Behavioral Design: Wie das Fogg-Modell Conversions systematisch verbessert

Das Fogg-Verhaltensmodell beschreibt, unter welchen Bedingungen Menschen eine Handlung ausführen: Behavior = Motivation × Ability × Prompt. Alle drei Faktoren müssen gleichzeitig vorhanden sein – fehlt einer, findet keine Conversion statt. Wer die drei Variablen einzeln diagnostiziert statt zu raten, kommt schneller zu messbaren Verbesserungen als durch isolierte Button- oder Headline-Tests.

Das Wichtigste in Kürze

• Das Fogg-Modell (B = MAP) nennt drei notwendige Faktoren für jedes Verhalten: Motivation, Ability (Fähigkeit) und Prompt. Alle drei müssen gleichzeitig stimmen.
• Ability ist der am häufigsten unterschätzte Hebel: Reibung reduzieren wirkt oft stärker und schneller als Motivation aufzubauen.
• Fogg unterscheidet drei Prompt-Typen – Spark, Facilitator und Signal. Den falschen Typ zur falschen Zeit zu senden kostet Conversions, auch wenn Motivation und Ability stimmen.
• ActiveCampaign-Daten wie Site Tracking und Engagement-Score liefern die Grundlage, um Prompt-Typ und Timing für jeden Kontakt individuell zu steuern.
• Das Modell setzt ein grundsätzlich passendes Angebot voraus – ein schwaches Produkt lässt sich auch mit perfektem B=MAP nicht heilen.

Was das Fogg-Modell von klassischen CRO-Ansätzen unterscheidet

Klassische Conversion-Optimierung arbeitet mit Symptomen: Ein Button-Text wird geändert, eine Überschrift getestet, ein Formularfeld entfernt. Das Fogg-Modell geht eine Ebene tiefer und fragt nach der Ursache. Jede fehlgeschlagene Conversion lässt sich auf einen oder mehrere der drei Faktoren zurückführen. Diese systematische Diagnose ist der eigentliche Vorteil gegenüber rein empirischem Testen.

BJ Fogg, Gründer des Behavior Design Labs an der Stanford University, formulierte das Modell ursprünglich mit dem Begriff "Trigger". In seinem Buch Tiny Habits (2019) ersetzte er ihn durch "Prompt" – weil "Trigger" im psychologischen Kontext eine unkontrollierte, reaktive Reaktion impliziert, während ein Prompt eine gezielte Einladung zum Handeln ist. Im Marketing ist das ein relevanter Unterschied: Ein Trigger kann Druck erzeugen und Vertrauen beschädigen, ein Prompt lädt ein.

Die drei Faktoren im Überblick

Motivation beschreibt den inneren Antrieb, eine Handlung vorzunehmen. Fogg unterscheidet drei gegensätzliche Paare: Vergnügen vs. Schmerz, Hoffnung vs. Furcht, soziale Akzeptanz vs. Ablehnung. Motivation ist veränderlich – sie steigt und fällt im Verlauf eines Tages und eines Funnels.

Ability beschreibt, wie einfach die Handlung für die Person in diesem Moment ist. Hohe Motivation kompensiert niedrige Ability nur begrenzt. Wer den Kauf nach sieben Klicks und drei Pflichtfeldern abschließen muss, bricht ab – auch wenn er das Produkt will.

Prompt ist der konkrete Reiz, der die Handlung auslöst. Ohne Prompt passiert auch bei hoher Motivation und einfacher Ausführung meistens nichts: Der Kontakt denkt "ich mache das später" und kehrt nicht zurück. Der Prompt muss zur richtigen Zeit, im richtigen Kanal und als richtiger Typ kommen.

Ability zuerst – warum Reibung der größte Conversion-Killer ist

Motivation aufzubauen kostet Aufwand: Texte schreiben, Testimonials einholen, Sequenzen aufbauen, testen. Reibung reduzieren ist häufig präziser und schneller umgesetzt. Fogg selbst empfiehlt, Ability als erste Variable zu prüfen, bevor man am Messaging arbeitet. Die Frage lautet nicht "Warum überzeugen wir nicht?", sondern "Was macht der nächste Schritt schwerer als nötig?"

Die sechs Einfachheitsfaktoren nach Fogg

Fogg definiert sechs Dimensionen, entlang denen eine Handlung schwer oder leicht wirkt:

• Zeit: Wie lange dauert die Handlung? Eine Anmeldung, die mehr als drei Minuten braucht, verliert einen erheblichen Teil der interessierten Besucher.
• Geld: Was kostet sie, direkt oder als wahrgenommener Opportunitätskosten?
• Körperlicher Aufwand: Navigation, Scrollen, Tippen auf dem Mobilgerät – besonders relevant, wenn der Traffic überwiegend mobil ist.
• Kognitive Last: Wie viele Entscheidungen muss jemand in diesem Schritt treffen? Zu viele Optionen blockieren. Drei Pakete konvertieren in der Regel besser als sieben.
• Soziale Abweichung: Wie normal ist die Handlung? Eine unbekannte Marke mit einem hohen Erstkauf-Preis erzeugt soziale Reibung – der Käufer fragt sich, ob andere das auch tun.
• Routine: Passt die Handlung in bestehende Gewohnheiten? Eine Anmeldung über ein Tool, das jemand täglich nutzt, ist einfacher als eine neue Registrierung.

Reibungs-Audit für einen bestehenden Funnel

Bevor du einen Funnel veränderst, durchläufst du ihn als Erstbesucher und beantwortest für jeden Schritt konkrete Fragen. Das dauert 30–60 Minuten und spart mehrere Testrunden.

1. Wie viele Klicks braucht jemand, der heute zum ersten Mal landet, bis zur Conversion? Zähle jeden Klick, auch den auf "Weiter" oder "Bestätigen".
2. Wie viele Felder enthält das Anmeldeformular? Jedes Pflichtfeld, das keine direkte Funktion für den Nutzer hat, ist Reibung. Eine Telefonnummer bei einem Download ist fast immer überflüssig.
3. Muss sich jemand registrieren oder einloggen, bevor er irgendeinen Wert sieht? Das ist eine der häufigsten Abbruchstellen in B2B-Funnels.
4. Was steht auf dem CTA-Button? "Absenden" erklärt nichts. "Kostenlos Zugang holen" oder "Leitfaden herunterladen" reduziert mentale Last, weil klar ist, was danach passiert.
5. Ist die mobile Version tatsächlich auf einem echten Gerät getestet – nicht nur technisch responsive, sondern in echten Fingergesten?
6. Wo liegt die größte Drop-off-Rate im Funnel? Site Tracking in ActiveCampaign zeigt, welche Seiten Menschen verlassen, ohne weiterzugehen. Dieser Punkt ist der stärkste Ability-Hebel.

Ability in ActiveCampaign konkret adressieren

Site Tracking zeigt, welche Seiten Kontakte besuchen und wo sie aufhören. Wiederkehrende Besuche derselben Seite ohne Conversion deuten auf Reibung hin – der Wunsch ist da, aber etwas blockiert. Diese Kontakte brauchen einen Facilitator, keinen weiteren Motivations-Content.

Lead Scoring erlaubt es, Kontakte nach Engagement zu gewichten. Wer hoch engagiert, aber noch nicht konvertiert ist, bekommt einen Facilitator – eine E-Mail, die den nächsten Schritt vereinfacht. Der Fehler ist, solchen Kontakten stattdessen noch eine Nutzen-E-Mail zu schicken, die die Motivation weiter aufbaut.

Dynamic Content in E-Mails ermöglicht, bekannten Kontakten weniger Erklärungstext und direktere CTAs zu zeigen. Wer das Produkt schon kennt, braucht keine Grundlageninformation mehr – das ist Ability-Optimierung auf der E-Mail-Ebene.

Motivation im Fogg-Modell – die drei Kernantriebe verstehen

Motivation ist kein Schalter, den man einmalig umlegt. Sie schwankt im Verlauf eines Funnels und ist nicht für alle Kontakte dieselbe. Fogg beschreibt drei Paare gegensätzlicher Antriebe:

Vergnügen vs. Schmerz ist die direkteste Motivationsquelle. Ein Angebot, das einen konkreten Schmerz nimmt, konvertiert häufig besser als eines, das ein positives Ergebnis verspricht – besonders bei B2B-Angeboten, wo der Entscheider ein Problem lösen muss, nicht ein Erlebnis sucht.

Hoffnung vs. Furcht ist zukunftsorientiert. Hoffnung entsteht durch ein glaubwürdiges positives Szenario. Furcht durch eine realistische, nicht dramatisierte Bedrohung. Im DACH-Raum wirkt Furcht stärker, wenn sie präzise formuliert ist und nicht wie Panikmache klingt.

Soziale Akzeptanz vs. Ablehnung ist der Mechanismus hinter Social Proof. Menschen handeln, um dazuzugehören, und meiden Handlungen, die sie von einer Gruppe trennen könnten. Das funktioniert auch in die andere Richtung: Übertriebene Versprechen können soziale Reibung erzeugen, weil jemand nicht als naiv gelten will.

Motivations-Profile segmentieren

Nicht jeder Kontakt reagiert auf denselben Motivator. Der Einstiegs-Touchpoint ist oft der zuverlässigste Hinweis: Wer über einen Fehler-Artikel oder ein Risiko-Thema eintritt, tendiert zur Schmerz-Orientierung. Wer über eine Erfolgsgeschichte oder einen Zukunfts-Content eintritt, tendiert zur Hoffnungs-Orientierung.

Mit ActiveCampaign-Tags lässt sich dieses Schema abbilden. Weise bei der ersten Interaktion einen Tag zu – etwa motivation:schmerz oder motivation:hoffnung – basierend auf dem Content, über den jemand eingetreten ist. Sende dann unterschiedliche E-Mail-Varianten und vergleiche die Klick-Raten. Das ist keine aufwändige Segmentierung, liefert aber schnell Hinweise darauf, welches Messaging für welchen Kontakt trägt.

Was im DACH-Kontext anders funktioniert

Sätze wie "In 90 Tagen von 0 auf 5.000 Leads" oder Prozentzahlen ohne Quellenangabe erzeugen in deutschsprachigen Märkten Skepsis statt Hoffnung. Motivation lässt sich hier besser durch Nachvollziehbarkeit aufbauen: konkrete Mechanismen erklären, realistische Ergebnisse zeigen, Datenschutz aktiv thematisieren. Das sind Faktoren, die gleichzeitig Ability (weniger Vertrauensbarriere) und Motivation (Kompetenz wird sichtbar) verbessern. Wer in diesem Zusammenhang mit psychologischen Mustern arbeiten will, sollte verstehen, wie kognitive Biases in der Conversion-Optimierung eingesetzt werden können.

Prompts richtig wählen – Spark, Facilitator oder Signal

Fogg unterscheidet drei Prompt-Typen. Der häufigste Fehler in E-Mail-Funnels ist, denselben Typ immer und an alle zu senden – in der Regel Sparks, weil sie wie Überzeugungsarbeit wirken, obwohl viele Kontakte längst überzeugt sind.

Spark: Ein Prompt, der die Motivation steigert. Einsatz sinnvoll, wenn Ability hoch ist, aber Motivation niedrig. Beispiel: Jemand hat die Preisseite besucht, aber keine weitere Interaktion gezeigt. Eine E-Mail mit einer konkreten Fallbeschreibung ist ein Spark – sie weckt Interesse neu, ohne auf den Kauf zu drängen.

Facilitator: Ein Prompt, der die Handlung erleichtert. Einsatz sinnvoll, wenn Motivation hoch ist, aber Ability niedrig. Beispiel: Jemand hat den Checkout dreimal besucht, aber nie abgeschlossen. Ein Facilitator ist eine E-Mail, die erklärt, wie der nächste Schritt in zwei Minuten geht – kein weiteres Nutzenversprechen, sondern eine Vereinfachung.

Signal: Ein einfacher Erinnerungs-Prompt, wenn sowohl Motivation als auch Ability hoch sind. Der Kontakt braucht keine weitere Überzeugung und keine Vereinfachung – er braucht den Link. "Hier ist dein Zugang." Mehr ist in diesem Moment störend.

Engagement-Daten als Prompt-Grundlage in ActiveCampaign

ActiveCampaign liefert die Datenbasis, um den richtigen Prompt-Typ für jeden Kontakt zuzuweisen. Ein einfaches Diagnose-Schema:

• Hoch engagiert + keine Conversion: Wahrscheinlich Ability-Problem. Nächster Schritt: Facilitator senden.
• Wenig Engagement + kein Kaufversuch: Motivation fehlt oder das Segment passt nicht. Nächster Schritt: Spark oder Neusegmentierung.
• Hoch engagiert + begonnener Kaufprozess ohne Abschluss: Checkout-Reibung. Nächster Schritt: Facilitator mit direkter Hilfestellung, kein weiteres Messaging über Vorteile.
• Regelmäßige Öffner + klare Produktpassung: Signal reicht. Kein weiteres Messaging nötig, das die Entscheidung infrage stellt.

Dieses Schema lässt sich in einer Automation mit Verzweigung nach Engagement-Score und letzter Seiten-Interaktion umsetzen. Wer A/B-Tests zusätzlich einsetzen will, um Prompt-Typen gegeneinander zu testen, findet im Leitfaden zum A/B-Testing in ActiveCampaign die technische Anleitung dazu.

Typische Fehler und Grenzen des Modells

Nur einen Faktor optimieren

Ein neues Messaging-Framework anwenden (Motivation), aber den Checkout nicht anfassen (Ability) und das E-Mail-Timing nicht ändern (Prompt). Das Ergebnis ist oft eine Verbesserung, die kleiner ausfällt als erwartet – und die Ursache unklar lässt. Das Modell funktioniert als Diagnosesystem nur, wenn alle drei Faktoren geprüft werden, bevor irgendwelche Maßnahmen ergriffen werden.

Spark einsetzen, wenn Ability das Problem ist

Wenn jemand bereits motiviert ist und den Kaufprozess zweimal begonnen hat, ist ein weiterer Content-Beitrag über die Vorteile des Produkts der falsche Prompt. Er verschwendet Sendekapazität und kann als Spam wahrgenommen werden. Die Diagnose aus den Verhaltensdaten muss dem Prompt-Typ vorausgehen – Engagement-Daten zeigen, welcher Faktor fehlt.

Scarcity-Elemente im DACH-Raum falsch einsetzen

Dringlichkeit durch Knappheit ("Nur noch 3 Plätze verfügbar") funktioniert im deutschsprachigen Raum schlechter, wenn die Knappheit nicht verifizierbar ist. Künstliche Verknappung wird schnell als Manipulation erkannt und beschädigt Vertrauen. Statt dessen trägt Konkretheit: eine Deadline mit nachvollziehbarer Begründung (Kursstart, Staffelpreis, Kapazitätsgrenze) und ein realistisches Nutzversprechen.

Das Modell auf schwache Angebote oder komplexe Entscheidungen anwenden

Behavioral Design verbessert die Conversion für Angebote, die im Kern stimmen. Wenn das Produkt das Problem des Nutzers nicht löst oder der Preis außerhalb jedes nachvollziehbaren Rahmens liegt, hilft weder ein optimierter Prompt noch ein reibungsloser Checkout. Das Modell setzt Product-Market-Fit voraus.

Das Modell ist außerdem stärker auf individuelle Handlungen ausgerichtet als auf kollektive Entscheidungen. Wenn mehrere Personen in eine Kaufentscheidung involviert sind – wie in Buying-Committees im B2B – braucht jede Person einen eigenen B=MAP-Blick. Das erhöht die Komplexität erheblich und erfordert eine Segmentierung nach Rolle im Entscheidungsprozess, nicht nur nach Engagement-Level. Ergänzend lohnt es sich zu verstehen, wie Gewohnheitsmuster Entscheidungsprozesse langfristig beeinflussen – ein Aspekt, den das Fogg-Modell allein nicht vollständig abdeckt.

Häufige Fragen

Ist das Fogg-Modell dasselbe wie das AIDA-Modell?

Nein. AIDA (Attention, Interest, Desire, Action) beschreibt eine zeitliche Abfolge von Bewusstseinsstufen. Das Fogg-Modell beschreibt, welche drei Faktoren gleichzeitig vorliegen müssen, damit eine konkrete Handlung stattfindet. Beide schließen sich nicht aus: AIDA eignet sich für die Funnel-Struktur, Fogg für die Diagnose an jedem einzelnen Schritt innerhalb dieses Funnels.

Warum sagt Fogg "Prompt" statt "Trigger"?

In Tiny Habits (2019) erklärt Fogg, dass "Trigger" im psychologischen Kontext oft eine unkontrollierte, reaktive Reaktion impliziert. Im Behavioral Design geht es um eine bewusste, eingeladene Handlung. "Prompt" ist präziser: Es ist ein Signal, das eine Einladung ausspricht, keine Konditionierung. Im Marketing-Kontext weist der Begriff darauf hin, dass ein Prompt respektvoll gesetzt sein muss, um zu funktionieren – Druck erzeugt Widerstand.

Kann ich das Fogg-Modell ohne A/B-Tests anwenden?

Ja. Die Analyse nach B=MAP liefert strukturierte Hypothesen, welcher Faktor eine Conversion blockiert. Wer diese Hypothesen umsetzt und mit einfachen Vorher-Nachher-Vergleichen prüft, kommt ohne formales A/B-Testing zu ersten Erkenntnissen – allerdings mit weniger statistischer Sicherheit. Wer beides kombiniert, hat einen methodischen Vorteil: Fogg liefert die Hypothese, der A/B-Test liefert die Bestätigung.

Lässt sich das Modell auf transaktionale E-Mails anwenden?

Ja – und das wird selten genutzt. Transaktionale E-Mails wie Bestellbestätigungen und Onboarding-Schritte haben oft die höchsten Öffnungsraten. Aus Fogg-Sicht sind das Momente hoher Ability: Der Empfänger hat gerade gehandelt und ist im Fluss. Ein gut platzierter Facilitator in einer Onboarding-Bestätigung – "Richte jetzt deinen ersten Automationsschritt ein: Automationen → Erstellen → Eintrittspunkt wählen" – nutzt diesen Moment, ohne aufgesetzt zu wirken.

Wie verhält sich das Fogg-Modell zu Nudging-Ansätzen?

Nudges (nach Thaler und Sunstein) verändern die Entscheidungsarchitektur so, dass die gewünschte Option die leichteste ist – ohne Verbote oder Anreize. Das ist ein Ability-Eingriff im Sinne des Fogg-Modells. Wer Reibung reduziert, arbeitet implizit mit Nudging. Der Unterschied: Nudging ist oft eine Designentscheidung auf Systemebene (Standardwerte, Reihenfolge von Optionen), während das Fogg-Modell auf jede einzelne Interaktion angewandt werden kann – auch auf E-Mail-Timing und Messaging.

Das Fogg-Modell ist kein Ersatz für Kreativität im Marketing, aber ein verlässlicher Diagnose-Rahmen. Wer einen Funnel systematisch nach Motivation, Ability und Prompt analysiert, findet schneller heraus, was fehlt – statt wahllos zu testen. Wer die Verhaltens- und Engagement-Daten aus ActiveCampaign dazu nutzt, kann Prompt-Typ und Timing datenbasiert steuern. Das ist der Unterschied zwischen Conversion-Optimierung als Ratearbeit und als Methode.