Was Heatmaps tatsächlich messen — und was nicht
Heatmaps visualisieren aggregiertes Nutzerverhalten auf einer Seite. Sie zeigen, wo Nutzer klicken, wie weit sie scrollen und wohin sie die Maus bewegen. Was sie nicht zeigen: Warum jemand etwas getan hat, ob ein Klick zur Conversion geführt hat oder ob ein Nutzer zufrieden war.
Das ist keine Schwäche des Formats — es ist eine Eigenschaft, die man kennen muss, um die Daten richtig einzuordnen. Heatmaps sind deskriptiv, nicht kausal. Sie beschreiben Verhalten, erklären es aber nicht.
Die drei relevanten Heatmap-Typen
- Click Maps: Zeigen, wo Nutzer auf einer Seite klicken — inklusive Klicks auf Elemente, die gar nicht klickbar sind. Gerade letzteres ist oft aufschlussreich.
- Scroll Maps: Zeigen, wie weit Nutzer auf einer Seite nach unten scrollen. Der Anteil der Nutzer, der einen bestimmten Punkt erreicht, wird farblich kodiert.
- Move Maps (Mouse Tracking): Zeigen, wohin Nutzer die Maus bewegen. Die Korrelation mit tatsächlichen Blickbewegungen ist begrenzt — Studien von Nielsen Norman Group zeigen, dass Mouse-Tracking nur grob mit Eye-Tracking übereinstimmt.
Jeder Typ stellt andere Fragen — und beantwortet andere. Wer alle drei kombiniert, bekommt ein deutlich vollständigeres Bild als mit einem einzelnen Datentyp.
Click Maps richtig lesen — die häufigsten Fehlinterpretationen
Der klassische Fehler bei Click Maps: Viele Klicks auf ein Element werden als Erfolg gewertet. Aber ein Button mit vielen Klicks kann auch ein Problem sein — nämlich dann, wenn Nutzer ihn mehrfach anklicken, weil die Seite nicht reagiert, oder wenn sie auf ein nicht-klickbares Element klicken, weil sie dort eine Funktion erwarten.
Besonders aufschlussreich sind sogenannte Rage Clicks — wiederholte, schnelle Klicks auf dasselbe Element. Tools wie Hotjar oder Microsoft Clarity erkennen dieses Muster automatisch. Rage Clicks sind ein zuverlässiger Indikator für Frustration: Nutzer erwarten eine Reaktion, die nicht kommt.
Ein weiteres häufiges Muster: Klicks auf Bilder oder Textelemente, die nicht verlinkt sind. Wenn Nutzer konsistent auf ein Produktbild oder eine Überschrift klicken, die keine Verlinkung hat, ist das ein klares Signal — sie erwarten dort eine Interaktionsmöglichkeit.
Für B2B-Seiten ist außerdem relevant, welche Navigation-Elemente tatsächlich genutzt werden. Wenn 80 % der Klicks auf zwei von acht Menüpunkten entfallen, stellt sich die Frage, ob die anderen sechs Punkte in der aktuellen Form sinnvoll sind — oder ob sie die Navigation unnötig fragmentieren.
Scroll Maps und Content-Sichtbarkeit — der Fold ist nicht tot, aber auch nicht alles
Scroll Maps zeigen einen der wichtigsten Werte in der Seitenanalyse: Wie viel Prozent der Nutzer erreichen welchen Bereich der Seite? Der Bereich, den alle Nutzer sehen, ist der wertvollste — dort sollten die wichtigsten Aussagen stehen.
Eine typische Scroll-Map zeigt einen steilen Abfall nach den ersten 30–40 % der Seitenlänge. Das bedeutet nicht zwingend, dass der Content schlecht ist — es kann auch bedeuten, dass Nutzer bereits gefunden haben, was sie gesucht haben. Kontext ist entscheidend.
Kritisch wird es, wenn wichtige Conversion-Elemente — ein Formular, ein CTA, ein Trust-Signal — unterhalb des Bereichs liegen, den nur 20 % der Nutzer erreichen. Dann ist die Frage nicht, ob der Content gut ist, sondern ob er am richtigen Ort steht.
Scroll Maps helfen auch dabei, den richtigen Platz für Lead-Magneten zu finden. Wer einen Content-Download erst am Ende einer langen Seite platziert, verschenkt Reichweite — selbst wenn das Angebot gut ist.
Scroll-Tiefe je nach Seitentyp unterschiedlich bewerten
Eine Landingpage, ein Blog-Artikel und eine Produktseite haben unterschiedliche Scroll-Erwartungen. Auf einer Landingpage ist eine Scroll-Tiefe von 60 % bei qualifizierten Nutzern oft ausreichend — wenn der CTA im sichtbaren Bereich liegt. Auf einem langen Artikel ist eine hohe Scroll-Tiefe ein Qualitätssignal.
Scroll Maps immer im Kontext des Seitentyps und der Nutzerintention lesen — nicht als absolute Kennzahl.
Heatmaps mit anderen Daten kombinieren — erst dann werden sie aussagekräftig
Heatmaps allein reichen nicht für Optimierungsentscheidungen. Sie zeigen das Was, aber nicht das Warum. Erst in Kombination mit anderen Datenquellen entstehen belastbare Hypothesen.
- Session Recordings: Einzelne Nutzersitzungen zeigen, was aggregierte Heatmaps verbergen. Ein Nutzer, der mehrfach zwischen zwei Sektionen scrollt, signalisiert Unsicherheit — das sieht man in der Heatmap nicht.
- Analytics-Daten: Welche Seiten haben hohe Absprungraten? Welche Segmente verhalten sich anders? Die Bounce Rate allein sagt wenig — aber in Kombination mit Scroll-Daten ergibt sich ein klareres Bild.
- Nutzer-Feedback: Kurze On-Page-Umfragen (z. B. mit Hotjar Surveys) können erklären, warum Nutzer eine Seite verlassen haben. Das ergänzt die Verhaltensdaten um die Perspektive der Nutzer.
Wer Heatmap-Daten nutzt, um Hypothesen für A/B-Tests zu formulieren, arbeitet methodisch sauber. Die Heatmap zeigt das Problem, der Test überprüft die Lösung.
Heatmaps für B2B-Seiten — worauf besonders zu achten ist
B2B-Seiten haben typischerweise niedrigere Traffic-Volumina als B2C-Seiten. Das hat direkte Auswirkungen auf die Aussagekraft von Heatmaps: Für statistisch belastbare Daten braucht man ausreichend Sitzungen — als Richtwert gelten mindestens 500–1.000 Sitzungen pro Seitenversion, bevor man Muster als gesichert betrachtet.
Bei geringem Traffic sollte man Heatmaps eher als qualitative Orientierung nutzen — nicht als Grundlage für weitreichende Redesign-Entscheidungen. Kombiniert mit Session Recordings und direktem Nutzer-Feedback lassen sich auch bei kleinen Datenmengen sinnvolle Hypothesen ableiten.
Besonders relevant für B2B: das Verhalten auf Seiten, die direkt auf Conversion ausgerichtet sind — Kontaktseiten, Demo-Request-Seiten, Angebotsseiten. Wenn Nutzer ein Formular aufrufen, aber nicht ausfüllen, zeigt die Click Map oft, wo sie abbrechen. Das ist ein direkter Ansatzpunkt für Optimierung.
Für Seiten, die auf Discovery Calls vorbereiten, lohnt es sich zu prüfen, ob die relevanten Informationen — Prozessbeschreibung, Referenzen, nächste Schritte — im sichtbaren Bereich liegen und ob Nutzer mit diesen Elementen interagieren.
Typische Fehler bei der Heatmap-Analyse
Die häufigsten Fehler bei der Interpretation von Heatmap-Daten lassen sich auf wenige Muster reduzieren:
- Geringe Datenmenge ignorieren: Heatmaps mit 50 Sitzungen sind nicht aussagekräftig. Trotzdem werden sie oft als Entscheidungsgrundlage genutzt.
- Gerätetypen nicht trennen: Desktop- und Mobile-Nutzer verhalten sich grundlegend anders. Eine gemeinsame Heatmap verwischt diese Unterschiede. Immer nach Device segmentieren.
- Dynamische Seiten falsch messen: Seiten mit Sticky Headers, Modals oder dynamisch geladenen Inhalten verfälschen Heatmap-Daten, wenn das Tool nicht korrekt konfiguriert ist.
- Korrelation mit Erfolg verwechseln: Viele Klicks auf ein Element bedeuten nicht, dass es gut konvertiert. Ohne Verknüpfung mit Conversion-Daten bleibt die Interpretation spekulativ.
- Einmalige Snapshots überinterpretieren: Nutzerverhalten ändert sich — durch Saisonalität, Traffic-Quellen, Kampagnen. Eine Heatmap aus einer bestimmten Periode ist kein dauerhaft gültiges Abbild.
Diese Fehler sind vermeidbar — sie erfordern aber eine bewusste Auseinandersetzung mit den Grenzen des Formats.
Von der Analyse zur Optimierung — der richtige Prozess
Heatmap-Analyse ist kein Selbstzweck. Das Ziel ist, konkrete Optimierungshypothesen zu formulieren, die dann getestet werden können. Ein strukturierter Prozess sieht so aus:
- Heatmap-Daten segmentiert nach Device und Traffic-Quelle auswerten.
- Auffälligkeiten identifizieren: Rage Clicks, Klicks auf nicht-klickbare Elemente, starke Scroll-Abbrüche.
- Session Recordings für die auffälligsten Muster ansehen.
- Hypothese formulieren: „Wenn wir X ändern, erwarten wir Y, weil Z."
- Änderung testen — idealerweise als A/B-Test, bei geringem Traffic als sequenzieller Test mit klarem Zeitrahmen.
Dieser Prozess ist der Kern jeder datenbasierten Conversion-Optimierung. Heatmaps sind dabei ein wichtiges Werkzeug — aber eben eines von mehreren. Wer den vollständigen Rahmen verstehen möchte, findet ihn im B2B-Guide zur Conversion Rate Optimization.
Für Seiten, die auf Lead-Generierung ausgerichtet sind, lohnt sich außerdem ein Blick auf den strukturellen Aufbau des B2B Conversion Funnels — denn Heatmaps zeigen nur das Verhalten auf einer einzelnen Seite, nicht das Zusammenspiel der gesamten Customer Journey.