Ihre Besucher entscheiden in Sekunden, ob sie bleiben. Wir finden heraus, warum sie gehen, und beheben die Gründe. Seit über 20 Jahren, in mehr als 800 A/B-Tests, für über 390 Unternehmen aus Mittelstand und Industrie.
Die meisten Unternehmen kaufen neue Besucher, obwohl sie 97 von 100 vorhandenen wieder verlieren. Das ist teuer, und es ist vermeidbar.
Wer mehr Anfragen braucht, erhöht zuerst das Werbebudget. Das ist der teuerste aller Wege. Denn jeder zusätzliche Besucher landet auf derselben Seite, stolpert über dieselbe Unklarheit und verlässt sie an derselben Stelle. Sie zahlen zweimal: einmal für den Klick, einmal für den Abbruch.
Conversion Optimierung dreht die Reihenfolge um. Erst reparieren wir die Stelle, an der Ihre Besucher aussteigen, dann skalieren Sie den Traffic. Der Hebel ist derselbe Umsatz bei gleichem Budget, nur eben eingesammelt statt liegen gelassen.
Hinter jedem Abbruch steht eine Entscheidung, und Entscheidungen folgen der Psychologie: Verlustaversion, sozialer Beweis, kognitive Leichtigkeit. Wir lesen Ihre Seite nicht als Designfrage, sondern als Entscheidungsarchitektur. Deshalb finden wir Dinge, die eine reine Design- oder Technikprüfung übersieht.
Beispielrechnung, keine Garantie. +40 % Lead-Conversion über mehrere Tests ist ein Wert, den wir in Projekten wie entsorgo deutlich übertroffen haben (+127 %). Wie viel bei Ihnen drin ist, sagen wir Ihnen in der Siteclinic, nachdem wir Ihre Zahlen gesehen haben.
Conversion Optimization (oder Conversion Rate Optimization, kurz CRO) ist der strukturierte Prozess, die Conversion Rate (CVR) einer digitalen Plattform datenbasiert zu erhöhen: durch Hypothesenbildung, Experimentation, Personalization und kontinuierliche Iteration. Im Kern geht es darum, mehr Business-Ergebnis aus bestehendem Traffic zu holen, bevor das Akquise-Budget skaliert wird: höhere CVR, höherer Average Order Value (AOV), bessere Revenue per Visitor (RPV) und damit höherer ROAS.
Wichtig ist die Abgrenzung zum A/B-Testing: A/B-Testing ist eine Methode innerhalb von CRO, nicht ihr Synonym. Ein echtes CRO-Programm umfasst Data Foundation (Tracking, Server-Side-Tagging, Consent-Mode v2, saubere GA4-Events), Research (qualitativ über User Interviews und Session Replays, quantitativ über Funnel- und Cohort-Analysen), Hypothesis Framework, Experimentation, Personalization und Team Enablement. A/B-Tests ohne dieses Framework sind Raterei mit Statistik-Anstrich.
In der Praxis misst sich ein reifes CRO-Programm an drei Kenngrößen: Experimentation-Velocity (Anzahl der Tests pro Monat), Win-Rate (Anteil der Tests mit signifikantem Uplift) und Revenue Impact (inkrementeller Umsatz, validiert gegen Kontrollgruppe). Scale-ups mit reifen Programmen erreichen 8–15 Tests pro Monat, 25–35 % Win-Rate und messbaren Business-Impact auf LTV und CAC-Payback. Das ist die Zielgröße, nicht „wir haben letzten Monat einen Button-Test gemacht".
Erst Diagnose, dann Therapie. Sie sehen das Ergebnis, bevor über eine Zusammenarbeit gesprochen wird.
Vor dem Termin schauen wir uns Ihre wichtigste Seite an: Einstiege, Funnel-Stufen, Absprungpunkte, Ladezeit, mobile Nutzung. Dazu Heatmap- und Verhaltensdaten, wenn vorhanden. Wir kommen nicht mit Fragen ins Gespräch, sondern mit Beobachtungen.
David Odenthal auditiert Ihre Seite gemeinsam mit Ihnen. Verhaltensökonom, seit über 20 Jahren in der Conversion-Praxis, über 800 A/B-Tests, Autor von „Zeiträuber & Eroberer". Er benennt nicht nur, wo Besucher aussteigen, sondern warum. Schonungslos ehrlich, auch wenn die Antwort lautet: Das ist kein Conversion-Problem, das ist ein Angebotsproblem.
Aus dem Audit wird eine testbare Hypothese nach dem KIT-Framework: Weil wir X beobachtet haben, erwarten wir, dass Änderung Y das Ergebnis Z bewirkt, gemessen an Kennzahl M. Mit erwarteter Wirkung, nötiger Laufzeit und Aufwand. Sie entscheiden, ob wir ihn fahren oder ob Sie ihn selbst umsetzen.
Nach der Testlaufzeit sitzen wir wieder zusammen und schauen auf die Zahlen: Was hat sich bewegt, was nicht, und was heißt das für den nächsten Test. Kein Reporting-PDF, das niemand liest, sondern ein Gespräch mit einer Entscheidung am Ende.
David Odenthal ist Gründer von konversion.digital, Verhaltensökonom und einer der erfahrensten Conversion-Optimierer im deutschsprachigen Raum. Er führt die Siteclinic selbst, jedes Mal. Nicht, weil das nicht skaliert, sondern weil die entscheidenden 30 Minuten die sind, in denen jemand die richtige Frage stellt.
entsorgo GmbH, Entsorgungslogistik. Vier Monate, 14 A/B-Tests, gleiches Mediabudget.
Der Anfrageprozess war fachlich korrekt und für Besucher unzumutbar: neun Schritte, bevor überhaupt ein Preis sichtbar wurde. Die Hypothese war nicht „das Formular ist zu lang", sondern „Nutzer investieren keine Mühe, bevor sie wissen, ob sich das Investment lohnt". Also kam die Orientierung nach vorn und die Detailabfrage nach hinten.
David weiß, wovon er spricht und was er tut. Er ist motiviert, zuverlässig und für alle Fragen stets ansprechbar. TOP!
David Odenthal hat uns bei der Einführung unserer Online-Lehrgänge von Anfang an begleitet und hilft uns durch die Analysen, unser Geschäft täglich zu verbessern.
Das Team konversion.digital ist lösungsbereit und hilft uns bei allen täglichen Themen rund um digitale Strategie und Leadgenerierung.
30 Minuten, per Google Meet, mit David persönlich. Sie wählen rechts einen freien Termin, danach nur noch Ihre Kontaktdaten. In unter einer Minute gebucht.
Kostenfrei und unverbindlich. Sie gehen keine Verpflichtung ein, die über die 30 Minuten hinausgeht.
Jeder Baustein baut auf dem vorherigen auf, kein Shortcut, keine Reihenfolgentausche.
Saubere GA4-Implementation, Server-Side-Tagging über GTM, Consent-Mode v2, valide Event-Struktur. Ohne belastbare Datenbasis ist jeder Test ein Ratespiel, weshalb wir hier nie sparen, auch wenn Kunden „schnell starten" wollen.
Hypothesen strukturiert nach KIT-Framework: Because Observation X, we expect Change Y will produce Outcome Z, measured by Metric M. Keine „lass uns mal den Button rot machen"-Experimente, sondern testbare Aussagen mit priorisiertem Backlog.
A/B-, Split-URL-, MVT- und Server-Side-Tests. Sample-Size-Planung mit statistischer Signifikanz, MDE-Berechnung, Novelty-Effect-Handling. Tool-Setup je nach Scale: Kameleoon, VWO, Optimizely oder Feature-Flags im eigenen Stack.
Ab bestimmter Traffic-Reife lohnt sich Personalization nach Segment: Neu vs. Bestand, Source, Device, Geo, Persona-Signale. Nicht als Gimmick, sondern als zweite Optimierungs-Dimension nach der globalen CVR-Hebung.
Nach Test-Ende: Holdout-Gruppe, Business-Impact-Berechnung, Abgleich gegen GA4- und Revenue-Daten. Viele „gewonnene" Tests halten im Rollout nicht, weil Attribution, Novelty oder Segment-Bias verzerren. Sauberer Validation-Layer ist Pflicht.
Wissen bleibt im Haus: Test-Dokumentation, interne Playbooks, Dashboard-Zugänge, Trainings für Produkt-, Marketing- und Dev-Team. Ziel ist nicht Agentur-Abhängigkeit, sondern intern skalierbare Experimentation-Kultur.
Tool-Auswahl richtet sich nach Scale und Architektur, nicht nach Agentur-Preferenzen.
Experimentation-Plattformen für Client-Side- und Server-Side-Tests. Auswahl nach bestehendem Stack, Compliance-Anforderungen (DSGVO-konforme Hosting-Optionen bei Kameleoon) und Feature-Flag-Integration. Wir sind Tool-agnostisch.
GA4 als Event-Layer, BigQuery-Export für rohe Datenanalyse. Cohort-Analysen, Funnel-Queries und Attribution-Vergleiche laufen direkt auf BigQuery, weil GA4-UI für tiefe Analysen zu limitiert ist.
Server-Side-Tagging für belastbare Conversion-Signale unabhängig von Browser-Restriktionen, iOS-Tracking-Limits und Ad-Blockern. Enhanced Conversions für Google Ads, Meta CAPI für Meta Ads.
Session Replays, Heatmaps, Zoning-Analysen. Qualitative Datenquelle für Hypothesen, besonders wertvoll bei komplexen Flows (Checkout, Onboarding) und für Drop-off-Analysen.
Reporting-Layer mit allen drei KPI-Ebenen: Experimentation, Conversion, Business. Dashboards für Squad, Leadership und Finance, jede Ebene sieht die für sie relevanten Zahlen, nicht einen Einheits-Report.
Unsere eigene KI-Lösung zur Hypothesen-Priorisierung und Ergebnis-Clusterung. Verbindet quantitative Funnel-Daten mit qualitativen Replay-Signalen, und hält den Backlog auf Impact statt Zufall fokussiert. Details auf /ab-test-tool.
Conversion Optimization lohnt sich immer dann, wenn Traffic-Reife und Business-Maturity zusammenkommen. Unsere Readiness-Checkliste, drei Kriterien müssen erfüllt sein, damit CRO seriös skaliert.
Darunter sind statistisch saubere A/B-Tests nicht in vertretbarer Zeit zu Ende zu führen. Unterhalb der Schwelle arbeiten wir mit heuristischer Analyse, UX-Research und Best-Practice-Implementation, ebenso wirksam, aber ohne harte Signifikanz-Nachweise. Ab 200.000 Sessions/Monat wird Personalization zusätzlich ökonomisch.
Wer Tracking nicht im Griff hat, testet blind. Wir starten CRO-Programme nie, ohne vorher 2–3 Wochen Data-Foundation-Arbeit investiert zu haben, und das sagen wir offen, auch wenn es das Kick-off verzögert. Inklusive Micro-Conversion-Tracking, weil Makro-Metriken alleine zu langsam für schnelles Lernen sind.
CRO-Programme scheitern selten an der Methode, sondern an Priorisierung. Wenn Geschäftsführung und Produkt-Team Tests als „nice to have" sehen, verhungert das Programm nach 3 Monaten. Wir brauchen einen Stakeholder im Leadership, der Experimentation als strategische Investition führt, sonst nützt der beste Tool-Stack nichts.
Wer GA4 nicht sauber hat, rollt Tests auf kaputte Signale aus. Jedes weitere Experiment zementiert das Problem. Data Foundation first, immer.
Tests nach drei Tagen „checken" und nach ersten positiven Signalen stoppen. Führt zu Alpha-Inflation, die Hälfte dieser „Gewinner" hält im Rollout nicht.
Wer nur Conversion Rate optimiert, kann Average Order Value oder Revenue per Visitor zerstören. Business-Layer gehört zwingend ins Scoring.
Farbtests und Microcopy sind nett, aber liefern selten zweistellige Uplifts. Struktur-Tests (Funnel-Reihenfolge, Pricing-Logik, Onboarding-Step-Zero) bringen die großen Hebel.
Test-Start im Black-Friday-Window: nicht wiederholbar, nicht aussagekräftig, nicht für Rollout geeignet. Seasonality muss in die Test-Planung.
Client-Side-Tests können Core Web Vitals reißen und damit SEO-Performance beschädigen. Ab bestimmter Scale-Reife ist Server-Side nicht Luxus, sondern Pflicht.
Gewonnener Test, und dann? Ohne definierten Rollout-Prozess (Dev-Ticket, QA, Monitoring) verpufft der Uplift im Backlog. Rollout gehört zur Experimentation, nicht nachgelagert.
Nichts. Die Siteclinic dauert 30 Minuten, läuft über Google Meet und ist kostenfrei. Es gibt keine Rechnung, keine Vertragsklausel und keine Verpflichtung, danach etwas zu buchen.
David geht live durch Ihre wichtigste Seite, benennt die Stellen, an denen Besucher aussteigen, und erklärt die psychologische Ursache dahinter. Am Ende bekommen Sie einen konkreten Testvorschlag mit Hypothese, erwarteter Wirkung und Laufzeit. Kein Foliensatz, kein automatisch erzeugter Toolreport.
Nein. Viele Teilnehmer setzen die Quick Wins selbst um, und das ist völlig in Ordnung. Wenn Sie danach mit uns weiterarbeiten wollen, sprechen wir über Umfang und Preis. Vorher nicht.
Eine vollständige Conversion-Analyse startet ab 2.500 € netto. Laufende Betreuung mit Test-Pipeline und Reporting liegt zwischen 2.500 € und 10.000 € netto pro Monat, abhängig von Testvolumen und Systemlandschaft. Wir rechnen nach Ergebnis-KPIs je Sprint, nicht nach Stunden.
Die initiale Analyse dauert 5 bis 10 Werktage. Der erste A/B-Test läuft danach 2 bis 4 Wochen bis zur statistischen Signifikanz. Erste belastbare Uplifts sehen Sie also typischerweise nach 6 bis 10 Wochen. Wir beenden Tests nicht früher, auch wenn die Zahl zwischendurch verlockend aussieht.
Ab rund 10.000 Besuchern pro Monat lassen sich A/B-Tests sauber statistisch auswerten. Darunter arbeiten wir heuristisch: Wir finden dieselben Reibungspunkte, belegen sie aber über Nutzerverhalten und Verhaltensökonomie statt über Signifikanz. Die Ergebnisse sind messbar, nur nicht als Prozent-Uplift vergleichbar.
Für den deutschsprachigen Mittelstand und Industrieunternehmen, im B2B wie im E-Commerce. Unter anderem für SOSAFE, Mömax, NEXI, FLYERALARM sports, Ceramin, XOVI, RealUnit und entsorgo. Wenn Ihr Geschäftsmodell erklärungsbedürftig ist, sind Sie bei uns richtig.
Kostenfrei. Unverbindlich. Konkret. Wir auditieren Ihre wichtigste Seite live, benennen die drei größten Reibungspunkte und schlagen Ihnen einen konkreten Test vor. Bevor wir auch nur über eine Zusammenarbeit sprechen.
Potentialgespräch kostenfrei sichern →
konversion.digital