Conversion-Rate-Optimierung im E-Commerce: die größten Hebel im bestehenden Shop

Aus der Arbeit mit Online-Shops kennen wir ein Muster: Gerät das Wachstum ins Stocken, fällt der erste Blick fast immer auf die Werbung, selten auf den eigenen Shop. Dabei wartet die näherliegende Reserve meist genau dort, unglamourös, im Checkout, in der Ladezeit, in drei Formularfeldern zu viel, an den Stellen also, an denen Besucher heute still abspringen. Wer dort ansetzt, wächst aus dem Traffic, den er längst bezahlt hat.

Was ist die Conversion-Rate, und wie berechnen Sie sie?

Die Conversion-Rate ist der Anteil der Besucher, die eine gewünschte Aktion abschließen, im Online-Shop also einen Kauf. Sie berechnet sich als Conversions geteilt durch Sitzungen, multipliziert mit 100, und wird in Prozent angegeben. Ein Beispiel: 40 Käufe bei 2.000 Sitzungen ergeben eine Conversion-Rate von 2 Prozent.

Wichtig ist die Bezugsgröße. Wird durch Sitzungen (Sessions) geteilt, ergibt sich ein anderer Wert als bei einer Division durch eindeutige Besucher, weil dieselbe Person mehrere Sitzungen haben kann. Benchmarks sind nur dann vergleichbar, wenn sie dieselbe Bezugsgröße verwenden.

Was ist eine gute Conversion-Rate im Online-Shop?

Im E-Commerce liegt die durchschnittliche Conversion-Rate je nach Quelle bei rund 2 bis 3 Prozent. Das aggregierte Panel von Dynamic Yield weist einen Gesamtwert von 2,9 Prozent aus, 2,8 Prozent mobil und 3,2 Prozent am Desktop [1]. Was als „gut” gilt, ist immer relativ zu Branche, Gerät, Land und Sortiment; ein einzelner Benchmark ist nur ein Richtwert.

Diese Werte stammen aus einem Panel von über 400 Marken mit mehr als 200 Millionen monatlichen Nutzern. Große, bekannte Marken ziehen den Durchschnitt tendenziell nach oben. Belastbar ist deshalb die Größenordnung, nicht die einzelne Prozentzahl als kommagenaue Wahrheit. Ein Österreich-spezifischer Benchmark aus einer Primärquelle liegt nicht vor.

Warum die Messung über allem steht: Sie optimieren nur so gut wie Ihre Daten

Bevor Sie die Conversion-Rate optimieren, muss die Messung stimmen. Fehlt ein Teil der Conversions im Tracking, fallen die Kennzahlen zu niedrig aus und Vergleiche verzerren sich. Verantwortlich dafür sind mehrere Mechanismen: die Intelligent Tracking Prevention (ITP) in Safari, die App Tracking Transparency (ATT) unter iOS, durch die DSGVO-Consent-Abfrage blockierte oder nicht gesetzte Cookies sowie Adblocker. ITP und ATT sind Apple-Mechanismen, die Tracking-Cookies und Werbe-IDs einschränken.

Eine rein clientseitige Messung, also ausschließlich über einen Zähl-Code im Browser (Pixel), verliert dadurch einen Teil der Conversions. Wie groß dieser Verlust ist, unterscheidet sich von Shop zu Shop und lässt sich nur messen, nicht pauschal beziffern. Server-Side-Tracking, also die Messung über einen eigenen Server statt allein im Browser, schließt einen Teil dieser Lücke. Dieselbe Grundlage entscheidet auch über die Aussagekraft jedes A/B-Tests: Ist die Messung falsch, ist auch jeder Test-„Gewinner” fragwürdig.

Eine Optimierung auf Zahlen, denen man nicht trauen kann, ist gefährlicher als gar keine, weil sie falsche Sicherheit schafft und Budget in die falsche Richtung lenkt. Deshalb ist die erste Frage nie, welchen Button man testet, sondern ob die Zahlen überhaupt tragen.

Die Conversion-API ist dabei eine Schnittstelle, über die Conversions vom eigenen Server statt allein aus dem Browser gemeldet werden, um Messlücken zu schließen. Wie sich serverseitiges Tracking und diese Schnittstelle konkret einrichten lassen, behandelt ein eigener Ratgeber.

Weiterführend: Server-Side-Tracking einrichten – der Dometrics-Ratgeber

Die größten Hebel im bestehenden Shop, nach Wirkung sortiert

Die wirksamsten Hebel sind Design- und Prozessänderungen. Sie setzen an dem an, was schon steht, und lassen sich schrittweise testen.

Checkout und Kaufabbruch: der größte einzelne Hebel

Rund 70 Prozent der Warenkörbe werden abgebrochen; der Baymard-Durchschnitt liegt bei 70,22 Prozent, berechnet aus 50 Einzelstudien der Jahre 2006 bis 2025 [2]. Ein großer Teil ist nicht behebbar: 43 Prozent der befragten Online-Shopper brachen einen Warenkorb ab, weil sie nur stöberten oder noch nicht kaufbereit waren [2]. Behebbar sind die design- und prozessbedingten Gründe an der Kasse.

Die Baymard-Umfrage nennt für den Abbruch an der Kasse (Mehrfachnennung, „nur Stöbern” herausgerechnet) folgende Gründe [2]:

Daraus ergeben sich konkrete Stellschrauben: Kosten früh und transparent zeigen, einen Gast-Checkout ohne Kontozwang anbieten, sichtbare Vertrauenssignale setzen und die Zahl der Formularelemente senken. Für das Checkout-Design beziffert Baymard das durchschnittliche Conversion-Steigerungspotenzial großer Shops auf 35,26 Prozent [2]; hochgerechnet auf den kombinierten US- und EU-Umsatz entspricht das rund 260 Milliarden US-Dollar an wiedergewinnbarem Bestellvolumen. Dieser Wert wurde an großen Shops wie Walmart, Amazon, Wayfair und ASOS ermittelt und ist ein Potenzial, kein garantierter Effekt für jeden Shop.

Auch die Länge des Checkouts ist messbar: Ein durchschnittlicher Checkout zeigt standardmäßig 23,48 Formularelemente [2], davon 14,88 reine Eingabefelder, während ein idealer Checkout mit 12 bis 14 Elementen auskommt. Für die meisten Checkouts ist eine Reduktion um 20 bis 60 Prozent der angezeigten Elemente möglich, ohne dass sich am Shop-System selbst etwas ändert.

Diese Zahlen stammen aus einem US-Panel mit Selbstauskunft und Mehrfachnennung, weshalb die Summe über 100 Prozent liegt; die Übertragung auf den deutschsprachigen Raum ist plausibel, aber nicht eins zu eins.

Ladezeit: warum jede Zehntelsekunde zählt

Schon 0,1 Sekunden schnellere mobile Ladezeit ging in einer Studie von Google und Deloitte mit messbar höheren Conversions einher. Im Handel stiegen die Conversions um 8,4 Prozent und der durchschnittliche Bestellwert um 9,2 Prozent, im Reisesegment die Conversions um 10,1 Prozent [3]. Die Ladezeit ist ein Hebel, der an Bildern, Skripten und der Serverantwort ansetzt.

Ein verwandter Messrahmen sind die Core Web Vitals, die Messwerte von Google für Ladezeit, Interaktivität und visuelle Stabilität einer Seite. Die genannten Werte stammen aus einer vierwöchigen Beobachtungsstudie von 2020 mit mobilen Daten aus Handel, Reise und weiteren Bereichen in Europa und den USA; sie zeigen eine Korrelation, keinen bewiesenen Ursache-Wirkung-Zusammenhang.

Mobile Optimierung: wo das meiste Volumen und die größte Lücke liegen

Rund drei Viertel der Sitzungen entfallen im Dynamic-Yield-Panel auf Mobilgeräte. Die mobile Conversion-Rate liegt mit 2,8 Prozent unter der von Desktop mit 3,2 Prozent; mobile Sitzungen führen also seltener zum Kauf. Dort ist das Volumen am höchsten und die Lücke zwischen Besuch und Kauf am größten, was mobile Optimierung zu einem eigenständigen Hebel macht. Typische Ansatzpunkte sind kürzere Formulare, ausreichend große Tipp-Flächen und ein für kleine Bildschirme verschlankter Checkout.

Vertrauen und Zahlungsarten: kleine Signale, quantifizierbare Wirkung

Zwei Abbruchgründe aus der Tabelle oben sind reine Vertrauens- und Zahlungsfragen: fehlendes Vertrauen bei den Kreditkartendaten (19 Prozent) und zu wenige Zahlungsarten (10 Prozent). Sichtbare Sicherheit, bekannte Gütesiegel und eine ausreichende Auswahl gängiger Zahlungsarten setzen genau hier an.

Testen statt raten: wann ein A/B-Test wirklich etwas beweist

Ein A/B-Test beweist eine Verbesserung nur, wenn er lange genug läuft, um eine ausreichende Stichprobengröße zu erreichen. Bei einem A/B-Test werden zwei Varianten, die unveränderte Ausgangsfassung A und die Änderung B, im selben Zeitraum an zufällig aufgeteilten Besuchern gemessen. Die zufällige Aufteilung und der gleiche Zeitraum sind der Kern, weil sonst andere Einflüsse wie Saison oder Kampagnen das Ergebnis verfälschen.

Entscheidend ist die statistische Signifikanz, also das Maß dafür, wie sicher ein Ergebnis nicht durch Zufall entstanden ist. Werte unter 95 Prozent Konfidenz gelten meist als nicht belastbar [4]. Wird ein Test zu früh gestoppt, bevor die nötige Stichprobengröße erreicht ist, steigt das Risiko eines falschen Gewinners, in der Statistik ein Fehler erster Art [5]. Die Stichprobengröße beschreibt, wie viele Besucher und Conversions ein Test braucht, um einen echten Unterschied vom Zufall zu trennen.

CRO ist dabei iterativ: Auf eine Hypothese folgt ein Test, dann die Messung, dann der nächste Test. Dass einzelne Tests keinen Effekt zeigen, ist normal. Kleine Shops erreichen die nötige Signifikanz langsamer, weil ihnen dafür Traffic und Conversions in kurzer Zeit fehlen.

Aus der Praxis: Die Versuchung, einen Test beim ersten guten Zwischenstand zu stoppen, ist groß, gerade wenn die Variante endlich vorne liegt. Genau dann sind Fehlschlüsse am wahrscheinlichsten.

Rechnet sich das? Was ein Prozentpunkt mehr Conversion bewegt

Der Zusammenhang zwischen Conversion-Rate und Umsatz lässt sich bei konstantem Traffic als einfache Formel fassen:

Umsatz ≈ Besucher × Conversion-Rate × durchschnittlicher Bestellwert (AOV)

Der durchschnittliche Bestellwert (Average Order Value, kurz AOV) ist dabei der Umsatz geteilt durch die Zahl der Bestellungen.

Ein Rechenbeispiel mit hypothetischen Werten, keine Messgröße: Steigt die Conversion-Rate bei konstantem Traffic und gleichem Bestellwert von 2 auf 2,4 Prozent, sind das rechnerisch 20 Prozent mehr Umsatz. Da der Traffic und damit ein Großteil der Werbekosten gleich bleiben, fällt dieser Zusatzumsatz überproportional in die Marge: Die Kosten für den Einkauf der Besucher wachsen nicht mit.

CRO oder mehr Werbung? Wann welcher Weg trägt

CRO und mehr Werbung erhöhen beide den Umsatz, aber auf unterschiedlichem Weg. In vielen Fällen ist CRO der kostengünstigere erste Schritt, sofern die Messung stimmt.

Für die Entscheidung sind zwei Achsen relevant:

Wie Dometrics an Conversion-Optimierung herangeht

Dometrics behandelt Conversion-Optimierung als Teil eines Systems aus Tracking, Shop-Technik und Kundenbindung. Das Unternehmen versteht sich als technologischer Partner, dessen fünf Leistungen (Tracking, Paid, SEO/AI, Conversion und Retention) als Module zusammenwirken. Das Conversion-Modul zielt darauf, mehr Umsatz aus demselben Traffic zu holen, weil jeder Prozentpunkt mehr Conversion-Rate bezahlte Werbung und SEO rentabler macht.

Im E-Commerce verbindet Dometrics dafür Shopify-Entwicklung, E-Mail-Automation über Klaviyo, Conversion-Rate-Optimierung und die Steigerung des Customer Lifetime Value, also des Gesamtwerts eines Kunden über alle seine Käufe hinweg. Die Reihenfolge folgt der Mess-Logik: erst die Datenbasis serverseitig absichern, dann die belegten Hebel im bestehenden Shop testen.

Wie das praktisch aussieht, zeigt der Fall ARB Nutrition, eine Supplement-Marke aus der Schweiz und Liechtenstein. Dort stieg der Umsatz um 24 Prozent, der Return on Ad Spend verbesserte sich von 3,1 im Dezember auf 8,0 im Mai, die Warenkorbabbrüche im Checkout sanken um 3,7 Prozent, und die Tracking-Abdeckung lag serverseitig bei 100 Prozent [6]. Der Return on Ad Spend (ROAS) beschreibt den Umsatz je eingesetztem Werbe-Euro. Dieser Einzelfall ist kein übertragbares Ergebnisversprechen für andere Shops.

Mehr dazu: E-Commerce und CRO bei Dometrics im Überblick

Der erste Schritt: der Growth-Report

Der Growth-Report ist ein bezahlter Daten-Check: Er zeigt, welcher Hebel im Shop brachliegt, und gibt eine Ja- oder Nein-Empfehlung, ob sich eine Zusammenarbeit rechnet. Er kostet einmalig 490 Euro, das Ergebnis liegt nach fünf Werktagen vor. Findet Dometrics keinen Hebel, erhalten Sie eine klare Absage, und das Honorar wird erstattet; entscheiden Sie sich für die Zusammenarbeit, wird das Honorar zu 100 Prozent auf die nächste Phase angerechnet. Darauf folgt der Aufbau zum Festpreis von 3.900 Euro über 90 Tage, der laufende Betrieb beginnt bei 2.400 Euro pro Monat mit Quartalsbindung.

Am Ende geht es um eine einfache Frage: Wie viel Umsatz steckt schon heute in Ihrem Shop – Umsatz, den Sie mit gezielten Änderungen heben können? Der erste Schritt dorthin ist keine Grundsatzentscheidung, sondern eine Messung.

CRO-Potenzial prüfen: Growth-Report anfordern

Begriffe nachschlagen: Conversion-Rate · Conversion-Rate-Optimierung · A/B-Test · Return on Ad Spend · Server-Side-Tracking · Warenkorbabbruch · Core Web Vitals · Customer Lifetime Value · alle Begriffe im Dometrics-Glossar

Häufige Fragen

Was gilt im Online-Shop als gute Conversion-Rate?

Der globale Durchschnitt liegt bei rund 2 bis 3 Prozent, im Dynamic-Yield-Panel bei 2,9 Prozent gesamt. Was gut ist, hängt von Branche, Gerät und Sortiment ab; ein einzelner Wert ist nur ein Richtwert.

Wie berechne ich die Conversion-Rate?

Teilen Sie die Zahl der Conversions durch die Zahl der Sitzungen und multiplizieren Sie mit 100. 40 Käufe bei 2.000 Sitzungen ergeben 2 Prozent. Achten Sie darauf, ob Sie die Zahl auf Sitzungen oder auf eindeutige Besucher beziehen, weil das den Wert verändert.

Warum brechen so viele den Kauf ab?

Rund 70 Prozent der Warenkörbe werden abgebrochen. 43 Prozent der befragten Online-Shopper haben einen Warenkorb abgebrochen, weil sie nur stöberten. Die behebbaren Gründe an der Kasse sind vor allem zu hohe Zusatzkosten (39 Prozent), Kontozwang und fehlendes Vertrauen (je 19 Prozent) sowie ein zu langer Checkout (18 Prozent).

Wie reduziere ich Warenkorbabbrüche im Checkout?

Zeigen Sie die Gesamtkosten früh und transparent, bieten Sie einen Gast-Checkout ohne Kontozwang, setzen Sie sichtbare Vertrauenssignale und verkürzen Sie den Checkout. Ein durchschnittlicher Checkout zeigt 23,48 Formularelemente, während 12 bis 14 ausreichen; eine Reduktion um 20 bis 60 Prozent der Elemente ist meist möglich.

Wie lange muss ein A/B-Test laufen?

So lange, bis die nötige Stichprobengröße erreicht ist und das Ergebnis statistisch signifikant ist, meist ab 95 Prozent Konfidenz. Ein zu früh gestoppter Test erhöht das Risiko eines falschen Gewinners. Kleine Shops brauchen dafür länger, weil ihnen Traffic und Conversions in kurzer Zeit fehlen.

Wirkt sich die Ladezeit wirklich auf den Umsatz aus?

In der Google-/Deloitte-Studie ging 0,1 Sekunden schnellere mobile Ladezeit im Handel mit 8,4 Prozent mehr Conversions und 9,2 Prozent höherem Bestellwert einher. Es handelt sich um eine Korrelation aus dem Jahr 2020, nicht um einen bewiesenen Ursache-Wirkung-Zusammenhang.

Lohnt sich CRO oder soll ich mehr Werbung schalten?

CRO holt mehr aus dem vorhandenen Traffic, während mehr Werbung teureren Neu-Traffic einkauft. Da der Traffic bei CRO gleich bleibt, fällt der Zusatzumsatz überproportional in die Marge. Voraussetzung ist eine verlässliche Messung, ohne die sich der Erfolg nicht belegen lässt.

Quellen

• [1] Smart Insights – E-commerce conversion rate benchmarks (2025), unter Berufung auf Dynamic Yield (Mastercard)
• [2] Baymard Institute – 50 Cart Abandonment Rate Statistics
• [3] Deloitte (mit Google) – Milliseconds Make Millions (2020)
• [4] Convert.com – Statistical Significance in A/B Testing
• [5] Analytics-Toolkit – False Positive Risk in A/B Testing (2023)
• [6] Dometrics – Referenz ARB Nutrition