70 Prozent aller Features in Software-Produkten werden kaum oder nie genutzt. Diese Zahl aus der Produktanalyse von Pendo hallt durch fast jedes E-Commerce-Team, das wir begleiten. Monate Entwicklung, interne Workshops, Launch-Hype – und dann: Stille im Analytics-Dashboard. Die Ursache ist selten technisch. Sie liegt in einer Gewohnheit, die besonders in mittelständischen E-Commerce-Strukturen tief verankert ist: Das Produkt wird vom Unternehmen her gedacht, nicht vom Nutzer.
User Research klingt in diesem Kontext wie ein Versprechen und wie eine Last zugleich. Es verspricht, die Lücke zwischen interner Annahme und tatsächlichem Verhalten zu schließen. Gleichzeitig gilt es als zeitaufwändig, methodisch anspruchsvoll und schwer messbar. Genau diese Ambivalenz macht das Thema spannend. Denn wer User Research ernst nimmt, verändert nicht nur seine UX. Er verändert, wie sein gesamtes Team Entscheidungen trifft – von der Produktroadmap bis zur Checkout-Optimierung.
Warum verlieren E-Commerce-Teams das Nutzerverständnis?
Die Antwort liegt nicht in mangelndem Willen, sondern in der Struktur. E-Commerce-Teams arbeiten oft in Silos: Marketing kennt die Kampagnendaten, Produktmanagement definiert Anforderungen, Design skizziert Lösungen, Entwicklung baut sie. Jede Disziplin hat ihre eigene Wahrheit. Was selten vorhanden ist: eine gemeinsame Evidenz darüber, was Kunden tatsächlich tun, wenn sie allein vor dem Bildschirm sitzen.
Hinzu kommt der Druck durch Wettbewerb und Quartalszahlen. Wenn der Mitbewerber ein neues Filter-Feature launched, muss man schnell nachziehen. Wenn die Conversion Rate sinkt, wird an der Farbe des Buttons gedreht. Beides sind Reaktionen auf Symptome, nicht auf Ursachen. User Research verlangt dagegen Geduld. Es verlangt, zunächst einmal nichts zu bauen, sondern zuzuhören. Das ist in einer Branche, die von Velocity und Time-to-Market lebt, unbequem.
Ein typisches Muster: Ein Shop-Betreiber investiert 30.000 Euro in eine personalisierte Startseite. Die Technik funktioniert, das Design ist ausgefeilt. Doch die Kunden nutzen weiterhin die Suche, weil sie genau wissen, was sie wollen. Die Startseite bleibt untergenutzt. Ohne vorherige Beobachtung war das Projekt von Anfang an eine interne Lösung für ein intern vermutetes Problem.
Welche Methoden liefern echte Erkenntnisse statt Bestätigungen?
Nicht jede Methode taugt. Viele Unternehmen sammeln Meinungen und nennen das Forschung. Doch Meinungen sind keine Verhaltensdaten. Wer nur fragt, was Nutzer wollen, bekommt Antworten, die höflich, sozial erwünscht oder schlicht falsch sind. Die Kunst besteht darin, Methoden so zu kombinieren, dass qualitative Tiefe und quantitative Validität einander ergänzen.
Für den E-Commerce hat sich ein Dreiklang bewährt. Zunächst kommen kontextuelle Interviews zum Einsatz: Man beobachtet echte Nutzer bei realen Kaufentscheidungen, idealerweise in ihrer eigenen Umgebung. Diese Methode offenbart Unterschiede zwischen dem, was Menschen sagen, und dem, was sie tun. Ein Kunde behauptet vielleicht, dass er sich für Nachhaltigkeit interessiert. Seine tatsächliche Suchhistorie zeigt aber, dass Preis und Lieferzeit das Kaufverhalten dominieren.
Zweitens gehören Usability-Tests zum Standardrepertoire. Fünf Testpersonen reichen in der Regel, um 85 Prozent der kritischen Usability-Probleme zu identifizieren – das hat Jakob Nielsen bereits 2000 gezeigt und es gilt bis heute. Besonders wertvoll sind Tests direkt am Checkout, der Abbruchstelle Nummer eins im deutschen Online-Handel. Hier zeigt sich, ob eine scheinbar kleine Unklarheit in der Versandkostenkommunikation den Kauf stoppt.
Drittens sollten quantitative Methoden folgen: Heatmaps, Session Recordings, A/B-Tests. Sie zeigen, wo genau die Reibung entsteht. Die Kombination aus „Warum“ aus dem Interview und „Wo“ aus den Daten macht User Research handlungsorientiert. Wer nur auf Zahlen starrt, versteht das Motiv nicht. Wer nur zuhört, verpasst das Ausmaß des Problems.
Der Unterschied zwischen Annahme und Evidenz
Der größte Feind guter User Research ist nicht das Budget. Es ist die Confirmation Bias. Teams tendieren dazu, Forschungsergebnisse so zu interpretieren, dass sie ihre bestehende Strategie bestätigen. Ein klassischer Satz in Workshops: „Das haben wir auch schon vermutet.“ Das ist keine Bestätigung von User Research, sondern seine Entwertung. Forschung lohnt sich erst, wenn sie auch gegen die eigene Hypothese spricht.
Ein Beispiel aus der Praxis: Ein deutscher Modehändler vermutete, dass Kunden die Filtermöglichkeiten auf der Kategorieseite als unzureichend empfinden. Die interne Initiative lautete: mehr Filteroptionen. User Research zeigte jedoch, dass die Kunden die vorhandenen Filter gar nicht fanden – sie waren hinter einem Icon versteckt. Die Lösung war nicht mehr Funktionalität, sondern mehr Sichtbarkeit. Ein kleineres Projekt mit größerer Wirkung.
Diese Erfahrung verdeutlicht einen wichtigen Punkt: User Research funktioniert am besten, wenn es Fragen stellt, statt Antworten zu suchen. Die Frage darf nicht lauten: „Wie beweisen wir, dass unser Konzept richtig ist?“ Sondern: „Was müssten wir falsch verstehen, damit dieses Projekt scheitert?“ Wer diese Haltung einläutet, transformiert Forschung von einer Validierungsdisziplin zu einer Entdeckungsdisziplin.
Wie beeinflusst User Research die Conversion Rate?
Die Verbindung zwischen User Research und Conversion ist direkt, auch wenn sie nicht immer linear messbar ist. Jede Reibung, die ein Nutzer überwinden muss, kostet Conversion. Je besser das Team diese Reibungen vorhersieht, desto weniger muss es später korrigieren. Das spart nicht nur Budget, sondern beschleunigt den Lernzyklus des Unternehmens.
Konkret zeigt sich das am Checkout. Baymard Institute identifiziert in seinen jährlichen Studien durchschnittliche Abbruchraten von knapp 70 Prozent im globalen E-Commerce. Viele dieser Abbrüche sind keine Preisprobleme, sondern Vertrauens- und Klarheitsprobleme: unerwartete Kosten, komplizierte Formularfelder, fehlende Zahlungsoptionen. Genau hier lohnt sich User Research, weil quantitative Daten zeigen, dass etwas passiert, qualitative Methoden aber erklären, warum.
Auch die Customer Lifetime Profitability profitiert. Kunden, die eine Site intuitiv bedienen können, kehren häufiger zurück. Sie vertrauen der Marke, empfehlen sie weiter und sind weniger preissensibel. Dieser Effekt ist schwerer in Euro zu gießen als ein einzelner A/B-Test, aber langfristig entscheidend. Wer nur auf kurzfristige Conversion-Kennzahlen schaut, vernachlässigt die Loyalität, die aus gutem Nutzererlebnis entsteht.
Was müssen E-Commerce-Teams jetzt anders machen?
Der erste Schritt ist organisatorisch: User Research darf nicht nur im Design-Team stattfinden. Produktmanager, Einkäufer, Marketingspezialisten und sogar das Top-Management sollten regelmäßig echte Nutzerinteraktionen mitverfolgen. Die sogenannte „Exposure Hours“-Praxis empfiehlt, dass jedes Teammitglied mindestens zwei Stunden pro Monat mit Nutzern verbringt. Das klingt nach wenig, verändert aber nachhaltig die Entscheidungskultur.
Der zweite Schritt betrifft die Methodik. Teams sollten mit kleinen, wiederholbaren Studien beginnen, statt eine große Studie aufzusetzen, die nach drei Monaten veraltet ist. Ein rhythmusgetriebener Ansatz – etwa zwei Interviews pro Woche plus wöchentliche Auswertung von Session Recordings – erzeugt mehr Wert als eine einmalige Großumfrage. Kontinuität schlägt Perfektion.
Der dritte Schritt ist die Integration in Entscheidungen. Forschungsergebnisse müssen in Requirements, Briefings und Roadmaps sichtbar werden. Nicht als Appendix, sondern als Begründung. Wenn ein Feature nicht durch eine Nutzererkenntnis gestützt werden kann, sollte es zumindest hinterfragt werden. Das ist unbequem, aber genau das macht den Unterschied zwischen featuregetriebenen und nutzergetriebenen Unternehmen.
„Wenn wir nicht wissen, was der Nutzer will, dann bauen wir für uns selbst. Das ist der teuerste Fehler, den ein E-Commerce-Team machen kann.“
User Research ist kein Garant für Erfolg. Aber es ist die beste Versicherung gegen teure Fehlentscheidungen. In einem Markt, in dem Margen schmelzen und Kundenloyalität fragil bleibt, kann sich kaum ein Online-Händler leisten, Produkte zu entwickeln, die niemand braucht. Die Frage ist nicht, ob ihr euch mit euren Nutzern beschäftigt. Die Frage ist, ob ihr es tun wollt, bevor die Zahlen es euch aufzwingen.