Jedes Mal, wenn ein Shopbetreiber vor der Entscheidung steht: Neuaufbau oder Relaunch. Höre ich dieselben vier Sätze. Manchmal von der Agentur, manchmal vom Kunden selbst, meistens von beiden gleichzeitig, weil sie sich gegenseitig darin bestätigen:
„Wenn wir das jetzt machen, machen wir es richtig.“
„Der Shop ist individuell auf unser Branding designt, ein MVP würde das zerstören.“
„Wir kaufen ja die fertige Lösung von Experten, die ist doch schon optimiert.“
„Technisches SEO haben wir sowieso, das ist Standard.“
Ich halte alle vier für Denkfehler. Nicht, weil ich MVPs romantisiere, sondern weil sich jeder einzelne dieser Sätze mit echten Zahlen widerlegen lässt. Teilweise mit Beispielen, die siebenstellig wehtun.
Inhaltsverzeichnis
- These 1: „Einmal richtig machen“
- These 2: „Das zerstört unser individuelles Branding“
- These 3: „Die Agentur hat das doch schon optimiert“
- These 4: „SEO ist eh Standard“ – oder: Wenn Design gegen Crawlbarkeit kämpft
- Die teure Pointe: ungetestet heißt nicht nur „unbewiesen“, sondern manchmal „schädlich“
- Was das konkret kostet: fünf Plattformen, DACH, 2026
- Die Rechnung, die den Chef überzeugt
- Fazit
- Quellen
These 1: „Einmal richtig machen“
Klingt vernünftig. Ist es nicht. Ein kompletter Neubau bündelt jedes Risiko, das ein iteratives Vorgehen entschärfen würde, in einem einzigen Go-live-Tag: URL-Struktur, Templates, interne Verlinkung, Content, alles auf einmal, alles ungetestet, alles live, bevor auch nur ein einziger echter Nutzer draufgeklickt hat.
Die Zahlen dazu sind unbequem eindeutig. Relaunches ohne SEO-Begleitung kosten bis zu 30 Prozent des organischen Traffics[2]. Im schlimmsten Fall erholt sich die Sichtbarkeit über Monate nicht. Über 60 Prozent aller Traffic-Verluste gehen auf technische SEO- oder Strukturprobleme zurück[4], die bei einem Big-Bang-Launch schlicht niemand rechtzeitig entdeckt. Und 80 Prozent der kritischen Fehler zeigen sich nicht am Launch-Tag, sondern erst in den zwei Wochen danach[3]. Wenn das Budget aufgebraucht und die Agentur beim nächsten Projekt ist.
Falls das noch zu abstrakt ist, drei Namen[1]: Marks & Spencer hat zwei Jahre und rund 150 Millionen Pfund in einen kompletten Website-Neubau gesteckt. Beim Launch war die Technik bereits veraltet, der Online-Umsatz brach im ersten Quartal danach um 8,1 Prozent ein. Digg.com verlor nach seinem radikalen Redesign 2010 26 Prozent seines Traffics – für eine Social-News-Seite praktisch das Todesurteil. Target verzeichnete nach seinem großen Relaunch 2011 weniger Umsatz plus eine Serie technischer Probleme.
Das sind keine Ausreißer. Das ist das strukturelle Ergebnis, wenn man alles gleichzeitig ändert: Verbesserungen und Verschlechterungen heben sich gegenseitig auf, und weil zehn Dinge gleichzeitig anders sind, weiß am Ende niemand, welches davon geholfen und welches geschadet hat. Man hat einfach zehnmal Geld für ungetestete Annahmen ausgegeben.
These 2: „Das zerstört unser individuelles Branding“
Diese These hat einen fast schon literarischen Gegenspieler: Douglas Bowman, Googles Lead-Designer, hat gekündigt, weil er den Konflikt zwischen datengetriebener Optimierung und designgetriebenem Gestalten nicht mehr aushielt[8]. Der Auslöser war das berühmte „41 Shades of Blue“-Experiment – Google testete 41 Blautöne für Links, weil ein Designer und ein Product Manager sich nicht einig wurden, welches Blau besser performt. Das Ergebnis: rund 200 Millionen US-Dollar zusätzlicher Jahresumsatz, allein durch die Wahl der richtigen Farbe[7].
Bowmans Sorge ist real, und sie taucht bei jedem Branding-Einwand wieder auf: dass Design zur reinen Zahlenoptimierung verkommt. Googles Antwort darauf war aber nicht Testverzicht, sondern Testen innerhalb von Leitplanken. Das widerlegt trotzdem die Prämisse, dass Testen automatisch Branding zerstört. Es zeigt nur, dass man beides bewusst gegeneinander abwägen muss, statt eines für das andere zu opfern.
Amazon liefert das Gegenstück zur „wir testen das lieber nicht“-Haltung: Als das Team vorschlug, „Kunden kauften auch“-Empfehlungen einzubauen, waren Führungskräfte skeptisch. Genau das Bauchgefühl-Argument, das man auch gegen MVP-Testing hört. Der Test bewies das Gegenteil: Personalisierte Empfehlungen machen heute schätzungsweise 35 Prozent von Amazons Umsatz aus. Die Konsequenz daraus zieht Amazon bis heute: von 546 Tests im Jahr 2011 auf über 12.000 Experimente pro Jahr[9].
These 3: „Die Agentur hat das doch schon optimiert“
Das ist der gefährlichste Satz von allen, weil er am plausibelsten klingt. Eine gute Agentur baut nach Best Practices. Das Problem: Best Practices sind keine Optimierung, sie sind eine Ausgangsvermutung[10]. Kein Best-Practice-Katalog der Welt garantiert Ergebnisse, ohne dass man sie für die eigene Zielgruppe testet. Ein Shop-Design, das am Launch-Tag steht, basiert auf Annahmen über deine Käufer, nicht auf Daten von ihnen. Das kann eine hervorragende Agentur sein und trotzdem gilt: null echte Nutzerdaten vor dem ersten echten Traffic.
Technisches SEO (Crawlbarkeit, Strukturdaten, Ladezeiten) lässt sich tatsächlich weitgehend „richtig“ bauen, das ist Handwerk. Conversion Rate Optimization ist es nicht[11]. Wie genau deine Käufer auf deinen Shop reagieren, kann keine noch so erfahrene Agentur vorab wissen. Selbst Expertenmeinung ist bis zum ersten validen Test nur eine informierte Vermutung, nicht die Grundlage für ein Fünf-Jahres-„das fassen wir nicht mehr an“-Versprechen.
Im deutschen Mittelstand zeigt sich das besonders deutlich: Der DACH-Mittelstand launcht im Schnitt alle 5 bis 10 Jahre neu[6]. Zu selten für den Markt. Websites werden über Jahre vernachlässigt, bis der große Relaunch als letzter Ausweg für aufgestaute Probleme herhalten muss. Ein Kreislauf, den man mit kontinuierlicher Pflege gar nicht erst betreten müsste.
These 4: „SEO ist eh Standard“ – oder: Wenn Design gegen Crawlbarkeit kämpft
Zwei Probleme treffen hier aufeinander. Erstens: SEO wird beim Launch oft schlicht nicht gründlich mitgemacht, weil Designer und Entwickler sich auf Aussehen und Funktion konzentrieren und SEO nebenherläuft, falls überhaupt[5]. Das erklärt, warum bis zu 40 Prozent aller Relaunch-Projekte in den ersten Wochen messbar Traffic verlieren[3].
Zweitens: Selbst wenn SEO mitgedacht wird, kollidiert es strukturell mit genau den Elementen, die Kunden beim „fertigen, hippen Shop“ am meisten wollen. Moderne Design-Frameworks verlassen sich stark auf JavaScript-Rendering. Design-Teams priorisieren visuelle Wirkung über Indexierbarkeit, ein Trade-off, der SEO-technisch teuer ist[12]. Genau die Elemente, die einen Shop „hochwertig“ aussehen lassen, sind das Problem: Bildergalerien, Bewertungs-Widgets, Empfehlungs-Karussells. Auf diesen Produktseiten tauchen Core-Web-Vitals-Probleme zuerst auf, weil schwere JavaScript-Ausführung den Main Thread blockiert und die Interaktions-Reaktionsfähigkeit ausbremst[13]. Betroffen ist praktisch jedes „feature-reiche“ Karussell und Pop-up, das im Agentur-Pitch gut aussah.
Der Kunde kauft das Parallax-Element, die animierte Produktgalerie, das Karussell und bezahlt dafür unsichtbar mit Crawlbarkeit, Ladezeit und Interaktionsgeschwindigkeit. Dieser Trade-off wird beim Verkauf des „fertigen Shops“ fast nie transparent gemacht. Er zeigt sich erst Monate später in Search Console und echten Nutzerdaten, wenn das Budget längst weg ist.
Die teure Pointe: ungetestet heißt nicht nur „unbewiesen“, sondern manchmal „schädlich“
Jetzt wird’s unangenehm für alle, die auf ungetestete Extras gesetzt haben. Genau die Elemente, für die Kunden extra bezahlt haben, haben in dokumentierten Fällen die Conversion Rate gesenkt und wurden später wieder abgeschaltet. Walmart hat testweise den „Details ansehen“-Button von Produktkarten entfernt und dadurch die Conversion Rate gesteigert. Ein Element, das ursprünglich mit bestem Gewissen als nützlich eingebaut wurde. Ähnlich bei Social-Sharing-Buttons auf Produktseiten: Sie senkten in Tests die Conversion, weil sie unbewusst Zweifel säten statt Vertrauen zu schaffen, und wurden wieder entfernt[14].
Die Zahl, die am meisten wehtut: In einer dokumentierten Fallstudie senkte eine radikal neu gestaltete, „schönere“ Seitenversion die Conversion Rate um 30,27 Prozent gegenüber der ursprünglichen, optisch weniger überzeugenden Version[15]. Optisch besser ist nicht gleich conversion-stärker. Ohne Test weißt du das erst, wenn der Umsatz schon eingebrochen ist, meist erst nach dem nächsten Quartalsbericht.
Was das konkret kostet: fünf Plattformen, DACH, 2026
Damit das keine abstrakte Diskussion bleibt, hier reale Kostenrahmen für die im deutschsprachigen Raum gängigsten Shopsysteme:
| Plattform | MVP-Bereich | Full-Scope („einmal richtig“) |
|---|---|---|
| WooCommerce[19] | 4.500–9.000 € | 10.000–25.000 € |
| JTL[17] | 4.000–15.000 € | 40.000–80.000 € (mit ERP/B2B) |
| Shopify[18] | 3.000–8.000 € | 50.000–150.000 €+ |
| Shopware[16] | 15.000–25.000 € | 50.000–150.000 €+ |
| Magento / Adobe Commerce[20] | 50.000–80.000 € | 100.000–300.000 €+ |
Selbst innerhalb einer einzigen Plattform liegt der Sprung vom MVP zum Full-Scope-Shop beim Drei- bis Achtfachen. Und der MVP der teuersten Plattform kostet bereits so viel wie der Full-Scope-Shop der drei günstigsten. Die Plattformwahl entscheidet oft mehr über die Kosten als die Grundsatzfrage MVP oder Komplettpaket.
Die Rechnung, die den Chef überzeugt
Der Einwand, den ich am häufigsten höre, sobald die Kostentabelle auf dem Tisch liegt: „Beim MVP muss ich ja trotzdem weiterentwickeln, das kostet auch Geld. Am Ende hab ich vielleicht dasselbe ausgegeben.“ Stimmt. Genau deshalb lohnt sich die Rechnung.
Angenommen, ein Shop mit 15.000 Sitzungen im Monat und 65 € durchschnittlichem Bestellwert wird auf Shopware gebaut. Beide Szenarien starten bei identischer Conversion Rate (1,8 %) und identischem Traffic. Der einzige Unterschied ist der Ansatz:
Full-Scope: 80.000 € Projektkosten, 6 Monate Entwicklung, danach kein weiteres Testing, „ist doch schon alles fertig.“
MVP: 20.000 € Projektkosten, 2 Monate bis Launch, danach 2.700 € im Monat für kontinuierliches Testen und Weiterentwickeln – realistisch etwa drei Agenturtage.
Über 24 Monate gerechnet:
| Full-Scope | MVP | |
|---|---|---|
| Live seit Monat | 6 | 2 |
| Conversion Rate am Ende | 1,8 % (unverändert) | 2,59 % |
| Umsatz über 24 Monate | 315.900 € | 476.592 € |
| Gesamtkosten | 85.400 € | 86.000 € |
Die Gesamtkosten unterscheiden sich um 600 €. Der Chef hat also recht: Am Ende ist praktisch dasselbe Geld ausgegeben. Der Umsatz-Unterschied liegt trotzdem bei über 160.000 € mehr für den MVP-Ansatz, in exakt demselben Zeitraum. Vier Monate früherer Umsatzstart plus eine Conversion Rate, die durch Testen kontinuierlich steigt statt am Launch-Tag einzufrieren.
Die zugrunde liegende Wachstumsannahme (25 % relative CR-Verbesserung im ersten Jahr, weitere 15 % im zweiten) ist bewusst konservativ gewählt: Auswertungen von über 1.200 A/B-Tests auf realen E-Commerce-Marken zeigen 10 bis 30 Prozent relative Verbesserung allein im ersten Jahr, teils deutlich mehr[21][22].
Fazit
„Einmal richtig machen“ ist kein Qualitätsversprechen, sondern eine Wette auf eine Zielgruppe, die man vor dem ersten Klick noch gar nicht kennt, ausgetragen mit dem kompletten Budget auf einmal. MVP mit ernsthafter, kontinuierlicher Iteration kostet am Ende nicht mehr Geld. Es bringt nur früheren und mehr Umsatz und die Gewissheit, dass jedes bezahlte Feature auch tatsächlich funktioniert, bevor man es dem gesamten Shop aufzwingt.
Quellen
- CXL – Website Redesign for Higher Conversions? Tread Lightly (Marks & Spencer, Digg, Target) ↩ zur Textstelle
- klein-rose.com – SEO during website relaunch (bis zu 30 % Traffic-Verlust) ↩ zur Textstelle
- rheinspace.de – SEO Website Relaunch (bis zu 40 % Relaunch-Projekte mit Traffic-Verlust, 80 % Fehler in ersten 2 Wochen) ↩ Textstelle 1 · ↩ Textstelle 2
- costeffectiveseo.com – Website Rankings Loss Audit (60 % Traffic-Verluste durch technische SEO-Probleme) ↩ zur Textstelle
- IE Web Services – Why Businesses Lose Google Rankings After Launching a New Website (fehlende SEO-Einbindung im Launch-Prozess) ↩ zur Textstelle
- vogler.marketing – Website Relaunch: Der Schritt-für-Schritt-Prozess (DACH-Mittelstand: Relaunch alle 5–10 Jahre) ↩ zur Textstelle
- Tandfonline – Statistical Challenges in Online Controlled Experiments (200 Mio. USD Umsatzsteigerung) ↩ zur Textstelle
- PixelHaze Academy – Google’s „41 Shades of Blue“ & the Power of Color in CTAs (Douglas Bowmans Rücktritt) ↩ zur Textstelle
- mediacharge.com – Leading Brands Win with A/B Testing (Amazon: 546 → 12.000+ Tests/Jahr, 35 % Umsatz durch Empfehlungen) ↩ zur Textstelle
- VWO – Top 10 Conversion Rate Optimization Best Practices ↩ zur Textstelle
- Practical Ecommerce – Conversion Optimization: Research First, Then Test ↩ zur Textstelle
- cnvrtool.com – How Web Design Impacts SEO Beyond Core Web Vitals ↩ zur Textstelle
- Hashmeta – Why JavaScript Heavy Websites Fail to Rank ↩ zur Textstelle
- SlideShare/Fuel4Media – Conversion Rate Optimization Case Study (Walmart „View Details“-Button, Social-Buttons-Beispiel) ↩ zur Textstelle
- Scribd – Universal Conversion Optimization Principles (30,27 % Conversion-Rückgang durch radikales Redesign) ↩ zur Textstelle
- Shopware: smart-dato.com, Qubix, next-levels.de
- JTL: Vlarom, webpowers
- Shopify: fusion-agency.de, EcomNord, CartCoders
- WooCommerce: Sascha Huber, werbeagentur-landau.com, digitalmann.de
- Magento/Adobe Commerce: Qualimero – Adobe Commerce Pricing 2026, onlineshops.de
- Convertibles – CRO Revenue Impact Calculator (10–30 % relative CR-Verbesserung, Basis: 1.200+ A/B-Tests) ↩ zur Textstelle
- evokad.com – The Complete Conversion Rate Optimization Guide 2026 (BCG-Retail-Analyse 2025, Google-Case-Study Rakuten 24) ↩ zur Textstelle
Hinweis: Alle Kostenangaben und Statistiken sind Richtwerte aus öffentlich zugänglichen Branchenquellen, Stand 2026, keine verbindlichen Zusagen. Die Beispielrechnung im Abschnitt „Die Rechnung, die den Chef überzeugt“ ist ein illustratives Modell auf Basis dieser Bandbreiten, keine Prognose für einen konkreten Shop.