Het anker-effect, twin-getest: de doorstreepte prijs verhoogt de koopbereidheid met 83%

Bewijs in plaats van beweringen: klassiekers uit de consumentenpsychologie, live opnieuw getest met digital twins. → Alle 23 koopprikkels in één overzicht.

Tversky, Kahneman, Ariely en collega's beschrijven een trigger, het ankereffect,, wij hebben hem opnieuw getest met digital twins.

Wat is het ankereffect bij een doorgestreepte prijs?

Iedereen kent het beeld uit de webshop: een doorgestreepte prijs, ernaast het zogenaamd verlaagde bedrag. Het idee erachter is een van de bekendste bevindingen uit de beslispsychologie: het ankereffect. Amos Tversky en Daniel Kahneman lieten in 1974 in Science zien dat een volstrekt willekeurig startgetal volgende schattingen systematisch vertekent: proefpersonen zagen een rad van fortuin dat een getal tussen 0 en 100 opleverde, en schatten daarna het aandeel Afrikaanse landen in de Verenigde Naties. Groepen met een lage rad-waarde (10) schatten een mediaan van 25 procent, groepen met een hoge rad-waarde (65) schatten 45 procent, ook al wist iedereen dat het getal toevallig tot stand kwam.

Ariely, Loewenstein en Prelec bouwden daar in 2003 in een veelgeciteerde studie op voort: mba-studenten gaven eerst aan of ze zes producten zouden kopen voor een prijs die volgde uit de laatste twee cijfers van hun sofinummer, en noemden vervolgens hun maximale betalingsbereidheid in een echte veiling. Wie een hoog toevalscijfer had, was bereid 57 tot 107 procent meer te betalen dan iemand met een laag cijfer, bij identieke producten. De auteurs noemen dat „coherent arbitrariness“: het anker is willekeurig, maar zodra het is gezet, blijft de relatieve prijsordening stabiel.

In de retail duikt hetzelfde principe op als doorstreepprijs: een hogere „van“-prijs naast het eigenlijke aanbod. Wij wilden weten of digital twins net zo reageren op zo'n doorstreepprijs, ook al blijft de eindprijs in beide gevallen exact gelijk.

Hoe hebben we dit ankereffect bij doorgestreepte prijzen getest?

Het panel antwoordde in het Duits; citaten zijn vertaald.

Het panel: 10 digital twins*

Beate Hofmann, 58
Projectleider-twin* · Stuttgart · University degree

“Ik ben Beate Hofmann, projectleider uit Stuttgart. Sinds mijn scheiding heb ik met mijn nieuwe partner weer stabiliteit gevonden, en ook al leef ik met chronische rugpijn en een actieve kankerdiagnose, ik blijf dagelijks sportief actief en voel me diep tevreden met mijn leven.”

Wat deze twin bijzonder maakt: Ik ben diep religieus zonder de kerk te bezoeken, ik sta fundamenteel wantrouwend tegenover politiek en de economische situatie, en ik bescherm mijn gegevens zo consequent dat ik liever een korting misloop dan ze prijsgeef.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Sabine Wagner, 56
Verpleegkundige-twin* · Leipzig · Upper secondary education

“Ik ben Sabine Wagner, verpleegkundige in een ziekenhuis in Leipzig. Ik ben getrouwd en woon samen met mijn man, maar tussen het 40-urige ploegendienstwerk en het huishouden blijft er nauwelijks tijd voor mezelf over.”

Wat deze twin bijzonder maakt: Mijn geloof is geen pure traditie, maar geeft me dagelijks kracht voor een veeleisend beroep, ik vertrouw sterk op politie en justitie, en ondanks mijn volle ziekenhuisleven zet ik me vrijwillig in voor goede doelen.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Kathrin Baumann, 32
Lerares-twin* · München · Postgraduate degree

“Ik ben Kathrin Baumann, basisschoollerares uit München. Ik ben getrouwd en heb twee kleine kinderen, en mijn dagen tussen school en jong gezin zijn hectisch. Voor sport blijft momenteel weinig tijd over.”

Wat deze twin bijzonder maakt: Ik vertrouw mensen heel sterk en zie in principe het goede in ze, ik voel me politiek verbonden met de Groenen en boycot consequent producten om duurzaamheidsredenen, ook al neemt politiek verder weinig ruimte in mijn dagelijks leven in.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Melanie Schubert, 33
Bankmedewerker-twin* · bij Frankfurt · Advanced vocational education

“Ik ben Melanie Schubert, bankmedewerker bij een groot bedrijf vlakbij Frankfurt. Ik ben getrouwd en woon samen met mijn man, waarbij af en toe rug- en nekklachten me in het dagelijks leven wat afremmen.”

Wat deze twin bijzonder maakt: Ik ben duidelijk risicomijdender dan de meesten in mijn omgeving, ik vermijd leidinggevende functies en beperk bewust mijn tijd op internet, ook al ben ik technisch heus wel onderlegd. Orde en betrouwbaarheid vind ik belangrijker dan nieuwe dingen uitproberen.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Lukas Sander, 33
Retail-twin* · Dortmund · Postgraduate degree

“Ik ben Lukas Sander, medewerker in de detailhandel met teamverantwoordelijkheid in Dortmund. Ik ben getrouwd en heb drie kinderen van twee, vier en zeven jaar, tussen een 40-urige werkweek en een druk gezinsleven voel ik me heel tevreden en heb ik alles goed onder controle.”

Wat deze twin bijzonder maakt: Hoewel ik veiligheidsgericht en risicomijdend ben, zet ik me sterk in voor minderheidsrechten, waaronder LGBTQ-rechten, en wens ik een sterke, sociaal actieve overheid. Daarbij breng ik met mijn postdoctorale opleiding een ongebruikelijk perspectief mee in mijn baan in de detailhandel.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Anke Schumann, 48
HR-medewerker-twin* · Hamburg · University degree

“Ik ben Anke Schumann, HR-medewerker bij een middelgroot bedrijf in Hamburg. Ik ben getrouwd, heb twee zonen en voel me heel vervuld en op mijn plek in mijn leven.”

Wat deze twin bijzonder maakt: Ik vertrouw sterk op het parlement en justitie, ook al maakt de economische situatie me ontevreden, ik zet me in voor inkomensgelijkheid en minderheidsrechten en beschouw tegelijkertijd gehoorzaamheid en respect voor autoriteit als belangrijke opvoedingswaarden, een tegenstrijdigheid die ik bij mezelf opmerk.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Sören Lindner, 30
IT-twin* · Keulen · Advanced vocational education

“Ik ben Sören Lindner, IT-beheerder bij een groot bedrijf in Keulen. Ik ben niet getrouwd en woon samen met mijn partner. Mijn jeugd werd getekend door financiële zorgen en familieconflicten, wat me risicobereider en vastberadener heeft gemaakt.”

Wat deze twin bijzonder maakt: Ik ben bovengemiddeld risicobereid en leiderschapsgericht, ik ga de straat op en doneer voor zaken waar ik in geloof, ik bescherm mijn gegevens ondanks mijn technische affiniteit heel strikt, en ik zet me actief in tegen ongelijke behandeling van vrouwen op het werk.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Tobias Hübner, 35
Mechatronicus-twin* · Essen (Ruhrgebied) · Upper secondary education

“Ik ben Tobias Hübner, mechatronicus bij een middelgrote elektronicafabrikant in het Ruhrgebied, in Essen. Ik ben niet getrouwd en woon in een groot huishouden van zes personen met mijn ouders en jongere familieleden, druk, maar voor mij een sterke bron van veiligheid.”

Wat deze twin bijzonder maakt: Ik steek meerdere uren per week in de zorg voor familieleden en buren, in plaats van naar buiten gerichte sociale activiteiten, ik wijs trackingcookies consequent af en ga ondanks een gevoel van geringe politieke invloed toch regelmatig stemmen.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Dennis Altmann, 41
Sales-twin* · Düsseldorf · University degree

“Ik ben Dennis Altmann, salesmedewerker bij een middelgroot groothandelsbedrijf in Düsseldorf en reis veel voor mijn werk. Ik ben getrouwd en heb drie kinderen. Mijn eigen jeugd werd getekend door geldzorgen en ruzie, daarom wens ik mijn kinderen een stabieler, harmonieuzer thuis toe.”

Wat deze twin bijzonder maakt: Anders dan de eerder liberale omgeving in Düsseldorf hecht ik veel waarde aan duidelijke regels, orde en traditionele opvoedingswaarden zoals gehoorzaamheid en respect voor autoriteit, en benader ik vreemden met gezonde scepsis; mijn vader komt oorspronkelijk uit Turkije.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

Jürgen Krause, 59
Boekhouder-twin* · Berlijn · Upper secondary education

“Ik ben Jürgen Krause, boekhouder vlak voor mijn pensioen in Berlijn. Ik ben niet getrouwd en woon samen met twee oudere familieleden voor wie ik zo'n 15 uur per week zorg, terwijl rug- en gewrichtspijn en af en toe hevige hoofdpijn me dagelijks bezighouden.”

Wat deze twin bijzonder maakt: Ik ben maatschappelijk eerder conservatief, hecht veel waarde aan traditie en respect voor autoriteit en voel ondanks mijn leven in een wereldse stad weinig verbondenheid met het Europese gedachtegoed, en stem toch SPD, omdat sociale rechtvaardigheid me aan het hart gaat.

* Digital twin: een AI-simulatie op basis van het profiel van een echte persoon: 68+ survey-items, volledig psychografisch profiel (waarden, demografie, gedrag). Geen echte persoon.

* Digital twins zijn AI-simulaties op basis van profielen van echte personen, geen echte mensen. Klik op een twin om te zien waarop hij gebaseerd is.

Waarom werkt een doorgestreepte prijs, ook al blijft de eindprijs gelijk?

129 € resp. 89 €, dezelfde eindprijs voor het koffiezetapparaat, één keer met zichtbare doorstreepprijs, één keer zonder. Met het anker grepen de twins gemiddeld bij 5,5 van de 10 gelegenheden toe, zonder anker slechts bij 3,0 van de 10, een plus van 83 procent, terwijl het product, de eindprijs en elke andere zin in de stimulus identiek bleven. Alleen de regel „129 € 89 €“ in plaats van „89 €“ verschilde tussen de twee condities.

Het effect is geen toevalsproduct van één enkele meting: in beide tegengestelde rondes toont zich hetzelfde patroon (5,8 tegenover 3,2 in de eerste, 5,2 tegenover 2,8 in de tweede ronde), ongeacht welke panelhelft op dat moment welke conditie zag.

Zeven van de tien reacties in de doorstreepprijs-conditie noemden de vergelijkingsprijs van 129 € of de besparing uitdrukkelijk als reden om toe te slaan, niet als marketingtruc, maar als een echt, positief koopsignaal. „De prijs van 89 € voor een koffiezetapparaat dat eerst 129 € kostte, is voor mij een goede deal, want ik let sterk op een eerlijke prijs-kwaliteitverhouding en vergelijk veel voordat ik koop“, zegt twin „Sabine“ (digital twin, DACH-consumentenpanel) in de doorstreepprijs-conditie. Opvallend: dezelfde Sabine antwoordt in de ronde met vaste prijs heel anders. &Bdquo;Ik zou waarschijnlijk maar 1 van de 10 keer toeslaan, want 89 € is maar een gemiddelde prijs en ik zou hopen op een betere deal … Een echte koopje zou voor mij duidelijk onder deze prijs liggen“, zegt twin „Sabine“ zonder anker, dezelfde twin, dezelfde eindprijs, tegenovergestelde conditie.

Ook Jürgen Krause, boekhouder-twin, maakt de referentieprijs expliciet tot argument: „De verlaagde prijs van 89 € is dan het doorslaggevende argument om er eindelijk voor te gaan, want als boekhouder let ik natuurlijk op een goede prijs-kwaliteitverhouding“, zegt twin „Jürgen“.

Is het ankereffect bij alle twins even sterk?

Nee, en juist dat maakt het resultaat geloofwaardiger dan een gladde unanimiteit. Zeven van de tien twins grepen met doorstreepprijs vaker toe dan zonder, drie bewogen licht de andere kant op (telkens −1 punt: Lukas Sander, Anke Schumann, Sören Lindner). Het gemiddelde verschil van 2,5 punten wordt vooral gedragen door vier twins met grote delta's (+6, +6, +4, +7), een beschrijvend panelresultaat met zichtbare spreiding, geen significantie-claim.

Lukas Sander is het interessantste geval: hij zet „een 'aanbieding' alleen is voor mij niet genoeg“ bewust tussen aanhalingstekens en normaliseert de prijs expliciet opnieuw: „voor mij is 89 euro gewoon een normale prijs“, zegt twin „Lukas“. Hij is functioneel ankerresistent en tegelijk een van de drie twins met een negatieve delta tussen de condities. Opmerkelijk: geen van de tien twins noemde de doorstreepprijs expliciet een marketingtruc. Meerdere waren anchor-aware, maar niet anchor-resistant in de zin van een openlijke afwijzing van de tactiek. Echte consumenten zouden hier sceptischer kunnen reageren, wat het effect in het veld eerder zou dempen dan versterken.

Een tweede maat: hoe voordelig de prijs van 89 € subjectief aanvoelt, op een schaal van 1 tot 10, wijst dezelfde kant op (8,33 met anker tegenover 4,5 zonder anker), maar berust op slechts drie resp. twee gevallen die daadwerkelijk met een getal antwoordden. Dat is richtinggevend, maar geen robuust kengetal. We tonen het hier uitdrukkelijk met deze kleine basis, niet als tweede headline-cijfer.

Hetzelfde patroon, opnieuw gemeten: in minuten in plaats van weken veldwerk.

Repliceert dit het ankereffect van Tversky & Kahneman en Ariely?

Alleen in principe, niet qua procedure. Noch het rad-van-fortuin-experiment, noch de sofinummer-studie laten zich een op een namaken met een tekstgebaseerd twin-panel. Er is geen echt rad van fortuin, en digital twins hebben geen blijvend sofinummer over sessies heen. In plaats daarvan hebben we de reële retailvariant van het anker getest: een door de handelaar gezette doorstreepprijs, zoals die in praktisch elke webshop voorkomt. Dat is een domeinwissel: van een anker dat de proefpersoon als willekeurig kent, naar een anker dat aannemelijk informatief oogt. De twin-bevinding laat zich daarom niet omschrijven als „replicatie van het rad-van-fortuin-experiment“ of „replicatie van de sofinummer-studie“, maar als een test of hetzelfde ankerprincipe ook bij een geloofwaardige, niet overduidelijk willekeurige referentieprijs een geuite koopintentie verschuift, en precies dat gebeurt in onze data.

Wat betekent dit voor jouw pricing-communicatie?

De praktische consequentie van deze ene test: een doorstreepprijs is geen bijzaak op de productpagina, maar beïnvloedde in ons panel de geuite koopbereidheid sterker dan elke andere prijsvariabele die we normaal in het vizier hebben, bij exact dezelfde eindprijs. Tegelijk laat de spreiding in het panel zien dat een doorstreepprijs niemand automatisch overtuigt: drie van de tien twins reageerden licht tegengesteld, en één ankerresistent geval hernormaliseerde de prijs bewust. Voordat je een doorstreepprijs breed uitrolt, loont een eigen kleine test met jouw doelgroep: productcategorie, prijsniveau en geloofwaardigheid van de referentieprijs bepalen waarschijnlijk of het effect bij jou net zo groot uitpakt.

Deze test maakt deel uit van de serie Het Trigger-Lab, waarin we klassiekers uit de consumentenpsychologie opnieuw toetsen met digital twins. Het volledige overzicht van alle re-tests lees je in het vlaggenschipartikel „Brainfluence Retested“.

Verder lezen

• Verliesaversie & framing in de twin-test
• Het endowment-effect: waarom de proefperiode zwaarder weegt dan de prijs
• Digital twins in marktonderzoek: de complete gids 2026

Veelgestelde vragen

Woordenlijst: de begrippen van het Trigger-Lab

Digital twins: AI-persona's op basis van echte enquêteprofielen, die op tekststimuli reageren met forced-choice-beslissingen en ratings, een marktonderzoekspanel dat in minuten in plaats van weken antwoordt. → Meer hierover: Digital twins in marktonderzoek: de complete gids

Het Trigger-Lab: de artikelenreeks waarin klassiekers uit de consumentenpsychologie live opnieuw worden getest met digital twins uit een DACH-consumentenpanel. → Naar het experiment: Brainfluence Retested

Ankereffect: een eerst genoemd getal, bijvoorbeeld een doorgestreepte oorspronkelijke prijs, vertekent de beoordeling van alle volgende prijzen, zelfs als het anker willekeurig gekozen of herkenbaar is (Tversky & Kahneman, 1974; Ariely, Loewenstein & Prelec, 2003).

Vertrouwenswoorden: vaste vertrouwensformuleringen onder de koopknop, zoals geld-terug-garantie, klantbeoordelingen of een keurmerk,, die volgens Dooley (Brainfluence, 2011) het waargenomen vertrouwen en de koopbereidheid verhogen. → Naar het experiment: Vertrouwenswoorden in de twin-test

Verliesaversie & framing: verliezen wegen psychologisch zwaarder dan even grote winsten, waardoor verliesgeframede boodschappen („mis dit niet…“) sterker zouden werken dan winstgeframede („verzeker je van…“) (Tversky & Kahneman, 1981). → Naar het experiment: Verliesaversie & framing in de twin-test

Endowment-effect (bezitseffect): zodra iemand een product al bezit of gebruikt, wordt het subjectief waardevoller en moeilijker weer af te staan dan bij de eerste aankoopbeslissing (Kahneman, Knetsch & Thaler, 1990). → Naar het experiment: Het endowment-effect in de twin-test

Pick-share (gedwongen keuze): het aandeel twins dat in een forced-choice-vraag zonder „weet niet“-optie voor een bepaalde variant kiest, gemiddeld over twee tegengesteld geordende rondes.

Allocatiemeting: een vraagtechniek waarbij twins aangeven bij hoeveel van de 10 aankopen of situaties ze voor een optie zouden kiezen. Dat levert een realistische verdeling op in plaats van een eenstemmig ja/nee-beeld.

Bronnen & verder lezen

1. Tversky, A. & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124–1131. (sectie „Adjustment and Anchoring“)
2. Ariely, D., Loewenstein, G. & Prelec, D. (2003). „Coherent Arbitrariness“: Stable Demand Curves Without Stable Preferences. The Quarterly Journal of Economics, 118(1), 73–105.
3. Trigger-Lab experiment G1 (ankereffect, doorstreepprijs), 2026, n = 10 digital twins (neuroflash).