Growth-Experiment

Was ist ein Growth-Experiment?

Growth-Experiment (Wachstumsexperiment) bezeichnet einen befristeten Versuch mit begrenztem Einsatz, mit dem ein Unternehmen eine Annahme über sein Wachstum überprüft. Gegenstand kann ein Akquisitionskanal sein (der Weg, über den Neukunden gewonnen werden), eine Zielgruppe, ein Preis oder ein Schritt im Kaufprozess. Vom bloßen Ausprobieren unterscheidet es sich durch drei Festlegungen vor dem Start: die Hypothese (die zu prüfende Vermutung), das Erfolgskriterium und das Ende.

Growth-Experimente gehören zum Werkzeugkasten von Marketing, Vertrieb und Produktentwicklung, besonders in Unternehmen mit produktgetriebenem Wachstum (PLG, Product-Led Growth), in denen Kunden das Produkt selbst ausprobieren und oft ohne Vertriebsgespräch kaufen. Sie setzen an allen Stufen des Sales Funnel an, also des Verkaufstrichters von der Gewinnung von Interessenten über den Vertragsabschluss bis zur Verlängerung. Für Investoren sind dokumentierte Experimente ein Beleg dafür, dass ein Wachstumskanal nicht nur behauptet, sondern gemessen wurde, und dass das Team Annahmen systematisch prüft.

Aufbau eines Experiments

• Hypothese: die Vermutung, ihre Begründung und die erwartete Wirkung, etwa dass Industriekunden mittlerer Größe auf eine Ansprache über die Instandhaltungsleitung besser reagieren als über die Geschäftsführung.
• Maßnahme: was genau verändert wird und in welchem Umfang, möglichst nur eine Größe zugleich.
• Primärkennzahl und Erfolgskriterium: die Kennzahl, die entscheidet, und der Wert, ab dem der Versuch als bestanden gilt.
• Gegenkennzahl: eine Kennzahl, die sich nicht verschlechtern darf, etwa die Abschlussquote oder die Kündigungsrate.
• Laufzeit und Einsatz: Dauer, Budget und Arbeitszeit; verbreitet sind vier bis sechs Wochen.
• Entscheidungsregel: ausweiten, anpassen oder beenden, je nach Ergebnis.

Versuchsanordnung und Aussagekraft

Die belastbarste Anordnung ist der A/B-Test: Die Zielgruppe wird zufällig in eine Testgruppe mit der Veränderung und eine Kontrollgruppe ohne sie geteilt, beide laufen zeitgleich. So wirken Saison, Marktlage und parallele Kampagnen auf beide Gruppen gleich. Vergleiche von Zeiträumen vor und nach einer Änderung ohne Kontrollgruppe sind für solche Einflüsse anfälliger.

Die Gruppengröße muss zum erwarteten Effekt passen: Je kleiner der Unterschied, desto mehr Fälle braucht es, damit er sich vom Zufall abhebt. Im Geschäft mit Unternehmenskunden und wenigen Hundert Ansprachen lassen sich deshalb nur deutliche Effekte statistisch absichern. Hinzu kommt das Risiko des vorzeitigen Abbruchs: Wer das Ergebnis laufend beobachtet und beim ersten günstigen Zwischenstand stoppt, hält Zufallsschwankungen leicht für einen Effekt. Laufzeit und Gruppengröße werden deshalb vorher festgelegt.

Rechtliche Grenzen

Experimente mit Nutzern und Interessenten bewegen sich im Rahmen von Datenschutz- und Wettbewerbsrecht. Testwerkzeuge, die auf den Endgeräten der Nutzer Informationen speichern oder auslesen, etwa über Cookies, brauchen grundsätzlich eine Einwilligung. Das folgt aus § 25 des Telekommunikation-Digitale-Dienste-Datenschutz-Gesetzes (TDDDG). Ausgenommen ist nur, was für den vom Nutzer gewünschten Dienst unbedingt erforderlich ist. Werden personenbezogene Daten verarbeitet, gilt zusätzlich die Datenschutz-Grundverordnung (DSGVO).

Werbung per E-Mail setzt nach § 7 des Gesetzes gegen den unlauteren Wettbewerb (UWG) eine vorherige ausdrückliche Einwilligung voraus, auch gegenüber Unternehmen; eng begrenzte Ausnahmen gelten für Bestandskunden. Unaufgeforderte E-Mails an neue Kontakte scheiden als Testkanal deshalb in der Regel aus. Für Werbeanrufe bei Unternehmen genügt dagegen eine mutmaßliche Einwilligung, also ein erkennbares sachliches Interesse des Angerufenen.

Bedeutung für Finanzierungsrunde und Due Diligence

Begründet ein Unternehmen eine Finanzierungsrunde mit einem neuen Wachstumskanal, verlangen Investoren Belege. Dokumentierte Experimente liefern die Zahlen, auf die es ankommt: Umwandlungsraten je Stufe, Kundengewinnungskosten (Customer Acquisition Cost, CAC) je Kanal und daraus abgeleitete Kennzahlen. Der CAC-Payback gibt an, nach wie vielen Monaten der Rohertrag eines Kunden seine Gewinnungskosten gedeckt hat. Das Verhältnis LTV/CAC setzt den Wert eines Kunden über die gesamte Kundenbeziehung ins Verhältnis zu diesen Kosten. In der kommerziellen Due Diligence, der Prüfung von Markt, Kunden und Vertrieb, werden die Werte mit Ist-Daten aus Vertriebssystem und Buchhaltung abgeglichen. Kohortenanalysen zeigen dabei, wie sich Kunden desselben Startmonats über die Zeit verhalten.

Besonderes Augenmerk gilt der Übertragbarkeit. Ein Kanal, der mit kleinem Budget gute Werte zeigt, verteuert sich bei höherem Einsatz häufig, weil zuerst die empfänglichsten Zielgruppen erreicht werden. Ein Finanzmodell, das Testergebnisse unverändert auf ein Vielfaches des Budgets hochrechnet, gilt deshalb als zu optimistisch.

Rechenbeispiel

Ein Softwareunternehmen prüft, ob das Angebot einer kostenlosen Erstanalyse mehr Termine mit Interessenten erzeugt. 800 Unternehmen, die über die Website Informationsmaterial angefordert haben, werden zufällig auf zwei gleich große Gruppen verteilt und vom Vertrieb angesprochen. Erfolgskriterium ist eine um mindestens 50 % höhere Terminquote in der Testgruppe. Gegenkennzahl sind die Abschlüsse je Ansprache, die nicht sinken dürfen. Das Experiment läuft sechs Wochen.

• Kontrollgruppe: 400 Ansprachen ohne Angebot, 24 Termine, Terminquote 24 / 400 = 6,0 %
• Testgruppe: 400 Ansprachen mit Angebot, 44 Termine, Terminquote 44 / 400 = 11,0 %
• Relative Steigerung: (11,0 minus 6,0) / 6,0 = 83,3 %; das Erfolgskriterium ist erfüllt
• Abschlüsse: Kontrollgruppe 6 von 24 Terminen (25,0 %), Testgruppe 7 von 44 Terminen (15,9 %)
• Gegenkennzahl: 6 / 400 = 1,50 % gegenüber 7 / 400 = 1,75 % Abschlüsse je Ansprache; sie ist nicht gesunken, der Unterschied beträgt aber nur einen Kunden
• Zusatzaufwand: 44 Erstanalysen × 3 Stunden = 132 Stunden, bei internen Kosten von 80 Euro je Stunde 10.560 Euro
• Zusätzlicher Jahresvertragswert: 1 Kunde × 12.000 Euro = 12.000 Euro

Der Unterschied bei den Terminen ist statistisch signifikant: Ohne echten Effekt entstünde ein so großer Abstand rein zufällig nur in rund 1 bis 2 % der Fälle, also seltener als in den üblicherweise zugelassenen 5 %. Der Unterschied von einem Abschluss lässt sich dagegen nicht vom Zufall unterscheiden. Von den 20 zusätzlichen Terminen führte nur einer zum Vertrag, die Abschlussquote je Termin sank von 25,0 auf 15,9 %. Einem zusätzlichen Jahresvertragswert von 12.000 Euro steht ein Aufwand von 10.560 Euro gegenüber. Sachgerecht ist deshalb die Entscheidung „anpassen“: das Angebot auf das Segment mit der höchsten Abschlussquote beschränken und erneut testen.

Abgrenzung zu verwandten Begriffen

• A/B-Test: eine Versuchsanordnung mit Test- und Kontrollgruppe. Ein Growth-Experiment kann als A/B-Test angelegt sein, umfasst aber zusätzlich Hypothese, Entscheidungsregel und Dokumentation.
• MVP: prüft, ob ein Produkt einen Bedarf trifft. Growth-Experimente setzen meist später an und prüfen, wie ein vorhandenes Produkt wirtschaftlich wächst.
• Marktanalyse: erhebt Marktgröße, Wettbewerb und Kundenaussagen. Ein Experiment misst, was Kunden tatsächlich tun.
• Go-to-Market-Strategie: legt Zielgruppen, Kanäle und Preise fest; Experimente liefern die Belege für diese Entscheidungen.

Typische Fehler

• Kein Erfolgskriterium vor dem Start. Wird der Maßstab erst nach dem Versuch gewählt, findet sich in fast jedem Ergebnis etwas Ermutigendes.
• Mehrere Veränderungen zugleich. Werden Ansprache, Zielgruppe und Preis gemeinsam geändert, lässt sich das Ergebnis keiner Ursache zuordnen.
• Keine Gegenkennzahl. Eine verbesserte Zwischenstufe kann den Abschluss verschlechtern, ohne dass es auffällt.
• Keine Dokumentation. Ohne Protokoll weiß nach einem Jahr niemand mehr, was bereits geprüft wurde, und Investoren fehlen die Belege.
• Hochrechnen ohne Prüfung. Ergebnisse aus einem kleinen Testbudget werden ohne weiteren Versuch auf das Zehnfache des Budgets übertragen.

Häufige Fragen

Wie viele Experimente laufen sinnvollerweise gleichzeitig?

Meist zwei bis drei, und nur, wenn sie sich nicht gegenseitig beeinflussen. Mehrere Experimente an derselben Stufe des Kaufprozesses verfälschen einander.

Wie groß muss eine Testgruppe sein?

So groß, dass sich der erwartete Unterschied vom Zufall abheben kann. Ein Anstieg von 6 auf 11 % kann sich schon mit je 400 Fällen abheben, wie das Rechenbeispiel zeigt. Um einen Anstieg von 6 auf 7 % mit einer Wahrscheinlichkeit von 80 % zu erkennen, bräuchte es rund 9.500 Fälle je Gruppe.

Was geschieht mit gescheiterten Experimenten?

Sie werden dokumentiert und beendet. Ein sauber gescheitertes Experiment schließt eine Option aus und erspart spätere Diskussionen über denselben Ansatz.

Brauchen A/B-Tests auf der Website eine Einwilligung?

In der Regel ja, wenn das eingesetzte Werkzeug Informationen auf dem Endgerät speichert oder ausliest. Ausgenommen ist nur, was für den vom Nutzer ausdrücklich gewünschten Dienst unbedingt erforderlich ist.

Roemer Capital Perspektive

Wird eine Finanzierungsrunde mit einem neuen Wachstumskanal begründet, übernehmen wir die Ergebnisse dokumentierter Experimente als Annahmen in das Finanzmodell: Umwandlungsraten, Kundengewinnungskosten und Anlaufzeiten je Kanal. Im vorsichtigen Fall rechnen wir nur mit Kanälen, die in Experimenten oder im laufenden Geschäft belegt sind; ungeprüfte Kanäle erscheinen allenfalls im optimistischen Fall.

Als Maßstab für einen tragfähigen Kanal legen wir ein Verhältnis von LTV zu CAC von mindestens 3 zu 1 und einen CAC-Payback unter zwölf Monaten an. Zwei bis drei dokumentierte Experimente, die diese Werte stützen, sind im Investorengespräch belastbarer als eine Marktstudie, weil sie zeigen, dass das Team Annahmen prüft, bevor es Kapital einsetzt.