Was ist die Conversion Rate?
Die Conversion Rate (deutsch: Konversionsrate) misst den Prozentsatz der Besucher oder Interaktionen, die zu einem gewünschten Ergebnis führen. Im E-Commerce ist das typischerweise ein Kauf, im Marketing kann es eine Registrierung, ein Download oder eine Kontaktanfrage sein.
Die Conversion Rate ist eine der wichtigsten Kennzahlen im digitalen Geschäft, weil sie zeigt, wie effektiv eine Website, ein Kanal oder ein Prozess Besucher in Kunden verwandelt. Eine Steigerung der Conversion Rate um wenige Prozentpunkte kann bei gleichbleibendem Traffic den Umsatz erheblich erhöhen, ohne dass zusätzliche Akquisekosten anfallen.
Im CX-Kontext zeigt die Conversion Rate, wie gut das Kundenerlebnis in Geschäftsergebnisse übersetzt wird. Eine niedrige Conversion Rate deutet oft auf Reibung in der Customer Journey hin: unklare Produktinformationen, umständliche Checkout-Prozesse oder fehlendes Vertrauen.
Arten der Conversion Rate
Makro-Conversions sind die primären Geschäftsziele: ein Kauf, ein Vertragsabschluss oder eine kostenpflichtige Registrierung. Sie sind direkt umsatzrelevant.
Mikro-Conversions sind Zwischenschritte auf dem Weg zur Makro-Conversion: ein Newsletter-Abo, ein Whitepaper-Download, ein Warenkorb-Hinzufügen. Sie zeigen Engagement und Kaufabsicht, auch wenn der finale Abschluss noch aussteht.
Kanalspezifische Conversion Rates messen die Performance einzelner Kanäle: Website, E-Mail, Social Ads, Chat. Der Vergleich zeigt, welche Kanäle am effizientesten konvertieren und wo Optimierungspotenzial liegt.
Wie die Conversion Rate berechnen?
Rechenbeispiel
Ein Online-Shop hat in einem Monat 5.000 Besucher. Davon tätigen 150 Besucher einen Kauf.
Mit 3,0 % liegt der Shop über dem deutschen E-Commerce-Durchschnitt von ca. 2 % und gehört damit zu den besser performenden Shops.
Conversion Rate Benchmarks nach Branche
| Branche | Conversion Rate |
|---|---|
| Lebensmittel & Getränke | 4,9–6,2 % |
| Gesundheit & Pharma | 3,0–5,0 % |
| Kunst & DIY | ca. 4,0 % |
| Tabak & E-Zigaretten | ca. 7–9 % |
| Mode & Bekleidung | 1,5–2,5 % |
| Elektronik & Technik | 1,5–2,5 % |
| Möbel & Wohnen | 0,8–1,5 % |
| B2B / Industriebedarf | 0,7–1,2 % |
Quellen: uptain Conversion Rate Report 2025, Contentsquare Digital Experience Benchmarks, Shopify E-Commerce Conversion Rate
Die Unterschiede zwischen Branchen sind erheblich. Lebensmittel konvertieren besser, weil Kaufentscheidungen habituell, niedrigpreisig und wenig erklärungsbedürftig sind. Möbel und B2B-Produkte erfordern dagegen mehr Recherche und Abstimmung, was zu längeren Customer Journeys und niedrigeren Conversion Rates führt.
Conversion Rate nach Endgerät
| Endgerät | Durchschnittliche Conversion Rate |
|---|---|
| Desktop | 3,2–3,9 % |
| Tablet | 2,5–3,0 % |
| Mobil | 1,8–2,8 % |
Quellen: Contentsquare, Statista
Mobile konvertiert schwächer als Desktop, weil Produktvergleiche auf kleinen Bildschirmen umständlicher sind, Checkout-Formulare mehr Reibung erzeugen und Vertrauenssignale oft unter dem sichtbaren Bereich liegen. Viele Nutzer recherchieren mobil und kaufen dann am Desktop.
Conversion Rate optimieren
Checkout vereinfachen. Jeder unnötige Schritt im Checkout kostet Conversions. Gastbestellungen ermöglichen, Formulare auf das Nötigste reduzieren und alle gängigen Zahlungsarten anbieten. Laut Baymard Institute sind 18 % der Warenkorb-Abbrüche auf einen zu komplizierten Checkout zurückzuführen (Baymard).
Seitenladezeiten optimieren. Eine Verzögerung von nur einer Sekunde kann die Conversion Rate um bis zu 7 % senken. Core Web Vitals (LCP, FID, CLS) messen und kontinuierlich verbessern.
Vertrauen aufbauen. Kundenbewertungen, Gütesiegel, transparente Rückgabebedingungen und SSL-Verschlüsselung sind keine Hygienefaktoren, sondern direkte Conversion-Treiber.
A/B-Tests systematisch durchführen. Datenbasierte Entscheidungen statt Bauchgefühl. Headlines, CTAs, Produktbilder und Preisdarstellung testen. Teams, die ihre Tests auf Daten stützen, finden in 20–30 % der Fälle Gewinner, verglichen mit 10 % bei uninformierten Tests (VWO).
Nutzerforschung betreiben. Heatmaps, Session Recordings und Nutzerinterviews zeigen, wo Besucher abspringen und warum. Quantitative Daten sagen „wo", qualitative Daten sagen „warum".
Conversion Rate vs. Click-Through Rate vs. Bounce Rate
| Metrik | Was sie misst | Fokus |
|---|---|---|
| Conversion Rate | Anteil der Besucher, die konvertieren | Abschluss |
| Click-Through Rate (CTR) | Anteil der Nutzer, die auf einen Link/eine Anzeige klicken | Aufmerksamkeit |
| Bounce Rate | Anteil der Besucher, die nach einer Seite abspringen | Engagement |
Die drei Metriken bilden zusammen den Trichter ab. Eine hohe CTR bringt Besucher auf die Seite. Eine niedrige Bounce Rate zeigt, dass die Seite relevant ist. Und eine hohe Conversion Rate bestätigt, dass der Besucher die gewünschte Aktion durchführt. Probleme an einer Stelle wirken sich auf die nachgelagerten Metriken aus.
Pro
- +Direkt umsatzrelevant und leicht verständlich
- +Ermöglicht den Vergleich zwischen Kanälen, Kampagnen und Zeiträumen
- +Kleine Verbesserungen haben großen Einfluss bei hohem Traffic
- +Optimierung (CRO) ist kosteneffizienter als zusätzliche Akquise
Kontra
- –Ohne Kontextualisierung irreführend (Branche, Traffic-Qualität, Produkt beeinflussen den Wert)
- –Fokus auf Conversion Rate allein kann zu kurzfristigem Denken führen (z. B. aggressive Rabatte)
- –Mikro-Conversions und Makro-Conversions müssen sauber getrennt werden
- –Sagt nichts über die Profitabilität der gewonnenen Kunden aus
Einfluss von KI auf die Conversion Rate
KI verändert die Conversion-Rate-Optimierung grundlegend. Personalisierte Produktempfehlungen, die auf KI basieren, können die Conversion Rate um 30 bis 40 % steigern (Kauz.ai). KI-Chatbots, die rund um die Uhr verfügbar sind, erhöhen die Lead-Qualität um bis zu 55 % und beantworten Kaufbarrieren in Echtzeit (DialogBits).
Darüber hinaus automatisiert KI den CRO-Prozess selbst. KI-gestützte A/B-Test-Tools identifizieren Gewinner schneller und verteilen Traffic dynamisch. Prädiktive Modelle erkennen Kaufabsichten und passen Inhalte, Preise und CTAs in Echtzeit an. Unternehmen, die KI-Personalisierung einsetzen, erzielen laut McKinsey 40 % mehr Umsatz als ihre Wettbewerber.
Die Herausforderung liegt darin, KI-Personalisierung so einzusetzen, dass sie das Kundenerlebnis verbessert, ohne manipulativ zu wirken. Dark Patterns und aggressive Countdown-Timer mögen kurzfristig die Conversion Rate steigern, schaden aber der Kundenbindung und dem Customer Lifetime Value langfristig.