Online-Bewertungen entscheiden im Onlinehandel darüber, ob ein Produkt in den Warenkorb wandert oder liegen bleibt. Ein Artikel mit fünf Rezensionen wird mit 270 Prozent höherer Wahrscheinlichkeit gekauft als derselbe Artikel ohne eine einzige Bewertung. Die Zahl stammt aus einer Auswertung realer Kaufdaten der Northwestern University. Nicolas Sacotte hat in einem Beitrag für die Bewertungsplattform Zoom.Reviews die wichtigsten Studien aus Deutschland und den USA zusammengetragen. Dieser Beitrag ordnet die Zahlen ein, ergänzt sie um die verhaltensökonomische Forschung dahinter und zeigt, wo die Datenlage für Onlinehändler belastbar ist und wo nicht.
Inhaltsverzeichnis
- Fünf Rezensionen reichen: Der Sprung von null auf 270 Prozent
- 4,7 schlägt 5,0: Warum perfekte Noten Umsatz kosten
- Ein Stern mehr, 5 bis 9 Prozent mehr Umsatz – was die Ökonomen gemessen haben
- Der Herdeneffekt: Ein einziges Like verschiebt das Endergebnis um 25 Prozent
- Sterne messen Zufriedenheit, nicht Qualität – und Käufer verwechseln beides
- 55 Prozent der deutschen Shopper: Bewertungen vor Preisvergleich
- Unter 20 Bewertungen? Fast jeder zweite Kunde geht weiter
- Antworten gehören zum Produkt: 80 Prozent bevorzugen Händler, die reagieren
- 45 Prozent fragen die KI – und die KI liest die Rezensionen
- 240 Millionen gelöschte Bewertungen – und was das UWG seit 2022 verlangt
- Einordnung: Was von den Zahlen bleibt, wenn man die Anbieterperspektive abzieht
Fasse den Artikel im Bullet-Stil zusammen.
Fünf Rezensionen reichen: Der Sprung von null auf 270 Prozent
Die meistzitierte Zahl zu Online-Bewertungen und Kaufentscheidung stammt vom Spiegel Research Center der Northwestern University . Die Forscher werteten 2017 reale Transaktionsdaten von Onlinehändlern über 22 Produktkategorien und mehr als 100.000 Artikel aus. Die Daten zeigen Kaufverhalten. Schon die ersten fünf Bewertungen heben die Kaufwahrscheinlichkeit um den Faktor 3,7. Danach flacht der Zugewinn ab, der Großteil des Effekts ist mit den ersten zehn Rezensionen erreicht.
Zwei weitere Ergebnisse derselben Studie sind für Sortimentsentscheidungen relevant. Erstens wirkt der Effekt bei teuren Produkten stärker: Bei günstigen Artikeln stieg die Conversion um 190 Prozent, bei hochpreisigen um 380 Prozent. Das deckt sich mit der Konsumforschung zum wahrgenommenen Kaufrisiko (Perceived Risk): Je höher der mögliche Verlust, desto mehr Information sucht der Käufer vor der Entscheidung. Zweitens erhöht der Hinweis „verifizierter Käufer“ die Kaufwahrscheinlichkeit um weitere 15 Prozent. Ein Bewertungssystem, das den Kauf nachweist, zahlt sich damit rechtlich und wirtschaftlich aus.
4,7 schlägt 5,0: Warum perfekte Noten Umsatz kosten
Dieselbe Auswertung zeigt etwas, das vielen Händlern widerstrebt. Die Kaufwahrscheinlichkeit erreicht ihr Maximum bei Durchschnittsnoten zwischen 4,0 und 4,7 Sternen. Nähert sich der Schnitt der 5,0, sinkt sie wieder. Käufer lesen eine makellose Bilanz als Warnsignal für Manipulation. Eine Umfrage von PowerReviews aus dem Jahr 2025, die Sacotte zitiert, bestätigt das auf der Einstellungsebene: 46 Prozent der Befragten halten eine perfekte Fünf-Sterne-Bewertung für verdächtig, in der Generation Z sind es 53 Prozent.
Die Verhaltensforschung liefert dafür zwei Erklärungen. Die erste ist der Negativitätsbias: Menschen gewichten negative Information stärker als positive, weil sie evolutionär als Risikosignal dient (Baumeister et al. 2001). Eine einzelne kritische Rezension wird deshalb aufmerksamer gelesen als zehn lobende, und ihr Fehlen fällt auf. Die zweite ist die sogenannte J-Kurve der Bewertungsverteilung (Hu, Pavlou und Zhang 2009): Echte Bewertungen häufen sich bei fünf und bei einem Stern, weil vor allem sehr zufriedene und sehr unzufriedene Kunden schreiben. Ein Profil ohne diese Verteilung wirkt künstlich, auch wenn der Leser das nicht benennen kann.
Ein Stern mehr, 5 bis 9 Prozent mehr Umsatz – was die Ökonomen gemessen haben
Dass Bewertungen Umsatz verursachen, haben Ökonomen mit Methoden belegt, die Korrelation von Kausalität trennen. Michael Luca von der Harvard Business School verknüpfte die Umsatzmeldungen aller Restaurants in Seattle mit ihren Yelp-Bewertungen. Ein zusätzlicher Stern brachte unabhängigen Betrieben 5 bis 9 Prozent mehr Umsatz . Bei Ketten blieb der Effekt aus, weil deren Marke die Unsicherheit bereits abbaut. Für kleine Onlinehändler ohne bekannte Marke ist das die zentrale Erkenntnis: Sie profitieren am stärksten von Bewertungen, weil sie sonst keinen Vertrauensanker haben.
Michael Anderson und Jeremy Magruder nutzten 2012 einen Kniff im Yelp-System: Die Plattform rundet Durchschnittsnoten auf halbe Sterne. Ein Restaurant mit 3,74 zeigt 3,5 Sterne, eines mit 3,76 zeigt 4,0, obwohl beide praktisch gleich gut sind. Der Sprung über die Rundungsgrenze erhöhte die Wahrscheinlichkeit, dass ein Restaurant zur Hauptzeit ausgebucht war, um rund 19 Prozentpunkte (Economic Journal ). Für den Onlinehandel gilt die gleiche Mechanik: Die angezeigte Sternzahl entscheidet, nicht der tatsächliche Durchschnitt. Ein Produkt bei 4,24 und eines bei 4,26 können auf Amazon unterschiedlich dargestellt werden, mit messbaren Folgen.
Bereits 2006 hatten Judith Chevalier und Dina Mayzlin die Buchverkäufe auf Amazon und Barnes & Noble verglichen (Journal of Marketing Research ). Weil dasselbe Buch auf beiden Plattformen unterschiedlich bewertet wurde, ließ sich der Effekt der Bewertungen vom Effekt des Produkts trennen. Ergebnis: Eine Verbesserung der Rezensionen steigerte den relativen Absatz, und eine Ein-Stern-Bewertung wirkte stärker als eine Fünf-Sterne-Bewertung. Auch hier zeigt sich der Negativitätsbias in harten Verkaufszahlen.
Der Herdeneffekt: Ein einziges Like verschiebt das Endergebnis um 25 Prozent
Bewertungen beeinflussen Käufer und ebenso die nächsten Bewerter. Lev Muchnik, Sinan Aral und Sean Taylor veröffentlichten 2013 in Science ein Feldexperiment mit über 100.000 Kommentaren auf einer Nachrichtenplattform. Sie gaben zufällig ausgewählten Beiträgen direkt nach dem Posten eine einzige positive oder negative Stimme. Ein einzelner künstlicher Daumen nach oben erhöhte die Wahrscheinlichkeit der nächsten positiven Stimme um 32 Prozent und die Endbewertung um durchschnittlich 25 Prozent. Negative Startstimmen wurden dagegen von den Nutzern korrigiert. Der Mechanismus heißt in der Forschung „positive herding“ und ist eine Form sozialer Bewährtheit (Social Proof), wie sie Robert Cialdini als Grundprinzip der Beeinflussung beschrieben hat.
Die ersten Bewertungen eines neuen Produkts prägen den Ton aller folgenden. Deshalb lohnt es sich, früh und aktiv um Rückmeldung zu bitten. Dasselbe Phänomen erklärt, warum gekaufte Startbewertungen so wirksam sind: Der Markt für Fake-Bewertungen lebt von dieser Dynamik.
Sterne messen Zufriedenheit, nicht Qualität – und Käufer verwechseln beides
Ein Befund relativiert die Macht der Sterne, ohne sie zu schmälern. Bart de Langhe, Philip Fernbach und Donald Lichtenstein verglichen 2016 die Amazon-Durchschnittsnoten von mehr als 1.200 Produkten mit den objektiven Testergebnissen von Consumer Reports, dem US-Pendant der Stiftung Warentest (Journal of Consumer Research ). Der Zusammenhang war schwach. Sternebewertungen korrelierten stärker mit dem Preis und dem Markenimage als mit der gemessenen Produktqualität. Gleichzeitig vertrauten die befragten Konsumenten den Sternen weit mehr, als diese Korrelation rechtfertigt.
Bewertungen messen damit etwas anderes als ein Labortest: die Erwartungserfüllung. Ein günstiges Produkt mit ehrlicher Beschreibung bekommt gute Noten, ein teures Produkt mit überzogenen Versprechen schlechte. Die Lehre für die Produktseite lautet: genauere Beschreibung. Wer Erwartungen präzise setzt, senkt Retouren und hebt den Schnitt, ohne am Produkt etwas zu ändern.
55 Prozent der deutschen Shopper: Bewertungen vor Preisvergleich
Die deutschen Zahlen sind älter als die amerikanischen, zeigen aber dieselbe Richtung. Eine repräsentative Bitkom-Umfrage unter 1.103 Personen ergab, dass 55 Prozent der Online-Shopper Kundenbewertungen als wichtigste Informationsquelle vor dem Kauf nennen. Preisvergleichsseiten liegen mit 47 Prozent dahinter. Nach Alter gestaffelt lesen 66 Prozent der 16- bis 29-Jährigen vor dem Kauf Bewertungen, bei den über 65-Jährigen sind es noch 40 Prozent. Eine GfK-Erhebung im Auftrag von Greven Medien kam auf 56,4 Prozent der Deutschen, die vor einem Kauf oder einer Beauftragung gezielt nach Online-Bewertungen suchen.
Bemerkenswert ist der Umgang mit Kritik. Laut einer Capterra-Erhebung unter 685 deutschen Konsumenten prüfen 46 Prozent gezielt, ob ein Anbieter auch negative Bewertungen hat. 91 Prozent lesen die Antworten der Unternehmen auf Bewertungen. Zugleich haben 38 Prozent auf eine eigene Bewertung noch nie eine Reaktion erhalten. Die Lücke zwischen dem, was Käufer lesen, und dem, was Händler liefern, ist in Deutschland damit dokumentiert.
Unter 20 Bewertungen? Fast jeder zweite Kunde geht weiter
Die aktuellsten Schwellenwerte liefert der Local Consumer Review Survey 2026 von BrightLocal mit 1.002 US-Befragten. Die Erwartungen sind innerhalb eines Jahres sprunghaft gestiegen:
| Erwartung der Verbraucher (USA) | 2025 | 2026 |
|---|---|---|
| Nutzen nur Unternehmen mit mindestens 4 Sternen | 55 % | 68 % |
| Nutzen nur Unternehmen mit mindestens 4,5 Sternen | 17 % | 31 % |
| Achten nur auf Bewertungen der letzten zwei Wochen | 20 % | 32 % |
Weitere Kennzahlen aus derselben Erhebung: 47 Prozent meiden Unternehmen mit weniger als 20 Bewertungen, nur 9 Prozent würden ein Unternehmen mit fünf oder weniger Bewertungen wählen. 74 Prozent achten nur auf Bewertungen aus den letzten drei Monaten. 56 Prozent nennen als wichtigstes Kriterium, ob eine Bewertung durch andere mit ähnlichem Tenor gestützt wird. Diese Zahlen beziehen sich auf lokale Unternehmen in den USA und sind nicht eins zu eins auf deutsche Produktbewertungen übertragbar. Als Trendindikator taugen sie dennoch, weil die Mechanismen dahinter, Aktualität als Signal für Gültigkeit und Masse als Signal für Glaubwürdigkeit, nicht landesspezifisch sind.
Antworten gehören zum Produkt: 80 Prozent bevorzugen Händler, die reagieren
89 Prozent der Verbraucher erwarten laut BrightLocal, dass Unternehmen auf Bewertungen antworten. 80 Prozent wählen eher ein Unternehmen, das auf alle Bewertungen eingeht, 42 Prozent meiden Unternehmen, die Bewertungen komplett ignorieren. Antwortet ein Unternehmen nur auf negative Bewertungen, sinkt die Präferenz auf 47 Prozent. Copy-Paste-Antworten schrecken 50 Prozent ab. 19 Prozent erwarten eine Antwort am selben Tag, ein Jahr zuvor waren es 6 Prozent.
Die Forschung zur Service Recovery erklärt, warum eine gute Antwort auf eine schlechte Bewertung mehr bewirkt als die Bewertung selbst schadet. Der Leser beobachtet, wie ein Händler mit einem Fehler umgeht, und schließt daraus auf sein eigenes Risiko im Fall eines Problems. Eine sachliche Antwort mit Lösungsangebot ist damit ein Vertrauenssignal an alle künftigen Käufer, die das Profil besuchen.
45 Prozent fragen die KI – und die KI liest die Rezensionen
Die größte Verschiebung seit 2024 betrifft den Zugang. 45 Prozent der US-Verbraucher nutzen inzwischen KI-Assistenten wie ChatGPT für Empfehlungen zu Unternehmen, ein Jahr zuvor waren es 6 Prozent. 82 Prozent lesen KI-generierte Zusammenfassungen von Bewertungen, wie sie Amazon und Google inzwischen standardmäßig anzeigen, 23 Prozent verlassen sich ausschließlich darauf. 40 Prozent vertrauen KI-Plattformen bei Unternehmensempfehlungen, 32 Prozent nicht.
Eine KI extrahiert wiederkehrende Muster aus dem Text der Rezensionen. Welche Muster sie findet, hängt von Menge, Aktualität und Konkretheit der Bewertungen ab. Eine Bewertung mit Sternen und ohne Text liefert dem Modell nichts. Bewertungsanfragen, die zu beschreibenden Antworten einladen („Was hat dir gefallen, was nicht?“), erzeugen damit Rohmaterial, das sowohl Käufer als auch Sprachmodelle verarbeiten können.
240 Millionen gelöschte Bewertungen – und was das UWG seit 2022 verlangt
Google hat nach eigenen Angaben 2024 rund 240 Millionen Bewertungen wegen Richtlinienverstößen blockiert. 97 Prozent der Verbraucher wollen, dass Unternehmen mit Fake-Bewertungen bestraft werden. Das Bundeskartellamt hatte bereits 2020 in einer Sektoruntersuchung über 60 Bewertungsportale aus 16 Branchen geprüft und festgestellt, dass viele Plattformen Manipulation nur mit einfachen Wortfiltern oder erst nach Meldung bekämpften.
Seit dem 28. Mai 2022 gilt in Deutschland die Umsetzung der EU-Omnibus-Richtlinie im Gesetz gegen den unlauteren Wettbewerb. § 5b Abs. 3 UWG verpflichtet jeden, der Verbraucherbewertungen zugänglich macht, darüber zu informieren, ob und wie er sicherstellt, dass die Bewertungen von Verbrauchern stammen, die das Produkt tatsächlich gekauft oder genutzt haben. Nummer 23b des Anhangs zu § 3 Abs. 3 UWG verbietet die Behauptung, Bewertungen stammten von echten Käufern, ohne angemessene Prüfung. Nummer 23c verbietet das Übermitteln oder Beauftragen gefälschter Bewertungen. Ein Onlineshop, der Bewertungen anzeigt, aber kein Verfahren zur Echtheitsprüfung benennt, verstößt damit gegen eine Informationspflicht und ist abmahnbar. Gekaufte Bewertungen sind seitdem ein tatbestandlich erfasster Rechtsverstoß.
Einordnung: Was von den Zahlen bleibt, wenn man die Anbieterperspektive abzieht
Sacottes Beitrag erscheint auf der Seite eines Anbieters von Bewertungssoftware, und mehrere seiner Quellen (PowerReviews, Birdeye, BrightLocal, Capterra) stammen ebenfalls aus der Branche, die von Bewertungsmanagement lebt. Das erklärt die Auswahl der Zahlen. Die Birdeye-Daten etwa beschreiben Kunden von Birdeye, also Unternehmen, die bereits in Bewertungen investieren. Ein Durchschnitt aller Unternehmen sieht anders aus. Die deutschen Erhebungen liegen zwischen 2019 und 2022 und bilden die KI-Verschiebung nicht ab.
Belastbar sind die Befunde, die aus Transaktionsdaten und kontrollierten Experimenten stammen: der Sprung bei den ersten fünf Bewertungen, der Umsatzeffekt eines zusätzlichen Sterns, der Herdeneffekt der ersten Stimme, die Verdächtigkeit perfekter Profile und die schwache Kopplung von Sternen und objektiver Qualität. Diese Ergebnisse haben Peer-Review durchlaufen, sind mehrfach repliziert und unabhängig von Anbieterinteressen. Sie beschreiben, wie Menschen unter Unsicherheit entscheiden, und das ändert sich nicht mit der Plattform.
Das Bild für Onlinehändler ist nüchtern. Ein Produkt ohne Bewertung ist ein Produkt mit angezogener Handbremse. Die ersten fünf Rezensionen sind mehr wert als die nächsten fünfzig. Eine 4,6 verkauft besser als eine 5,0. Eine beantwortete Kritik ist ein Verkaufsargument. Und seit 2022 ist jede unbenannte Echtheitsprüfung eine offene Flanke. Wer Bewertungen nicht wichtig nimmt, überlässt das stärkste Kaufsignal seines Shops dem Zufall.
