Warum dein Problem nicht die Conversion Rate ist, sondern das fehlende Kundenverständnis

Schlechte Conversion Rates entstehen meistens nicht aus schlechtem Design oder dem falschen Button-Text. Sie entstehen, weil das Angebot an den echten Bedürfnissen der Zielgruppe vorbeigeht. Wer stattdessen systematisch erforscht, was Kunden antreibt und welche Sprache sie verwenden, verbessert Botschaft, Segmentierung und Automatisierung auf einmal – und erzielt dauerhaft bessere Ergebnisse.

Das Wichtigste in Kürze

• Conversion-Optimierung (Split-Tests, Heatmaps, Button-Farben) löst kein Fundamentalproblem: Wenn das Angebot am Markt vorbeigeht, helfen auch die besten Taktiken nicht.
• Kundenentwicklung (Customer Discovery) deckt auf, welche konkreten Kaufmotive, Einwände und Entscheidungsfaktoren für deine Zielgruppe wirklich zählen.
• Customer Discovery Interviews liefern die Sprache deiner Kunden – und diese Sprache wird direkt zur Grundlage für Betreffzeilen, Landing-Page-Texte und Automations-Sequenzen.
• Erkenntnisse aus Interviews lassen sich in ActiveCampaign als Custom Fields, Tags und segmentierte Automationen abbilden, ohne zusätzliche Tools.
• Der Ansatz lohnt sich besonders bei stagnierendem Wachstum, neuen Zielgruppen oder nach einer Produkterweiterung – nicht bei rein transaktionalen Angeboten mit sehr kurzen Kaufzyklen.

Warum Conversion-Optimierung an der falschen Stelle ansetzt

In den meisten Marketing-Teams arbeitet man auf drei Ebenen: dem Angebot selbst (Was wird verkauft und für wen?), der Botschaft (Wie wird es kommuniziert?) und der Mechanik (Wie ist die Seite aufgebaut, wie laufen die Automationen?). Conversion-Optimierung setzt fast ausschließlich auf der Mechanik-Ebene an: A/B-Tests, Heatmaps, Button-Texte, Ladezeiten. Das ist sinnvoll, wenn Angebot und Botschaft bereits stimmen.

Das Problem entsteht, wenn alle drei Ebenen gleichzeitig unsauber sind. Wer dann Split-Tests startet, optimiert an einem System, das grundsätzlich am Markt vorbeigeht. Ein effizienterer Prozess für das falsche Angebot bleibt das falsche Angebot. Einblicke aus über 200 Projekten zeigen: Gerade bei Anbietern mit heterogenen Zielgruppen – B2B-Dienstleister, Agenturen, SaaS-Produkte für verschiedene Branchen – liegt das Problem regelmäßig auf der Botschafts-Ebene, nicht auf der Mechanik-Ebene.

Ein konkretes Beispiel: Wer Online-Kurse für Selbstständige anbietet, spricht damit unterschiedliche Kaufmotive an. Manche kaufen, weil sie effizienter arbeiten wollen. Andere, weil sie einen Vertrauensanker suchen, bevor sie eine große Entscheidung treffen. Wieder andere, weil sie ihre Mitarbeiter weiterbilden müssen. Dieselbe Landing Page, dieselbe Automation und derselbe Betreff kann für alle drei Gruppen funktionieren oder an allen dreien vorbeilaufen – je nachdem, welche Sprache sie spricht. Das lässt sich nicht durch ein besseres Farbschema herausfinden, sondern nur durch Gespräche.

Warum quantitative Daten allein nicht ausreichen

Google Analytics sagt dir, dass 65 Prozent deiner Besucher nach zehn Sekunden abspringen. Das ist ein Datenpunkt. Die Erkenntnis dahinter bekommst du erst, wenn du zehn dieser Besucher anrufst und fragst, was sie erwartet hatten und warum sie nicht weitergegangen sind. Daten zeigen das Was, nicht das Warum. Und ohne das Warum bleibt jede Optimierung ein Ratespiel: Du änderst die Überschrift, weil du annimmst, dass sie falsch ist, nicht weil du weißt, was stattdessen passen würde. Customer Discovery ersetzt die Annahme durch Wissen.

Was Kundenentwicklung liefert, das Daten nicht können

Kundenentwicklung – im englischsprachigen Raum als Customer Discovery bekannt – bezeichnet einen Prozess: Bevor du skalierst oder optimierst, sprichst du mit Menschen, für die du arbeitest. Das Ziel ist nicht, Feedback über ein bestehendes Produkt einzuholen, sondern zu verstehen, welche Probleme diese Menschen wirklich haben und wie sie aktuell damit umgehen. Im Marketing-Kontext heißt das: Du erfährst, welche Sprache, welche Prioritäten und welche Einwände wirklich entscheiden.

Die Sprache der Kunden als Copy-Rohstoff

Das wichtigste Ergebnis gut geführter Discovery-Interviews ist keine Tabelle mit Anforderungen. Es ist die genaue Sprache, die deine Kunden verwenden, wenn sie ihr Problem beschreiben. Diese Sprache – wörtlich dokumentiert – wird zur Grundlage für Betreffzeilen, Landing-Page-Texte, Automation-Nachrichten und Anzeigentexte.

Ein Unterschied, der in der Praxis auffällt: Ein Dienstleister beschreibt sein Angebot oft mit Fachbegriffen aus seiner eigenen Branche. Die Kunden beschreiben dasselbe Problem mit ganz anderen Worten – nämlich mit den Worten, die sie auch in Suchmaschinen eingeben. Wer seine E-Mails und Landing Pages mit der Kundensprache statt mit der eigenen Fachsprache schreibt, senkt die kognitive Hürde und erhöht die Relevanzbewertung im Posteingang. Ein Zitat direkt aus einem Interview kann zum Betreff werden, den du sonst in einer Stunde nicht formuliert hättest.

Jobs to be Done: der eigentliche Kaufgrund

Das Jobs-to-be-Done-Framework (entwickelt von Clayton Christensen) verschiebt den Blickwinkel: Statt zu fragen, wer ein Produkt kauft (Demografie, Persona), fragt es, wofür jemand ein Produkt einstellt. Die „Aufgabe“, die das Produkt erledigen soll, ist meistens nicht das, was auf der Verpackung steht. Wer einen Bohrer kauft, will kein Bohrer-Erlebnis – er will ein Loch in der Wand. Wer einen E-Mail-Kurs bucht, will nicht unbedingt ActiveCampaign-Expertise – er will, dass seine Pipeline wieder füllt, ohne dass er mehr Zeit investiert.

Dieses Rahmenprinzip hilft bei Discovery-Interviews: Du fragst nicht nach Produktwünschen, sondern nach dem Kontext der letzten Kaufentscheidung. Was hat sich verändert, dass jemand überhaupt angefangen hat, nach einer Lösung zu suchen? Welche Alternativen hat er vorher ausprobiert? Was war an ihnen nicht ausreichend? Diese Fragen legen offen, was Kunden wirklich wollen – in einer Form, die sich direkt in Marketingbotschaften übersetzen lässt. Die verhaltensbezogene Personas-Methodik in ActiveCampaign baut auf genau diesem Prinzip auf.

So führst du Customer Discovery Interviews durch – Schritt für Schritt

In sechs Schritten kommst du von der ersten Gesprächsliste zu verwertbaren Segmenten. Du brauchst dafür kein großes Research-Budget, sondern Zeit für Gespräche und ein einfaches System, das aus diesen Gesprächen Muster macht.

1. Zielgruppe und Gesprächspartner definieren: Entscheide vorab, welche Gruppe du verstehen willst. Das können bestehende Kunden sein, aber auch Personen, die dein Angebot evaluiert und nicht gekauft haben – diese zweite Gruppe ist besonders aufschlussreich, weil sie erklärt, warum etwas nicht überzeugt hat. Erstelle eine Liste mit 20 bis 30 potenziellen Gesprächspartnern. Ideal sind Personen, die innerhalb der letzten sechs Monate eine Kaufentscheidung in deinem Bereich getroffen haben.
2. Einladung kurz und ehrlich formulieren: Erkläre, dass du dein Angebot weiterentwickelst und 20 Minuten lang hören möchtest, wie bestimmte Herausforderungen im Alltag deiner Gesprächspartner aussehen. Keine Verkaufsabsicht, kein Pitch. Diese Formulierung erhöht die Bereitschaft deutlich, weil sie klarstellt, dass der andere nicht versucht wird zu kaufen.
3. Interview-Leitfaden mit fünf Kernfragen aufbauen: Folge chronologisch der Entscheidungsreise. Die Fragen lauten: Welchen konkreten Auslöser gab es, dass du angefangen hast, nach einer Lösung zu suchen? Was hast du vorher ausprobiert? Was hat an diesen Ansätzen nicht ausgereicht? Wie hast du schließlich eine Entscheidung getroffen? Was würde sich ändern, wenn dieses Problem morgen komplett gelöst wäre?
4. Gespräche führen und wörtlich dokumentieren: Führe Einzelgespräche, telefonisch oder per Video. Zeichne auf, wenn der Gesprächspartner zustimmt. Vermeide hypothetische Fragen wie „Wäre es nützlich, wenn …?“ – sie liefern sozial erwünschte, nicht ehrliche Antworten. Halte dich an Fragen zur Vergangenheit: Was ist passiert, wie hat sich das angefühlt, was wurde konkret getan.
5. Muster identifizieren und Segmente definieren: Nach 15 bis 20 Gesprächen beginnen sich Muster zu wiederholen: Bestimmte Formulierungen tauchen mehrfach auf, bestimmte Einwände kommen regelmäßig. Clustere die Erkenntnisse nach diesen Mustern, nicht nach demografischen Merkmalen. Aus zwanzig Gesprächen können zwei bis drei sehr unterschiedliche Kundentypen entstehen – mit jeweils eigener Sprache und eigenem Kaufgrund.
6. Erkenntnisse in verwertbare Aussagen übersetzen: Bevor du irgendetwas in ActiveCampaign einrichtest, schreibst du für jeden Kundentyp eine halbe Seite: Auslöser, Alternativen (was haben sie vorher probiert?), Entscheidungsfaktor, Einwände. Diese Seite wird zur Grundlage für Betreffzeilen, Automation-Texte und Segment-Definitionen.

Erkenntnisse in ActiveCampaign überführen

Wenn du weißt, wie deine Kundensegmente denken und entscheiden, kannst du das in ActiveCampaign strukturiert abbilden. Das Ziel ist, dass jede Automation auf einem echten Kundenmuster basiert – nicht auf einer Vermutung über das, was jemanden interessieren könnte.

Custom Fields für Kaufmotive und Einwände anlegen

Erstelle in ActiveCampaign Custom Fields für die Erkenntnisse, die du in den Interviews gewonnen hast. In der Praxis tragen vor allem diese Felder:

• Hauptauslöser: Was hat die Person veranlasst, überhaupt zu suchen? Beispielwerte: „Wachstum ohne mehr Ressourcen“, „Bisherige Lösung weggefallen“, „Neue Aufgabe im Unternehmen“.
• Wichtigster Einwand: Was hat anfangs gegen eine Entscheidung gesprochen? Beispielwerte: „Zu komplex für mein Team“, „Preis-Nutzen unklar“, „Fehlende DACH-Referenzen“.
• Entscheidungsebene: Entscheidet die Person selbst, oder muss jemand anderes zustimmen? Dieses Feld verändert den Automation-Inhalt erheblich – wer intern überzeugen muss, braucht andere Argumente als ein Soloentscheider.
• Bevorzugter Kommunikationskanal: E-Mail, Telefon oder Webinar – das beeinflusst, welcher Kanal in der Nachfass-Automation zuerst kommt.

Diese Felder füllen sich über ein kurzes Onboarding-Formular, eine Umfrage nach dem ersten Kontakt oder manuell durch dein Team nach Gesprächen. Die Aktivierung läuft dann über Automationen auf Basis dieser Feldinhalte. Lead Scoring in ActiveCampaign wird dadurch deutlich präziser: Statt generischer Punkte für Seitenbesuche bewertest du Aktionen, die für den jeweiligen Auslöser-Typ wirklich relevant sind.

Segmentierte Automationen pro Kundentyp aufbauen

Wenn du zwei oder drei Kundensegmente definiert hast, bekommt jedes Segment seine eigene Nurturing-Automation. Die Unterschiede sind nicht nur kosmetisch – sie sind inhaltlich:

• Segment A (Auslöser: Skalierung ohne mehr Ressourcen) bekommt Inhalte, die zeigen, wie Automationen Zeit freimachen, ohne Qualitätsverlust.
• Segment B (Auslöser: bisherige Lösung weggefallen) bekommt zuerst Orientierung: Was ist der realistischste nächste Schritt bei einem Anbieterwechsel?
• Segment C (Auslöser: neue Aufgabe im Unternehmen) bekommt einsteigerorientierte Inhalte mit klaren Prioritäten und niedrigschwelligen ersten Schritten.

Das richtest du in ActiveCampaign über Automationen > Erstellen > Startbedingung > Kontaktfeld-Wert ein. Sobald das Custom Field „Hauptauslöser“ befüllt ist, startet die zugehörige Sequenz. Die Segmentierungs-Features von ActiveCampaign erlauben es, diese Bedingungen sehr präzise zu setzen – bis auf die Ebene einzelner Seitenbesuche oder E-Mail-Klicks innerhalb einer bestimmten Kategorie.

Typische Fehler bei der Kundenentwicklung

Interviews zu früh als Verkaufsgespräche nutzen

Das häufigste Missverständnis: Man setzt Discovery-Gespräche an, hat aber innerlich das Ziel, am Ende ein Angebot zu machen. Das verändert die Fragen und blockiert ehrliche Antworten. Der Gesprächspartner spürt die Verkaufsabsicht und gibt sozial erwünschte Antworten statt ehrliche. Führe die ersten 15 Gespräche konsequent ohne Angebots-Option – die Erkenntnisse, die daraus entstehen, sind den entgangenen Pitch-Moment mehr als wert.

Nur bestehende Kunden befragen

Bestandskunden sind die Personen, die dein aktuelles Angebot bereits überzeugt hat. Sie erklären dir, warum sie geblieben sind. Das ist wertvoll, erklärt aber nicht, warum so viele andere nicht gekauft haben. Sprich auch mit Personen, die das Angebot evaluiert und abgelehnt haben, und mit Personen aus der Zielgruppe, die sich gar nicht erst gemeldet haben. Diese Perspektiven zeigen, welche Botschaft oder welches Angebot die Personen anspricht, die du noch nicht erreichst.

Fragen hypothetisch statt vergangenheitsbezogen stellen

„Wäre es für dich hilfreich, wenn unsere Software sich automatisch mit deinem CRM verbindet?“ ist eine führende Frage. Fast jeder sagt Ja – das sagt nichts über echtes Kaufverhalten aus. Besser: „Erzähl mir von einem Moment, in dem die fehlende Verbindung zwischen deinen Tools ein konkretes Problem verursacht hat.“ Diese Frage erzwingt einen echten Erlebnisbericht, der verwertbar ist. Die Antworten auf vergangenheitsbezogene Fragen liefern Zitate, die du wörtlich in deiner Copy verwenden kannst.

Aus zu wenigen Gesprächen zu schnell Schlüsse ziehen

Drei oder vier Interviews reichen nicht, um verlässliche Muster zu erkennen. Bei heterogenen Zielgruppen – mehrere Branchen, verschiedene Unternehmensgrößen, unterschiedliche Entscheider-Ebenen – sind 20 bis 30 Gespräche das Minimum, bevor Segmente definiert werden. Bei homogeneren Zielgruppen, etwa nur B2B-Agenturen mit 5 bis 20 Mitarbeitenden, können auch 12 bis 15 Gespräche ausreichen. Als Faustregel gilt: Sobald in fünf aufeinanderfolgenden Gesprächen keine neuen Kernaussagen mehr auftauchen, ist die Sättigungsgrenze erreicht.

Wann der Ansatz nicht trägt

Customer Discovery lohnt sich nicht in jeder Situation. Bei rein transaktionalen Angeboten mit sehr kurzen Kaufzyklen – etwa standardisierten B2C-Produkten, bei denen Preis und Verfügbarkeit die einzigen Entscheidungskriterien sind – bringt ein aufwändiger Interviewprozess wenig. Wenn der Warenkorb-Abbruch durch eine technische Hürde verursacht wird (fehlende Zahlungsmethode, Fehler im Checkout), hilft ein Session-Recording mehr als ein Kundengespräch.

Ebenso: Wer einen sehr gut validierten Product-Market-Fit hat und primär Wachstum durch Kanaloptimierung sucht, steckt Zeit besser in datengetriebene Optimierung als in weitere Discovery-Interviews. Kundenentwicklung ist kein Selbstzweck. Es ist das Werkzeug für den Moment, in dem quantitative Daten keine verwertbare Antwort mehr liefern und das Team wieder auf Vermutungen angewiesen ist.

Als praktische Orientierung: Wenn das Team sich bei der Frage „Für wen genau kaufen die eigentlich und warum?“ nicht einig ist, ist das ein klarer Hinweis, dass Discovery-Interviews gefragt sind. Wenn alle dieselbe Antwort geben und die Daten das bestätigen, ist Kanaloptimierung der richtige nächste Schritt.

Häufige Fragen

Wie viele Interviews brauche ich, bevor ich Muster erkennen kann?

Bei einer klar abgegrenzten Zielgruppe reichen 12 bis 15 Gespräche, um die wichtigsten Muster sichtbar zu machen. Bei heterogenen Zielgruppen solltest du 20 bis 30 Gespräche einplanen. Das verlässlichste Signal ist die sogenannte Sättigung: Wenn in fünf aufeinanderfolgenden Interviews keine neuen Kernerkenntnisse mehr auftauchen, sind ausreichend Daten vorhanden. Starte nie mit weniger als 10 Gesprächen, wenn du daraus Segment-Definitionen ableiten willst.

Was mache ich mit Interview-Erkenntnissen, wenn ich alleine arbeite?

Du brauchst kein Team, um Customer Discovery sinnvoll einzusetzen. Die wichtigste Maßnahme ist eine einfache Tabelle, in der du Zitate und Muster aus den Gesprächen festhältst – nach Auslöser, Einwand, Entscheidungsfaktor und Wording. Aus dieser Tabelle leitest du dann konkrete Texte für deine ActiveCampaign-Automationen, E-Mail-Betreffzeilen und Landing Pages ab. Fünf Gespräche pro Woche über vier Wochen reichen, um mit verlässlichen Erkenntnissen zu arbeiten.

Wie unterscheidet sich Customer Discovery von klassischer Marktforschung?

Klassische Marktforschung arbeitet mit Fragebögen, Umfragen und quantitativen Auswertungen. Customer Discovery setzt gezielt auf qualitative Einzelgespräche, die den Entscheidungsprozess rekonstruieren. Der Unterschied liegt im Erkenntnistyp: Umfragen zeigen, was Menschen sagen; Discovery-Interviews zeigen, was Menschen getan haben. Wörtliche Zitate aus Interviews sind außerdem direkt verwertbar als Marketing-Copy – Umfrageergebnisse in aggregierten Prozentwerten hingegen nicht.

Wie oft sollte ich Customer Discovery wiederholen?

Einmal aufgebautes Kundenwissen veraltet. Märkte verschieben sich, Zielgruppen entwickeln sich, Konkurrenzangebote verändern die Erwartungen. Als Orientierung: Starte eine neue Runde alle 12 bis 18 Monate, oder immer dann, wenn du eine neue Zielgruppe erschließt, das Angebot wesentlich erweiterst oder wenn die Conversion-Daten ohne erkennbaren Grund einbrechen. Acht bis zehn Gespräche reichen dann oft aus, um zu prüfen, ob das bestehende Kundenmodell noch trägt.

Kann ich Customer Discovery auch per E-Mail-Befragung durchführen?

Eine E-Mail-Umfrage kann erste Hinweise liefern, ersetzt aber keine Gespräche. Im Gespräch kannst du nachfragen: „Du hast gerade gesagt, das war kompliziert – was genau war der schwierigste Moment?“ ist in einem schriftlichen Format nicht möglich. Außerdem neigen Menschen in schriftlichen Antworten zu kürzeren, positiveren Formulierungen, was das Bild verzerrt. Nutze E-Mail-Befragungen, um Gesprächspartner zu rekrutieren oder erste Hypothesen zu prüfen, aber führe die eigentliche Discovery in Einzelgesprächen durch.

Wie überführe ich Interview-Erkenntnisse in eine Automation, ohne an Spezifität zu verlieren?

Der häufigste Fehler ist, aus zwölf sehr konkreten Kundenzitaten am Ende eine generische Automation zu bauen, die niemandem mehr wirklich entspricht. Behalte die Erkenntnisse so spezifisch wie möglich: Statt „Segment A will mehr Effizienz“ schreib „Segment A beschreibt das Problem mit Worten wie: Ich sitze jeden Montag zwei Stunden an Dingen, die eigentlich von selbst laufen sollten.“ Dieser Satz wird direkt zum Betreff oder zum ersten Absatz einer E-Mail. So bleibt die Spezifität der Interviews bis in die Automation erhalten.

Wenn du die nächste Automation aufbaust und nicht sicher bist, warum jemand überhaupt auf der zugehörigen Landing Page gelandet ist und was ihn bewogen hätte, weiterzugehen, ist das ein Signal für fehlende Discovery-Grundlagen. Wer diese Frage mit Sicherheit beantworten kann, optimiert gezielt. Wer sie nicht beantworten kann, optimiert auf Verdacht. Im ActiveCampaign-Kurs von Advertal findest du strukturierte Anleitungen, wie du Segmentierung, Custom Fields und Automationen auf Basis echter Kundenerkenntnisse aufbaust.