Datengetriebenes Design: So erschaffen Sie eine maßgeschneiderte UX

Suren Karapetyan

on May 19, 2026

Kunst trifft auf Wissenschaft. Diese Schritt-für-Schritt-Anleitung zeigt Ihnen genau, wie Sie die Kraft von Daten mit kreativem Design kombinieren, um die Herzen Ihrer Nutzer zu gewinnen.

Wir leben im Zeitalter von Big Data und Analytik, und es scheint, als sei diese Disziplin mittlerweile nahezu überall präsent – im Vertrieb, Marketing, Produktmanagement und natürlich auch im UX-Design.

Es gibt einen guten Grund, warum Datenanalysen heutzutage ein unverzichtbarer Bestandteil des Design-Workflows geworden sind. Durch die Analyse des Nutzerverhaltens lässt sich die Qualität deiner Designs erheblich verbessern.

Schauen wir uns also an, wie Designteams von datengetriebenem Design profitieren können und wie du sicherstellst, dass deine Nutzer beim Interagieren mit deinem Produkt absolut zufrieden sind.

Was ist datengetriebenes Design (und warum solltest du Daten in deinem UX-Design-Prozess nutzen)?

Datengetriebenes Design ist der Prozess, die Erfassung von Daten und deren Analyse in den Workflow zu integrieren, um auf Basis der Erkenntnisse aus den Analytics-Tools bessere Designentscheidungen zu treffen.

Designer nutzen verschiedene Methoden der Nutzerforschung und Analysetools, um kritische Nutzerpfade und KPIs zu verfolgen, die die allgemeine Nutzerfreundlichkeit ihres Produkts abbilden. Dafür kommen unter anderem A/B-Tests, die Auswertung verschiedener Datentypen (z.B. quantitative und qualitative Daten), Nutzertests, Interviews mit Fokusgruppen, der Aufbau trackbarer Landing Pages und Prototypen und weitere Verfahren zum Einsatz.

So können sie schnell Usability-Probleme identifizieren, die eigentliche Ursache finden und diese beheben.

Darüber hinaus setzen Designteams aktiv Datenanalysen ein, um die Auswirkungen ihrer neuesten Designs auf das Nutzererlebnis zu messen und die gewonnenen Erkenntnisse für neue und verbesserte Iterationen zu nutzen.

Beispiele für datengestütztes Design

Die Disziplin, UX-Designlösungen auf Basis empirischer Daten umzusetzen, ist weiter verbreitet, als man vielleicht denkt. Die Mehrheit erfolgreicher Produktunternehmen nutzt diesen Prozess aktiv, um sicherzustellen, dass die getroffenen Designentscheidungen sich wahrscheinlich positiv auf ihr Produkt auswirken werden.

Hier sind drei Beispiele für solche Produkte.

YouTubes Autoplay-Funktion

Erinnerst du dich noch an die älteren Versionen von YouTube, wo man nach Beenden eines Videos manuell ein neues Video anklicken musste? War das nicht nervig?

Diese „Funktion“ führte zu einem deutlichen Rückgang der Engagement-Rate bei YouTube-Nutzern (Anzahl gespielter Videos pro Tag), woraufhin das Designteam beschloss, etwas dagegen zu unternehmen.

Sie analysierten die Daten und erhielten zwei interessante Erkenntnisse:

Viele Menschen neigen dazu, mehrere Videos hintereinander zu schauen. Manche nutzen YouTube-Musik im Hintergrund, während sie kochen oder putzen. Andere (wie ich) schlafen mit einem laufenden Video im Hintergrund ein.
Viele Nutzer klickten nach Ende des Videos nicht auf ein anderes Thumbnail. Es war für viele mühsam, ständig neue Videos auswählen zu müssen.

Basierend auf diesen Erkenntnissen entschieden sie sich, die berühmte „Autoplay“-Funktion einzuführen, die automatisch zu einem vom System vorgeschlagenen oder nächsten Video in der Playlist weiterschaltet.

Das Ergebnis: YouTube verzeichnete einen massiven Anstieg seiner Engagement-Kennzahlen.

Airbnbs nutzerzentrierter Bewertungsprozess

Wenn du schon einmal in einer Airbnb-Unterkunft übernachtet hast, hast du die Unterkunft vermutlich mithilfe des Feedback-Flows der Plattform bewertet.

Wenn ich dich frage, ob das Hinterlassen einer Bewertung mühsam war, werden die meisten antworten, dass das Formular zwar nicht kurz war, es aber trotzdem nicht unangenehm auszufüllen war.

Das liegt daran, dass du keine Gelegenheit hattest, die Qual zu erleben, das früher millionen Fragen lange Bewertungsformular von Airbnb auszufüllen.

Das Team von Airbnb hatte zwei Probleme:

Nur wenige Menschen füllten die Bewertungsformulare aus.
Die Antworten in den Formularen waren sehr allgemein und wenig hilfreich.

Um diese Probleme zu lösen, analysierte das Designteam die Leistungsdaten des Formulars und stellte fest, dass die Mehrheit der Nutzer das Formular irgendwo auf halber Strecke abbrach.

Auf Basis dieser Erkenntnisse begann das Team mit Usability-Tests und fand heraus, dass:

Der Umfang des Formulars für die Nutzer überwältigend war. Niemand wollte so viele Fragen beantworten.
Menschen gaben nur allgemeines Feedback, weil sie keine Lust hatten, viel Zeit in detaillierte Bewertungen zu investieren.

Nachdem die Ursache bekannt war, startete das Airbnb-Team eine umfassende Überarbeitung des Bewertungserlebnisses. Anstelle eines einzigen langen Formulars erstellten sie mehrere Seiten mit kürzeren Formularen, um die Nutzer nicht zu überfordern.

Sie begannen außerdem, Schaltflächen mit vordefinierten Antworten anstelle von Textfeldern zu verwenden, was ihnen half, generische Antworten zu vermeiden. Darüber hinaus konnte das Team Datenanalysen zu den Nutzerantworten durchführen und diese weiter optimieren, da es sich jetzt um strukturierte Antworten statt um Freitext handelte.

Wie Sie sich vielleicht schon denken können, war das neu gestaltete Formular ein voller Erfolg!

Reddit-Kommentarnavigation

Reddit ist nicht einfach nur ein weiteres Forum. Es ist zu einem kulturellen Phänomen geworden und der Ort, an dem sich das gesamte Internet versammelt, um über alle möglichen Dinge zu diskutieren.

Es gab jedoch auch eine interessante Schattenseite der Popularität von Reddit. Die Nutzer hinterließen so viele Kommentare unter den auf der Seite veröffentlichten Themen, dass es unmöglich wurde, den Thread zu lesen. Besonders störend war es, wenn es Dutzende von Antworten auf einen einzelnen Kommentar gab und man lange scrollen musste, um zum nächsten Kommentar zu gelangen.

Die Leute bei Reddit kannten dieses Problem. Sie hatten sogar mehrere Konzepte entworfen, um den Kommentarbereich neu zu gestalten und damit die Navigation zu erleichtern.

Um das beste Konzept zu wählen, begannen sie mit Usability-Tests und nutzten weitere Forschungsmethoden, um Daten zur Nutzerinteraktion zu sammeln, zentrale Kennzahlen zu extrahieren und ihre Konzepte anhand dieser Kennzahlen zu vergleichen.

Es gab eine Designlösung, die deutlich besser abschnitt als alle anderen – den Nutzern die Möglichkeit zu geben, Antworten ein- und auszuklappen.

So konnte man, falls man die endlose Kette von Antworten unter einem bestimmten Kommentar nicht lesen wollte, diesen einfach zuklappen und direkt zum nächsten Kommentar in der Liste springen.

Wie Sie sehen, steht ein datengetriebener Designprozess im Zentrum der Arbeitsabläufe vieler erfolgreicher Produkte.

Und ich weiß, dass auch Sie Ihre Designentscheidungen auf Basis von Daten treffen wollen (sonst wären Sie wohl kaum hier? ).

Deshalb gibt es hier eine Schritt-für-Schritt-Anleitung, wie Sie datengetriebenes Design in Ihren Produktentwicklungsprozess integrieren.

6 Schritte für datengetriebene Entscheidungen im Produktmanagement

Gehen wir die Sache etwas praktischer an. Statt nur theoretisch über die einzelnen Schritte zu sprechen, schauen wir uns zu jedem Schritt auch reale Beispiel-Tools an. Mein bevorzugtes Werkzeug heute ist Amplitude, da es das ereignisbasierte Produktanalyse-Tool ist, das ich täglich bei der Arbeit nutze.

Starten wir also mit dem ersten Schritt – der Strategieentwicklung.

Schritt 1: Entwickeln Sie mit Ihren Stakeholdern eine Datenanalyse-Strategie

Sie können wertvolle Ergebnisse aus Ihrer Datenanalytik vergessen, wenn Sie keine durchdachte Strategie dafür aufstellen.

Eine typische Datenanalyse-Strategie umfasst die folgenden zwei Abschnitte:

Abschnitt 1: Ziele

Sie sollten den Grund, warum Sie Analytics überhaupt einführen wollen, klar definieren. Ohne eindeutige Ziele laufen Sie Gefahr, Nutzerdaten zu tracken und zu messen, die keinerlei wertvolle Erkenntnisse liefern.

Stellen wir uns jetzt vor, Sie wären für Spotify zuständig – wie würde eine typische Zielsetzung hierfür aussehen?

Ich weiß, diese Ziele erscheinen offensichtlich. Aber glauben Sie mir: Ohne sie klar zu formulieren, landen Sie schnell im Analytics-Chaos.

Abschnitt 2: KPIs

Sobald Sie Ihre Ziele formuliert haben, leiten Sie daraus die wichtigsten Kennzahlen ab, die Sie messen wollen. Das Stichwort ist dabei „ableiten“. Das bedeutet, dass Sie durch die Verbesserung dieser Metriken Ihren Zielen näherkommen sollten.

Wenn zum Beispiel nachhaltiges Nutzerwachstum Ihr Ziel ist, sollten Sie Kennzahlen wie Retention, Aktivierungsrate und Anmeldungsrate messen. MRR als Ihre wichtigste Kennzahl zu wählen, wäre dagegen keine gute Idee: Sie könnten so kurzfristig den Umsatz steigern, verlieren aber langfristig einen Großteil davon wieder. Ihr Wachstum wäre also nicht nachhaltig und das Ziel würde verfehlt.

So könnte eine Liste von KPIs für das erste Ziel aus unserem vorigen Beispiel aussehen – „Nutzererlebnis verbessern“:

All dies sind Indikatoren für eine positive Nutzererfahrung. Wenn die oben genannten Raten steigen, können wir mit Zuversicht sagen, dass die Nutzer unser Produkt genießen.

Schritt 2: Integration eines Datenanalyse-Tools

Nachdem Sie nun genau wissen, was Sie messen möchten, geht es darum, wie Sie diese Messungen durchführen. Insbesondere geht es um die Auswahl des Analyse-Tools, das Sie später verwenden werden, um interessante Erkenntnisse aus Ihren Daten zu gewinnen.

Für diesen Zweck steht Ihnen eine Vielzahl von Tools zur Verfügung, abhängig davon, welche Kategorie von Analysen Sie interessiert (z. B. Heatmaps, Demografie, Nutzerverhalten usw.), welche Funktionen Sie benötigen (Kohorten, Trichter usw.) und nicht zuletzt Ihrem Budget.

Beste Produkt-Analyse-Tools für Produktteams

Hier sind einige Optionen, die Sie je nach Typ in Betracht ziehen können:

Heatmaps (einschließlich A/B- und multivariater Tests): Hotjar, Mouseflow, Clarity.
Demografie und Website-Analysen (z. B. Absprungrate): Google Analytics, Matomo, Yandex Metrica.
Ereignisbasierte Analysen (für Konversionsraten, Trichter usw.): Amplitude, Mixpanel.
Business Intelligence (für Metriken zum finanziellen Einfluss usw.): Looker Studio, Tableau, PowerBI.

Mein aktuelles Setup besteht aus einer Kombination von GA4, Hotjar, Amplitude und Looker Studio.

Heute möchte ich mich jedoch auf Amplitude konzentrieren und Ihnen zeigen, wie Sie es integrieren können.

Wir nutzen Google Tag Manager (GTM), um es einfach zu halten und Ihr Entwicklerteam nicht mit der Einrichtung zu belasten.

Wir beginnen, indem wir GTM öffnen, in der linken Seitenleiste auf „Tags“ klicken, um unsere Tag-Liste zu öffnen, und dann auf „Neu“ klicken, um die Tag-Erstellungsleiste zu öffnen.

Um eine manuelle Konfiguration für Amplitude zu vermeiden, hat das Unternehmen eine Vorlage für uns bereitgestellt. Um diese Vorlage zu nutzen, klicken wir auf die „Tag-Konfiguration“-Karte, um die Vorlagengalerie zu öffnen.

Hier klicken wir auf „Weitere Tag-Typen in der Community Template Gallery entdecken“, suchen nach „Amplitude“ und wählen das „Amplitude Analytics Browser SDK“ aus.

Wir sind fast am Ziel. Zuerst müssen wir unseren Amplitude API Key in das entsprechende Feld eintragen.

Anschließend fügen wir einen Trigger hinzu, indem wir auf die Trigger-Karte auf dem Bildschirm klicken und „Initialisierung – Alle Seiten“ auswählen.

Abschließend geben wir unserem Tag einen Namen (z. B. „Amplitude Initialisieren“), speichern ihn und veröffentlichen eine neue Version im GTM. Voila! Beim nächsten Öffnen Ihres Produkts wird das Amplitude SDK initialisiert und läuft im Hintergrund.

Schritt 3: Dokumentieren Sie Ihren quantitativen Datenerfassungsprozess

Das Ausführen von Amplitude ist nur der Anfang der Einrichtung. Da es sich um ein ereignisbasiertes Analysetool handelt, müssen Sie Ereignisse in Ihrem Produkt manuell einrichten und sie mit dem Amplitude SDK, das wir gerade über GTM hinzugefügt haben, auslösen.

Bevor jedoch Ereignisse hinzugefügt werden, müssen diese zuerst dokumentiert werden. Ein Datensammel-Dokument ist in der Regel eine Tabelle, in der Sie die Ereignisse auflisten, die das SDK auslösen soll, die Nutzeraktionen, die diese Ereignisse triggern, sowie die verschiedenen Parameter, die Sie zusammen mit dem Ereignis an Amplitude senden möchten.

Hier sehen Sie, wie eine vereinfachte Version dieser Tabelle für die Nachverfolgung von Nutzerinteraktionen im Airbnb-Bewertungsformular aussieht.

Nachdem wir die zu verfolgenden Ereignisse dokumentiert haben, bitten wir unser Entwicklerteam, für jedes Ereignis Trigger in unserem Frontend-Code mithilfe des Amplitude-SDK hinzuzufügen. Sobald sie diese Aufgabe abgeschlossen haben, wird unser Produkt diese Events automatisch auslösen und die nötigen Daten an Amplitude senden, damit wir sie analysieren können.

Schritt 4: Erstellen Sie Berichte und Dashboards für Ihre wichtigsten UX-Kennzahlen

Nun haben Sie alles, um endlich mit der eigentlichen Analyse zu beginnen und festzustellen, ob Ihre Nutzererfahrung Ihren Anforderungen entspricht.

Der Weg zur Datenvisualisierung beginnt damit, dass Sie mit Ihrem bevorzugten Analysetool Grafiken für die zuvor identifizierten und dokumentierten wichtigsten Usability-Kennzahlen erstellen. Ich zeige Ihnen, wie das am Beispiel von Amplitude funktioniert. Die Playlist-Übernahmerate ist ein guter Startpunkt.

Wir erstellen in Amplitude ein neues Segmentierungsdiagramm (also ein normales Diagramm), indem wir auf die Schaltfläche „Neu“ klicken und aus der sich öffnenden Seitenleiste „Segmentierung“ auswählen.

Dann müssen wir die Ereignisse auswählen, die uns helfen, die Übernahme zu messen. In unserem Fall wird das „Folge Playlist“ sein.

Als nächstes müssen wir sicherstellen, dass die Zahlen im Diagramm den Prozentsatz der aktiven Nutzer zeigen, die diese Aktion ausführen. Dafür wählen wir im Menü „gemessen als“ die Option „Aktiver %“ aus.

So sieht unser Diagramm nun aus. Es zeigt, dass etwa 70% unserer täglich aktiven Nutzer jeden Tag Playlists folgen. Ehrlich gesagt scheint das ein ziemlich gutes Ergebnis zu sein.

Zum Schluss speichern wir unser Diagramm und widmen uns den restlichen Kennzahlen.

Sie können ein Dashboard erstellen, um alle wichtigen Kennzahlen auf einen Blick zu haben. Dazu klicken wir erneut auf die Schaltfläche „Neu“, wählen „Bericht“ und dann „Dashboard“.

Dadurch sehen wir ein leeres Dashboard, das wir benennen und mit unseren vorher erstellten Diagrammen befüllen müssen.

Nennen wir es „Wichtige Usability-Kennzahlen“ und fügen unsere Diagramme hinzu, indem wir auf „Inhalt hinzufügen“ und dann auf „Vorhandenes Diagramm“ klicken und die erstellten Grafiken auswählen.

Herzlichen Glückwunsch! Nun haben Sie eine Übersicht über all Ihre wichtigsten Kennzahlen!

Schritt 5: Überprüfen und analysieren Sie Ihre Berichte kontinuierlich

Die Ergebnisse auf Ihrem Amplitude-Dashboard sind „lebendig“. Sie werden je nach Änderungen an Ihrer Nutzererfahrung steigen oder sinken. Deshalb sollten Sie diese Kennzahlen regelmäßig überprüfen, um:

zu sehen, ob Ihre Bemühungen die Usability Ihres Produkts verbessert haben,
schwach ausgeprägte Kennzahlen zu identifizieren und deren Ursachen zu suchen.

Ich empfehle, wöchentliche oder zweiwöchentliche Review-Meetings mit Ihren Stakeholdern abzuhalten, um die Veränderungen bei den KPIs zu besprechen und Ursachen für schlecht laufende Kennzahlen gemeinsam zu erarbeiten.

Das Ergebnis dieser Meetings sollte eine Liste an Hypothesen zur Verbesserung Ihrer Kennzahlen sowie potenziellen Problemfeldern für schlechte Performance sein.

Anschließend führen Sie einen UX-Design-Forschungsprozess durch, um diese Hypothesen zu bestätigen oder zu verwerfen, und beginnen mit der Entwicklung von Lösungen, die tatsächlich Verbesserungen bringen.

Hier ein Anwendungsfall aus meiner eigenen Erfahrung.

Eines der Produkte, an dem ich gearbeitet habe, war eine Marketing-Plattform für Webseiten, mit der sich Push-Benachrichtigungen an die eigene Zielgruppe senden ließen. Nach dem Registrieren mussten die Webseitenbetreiber unser SDK auf ihrer Seite integrieren, um die Push-Benachrichtigungen zu aktivieren.

Wir haben ein Funnel-Diagramm erstellt, das alle wichtigsten Schritte für Website-Betreiber zum Einrichten zeigte. Als wir den Funnel zum ersten Mal überprüften, fiel uns etwas Merkwürdiges auf. Es gab einen enormen Einbruch von 70 % zwischen dem Schritt der SDK-Installation und der ersten versendeten Push-Benachrichtigung.

Nach einer Brainstorming-Session vermuteten wir, dass der Grund für diesen Einbruch das Fehlen eines „Testmodus“ war, in dem die Nutzer überprüfen konnten, ob die Push-Benachrichtigungen korrekt funktionierten.

Wir führten mehrere Usability-Tests und Nutzerinterviews durch, um diese Hypothese zu validieren. Es stellte sich heraus, dass Website-Betreiber keine neue Technologie nutzen wollten, solange sie diese nicht zuvor an sich selbst getestet hatten.

Deshalb haben wir eine Teststrecke konzipiert und entwickelt, die die Nutzer direkt nach der Installation des SDKs durchlaufen. Das Ergebnis war beeindruckend. Wir konnten die Bedürfnisse und Schmerzpunkte der Nutzer sehr gut abdecken. Innerhalb weniger Wochen verwandelte sich der 70 %-Einbruch in lediglich 15 %!

Schritt 6: Erkenntnisse in Ihre Designs integrieren

Der letzte Schritt Ihres datengestützten Ansatzes ist gleichzeitig der wichtigste. Ihre Analysen und Hypothesen werden Ihr Produkt nicht beeinflussen, wenn Sie sie nicht umsetzen.

Wie wir diesen Prozess bei einem der von mir geleiteten Produkte gehandhabt haben, war recht einfach: Sobald wir eine Hypothese validiert hatten, erstellten wir eine Produkt-Design-Aufgabe in unserem Aufgabenmanagement-Tool, priorisierten sie und wiesen sie einem unserer Designer zu.

Sobald das Design fertig war, führten wir dazu moderierte oder unmoderierte Usability-Tests durch, überarbeiteten es basierend auf Nutzerfeedback und bereiteten das neue Design für das Backlog-Refinement vor.

Ganz gleich, ob Sie dem von mir beschriebenen Prozess folgen oder Ihren eigenen entwickeln – stellen Sie sicher, dass Sie die gewonnenen Erkenntnisse auch wirklich umsetzen!

Verbessern Sie Ihre Designkompetenz mit Daten

Datenanalyse ist ein fantastisches Werkzeug für Designteams. Durch das kontinuierliche Überwachen und Optimieren Ihrer wichtigsten Usability-Kennzahlen können Sie Ihre Entscheidungsfindung deutlich verbessern und Nutzererlebnisse gestalten, die Ihre Nutzer beeindrucken werden.

Vergessen Sie nicht, unseren Newsletter für weitere Ressourcen und Leitfäden zum Produktmanagement sowie die neuesten Podcasts, Interviews und weitere Einblicke von Branchenführern und Experten zu abonnieren.

Datengetriebenes Design: So erschaffen Sie eine maßgeschneiderte UX

Du willst mehr vom The CPO Club?

Was ist datengetriebenes Design (und warum solltest du Daten in deinem UX-Design-Prozess nutzen)?