Szenario verliert der meistbestellte Organizer nach Abzug der Stornos den ersten Platz. Du verkaufst vier Büroartikel auf Kaufland.de und prüfst am 5. Oktober deinen September. Für das Beispiel gelten alle Seiten als vollständig gelesen, alle Zuordnungen als bestätigt und alle Artikel als Neuware.

Frei erfundene Beispielzahlen; Statusstand: 5. Oktober 2026, 09:00 Uhr Europe/Berlin.

Artikel / SKU	Bestellt	Storniert	Ohne Stornos	Stornoanteil	Rang vorher → danach
Organizer / O-110	120	30	90	25,0 %	1 → 2
Schreibtischablage / A-220	110	5	105	4,5 %	2 → 1
Stiftehalter / S-330	80	8	72	10,0 %	3 → 3
Dokumentenbox / D-440	60	0	60	0,0 %	4 → 4

Die Ablage führt mit 105 Einheiten ohne Stornos. Beim Organizer lohnt sich ein Blick auf die 30 Stornos. Seine 120 bestellten Einheiten zeigen Nachfrage im gewählten Zeitraum; die Tabelle erklärt jedoch noch nicht, warum ein Viertel storniert wurde.

Der Stornoanteil ist hier eine selbst definierte Analysekennzahl. Er ist nicht automatisch identisch mit einer Kaufland-Performancekennzahl. Für die Dokumentenbox ist null belegt, weil im vollständig geprüften Beispiel keine Einheit den Stornostatus hat. Bei einem fehlgeschlagenen Abruf müsste dagegen „Daten fehlen“ stehen.

Welche Ursachen kannst du aus Stornogründen ableiten?

Du kannst gemeldete Stornogründe zählen und daraus Prüfschritte ableiten. Ein Grundcode ist dabei die dokumentierte Angabe, noch keine unabhängig bestätigte Ursachenanalyse. Kaufland unterscheidet beispielsweise NoInventory für fehlenden Bestand und BuyerCancelled für eine Stornierung durch den Käufer. Die Bedeutungen stehen in der Liste der Stornogründe.

Untersuche die stornierten September-Einheiten der SKU O-110
aus der zuvor ausgewerteten Kaufland.de-Auswahl.
Verwende dieselbe bestätigte Artikelzuordnung und dieselben
Zeitgrenzen. Falls die Ausgangsauswertung fehlt, benenne das.

Gruppiere nach gemeldetem cancel_reason und zeige je Grund
Anzahl und Anteil an den Stornos. Führe fehlende Gründe als
unbekannt auf; erfinde keine Ursache.

Trenne gemeldete Daten, mögliche Erklärung und nächsten
Prüfschritt. Zeige keine Käuferdaten oder Freitextnotizen.
Führe ausschließlich lesende Abfragen aus.

Überwiegt im Beispiel NoInventory, wäre der nächste Schritt eine Prüfung der Bestandsübertragung und der damaligen Verfügbarkeit. Der heutige Lagerbestand erklärt die September-Stornos allein nicht. Erst passende historische Belege erlauben eine belastbarere Aussage.

Was solltest du vor einer Entscheidung gegenprüfen?

Prüfe vor allem Vollständigkeit, Zuordnung und Zeitpunkt. Ein Rang ist nur so belastbar wie seine Ausgangsmenge. Fehlen Statuswerte, Zuordnungen oder Ergebnisseiten, ist die Rangliste vorläufig. Ein unbekannter Status darf nicht als „nicht storniert“ zählen.

Prüfe die vorliegende Kaufland-Auswertung auf Nachvollziehbarkeit.
Bestätige Zeitraum, Zeitzone, Storefront, Versandabwicklung,
Artikelzuordnung, Seitenabdeckung und Statusstand anhand der
vorliegenden Abrufdaten. Benenne nicht belegbare Punkte offen.

Kontrolliere bei vollständiger Statuszuordnung je Artikel:
Bestellt = storniert + ohne Stornos. Bei ungeklärten Statuswerten
weise die offene Menge separat aus, statt sie zuzuordnen.
Zeige die drei wichtigsten Einschränkungen für eine Entscheidung.
Berechne keinen Umsatz oder Gewinn aus dieser Stückzahlanalyse.
Führe nur lesende Prüfungen aus und zeige keine Käuferdaten.

Für deine nächste Sortimentsentscheidung hast du damit zwei getrennte Beobachtungen: welche Artikel häufig bestellt werden und bei welchen Stornos die Rangfolge verändern. Ob daraus eine Nachbestellung oder eine Prozesskorrektur folgt, hängt zusätzlich von Bestand, Retouren, Marge und den belegten Ursachen ab.