Die Conversion Rate beschreibt, welcher Anteil einer definierten Grundgesamtheit eine gewünschte Handlung ausführt. Eine Conversion kann Kauf, Anfrage, Anmeldung, Download oder eine qualifizierte Zwischenaktion sein.
Formel: Conversions ÷ Besuche × 100 = Conversion Rate in Prozent. Beispiel: 25 Anfragen aus 1.000 Sitzungen entsprechen 2,5 Prozent. Wichtig ist, Nutzer und Sitzungen nicht unbemerkt zu vermischen und Mehrfach-Conversions korrekt zu behandeln.
Eine „gute“ Conversion Rate hängt von Branche, Kanal, Gerät, Angebot, Preis und Conversion-Definition ab. Externe Benchmarks sind nur Orientierung. Aussagekräftiger ist die Entwicklung vergleichbarer Segmente und der wirtschaftliche Wert.
Optimierung: Datenqualität prüfen; Funnel-Schritt mit größtem Verlust finden; Nutzerfeedback sammeln; Botschaft, Vertrauen, Formular, Geschwindigkeit oder Checkout verbessern; Hypothesen testen.
Was zählt als Conversion?
Eine Conversion ist immer eine vorab definierte Handlung. Bei einem Online-Shop ist der Kauf meist das wichtigste Ziel. Bei B2B-Leistungen können eine qualifizierte Anfrage, ein gebuchtes Gespräch oder eine akzeptierte Demo relevant sein. Newsletter-Anmeldungen, Downloads, Produktansichten oder Klicks auf Kontaktinformationen sind häufig Mikro-Conversions: Sie zeigen Fortschritt, sind aber noch kein Geschäftsergebnis.
Die Definition muss eindeutig dokumentiert sein. Wenn jede Formularansicht, jeder Klick und jede gesendete Anfrage gemeinsam als „Lead“ gemeldet werden, wird die Rate künstlich erhöht und die Steuerung unbrauchbar.
Conversion Rate richtig berechnen
Die einfache Formel lautet:
Conversion Rate = Conversions ÷ Bezugsgröße × 100
Die Bezugsgröße kann Nutzer, Sitzungen, Klicks, Warenkörbe oder qualifizierte Leads sein. Sie muss zur Frage passen.
Beispiel Website: 40 gesendete Anfragen bei 2.000 Sitzungen ergeben 40 ÷ 2.000 × 100 = 2 Prozent.
Beispiel Vertrieb: Aus 40 Anfragen entstehen 8 Angebote und 2 Aufträge. Die Lead-to-Customer-Rate beträgt 2 ÷ 40 × 100 = 5 Prozent. Die Website-Rate allein sagt also noch nichts über die Qualität der gewonnenen Kontakte.
Beispiel E-Commerce: 120 Bestellungen bei 6.000 Sitzungen ergeben 2 Prozent. Wenn einzelne Nutzer mehrfach bestellen, unterscheidet sich die nutzerbasierte Rate. Für Zeitvergleiche muss dieselbe Definition verwendet werden.
Macro- und Micro-Conversions
Eine Macro-Conversion erfüllt das zentrale Geschäftsziel, beispielsweise Kauf oder qualifizierte Anfrage. Micro-Conversions bilden sinnvolle Zwischenschritte ab, etwa Produkt in den Warenkorb legen, Preisrechner abschließen oder Case Study herunterladen.
Micro-Conversions helfen, einen Funnel zu diagnostizieren. Sie sollten nicht unkritisch als primäres Werbeziel genutzt werden: Ein Algorithmus könnte dann viele einfache Klicks statt weniger wertvoller Abschlüsse erzeugen.
Warum externe Benchmarks vorsichtig zu behandeln sind
Conversion Rates unterscheiden sich nach Branche, Bekanntheit, Preis, Gerät, Trafficquelle, Region und Definition. Ein Shop für bekannte Verbrauchsprodukte ist nicht mit einer B2B-Software mit sechsmonatigem Verkaufszyklus vergleichbar. Selbst zwei Seiten desselben Unternehmens können unterschiedliche Aufgaben haben.
Die beste Referenz ist häufig die eigene Entwicklung in vergleichbaren Segmenten. Ergänzend kann ein Benchmark eine Frage auslösen, aber keine automatische Zielvorgabe liefern. Auch eine höhere Rate ist nicht immer besser: Wenn eine Kampagne nur noch Bestandskunden erreicht oder ein Formular so stark vereinfacht wird, dass die Leadqualität sinkt, kann die Kennzahl steigen und das Geschäftsergebnis fallen.
Der Conversion Funnel
Ein Funnel macht sichtbar, an welchem Schritt Nutzer aussteigen. Für eine Dienstleistung kann er so aussehen:
Landingpage → Leistungsdetails → Preis/Kalkulator → Formularstart → Anfrage → qualifizierter Lead → Auftrag
Für einen Shop:
Produktansicht → Warenkorb → Checkoutstart → Zahlung → Bestellung → behaltene Bestellung
Die größte absolute Abbruchstelle ist nicht automatisch die beste Optimierungschance. Ein natürlicher Verlust am Anfang kann normal sein, während ein technischer Fehler kurz vor der Zahlung unmittelbaren Umsatz verhindert. Priorisiert werden Geschäftswert, Evidenz und Umsetzungsaufwand gemeinsam.
Ursachen für eine niedrige Conversion Rate
- Anzeige oder Suchergebnis verspricht etwas anderes als die Zielseite;
- Nutzen und Zielgruppe werden nicht schnell verständlich;
- Angebot, Preis oder nächster Schritt bleiben unklar;
- mobile Bedienung, Ladezeit oder Formular funktionieren schlecht;
- Belege, Ansprechpartner und nachvollziehbare Unternehmensdaten fehlen;
- Checkout enthält überraschende Kosten oder unnötige Pflichtfelder;
- Traffic stammt aus einer unpassenden Zielgruppe;
- Messung ist doppelt, lückenhaft oder durch interne Zugriffe verzerrt.
Nicht jeder Abbruch ist ein UX-Problem. Manchmal ist das Angebot selbst nicht wettbewerbsfähig oder die beworbene Nachfrage passt nicht. Conversion-Optimierung muss deshalb Marketing, Website, Produkt und Vertrieb verbinden.
Research vor dem Test
Gute Hypothesen entstehen aus mehreren Datenquellen:
- Webanalyse und Funnel-Daten;
- Session-Aufzeichnungen und Heatmaps unter Beachtung des Datenschutzes;
- Nutzerinterviews und kurze Onsite-Befragungen;
- Support- und Vertriebsfragen;
- technische Fehlerprotokolle;
- Vergleich von Geräten, Kanälen und Zielgruppen;
- Usability-Tests mit realistischen Aufgaben.
Quantitative Daten zeigen, wo ein Problem auftritt. Qualitative Daten helfen zu verstehen, warum es auftritt.
Hypothesen priorisieren
Eine prüfbare Hypothese benennt Beobachtung, Änderung und erwarteten Effekt: „Weil Nutzer im mobilen Formular beim Feld Telefonnummer häufig abbrechen, testen wir eine optionale Eingabe. Wir erwarten mehr vollständig gesendete und weiterhin qualifizierte Anfragen.“
Priorisiert werden Reichweite des Problems, erwarteter Geschäftseinfluss, Stärke der Evidenz und Aufwand. Ein kosmetischer Button-Test ohne Nutzerproblem ist selten wichtiger als ein fehlerhafter Checkout.
A/B-Tests und ihre Grenzen
Bei einem A/B-Test werden Nutzer zufällig Varianten zugeordnet. Vor Beginn sollten primäre Kennzahl, Schutzkennzahlen, Zielgruppe, Mindestdauer und Auswertungsmethode feststehen. Ein Test darf nicht täglich beendet werden, sobald eine Variante kurzfristig vorne liegt.
Bei kleinen Websites fehlt häufig genügend Traffic für schnelle belastbare Tests. Dann sind Nutzerinterviews, technische Fehlerbehebung, klare UX-Grundsätze und gestaffelte Vorher-nachher-Analysen sinnvoller. Ergebnisse bleiben vorsichtiger zu interpretieren, da Saison und Kampagnenmix den Vergleich beeinflussen können.
Wirtschaftliche Kennzahlen ergänzen
Conversion Rate ist nur ein Teil der Rechnung. Nützlich sind außerdem:
- Kosten pro qualifiziertem Lead;
- Lead-to-Opportunity- und Abschlussrate;
- durchschnittlicher Warenkorb oder Auftragswert;
- Deckungsbeitrag statt nur Umsatz;
- Retouren, Stornierungen und Betrug;
- Wiederkaufsrate und Kundenwert;
- Zeit bis zum Abschluss.
Ein Test, der mehr Käufe mit hohem Rabatt erzeugt, kann den Umsatz erhöhen und gleichzeitig die Marge verschlechtern. Schutzkennzahlen verhindern eine solche einseitige Optimierung.
Beispiele für sinnvolle Verbesserungen
B2B-Leistungsseite
Ein langer allgemeiner Einstieg wird durch eine klare Aussage zu Zielgruppe, Problem und Ergebnis ersetzt. Prozess, Mindestbudget und nächster Schritt werden sichtbar. Das Formular fragt nur Informationen ab, die für die erste Qualifizierung notwendig sind. Spätere Detailfragen folgen im Gespräch.
Online-Shop
Lieferzeit, Versandkosten und Rückgabebedingungen werden vor dem Checkout verständlich dargestellt. Varianten und Fehlerzustände funktionieren mobil. Gastbestellung und relevante Zahlungsarten werden geprüft. Änderungen werden nicht nur nach Bestellungen, sondern auch nach Marge und Retouren bewertet.
CRO-Prozess bei WebAktive
WebAktive beginnt mit Zieldefinition und Trackingprüfung. Danach werden Funnel-Daten, technische Qualität und Nutzerfragen untersucht. Aus den Erkenntnissen entsteht eine priorisierte Liste aus Fehlerbehebungen, UX-Verbesserungen und Testhypothesen. Je nach Traffic werden kontrollierte Experimente oder kleinere schrittweise Releases genutzt. Die Ergebnisse fließen zurück in Webdesign, Ads, SEO und Content.
Typische CRO-Fehler
- ohne saubere Conversion-Definition starten;
- nur die Gesamt-Rate ohne Segmente betrachten;
- Best Practices ungeprüft kopieren;
- viele Elemente gleichzeitig ändern und Ursache verlieren;
- Tests vorzeitig beenden;
- Leadqualität, Marge oder Retouren ignorieren;
- Dark Patterns einsetzen, die kurzfristig klicken lassen und Vertrauen zerstören;
- erfolgreiche Erkenntnisse nicht dokumentieren.
Häufige Fragen zur Conversion Rate
Kann eine höhere Conversion Rate schlechter sein?
Ja. Sie kann durch schlechtere Trafficqualität, niedrigere Preise, aggressivere Rabatte oder weniger Qualifizierung steigen. Deshalb werden Wert und Qualität der Conversions mitgemessen.
Zählt ein Klick als Conversion?
Nur wenn er eine relevante, klar definierte Handlung darstellt. Ein beliebiger Buttonklick eignet sich eher als Diagnoseevent als als primäres Geschäftsziel.
Wie lange sollte ein A/B-Test laufen?
Bis die vorher festgelegte Datenmenge und Mindestdauer erreicht sind. Dabei müssen typische Wochenzyklen und ausreichend Conversions berücksichtigt werden. Eine pauschale Zahl gilt nicht für jede Website.
Welche Conversion Rate ist gut?
Eine Rate, die bei tragfähigen Kosten qualifizierte Ergebnisse erzeugt und sich gegenüber einer vergleichbaren Ausgangslage verbessert. Fremde Durchschnittswerte allein beantworten diese Frage nicht.
Kann Webdesign allein die Rate verbessern?
Design kann Orientierung, Vertrauen und Bedienung verbessern. Wenn Preis, Angebot, Traffic oder Vertrieb nicht passen, löst eine neue Oberfläche das Grundproblem jedoch nicht.