Soziale Bewährtheit: Bedeutung und Anwendung

Eine Produktseite mit Hunderten von Bewertungen wirkt oft vertrauenswürdiger als dieselbe Seite ohne. Das liegt daran, dass Menschen das Verhalten und Urteil anderer als Hinweis darauf nutzen, was vernünftig ist. Doch wann hilft diese soziale Information bei einer Entscheidung, wann wirkt sie kontraproduktiv und wo wird sie zu Druck oder Täuschung?

Soziale Bewährtheit (Social Proof) ist die Neigung, Verhalten und Urteile davon beeinflussen zu lassen, was andere tun oder denken, vor allem wenn du selbst unsicher bist.

Bekannt wurde der Begriff vor allem durch Robert Cialdini; das Phänomen selbst wird seit den 1930er-Jahren experimentell untersucht. Die Wirkung hängt von der Referenzgruppe, der Glaubwürdigkeit des Signals und davon ab, ob das gezeigte Verhalten erwünscht ist. Gefälschte Bewertungen und irreführend dargestellte Bewertungen gelten in der EU als unlautere Geschäftspraktiken.

Bekannt wurde der Begriff Social Proof vor allem durch das Buch Influence des Sozialpsychologen Robert Cialdini (Cialdini, 1984), das sechs Grundmuster der Beeinflussung beschreibt. Im Deutschen ist auch soziale Bewährtheit gebräuchlich. Cialdini gab dem Phänomen einen bekannten Namen, untersuchte es aber nicht als Erster: Sozialpsychologen erforschten schon seit den 1930er-Jahren, wie das Urteil anderer Wahrnehmung und Entscheidungen prägt. Einen Überblick über alle Prinzipien findest du in Einfluss: Cialdini-Prinzipien. Dieser Artikel vertieft ein Prinzip: Wirkung, Bedingungen und Grenzen.

• Sherif (1935) ließ Menschen in einem dunklen Raum schätzen, wie weit sich ein ruhender Lichtpunkt bewegte, der durch eine optische Täuschung zu wandern scheint. In Gruppen näherten sich die Schätzungen einem gemeinsamen Bezugspunkt an: einer eigenen Gruppennorm (Sherif, 1935).
• Asch (1956) setzte eine Person einer einstimmigen Mehrheit eingeweihter Teilnehmender gegenüber, die beim Vergleich von Linienlängen sichtbar falsche Antworten gab (Asch, 1956). Die Aufgabe war eindeutig; die Frage war, ob Menschen trotzdem mitgingen.
• Milgram, Bickman und Berkowitz (1969) ließen unterschiedlich große Gruppen auf einer belebten Straße nach oben schauen. Je größer die Gruppe, desto größer der Anteil der Passanten, die das Verhalten übernahmen (Milgram et al., 1969).

Eine Metaanalyse von 133 Studien mit der Linienaufgabe aus 17 Ländern fand, dass Konformität in US-Studien seit den 1950er-Jahren abnahm und in kollektivistischen Ländern höher lag (Bond & Smith, 1996). Konformität ist also keine feste Konstante.

Deutsch und Gerard (1955) variierten das Experiment von Asch, unter anderem mit anonymen Antworten und Antworten von Angesicht zu Angesicht (Deutsch & Gerard, 1955). Aus ihrer Arbeit stammt eine bis heute genutzte Unterscheidung:

• Informationaler Einfluss: Du übernimmst Verhalten oder Urteil anderer als Hinweis auf die Wirklichkeit. Wenn viele etwas kaufen, ist es vielleicht gut.
• Normativer Einfluss: Du passt dich an, um dazuzugehören oder Ablehnung zu vermeiden, auch wenn du zweifelst.

Soziale Bewährtheit beruht vor allem auf informationalem Einfluss, besonders wenn du selbst wenig beurteilen kannst. In der Praxis überlappen beide: Eine Bewertung informiert, aber „das haben schon alle“ kann sich wie eine Erwartung anfühlen.

Goldstein, Cialdini und Griskevicius (2008) verglichen in Hotelzimmern eine Standardkarte mit Umweltbotschaft mit Karten, die mitteilten, dass die meisten Gäste ihre Handtücher wiederverwenden, also einer deskriptiven Norm. Die Normbotschaft führte zu mehr Wiederverwendung, und die Variante über Gäste im selben Zimmer war am stärksten (Goldstein et al., 2008).

Bohner und Schlüter (2014) wiederholten dies in zwei deutschen Hotels (724 und 204 Beobachtungen). Beide Botschaftsarten erhöhten die Wiederverwendung gegenüber keiner Botschaft, doch die Normbotschaften waren nicht wirksamer als die Standardbotschaft, und der Effekt der Referenzgruppe war uneinheitlich (Bohner & Schlüter, 2014). Die Wiederverwendung lag dort bereits viel höher: etwa 70 bis 90 Prozent, gegenüber 35 bis 50 Prozent in den US-Studien.

Die Lehre: Eine Normbotschaft kann wirken, aber ein Effekt in einem Kontext garantiert nichts für einen anderen.

Online zeigt sich soziale Bewährtheit als Bewertungen, Sternebewertungen und Hinweise wie „oft gekauft“. Eine Metaanalyse von 51 Studien fand eine durchschnittliche Absatzelastizität von 0,236 für die Anzahl der Bewertungen und 0,417 für die durchschnittliche Bewertung: 1 Prozent mehr Bewertungen ging im Schnitt mit 0,236 Prozent mehr Absatz einher. Die Zusammenhänge waren stärker bei Produkten, die man vorab schwer ausprobieren kann, und bei Bewertungen auf unabhängigen Plattformen (You et al., 2015). Es handelt sich überwiegend um Zusammenhänge, nicht um belegte Ursachen.

Zahlen haben eine eigene Dynamik. In Experimenten von Powell et al. (2017) wählten Teilnehmende unter bestimmten Bedingungen das Produkt mit mehr Bewertungen, auch wenn ein statistisches Modell das Produkt mit weniger Bewertungen als wahrscheinlich besser einstufte (Powell et al., 2017). Siehe auch Was ist eine prägnante Kundenstimme im Zielgruppenprofil?

Die Rolle der Ähnlichkeit ist eine Arbeitshypothese; prüfe sie für deine Zielgruppe.

Cialdini (2003) wies darauf hin, dass Kampagnen, die betonen, wie häufig unerwünschtes Verhalten vorkommt, implizit sagen: Viele tun das (Cialdini, 2003). Normbotschaften wirken besser, wenn das, was Menschen tun, und das, was sie gutheißen, übereinstimmen.

Schultz et al. (2007) fanden in einem Feldexperiment, dass ein Vergleich mit dem durchschnittlichen Energieverbrauch der Nachbarschaft Vielverbraucher sparen ließ, sparsame Haushalte aber mehr verbrauchen ließ: ein Bumerangeffekt. Eine zusätzliche Botschaft der Zustimmung oder Ablehnung hob ihn auf (Schultz et al., 2007).

Online liegt eine ähnliche Logik nahe: Ein Zähler mit „zwei Käufern“ bei einem Nischenmodell vermittelt ebenfalls eine Norm, aber eine ungünstige. Das ist eine redaktionelle Ableitung, kein eigens untersuchter Effekt.

Soziale Bewährtheit informiert; Druck und Täuschung lenken am eigenen Urteil vorbei. Anzeichen sind erfundene Zahlen, manipulierte Bewertungen und Hinweise, die Zeitdruck erzeugen.

Fake-Bewertungen sind kein Randphänomen. Luca und Zervas (2016) fanden, dass etwa 16 Prozent der Restaurantbewertungen auf Yelp als verdächtig gefiltert wurden; Restaurants mit schwachem Ruf waren häufiger an Betrug beteiligt (Luca & Zervas, 2016).

Die Richtlinie (EU) 2019/2161 änderte unter anderem die Richtlinie über unlautere Geschäftspraktiken. Macht ein Unternehmer Verbraucherbewertungen zugänglich, gelten Informationen darüber, ob und wie er sicherstellt, dass sie von echten Nutzern oder Käufern stammen, als wesentlich. Gefälschte Bewertungen abzugeben oder abgeben zu lassen und Bewertungen falsch darzustellen, steht auf der Liste verbotener Praktiken (Richtlinie (EU) 2019/2161). Dies ist keine Rechtsberatung: Lass deine Anwendung rechtlich prüfen.

Dieser Ablauf ist redaktionelle Empfehlung, kein validiertes Protokoll.

1. Entscheidung und Unsicherheit beschreiben. Was kann die Zielgruppe selbst schwer beurteilen?
2. Referenzgruppe bestimmen. Mit wem vergleicht sich die Zielgruppe? Untersuche es, statt es anzunehmen.
3. Echte Signale erfassen. Welche Bewertungen sind verifiziert, welche Zahlen nachvollziehbar?
4. Bedeutung untersuchen. Weckt „oft gekauft“ Verlässlichkeit oder Massenware? Siehe Wie misst man Assoziationen?
5. Vorab testen. Lege Ergebnismaße fest, auch Vertrauen und Retouren. Siehe Von Zielgruppenerkenntnissen zu prüfbaren Botschaften
6. Rahmenbedingungen prüfen. Lass rechtliche und ethische Punkte prüfen.

Dieses Beispiel ist fiktiv und hat keine Ergebnisse.

Situation. Ein Onlineshop für gebrauchte und aufbereitete Smartphones und Laptops möchte Bewertungen und den Hinweis „diesen Monat oft gekauft“ anzeigen.

Entscheidungsfrage. Hilft das zögernden Käufern, und welche Form finden sie glaubwürdig?

Verfügbare Informationen. Eigene Bewertungen, nicht alle mit einem Kauf verknüpft; Verkaufszahlen pro Modell; Kundenfragen zu Garantie und Akkuzustand.

Vorgehen. Das Team macht zuerst sichtbar, wie Bewertungen geprüft werden, und kennzeichnet nur Bewertungen nachweislicher Käufer. Interviews und eine Assoziationsaufgabe zeigen, welche Referenzgruppe wiedererkannt wird und ob „oft gekauft“ Verlässlichkeit weckt oder „billig und schnell weg“. Danach folgt ein vorab festgelegter Test: keine soziale Information, verifizierte Bewertungen, Bewertungen mit Zahlen. Ergebnismaße: Käufe, Retouren und Fragen zum Vertrauen.

Mögliche Interpretation. Helfen Zahlen bei beliebten Modellen, gilt das nicht automatisch für Nischenmodelle mit niedrigem Zähler. Timer und „gerade angesehen von“ gehören nicht zum Test.

Nächster Schritt. Ergebnisse je Produktgruppe vergleichen und die Bewertungsrichtlinie veröffentlichen.

• Eine Studie als Gesetz behandeln: Die Hotelstudie ließ sich nicht einfach wiederholen.
• Durchschnitte als Vorhersage nutzen: Eine Elastizität aus einer Metaanalyse sagt nicht voraus, was mit deinem Produkt passiert.
• Die Referenzgruppe annehmen, statt sie zu untersuchen.
• Eine negative Norm kommunizieren: „Viele vergessen das“ normalisiert das Vergessen.
• Niedrige oder ungeprüfte Zahlen zeigen.
• Die rechtliche Prüfung überspringen. Siehe auch Was bedeutet das Feld Belege im Zielgruppenprofil?

Menschen nutzen das, was andere tun, als Information, vor allem bei Unsicherheit. Das macht soziale Signale nützlich, aber nicht vorhersagbar: Effekte unterscheiden sich je nach Kontext, negative Normen können kontraproduktiv wirken und Fake-Bewertungen sind in der EU verboten. Untersuche daher zuerst, welche Referenzgruppe und Signale deine Zielgruppe glaubwürdig findet, und teste dann.