Katalog
concept#Produkt#Delivery#Governance#Software‑Engineering

Behavior Change

Konzept und Methoden zur systematischen Beeinflussung menschlichen Verhaltens in Produkten, Kommunikation und Organisation.

Behavior Change beschreibt Prinzipien und Methoden, um menschliches Verhalten systematisch zu verstehen und gezielt zu beeinflussen.
Etabliert
Mittel

Klassifikation

  • Mittel
  • Organisatorisch
  • Design
  • Fortgeschritten

Technischer Kontext

Analytics-Plattformen (z. B. Google Analytics, Mixpanel)Experiment- und Feature-Flag-Tools (z. B. Optimizely)User-Research-Tools (Surveys, Session Replay)

Prinzipien & Ziele

Hypothesenbasiertes Vorgehen: Formuliere klare Annahmen vor Interventionen.Messbarkeit: Definiere vorab KPIs und Metriken für Verhalten.Iteratives Testen: Kleine Experimente statt großer theoretischer Änderungen.
Erkundung
Unternehmen, Domäne, Team

Use Cases & Szenarien

Kompromisse

  • Unbeabsichtigte Verhaltensverschiebungen in andere, negative Bereiche.
  • Vertrauensverlust bei Nutzern durch zu aggressive Nudges.
  • Fehlende Generalisierbarkeit von Experimentergebnissen.
  • Nutze kleine, gut definierte Experimente
  • Priorisiere ethische Transparenz gegenüber Nutzern
  • Verbinde qualitative und quantitative Erkenntnisse

I/O & Ressourcen

  • Quantitative Nutzungsdaten (Events, Funnels)
  • Qualitatives Nutzerfeedback und Interviews
  • Hypothesen und Erfolgskriterien
  • Getestete Interventionen und Ergebnisse
  • Empfehlungen für Produktänderungen
  • Monitoring- und Metrik-Set

Beschreibung

Behavior Change beschreibt Prinzipien und Methoden, um menschliches Verhalten systematisch zu verstehen und gezielt zu beeinflussen. Es kombiniert Erkenntnisse aus Psychologie, Verhaltensökonomie und Design, um Interventionen zu planen, zu messen und iterativ zu verbessern. Es hilft bei der Auswahl geeigneter Metriken, Hypothesen und Experimentdesigns.

✔

  • Gezielte Erhöhung von erwünschten Nutzeraktionen und Adoption.
  • Verbesserte Produktentscheidungen durch empirische Erkenntnisse.
  • Effektivere Kommunikation und höhere Relevanz bei Zielgruppen.

✖

  • Kontextabhängigkeit: Interventionswirkung kann stark variieren.
  • Messprobleme: Kausale Effekte sind nicht immer eindeutig nachweisbar.
  • Ethik und Akzeptanz: Manipulative Maßnahmen können Ablehnung auslösen.

  • Konversionsrate (Conversion)

    Anteil der Nutzer, die eine gewünschte Aktion ausführen.

  • Retention

    Anteil der Nutzer, die über Zeit aktiv bleiben.

  • Verhaltensfrequenz

    Wie oft eine Zielhandlung innerhalb eines Zeitraums auftritt.

EAST-Intervention für Energieeinsparung

Einsatz des EAST-Prinzips (Make it Easy, Attractive, Social, Timely) zur Reduktion des Energieverbrauchs in Haushalten.

Onboarding-Experiment eines SaaS-Produkts

A/B-Test mit vereinfachter Checkliste und Social Proof führte zu höherer Aktivierung neuer Nutzer.

Verhaltenswerkstatt zur Sicherheitskultur

Workshops und sichtbare Reminder erhöhten die Einhaltung von Sicherheitsprozessen in einer Produktionseinheit.

1

Problemdefinition und Zielsetzung

2

Hypothesenbildung und Messkonzeption

3

Experimentieren, Auswerten und Iterieren

⚠️ Technische Schulden & Engpässe

  • Fehlende Ereignis-Instrumentierung für Verhaltensmessung
  • Fragmentierte Datenquellen erschweren Analyse
  • Keine Versionierung von Experiment-Setup und Hypothesen
DatenverfügbarkeitKulturelle ResistenzMessbarkeit
  • Aggressive Dark Patterns, die kurzfristig KPIs erhöhen
  • Belohnung statt Verhaltensänderung führt zu Abhängigkeit
  • Interventionen ohne Datenschutzprüfung
  • Verwechseln Korrelation mit Kausalität
  • Messen falscher Metriken (Vanity Metrics)
  • Zu große Änderungen ohne schrittweise Tests
Grundlagen der VerhaltenswissenschaftExperimentdesign und StatistikProdukt- und UX-Fähigkeiten
Messbarkeit von VerhaltenDatenschutz und EthikSkalierbarkeit von Interventionen
  • • Rechtliche Vorgaben (Datenschutz, Werbung)
  • • Begrenzte Ressourcen für Experimente
  • • Zugänglichkeit und Inklusion