Conversion Rate berechnen: Leitfaden für den DACH-Markt

Die Conversion Rate lautet: (Anzahl der Conversions / Anzahl der Besucher) × 100. Die Formel ist einfach – die Präzision entscheidet sich an drei Stellen, die viele überspringen: was als Conversion zählt, welche Besucher in die Basis eingehen und wie die DSGVO-Einwilligungslücke die Messung verzerrt. Dieser Leitfaden zeigt alle drei Schritte.

Das Wichtigste in Kürze

• Conversion Rate = (Conversions / Besucher) × 100 – die Formel selbst ist trivial, die Definition von Zähler und Nenner entscheidet über die Aussagekraft.
• Nicht alle Besucher zählen gleich: Bot-Traffic, interne Zugriffe und Nutzer ohne Cookie-Einwilligung müssen aus der Basis heraus.
• Mikro- und Makro-Conversions separat messen gibt ein realistisches Bild statt einer einzigen Zahl, die alles verdeckt.
• Die DSGVO-Einwilligungslücke sorgt dafür, dass die gemessene Rate systematisch über dem wahren Wert liegt – wenn du sie nicht korrigierst.
• Segment-Betrachtung nach Traffic-Quelle, Gerät und Nutzertyp zeigt, wo tatsächlich Hebelwirkung entsteht.

Die Formel – und warum der schwierige Teil die Definition ist

Die mathematische Grundformel lautet: Conversion Rate = (Anzahl der Conversions / Anzahl der Besucher) × 100. Wer damit endet, misst meistens etwas Falsches. Der Grund: Beide Variablen – Conversions und Besucher – müssen präzise definiert werden, bevor die Rechnung einen Sinn ergibt.

Eine Conversion kann ein Kauf sein, eine Newsletter-Anmeldung, ein heruntergeladenes Whitepaper, eine Demo-Anfrage oder ein Klick auf einen Telefon-Link. Wer alle diese Aktionen in eine gemeinsame Conversion Rate wirft, erhält eine Zahl, die keine Handlungsentscheidung ermöglicht. Du kannst nicht erkennen, welche Stufe des Weges Probleme hat.

Ebenso wichtig: Welche Besucher gehen in den Nenner? Alle Sessions, alle Unique Visitors, nur organischer Traffic oder nur bezahlter Traffic? Die Wahl des Nenners verändert die Rate erheblich – und damit den Eindruck, ob eine Kampagne funktioniert oder nicht. Die erste praktische Regel lautet deshalb: Rate immer mit expliziter Definition dokumentieren, damit Vergleiche über Zeit und zwischen Kanälen valide bleiben.

Welche Conversion-Typen du trennen solltest

In der Praxis hat sich eine Dreiteilung bewährt:

• Mikro-Conversions sind frühe Aktionen im Kontakt mit deiner Marke – Newsletter-Anmeldung, Content-Download, erster Besuch einer Produktseite.
• Makro-Conversions sind das Ziel des Geschäftsmodells – Kauf, Vertragsabschluss, Beratungsanfrage, die in einem Auftrag endet.
• Pipeline-Conversions im B2B-Kontext messen den Übergang von einer Phase der Vertriebspipeline zur nächsten – vom Lead zum Marketing Qualified Lead, von dort zum Sales Qualified Lead.

Wer alle drei Typen separat verfolgt, sieht sofort, ob der Engpass im oberen Teil des Trichters liegt – zu wenige Mikro-Conversions – oder im unteren: Mikro-Conversions sind in Ordnung, aber kaum Abschlüsse. Das leitet die Optimierung präziser als jede Gesamtrate es kann.

Warum Prozentsatz und absolute Zahl zusammengehören

Eine Conversion Rate ohne die zugrundeliegende Absolut-Zahl ist schwer zu bewerten. Eine Rate von 10 % bei 20 Besuchern sagt wenig. Dieselbe Rate bei 2.000 Besuchern ist statistisch belastbar. In der Praxis lohnt es sich daher, beide Werte nebeneinander zu führen: die Rate für Vergleiche über Zeit und Kanäle, die absolute Conversion-Zahl zur Einschätzung, wie viel Gewicht die Rate tatsächlich trägt.

Welche Besucherbasis in die Rechnung eingeht

Der Nenner der Conversion-Rate-Formel ist die unterschätzte Stellschraube. Zwei Setups, die sich nur im Nenner unterscheiden, können Raten ergeben, die erheblich voneinander abweichen – ohne dass sich die tatsächliche Performance geändert hat. Deshalb ist die Nenner-Definition genauso wichtig wie die Zähler-Definition.

Bot-Traffic und interne Zugriffe herausfiltern

Jede unbereinigt gemessene Besucherzahl enthält einen Anteil Bot-Traffic: Suchmaschinen-Crawler, Monitoring-Dienste, Sicherheits-Scanner und automatisierte Werkzeuge. Dieser Traffic konvertiert nicht – er senkt aber die Gesamtrate, wenn er im Nenner steckt, und verzerrt gleichzeitig die Qualitätseinschätzung echter Kampagnen.

Genauso fallen interne Zugriffe aus dem eigenen Unternehmen ins Gewicht, besonders in kleinen und mittelgroßen Betrieben mit aktiver Marketingabteilung. Google Analytics 4 bietet IP-Filterung für bekannte IP-Adressen. ActiveCampaign Site Tracking lässt sich so konfigurieren, dass bekannte interne E-Mail-Adressen gesondert markiert und aus Auswertungen ausgeschlossen werden.

Gerätetyp als separate Dimension behandeln

Desktop- und Mobile-Nutzer konvertieren in den meisten Branchen unterschiedlich. Formulare auf Mobilgeräten erzeugen mehr Abbrüche, Entscheidungsprozesse im B2B laufen häufig am größeren Bildschirm, und Impulskäufe im E-Commerce passieren öfter mobil. Eine Gesamt-Conversion-Rate, die beide Gruppen vermischt, kann eine mobil schwache Performance hinter einer starken Desktop-Rate verbergen.

Die Empfehlung lautet: Desktop und Mobile separat auswerten und bei der Mobilversion gezielt auf Formularfelder, Ladezeit und den Schritt direkt vor der Conversion schauen. Dort liegt das Optimierungspotenzial in vielen Setups am deutlichsten.

Traffic-Quellen getrennt betrachten

Organischer Suchtraffic, bezahlte Anzeigen, E-Mail-Kampagnen und Social Media bringen Besucher mit unterschiedlichen Absichten und unterschiedlich weit im Entscheidungsprozess. Eine E-Mail an bestehende Abonnenten konvertiert in aller Regel deutlich stärker als organischer Erstbesucher-Traffic, weil die Empfänger die Marke bereits kennen und der Vertrauensvorschuss höher ist. Wer eine einzige Gesamtrate auswertet, vermischt diese sehr unterschiedlichen Nutzergruppen und verliert die Möglichkeit gezielter Optimierungen.

DSGVO-Einwilligungslücke: Warum deine gemessene Rate zu hoch ist

Im DACH-Markt verändert die DSGVO die Datengrundlage aller Conversion-Messungen. Wenn ein erheblicher Teil der Besucher die Tracking-Einwilligung ablehnt, werden diese Besucher in der Messung unsichtbar – sowohl als Besucher als auch als potenzielle Conversions. Das Ergebnis ist eine gemessene Rate, die systematisch über dem tatsächlichen Wert liegt.

Das Ausmaß hängt vom Consent-Banner-Design und der Nutzerpopulation ab. Ein B2B-Publikum mit ausgeprägtem Datenschutzbewusstsein und ein B2C-Massenpublikum verhalten sich dabei sehr unterschiedlich. Wichtig ist, die Einwilligungsquote selbst zu messen – viele Teams wissen gar nicht, wie groß der Anteil der nicht-trackbaren Besucher tatsächlich ist.

Drei Parallelwerte statt einer einzigen Rate führen

Ein pragmatischer Ansatz ist es, drei Kennzahlen parallel zu führen:

• Die gemessene Conversion Rate umfasst ausschließlich Besucher mit erteilter Einwilligung – präzise, aber nicht repräsentativ für alle Besucher.
• Die hochgerechnete Conversion Rate schätzt auf Basis der Einwilligungsquote, wie die Rate bei vollständiger Sichtbarkeit aussähe – weniger präzise, aber näher am Gesamtbild.
• Die Einwilligungsquote selbst als dritte Kennzahl zeigt, wie groß der blinde Fleck ist und ob Maßnahmen zur Verbesserung des Consent-Banners mehr Hebelwirkung haben als Landing-Page-Anpassungen.

Wer nur den gemessenen Wert kennt, optimiert auf eine selektive Stichprobe. Das kann dazu führen, dass Maßnahmen, die die Einwilligungsquote verbessern, als weniger wichtig eingestuft werden als sie tatsächlich sind.

Einwilligungsquote selbst messen

Die Einwilligungsquote lässt sich über das Consent-Management-Tool ablesen – die meisten Anbieter stellen diese Daten im Dashboard zur Verfügung. Wer die Quote kennt, kann abschätzen, wie repräsentativ die tracking-basierten Daten sind, und Entscheidungen entsprechend einordnen. Eine niedrige Einwilligungsquote bei gleichzeitig hoher gemessener Conversion Rate bedeutet nicht zwangsläufig, dass das Marketing gut funktioniert – es kann auch heißen, dass überwiegend Nutzer gemessen werden, die ohnehin schon stark involviert sind.

So richtest du Conversion-Messung in ActiveCampaign ein

ActiveCampaign kann mehr als E-Mail versenden. Das Site Tracking erfasst Seitenbesuche und Ereignisse, die Goals-Funktion misst Conversion-Ziele in Automationen, und die Deals-Pipeline bildet den Übergang zwischen Vertriebsstufen ab. Das folgende Setup verbindet alle drei Ebenen und gibt dir einen strukturierten Überblick vom ersten Seitenbesuch bis zum Abschluss.

1. Site Tracking aktivieren: In ActiveCampaign unter Einstellungen das Site Tracking aufrufen und den JavaScript-Snippet auf allen relevanten Seiten einbinden. DSGVO-konform funktioniert das erst, wenn der Kontakt eingewilligt hat oder eine E-Mail-Interaktion stattgefunden hat – das Tracking ist an eine bekannte E-Mail-Adresse gebunden und läuft nicht für anonyme Besucher.
2. Events für Conversion-Schritte definieren: Für jeden Conversion-Typ ein eigenes Event anlegen. Eine Benennungskonvention wählen, die spätere Analysen erleichtert: purchase_complete, demo_requested, whitepaper_download statt generischer Bezeichnungen wie event1 oder conversion_action.
3. Goals in Automationen setzen: Eine Automation für Lead-Nurturing erhält ein Goal demo_requested. Wer dieses Ziel erreicht, verlässt die Sequenz automatisch – ActiveCampaign zeigt dann, wie viel Prozent der Kontakte, die in die Automation eingetreten sind, das Ziel erreicht haben. Das ist die Automation-Conversion Rate, direkt aus dem Tool ablesbar.
4. Deals-Pipeline mit Phasen konfigurieren: Im CRM-Bereich eine Pipeline anlegen: Lead, Marketing Qualified, Sales Qualified, Kunde. Automationen schieben Kontakte basierend auf Events in die nächste Phase. Die Übersicht zeigt, wie viele Deals zwischen den Phasen verloren gehen – das ist die Pipeline-Conversion Rate, aufgeschlüsselt nach Stufe.
5. Custom Fields für Conversion-Daten nutzen: Felder wie Conversion-Datum, Conversion-Typ und Traffic-Quelle beim Erstkontakt ermöglichen spätere Segmentierungen. Diese Felder lassen sich über Automationen automatisch befüllen, wenn ein Event eintritt, ohne manuelle Datenpflege.
6. Berichte aufsetzen: In ActiveCampaign unter Berichte können Kampagnen-Conversions und Automation-Ziele eingesehen werden. Für eine vollständige Sicht empfiehlt sich die Verknüpfung mit Google Analytics 4 über den nativen Connector oder über Google Tag Manager, damit Web-Traffic-Daten und CRM-Daten zusammenkommen.

Typische Berechnungsfehler und ihre Ursachen

Die häufigsten Probleme bei der Conversion-Rate-Berechnung sind keine Rechenfehler – sie sind Definitionsfehler, die in der Konfiguration des Trackings stecken. Wer sie kennt, findet sie schneller und vermeidet langwierige Diagnosen.

Saisonale Schwankungen mit dem falschen Zeitraum vergleichen

Ein Vergleich der August-Conversion-Rate mit der Juli-Rate erzeugt in vielen Branchen ein verzerrtes Bild, weil saisonale Effekte – Urlaubszeit, Budgetzyklen im B2B, Vorweihnachtsgeschäft im E-Commerce – die Zahlen dominieren. Aussagekräftiger ist der Vergleich mit demselben Zeitraum des Vorjahres. Dieser Vergleich hält saisonale Einflüsse konstant und macht echte Leistungsveränderungen sichtbar.

Das gilt auch für Traffic-Spitzen nach Kampagnen oder PR-Ereignissen: Die Rate kann an einem Tag, an dem viel unqualifizierter Traffic auf die Website strömt, erheblich fallen, ohne dass sich an der eigentlichen Leistung etwas geändert hat. Deshalb lohnt es sich, neben der Rate immer die absoluten Conversion-Zahlen im Blick zu behalten.

Multi-Touch-Attribution auf eine einzige Quelle reduzieren

Last-Click-Attribution schreibt die Conversion dem letzten Touchpoint zu – oft der Google-Suche, kurz bevor jemand kauft. First-Click-Attribution schreibt sie dem ersten Touchpoint zu – oft dem Social-Media-Post, der die Aufmerksamkeit geweckt hat. Beide Sichten sind unvollständig, wenn der tatsächliche Weg viele Touchpoints umfasste.

Für Setups ohne datengetriebenes Attributionsmodell ist ein lineares Modell oft aussagekräftiger: Jeder Touchpoint erhält denselben Anteil an der Conversion. Das ist eine Annäherung, aber eine, die das Marketing weniger systematisch zugunsten einzelner Kanäle verzerrt als First- oder Last-Click es tun.

Doppelte Conversion-Ereignisse mitzählen

Wenn ein Nutzer eine Danke-Seite mehrfach aufruft – durch Neuladen der Seite, durch Zurück-Klicken oder weil der Bestell-Button mehrfach geklickt wurde – kann die Conversion mehrfach gezählt werden. Das überhöht die absolute Conversion-Zahl und damit die Rate. Eine Session-basierte Conversion-Zählung, bei der maximal eine Conversion je Session gezählt wird, verhindert das. In Google Analytics 4 ist dies die Standardeinstellung für Conversions, während Events jeden Vorfall einzeln zählen – dieser Unterschied ist beim Aufsetzen der Konfiguration wichtig zu beachten.

Tracking-Setup ändern ohne Zeitstempel zu dokumentieren

Wenn das Tracking-Setup in der Mitte einer Messperiode geändert wird – zum Beispiel ein neues Event definiert oder ein Filter hinzugefügt – ist der Zeitreihenvergleich ab diesem Punkt nicht mehr valide. Die Rate kann sich scheinbar dramatisch verändern, obwohl nur die Messung geändert wurde. Jede Änderung am Setup sollte deshalb dokumentiert werden, damit Zeitreihengraphen korrekt interpretiert werden können. In Google Analytics 4 lässt sich dafür die Notizfunktion nutzen; in ActiveCampaign empfiehlt sich ein einfaches Änderungsprotokoll im Team-Dokumentationssystem.

Wann eine höhere Conversion Rate das falsche Ziel ist

Eine steigende Conversion Rate klingt immer gut. Das stimmt, solange die Qualität der Conversions konstant bleibt. Wer die Zielgruppe breiter aufzieht, um mehr Traffic zu gewinnen, kann die Conversion Rate senken, obwohl der absolute Umsatz steigt – weil mehr qualifizierte Besucher kommen. Das Gegenteil ist auch möglich: Eine steigende Rate bei sinkenden Umsätzen zeigt, dass entweder der Auftragswert gefallen ist oder dass mehr Conversions zwar stattfinden, aber kleinere.

Conversion Rate und Auftragswert gemeinsam betrachten

Ein Besucher, der einen großen Auftrag abschließt, ist für das Geschäft wertvoller als viele Besucher, die kleine Einkäufe tätigen – auch wenn die Rate bei letzterem Szenario höher ist. Deshalb lohnt es sich, neben der Rate den durchschnittlichen Auftragswert zu verfolgen. Wenn eine Maßnahme die Rate steigert, aber den Auftragswert senkt, ist die Gesamtbewertung nicht automatisch positiv.

Im B2B-Kontext wird das noch relevanter, weil Kundenbindung und Wiederkaufsrate stark variieren können. Ein Neukunde mit hohem Lifetime Value ist strategisch anders einzuordnen als ein Einmalkunde – auch wenn die Conversion-Rate-Zählung beide gleich behandelt.

Revenue per Visitor als kombinierte Kennzahl

Eine Kennzahl, die Conversion Rate und Auftragswert verbindet, ist der Revenue per Visitor (RPV): Gesamtumsatz geteilt durch Anzahl der Besucher. Diese Zahl fällt, wenn entweder weniger Besucher kaufen oder wenn der Auftragswert sinkt – und sie steigt, wenn beides zusammen besser wird. RPV gibt einen einzigen Wert, der beide Dimensionen berücksichtigt und sich gut für Zeitreihenvergleiche und für A/B-Tests mit echtem Nettowert-Kalkül eignet.

Häufige Fragen

Was ist der Unterschied zwischen Conversion Rate und Click-Through-Rate?

Die Click-Through-Rate misst den Anteil der Personen, die ein Element gesehen und dann darauf geklickt haben – zum Beispiel einen E-Mail-Link oder ein Suchergebnis. Die Conversion Rate misst den Anteil der Besucher, die eine definierte Zielaktion abgeschlossen haben. CTR endet beim Klick; Conversion Rate beginnt danach und misst, ob die folgende Aktion – Kauf, Anmeldung, Anfrage – tatsächlich stattgefunden hat. Eine hohe CTR mit niedriger Conversion Rate deutet darauf hin, dass die Landing Page das Versprechen der Anzeige nicht einlöst.

Wie viele Datenpunkte brauche ich für eine aussagekräftige Conversion Rate?

Als Orientierung gilt: Je seltener die Conversion, desto mehr Datenpunkte brauchst du, bis die Rate stabil ist. Bei einer Makro-Conversion, die selten vorkommt, kann eine einzige unerwartete Buchung die monatliche Rate vervielfachen. Die absolute Conversion-Zahl sollte mindestens zweistellig sein, bevor du Rückschlüsse ziehst. Im B2B mit langen Entscheidungszyklen sind 90-Tage-Zeiträume in der Regel aussagekräftiger als einzelne Monate.

Warum zeigt mein CRM eine andere Conversion Rate als mein Analytics-Tool?

Analytics-Tools messen Browser-Sessions; CRM-Systeme messen identifizierte Kontakte. Ein Nutzer, der ohne eingeloggt zu sein kauft, ist im Analytics-Bericht ein Besucher mit Conversion – im CRM ein Kontakt, der über einen anderen Weg angelegt wurde. Außerdem spielen DSGVO-Lücken eine Rolle: Analytics sieht nur Nutzer mit Einwilligung, das CRM sieht jeden abgeschlossenen Kauf oder ausgefüllten Formularkontakt. Diese Diskrepanz ist strukturell und zeigt, warum du beide Quellen brauchst.

Wie gehe ich vor, wenn meine Conversion Rate plötzlich einbricht?

Erst prüfen, ob es ein Messproblem ist: Hat sich am Tracking-Setup etwas geändert? Wurde ein Consent-Banner angepasst, der jetzt mehr Ablehnungen erzeugt? Wurde das Conversion-Event umbenannt oder auf eine neue Seite verschoben? Erst wenn das Tracking sauber ist, lohnt sich die inhaltliche Ursachensuche – technische Probleme auf der Landing Page, veränderte Traffic-Zusammensetzung durch Kampagnenänderungen oder saisonale Effekte. In vielen Fällen ist ein plötzlicher Einbruch ein Tracking-Artefakt, kein Performance-Problem.

Soll ich wiederkehrende Besucher und Erstbesucher getrennt messen?

Ja, denn beide Gruppen verhalten sich systematisch unterschiedlich. Wiederkehrende Besucher kennen die Marke, haben oft bereits Vertrauen aufgebaut und konvertieren daher deutlich häufiger als Erstbesucher. Wenn eine Kampagne besonders viele Erstbesucher anzieht, sinkt die Gesamt-Conversion-Rate – obwohl die Kampagne aus Markenaufbau-Sicht sehr erfolgreich war. Beide Gruppen getrennt auszuwerten verhindert, dass Awareness-Kampagnen systematisch schlechter aussehen als sie sind.

Wer die Conversion Rate als zentrales Steuerungsinstrument nutzen will, profitiert davon, das Mess-Setup einmal sauber aufzusetzen, bevor er optimiert. In unserem ActiveCampaign-Kurs ist ein eigenes Modul dem Tracking-Setup gewidmet – von der Event-Definition über das Site Tracking bis zur Pipeline-Konfiguration. Wer dabei Unterstützung sucht, findet als ActiveCampaign-Agentur professionelle Begleitung für individuelle Setups.