9. November 2026Aktualisiert am Fathy Shalaby12 Min. Lesezeit
Mock Purchase Intent Test: Zwei Preise vergleichen, ohne zu verkaufen
Vergleiche zwei Preise in etwa einer Woche, ohne etwas zu verkaufen – solange du offen sagst, dass keine Bestellung erfolgt, und jedes Ja als reine Absichtserklärung wertest.
Teilen
Dieser Artikel wurde aus dem Englischen übersetzt. Original lesen
Ein Mock Purchase Intent Test zeigt einen potenziellen Preis und fragt, ob jemand das Produkt kaufen würde – ganz ohne Bestellung oder Bezahlung. Du führst ihn mit zwei Preisen über zwei vergleichbare Gruppen durch, ein Preis pro Person, und vergleichst dann den Anteil der Ja-Stimmen sowie den ungefähren Umsatz pro Besucher. Der Test misst eine geäußerte Kaufabsicht, keine echten Verkäufe, und die Seite muss das auch transparent machen.
Die wichtigsten Erkenntnisse
Die Evidenz basiert auf Meinungen. Strategyzers Zusammenfassung von Testing Business Ideas stuft geäußerte Absichten als mäßige Evidenz ein – deutlich unter echtem Verhalten wie echten Käufen (Strategyzer, 2025).
Der nächste Verwandte in der Bibliothek von Bland und Osterwalder ist der Mock Sale, bewertet mit 1 von 5 Punkten bei den Kosten und 3 von 5 bei der Evidenzstärke. Ein echter Vorverkauf (Presale) erreicht bei der Evidenz 5 von 5 Punkten (Strategyzer-Poster).
Vergleiche Preise anhand von Ja-Quote × Preis, nicht allein nach der Ja-Quote. Der höhere Preis gewinnt immer dann, wenn seine Ja-Quote höher ist als: niedrigere Quote × niedrigerer Preis ÷ höherer Preis.
Zwei Gruppen von je 200 Personen können 11 % nicht verlässlich von 7 % unterscheiden. Dafür braucht man etwa 800 Besucher pro Preis.
Geäußerte Kaufabsicht und tatsächliches Kaufverhalten weichen in beide Richtungen voneinander ab. Die Prognoseforschung zeigt, dass Schätzungen, die direkt auf Kaufabsichten basieren, oft verzerrt sind und Käufe entweder über- oder unterschätzen (Armstrong, Morwitz & Kumar, 2000).
Was ist ein Mock Purchase Intent Test?
Es ist eine ehrliche Version des Mock Sale. In Testing Business Ideas führen David J. Bland und Alex Osterwalder den Mock Sale unter den „Simulations“-Validierungsexperimenten auf, zusammen mit dem Wizard of Oz und dem Letter of Intent (UPV-Kursfolien).
Der klassische Mock Sale – auch „Dry Wallet“ oder „Covert Sale“ genannt – zeigt ein täuschend echt wirkendes Angebot, lässt Nutzer auf „Kaufen“ klicken und bricht vor der Zahlung mit einer „Demnächst verfügbar“- oder Wartelisten-Meldung ab (Kromatic). Die Version von Specky verzichtet auf dieses Versteckspiel. Sie stellt die Frage ganz offen („Würdest du es zu diesem Preis kaufen?“) und stellt auf der Seite klar, dass dies keine Bestellung ist. Man verliert etwas Realismus, behält aber das Vertrauen der Besucher – und die Daten bleiben ehrlich bezüglich dessen, was sie wirklich sind.
Welches Risiko wird getestet und wie stark ist die Evidenz?
Getestet wird die Rentabilität (Viability): Welcher Preis erzielt die bessere Resonanz? Die Evidenz basiert auf Meinungen. Die Antworten sind geäußerte Absichten, kein Verkauf und keine echte Verpflichtung. Unser Leitfaden zur Auswahl eines Produktexperiments ordnet ihn daher ziemlich weit unten auf der Leiter ein – egal wie echt die Seite aussehen mag.
Wann solltest du einen Mock Purchase Intent Test einsetzen?
Nutze ihn, wenn du bereits eine Zielgruppe erreichst und zwei Preise kostengünstig vergleichen willst, bevor du dich auf einen festlegst. Da beide Gruppen jeweils nur einen Preis sehen, ist der direkte Vergleich zwischen ihnen aussagekräftiger als jede Zahl für sich allein.
Nutze ihn nicht als verlässliche Umsatzprognose. Wenn Menschen sagen, dass sie kaufen würden, ist das etwas völlig anderes, als wenn sie es tatsächlich tun. Er sollte auch niemals wie ein echter Checkout gestaltet sein: Wenn jemand glaubt, gerade verbindlich zu bestellen, hast du ihn getäuscht. Für stärkere Evidenz solltest du eine Unterschrift über einen Letter of Intent einholen.
Der Test passt am besten, wenn:
Du mindestens 200 Besucher hast, die du aufteilen kannst, idealerweise deutlich mehr (siehe den Abschnitt zur Stichprobengröße).
Die beiden Preise weit genug auseinanderliegen, um ins Gewicht zu fallen, beispielsweise 19 € und 39 €, nicht 19 € und 21 €.
Du bereits weißt, dass die Leute das Ergebnis wollen. Wenn das noch unklar ist, führe zuerst einen Landingpage-Test durch.
Vorlage für den Mock Purchase Intent Test zum Kopieren
Öffne das Bild in voller Größe oder kopiere die folgende Textversion.
Wen du rekrutieren solltest und wie viele
Zwei vergleichbare Gruppen aus demselben Segment, jeweils mindestens 100 Besucher. Teile sie nach Möglichkeit zufällig zu. Jede Person sollte nur einen einzigen Preis sehen.
Schritt-für-Schritt-Plan
Wähle zwei Preise: deinen Wunschpreis und einen höheren.
Definiere dein Erfolgssignal (Pass Signal).
Erstelle eine Seite mit einer klaren „Würdest du kaufen?“-Frage.
Stelle unmissverständlich klar, dass dies keine Bestellung ist.
Zeige jeder Gruppe nur einen einzelnen Preis.
Zähle die Ja-Antworten pro Preis.
Frage ein paar der Ja-Sager, was sie letztlich doch von einer echten Zahlung abhalten würde.
Textvorlage (Copy)
Frage: „Wenn das heute für 39 € im Monat verfügbar wäre, würdest du es kaufen?“
Button: „Ja, zu diesem Preis würde ich es kaufen“
Unter dem Button: „Das ist keine Bestellung und wir buchen kein Geld ab. Wir entscheiden gerade, was wir bauen und wie wir es bepreisen.“
Optional: „Was müsste enthalten sein, damit es dir diesen Preis wert ist?“
Was gemessen werden soll
Besucher pro Preis. Der Anteil der Ja-Antworten bei jedem Preis. Der Umsatz pro Besucher für jeden Preis als grober Vergleich: Ja-Quote multipliziert mit dem Preis.
Erfolgssignal (vor dem Start festlegen)
Speckys Ausgangspunkt: Mindestens 5 % sagen Ja beim höheren Preis. Das ist eine Orientierungshilfe, keine allgemeingültige Benchmark. Rechne damit, dass geäußerte Kaufabsichten immer höher ausfallen als echte Käufe.
Ergebnisprotokoll
Preis
Gruppengröße
Ja-Antworten
Ja-Quote
Quote × Preis
Anmerkungen
Wie vergleicht man zwei Preise fair?
Vier Regeln sorgen für einen sauberen Vergleich:
Ein Preis pro Person. Wer beide sieht, orientiert sich automatisch am günstigeren.
Zufällige Zuteilung, dieselbe Traffic-Quelle, dieselben Tage. Wenn 19 € über den Montags-Newsletter laufen und 39 € über eine Anzeige am Freitag, testest du den Traffic, nicht den Preis.
Ändere nur die Zahl. Dieselbe Headline, dieselben Texte, derselbe Button.
Lege Stichprobengröße und Enddatum vorab fest. Den Test abzubrechen, sobald die Zahlen gerade gut aussehen, führt zu Scheinerfolgen.
Vergleiche anschließend den Umsatz pro Besucher, nicht nur die reinen Ja-Quoten. Ein günstigerer Preis gewinnt fast immer bei der Ja-Quote; die Frage ist, ob er mit ausreichendem Vorsprung gewinnt. Die Break-even-Ja-Quote für den höheren Preis lautet:
Liegt die Quote über dem Break-even-Wert, bringt der höhere Preis mehr Umsatz pro Besucher. Kromatics eigenes Rechenbeispiel zeigt, wie steil der Abfall sein kann: 5 % Klicks auf „Kaufen“ bei 29 $, aber nur 1 % bei 49 $ (Kromatic). In diesem Fall bringt die 29-$-Variante 1,45 $ pro Besucher ein, die 49-$-Variante lediglich 0,49 $.
Wie viele Besucher braucht ein Mock Purchase Intent Test?
Mehr, als die meisten Teams erwarten. Das Minimum der Vorlage von 100 Besuchern pro Preis liefert ein erstes Stimmungsbild, aber kein belastbares Urteil. Kromatic betont denselben Punkt: Eine Quote von 5 % bei 200 Besuchern ist eine wesentlich schwächere Evidenz als dieselbe Quote bei 2.000 Besuchern.
Nach den gängigen statistischen Standards (95 % Konfidenzniveau, 80 % Power) benötigt man etwa 800 Besucher pro Preis – also rund 1.600 insgesamt –, um einen Unterschied zwischen 11 % und 7 % verlässlich nachzuweisen. Kleinere Unterschiede erfordern noch mehr Traffic. Evan Millers Sample Size Calculator berechnet die genaue Zahl für deine Werte in Sekundenschnelle.
Wenn du diese Zahlen nicht erreichst, täusche keine Scheingenauigkeit vor. Nutze den Test stattdessen, um Preise auszuschließen, die komplett durchfallen, und nimm die Ja-Sager als Liste von Kontakten, mit denen du Interviews führen kannst.
Wie stark übertreibt die geäußerte Kaufabsicht das echte Kaufverhalten?
Niemand kann dir einen pauschalen Rabattfaktor nennen, denn die Diskrepanz hängt stark vom Produkt und der Fragestellung ab. Was die Forschung jedoch klar belegt:
Absichten sagen Verkäufe voraus – allerdings unvollkommen. Bei Untersuchungen zu Autokäufen und Mobilfunkverträgen stellten Armstrong, Morwitz und Kumar fest, dass Kaufabsichten Absatzprognosen zwar präziser machten. Sie merkten jedoch auch an, dass reine Absichtsbekundungen in mehreren Studien zu verzerrten Schätzungen führten, indem sie tatsächliche Käufe über- oder unterschätzten, weshalb sie diese anhand historischer Verkaufsdaten korrigierten (Armstrong, Morwitz & Kumar, 2000).
Manche Kunden sagen Nein und kaufen trotzdem. Dieselbe Studie zitiert Juster (1966): In vielen Untersuchungen stammte der Großteil der tatsächlichen Käufe von Personen, die zuvor angegeben hatten, keinen Kauf zu planen.
Kaufabsichten funktionieren am besten unter bestimmten Bedingungen. Armstrong nennt sechs Voraussetzungen – unter anderem, dass die befragte Person einen konkreten Plan hat, diesen umsetzen kann und selbst die Kaufentscheidung trifft.
Für einen Mock Purchase Intent Test bedeutet das: Befrage genau die Person, die auch bezahlen würde, zu einem konkreten Preis und unter der Bedingung „wenn das heute fertig wäre“. Und betrachte das Ergebnis, wie Kromatic empfiehlt, als Obergrenze der Zahlungsbereitschaft.
Praxisbeispiel (hypothetisch)
Dieses Beispiel ist frei erfunden, um die Methode zu veranschaulichen. Ein Team überlegt, ob es für ein Tool zur Verwaltung von Gästebewertungen für kleine Hotels 19 € oder 39 € im Monat verlangen soll. Die Hälfte von 400 Besuchern sieht jeweils einen der Preise.
Bei 19 € sagen 11 % Ja. Bei 39 % sagen 7 % Ja. Multipliziert man Quote mit Preis, ergibt die 39-€-Variante rund 2,7 € pro Besucher, die 19-€-Variante etwa 2,1 €. Der höhere Preis schneidet also besser ab, obwohl weniger Personen mit Ja gestimmt haben.
Das Erfolgssignal beim höheren Preis wurde erreicht. Das Team weiß jedoch, dass es sich hierbei nur um geäußerte Absichten handelt. Deshalb hakt es nach und bittet einige der Ja-Sager, einen Letter of Intent zu unterzeichnen.
Gegenrechnung. Der Break-even für 39 € liegt bei 5,4 % (11 % × 19 ÷ 39), die 7 % liegen also darüber. Allerdings entsprechen 7 % von 200 Personen lediglich 14 Personen, und 11 % sind 22. Ein standardmäßiger Test für zwei Anteilswerte (Two-Proportion Test) ergibt bei diesen Zahlen p ≈ 0,16: Selbst wenn beide Preise in Wirklichkeit exakt dieselbe Ja-Quote hervorrufen würden, käme ein so großer Unterschied immer noch in etwa einem von sechs Fällen rein zufällig zustande. Um 11 % gegenüber 7 % statistisch belastbar zu unterscheiden, bräuchte man etwa 800 Besucher pro Preis.
Die Entscheidung. 39 € werden als Arbeitshypothese übernommen, nicht als bewiesener Preis. Das Team kontaktiert alle 14 Personen, die bei 39 € mit Ja gestimmt haben, und bittet sie um einen unverbindlichen Letter of Intent. Wenn vier oder mehr unterzeichnen, hat sich der Preis von einer reinen Meinung in Richtung echtes Commitment bewegt.
Mock Purchase Intent Test vs. Pricing-Umfrage vs. Presale Interest Page
Der engste Verwandte ist die Pricing-Umfrage (Pricing Survey): Beide fragen nach dem Preis, ohne direkt zu verkaufen. Sie beantworten jedoch unterschiedliche Fragen.
Bleibt das Interesse bei einem konkreten Preis bestehen?
Unterschreibt ein Kunde zu diesem Preis?
Was Nutzer sehen
Fragen zur Zahlungsbereitschaft
Ein Preis und „Würdest du kaufen?“
Eine Early-Access-Seite mit Preis
Eine kurze schriftliche Vereinbarung
Gruppen
Eine
Zwei, randomisiert
Eine, verglichen mit einer Seite ohne Preis
Einzelne Kunden
Evidenz in Specky
Meinung
Meinung
Tendenzaussage (Directional)
Verbindlichkeit (Commitment)
Ideal für
Finden einer Preisspanne
Wahl zwischen zwei Beträgen
Validieren eines konkreten Preises
B2B-Kunden
Beginne mit der Umfrage, wenn du noch gar keine Vorstellung von der Preisspanne hast. Nutze diesen Test, um dich zwischen zwei Favoriten zu entscheiden, und sichere den Gewinner anschließend mit einem Letter of Intent als echtes Commitment ab.
Ist ein Fake-Checkout jemals in Ordnung?
Nein, in dieser Vorlage nicht. Eine Seite, die wie ein echter Checkout aussieht, wiegt Nutzer in dem Glauben, tatsächlich etwas zu bestellen. Die EU-Verbraucherrichtlinien stufen sowohl falsche Angaben als auch das Verschweigen wesentlicher Informationen als unlautere Geschäftspraktiken ein; dazu zählen auch manipulative Designs wie vorgetäuschte Countdown-Timer (Your Europe). Selbst Autoren, die verdeckte Varianten beschreiben, warnen vor den Risiken: Kromatic rät dringend davon ab, Zahlungsdaten abzufragen, mit denen man echtes Geld abbuchen könnte, und empfiehlt eine ehrliche Aufklärung am Ende.
Drei Prinzipien sorgen für ein sauberes Experiment:
Platziere „Das ist keine Bestellung“ direkt neben dem Button, nicht im Kleingedruckten.
Frage nur das Nötigste ab. Eine E-Mail-Adresse für Rückfragen reicht völlig aus; frage niemals nach Kreditkartendaten.
Halte den günstigeren Preis ein. Wenn jemand, der 19 € gesehen hat, sich beim offiziellen Launch anmeldet, gib ihm das Produkt für 19 €.
Häufige Fehler
Die Seite wie einen Checkout aussehen lassen. Das führt Kunden in die Irre und macht die Daten unbrauchbar.
Jedem beide Preise zeigen. Der günstigere gewinnt fast immer.
Ja-Antworten mit echten Verkäufen gleichsetzen. Betrachte eine Ja-Quote immer als Obergrenze für echte Käufe.
Zu kleine Stichproben. Ein Unterschied von wenigen Antworten hat statistisch keinerlei Aussagekraft.
Keine Folgefragen stellen. Frage immer nach, was die Interessenten letztlich doch abhalten würde.
Ja-Quoten vergleichen statt Umsatz pro Besucher. Der niedrigere Preis gewinnt fast immer Ersteres, verliert aber häufig bei Letzterem.
So führst du den Test in Specky durch
Klicke auf der Assumptions-Seite auf die Annahme und wähle Pick a test, dann Mock purchase intent. Specky befüllt die Schritte, das Erfolgssignal und einen Zeitplan von einer Woche.
Klicke auf Test with a page. Specky erstellt die Seite und erfasst die Antworten – ganz ohne Bestellungen oder Zahlungen.
Um zwei Preise anzuzeigen, öffne die Experiment-Analytics und richte eine Kontroll- und eine Variantengruppe ein, mit dem Preis in der Headline oder Subheadline. Specky teilt jeden Besucher automatisch einer Version zu und vergleicht die Ergebnisse.
Klicke auf Start running. Sobald du deine Zielzahlen erreicht hast, dokumentierst du das Ergebnis.
Ein bestandener Test wird auf dem Board als Early signal angezeigt, nicht als „Supported“, da eine geäußerte Kaufabsicht eine reine Meinung bleibt.
Was bedeuten die Ergebnisse?
Bestätigt (wird als Early signal angezeigt): Mache aus dem Gewinnerpreis eine echte Verbindlichkeit – mithilfe eines Letter of Intent, eines Concierge-Tests oder über Crowdfunding.
Unklar: Die Quoten liegen zu nah beieinander. Teste Preise mit größerem Abstand oder ermittle eine Preisspanne über eine Pricing-Umfrage.
Widerlegt: Kaum jemand hat mit Ja gestimmt – selbst ohne bezahlen zu müssen. Das ist ein deutliches Warnsignal. Jede Annahme, die sich auf diese Notiz stützt, wird nun als widerlegt markiert.
Häufig gestellte Fragen (FAQ)
Was ist ein Mock Purchase Intent Test?
Ein Mock Purchase Intent Test zeigt einen Preis und fragt, ob jemand das Produkt kaufen würde, ohne eine Bestellung oder Bezahlung abzuwickeln. Er vergleicht Reaktionen auf unterschiedliche Preise – ein Preis pro Besucher – und misst ausschließlich eine geäußerte Kaufabsicht. Es ist eine transparente, ehrliche Variante des Mock Sale aus Bland und Osterwalders Testing Business Ideas.
Ist ein gefälschter Checkout (Fake Checkout) in Ordnung?
Nein. Stelle unmissverständlich klar, dass keine Bestellung getätigt und niemandem Geld abgebucht wird. Ein Fake-Checkout führt Nutzer hinters Licht, kann gegen Verbraucherschutzgesetze bezüglich unlauterer Geschäftspraktiken verstoßen und liefert Daten, denen man nicht vertrauen kann. Stelle stattdessen die Frage offen und frage keinesfalls Kreditkartendaten ab.
Wie testet man zwei Preise fair gegeneinander?
Zeige jedem Besucher nach dem Zufallsprinzip genau einen Preis, basierend auf vergleichbaren Gruppen aus derselben Quelle über denselben Zeitraum. Sieht eine Person beide Preise, gewinnt fast automatisch der günstigere. Ändere ausschließlich die Zahl, lege die Stichprobengröße im Voraus fest und vergleiche den Umsatz pro Besucher, nicht allein die Ja-Quoten.
Wie präzise ist eine geäußerte Kaufabsicht?
Sie weist in die richtige Richtung, ist jedoch verzerrt. Die Prognoseforschung zeigt, dass Schätzungen, die rein auf geäußerten Absichten basieren, tatsächliche Käufe häufig über- oder unterschätzen und mit realen Absatzzahlen kalibriert werden müssen. Betrachte eine Ja-Quote stets als theoretische Obergrenze und bestätige den favorisierten Preis mit einem verbindlicheren Test, etwa einem Letter of Intent.
Was ist der Unterschied zwischen einem Mock Sale und einem Vorverkauf (Presale)?
Bei einem Vorverkauf fließt echtes Geld, noch bevor das Produkt ausgeliefert wird. Das liefert sehr starke Evidenz, bringt aber auch Liefer- und Erstattungspflichten mit sich. Ein Mock Sale stoppt vor jeglicher Bezahlung. In Strategyzers Experiment-Bibliothek erreicht ein Vorverkauf 5 von 5 Punkten bei der Evidenzstärke, während ein Mock Sale auf 3 Punkte kommt – dafür aber mit geringerem Aufwand verbunden ist.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing