Klaviyo Composer: Wenn eine Prompt-Zeile ganze Kampagnen ersetzt

Seit Q1 2026 können Klaviyo-Nutzer eine Kampagne in Sekunden aus einem Prompt generieren lassen. Betreffzeile. Copy. Bilder. Segmentierung. Send-Logik. Alles.

Das ist effizient. Das spart operative Zeit. Das ist auch nicht das Interessante an der Sache.

Das Interessante ist: Wenn jede Supplement-Brand denselben Prompt eingibt, kommt die gleiche generische Kampagne raus.

Was Composer technisch leistet

Klaviyo Composer ist keine Geheimwaffe. Es ist ein Interface zu einem Language Model, das trainiert wurde, um aus wenig Input viel Output zu generieren. Das Modell kennt eCommerce-Muster, weiß, was eine gute Betreffzeile ausmacht, versteht, wie man ein Bild beschreiben muss, damit es in einen Template-Slot passt.

Das funktioniert. Ein Prompt wie “Erstelle eine E-Mail-Kampagne für Supplements, Zielgruppe: Frauen über 40, Hook: besserer Schlaf” ergibt:

• Eine Betreffzeile, die funktioniert (nicht großartig, aber funktioniert)
• Copy, die strukturiert ist (Problembeschreibung → Lösung → CTA)
• Ein Bild, das zum Thema passt
• Vorsegmentierung nach Demografie

Das alles ohne Klaviyo UI anfassen zu müssen. Der Draft liegt in Minuten vor.

Wo früher eine Person zwei Stunden an einem Campaign-Brief saß, den dann ein Designer umsetzt und ein Texter überarbeitet, steht jetzt sofort ein Draft da. Das ist ein realer operativer Hebel.

Der operative Vorteil ist konkret

Für Teams, die viele Kampagnen fahren, ist das erheblich. Eine Beauty-Brand, die jede Woche drei E-Mail-Kampagnen ausspielt, spart damit 6 Stunden pro Woche. Das addiert sich. Über ein Jahr sind das 300 Stunden — anderthalb FTE Kampagnen-Erstellung.

Composer macht auch Experimente billiger. Variationen zu testen war früher manuelle Arbeit. Jetzt ist es ein zusätzlicher Prompt. A/B-Tests zwischen “emotional” und “rational” Messaging kosten auf einmal weniger Zeit.

Und für kleinere Teams ohne interne Designer ist Composer eine echte Alternative. Kein generiertes Bild ist umwerfend. Aber es passt, es schaut sauber aus, und die Kampagne kann raus.

Das sind echte Vorteile. Aber sie sind nicht differenzierend.

Der Gleichmacher-Effekt

Hier wird es problematisch.

Composer arbeitet mit Best Practices. Das Modell wurde auf Millionen von funktionierenden Kampagnen trainiert. Das heißt: Es optimiert auf das, was im Durchschnitt funktioniert. Auf Normalverteilung. Auf Konvergenz.

Wenn hundert Supplement-Brands einen ähnlichen Prompt eingeben — “Premium-Produkte, Zielgruppe Frauen 35-50, Health & Wellness fokussiert” — bekommen sie hundert leicht unterschiedliche, aber substanziell ähnliche Kampagnen zurück. Alle mit einer Variante von “Invest in Your Health”. Alle mit ähnlichen Bildern (Frau, Lächeln, Wellness-Aesthetic). Alle mit den gleichen Struktur-Mustern.

Das ist nicht böse gemeint. Das ist das, wofür das Modell optimiert wurde. Aber Differenzierung entsteht nicht durch bessere Prompt-Engineering. Differenzierung entsteht durch Information, die das Modell nicht hat.

Was Composer nicht weiß (und was du wissen musst)

Hier liegt der echte Hebel.

Ein generiertes Bild zeigt Diversität. Das Original-Produkt-Image deiner Brand könnte ganz anders sein. Deine Top-Kunden sind nicht “Frauen 35-50”. Sie sind Kundinnen, die beim dritten Kauf 40% höhere Lifetime Value haben. Oder solche, die nie Retouren abschließen. Oder solche, die dich von einem spezifischen TikTok-Account out kennen.

Composer sieht das nicht.

Das Modell kennt auch nicht, dass deine Churn-Quote bei Frauen über 45 mit bestimmten Produktkombinationen 60% nach 90 Tagen liegt. Es weiß nicht, dass der SMS-Channel bei dir 4x höher konvertiert als bei Konkurrenten — weil deine Audience einfach eine andere ist. Es kennt nicht, dass deine Retouren-Rate bei bestimmten Produktkategorien absurd hoch ist, was heißt: Die Kampagne sollte eine andere Qualitäts-Erwartung setzen.

Das sind keine Mängel von Composer. Das sind Limits von KI-Modellen insgesamt. Sie generieren aus Mustern, nicht aus Spezifität.

Die echte Frage vor jedem Prompt

Das heißt konkret: Vor du einen Prompt in Composer eingibst, sollten drei Fragen beantwortet sein.

Erste Frage: Was weiß ich über diese Audience, das die durchschnittliche Brand nicht weiß?

Das könnte sein: “Unsere Top-Quartal-Käufer kaufen nicht aus Trend-Gründen, sondern weil sie ein bestehendes Produkt nachbestellen.” Oder: “Unsere Neukunden kommen zu 70% aus organischen TikTok-Inhalten, nicht aus Ads.” Oder: “Unsere Retouren entstehen nicht aus schlechter Qualität, sondern aus falschen Größenwählen bei XYZ-Kategorie.”

Diese Information gibst du in den Prompt ein. Nicht als “Hier sind Marktforschungs-Details”, sondern als Kontext: “Die Kampagne spricht Nachbesteller an, nicht Neuneugierige. Der Tone soll Häufigkeit und Zuverlässigkeit betonen, nicht Entdeckung.”

Composer kann damit etwas anfangen. Es generiert dann etwas anderes als die hundert anderen Brands.

Zweite Frage: Welche Kanäle funktionieren bei mir anders als im Schnitt?

Composer hat ein Standardverständnis von Email vs. SMS vs. Push vs. Web. Aber wenn bei dir SMS 4x höher konvertiert, ist das Standard-Logik falsch. Das heißt: Der Prompt sollte das abbilden.

“Diese Kampagne sollte SMS-first sein” erzeugt etwas anderes als “Multi-Channel-Ansatz”.

Dritte Frage: Welche Muster sehe ich in meinen Daten, die gegen die Kategorie-Norm laufen?

Das könnte sein, dass bei dir Männer überraschend gut konvertieren in einer Kategorie, die üblicherweise weiblich dominiert ist. Oder dass eine bestimmte Gehaltsklasse deutlich höhere CLV hat. Oder dass deine Bestandskunden weniger auf Discounts reagieren als erwartet.

Wenn du das nicht wirst, generiert Composer für dich, was für “Average eCommerce” funktioniert, nicht für dein Business.

Der Punkt

Composer ist nicht schlecht. Das Feature ist clever und spart Zeit. Aber echte Vorteile entstehen nicht durch schneller generierte Kampagnen. Sie entstehen durch bessere Inputs.

Die Frage ist nicht mehr: “Nutze ich Composer?” Die Frage ist: “Was weiß ich über meine Kunden, das nicht jede andere Brand weiß?”

Wenn du diese Frage nicht beantworten kannst, macht Composer dich schneller — aber nicht besser.

Wenn du sie beantworten kannst, wird Composer ein Werkzeug, das dein Wissen umsetzt statt es zu ignorieren.

Das ist die echte Differenzierung.