Landingpages optimieren: Der unterschätzte Hebel im Performance-Marketing
Johannes Schulz23.1.2026
Wie du Landingpages optimieren und deinen ROAS nachhaltig steigern kannst
Inhalt
- Das typische Plateau-Problem im Performance-Marketing
- Was ist Landingpage-Optimierung?
- Die Trackinggrundlage aufbauen
- Heat-Mapping und Session-Recording
- Die 6 Optimierungsschritte
- Fazit
Das typische Plateau-Problem im Performance-Marketing
- Ein stagnierender ROAS liegt oft an der Landingpage, nicht an den Anzeigen selbst.
- Landingpage-Optimierung kann die Conversion-Rate ohne zusätzliches Budget massiv steigern.
- Fundierte Analyse durch Tracking, Heatmaps und Session-Recordings ist die Basis für echte Verbesserungen.
- Mobile-Optimierung, Page-Speed und systematisches A/B-Testing sind zentrale Erfolgshebel.
- Ein kontinuierlicher CRO-Workflow bringt nachhaltige Performance-Steigerungen im Performance-Marketing.
Das typische Plateau-Problem im Performance-Marketing
Mit einem mittleren fünfstelligen Monatsbudget bei Google Ads läuft eine solide Performance-Marketing-Strategie. Die Kampagnen sind strukturiert, die Anzeigentexte funktionieren, die Gebote sind optimiert. Und trotzdem stagniert der ROAS.
Diese Situation führt typischerweise zu einer Reaktion: Weitere Keyword-Optimierung, neue Ad-Variationen, Adjustments bei der Bidding-Strategie. Die Vermutung lautet: Das Problem ist bei den Ads.
Das ist in den meisten Fällen eine falsche Annahme. Die Kampagne beginnt dort erst, wo der Besucher auf der Landingpage ankommt. Die Optimierung an der Anzeige ist Voraussetzung, nicht die alleinige Lösung.
Das Team rund um marketbirds.io hat über 12 Jahre hinweg mehr als hundert Landingpage-Optimierungsprojekte analysiert und dabei über 200 Millionen Euro Adspend bei Google und Meta evaluiert. Die konsistente Beobachtung: Unternehmen mit optimierten Ads und suboptimalen Landingpages verschenken zwischen 30 und 60 Prozent ihres Conversion-Potenzials.
Konkret dokumentiert: Durch systematische Landingpage-Optimierung wurde in mehreren Fällen eine Steigerung der qualifizierten Leads um über 140 Prozent erreicht – ohne zusätzliches Werbe-Budget.
Das ist kein Zufall, sondern das Ergebnis von datengestützter Analyse und systematischer Optimierung. Dieser Artikel zeigt, wie das funktioniert.
Was ist Landingpage-Optimierung?
Eine Landingpage ist die Zielseite einer Anzeige. Sie hat eine Funktion: Den Besucher zur gewünschten Konversion führen. Landingpage-Optimierung bedeutet, diese Seite kontinuierlich so anzupassen, dass der Anteil konvertierender Besucher steigt. Das ist kein einmaliges Projekt, sondern ein datengestützter, kontinuierlicher Prozess.
Dieser Prozess umfasst mehrere Dimensionen:
- Relevanz: Stimmt der Seiten-Inhalt mit dem Anzeigen-Versprechen überein?
- User Experience: Ist die Navigation intuitiv, lädt die Seite schnell, ist sie auf mobilen Geräten optimiert?
- Überzeugungskraft: Werden potenzielle Einwände thematisiert? Wird Vertrauen aufgebaut?
- Klarheit der Aktion: Ist die gewünschte Handlung (Call-to-Action) unmissverständlich?
- Mobile First: Ist die Seite konsequent für mobile Geräte optimiert? (70-90 Prozent des Traffics erfolgt mobil.)
Diese Basis bestimmt, ob eine Seite konvertiert oder nicht.
Die Trackinggrundlage aufbauen
Man kann nur optimieren, was man misst. Das ist die notwendige Voraussetzung.
UTM-Trackingplan
Bevor eine Kampagne läuft, muss die Tracking-Struktur definiert sein. Ein standardisiertes UTM-Schema verhindert später Daten-Chaos. Das ganze kann und sollte in einer Tabelle für alle Werbemaßnahmen gepflegt werden. Innerhalb von Google Ads kann man dann mit dynamischen Parametern arbeiten.
Grundaufbau:
- utm_source: google_ads
- utm_medium: cpc
- utm_campaign: [Kampagnen-Identifier]
- utm_content: [Anzeigengruppe oder Variante]
Beispiel: `www.domain.de/kontakt?utm_source=google_ads&utm_medium=cpc&utm_campaign=q1_2025_leads&utm_content=variant_a`
Das erlaubt später: Welche Anzeigengruppe generiert Traffic, konvertiert aber nicht? Welche Anzeige hat bessere Lead-Qualität?
CMP-Banner konfigurieren
Bevor Analytics implementiert wird, muss die Consent-Management-Platform funktional und DSGVO-konform richtig aufgesetzt sein. Das Standard-Problem: Viele CMP-Systeme sind so konfiguriert, dass häufig das Tracking abgelehnt wird weil die Nutzer*in irgendwo klickt.
Das Resultat:
- 50-70 Prozent die Nutzer*in lehnen Analytics-Cookies ab
- Nur etwa 30-50 Prozent des Traffics werden erfasst und die Algorithmen aber auch die eigenen Auswertungen leiden unter der fehlenden Aussagekraft
- GA4-Daten sind deutlich verzerrt
Beispiel aus der Praxis: Ein Unternehmen registrierte 100 Conversions/Woche in GA4. Das CRM zeigte 150 Conversions. Die fehlenden 50 Conversions kamen von Nutzer*innen, die Analytics-Cookies ablehnten. GA4 registrierte sie nicht, das CRM aber schon (unabhängig des Trackings landen validierte Leads bei Formularabsenden immer im CRM). Ergebnis: Es fehlen 30 % der Daten.
Best Practice beim Banner-Design:
Die große Frage lautet oft „Wie sieht denn der perfekte Cookie Banner bzw. Consent-Management-Banner aus?“. Wir haben alle Varianten getestet und auch hochperformante Webshops wie bspw. Zalando nutzen ein konsistentes Muster: Ein Bottom-Bar-Banner mit klarer Struktur – kurze Headline, verständlicher Text, zwei Buttons nebeneinander („Ablehnen" neutral, „Akzeptieren" prominent), zusätzlich ein Link für granulare Einstellungen. Natürlich muss man als Website-Betreiber selbst mit einem Datenschutzexperten zu dem Thema sprechen für eine Rechtsberatung.
Bottom-Bar-Banner-Design als Best-Practice-Referenz
Umsetzung:
1. Banner-Design überprüfen (Bottom-Bar oder Modal?)
2. CMP-Konfiguration: Was ist Essential, was Analytics?
3. Fallback: CRM Daten gegenprüfen – wie viele Daten verliere ich durch den Banner?
4. CMP-Interaktionen prüfen: Viele CMP-Banner-Anbieter können die Akzeptanzraten ausweisen.
Conversion-Tracking validieren
Es sollte regelmäßig das Tracking validiert werden, bspw. durch Test-Conversions. Anomalie-Detektoren können dabei helfen, diese Tools erkennen untypische Schwankungen in den Traffic- und Conversionzahlen und können dann einen Alert absenden.
Heat-Mapping und Session-Recording
Google Analytics, Matomo (zuvor Piwik) und Co. Zeigen Website-Tracking-Zahlen wie bpsw. 1000 Besucher, 50 Conversions, Bounce-Rate 45 Prozent. Es zeigt nicht: Wo konzentriert sich die Aufmerksamkeit? Wo entstehen Reibungen? Deshalb ist es wichtig, ein User-Behavior-Tool zu nutzen wie bspw. Hotjar oder Clarity.
Heat-Mapping-Tools visualisieren:
- Scroll-Verhalten (wie tief scrollen Nutzer?)
- Click- bzw. Tab-Verhalten (worauf klicken Nutzer tatsächlich?)
- Aufmerksamkeits-Konzentrationen
Session-Recording zeigt echte Nutzersessions: Person A klickt auf Button, nichts passiert (Tech-Problem). Person B scrollt endlos, findet das Formular nicht (UX-Problem).
Beispiel einer gut strukturierten Landingpage im oberen Bereich
Heatmap-Overlay derselben Seite zum Vergleich von Intention vs. echtem Nutzerverhalten
Erkenntnis: Der Vergleich einer Top-Performer-Seite mit einer schwach-performenden Seite zeigt typischerweise deutliche Verhaltensunterschiede. Auf schwachen Seiten ignorieren Nutzer wichtige Elemente, scrollen nicht weit oder verlassen nach Sekunden die Page.
Empfohlener Workflow: 20-30 Sessions der besten Seite analysieren, dann 20-30 Sessions der schlechtesten. Die Unterschiede sind meist offensichtlich.
Daten interpretieren: Hypothesen generieren
Mit Daten allein ist nichts getan. Sie müssen interpretiert werden. Eine valide Hypothese basiert auf Beobachtungen:
Hypothese 1 (aus Heat-Map): „70 Prozent der Besucher scrollen nicht bis zum Formular. Wenn wir das Formular nach oben verschieben, steigt die Conversion-Rate um mindestens 10 Prozent."
Hypothese 2 (aus GA4): „Die Bounce-Rate ist 72 Prozent (vs. 45 Prozent auf unserer besten Seite). Das ist ein Relevanz-Mismatch. Wenn wir die Headline mit der Anzeige synchronisieren, sinkt die Bounce-Rate um 15 Prozent."
Hypothese 3 (aus Google Ads): „Google zeigt ‚Nutzererfahrung mit der Landingpage: Unterdurchschnittlich“ . Wenn wir die Ladezeit auf unter 2 Sekunden reduzieren, steigt die Conversion-Rate um 12-20 Prozent."
Die größte Herausforderung, die wir immer wieder bei CRO-Plänen beobachten, ist, dass diese zwar oft begonnen werden aber dann nach den ersten Tests nicht weitergeführt werden. So etwas funktioniert nur, wenn sich jemand dafür den Hut aufsetzt und regelmäßig Tests durchführt und neue Hypothesen erstellt.
Die 6 Optimierungsschritte
1. Relevanz-Match sicherstellen
Das häufigste Problem: Anzeige verspricht A, Seite zeigt B. Und auch super oft: Anzeige spricht Zielgruppe A an, Seite spricht Zielgruppe B an.
Beispiel: Anzeige bewirbt „Kostenloser 14-Tage-Test der Software ". Landingpage: „Demotermin vereinbaren". Besucher sind verwirrt, klicken weg, Bounce-Rate steigt, Quality-Score sinkt. Aus 12 Jahren Optimierung: Dieser eine Punkt ist oft für 20-40 Prozent der Conversion-Rate-Unterschiede verantwortlich.
Umsetzung:
- Headline der Seite = Headline muss die Zielgruppe ansprechen, zum Kontext der vorher angeklickten Werbeansprache passen und sehr einfach verständlich sein
- Main Benefits aus der Anzeige sind im oberen Bereich sichtbar, auch mobil
- Jede Anzeigengruppe/Werbeansprache hat eine dedizierte Seite
- Es wird Vertrauen durch vertrauensbildende Elemente geschaffen
2. Einwände adressieren
Besucher kommen mit Zweifeln:
- „Gibt es versteckte Kosten?"
- „Ist des Scam?"
- „Ist das überhaupt passend für mich?"
Beobachtung: Seiten, die diese Einwände explizit adressieren, konvertieren deutlich besser als generische Seiten.
Umsetzung
- Identifiziere die Top-Einwände deiner Zielgruppe
- Adressiere sie mit spezifischem Content (Video, Grafik, Testimonial auf emotionaler und rationaler Ebene)
- Vertrauens-Signale (Bewertungen, Zertifikate, Referenzen) einbauen
3. Formulare testen
Jedes personenbezogene Formularfeld kostet Conversions. Ein zusätzliches Feld = ca. 5-10 Prozent weniger Abschlüsse. Prüfe bitte genau, welche Informationen du für den Lead benötigst. Denke dabei aber auch umgekehrt an deinen Vertrieb: Je nachdem, um welches Angebot es sich handelt, kann ein Multi-Step-Formular mit mehren Fragen und konkreten personenbezogenen Angaben wie einer Telefonnummer, dabei helfen, dass zwar weniger aber dafür qualitativere Leads generiert werden.
Struktur: Multi-Step-Formulare (3-4 Seiten, je 1-2 Felder) konvertieren häufig (8 von 10 Cases haben besser konvertiert) besser als Single-Page-Formulare mit vielen Feldern. Der Grund: Psychologisch ist „Name eingeben und weitergehen" einfacher als „5 Felder ausfüllen und absenden". Die Nutzer*in hat das Gefühl von Fortschritt und es ist mobil angenehmer zu bedienen.
Google Ads Spalten-Konfiguration als Screenshot zur Verdeutlichung, welche Metriken aktiviert werden sollten
4. Mobile-First Optimierung
70-90 Prozent des Traffics ist üblicherweise heutzutage mobil. Je nach Zielgruppe und Werbekanal. B2B auf Bing oder Google kann schon mal etwas mehr Destop-Anteil haben, aber bspw. Meta Ads Traffic ist häufig 90%+ mobil. Das liegt auch viel in der Natur der Sache, weil Meta Ads bspw. sehr stark über Instagram App ausgespielt werden.
Standard-Fehler: Seite für Desktop bauen, dann mobil „anpassen".
Richtig: Für Mobile bauen, dann auf Desktop erweitern.
Mobile Anforderungen:
- Buttons groß genug für Daumen
- keine Overlays (bspw. Trust-Siegel oder CMP Siegel) im Thumb-Space (unten rechts)
- Formulare nutzerfreundlich (große Input-Felder und Step-by-Step)
- Text lesbar ohne Zoom
- Navigation einfach
- Ladezeit unter 2 Sekunden
Test: Nicht nur den Browser-Emulator nutzen sondern auch echte Handys im mobilen Netz auf Android und IOS.
5. Page-Speed optimieren
Eine Seite, die eine Sekunde langsamer lädt, kostet ca. 7 Prozent Conversions. Eine 5-Sekunden-Seite statt 1-Sekunden-Seite kostet ca. 40 Prozent.
Hebel:
- Bilder komprimieren
- Lazy Loading
- Caching (Browser, Server, CDN)
- Minimal notwendige Scripts
- HTTPS/HTTP/2
Metrik: Largest Contentful Paint (LCP) – unter 2 Sekunden ist das Ziel.
6. A/B-Testen systematisch
Das ist der Prozess, der alles zusammenbindet.
A/B-Test: Element ändern (Headline, Button-Farbe, Argument-Reihenfolge), 50/50 Traffic-Split, auswerten. Der Gewinner wird Standard. Dann nächstes Element.
Priorisierung nach Effort × Impact:
- Headlines testen (einfach, hoher Impact)
- Button-Text testen (einfach, mittlerer Impact)
- Formular-Layout testen (mittler, hoher Impact)
- Argument-Reihenfolge testen (einfach, mittlerer Impact)
Learnings auf andere Seiten replizieren
Hier passiert der Multiplikator-Effekt. Ein Test funktioniert auf einer Landingpage mit 5000 monatlichen Visits. Dann wird das Learning auf die Homepage mit 30.000 monatlichen Visits repliziert. Dadurch können andere Traffic-Kanäle wie Direct/None oder Organic von den Learnings profitieren.
Bedingung: Kontextuell muss es natürlich passen, sonst macht eine Adaption auf der Startseite/Homepage keinen Sinn. Hier ein paar Beispiele:
- „100 Prozent kostenlos" funktioniert überall
- „Nur diese Woche: 50 Prozent Rabatt" funktioniert nicht auf der statischen Homepage wenn das Angebot bereits abgelaufen ist
- Aggressive Rabatt-Banner passen nicht zu Premium-Positionierung
Workflow
1. Nach jedem erfolgreichen Test dokumentieren: Was funktionierte? Warum könnte es funktionieren?
2. Kontext-Check: Passt das auf die Homepage? Ist die Zielgruppe ähnlich? Ist das Angebot das gleiche?
3. Formulierung anpassen (falls notwendig)
4. Test-Mindset behalten: Nicht garantiert, aber wahrscheinlich
Fazit
Ab einem mittleren vierstelligen Monatsbudget bei Google Ads ist Landingpage-Optimierung nicht eine „später"-Aufgabe. Es ist der direkteste Weg, den ROAS zu verbessern, ohne das Budget zu erhöhen.
Die Logik: Bessere Landingpage = höhere Conversion-Rate = besserer ROAS = mehr Profit. Dabei wird auch der Qualitätsfaktor von Google Ads verbessert, was einen niedrigeren Cost per Click zur Folge hat und noch mehr Traffic bei gleichbleibendem Budget bedeutet. Außerdem führen mehr mitgemessene Conversions zu besseren Entscheidungen der Gebotsstrategie-Algorithmen, was sich wiederum positiv auswirkt auf den Return on Advertising Spend.
Das braucht Geduld und Systematik. Nicht alle Tests sind Gewinner, aber die Winning-Varianten zahlen dauerhaft positiv auf die eigenen Ergebnisse ein.
So gelingt dir der Start
- Schwächste und stärkste Landingpage identifizieren (niedrigste Conversion-Rate)
- 20-30 Session-Recordings analysieren, Heatmap prüfen, Websitedaten auswerten, Best-Practices abgleichen
- Quick Wins umsetzen (Relevanz, Formular, Mobile, Speed – die klassischen oben genannten Best-Practices)
- Zwei bis vier Wochen messen, je nach Traffic, Saisonalität etc.
- Hypothesen bilden und systematisch A/B-testen
- Learnings auf andere Seiten replizieren
- Wieder von Vorne beginnen und analysieren etc.
Wir arbeiten nach exakt diesem Playbook. Es funktioniert konsistent und liefert neben den Google Ads Optimierungen im Werbeaccount die wichtigen Performance-Steigerungen in Zeiten von starken Wettbewerb, hohen CPCs etc. Die Konkurrenz optimiert bereits. Der Zeitpunkt ist jetzt.
Autor*In
Johannes Schulz
Autor*In
Johannes Schulz
Johannes Schulz ist Gründer und Geschäftsführer von marketbirds. Das Team rund um marketbirds.io hat über 12 Jahre mehr als 200 Millionen Euro Adspend optimiert und hunderte Landingpage-Projekte durchgeführt. Die Überzeugung: Die besten Performance-Marketing-Ergebnisse entstehen durch kontextuelle, zielgruppenspezifische Werbeansprachen und systematische Landingpage-Optimierung mit datengestützten Entscheidungen – nicht ausschließlich durch Ad-Variationen.
