Social Proof und Vertrauen: warum wir der Masse folgen

Wer unsicher ist, macht es wie die anderen

Social Proof ist die Gewohnheit, zuerst zu schauen, was andere getan haben, bevor du selbst entscheidest. Das ist keine Schwäche. Es ist eine Abkürzung, und meistens eine vernünftige. Ist ein Restaurant voll und das daneben leer, ist das volle wahrscheinlich besser. Niemand hat Zeit, jedes Restaurant der Stadt selbst zu testen.

Die Abkürzung ist so stark, dass sie sogar das übertrumpfen kann, was Menschen mit eigenen Augen sehen. In den 1950er Jahren setzte der Psychologe Solomon Asch Freiwillige mit einer Gruppe von Schauspielern in einen Raum und fragte alle, welche von drei Linien genauso lang ist wie eine vierte.¹ Die Antwort war offensichtlich. Die Schauspieler gaben auf ein Zeichen hin nacheinander dieselbe falsche Antwort. Über seine Durchgänge hinweg schlossen sich 76 % der echten Teilnehmer mindestens einmal der falschen Antwort an.² Die Forschung zu dem Experiment zeigt auch, dass schon eine einzige weitere abweichende Stimme die Neigung senkte, sich anzupassen, und das wird später bei den negativen Bewertungen wichtig.

Robert Cialdini, der sein Berufsleben lang Überzeugung erforscht hat, sagt es klar: Vor allem wenn sie unsicher sind, schauen Menschen auf das Handeln anderer, um ihr eigenes festzulegen.³ Wer online kauft, ist fast immer unsicher. Man kann das Produkt nicht anfassen, hat dich nie getroffen und kann ein solides Geschäft nicht von einer gut gemachten Website unterscheiden. Also sucht man nach Zeichen, dass andere das schon vorher gewählt haben und dass es gut ging.

Beispiel: die Handtuchkarte

Die bekannteste Demonstration ist klein und praktisch. Hotels legen oft eine Karte aus, die Gäste bittet, Handtücher der Umwelt zuliebe mehrfach zu benutzen. Forschende tauschten in Zusammenarbeit mit einer Hotelkette diese Karte gegen eine, die sagte, dass die meisten Gäste ihre Handtücher wiederverwenden. Die Beteiligung stieg von 35,1 % auf 44,1 %.⁴ Eine Karte, nach der die meisten Gäste, die genau in diesem Zimmer gewohnt hatten, ihre Handtücher wiederverwendet hatten, schnitt noch besser ab. Die Forschenden nennen das eine provinzielle Norm: Je näher die Menge an deiner eigenen Situation ist, desto stärker zieht sie.⁵

Hier Schritt für Schritt für einen Shop. Ein Kerzenladen in Leipzig, Dochtwerk (dochtwerk.example, für diesen Artikel erfunden), will, dass mehr Kunden zu ihrer ersten Bestellung eine Nachfüllung dazunehmen.

1. Die allgemeine Botschaft lautet "Nachfüllungen lassen deine Kerze länger brennen." Das ist die Umweltkarte. Sie argumentiert.
2. Die Botschaft der Menge lautet "Die meisten unserer Kunden bestellen zur ersten Kerze eine Nachfüllung." Das ist die beschreibende Norm. Sie berichtet.
3. Die provinzielle Botschaft auf der Produktseite eines Dufts lautet "Die meisten, die diesen Duft gekauft haben, haben eine Nachfüllung dazugenommen." Das ist dasselbe Zimmer.

Jeder Schritt bringt die Menge näher an die Leserin. Die Aussage muss natürlich stimmen, und das ist genauso eine rechtliche wie eine ethische Frage. Darauf komme ich weiter unten zurück.

Sechs Arten von Social Proof, und wann jede hilft

Jede Art von Beleg hat einen Ort, an dem sie glänzt, und einen, an dem sie dir leise schadet.

Die Menge: große Zahlen

"10.000 Kunden." "Über eine Million Downloads." Das ist die gröbste Form: schiere Masse. Wenn so viele es gewählt haben, ist es wahrscheinlich keine Katastrophe. Das wirkt bei Massenprodukten und bei Erstkäufern ohne anderen Bezugspunkt.

Es geht nach hinten los, wenn Exklusivität der Punkt ist, wenn eine kleinere, schärfere Zahl glaubwürdiger wäre ("genutzt von 40 kaufmännischen Leitungen von Kliniken" schlägt "genutzt von 100.000 Finanzprofis", wenn das deine Zielgruppe ist), und wenn die Zahl neben einer Website, die eine Woche alt aussieht, aufgeblasen wirkt.

Freunde: Menschen, die die Leserin schon kennt

"Drei deiner Kontakte nutzen das." Das ist die Menge, persönlich gemacht. Die weltweite Befragung von Nielsen unter Onlinenutzern in 60 Ländern ergab, dass 83 % Empfehlungen von Freunden und Familie vertrauen, die vertrauenswürdigste Form von Werbung, die sie gemessen hat.⁶ Wer zeigt, dass das eigene Netzwerk dich schon gewählt hat, leiht sich dieses Vertrauen.

Es geht nach hinten los, wo Privatsphäre zählt. Jemandem zu sagen, welche Kontakte eine Gesundheitsapp oder eine Datingseite nutzen, wirkt übergriffig, nicht beruhigend. Schwach ist es auch, wenn die Verbindung schwach ist ("jemand, den du vielleicht kennst"), und im B2B kann es ein negatives Signal sein, weil eine Käuferin vielleicht nicht nutzen will, was ihr Mitbewerber nutzt.

Experten: geliehene Glaubwürdigkeit

"Von Dermatologen empfohlen." "Von einem Berufsverband anerkannt." Die Käuferin kann das Produkt nicht selbst beurteilen, also tut es ein Experte, dem sie vertraut, für sie. Am stärksten ist das bei technischen, gesundheitlichen und regulierten Produkten, bei denen es schwer ist, die Qualität selbst zu prüfen.

Es scheitert, wenn niemand den Experten kennt, wenn die Empfehlung gekauft wirkt und wenn der Experte außerhalb seines Fachs spricht. Ein Physiker, der eine Matratze empfiehlt, bringt nichts. Und es kann rechtswidrig sein, wenn es nicht stimmt, dazu mehr bei der Autorität weiter unten.

Prominente: geliehener Status

Ein bekanntes Gesicht leiht Wiedererkennung und Sehnsucht. Das wirkt bei Mode, Kosmetik und Lifestyle, wenn es wirklich passt: eine Sportlerin und Laufschuhe ja, eine Sportlerin und Buchhaltungssoftware nein. Es scheitert an Skandalen, offensichtlich abgelesenen Texten, Übersättigung und einem Publikum, das nicht passt.

Nutzer: Menschen wie die Käuferin

Bewertungen, Sterne, Testimonials und Fallstudien. Das ist meist die stärkste Form, weil sich Käufer mehr mit anderen Käufern identifizieren als mit Experten oder Prominenten. "Jemand wie ich hat das ausprobiert, und es hat funktioniert" ist schwer zu widerlegen. Dieselbe Befragung von Nielsen ergab, dass 66 % online veröffentlichten Meinungen von Verbrauchern vertrauen, das dritthäufigste Format.⁶ Bewertungen bekommen unten eigene Abschnitte, denn dort sitzt der größte Teil der Forschung und des Rechts.

Zertifikate: eine unabhängige Prüfung

"ISO 27001 zertifiziert." "ISO 27001 auf der Basis von IT Grundschutz." "B Corp." Ein Zertifikat sagt, dass eine Stelle von außen dich gegen einen veröffentlichten Standard geprüft hat. Das ISO 27001 Zertifikat auf der Basis von IT Grundschutz etwa stellt das Bundesamt für Sicherheit in der Informationstechnik (BSI) selbst aus, auf Grundlage des Auditberichts eines vom BSI zertifizierten Auditors.⁷ Für Käufer, denen Sicherheit, Compliance oder Ethik wichtig ist, bringt dich das oft erst auf die Auswahlliste.

Es scheitert, wenn niemand das Siegel erkennt, wenn es so viele Siegel sind, dass der Footer nervös wirkt, und wenn das Zertifikat veraltet ist ("Preisträger 2019" lädt zur Frage ein, was seitdem passiert ist). Gütezeichen oder Qualitätskennzeichen ohne die erforderliche Genehmigung zu verwenden, gehört zu den Praktiken, die das Gesetz gegen den unlauteren Wettbewerb (UWG) gegenüber Verbrauchern stets verbietet.⁸

Beispiel: den passenden Beleg wählen

Ein Anbieter von Software für Dienstpläne in Köln, Dienstfuchs (dienstfuchs.example, erfunden), verkauft an Pflegeheime. Er hat 3.200 Nutzer, 41 Pflegeheimbetreiber als Kunden, ein ISO 27001 Zertifikat auf der Basis von IT Grundschutz und eine Handvoll begeisterter Bewertungen von Pflegedienstleitungen.

1. Die Zahl der Menge, 3.200 Nutzer, sagt einer Heimbetreiberin wenig. Sie heißt "beliebt", nicht "beliebt bei Leuten wie mir".
2. Die schärfere Zahl, 41 Pflegeheimbetreiber, ist die provinzielle Norm. Sie kommt in die Überschrift.
3. Eine Bewertung einer namentlich genannten Pflegedienstleitung steht neben den Preisen, wo der Zweifel am größten ist.
4. Das Zertifikat steht auf der Seite zur Sicherheit und in den Unterlagen für den Einkauf, wo eine IT Verantwortliche danach sucht.

Dasselbe Unternehmen, vier Arten von Beleg, jede dort, wo ihre Leserin ist.

Was die Forschung über Bewertungen sagt

Das Medill Spiegel Research Center der Northwestern University hat untersucht, wie Bewertungen das Kaufverhalten verändern.⁹ Drei Befunde zählen für eine Shopbetreiberin am meisten.

Erstens leisten die ersten Bewertungen den größten Teil der Arbeit. Die Kaufwahrscheinlichkeit eines Produkts mit fünf Bewertungen war um 270 % höher als die eines Produkts ohne, und der zusätzliche Nutzen weiterer Bewertungen nahm nach diesen ersten fünf schnell ab.⁹

Zweitens zählen Bewertungen bei teureren Produkten mehr. Bewertungen zu zeigen hob die Conversion bei einem günstigeren Produkt um 190 % und bei einem teureren um 380 %.⁹ Je mehr jemand zu verlieren hat, desto mehr will er von denen hören, die schon vorher gekauft haben.

Drittens ist perfekt verdächtig. Die Kaufwahrscheinlichkeit erreichte ihren Höhepunkt meist bei Durchschnittsbewertungen zwischen 4,0 und 4,7 und fiel dann, je näher die Bewertung an 5,0 kam.⁹ Eine Wand aus Fünfsternebewertungen liest sich als gefiltert, gefälscht oder als zu wenige, um auch einen unzufriedenen Kunden zu enthalten.

Ein Produkt von null auf fünf Bewertungen zu bringen, ist also mehr wert, als es von 500 auf 2.000 zu bringen.

Beispiel: wo sich Bewertungen lohnen

Ein Teeladen in Hamburg, Teehaus Altona (teehausaltona.example, erfunden), hat 120 Produkte. Jeden Monat hat er Zeit, sich für ein paar davon um Bewertungen zu kümmern. Nach der Forschung:

1. Fang mit den Produkten an, die gar keine Bewertungen haben. Jedes davon auf fünf zu bringen, ist der steilste Teil der Kurve.
2. Unter diesen fang mit den teuren an: das Probierset für 45 € vor dem Teebeutel für 6 €. Die Forschung hat gefunden, dass Bewertungen mit steigendem Preis wichtiger werden.
3. Jag keiner perfekten 5,0 hinterher. Ein Schnitt von 4,6 mit ein paar ehrlichen Dreisternebewertungen liegt in dem Bereich, in dem Käufer am ehesten kaufen.

Warum eine 4,8 aus fünf Bewertungen schwächer ist, als sie aussieht

Käufer spüren, dass fünf Bewertungen wacklig sind, auch wenn sie es nie in Worte fassen. Ein einziger verärgerter Kunde könnte diesen Schnitt weit verschieben. Die Statistik gibt dem Bauchgefühl eine Form. Ein verbreiteter Weg, Produkte fair zu reihen, ist ein gedämpfter Durchschnitt, manchmal bayesscher Durchschnitt genannt: Du tust so, als begänne jedes Produkt mit ein paar erfundenen Bewertungen zum Durchschnitt des ganzen Shops, und zählst dann die echten dazu.

$$R = \frac{C\,m + \sum_{i=1}^{n} r_i}{C + n}$$

Dabei ist $R$ die gedämpfte Bewertung für die Reihung, $C$ die Zahl der erfundenen Bewertungen, die du dazunimmst (wie viel Gewicht der Durchschnitt des Shops bekommt), $m$ die durchschnittliche Bewertung im ganzen Shop, $r_i$ die Bewertung in der $i$ten echten Bewertung, $\sum_{i=1}^{n} r_i$ die Summe aller echten Bewertungen und $n$ die Zahl der echten Bewertungen. Bei wenigen Bewertungen bleibt $R$ nah an $m$. Bei vielen übernehmen die echten Bewertungen. Es ist eine gewichtete Form des gewöhnlichen Durchschnitts (Grundlagen: der Mittelwert), und eine kleine Stichprobe schwankt aus demselben Grund so stark, aus dem ein Standardfehler schrumpft, wenn $n$ wächst (Grundlagen: Stichproben).

Beispiel: zwei Mischungen von Teehaus Altona

Die durchschnittliche Bewertung im ganzen Shop von Teehaus Altona ist 4,3. Er setzt $C = 20$, eine Annahme des Beispiels: Der Durchschnitt des Shops zählt so viel wie 20 Bewertungen.

Mischung A hat fünf Bewertungen mit einem Schnitt von 4,8, die Bewertungen ergeben also zusammen $5 \times 4{,}8 = 24$.

$$R_A = \frac{20 \times 4{,}3 + 24}{20 + 5} = \frac{86 + 24}{25} = \frac{110}{25} = 4{,}40$$

Mischung B hat 300 Bewertungen mit einem Schnitt von 4,5, zusammen also $300 \times 4{,}5 = 1.350$, und dieselbe Formel ergibt $R_B = \frac{86 + 1.350}{20 + 300} = \frac{1.436}{320} \approx 4{,}49$.

Mischung A zeigt den höheren rohen Schnitt, 4,8 gegen 4,5. Nach dem gedämpften Durchschnitt gereiht kommt Mischung B zuerst, 4,49 gegen 4,40, weil 300 Menschen sich viel schwerer irren als fünf. Die rohen Sterne stehen weiter auf der Produktseite. Die gedämpfte Zahl entscheidet die Reihenfolge in den Listen "am besten bewertet", damit ein Produkt mit zwei glücklichen Bewertungen nicht vordrängeln kann.

def damped_rating(ratings, shop_mean, weight=20):
    """Reiht Produkte nach einem gedämpften (bayesschen) Durchschnitt.

    ratings: Liste der Sternebewertungen eines Produkts
    shop_mean: durchschnittliche Bewertung im ganzen Shop
    weight: wie viele erfundene Bewertungen zu shop_mean dazukommen
    """
    return (weight * shop_mean + sum(ratings)) / (weight + len(ratings))

blend_a = [5, 5, 5, 4, 5]          # fünf Bewertungen, Schnitt 4,8
blend_b = [5] * 150 + [4] * 150    # 300 Bewertungen, Schnitt 4,5

print(round(damped_rating(blend_a, 4.3), 2))  # 4.4
print(round(damped_rating(blend_b, 4.3), 2))  # 4.49

Negative Bewertungen, und Antworten darauf, schaffen Vertrauen

Die Forschenden von Spiegel sagen es in ihren Empfehlungen ohne Umschweife: Nimm negative Bewertungen an, denn sie schaffen Glaubwürdigkeit und Echtheit.⁹ Eine Seite mit ein paar ehrlichen Beschwerden liest sich wie eine Seite, die niemand geschrubbt hat. Käufer können dann selbst entscheiden, welche Beschwerden für sie zählen und welche nicht. Die Forschung zu Asch passt dazu: Eine abweichende Stimme macht Menschen eher bereit, ihrem eigenen Urteil zu trauen.²

Antworten hilft auch, mit Bedacht. Eine Studie zu Hotelbewertungen fand, dass bei Hotels, die anfingen, auf Bewertungen zu antworten, die Bewertung um 0,12 Sterne und die Zahl der Bewertungen um 12 % stieg.¹⁰ Interessanterweise bekamen diese Hotels danach weniger, aber längere negative Bewertungen. Die Erklärung der Autoren: Unzufriedene Kunden hinterließen seltener kurze, unfaire Bewertungen, sobald sie wussten, dass das Unternehmen sie liest.

Die Antwort, die wirkt, ist ruhig, konkret und übernimmt Verantwortung. Die Antwort, die scheitert, streitet öffentlich mit dem Kunden. Jeder künftige Käufer liest diesen Austausch, und er liest ihn als Vorschau darauf, wie du ihn behandeln wirst.

Beispiel: eine schlechte Bewertung, zwei Antworten

Eine Fahrradwerkstatt in München, Radwerk Giesing (radwerkgiesing.example, erfunden), bekommt eine Zweisternebewertung: "Die Reparatur hat vier Tage gedauert, nicht die versprochenen zwei."

1. Die abwehrende Antwort: "Wir hatten in der Woche sehr viel zu tun, und der Kunde hat nicht gesagt, dass es eilt." Sie stimmt, und sie verliert jeden Leser.
2. Die nützliche Antwort: "Du hast recht, wir haben zwei Tage versprochen und vier gebraucht, das tut mir leid. Ein Teil kam zu spät, und wir hätten dich anrufen sollen, sobald wir es wussten. Inzwischen schicken wir eine Nachricht, sobald sich ein Auftrag verschiebt." Sie gibt die Tatsache zu, nennt den Grund, ohne sich dahinter zu verstecken, und zeigt, was sich geändert hat.

Die zweite Antwort macht aus einer Beschwerde einen Beleg dafür, dass die Werkstatt zuhört. Die Bewertung bleibt stehen. Sie zu verstecken wäre schlimmer, aus dem Grund im nächsten Abschnitt.

Das deutsche Recht zu gefälschten Bewertungen

Alles oben funktioniert nur, solange Bewertungen ehrlich sind, und in Deutschland ist diese Ehrlichkeit inzwischen recht genau im Gesetz festgeschrieben. Das UWG listet in seinem Anhang geschäftliche Handlungen, die gegenüber Verbrauchern stets unzulässig sind. Zwei Nummern betreffen Bewertungen.⁸ Verboten sind:

• die Behauptung, Bewertungen stammten von Verbrauchern, die die Ware oder Dienstleistung tatsächlich erworben oder genutzt haben, ohne dass angemessene und verhältnismäßige Maßnahmen ergriffen wurden, um das zu prüfen (Nr. 23b),
• gefälschte Bewertungen oder Empfehlungen von Verbrauchern abzugeben oder in Auftrag zu geben (Nr. 23c),
• Bewertungen oder Empfehlungen von Verbrauchern in sozialen Medien zur Verkaufsförderung falsch darzustellen (ebenfalls Nr. 23c).

Dazu kommt eine Pflicht zur Information. Wer Bewertungen von Verbrauchern zugänglich macht, muss angeben, ob und wie er sicherstellt, dass die veröffentlichten Bewertungen von Verbrauchern stammen, die die Ware oder Dienstleistung tatsächlich genutzt oder erworben haben. Das UWG zählt das zu den wesentlichen Informationen, deren Vorenthalten irreführend sein kann.¹¹

Was "falsch darstellen" heißt, erklären die Leitlinien der Europäischen Kommission zur Richtlinie über unlautere Geschäftspraktiken, auf der diese Regeln beruhen, und es liest sich wie eine Liste alter Marketinggewohnheiten. Sie nennen, nur positive Bewertungen einzuholen und zu zeigen, Kunden während der Moderation zu bedrängen, ihre negativen Bewertungen zu ändern oder zurückzuziehen, vorausgefüllte Vorlagen für positive Bewertungen bereitzustellen und Gesamtbewertungen nach nicht offengelegten Kriterien zu bilden. Wer negative Bewertungen ohne triftigen Grund entfernt, kann ebenfalls irreführen. Gefälschte negative Bewertungen darfst du dagegen entfernen.¹² Und wer Bewertungen gegen eine Gegenleistung schreiben lässt, ohne das offenzulegen, verschweigt den kommerziellen Zweck, was das UWG eigens als unlauter fasst.¹³

Durchgesetzt wird das vor allem über Abmahnungen und Unterlassungsklagen von Mitbewerbern, Wirtschaftsverbänden und qualifizierten Verbraucherverbänden.¹⁴ Ein Bußgeld von bis zu 4 % des Jahresumsatzes sieht das UWG für weitverbreitete Verstöße vor, im Rahmen einer koordinierten Durchsetzungsmaßnahme der europäischen Verbraucherschutzbehörden.¹⁵

Der Ablauf wird von oben nach unten gelesen. Die ersten beiden Kästen sind das, was feststehen muss, bevor eine Bewertung live geht. Die Mitte ist die Routine für jede einzelne Bewertung. Mitzunehmen ist die Gabelung: Echte Bewertungen gehen online, ob gut oder schlecht, und nur die gefälschten oder nicht offengelegten kommen herunter. Eine echte schlechte Bewertung zu verstecken, ist keine Frage der Moderation mehr. Es ist genau die Praxis, die als Irreführung gilt.

Beispiel: eine Bewertungsaktion bei Dochtwerk

Dochtwerk will vor Weihnachten mehr Bewertungen und plant eine Mail an die Käufer des letzten Jahres: "Hinterlass eine Fünfsternebewertung und bekomm 15 % Rabatt."

1. Nur Fünfsternebewertungen zu belohnen, ist das Problem. Es erzeugt Bewertungen, deren Inhalt gekauft ist, und wer sie liest, erfährt es nicht. Der Plan ändert sich zu einer Belohnung für jede ehrliche Bewertung, ob gut oder schlecht.
2. Bewertungen, die gegen den Rabatt geschrieben wurden, bekommen einen sichtbaren Hinweis, "hat für die Bewertung einen Rabatt erhalten", damit die Gegenleistung erkennbar ist.
3. Der Shop lässt die alte Gewohnheit, die besten Bewertungen oben anzupinnen. Bewertungen erscheinen mit der neuesten zuerst, mit der Möglichkeit, nach Sternen zu sortieren.
4. Er veröffentlicht neben den Bewertungen einen kurzen Hinweis, wie er sie prüft (nur verifizierte Käufer dürfen bewerten, und ungewöhnliche Häufungen werden angesehen).

Nichts davon kostet viel, und alles macht die Bewertungen glaubwürdiger, und dafür hat man sie ja gesammelt.

Autorität: Qualifikationen, Logos und die Wahrheit dahinter

Menschen folgen glaubwürdigen, kundigen Experten. Cialdinis Beispiele sind herrlich alltäglich: Physiotherapeuten brachten mehr Patienten dazu, ihre Übungsprogramme durchzuhalten, nachdem sie ihre Diplome an die Wand gehängt hatten, und Immobilienmakler bekamen mehr Bewertungsaufträge und Verträge, sobald der Empfang die Qualifikationen der Makler erwähnte, bevor ein Anruf durchgestellt wurde.³ Qualifikationen verdichten eine lange Geschichte ("kann ich dieser Person zutrauen, dass sie weiß, was sie tut") in ein Signal.

Online zeigt sich Autorität als Qualifikation ("Steuerberaterin", "eingetragen"), als namentlich genannte Experten und als Leiste mit Medienlogos unter "bekannt aus". Die Logos wirken, weil die Medien redaktionelle Standards haben und ein Bericht nahelegt, dass du sie erfüllt hast. Die meisten Besucher klicken nie darauf.

Genau deshalb ist es verlockend, das zu fälschen, und genau deshalb ist es gefährlich. Das UWG verbietet stets die unwahre Angabe, ein Unternehmen oder ein Produkt sei von einer öffentlichen oder privaten Stelle bestätigt, anerkannt oder genehmigt worden, oder den Bedingungen dafür werde entsprochen, wenn das nicht stimmt.⁸ Eine Logoleiste mit Medien, die nie über dich geschrieben haben, oder ein bezahltes Advertorial, das als Bericht verkleidet ist, wirft genau diese Frage auf, und der Vertrauensschaden, wenn eine Kundin es merkt, ist größer als ganz ohne Logos.

Design ist die leise Form der Autorität. Eine gepflegte Website signalisiert ein kompetentes Unternehmen, bevor jemand ein Wort liest, was guten Unternehmen mit müden Websites gegenüber unfair ist, und trotzdem wahr. Wie schnell diese ersten Eindrücke entstehen, behandle ich in einem eigenen Artikel.

Beispiel: eine ehrliche Logoleiste

Radwerk Giesing wurde einmal in der Münchner Lokalzeitung und einmal in einer Sendung im Regionalradio erwähnt. Außerdem bezahlt es einen Eintrag in einem Verzeichnis für Fahrradwerkstätten.

1. Zeitung und Radiosendung kommen in eine Zeile "bekannt aus", jede mit Link auf den tatsächlichen Beitrag. Echt, nachprüfbar, lokal, und das passt zu einer lokalen Werkstatt.
2. Der Verzeichniseintrag kommt nicht dorthin. Er wurde gekauft, nicht verdient, und ihn als Bericht darzustellen, wäre irreführend.
3. Die Qualifikation des Mechanikers steht auf der Buchungsseite, neben dem Preis, dort, wo eine Kundin entscheidet, ob sie ein Rad für 2.000 € abgibt.

Vertrauenssignale im Checkout

Vertrauenssignale sind die kleinen Dinge, die das Risiko senken, Geld aus der Hand zu geben: klare Rückgaberegeln, sichtbare Kontaktdaten mit echter Adresse, bekannte Logos der Zahlarten, eine Garantie, echte Fotos der echten Menschen. Ihr Fehlen fällt mehr auf als ihre Anwesenheit.

Im Checkout wird Vertrauen am härtesten geprüft. Das Baymard Institute, das seit Jahren die Usability von Checkouts erforscht, beziffert die durchschnittliche dokumentierte Abbruchrate im Warenkorb auf 70,22 %, über 50 Studien.¹⁶ Als es Käufer, die eine Bestellung abgebrochen hatten, nach dem Grund fragte, und die vielen ausließ, die nur stöberten, sagten 19 %, sie hätten der Website ihre Kartendaten nicht anvertraut.¹⁶

Jeder Balken ist ein Grund, und seine Höhe ist der Anteil der abbrechenden Käufer, die ihn genannt haben (sie konnten mehrere nennen, die Balken ergeben also zusammen mehr als 100 %). Zwei der acht betreffen direkt das Vertrauen: die Kartendaten und die Rückgaberegeln. Mehrere andere, etwa überraschende Kosten und eine Summe, die erst am Ende erscheint, fühlen sich wie ein Trick an, auch wenn sie keiner sind. Ein Checkout, der beim Geld klar ist, ist selbst ein Vertrauenssignal.

Mehr Siegel sind nicht automatisch besser. Wenn du 15 Siegel brauchst, um mich zu überzeugen, dass du vertrauenswürdig bist, frage ich mich, warum. Die Platzierung ist ein besserer Hebel als die Menge: Ein Satz zur Rückgabe und eine Telefonnummer neben dem Bezahlknopf wirken im Moment des Zweifels, dieselben Angaben im Footer sieht fast niemand. Das ist eine Hypothese, die du an deinem eigenen Checkout testen solltest, kein Naturgesetz.

Beispiel: der Teileshop von Radwerk Giesing

Radwerk Giesing verkauft auch Teile online. Es hat 10.000 begonnene Checkouts im Monat und einen durchschnittlichen Bestellwert von 75 €. Heute werden 28 % der begonnenen Checkouts zu Bestellungen, 72 % brechen also ab, nah am Durchschnitt von Baymard.

Es ergänzt drei Dinge neben dem Bezahlknopf: die Rückgaberegeln in einem Satz, die Telefonnummer und die Adresse der Werkstatt, und die Logos der Karten, die es annimmt. Nimm als Annahme des Beispiels an, der Abschluss steigt von 28 % auf 30 %.

1. Bestellungen vorher: $10.000 \times 0{,}28 = 2.800$.
2. Bestellungen nachher: $10.000 \times 0{,}30 = 3.000$.
3. Zusätzliche Bestellungen: $3.000 - 2.800 = 200$ im Monat.
4. Zusätzlicher Umsatz: $200 \times 75 = 15.000$ € im Monat, rund 180.000 € im Jahr.

Zwei Prozentpunkte klingen winzig. Bei einem viel genutzten Checkout sind das eine Menge Fahrräder. Ob die Änderung den Anstieg wirklich verursacht hat, ist eine eigene Frage, die ein Test beantwortet, und darum geht es im letzten Abschnitt.

Sympathie: Menschen kaufen von Menschen, die sie mögen

Wir sagen lieber ja zu Menschen, die wir mögen, und wir mögen Menschen, die uns ähnlich sind, die uns ehrliche Komplimente machen und die mit uns auf ein gemeinsames Ziel hinarbeiten.³ Cialdini beschreibt Verhandlungsstudien mit Studierenden einer Business School: In der Gruppe, der gesagt wurde, sie solle gleich zur Sache kommen, einigten sich rund 55 %. In der Gruppe, die zuerst ein paar persönliche Dinge austauschen und eine Gemeinsamkeit finden sollte, waren es 90 %, mit Ergebnissen, die für beide Seiten mehr wert waren.³

Für ein Unternehmen entsteht Sympathie aus einer ehrlich erzählten Gründungsgeschichte, Einblicken hinter die Kulissen, echten Fotos echter Menschen und Werten, die gelebt statt gedruckt werden. Das wirkt am besten, wo die Käuferin genauso eine Person wählt wie ein Produkt: Dienstleistungen, Beratung, kleine Marken mit einem Gesicht. Es geht nach hinten los bei inszenierter Persönlichkeit, der Gründerin in jedem einzelnen Beitrag oder einer Kontroverse, die die Marke mit dem Gesicht mit hinunterzieht. Große Einkaufsgremien interessieren sich mehr für den Vertrag als für die Geschichte der Gründerin.

Ein Beispiel: Auf der Seite über Teehaus Altona stand früher "Wir lieben Qualitätstee." Jetzt erzählt sie die Geschichte der Inhaberin, die in einer Hamburger Wohnung mit dem Mischen anfing, weil sie den abgestandenen Tee aus dem Supermarkt satthatte, nennt die zwei Teegärten, bei denen sie kauft, und zeigt sie dienstags beim Packen der Bestellungen. Nichts davon ist eine Behauptung. Alles davon ist etwas, das eine Kundin mögen kann.

Reziprozität: gib zuerst etwas, das es wert ist

Menschen fühlen sich verpflichtet, zurückzugeben, was sie bekommen haben. Eines der bekanntesten Beispiele von Cialdini stammt aus Restaurants: Ein einzelnes Pfefferminz mit der Rechnung hob das Trinkgeld um rund 3 %, zwei um rund 14 %, und ein Pfefferminz, nach dem der Kellner sich noch einmal umdrehte und sagte "für so nette Gäste wie euch noch eins", um rund 23 %.³ Es zählte nicht nur das Geschenk, sondern dass es sich persönlich und unerwartet anfühlte.

Online ist das Geschenk ein nützlicher Leitfaden, eine kostenlose Probe, ein kostenloser Test oder ein großzügiger kostenloser Tarif, und es muss wirklich etwas wert sein. Ein "kostenloses" E Book, das sich als Verkaufsprospekt entpuppt, erzeugt Groll, keine Verpflichtung. Eine große Bitte direkt nach einem kleinen Geschenk (ein kostenloser Kuli, dann ein Vertrag über 10.000 €) scheitert auch, und wenn sich die Kundin bearbeitet fühlt, kehrt sich das Ganze um.

Beispiel: der Probierbeutel

Teehaus Altona testet einen kostenlosen Probierbeutel in Erstbestellungen. Jeder Beutel kostet 0,40 €. Es verschickt 1.000 Erstbestellungen mit dem Beutel und 1.000 ohne und misst, wie viele Kunden innerhalb von 90 Tagen wieder bestellen.

1. Ohne Beutel bestellen 180 von 1.000 erneut: 18 %.
2. Mit Beutel bestellen 210 von 1.000 erneut: 21 %.
3. Zusätzliche Wiederholungsbestellungen: $210 - 180 = 30$.
4. Bei einer durchschnittlichen Wiederholungsbestellung von 24 € sind das $30 \times 24 = 720$ € zusätzlicher Umsatz.
5. Nimm für das Beispiel eine Rohertragsmarge von 50 % an, dann ist der zusätzliche Gewinn $720 \times 0{,}5 = 360$ €.
6. Die Beutel kosten $1.000 \times 0{,}40 = 400$ €.

Der Beutel hat gewirkt: Die Wiederholungsbestellungen stiegen um $\frac{21 - 18}{18} \approx 16{,}7\,\%$. Trotzdem hat er 40 € verloren. Reziprozität ist echt, und sie muss sich trotzdem rechnen. Ein kleinerer Beutel, oder einer nur für Bestellungen über 30 €, könnte die Antwort ändern.

Konsens: "am beliebtesten" und Voreinstellungen

Wenn Menschen nicht sagen können, welche Option die beste ist, neigen sie zu der, die die meisten anderen gewählt haben. Ein Feldexperiment in Restaurants fand, dass eine Liste der fünf beliebtesten Gerichte die Nachfrage nach diesen Gerichten um 13 % bis 20 % hob, stärker bei seltenen Gästen, denen mit den wenigsten eigenen Informationen.¹⁷ Eine Studie zu gebundener Belletristik fand, dass ein Platz auf der Bestsellerliste der New York Times beim durchschnittlichen Buch einen bescheidenen Zuwachs brachte und bei Debütautoren einen viel größeren, wieder dort, wo Käufer am wenigsten wissen.¹⁸

Voreinstellungen wirken zum Teil genauso. Als ein Arbeitgeber in den USA die Altersvorsorge automatisch machte, stieg die Teilnahme stark, und viele Beschäftigte behielten den voreingestellten Beitrag und Fonds. Die Forschenden führen das zum Teil auf Trägheit zurück und zum Teil darauf, dass Beschäftigte die Voreinstellung als Empfehlung lasen.¹⁹ Eine vorausgewählte Option sagt "das wählen Leute wie du normalerweise". Voreinstellungen behandle ich ausführlicher an anderer Stelle.

Konsens wirkt am besten bei Unsicherheit, wenig Fachwissen, Risikoscheu und Zeitdruck. Schlecht wirkt er, wenn Exklusivität der Wert ist, bei Fachkäufern, die das Beste wollen und nicht das Verbreitetste, und bei Kunden, die den Mainstream bewusst meiden.

Beispiel: ein Badge, das gewirkt und nichts eingebracht hat

Dienstfuchs hat drei Tarife: Basic für 29 €, Pro für 79 € und Enterprise für 199 € im Monat. Es testet ein Badge "am beliebtesten" auf Pro. Jede Gruppe hat 1.000 Neukunden.

Tarif	Preis	Ohne Badge	Mit Badge
Basic	29 €	400	280
Pro	79 €	350	520
Enterprise	199 €	250	200

1. Monatsumsatz ohne Badge: $400 \times 29 + 350 \times 79 + 250 \times 199 = 11.600 + 27.650 + 49.750$, also 89.000 €.
2. Monatsumsatz mit Badge: $280 \times 29 + 520 \times 79 + 200 \times 199 = 8.120 + 41.080 + 39.800$, ebenfalls 89.000 €.

Das Badge hat Menschen bewegt, und zwar stark: Pro stieg von 35 % auf 52 % der Anmeldungen, und ein Chi Quadrat Test auf diese Zahlen ergibt einen p Wert weit unter $0{,}001$, die Verschiebung ist also kein Zufall. Und der Umsatz hat sich um keinen einzigen Euro bewegt, weil das Badge Menschen nicht nur von Basic nach oben, sondern auch von Enterprise nach unten gezogen hat. "Hat sich das Verhalten geändert?" und "hat das Geschäft gewonnen?" sind verschiedene Fragen. Der Artikel zur Preispsychologie zeigt mehr dazu, wie der Aufbau von Tarifen Entscheidungen lenkt.

import numpy as np
from scipy.stats import chi2_contingency

prices = np.array([29, 79, 199])           # Basic, Pro, Enterprise
without_badge = np.array([400, 350, 250])
with_badge = np.array([280, 520, 200])

chi2, p_value, dof, expected = chi2_contingency([without_badge, with_badge])
print(f"chi square {chi2:.1f}, p value {p_value:.2g}")

print("revenue without badge:", (without_badge * prices).sum())  # 89000
print("revenue with badge:   ", (with_badge * prices).sum())     # 89000

Social Proof mit einem ehrlichen Test messen

Die Forschung beschreibt Durchschnitte über viele Unternehmen, und deine Kunden sind kein Durchschnitt. Der saubere Weg herauszufinden, ob ein Beleg bei dir wirkt, ist ein A/B Test: Zeig der Hälfte deiner Besucher die Seite mit ihm und der anderen Hälfte ohne, zur selben Zeit, und vergleiche.

Die Kennzahl, auf die es ankommt, ist der relative Zuwachs (Lift), die prozentuale Veränderung der Conversion Rate (Grundlagen: Prozente).

$$L = \frac{p_B - p_A}{p_A}$$

Dabei ist $L$ der relative Zuwachs, $p_A$ die Conversion Rate der ursprünglichen Seite (A) und $p_B$ die Conversion Rate der Seite mit der Änderung (B). Ein Anstieg von 2,0 % auf 2,4 % sind 0,4 Prozentpunkte und ein relativer Zuwachs von 20 %.

Ein Zuwachs allein kann Glück sein. Der z Test für zwei Anteile fragt, wie überraschend der Unterschied wäre, wenn die Änderung gar nichts bewirkt hätte (Grundlagen: Hypothesentests).

$$z = \frac{p_B - p_A}{\sqrt{p\,(1 - p)\left(\frac{1}{n_A} + \frac{1}{n_B}\right)}}$$

Dabei ist $z$ die Teststatistik, $p_A$ und $p_B$ sind die beiden Conversion Rates, $n_A$ und $n_B$ die Zahl der Besucher in jeder Gruppe, und $p$ ist die gepoolte Conversion Rate, alle Bestellungen beider Gruppen geteilt durch alle Besucher beider Gruppen. Je größer $z$ ist, desto unwahrscheinlicher ist der Unterschied Zufall. Beim üblichen Signifikanzniveau von 5 % gilt ein $z$ über 1,96 (oder unter $-1{,}96$) als signifikant.

Beispiel: Bewertungen zeigen bei Dochtwerk

Dochtwerk testet, auf seinen Produktseiten Sternebewertungen und die neuesten Bewertungen zu zeigen. In denselben vier Wochen sehen 12.000 Besucher die alte Seite und 12.000 die neue.

1. Alte Seite: 240 Bestellungen, also $p_A = \frac{240}{12.000} = 0{,}020$, oder 2,0 %.
2. Neue Seite: 288 Bestellungen, also $p_B = \frac{288}{12.000} = 0{,}024$, oder 2,4 %.
3. Relativer Zuwachs: $L = \frac{0{,}024 - 0{,}020}{0{,}020} = 0{,}20$, ein Zuwachs von 20 %.
4. Gepoolte Rate: $p = \frac{240 + 288}{24.000} = \frac{528}{24.000} = 0{,}022$.
5. Der Nenner des Bruchs: $\sqrt{0{,}022 \times 0{,}978 \times \left(\frac{1}{12.000} + \frac{1}{12.000}\right)} = \sqrt{0{,}021516 \times 0{,}000167} \approx 0{,}00189$.
6. Die Teststatistik: $z = \frac{0{,}004}{0{,}00189} \approx 2{,}11$.
7. Ein $z$ von 2,11 ergibt einen zweiseitigen p Wert von rund $0{,}035$, unter 0,05.

Die Bewertungen haben also sehr wahrscheinlich geholfen, und es lohnt sich, nach dem Ergebnis zu handeln. Zwei Warnungen. Der Test lief über einen festen Zeitraum, der vorher festgelegt war, nicht so lange, bis die Zahlen gut aussahen. Und bei einem Zuwachs dieser Größe hätte eine kleinere Stichprobe ihn leicht übersehen oder übertreiben können. Der Artikel über statistische Signifikanz und Fehlermargen behandelt beide Fallen.

from statsmodels.stats.proportion import proportions_ztest

orders = [288, 240]        # neue Seite, alte Seite
visitors = [12000, 12000]

z, p_value = proportions_ztest(orders, visitors)
lift = (orders[0] / visitors[0]) / (orders[1] / visitors[1]) - 1

print(f"lift {lift:.1%}, z {z:.2f}, p value {p_value:.3f}")
# lift 20.0%, z 2.11, p value 0.035

Vertrauen wird aufgebaut, nicht behauptet

"Vertrau uns" hat noch nie jemanden überzeugt. Vertrauen ist die Summe kleiner Signale, von denen jedes das Risiko senkt, mit dir Geschäfte zu machen: die Zahl der Bewertungen, die ehrliche Dreisternebewertung mit einer ruhigen Antwort, der Satz zur Rückgabe neben dem Bezahlknopf, die echte Adresse, die Gründerin, die die Kartons wirklich selbst packt.

Pass den Beleg an die Leserin an: Bewertungen für überlegte Käufe, Experten für technische, Zertifikate für die Unterlagen des Einkaufs, Freunde für soziale Produkte. Ziel sind echte und zahlreiche Bewertungen, keine perfekten. Setz die Beruhigung in den Moment des Zweifels. Gib etwas, das es wert ist, bevor du fragst. Nutz "am beliebtesten", wo Menschen unsicher sind, und prüf, ob es Geld bringt und nicht nur Klicks. Und halte in Deutschland alles ehrlich, weil das UWG es verlangt, nicht nur, weil Käufer es merken.

Ich optimiere Social Proof und Vertrauenssysteme seit über zehn Jahren, im eCommerce, im SaaS und im B2B. Der Code in diesem Artikel ist ein Ausgangspunkt, um deine eigenen Seiten zu testen, kein Ersatz dafür, sie zu testen.

Footnotes

1. Solomon E. Asch, Opinions and Social Pressure, Scientific American, Band 193, Nr. 5, November 1955, https://www.scientificamerican.com/article/opinions-and-social-pressure/

2. OpenStax, Psychology 2e, Abschnitt 12.4 Conformity, Compliance, and Obedience, Rice University, 2020, https://openstax.org/books/psychology-2e/pages/12-4-conformity-compliance-and-obedience

3. Robert Cialdini, The 7 Principles of Persuasion, Influence at Work, https://www.influenceatwork.com/7-principles-of-persuasion/

4. University of Chicago Press Journals, A Room With A Viewpoint: Conservation Messages And Motivation, ScienceDaily, 2008, Zusammenfassung von Goldstein, Cialdini und Griskevicius, Journal of Consumer Research, Band 35, Nr. 3, https://www.sciencedaily.com/releases/2008/08/080822160338.htm

5. Noah J. Goldstein, Robert B. Cialdini und Vladas Griskevicius, A Room with a Viewpoint: Using Social Norms to Motivate Environmental Conservation in Hotels, Journal of Consumer Research, 2008, Abstract bei der University of Minnesota, https://experts.umn.edu/en/publications/a-room-with-a-viewpoint-using-social-norms-to-motivate-environmen/

6. Nielsen, Global Trust in Advertising 2015, Nielsen, 2015, https://www.nielsen.com/insights/2015/global-trust-in-advertising-2015-2/

7. Bundesamt für Sicherheit in der Informationstechnik, ISO 27001 Zertifizierung auf der Basis von IT Grundschutz, bsi.bund.de, https://www.bsi.bund.de/DE/Themen/Unternehmen-und-Organisationen/Standards-und-Zertifizierung/Zertifizierung-und-Anerkennung/Zertifizierung-von-Managementsystemen/ISO-27001-Basis-IT-Grundschutz/iso-27001-basis-it-grundschutz_node.html

8. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), Anhang (zu § 3 Absatz 3), Nr. 2, Nr. 4, Nr. 23b und Nr. 23c, Gesetze im Internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/anhang.html

9. Medill Spiegel Research, How Online Reviews Influence Sales, Northwestern University, 2017 (neu veröffentlicht 2025), https://spiegel.medill.northwestern.edu/how-online-reviews-influence-sales/

10. Davide Proserpio und Georgios Zervas, Online Reputation Management: Estimating the Impact of Management Responses on Consumer Reviews, Marketing Science, Band 36, Nr. 5, 2017, https://econpapers.repec.org/RePEc:inm:ormksc:v:36:y:2017:i:5:p:645-665

11. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), § 5b Wesentliche Informationen, Absatz 3, Gesetze im Internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/__5b.html

12. Europäische Kommission, Leitlinien zur Auslegung und Anwendung der Richtlinie 2005/29/EG über unlautere Geschäftspraktiken (2021/C 526/01), Abschnitt 4.2.4 Nutzerbewertungen, Amtsblatt der Europäischen Union C 526, 29. Dezember 2021, EUR Lex, https://eur-lex.europa.eu/legal-content/DE/TXT/HTML/?uri=CELEX:52021XC1229%2805%29

13. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), § 5a Irreführung durch Unterlassen, Absatz 4, Gesetze im Internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/__5a.html

14. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), § 8 Beseitigung und Unterlassung, Absatz 3, und § 13 Abmahnung, Unterlassungsverpflichtung, Haftung, Absatz 1, Gesetze im Internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/__8.html und https://www.gesetze-im-internet.de/uwg_2004/__13.html

15. Bundesministerium der Justiz, Gesetz gegen den unlauteren Wettbewerb (UWG), § 19 Bußgeldvorschriften, Absätze 1, 3 und 5, Gesetze im Internet, 2026, https://www.gesetze-im-internet.de/uwg_2004/__19.html

16. Baymard Institute, Cart Abandonment Rate: 50 Statistics and Why People Abandon, Baymard Institute, 2026, https://baymard.com/lists/cart-abandonment-rate

17. Hongbin Cai, Yuyu Chen und Hanming Fang, Observational Learning: Evidence from a Randomized Natural Field Experiment, American Economic Review, Band 99, Nr. 3, 2009, https://www.aeaweb.org/articles?id=10.1257/aer.99.3.864

18. Alan T. Sorensen, Bestseller Lists and Product Variety, Journal of Industrial Economics, Band 55, Nr. 4, 2007, https://econpapers.repec.org/RePEc:bla:jindec:v:55:y:2007:i:4:p:715-738

19. Brigitte Madrian und Dennis F. Shea, The Power of Suggestion: Inertia in 401(k) Participation, Quarterly Journal of Economics, Band 116, Nr. 4, 2001, https://econpapers.repec.org/RePEc:oup:qjecon:v:116:y:2001:i:4:p:1149-1187