--- title: "Hyperbolic Discounting: Definition, Evidenz und Conversion-Bedeutung" url: "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/" type: "glossary" language: de-DE description: "Zukünftiger Nutzen wird nichtlinear abgewertet." --- # Hyperbolic Discounting: Definition, Evidenz und Conversion-Bedeutung > Hyperbolic Discounting bedeutet: Zukünftiger Nutzen wird nichtlinear abgewertet. Im Conversion-Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Messung: Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft. Graph-Kontext: 2 [Claims](/claims/), 0 direkte [Studien](/studien/)/Reviews, 4 [Evidence Paths](/datasets/concept-evidence-paths/). ## Definition Zukünftiger Nutzen wird nichtlinear abgewertet. ## Themen und verwandte Bereiche Dieses Konzept gehört zum Themenfeld [Pricing Psychology](/konzepte/?tag=pricing-psychology). Relevante Tags: [Behavioral Economics](/konzepte/?tag=behavioral-economics). ## Wirkmechanismus Hyperbolic Discounting beeinflusst Conversion, wenn es die Interpretation von Nutzen, Risiko, Aufwand oder sozialer Bedeutung eines Angebots verändert. Für Audits wird der Mechanismus operationalisiert: Welche konkrete Wahrnehmung verändert die Seite, an welcher Funnel-Stelle passiert das, welche Evidenzpfade stützen die Bewertung, und welche Handlung soll dadurch wahrscheinlicher werden? ## Bedeutung für Conversion Hyperbolic Discounting ist für Conversion relevant, wenn die Seite genau den Mechanismus berührt, den das Konzept beschreibt: Zukünftiger Nutzen wird nichtlinear abgewertet. Praktisch heißt das: Landingpage-Audit: Prüfen, ob das Konzept im ersten Screen die Wahrnehmung von Nutzen, Risiko oder Aufwand verändert. Im Audit wird deshalb nicht gefragt, ob „Hyperbolic Discounting vorhanden“ ist, sondern ob ein beobachtbares Element wie Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen diesen Mechanismus an der passenden Funnel-Stufe auslöst. Prüffrage: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Eine Empfehlung darf daraus erst entstehen, wenn Beobachtung, Änderungsvorschlag und Messgröße zusammenpassen; passende Messgrößen sind hier vor allem Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft. Aktueller Graph-Kontext: 1 unterstützte Claim(s), Use Case muss aus Funnel-Stufe und beobachtbarem Seitenmerkmal abgeleitet werden, keine direkte Studie im Konzeptknoten; Evidenz über Relations, [Claims](/claims/) oder Grundlagenquellen prüfen, 4 Evidence Path(s). Wenn dieser Pfad fehlt, bleibt das Konzept eine Hypothese und gehört in einen Testplan, nicht als pauschale Best Practice in den Report. ## Konkrete Anwendungsszenarien - Landingpage-Audit: Prüfen, ob das Konzept im ersten Screen die Wahrnehmung von Nutzen, Risiko oder Aufwand verändert. - Funnel-Audit: Identifizieren, an welcher Stelle Nutzer abbrechen könnten und ob das Konzept dort als konkreter Hebel operationalisierbar ist. - Experiment: Eine Variante formulieren, die nur einen Mechanismus verändert, damit der Effekt messbar bleibt. ## Konkrete Fallbeispiele - Hyperbolic Discounting im Produktseite: Geprüfte Ausgangslage: Das relevante Element (Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen) ist sichtbar oder wird erwartet, beantwortet aber die Kernfrage noch nicht belastbar: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Konkrete Änderung: Landingpage-Audit: Prüfen, ob das Konzept im ersten Screen die Wahrnehmung von Nutzen, Risiko oder Aufwand verändert. Die Änderung muss am konkreten Seitenanker zeigen, welche Information, Reihenfolge, Formulierung oder visuelle Priorität angepasst wird. Validierung: Primär über Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft messen; ergänzend qualitative Rückfragen auswerten, ob Nutzer die beabsichtigte Bedeutung tatsächlich verstanden haben.. Quellen: Studie: Wie beeinflussen algorithmische Designhebel auf digitalen Plattformen Konsumentenverhalten, über welche Mechanismen, und welche Rollen spielen Governance und Kultur?. (n.d.). https://doi.org/10.2478/sbe-2026-0017; Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit.; Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux. Grundlagenwerk zur Dual-Process-Perspektive auf intuitive und reflektierte Entscheidungen.. - Hyperbolic Discounting im Checkout oder Lead-Formular: Geprüfte Ausgangslage: Das relevante Element (Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen) ist sichtbar oder wird erwartet, beantwortet aber die Kernfrage noch nicht belastbar: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Konkrete Änderung: Funnel-Audit: Identifizieren, an welcher Stelle Nutzer abbrechen könnten und ob das Konzept dort als konkreter Hebel operationalisierbar ist. Die Änderung muss am konkreten Seitenanker zeigen, welche Information, Reihenfolge, Formulierung oder visuelle Priorität angepasst wird. Validierung: Primär über Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft messen; ergänzend qualitative Rückfragen auswerten, ob Nutzer die beabsichtigte Bedeutung tatsächlich verstanden haben.. Quellen: Studie: Wie beeinflussen algorithmische Designhebel auf digitalen Plattformen Konsumentenverhalten, über welche Mechanismen, und welche Rollen spielen Governance und Kultur?. (n.d.). https://doi.org/10.2478/sbe-2026-0017; Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit.; Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux. Grundlagenwerk zur Dual-Process-Perspektive auf intuitive und reflektierte Entscheidungen.. ## Gemeinsam wirkende Konzepte - [Anchoring](/konzepte/anchoring/) — Moderiert: Hyperbolic Discounting und [Anchoring](/konzepte/anchoring/) werden gemeinsam geprüft, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen mit Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen in derselben Funnel-Stufe zusammenwirken. Die Relation ist zunächst ein begründeter Zusammenhang im Knowledge Graph; eine kausale Empfehlung entsteht erst, wenn der konkrete Seitenanker, die Intervention und eine passende Messgröße (Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen und Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Boundary Conditions für Hyperbolic Discounting: Zielgruppe, Funnel-Stufe, Produktkategorie, Risiko, Messgröße und Umsetzungsqualität müssen vor dem Einsatz geprüft werden.; Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit.. - [Price-Quality Heuristic](/konzepte/price-quality-heuristic/) — Moderiert: Hyperbolic Discounting und [Price-Quality Heuristic](/konzepte/price-quality-heuristic/) werden gemeinsam geprüft, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen mit Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen in derselben Funnel-Stufe zusammenwirken. Die Relation ist zunächst ein begründeter Zusammenhang im Knowledge Graph; eine kausale Empfehlung entsteht erst, wenn der konkrete Seitenanker, die Intervention und eine passende Messgröße (Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen und Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Boundary Conditions für Hyperbolic Discounting: Zielgruppe, Funnel-Stufe, Produktkategorie, Risiko, Messgröße und Umsetzungsqualität müssen vor dem Einsatz geprüft werden.; Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit.. - [Reference Pricing](/konzepte/reference-pricing/) — Moderiert: Hyperbolic Discounting und [Reference Pricing](/konzepte/reference-pricing/) werden gemeinsam geprüft, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen mit Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen in derselben Funnel-Stufe zusammenwirken. Die Relation ist zunächst ein begründeter Zusammenhang im Knowledge Graph; eine kausale Empfehlung entsteht erst, wenn der konkrete Seitenanker, die Intervention und eine passende Messgröße (Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen und Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Boundary Conditions für Hyperbolic Discounting: Zielgruppe, Funnel-Stufe, Produktkategorie, Risiko, Messgröße und Umsetzungsqualität müssen vor dem Einsatz geprüft werden.; Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit.. - [Bundle Pricing](/konzepte/bundle-pricing/) — Moderiert: Hyperbolic Discounting und [Bundle Pricing](/konzepte/bundle-pricing/) werden gemeinsam geprüft, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen mit Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen in derselben Funnel-Stufe zusammenwirken. Die Relation ist zunächst ein begründeter Zusammenhang im Knowledge Graph; eine kausale Empfehlung entsteht erst, wenn der konkrete Seitenanker, die Intervention und eine passende Messgröße (Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen und Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Boundary Conditions für Hyperbolic Discounting: Zielgruppe, Funnel-Stufe, Produktkategorie, Risiko, Messgröße und Umsetzungsqualität müssen vor dem Einsatz geprüft werden.; Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit.. ## Evidence Paths - Direkter Claim-Studien-Pfad: [Hyperbolic Discounting](/konzepte/hyperbolic-discounting/) → Claim: [Boundary Conditions für Hyperbolic Discounting: Zielgruppe, Funnel-Stufe, Produktkategorie, Risiko, Messgröße und Umsetzungsqualität müssen vor dem Einsatz geprüft werden.](/claims/hyperbolic-discounting-has-boundary-conditions/) → Quelle: [Studie: Wie beeinflussen algorithmische Designhebel auf digitalen Plattformen Konsumentenverhalten, über welche Mechanismen, und welche Rollen spielen Governance und Kultur?](/studien/10-2478-sbe-2026-0017/) → [DOI: 10.2478/sbe-2026-0017](https://doi.org/10.2478/sbe-2026-0017). Dieser Pfad stützt eine Aussage zu Hyperbolic Discounting über einen direkt verknüpften Claim und eine im Korpus kuratierte Studie. APA: Studie: Wie beeinflussen algorithmische Designhebel auf digitalen Plattformen Konsumentenverhalten, über welche Mechanismen, und welche Rollen spielen Governance und Kultur?. (n.d.). https://doi.org/10.2478/sbe-2026-0017 - Wissenschaftliche Grundlagenquelle: [Hyperbolic Discounting](/konzepte/hyperbolic-discounting/) → Quelle: [Judgment under Uncertainty: Heuristics and Biases](https://doi.org/10.1126/science.185.4157.1124) → [DOI: 10.1126/science.185.4157.1124](https://doi.org/10.1126/science.185.4157.1124). Diese Quelle liefert wissenschaftlichen Kontext für den Mechanismus von Hyperbolic Discounting und wird als Grundlagenquelle ausgewiesen, nicht als direkt gemessener Website-Conversion-Effekt. APA: Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit. - Wissenschaftliche Grundlagenquelle: [Hyperbolic Discounting](/konzepte/hyperbolic-discounting/) → Quelle: Thinking, Fast and Slow → DOI nicht verfügbar. Diese Quelle liefert wissenschaftlichen Kontext für den Mechanismus von Hyperbolic Discounting und wird als Grundlagenquelle ausgewiesen, nicht als direkt gemessener Website-Conversion-Effekt. APA: Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux. Grundlagenwerk zur Dual-Process-Perspektive auf intuitive und reflektierte Entscheidungen. - Wissenschaftliche Grundlagenquelle: [Hyperbolic Discounting](/konzepte/hyperbolic-discounting/) → Quelle: [A Meta-Analysis of the Effects of Choice Architecture Interventions on Behavior](https://doi.org/10.1073/pnas.2107346118) → [DOI: 10.1073/pnas.2107346118](https://doi.org/10.1073/pnas.2107346118). Diese Quelle liefert wissenschaftlichen Kontext für den Mechanismus von Hyperbolic Discounting und wird als Grundlagenquelle ausgewiesen, nicht als direkt gemessener Website-Conversion-Effekt. APA: Mertens, S., Herberz, M., Hahnel, U. J. J., & Brosch, T. (2022). A Meta-Analysis of the Effects of Choice Architecture Interventions on Behavior. Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.2107346118 Meta-Analyse zu Choice-Architecture-Interventionen und Verhalten. ## Audit-Prüffragen - Welche Funnel-Stufe berührt Hyperbolic Discounting: Orientierung, Vergleich, Vertrauensaufbau, Einwandklärung, Preisbewertung, Formular, Checkout oder Follow-up? - Welches beobachtbare Element operationalisiert den Mechanismus: Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen? - Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? - Welche Gegenwirkung muss ausgeschlossen werden? Relevantes Backfire-Risiko laut KB: unclear. - Welche [Evidence Paths](/datasets/concept-evidence-paths/) stützen die Bewertung: Concept → Claim → Study oder Concept → Relation → Concept → Claim → Study? - Welche Messgröße passt zum Mechanismus statt nur zur allgemeinen Seite: Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft? - Welche Boundary Conditions gelten konkret für Zielgruppe, Angebotsrisiko, Preisniveau, Produktkategorie, [Datenschutz](/konzepte/privacy-calculus/), Funnel-Stufe und D-A-CH-Erwartungen? ## Messung und Validierung - Primäre Messung: Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft. Diese Metriken passen zum konkreten Mechanismus, weil sie die erwartete Veränderung an Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen sichtbar machen. - Experiment-Design: Nur ein sichtbares Element pro Variante ändern; sonst lässt sich der Effekt nicht sauber dem Konzept zuordnen. - Qualitative Validierung: Offene Nutzerantworten und Session-Ausschnitte darauf prüfen, ob genau die erwartete Wahrnehmung entsteht oder ob Nutzer den Mechanismus anders interpretieren. - Pricing-spezifisch: Neben Abschlussrate immer Preisfairness, Zusatzkosten-Verständnis und Warenkorb-/Checkout-Abbruch beobachten, weil kurzfristige Umsatzsteigerung Vertrauen beschädigen kann. ## Evidenzstatus Aktueller Evidenzstatus im Knowledge Graph: Konzept-Evidenzgrad D (vorläufig / Review offen). Verknüpfte [Claims](/claims/): 2; davon supported: 1, kontextabhängig/offen: 1. Direkt verknüpfte [Studien](/studien/)/Reviews: 0. Review-Status: draft. ## Verknüpfte Claims - [Hyperbolic Discounting ist ein Review-Kandidat für Conversion-Audits und braucht vor einer Empfehlung ein konkretes Seitenmerkmal, eine Messgröße und einen Studienpfad.](/claims/hyperbolic-discounting-can-influence-conversion/) — Status: Context Dependent, Evidenzgrad: C - [Boundary Conditions für Hyperbolic Discounting: Zielgruppe, Funnel-Stufe, Produktkategorie, Risiko, Messgröße und Umsetzungsqualität müssen vor dem Einsatz geprüft werden.](/claims/hyperbolic-discounting-has-boundary-conditions/) — Status: Supported, Evidenzgrad: B ## Verknüpfte Use Cases Die Anwendungsszenarien werden über [Evidence Paths](/datasets/concept-evidence-paths/), verwandte Concepts und Messpläne operationalisiert und in [Fallbeispiele](/datasets/concept-case-examples/)n konkretisiert. ## Verknüpfte Studien Die stärkste Evidenz wird über direkte [Studien](/studien/), unterstützte [Claims](/claims/) und verwandte Evidence-Cluster ausgewiesen. ## Grenzen und Risiken Backfire-Risiko laut Concept Card: unclear. Replikationsstatus: unclear. Für Hyperbolic Discounting ist die wichtigste Grenze, dass der Mechanismus nur dort bewertet werden darf, wo er an einem sichtbaren Element wie Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen tatsächlich plausibel ausgelöst wird. Wenn die Prüffrage nicht beantwortet werden kann — Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? — darf daraus keine direkte Empfehlung entstehen. Bei schwacher, kontextabhängiger oder indirekter Evidenz wird die Aussage als Hypothese mit Testplan formuliert; kausale Wirkung wird nur behauptet, wenn der Evidence Path eine passende Studie, einen verifizierten Claim und eine messbare Intervention trägt. ## FAQ ### Wie lässt sich dieses Konzept in Conversion-Audits anwenden? Hyperbolic Discounting bedeutet: Zukünftiger Nutzen wird nichtlinear abgewertet. Im Conversion-Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Messung: Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft. Graph-Kontext: 2 [Claims](/claims/), 0 direkte [Studien](/studien/)/Reviews, 4 [Evidence Paths](/datasets/concept-evidence-paths/). ### Welche Evidenz wird genutzt? Die Seite nutzt Claims, Studien, Use Cases und Quellen aus dem SurrealDB Knowledge Graph der Conversion-Psychologie-Wissensbasis. ### Ist die Ausgabe auf Deutsch verfügbar? Ja. Alle menschenlesbaren Inhalte und Agent-Ausgaben sind standardmäßig deutsch. ## Quellen - Baka, S. (2026). Conversion Psychology KB. conversion.stevebaka.de. https://conversion.stevebaka.de/ [Quelle öffnen](https://conversion.stevebaka.de/) ## JSON-LD ```json { "@context": "https://schema.org", "@graph": [ { "@type": "WebSite", "@id": "https://conversion.stevebaka.de/#website", "url": "https://conversion.stevebaka.de", "name": "conversion.stevebaka.de", "description": "Deutschsprachige Wissensbasis und Audit-Plattform für evidenzbasierte Conversion-Psychologie.", "publisher": { "@id": "https://conversion.stevebaka.de/#organization" } }, { "@type": "Organization", "@id": "https://conversion.stevebaka.de/#organization", "name": "conversion.stevebaka.de", "url": "https://conversion.stevebaka.de", "parentOrganization": { "@id": "https://stevebaka.de/#organization" }, "sameAs": [ "https://stevebaka.de" ] }, { "@type": "Person", "@id": "https://conversion.stevebaka.de/autoren/steve-baka/#person", "name": "Steve Baka", "url": "https://conversion.stevebaka.de/autoren/steve-baka/", "sameAs": [ "https://stevebaka.de" ], "jobTitle": "Conversion- und AI-Infrastructure-Berater", "knowsAbout": [ "Conversion-Psychologie", "Verkaufspsychologie", "Behavioral Science", "GraphRAG", "SurrealDB", "D-A-CH Conversion Optimierung" ] }, { "@type": "WebPage", "@id": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/#webpage", "url": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/", "name": "Hyperbolic Discounting: Definition, Evidenz und Conversion-Bedeutung", "description": "Zukünftiger Nutzen wird nichtlinear abgewertet.", "inLanguage": "de-DE", "isPartOf": { "@id": "https://conversion.stevebaka.de/#website" }, "breadcrumb": { "@id": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/#breadcrumb" }, "datePublished": "2026-07-01", "dateModified": "2026-07-04", "mainEntity": { "@id": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/#term" } }, { "@type": "DefinedTerm", "@id": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/#term", "headline": "Hyperbolic Discounting: Definition, Evidenz und Conversion-Bedeutung", "name": "Hyperbolic Discounting: Definition, Evidenz und Conversion-Bedeutung", "description": "Zukünftiger Nutzen wird nichtlinear abgewertet.", "inLanguage": "de-DE", "author": { "@id": "https://conversion.stevebaka.de/autoren/steve-baka/#person" }, "publisher": { "@id": "https://conversion.stevebaka.de/#organization" }, "mainEntityOfPage": { "@id": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/#webpage" }, "datePublished": "2026-07-01", "dateModified": "2026-07-04", "citation": [ "https://conversion.stevebaka.de/" ], "mentions": [ { "@id": "https://conversion.stevebaka.de/konzepte/pricing-psychology/#term" } ], "text": "Hyperbolic Discounting bedeutet: Zukünftiger Nutzen wird nichtlinear abgewertet. Im Conversion Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Preisanker, Vergleichspreise, Paket Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Messung: Purchase Conversion Rate, Average Order Value, Checkout Abbruch, Preisfairness Score oder Zahlungsbereitschaft. Graph Kontext: 2 Claims, 0 direkte Studien/Reviews, 4 Evidence Paths. Definition. Zukünftiger Nutzen wird nichtlinear abgewertet. Themen und verwandte Bereiche. Dieses Konzept gehört zum Themenfeld Pricing Psychology. Relevante Tags: Behavioral Economics. Wirkmechanismus. Hyperbolic Discounting beeinflusst Conversion, wenn es die Interpretation von Nutzen, Risiko, Aufwand oder sozialer Bedeutung eines Angebots verändert. Für Audits wird der Mechanismus operationalisiert: Welche konkrete Wahrnehmung verändert die Seite, an welcher Funnel Stelle passiert das, welche Evidenzpfade stützen die Bewertung, und welche Handlung soll dadurch wahrscheinlicher werden? Bedeutung für Conversion. Hyperbolic Discounting ist für Conversion relevant, wenn die Seite genau den Mechanismus berührt, den das Konzept beschreibt: Zukünftiger Nutzen wird nichtlinear abgewertet. Praktisch heißt das: Landingpage Audit: Prüfen, ob das Konzept im ersten Screen die Wahrnehmung von Nutzen, Risiko oder Aufwand verändert. Im Audit wird deshalb nicht gefragt, ob „Hyperbolic Discounting vorhanden“ ist, sondern ob ein beobachtbares Element wie Preisanker, Vergleichspreise, Paket Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen diesen Mechanismus an der passenden Funnel Stufe auslöst. Prüffrage: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Eine Empfehlung darf daraus erst entstehen, wenn Beobachtung, Änderungsvorschlag und Messgröße zusammenpassen; passende Messgrößen sind hier vor allem Purchase Conversion Rate, Average Order Value, Checkout Abbruch, Preisfairness Score oder Zahlungsbereitschaft. Aktueller Graph Kontext: 1 unterstützte Claim(s), Use Case muss aus Funnel Stufe und beobachtbarem Seitenmerkmal abgeleitet werden, keine direkte Studie im Konzeptknoten; Evidenz über Relations, Claims oder Grundlagenquellen prüfen, 4 Evidence Path(s). Wenn dieser Pfad fehlt, bleibt das Konzept eine Hypothese und gehört in einen Testplan, nicht als pauschale Best Practice in den Report. Konkrete Anwendungsszenarien. Landingpage Audit: Prüfen, ob das Konzept im ersten Screen die Wahrnehmung von Nutzen, Risiko oder Aufwand verändert. Funnel Audit: Identifizieren, an welcher Stelle Nutzer abbrechen könnten und ob das Konzept dort als konkreter Hebel operationalisierbar ist. Experiment: Eine Variante formulieren, die nur einen Mechanismus verändert, damit der Effekt messbar bleibt. Konkrete Fallbeispiele. Hyperbolic Discounting im Produktseite: Geprüfte Ausgangslage: Das relevante Element (Preisanker, Vergleichspreise, Paket Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen) ist sichtbar oder wird erwartet, beantwortet aber die Kernfrage noch nicht belastbar: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Konkrete Änderung: Landingpage Audit: Prüfen, ob das Konzept im ersten Screen die Wahrnehmung von Nutzen, Risiko oder Aufwand verändert. Die Änderung muss am konkreten Seitenanker zeigen, welche Information, Reihenfolge, Formulierung oder visuelle Priorität angepasst wird. Validierung: Primär über Purchase Conversion Rate, Average Order Value, Checkout Abbruch, Preisfairness Score oder Zahlungsbereitschaft messen; ergänzend qualitative Rückfragen auswerten, ob Nutzer die beabsichtigte Bedeutung tatsächlich verstanden haben.. Quellen: Studie: Wie beeinflussen algorithmische Designhebel auf digitalen Plattformen Konsumentenverhalten, über welche Mechanismen, und welche Rollen spielen Governance und Kultur?. (n.d.). https://doi.org/10.2478/sbe 2026 0017; Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science. https://doi.org/10.1126/science.185.4157.1124 Grundlagenquelle zu Heuristiken und Biases in Urteilen unter Unsicherheit.; Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux. Grundlagenwerk zur Dual Process Perspektive auf intuitive und reflektierte Entscheidungen.. Hyperbolic Discounting im Checkout oder Lead Formular: Geprüfte Ausgangslage: Das relevante Element (Preisanker, Vergleichspreise, Paket Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen) ist sichtbar oder wird erwartet, beantwortet aber die Kernfrage noch nicht belastbar: Verschiebt dieses Element den R", "termCode": "hyperbolic-discounting", "inDefinedTermSet": "https://conversion.stevebaka.de/konzepte/" }, { "@type": "BreadcrumbList", "@id": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/#breadcrumb", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Startseite", "item": "https://conversion.stevebaka.de/" }, { "@type": "ListItem", "position": 2, "name": "Hyperbolic Discounting: Definition, Evidenz und Conversion-Bedeutung", "item": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/" } ] }, { "@type": "FAQPage", "@id": "https://conversion.stevebaka.de/konzepte/hyperbolic-discounting/#faq", "inLanguage": "de-DE", "mainEntity": [ { "@type": "Question", "name": "Wie lässt sich dieses Konzept in Conversion-Audits anwenden?", "acceptedAnswer": { "@type": "Answer", "text": "Hyperbolic Discounting bedeutet: Zukünftiger Nutzen wird nichtlinear abgewertet. Im Conversion-Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Preisanker, Vergleichspreise, Paket-Reihenfolge, Rabattlogik, Gebührenhinweise oder Wertbegründungen den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Verschiebt dieses Element den Referenzrahmen fair und verständlich, oder erzeugt es Preisverwirrung, Misstrauen oder nachträgliche Überraschung? Messung: Purchase Conversion Rate, Average Order Value, Checkout-Abbruch, Preisfairness-Score oder Zahlungsbereitschaft. Graph-Kontext: 2 [Claims](/claims/), 0 direkte [Studien](/studien/)/Reviews, 4 [Evidence Paths](/datasets/concept-evidence-paths/)." } }, { "@type": "Question", "name": "Welche Evidenz wird genutzt?", "acceptedAnswer": { "@type": "Answer", "text": "Die Seite nutzt Claims, Studien, Use Cases und Quellen aus dem SurrealDB Knowledge Graph der Conversion-Psychologie-Wissensbasis." } }, { "@type": "Question", "name": "Ist die Ausgabe auf Deutsch verfügbar?", "acceptedAnswer": { "@type": "Answer", "text": "Ja. Alle menschenlesbaren Inhalte und Agent-Ausgaben sind standardmäßig deutsch." } } ] } ] } ```