--- title: "Message Framing: Definition, Evidenz und Conversion-Bedeutung" url: "https://conversion.stevebaka.de/konzepte/message-framing/" type: "glossary" language: de-DE description: "Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden." --- # Message Framing: Definition, Evidenz und Conversion-Bedeutung > Message Framing bedeutet: Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. Im Conversion-Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? Messung: Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote. Graph-Kontext: 2 [Claims](/claims/), 0 direkte [Studien](/studien/)/Reviews, 4 [Evidence Paths](/datasets/concept-evidence-paths/). ## Definition Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. ## Themen und verwandte Bereiche Dieses Konzept gehört zum Themenfeld [Social Influence](/konzepte/?tag=social-influence). Relevante Tags: [Communication](/konzepte/?tag=communication). ## Wirkmechanismus Message Framing 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 Message Framing ist für Conversion relevant, wenn die Seite genau den Mechanismus berührt, den das Konzept beschreibt: Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. 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 „Message Framing vorhanden“ ist, sondern ob ein beobachtbares Element wie Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale diesen Mechanismus an der passenden Funnel-Stufe auslöst. Prüffrage: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? Eine Empfehlung darf daraus erst entstehen, wenn Beobachtung, Änderungsvorschlag und Messgröße zusammenpassen; passende Messgrößen sind hier vor allem Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote. Aktueller Graph-Kontext: 2 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 - Message Framing im Produktseite: Geprüfte Ausgangslage: Das relevante Element (Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale) ist sichtbar oder wird erwartet, beantwortet aber die Kernfrage noch nicht belastbar: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? 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 Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote messen; ergänzend qualitative Rückfragen auswerten, ob Nutzer die beabsichtigte Bedeutung tatsächlich verstanden haben.. Quellen: Making sense of the “clean label” trends: A review of consumer food choice behavior and discussion of industry implications. (n.d.). https://doi.org/10.1016/j.foodres.2017.07.022; 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.. - Message Framing im Checkout oder Lead-Formular: Geprüfte Ausgangslage: Das relevante Element (Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale) ist sichtbar oder wird erwartet, beantwortet aber die Kernfrage noch nicht belastbar: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? 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 Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote messen; ergänzend qualitative Rückfragen auswerten, ob Nutzer die beabsichtigte Bedeutung tatsächlich verstanden haben.. Quellen: Making sense of the “clean label” trends: A review of consumer food choice behavior and discussion of industry implications. (n.d.). https://doi.org/10.1016/j.foodres.2017.07.022; 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 - [Authority](/konzepte/authority/) — Verstärkt: Message Framing und [Authority](/konzepte/authority/) werden gemeinsam geprüft, wenn Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale mit Testimonials, Reviews, Gütesiegel, Garantien, Datenschutz-Hinweise, Retourenkommunikation, Expertenstatus oder Verantwortlichkeitsangaben 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 (Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale und Testimonials, Reviews, Gütesiegel, Garantien, Datenschutz-Hinweise, Retourenkommunikation, Expertenstatus oder Verantwortlichkeitsangaben dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Message Framing ist ein Review-Kandidat für Conversion-Audits und braucht vor einer Empfehlung ein konkretes Seitenmerkmal, eine Messgröße und einen [Studien](/studien/)pfad.; 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.. - [Identity Signaling](/konzepte/identity-signaling/) — Verstärkt: Message Framing und [Identity Signaling](/konzepte/identity-signaling/) werden gemeinsam geprüft, wenn Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale mit Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale 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 (Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale und Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Message Framing ist ein Review-Kandidat für Conversion-Audits und braucht vor einer Empfehlung ein konkretes Seitenmerkmal, eine Messgröße und einen Studienpfad.; 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.. - [Social Proof](/konzepte/social-proof/) — Verstärkt: Message Framing und [Social Proof](/konzepte/social-proof/) werden gemeinsam geprüft, wenn Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale mit Testimonials, Reviews, Gütesiegel, Garantien, Datenschutz-Hinweise, Retourenkommunikation, Expertenstatus oder Verantwortlichkeitsangaben 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 (Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale und Testimonials, Reviews, Gütesiegel, Garantien, Datenschutz-Hinweise, Retourenkommunikation, Expertenstatus oder Verantwortlichkeitsangaben dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Message Framing ist ein Review-Kandidat für Conversion-Audits und braucht vor einer Empfehlung ein konkretes Seitenmerkmal, eine Messgröße und einen Studienpfad.; 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.. - [Ingroup Bias](/konzepte/ingroup-bias/) — Verstärkt: Message Framing und [Ingroup Bias](/konzepte/ingroup-bias/) werden gemeinsam geprüft, wenn Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale mit Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale 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 (Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote) zusammen dokumentiert sind. Im Audit gemeinsam prüfen, wenn Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale und Review-Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale dieselbe Funnel-Stufe beeinflussen. Relation bedeutet zuerst Zusammenhang/Interaktion; kausal wird sie erst, wenn ein passender Claim-Study-Pfad die konkrete Intervention stützt. Quellenbasis: Message Framing ist ein Review-Kandidat für Conversion-Audits und braucht vor einer Empfehlung ein konkretes Seitenmerkmal, eine Messgröße und einen Studienpfad.; 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: [Message Framing](/konzepte/message-framing/) → Claim: [Message Framing ist ein Review-Kandidat für Conversion-Audits und braucht vor einer Empfehlung ein konkretes Seitenmerkmal, eine Messgröße und einen Studienpfad.](/claims/message-framing-can-influence-conversion/) → Quelle: [Making sense of the “clean label” trends: A review of consumer food choice behavior and discussion of industry implications](/studien/10-1016-j-foodres-2017-07-022/) → [DOI: 10.1016/j.foodres.2017.07.022](https://doi.org/10.1016/j.foodres.2017.07.022). Dieser Pfad stützt eine Aussage zu Message Framing über einen direkt verknüpften Claim und eine im Korpus kuratierte Studie. APA: Making sense of the “clean label” trends: A review of consumer food choice behavior and discussion of industry implications. (n.d.). https://doi.org/10.1016/j.foodres.2017.07.022 - Wissenschaftliche Grundlagenquelle: [Message Framing](/konzepte/message-framing/) → 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 Message Framing 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: [Message Framing](/konzepte/message-framing/) → Quelle: Thinking, Fast and Slow → DOI nicht verfügbar. Diese Quelle liefert wissenschaftlichen Kontext für den Mechanismus von Message Framing 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: [Message Framing](/konzepte/message-framing/) → 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 Message Framing 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 Message Framing: Orientierung, Vergleich, Vertrauensaufbau, Einwandklärung, Preisbewertung, Formular, Checkout oder Follow-up? - Welches beobachtbare Element operationalisiert den Mechanismus: Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale? - Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? - 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: Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote? - 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: Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote. Diese Metriken passen zum konkreten Mechanismus, weil sie die erwartete Veränderung an Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale 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. - Social-Proof-spezifisch: Proof-Elemente nicht nur auf Sichtbarkeit, sondern auf Zielgruppenähnlichkeit, Belegqualität und nachgelagerte Lead-/Kaufqualität prüfen. ## Evidenzstatus Aktueller Evidenzstatus im Knowledge Graph: Konzept-Evidenzgrad D (vorläufig / Review offen). Verknüpfte [Claims](/claims/): 2; davon supported: 2, kontextabhängig/offen: 0. Direkt verknüpfte [Studien](/studien/)/Reviews: 0. Review-Status: draft. ## Verknüpfte Claims - [Message Framing ist ein Review-Kandidat für Conversion-Audits und braucht vor einer Empfehlung ein konkretes Seitenmerkmal, eine Messgröße und einen Studienpfad.](/claims/message-framing-can-influence-conversion/) — Status: Supported, Evidenzgrad: B - [Boundary Conditions für Message Framing: Zielgruppe, Funnel-Stufe, Produktkategorie, Risiko, Messgröße und Umsetzungsqualität müssen vor dem Einsatz geprüft werden.](/claims/message-framing-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 Message Framing ist die wichtigste Grenze, dass der Mechanismus nur dort bewertet werden darf, wo er an einem sichtbaren Element wie Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale tatsächlich plausibel ausgelöst wird. Wenn die Prüffrage nicht beantwortet werden kann — Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? — 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? Message Framing bedeutet: Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. Im Conversion-Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? Messung: Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote. 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/message-framing/#webpage", "url": "https://conversion.stevebaka.de/konzepte/message-framing/", "name": "Message Framing: Definition, Evidenz und Conversion-Bedeutung", "description": "Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden.", "inLanguage": "de-DE", "isPartOf": { "@id": "https://conversion.stevebaka.de/#website" }, "breadcrumb": { "@id": "https://conversion.stevebaka.de/konzepte/message-framing/#breadcrumb" }, "datePublished": "2026-07-01", "dateModified": "2026-07-04", "mainEntity": { "@id": "https://conversion.stevebaka.de/konzepte/message-framing/#term" } }, { "@type": "DefinedTerm", "@id": "https://conversion.stevebaka.de/konzepte/message-framing/#term", "headline": "Message Framing: Definition, Evidenz und Conversion-Bedeutung", "name": "Message Framing: Definition, Evidenz und Conversion-Bedeutung", "description": "Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden.", "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/message-framing/#webpage" }, "datePublished": "2026-07-01", "dateModified": "2026-07-04", "citation": [ "https://conversion.stevebaka.de/" ], "mentions": [ { "@id": "https://conversion.stevebaka.de/konzepte/social-influence/#term" } ], "text": "Message Framing bedeutet: Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. Im Conversion Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Review Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer Signale, Zielgruppenähnlichkeit oder Community /Identitätssignale den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns” Signal? Messung: Klickrate nach Proof Bereich, Add to Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote. Graph Kontext: 2 Claims, 0 direkte Studien/Reviews, 4 Evidence Paths. Definition. Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. Themen und verwandte Bereiche. Dieses Konzept gehört zum Themenfeld Social Influence. Relevante Tags: Communication. Wirkmechanismus. Message Framing 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. Message Framing ist für Conversion relevant, wenn die Seite genau den Mechanismus berührt, den das Konzept beschreibt: Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. 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 „Message Framing vorhanden“ ist, sondern ob ein beobachtbares Element wie Review Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer Signale, Zielgruppenähnlichkeit oder Community /Identitätssignale diesen Mechanismus an der passenden Funnel Stufe auslöst. Prüffrage: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns” Signal? Eine Empfehlung darf daraus erst entstehen, wenn Beobachtung, Änderungsvorschlag und Messgröße zusammenpassen; passende Messgrößen sind hier vor allem Klickrate nach Proof Bereich, Add to Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote. Aktueller Graph Kontext: 2 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. Message Framing im Produktseite: Geprüfte Ausgangslage: Das relevante Element (Review Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer Signale, Zielgruppenähnlichkeit oder Community /Identitätssignale) ist sichtbar oder wird erwartet, beantwortet aber die Kernfrage noch nicht belastbar: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns” Signal? 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 Klickrate nach Proof Bereich, Add to Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote messen; ergänzend qualitative Rückfragen auswerten, ob Nutzer die beabsichtigte Bedeutung tatsächlich verstanden haben.. Quellen: Making sense of the “clean label” trends: A review of consumer food choice behavior and discussion of industry implications. (n.d.). https://doi.org/10.1016/j.foodres.2017.07.022; 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.. Message Framing im Checkout oder Lead Formular: Geprüfte Ausgangslage: Das relevante Element (Review Verteilung, Kundenlogos, Fallbeispiele, Nutzerzahlen, Peer Signale, Zielgruppenähnlichkeit oder Community /Identitätssignale) ist sichtbar oder wird ", "termCode": "message-framing", "inDefinedTermSet": "https://conversion.stevebaka.de/konzepte/" }, { "@type": "BreadcrumbList", "@id": "https://conversion.stevebaka.de/konzepte/message-framing/#breadcrumb", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Startseite", "item": "https://conversion.stevebaka.de/" }, { "@type": "ListItem", "position": 2, "name": "Message Framing: Definition, Evidenz und Conversion-Bedeutung", "item": "https://conversion.stevebaka.de/konzepte/message-framing/" } ] }, { "@type": "FAQPage", "@id": "https://conversion.stevebaka.de/konzepte/message-framing/#faq", "inLanguage": "de-DE", "mainEntity": [ { "@type": "Question", "name": "Wie lässt sich dieses Konzept in Conversion-Audits anwenden?", "acceptedAnswer": { "@type": "Answer", "text": "Message Framing bedeutet: Botschaften können als Gewinn, Verlust, Risiko oder soziale Norm gerahmt werden. Im Conversion-Audit wird das Konzept nur eingesetzt, wenn ein beobachtbares Element wie Review-Verteilung, Kundenlogos, [Fallbeispiele](/datasets/concept-case-examples/), Nutzerzahlen, Peer-Signale, Zielgruppenähnlichkeit oder Community-/Identitätssignale den Mechanismus plausibel auslöst. Geprüft wird über die Frage: Zeigt dieses Element relevante soziale Orientierung für genau diese Zielgruppe, oder bleibt es ein austauschbares “andere mögen uns”-Signal? Messung: Klickrate nach Proof-Bereich, Add-to-Cart, Demo Booking Rate, Trust Score oder qualifizierte Leadquote. 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." } } ] } ] } ```