Conversion-Rate: was sie ist, wie man sie berechnet und wie man sie erhöht

Was ist die Conversion-Rate?

Eine Conversion ist eine Aktion, die für Ihr Produkt wertvoll ist. Ein Kauf, eine Registrierung, eine Angebotsanfrage oder der Start einer Testphase sind Beispiele. Was als Conversion zählt, legen Sie selbst fest.

Die Conversion-Rate ist der Anteil aller Besucher, die diese Aktion ausführen. Jakob Nielsen definiert sie als den Prozentsatz der Nutzer, die eine gewünschte Aktion ausführen. Er betont auch, dass eine Conversion kein Verkauf sein muss.

In Google Analytics 4 markieren Sie eine Aktion als „Schlüsselereignis“ (key event), damit sie als Conversion zählt. Laut Google ist ein Schlüsselereignis ein Ereignis, das eine für den Erfolg Ihres Unternehmens besonders wichtige Aktion misst. Welches Ereignis Sie markieren, entscheidet, was die Rate misst.

Der Satz „unsere Conversion-Rate liegt bei 3 %“ sagt für sich also nichts. Sie müssen auch sagen, welche Aktion und welche Zielgruppe Sie gezählt haben.

So berechnen Sie die Conversion-Rate

Die Formel: Conversion-Rate = Conversions ÷ Besuche × 100. Im Beispiel der Wikipedia hat eine Website 200 Besucher am Tag. 30 davon melden sich für den Newsletter an. Die Conversion-Rate dieses Tages liegt bei 15 %.

Nielsens Beispiel ist ein Onlineshop. Im April kommen 100.000 Besucher und 2.000 Käufe zusammen. Die Rate liegt bei 2 %.

Der Nenner: Sitzungen oder Nutzer?

Schwierig an der Formel ist der Nenner. Google Analytics liefert zwei verschiedene Raten. Die Sitzungsrate teilt Sitzungen mit Zielaktion durch alle Sitzungen. Die Nutzerrate teilt Nutzer, die die Aktion ausgeführt haben, durch alle Nutzer.

Besucht dieselbe Person die Seite dreimal und kauft einmal, gehen die Raten auseinander: pro Sitzung 33,3 %, pro Nutzer 100 %. Laut Nielsen können Sie eindeutige Besucher oder wiederholte Besuche zählen. Zählen Sie nur in jedem Zeitraum gleich.

In Berichten nenne ich immer den Nenner, etwa „sitzungsbasierte Kaufrate, Oktober, alle Kanäle“. Fragt jemand zwei Monate später nach der Zahl, streitet niemand darüber, was gemessen wurde.

Eine Rate reicht nicht: zeichnen Sie den Funnel

Die Gesamtrate zeigt, wie groß das Problem ist. Um zu finden, wo es liegt, teilen Sie den Ablauf in Schritte: Besuch, Produktseite, Warenkorb, Kasse, Kauf. Diese Abfolge, die zeigt, wie viele Menschen in jedem Schritt übrig sind, heißt Funnel.

Geben Sie im Rechner unten Ihre eigenen Schritte und Zahlen ein. Er berechnet die Gesamtrate und den Verlust in jedem Schritt und markiert den Schritt, an dem die meisten gehen.

Rechner für Conversion-Rate und Funnel

1. Name von Schritt 1
   Anzahl in Schritt 1
2. Name von Schritt 2
   Anzahl in Schritt 2
3. Name von Schritt 3
   Anzahl in Schritt 3
4. Name von Schritt 4
   Anzahl in Schritt 4

Gesamte Conversion-Rate 2,00 % (200 / 10.000 × 100)

Größter Verlust: Produktseite → Warenkorb. Die Verlustrate in diesem Schritt liegt bei 80,0 %.

1. 1. Besuch 10.000

   Erster Schritt. Die übrigen Raten werden daraus berechnet.

2. 2. Produktseite 4.000

   Vom vorherigen Schritt weiter: 40,0 %. Verloren: 6.000 Personen (60,0 %). Im Vergleich zum ersten Schritt: 40,0 %.

3. 3. Warenkorb 800 Größter Verlust

   Vom vorherigen Schritt weiter: 20,0 %. Verloren: 3.200 Personen (80,0 %). Im Vergleich zum ersten Schritt: 8,0 %.

4. 4. Kauf 200

   Vom vorherigen Schritt weiter: 25,0 %. Verloren: 600 Personen (75,0 %). Im Vergleich zum ersten Schritt: 2,0 %.

JavaScript ist aus, deshalb steht hier nur das Ergebnis für diesen Beispiel-Funnel.

Das Tool erhebt und sendet keine Daten. Die Berechnung läuft in Ihrem Browser.

Geben Sie für jeden Schritt ein, wie viele Personen ihn erreicht haben. Der erste Schritt sind meist die Besuche. Die drei Beispiel-Funnels nutzen Zahlen, die ich mir ausgedacht und von Hand geprüft habe; es sind keine Daten eines echten Produkts.

Das E-Commerce-Beispiel können Sie von Hand prüfen: 200 ÷ 10.000 × 100 = 2 %. 4.000 Personen haben die Produktseite gesehen, 800 davon sind in den Warenkorb weiter. Das sind 20 % weiter und 80 % verloren.

Vom Warenkorb zum Kauf liegt die Rate bei 200 ÷ 800 = 25 %. Der eigentliche Verlust liegt also zwischen Produktseite und Warenkorb. Aus der Gesamtrate sehen Sie das nicht.

Makro- und Mikro-Conversions

Tim Neusesser von der Nielsen Norman Group teilt Conversions in zwei Gruppen. Eine Makro-Conversion trägt direkt zum Hauptziel des Unternehmens bei. Ein Kauf, ein gesendetes Angebotsformular oder ein neues Konto gehören dazu.

Mikro-Conversions hängen indirekt mit dem Hauptziel zusammen, kommen aber häufiger vor. Beispiele sind „In den Warenkorb“, der Start der Kasse und eine Newsletter-Anmeldung. Neusesser unterscheidet zwei Arten.

• Prozessmeilensteine: Schritte auf dem wahrscheinlichsten Weg zu einer Makro-Conversion. Der Start der Kasse ist der Schritt vor dem Kauf.
• Sekundäre Aktionen: Aktionen, die nicht direkt zum Verkauf führen, aber eine spätere Conversion ankündigen können, etwa ein Newsletter-Abo oder der Download der App.

Makro-Raten ändern sich langsam. Deshalb empfiehlt Neusesser, kleine Designverbesserungen über Mikro-Conversions zu messen. Jeder Zwischenschritt im Rechner ist eine Mikro-Conversion der Art Prozessmeilenstein.

Der Artikel enthält eine wichtige Warnung für Behörden und interne Produkte. Bei Pflichtaufgaben, für die Nutzer keine Alternative haben, ist die Conversion-Rate kein gutes Maß. Bei Dingen wie Steuererklärung oder Urlaubsantrag schauen Sie besser auf Fehlerzahlen und Supportanfragen.

Fallen im Tracking: Die Rate kann falsch sein

Bevor Sie eine niedrige Rate mit Design angehen, stellen Sie sicher, dass die Zahl stimmt. In Audits habe ich mehrfach gesehen, dass das Problem nicht die Oberfläche war, sondern das Tracking.

Bots und interner Traffic

Google Analytics schließt Traffic von bekannten Bots und Spidern automatisch aus, auf Basis von Googles eigener Forschung und der Bot-Liste des IAB. Diese Einstellung lässt sich nicht abschalten, und Sie sehen nicht, wie viel Traffic ausgeschlossen wurde.

Bots, die nicht auf der Liste stehen, zählen sehr wohl als Besuche und drücken die Rate. Schießen die Besuche über Nacht hoch, während die Verkäufe gleich bleiben, ist das mein erster Verdacht.

Auch die Besuche Ihres eigenen Teams blähen den Nenner auf. In GA4 können Sie internen Traffic über die IP-Adresse definieren und per Filter ausschließen. Ist der Filter aktiv, sind die ausgeschlossenen Daten endgültig weg und nicht wiederherstellbar. Testen Sie den Filter deshalb zuerst im Testmodus.

Kanalmix

Die Gesamtrate ist ein gewichteter Durchschnitt der Kanäle. Verschiebt sich der Anteil der Kanäle am Traffic, kann die Gesamtrate fallen, obwohl sich jeder Kanal verbessert. In der Statistik heißt das Simpson-Paradoxon: Ein Trend in Gruppen kann verschwinden oder sich umkehren, wenn man die Gruppen zusammenfasst.

Die Zahlen unten sind ein ausgedachtes Beispiel. Im Februar steigen die Raten beider Kanäle. Weil aber der meiste Traffic in die schwach konvertierenden sozialen Medien wandert, fällt die Gesamtrate.

Kanal	Januar	Februar
Suche	5.000 Besuche, 4 %, 200 Verkäufe	3.000 Besuche, 4,5 %, 135 Verkäufe
Soziale Medien	5.000 Besuche, 1 %, 50 Verkäufe	9.000 Besuche, 1,2 %, 108 Verkäufe
Gesamt	250 ÷ 10.000 = 2,5 %	243 ÷ 12.000 ≈ 2,03 %

Lesen Sie die Rate deshalb immer nach Kanälen getrennt.

Nielsen beschreibt denselben Effekt. Ein Artikel über Katzen brachte seiner Website an einem Tag das Vierfache des normalen Traffics. Die Verkäufe blieben auf dem Niveau eines normalen Tages, und die Rate fiel auf fast ein Viertel, weil die Besucher nicht zur Zielgruppe gehörten.

Saisons und Messzeitraum

Nielsen empfiehlt, saisonale Schwankungen im Messzeitraum zu berücksichtigen. Verbraucher-Websites verkaufen um die Feiertage im Dezember meist mehr. Große Rabattwochen wie der Black Friday wirken genauso.

Vergleichen Sie den November also mit dem November des Vorjahres, nicht mit dem Oktober. Und messen Sie die Wirkung einer Designänderung nicht während einer Aktionswoche.

Doppelt oder gar nicht gezählte Conversions

Zählen Sie eine Conversion beim Laden der Danke-Seite, kann jemand, der die Seite neu lädt, doppelt gezählt werden. Wer von der Seite des Zahlungsanbieters nicht zurückkommt, wird vielleicht gar nicht gezählt. Vergleichen Sie einmal im Monat die Zahl der Käufe in den Analytics mit der in Ihrem Bestellsystem.

Was ist eine gute Conversion-Rate?

Eine Antwort für alle gibt es nicht, und ich erfinde keinen Durchschnitt. Die klarste Quelle, die ich gefunden habe, ist Nielsens Artikel von 2013. Laut Nielsen liegt eine gute Conversion-Rate meist zwischen 1 % und 10 %.

Das obere Ende dieser Spanne ist das Zehnfache des unteren, und die Zahl stammt von 2013. Nielsen schreibt auch, dass die Rate von Marke, Preis, Komplexität des Verkaufs und der verlangten Verbindlichkeit abhängt. Ein Spontankauf und eine B2B-Leistung, die eine Freigabe der Geschäftsführung braucht, messen sich nicht an derselben Skala.

Mein Rat: Vergleichen Sie Ihre Rate mit Ihrer eigenen Vergangenheit, im selben Kanal und im selben Zeitraum. Machen Sie den Durchschnitt einer anderen Website zum Ziel, konzentrieren Sie sich auf den falschen Schritt.

Niedrige Conversion-Rate: Diagnose nach Symptom

Eine niedrige Rate hat nicht die eine Ursache. Ich beginne die Diagnose beim Symptom, weil es mir sagt, wo ich suchen muss. Das sind die Fälle, die mir in Audits am häufigsten begegnen.

Die Rate ist nach einem Release plötzlich gefallen

Wahrscheinliche Ursache: Ein Tracking-Tag wurde vielleicht entfernt, oder im Ablauf ist ein Fehler aufgetaucht. Zum Beispiel funktioniert der Kassenschritt in einem Browser nicht.

Diagnose: Gleichen Sie den Tag des Einbruchs mit dem Release-Datum ab. Vergleichen Sie die Käufe in den Analytics mit dem Bestellsystem. Gehen Sie den Ablauf dann selbst auf verschiedenen Geräten von Anfang bis Ende durch.

Mehr Besuche, gleich viele Verkäufe

Wahrscheinliche Ursache: Die Besucher gehören vielleicht nicht zur Zielgruppe, oder die Analytics erkennen manche Bots nicht. Dann ist die Seite nicht kaputt; nur der Nenner ist gewachsen.

Diagnose: Teilen Sie die Rate nach Kanal und Einstiegsseite auf. Viele sehr kurze Sitzungen aus einer einzigen Quelle machen Bots wahrscheinlicher.

Mobil niedrig, am Desktop normal

Wahrscheinliche Ursache: Touch-Ziele sind vielleicht zu klein, oder ein Formularfeld öffnet die falsche Tastatur. Manchmal zeigt sich ein Fehler nur mobil.

Diagnose: Teilen Sie den Funnel nach Gerät auf und schauen Sie, welcher Schritt die größte Lücke hat. Probieren Sie diesen Schritt auf einem echten Handy aus. Vergleichen Sie ihn mit den Regeln zur Größe von Touch-Zielen.

Viele legen in den Warenkorb, wenige kaufen

Wahrscheinliche Ursache: Die Versandkosten erscheinen erst im letzten Schritt, oder ein Konto ist Pflicht. In der Liste von Baymard, aktualisiert im September 2025, ist nach „nur geschaut“ der häufigste Grund hohe Versandkosten, Steuern und Zusatzkosten (40 %). Ein erzwungenes Konto steht mit 18 % an vierter Stelle.

Diagnose: Nehmen Sie jeden Kassenschritt in den Funnel auf und schauen Sie, wo der Verlust wächst. Die Seiten zum Muster der Kassenseite und zu den Gründen für Kaufabbrüche sind die Checkliste für diesen Schritt.

Viele öffnen das Formular, wenige senden es ab

Wahrscheinliche Ursache: Das Formular fragt Felder ab, die es nicht braucht, oder die Fehlermeldungen sagen nicht, was zu tun ist.

Diagnose: Schauen Sie auf Abbruchdaten pro Feld. Füllen Sie das Formular absichtlich falsch aus und lesen Sie, was der Fehler sagt. Vergleichen Sie es mit den Mustern zu Formulardesign und Fehlermeldungen.

Die Produktseite wird oft angesehen, aber selten in den Warenkorb gelegt

Wahrscheinliche Ursache: Angaben zu Preis oder Lieferung fehlen vielleicht. Der wichtigste Button ist nicht zu sehen, oder das Produkt ist nicht das, was die Leute erwartet haben.

Diagnose: Zahlen erklären diesen Schritt nicht; den Grund müssen Sie von Nutzern hören. Machen Sie einen kleinen Usability-Test mit ein paar Personen und fragen Sie, warum sie die Seite verlassen haben.

Jeder Schritt sieht vernünftig aus, aber die Gesamtrate bleibt niedrig

Wahrscheinliche Ursache: Das Problem ist vielleicht das Angebot. Design repariert keinen Preis und kein Produkt, das nicht zur Zielgruppe passt.

Diagnose: Sammeln Sie die Einwände, die Vertrieb und Kundenservice am häufigsten hören. Als Designer sage ich das nicht gern, aber es ist die ehrliche Antwort.

Die häufigsten UX-Ursachen

Stimmt das Tracking und passt das Angebot, kommt der Verlust meist aus einem dieser Probleme:

• Der Gesamtpreis erscheint erst im letzten Schritt. Nutzer gehen in dem Moment, in dem sie den Preis sehen.
• Ein Konto ist vor dem Kauf Pflicht. Ist der Gastkauf nicht sichtbar, steigen die Verluste.
• Formulare fragen mehr als nötig. Laut Nielsen steigt mit jeder Frage, die aus einem Formular verschwindet, die Abschlussrate.
• Schritte, die mobil nicht oder schlecht funktionieren.
• Leere Screens und Fehlermeldungen, die den nächsten Schritt nicht nennen.
• Details, die Vertrauen erschüttern. Unklare Rückgabebedingungen oder eine unbekannte Bezahlseite lassen Nutzer innehalten.

Es gibt auch die Gegenrichtung. Ein verstecktes Abo, ein vorab angekreuztes Kästchen oder eine schwer zu kündigende Mitgliedschaft können die Rate kurzfristig heben. Das zählt zu den Dark Patterns. Die gewonnene Rate kommt später als Rückerstattungen und Beschwerden zurück.

So erhöhen Sie die Conversion-Rate

Die Reihenfolge ändere ich nie. Jeder Schritt baut auf dem Ergebnis des vorherigen auf.

1. Das Tracking prüfen. Bots und internen Traffic herausfiltern und die Analytics mit dem Bestellsystem vergleichen.
2. Den Funnel zeichnen. Den Hauptablauf in Schritte teilen und jeden Schritt nach Kanal und Gerät.
3. Auf den größten Verlust konzentrieren. Der Schritt, den der Rechner oben markiert, ist meist der Ausgangspunkt.
4. Die Ursache finden. Die Zahl zeigt wo, nicht warum. Eine heuristische Evaluation und Tests mit Nutzern schließen diese Lücke.
5. Eine Änderung nach der anderen. Ändern Sie zehn Dinge gleichzeitig, wissen Sie nicht, was gewirkt hat.
6. Mit einem A/B-Test bestätigen. Messen Sie, ob die Änderung wirklich einen Unterschied gemacht hat.

Nielsen fügt eine Warnung hinzu: Optimieren Sie die Conversion, maximieren Sie sie nicht. Die Kosten für einen weiteren Prozentpunkt können höher sein als das, was er bringt.

Mit einem A/B-Test bestätigen

Bei einem A/B-Test werden die Besucher zufällig in zwei Gruppen geteilt. Die eine sieht die alte Version, die andere die neue, und die Raten beider Gruppen werden verglichen. Die eigentliche Frage ist, ob der Unterschied Zufall ist.

Das prüfen Sie mit Ihren eigenen Zahlen im A/B-Test-Rechner. Dieselbe Seite berechnet auch, wie viele Besucher jede Gruppe braucht, bevor Sie den Test starten. Legen Sie die Stichprobengröße vorher fest und brechen Sie den Test nicht früh ab, weil Sie schon auf das Ergebnis geschaut haben.

Ist Ihr Traffic gering, kann ein A/B-Test Wochen dauern. Dann setze ich die Änderung um und vergleiche den Zeitraum davor und danach, im selben Kanal und in derselben Saison. Das ist ein schwächerer Beleg, und das schreibe ich im Bericht auch so.

Meine Notiz

Der Fall, den ich in Audits am häufigsten sehe: Ein Team verfolgt jede Woche die Gesamtrate, hat aber nie den Funnel gezeichnet. Fällt die Rate, wird die Startseite neu gestaltet. Dabei liegt der Verlust meist in einem anderen Schritt, manchmal in einem einzigen Feld des Kassenformulars.

Der zweite häufige Fall: Zwei Teams diskutieren dieselbe Rate mit verschiedenen Nennern. Das Marketing zählt Sitzungen, das Produktteam Nutzer. Die halbe Besprechung geht mit der Frage drauf, was die Zahl eigentlich ist.

Wenn ich mir ein Conversion-Problem anschaue, prüfe ich zuerst das Tracking, dann den Funnel und zuletzt die Screens. UX Audit Pro deckt bis zu 10 Flows der ganzen App ab und liefert eine priorisierte Liste. Wenn Sie den Ablauf zuerst verstehen möchten, führt der Ratgeber zum UX-Audit Schritt für Schritt hindurch.