Mehr Traffic kostet Geld, mehr Abschlüsse aus dem vorhandenen Traffic oft nur Know-how. Genau hier setzt die Conversion-Rate-Optimierung an: Du findest heraus, warum Besucher nicht kaufen, sich nicht anmelden oder nicht anfragen, und beseitigst diese Hürden systematisch. Dieser Leitfaden zeigt dir, wie du die Conversion-Rate berechnest, Benchmarks richtig einordnest, saubere A/B-Tests fährst und welche Hebel nachweislich wirken.
Was ist Conversion-Rate-Optimierung?
Eine Conversion ist jede Aktion, die du dir von einem Besucher wünschst: ein Kauf, eine Kontaktanfrage, eine Newsletter-Anmeldung, ein Demo-Termin oder der Download eines Whitepapers. Die Conversion-Rate beschreibt, welcher Anteil deiner Besucher diese Aktion ausführt.
Conversion-Rate-Optimierung (kurz CRO) ist der Prozess, diesen Anteil gezielt zu erhöhen. Sie verbindet Webanalyse, Nutzerforschung, Psychologie, UX-Design und Statistik. Gute CRO arbeitet mit Daten und Experimenten statt mit Bauchgefühl und Meinungen aus dem Meeting.
Der wirtschaftliche Reiz der Conversion-Rate-Optimierung ist simpel. Steigt deine Conversion-Rate von 2 auf 2,5 Prozent, gewinnst du ein Viertel mehr Abschlüsse, ohne einen Euro mehr für Anzeigen auszugeben. Jede Verbesserung senkt damit auch deine Kosten pro Kunde und macht alle Marketingkanäle effizienter.
Makro- und Mikro-Conversions
Unterscheide zwei Arten von Zielen, bevor du optimierst:
- Makro-Conversions sind die Hauptziele deines Geschäfts, also Kauf, Anfrage oder Vertragsabschluss.
- Mikro-Conversions sind Zwischenschritte auf dem Weg dorthin, etwa „In den Warenkorb“, Klick auf den Preis-Tab, Video gestartet oder Formular begonnen.
Mikro-Conversions helfen dir, Engpässe im Marketing Funnel zu erkennen. Optimieren solltest du am Ende aber immer auf das Ziel, das Umsatz bringt. Eine höhere Klickrate auf einen Button nützt wenig, wenn danach niemand mehr kauft.
Conversion-Rate berechnen: Formel und Beispiel
Die Grundformel ist einfach:
Conversion-Rate = Conversions ÷ Besucher (oder Sitzungen) × 100
Ein Beispiel: Dein Onlineshop hatte im September 40.000 Sitzungen und 960 Bestellungen. 960 geteilt durch 40.000 ergibt 0,024, also eine Conversion-Rate von 2,4 Prozent.
Wichtiger als die Rechnung ist die Definition. Lege fest, ob du auf Sitzungen oder auf Nutzer beziehst, ob mehrere Käufe pro Sitzung zählen und welche Seiten du einschließt. In Google Analytics 4 heißen deine wichtigen Ziele inzwischen Schlüsselereignisse (Key Events). Wie GA4 diese von „Conversions“ für Google Ads abgrenzt, erklärt Google in der Analytics-Hilfe zu Key Events. Bleib bei einer Definition, sonst vergleichst du Äpfel mit Birnen.
Berechne die Rate außerdem getrennt nach Gerät, Kanal und Seitentyp. Eine Gesamtrate verdeckt oft, dass Desktop gut konvertiert, Mobile aber massiv Nutzer verliert.
Welche Conversion-Rate ist gut? Benchmarks mit Vorsicht
Die ehrliche Antwort lautet, dass es auf Branche, Angebot, Preis und Trafficquelle ankommt. Ein B2B-Softwareanbieter mit Demo-Formular lässt sich nicht mit einem Modeshop vergleichen. Zwei belastbare Orientierungspunkte gibt es trotzdem:
- Der Unbounce Conversion Benchmark Report (Daten Q4 2024) ermittelte über rund 41.000 Landingpages und 464 Millionen Besucher eine mediane Conversion-Rate von 6,6 Prozent über alle Branchen. Das betrifft Landingpages, nicht ganze Websites oder Shops.
- Laut Baymard Institute (Auswertung von 50 Studien, Stand 2025) brechen durchschnittlich 70,22 Prozent der Onlinekäufer ihren Warenkorb ab.
Nutze solche Werte nur als grobe Einordnung. Dein wichtigster Benchmark bist du selbst: Miss deinen Ausgangswert sauber und verbessere ihn von Quartal zu Quartal.
Der CRO-Prozess in fünf Schritten
Erfolgreiche Conversion-Rate-Optimierung folgt einem wiederholbaren Kreislauf. Einzelne Ideen ohne Prozess bringen selten dauerhafte Ergebnisse.
1. Analyse: Wo verlierst du Nutzer?
Jede Conversion-Rate-Optimierung beginnt mit quantitativen Daten. In deiner Webanalyse findest du Seiten mit viel Traffic und schwacher Weiterleitung, Funnel-Schritte mit hohen Abbrüchen und Unterschiede zwischen Geräten. Diese Stellen haben das größte Potenzial.
Ergänze die Zahlen um qualitative Daten, denn Analytics zeigt dir das Was, aber nicht das Warum:
- Heatmaps und Session-Recordings zeigen, wo Nutzer klicken, scrollen oder hängen bleiben.
- On-Site-Umfragen mit einer einzigen Frage („Was hält dich gerade vom Kauf ab?“) liefern direkte Einwände.
- Nutzertests mit fünf bis acht Personen decken Verständnisprobleme auf, die du selbst längst übersiehst.
- Support- und Vertriebsfeedback verrät, welche Fragen immer wieder kommen.
2. Hypothesen formulieren und priorisieren
Aus jeder Beobachtung wird eine prüfbare Hypothese. Ein bewährtes Format lautet: „Weil wir X beobachtet haben, erwarten wir, dass Änderung Y bei Zielgruppe Z zu Ergebnis W führt.“ So zwingst du dich, Ursache, Maßnahme und Messgröße klar zu benennen.
Da du nie alles gleichzeitig testen kannst, brauchst du eine Priorisierung. Verbreitet ist das ICE-Modell: Du bewertest jede Idee nach Impact (erwartete Wirkung), Confidence (Sicherheit durch Daten) und Ease (Aufwand) auf einer Skala von 1 bis 10. Ideen mit hoher Punktzahl kommen zuerst.
3. A/B-Tests aufsetzen
Beim A/B-Test teilst du deinen Traffic zufällig auf: Gruppe A sieht die bestehende Version, Gruppe B die Variante. Danach vergleichst du, welche Version mehr Conversions bringt. Weil beide Gruppen zur selben Zeit unter denselben Bedingungen laufen, kannst du den Unterschied auf deine Änderung zurückführen.
Weitere Testformen:
- A/B/n-Tests vergleichen mehrere Varianten gleichzeitig, brauchen aber entsprechend mehr Traffic.
- Multivariate Tests prüfen Kombinationen mehrerer Elemente und lohnen sich nur bei sehr hohem Traffic.
- Split-URL-Tests vergleichen komplett unterschiedliche Seiten, etwa bei einem neuen Landingpage-Konzept.
Lege vor dem Start fest, welche Kennzahl entscheidet (die Primärmetrik), wie lange der Test läuft und welche Stichprobe du brauchst.
4. Statistik-Grundlagen, die du kennen musst
Viele Tests liefern falsche Gewinner, weil die Statistik ignoriert wird. Diese Begriffe solltest du verstehen:
- Statistische Signifikanz: Sie gibt an, wie unwahrscheinlich dein Ergebnis wäre, wenn es in Wahrheit keinen Unterschied gäbe. Üblich ist ein Konfidenzniveau von 95 Prozent.
- Teststärke (Power): Sie beschreibt die Wahrscheinlichkeit, einen echten Effekt auch zu entdecken. Ein gängiger Zielwert liegt bei 80 Prozent.
- Minimaler nachweisbarer Effekt (MDE): Je kleiner der Effekt ist, den du erkennen willst, desto mehr Besucher brauchst du.
- Stichprobengröße: Berechne sie vorab mit einem Sample-Size-Rechner, statt den Test „mal laufen zu lassen“.
Zwei Regeln schützen dich vor den häufigsten Fehlern. Erstens: Beende einen Test nicht, sobald das Tool „signifikant“ meldet, sondern erst nach Erreichen der geplanten Stichprobe. Dieses vorzeitige Nachsehen („Peeking“) erhöht die Zahl falscher Gewinner deutlich. Zweitens: Lass Tests mindestens ein bis zwei volle Wochen laufen, damit Wochentagseffekte sich ausgleichen.
Prüfe zudem, ob die Aufteilung des Traffics stimmt. Weicht das Verhältnis deutlich vom geplanten 50:50 ab, spricht man von einem Sample Ratio Mismatch. Dann ist das Setup fehlerhaft und das Ergebnis nicht verwertbar.
5. Auswerten, ausrollen, dokumentieren
Gewinnt die Variante, rollst du sie aus und beobachtest die Kennzahl weiter. Verliert sie, ist das kein Misserfolg: Du hast gelernt, was deine Nutzer nicht überzeugt. Dokumentiere jeden Test mit Hypothese, Screenshots, Laufzeit und Ergebnis in einem zentralen Test-Log. So baust du Wissen auf, statt dieselben Ideen in zwei Jahren erneut zu testen.
Hast du für Tests zu wenig Traffic, bleibt Conversion-Rate-Optimierung trotzdem möglich. Setze dann auf Nutzertests, Umfragen und Best Practices und vergleiche Vorher- und Nachher-Zeiträume mit der gebotenen Vorsicht.
Conversion-Rate steigern: Die wichtigsten Hebel
Die folgenden Hebel tauchen in fast jedem Projekt zur Conversion-Rate-Optimierung auf. Behandle sie als Startpunkte für Hypothesen, nicht als Garantie. Was bei anderen funktioniert, muss bei deiner Zielgruppe nicht wirken.
Wertversprechen schärfen
Besucher entscheiden in Sekunden, ob sie bleiben. Dein Wertversprechen muss deshalb oben auf der Seite klar beantworten, was du anbietest, für wen es gedacht ist und warum man es gerade bei dir kaufen sollte. Ersetze vage Superlative durch konkrete Nutzen: Lieferzeit, Ersparnis, Ergebnis.
Ladezeit verkürzen
Geschwindigkeit wirkt direkt auf den Umsatz. Die Studie „Milliseconds Make Millions“ von Deloitte im Auftrag von Google (2019) fand bei 37 Marken heraus, dass eine um 0,1 Sekunden schnellere mobile Seite die Conversion-Rate im Handel um 8,4 Prozent und bei Reiseanbietern um 10,1 Prozent erhöhte. Die Details findest du in der Fallstudie auf web.dev.
Prüfe regelmäßig die Core Web Vitals, komprimiere Bilder, reduziere Skripte von Drittanbietern und achte auf schnelles Hosting. Gerade bei einem Website-Relaunch lohnt es sich, Performance von Anfang an als Ziel festzuschreiben.
Landingpages und Message Match
Eine Landingpage sollte genau das einlösen, was die Anzeige oder der Link versprochen hat. Diese Übereinstimmung heißt Message Match. Wer auf „Laufschuhe für breite Füße“ klickt, will nicht auf der Startseite landen.
Halte Landingpages fokussiert: ein Ziel, eine klare Überschrift, wenige Ablenkungen. Navigation, unnötige Links und konkurrierende Angebote kosten Aufmerksamkeit.
Klare Calls-to-Action
Ein guter Call-to-Action sagt, was als Nächstes passiert und welchen Nutzen der Klick bringt. „Kostenlos 14 Tage testen“ funktioniert meist besser als „Absenden“. Platziere den CTA sichtbar, gib ihm visuellen Kontrast und vermeide mehrere gleichrangige Buttons nebeneinander.
Vertrauen und Social Proof
Menschen orientieren sich an anderen. Bewertungen, Kundenstimmen, Referenzlogos, Gütesiegel und transparente Kontaktdaten senken das wahrgenommene Risiko. Wichtig ist Echtheit: Ausgedachte Testimonials schaden mehr, als sie nützen, und sind rechtlich problematisch.
Im Checkout zählt Vertrauen besonders. Laut Baymard brechen 19 Prozent der Käufer ab, weil sie der Seite ihre Kreditkartendaten nicht anvertrauen wollen. Zeige bekannte Zahlungsarten und sichere Verbindung deutlich.
Formulare und Checkout entschlacken
Jedes zusätzliche Feld ist eine Hürde. Baymard zählte im durchschnittlichen US-Checkout 23,48 Formularelemente, hält aber 12 bis 14 für ausreichend. Die wichtigsten Abbruchgründe aus derselben Erhebung:
- 40 Prozent: zu hohe Zusatzkosten wie Versand oder Gebühren
- 20 Prozent: zu langsame Lieferung
- 18 Prozent: Zwang zur Kontoerstellung
- 17 Prozent: zu langer oder komplizierter Checkout
Daraus ergeben sich klare Maßnahmen: Kosten früh zeigen, Gastbestellung anbieten, Felder streichen, Autofill unterstützen und Fehlermeldungen verständlich formulieren. Die vollständige Baymard-Auswertung zum Warenkorbabbruch lohnt einen Blick.
Videos und Produktinformationen
Erklärvideos, Produktdemos und gute Bilder beantworten Fragen, die sonst offen bleiben. Ihre Wirkung auf die Conversion-Rate hängt stark vom Produkt ab. Teste deshalb, ob ein Video tatsächlich mehr Abschlüsse bringt oder nur Ladezeit kostet.
Personalisierung mit Augenmaß
Inhalte, die zum Kontext passen, wirken stärker. Das kann eine Landingpage pro Zielgruppe sein, ein Angebot passend zur Trafficquelle oder Produktempfehlungen auf Basis des Warenkorbs. Nutze personenbezogene Daten dabei nur mit Einwilligung und übertreibe es nicht: Zu offensichtliche Personalisierung wirkt schnell aufdringlich.
Ein neuer Faktor: Immer mehr Kaufentscheidungen beginnen in KI-Assistenten. Wer über ChatGPT oder Googles KI-Antworten auf deine Seite kommt, ist oft schon weit in der Entscheidung. Wie sich das auf Produktsuche und Abschlüsse auswirkt, beschreibt unser Beitrag zu KI-Shopping.
Tools für die Conversion-Rate-Optimierung: DSGVO im Blick
Für eine professionelle Conversion-Rate-Optimierung brauchst du drei Werkzeugtypen:
- Webanalyse: Google Analytics 4, Matomo oder etracker liefern Funnel- und Kanaldaten. Matomo lässt sich selbst hosten, was die Datenhoheit erleichtert.
- Testing-Plattformen: Für A/B-Tests kommen Lösungen wie Optimizely, VWO, AB Tasty, Kameleoon oder Varify.io infrage. Google Optimize hat Google bereits 2023 eingestellt.
- Nutzerforschung: Heatmap- und Umfrage-Tools wie Hotjar oder Microsoft Clarity sowie Plattformen für Remote-Nutzertests.
In Deutschland entscheidet der Datenschutz mit. Achte bei jedem Tool auf diese Punkte:
- Einwilligung: Testing- und Tracking-Tools, die Cookies setzen oder Geräteinformationen auslesen, brauchen in der Regel eine Einwilligung nach § 25 TDDDG und müssen in deinen Consent-Banner eingebunden sein.
- Auftragsverarbeitung: Schließe mit jedem Anbieter einen Vertrag zur Auftragsverarbeitung (AVV).
- Datenübermittlung: Prüfe Serverstandort und Rechtsgrundlage bei Übermittlungen in Drittländer, etwa eine Zertifizierung nach dem EU-US Data Privacy Framework.
- Session-Recordings: Maskiere Eingabefelder, damit keine personenbezogenen Daten aufgezeichnet werden.
Beachte, dass eine Einwilligungspflicht deine Stichprobe verkleinert: Nur Nutzer, die zustimmen, landen im Test. Plane das bei der Berechnung der Laufzeit ein. Im Zweifel stimmst du dich mit deiner Datenschutzberatung ab.
Typische Fehler bei der Conversion-Rate-Optimierung
- Tests ohne Hypothese: Wer nur Button-Farben ausprobiert, lernt wenig über seine Nutzer.
- Zu wenig Traffic: Tests auf Seiten mit wenigen Conversions erreichen nie belastbare Ergebnisse.
- Zu frühes Beenden: Peeking produziert Zufallsgewinner, deren Effekt nach dem Rollout verpufft.
- Falsche Zielgröße: Mehr Leads bringen nichts, wenn deren Qualität sinkt. Verknüpfe die Conversion-Rate-Optimierung deshalb mit deinen Marketing-KPIs wie Umsatz pro Besucher oder Abschlussquote im Vertrieb.
- Best Practices blind kopieren: Was in einer Fallstudie funktioniert hat, ist bei dir nur eine Hypothese.
- Mobile vernachlässigen: Viele Teams prüfen Varianten nur am Desktop, obwohl oft ein großer Teil der Besucher mobil kommt.
- Keine Dokumentation: Ohne Test-Log geht Wissen verloren, sobald jemand das Team verlässt.
Fazit: Conversion-Rate-Optimierung ist ein Prozess, kein Projekt
Conversion-Rate-Optimierung bringt dir mehr Ergebnis aus jedem Besucher, den du ohnehin schon gewinnst. Der Schlüssel liegt im Ablauf: Daten analysieren, Ursachen verstehen, Hypothesen priorisieren, sauber testen und Ergebnisse dokumentieren. Tipps wie schnellere Ladezeiten, schlankere Formulare oder stärkere Calls-to-Action sind gute Startpunkte, aber erst der Test zeigt, was bei deiner Zielgruppe wirkt.
Fang klein an. Nimm dir die Seite mit dem meisten Traffic und den höchsten Abbrüchen vor, führe fünf Nutzerinterviews und formuliere drei Hypothesen. Wer diesen Kreislauf dauerhaft betreibt, wird seine Conversion-Rate steigern und versteht seine Kunden am Ende besser als die Konkurrenz.
Häufige Fragen zur Conversion-Rate-Optimierung
Was ist Conversion-Rate-Optimierung?
Conversion-Rate-Optimierung (CRO) ist der systematische Prozess, den Anteil der Besucher zu erhöhen, die eine gewünschte Aktion ausführen, etwa kaufen, anfragen oder sich anmelden. Sie kombiniert Webanalyse, Nutzerforschung und A/B-Tests.
Wie berechnet man die Conversion-Rate?
Du teilst die Zahl der Conversions durch die Zahl der Besucher oder Sitzungen und multiplizierst mit 100. Bei 960 Bestellungen aus 40.000 Sitzungen ergibt das 2,4 Prozent.
Was ist eine gute Conversion-Rate?
Das hängt stark von Branche, Angebot und Trafficquelle ab. Der Unbounce Conversion Benchmark Report nennt für Landingpages einen Median von 6,6 Prozent (Daten Q4 2024), dein wichtigster Vergleichswert bleibt aber deine eigene Entwicklung.
Wie lange sollte ein A/B-Test laufen?
So lange, bis die vorab berechnete Stichprobe erreicht ist, und mindestens ein bis zwei volle Wochen, damit Wochentagseffekte sich ausgleichen. Beende Tests nicht vorzeitig, nur weil das Tool kurzzeitig Signifikanz meldet.
Welche Tools eignen sich für CRO unter der DSGVO?
Geeignet sind etwa Matomo oder etracker für die Analyse und Testing-Plattformen wie Optimizely, VWO, AB Tasty, Kameleoon oder Varify.io. Entscheidend sind Einwilligung über den Consent-Banner, ein Vertrag zur Auftragsverarbeitung und eine geprüfte Rechtsgrundlage bei Datenübermittlungen.
