Brainfluence 2.0: 100 Persuasions-Tricks werden zu 100 KI-Hypothesen

Beweis statt Behauptung — Klassiker der Konsumpsychologie, live nachgetestet mit digitalen Zwillingen.

Warum wir 100 Persuasions-Tricks noch einmal testen

Roger Dooley beschreibt eine der Bibeln der Konsumpsychologie: Brainfluence (2011). Rund 100 psychologische Trigger, jeder mit einer Studie belegt — von Blickrichtung über Preis-Anker bis Checkout-Friction. Das Buch ist über zehn Jahre alt, viele der zitierten Studien stammen aus den 2000ern. Die Frage, die sich aufdrängt: Gelten diese Trigger noch, wenn man sie 2026 mit heutigen Konsument:innen und heutigen Interfaces prüft?

Genau das ist die Idee hinter dem Trigger-Labor: eine Artikelserie, in der wir Dooleys Klassiker — und verwandte Studien von Hutton & Nolte, Song & Schwarz und Dan Ariely — direkt nachstellen, statt sie nur zu zitieren. Du bekommst fünf konkrete Experimente mit digitalen Zwillingen: KI-Personas, die auf echten Umfrageprofilen eines DACH-Konsumentenpanels basieren und in Text-Stimuli auf identische Szenarien reagieren wie ein Marktforschungspanel. Wir behandeln Dooley & Co. dabei nicht als Gegner, den man widerlegen will — wir wollen wissen, was von ihren Befunden 2026 noch trägt.

Zieht eine überraschende Headline wirklich mehr Klicks als eine sachliche?

Dooley beschreibt in Brainfluence (2011), dass Überraschung und Neuheit Aufmerksamkeit stärker triggern als sachliche Ankündigungen. Wir haben digitalen Zwillingen fünf Betreffzeilen für denselben kostenlosen Marketing-Report vorgelegt — eine sachliche Kontrolle, eine Gratis-Variante, eine Neu-Variante, eine Story-Variante und eine Überraschungs-Variante, die drei vermeintliche Marketing-Wahrheiten widerlegt. Jeder Zwilling traf die Wahl zweimal, in umgekehrter Listenreihenfolge, damit reine Positionseffekte auffallen.

Die Überraschungs-Headline gewann 80 % aller 20 Twin-Antworten (16/20) — gegen nur 5 % für die sachliche Kontrolle. Das ist ein Pick-Share-Delta von +75 Prozentpunkten, klar und robust über beide Durchläufe hinweg.

Kathrin Baumann, einer unserer digitalen Zwillinge, begründete ihre Wahl der Überraschungs-Variante so: „Die Headline verspricht eine Art von Aufklärung oder eine neue Perspektive, was ich sehr schätze.“ Dennis Altmann war der einzige, der in einem der beiden Durchläufe die sachliche Kontrolle wählte — im zweiten Durchlauf entschied er sich um. Diese Inkonsistenz eines einzelnen Zwillings gehört zum Ergebnis dazu, ändert aber nichts am klaren Gesamtbild.

Was das bedeutet: Wenn deine nächste Betreffzeile oder Anzeige eine Wahl zwischen „klingt seriös“ und „klingt überraschend“ hat — die Zahlen sprechen für Überraschung. Dooleys Befund von 2011 hält 2026 stand.

Ziehen Gesichter auf Startseiten wirklich mehr Aufmerksamkeit als Produktfotos?

Dooley beschreibt in Brainfluence (2011), dass Gesichter Blicke anziehen; Hutton & Nolte (2011) zeigten per Eye-Tracking zusätzlich, dass die Blickrichtung eines Gesichts die Aufmerksamkeit weiterlenkt. Wir haben drei Hero-Konzepte für die Startseite einer Online-Sprachschule als Textbeschreibung getestet, noch vor dem eigentlichen Foto-Shooting: eine lächelnde Lehrerin mit Blick auf den Anmelde-Button, einen App-Screenshot ohne Menschen, und eine reine Typografie-Variante ohne Bild.

Das Gesicht gewann den Anziehungs-Pick bei 60 % (12/20), der Produkt-Screenshot bei 40 % (8/20), die reine Text-Variante bei 0 %. So weit bestätigt sich die Anziehungs-These klar — die Blicklenkung selbst war in unserem Text-Format nicht testbar, weil die Blickrichtung nur beschrieben und nie variiert wurde. Und die Begründungen der Zwillinge erzählen eine zweite Geschichte: Mehrere von ihnen verknüpften ihr Vertrauen ausdrücklich mit dem Produkt-Screenshot, nicht mit dem Gesicht.

„Ein konkreter Screenshot gibt mir das Gefühl von Transparenz und Echtheit“, sagt Twin Jürgen Krause, der sich für das Produktkonzept entschied. Beate Hofmann dagegen wählte das Gesicht: „Ein freundliches, menschliches Gesicht wirkt einladend und schafft sofort eine positive Atmosphäre.“ Sören Lindner blieb in beiden Durchläufen beim Produkt: „Für mich ist es wichtig, dass ein Produkt funktioniert und ich mich auf die Qualität verlassen kann.“

Was das bedeutet: Gesichter ziehen den ersten Blick — das bestätigt sich. Aber wer daraus automatisch ableitet, dass ein Gesicht auch am meisten Vertrauen schafft, macht es sich zu einfach. Mehrere Zwillinge begründeten ihr Vertrauen ausdrücklich mit dem Screenshot — eine Beobachtung aus den offenen Begründungen, keine gemessene Größe. Deshalb steht dieser Trigger bei uns auf „Anziehung bestätigt, Blicklenkung nicht testbar“ — die differenzierteste und zugleich interessanteste Zeile im Scoreboard.

Wirkt schwer lesbare Schrift wirklich weniger vertrauenswürdig?

Song & Schwarz zeigten 2008, dass schwer lesbare Schrift Aufgaben und Angebote schwieriger und riskanter erscheinen lässt — kognitive Flüssigkeit als Vertrauenssignal. Wir haben denselben Versicherungstarif zweimal gestaltet: einmal klar mit serifenloser Schrift, kurzen Sätzen und viel Weißraum, einmal mit verschnörkelter Schreibschrift, verschachtelten Sätzen und schwachem Kontrast.

In der Allokations-Nachmessung lasen die Zwillinge bei der klaren Variante im Schnitt 7,9 von 10 Tarif-Prüfungen bis zum Abschluss weiter — bei der schwer lesbaren nur 2,3 von 10 (Spannweite 6–10 vs. 0–4). Die direkte Wahl fiel zusätzlich 20 von 20 auf die klare Variante, über beide gegenläufigen Durchläufe.

Interessanter als die reine Zahl ist, warum die Zwillinge so entschieden. Sabine Wagner formulierte es so: „Variante B hingegen wirkt unübersichtlich und anstrengend für die Augen, was bei mir den Eindruck erwecken würde, dass man etwas verstecken möchte.“ Jürgen Krause sagte fast wortgleich: „Die unübersichtliche Gestaltung von Variante B… würde mich misstrauisch machen, da es den Anschein erweckt, als wolle man etwas verstecken.“ Dieses Motiv — schlechte Lesbarkeit als Hinweis auf Verheimlichung, nicht nur als ästhetischer Makel — tauchte in den unstrukturierten Begründungen immer wieder auf.

Was das bedeutet: Song & Schwarz’ Befund ist nicht nur bestätigt, er ist noch schärfer als gedacht. Schwer lesbare Angebotstexte wecken bei unserem Panel diffuses Unbehagen und ganz konkret den Verdacht, dass jemand „etwas verstecken will“.

Funktioniert der Preis-Köder-Trick wirklich, auch wenn niemand ihn wählt?

Ariely beschrieb 2008 in seinem Economist-Experiment, dass ein Köder-Tarif die Wahl zur mittleren oder teureren Option verschiebt — auch wenn der Köder selbst kaum gewählt wird. Wir haben einer Software mit zwei Tarifen (Basic 29 €, Pro 59 €) einen dritten, teureren Premium-Tarif (99 €) hinzugefügt und beide Menüs je zweimal in gegenläufiger Reihenfolge getestet.

Ohne Köder wählten die Zwillinge zu 95 % Basic und nur zu 5 % Pro. Mit dem Premium-Köder im Menü stieg der Pro-Anteil auf 45 % — ein Sprung von +40 Prozentpunkten. Premium selbst wurde in allen 20 Antworten kein einziges Mal gewählt.

Beate Hofmann, die ohne Köder Basic gewählt hätte, wechselte mit Premium im Menü zu Pro: „Ein persönlicher Berater im Premium-Tarif wäre zwar nett, aber der Preisunterschied von 40 Euro im Monat ist für mich nicht gerechtfertigt, wenn der Support schon dabei ist.“ Anke Schumann begründete denselben Wechsel fast identisch: „Unbegrenzte Projekte sind für meine Arbeit unerlässlich… die 40 Euro Preisunterschied zum Premium-Tarif sind es mir nicht wert.“

Was das bedeutet: Der Phantom-Köder funktioniert exakt so, wie Ariely es beschreibt — er gewinnt nie selbst, verschiebt aber die Wahrnehmung der mittleren Option von „teuer“ zu „vernünftiger Kompromiss“. Für jedes Preis-Menü mit drei Stufen lohnt sich der Blick auf die eigene mittlere Option: Ist sie wirklich austariert, oder fehlt ihr schlicht ein Premium-Anker?

Killt jedes zusätzliche Checkout-Feld wirklich Conversions?

Dooley beschreibt in Friction (2019), dass jeder zusätzliche Schritt und jedes zusätzliche Feld Conversions kostet — und dass der Gast-Checkout den Kontozwang schlägt. Wir haben denselben 89 €-Warenkorb zwei Checkout-Flows durchlaufen lassen: einen 5-Schritte-Flow mit Kontoanlage, E-Mail-Bestätigung und 12 Pflichtfeldern, und einen 2-Schritte-Gast-Checkout mit 5 Feldern.

Im Schnitt brechen die Zwillinge 7,1 von 10 Käufen beim Kontozwang-Flow ab, gegenüber nur 1,4 von 10 beim Gast-Checkout (Spannweite 4–8 vs. 0–3) — ein Friction-Score von 5,7 Punkten, der größte Abstand der Testreihe. Die direkte Wahl fiel zusätzlich 20 von 20 auf den Gast-Checkout, über beide gegenläufig sortierten Durchläufe.

Lukas Sander brachte es auf den Punkt: „Flow A mit seinen 12 Pflichtfeldern und der E-Mail-Bestätigung würde mich wahrscheinlich so nerven, dass ich abbrechen würde.“ Beate Hofmann sah zusätzlich ein Datenschutz-Motiv: „Die vielen Schritte und Pflichtfelder… sind für mich ein klares Zeichen, dass hier mehr Daten gesammelt werden sollen, als ich bereit bin zu geben.“ Sören Lindner war eindeutig: „Die 12 Pflichtfelder sind ein absolutes Abbruchkriterium. Ich breche da fast sicher ab.“

Was das bedeutet: Dooleys Friction-These bestätigt sich ohne Einschränkung. Jeder Kontozwang im Checkout ist ein aktiver Grund zum Abbruch — für unser komplettes Panel weit mehr als ein kleiner Reibungsverlust: ein klares Ausschlusskriterium.

Was ist das Trigger-Labor?

Das Trigger-Labor ist eine laufende Serie auf diesem Blog: Wir nehmen einen klassischen Trigger der Konsumpsychologie, bauen ein möglichst nahes Nachbau-Experiment und lassen ein Panel aus digitalen Zwillingen (KI-Personas auf Basis eines DACH-Konsumentenpanels) live entscheiden. Jeder Trigger bekommt am Ende eine klare Einordnung: bestätigt, teilweise bestätigt oder widerlegt.

Dieser Artikel ist die Einführung und Übersicht der Serie. Vertiefende Einzelartikel zu weiteren Triggern sind in Arbeit: zu Vertrauens-Wörtern in Interfaces, zum ersten Eindruck von Landingpages in 50 Millisekunden, zu Gesichtern in Hero-Bildern vor dem Foto-Shooting und zur Rolle der Schriftart für Vertrauen — sie erscheinen demnächst im Trigger-Labor.

Das Panel: 10 digitale Zwillinge*

Beate Hofmann, 58
Projektleiterin-Twin* · Stuttgart · University degree

„Ich bin Beate Hofmann, Projektleiterin aus Stuttgart. Nach meiner Scheidung habe ich mit meinem neuen Partner neue Stabilität gefunden, und obwohl ich mit chronischen Rückenschmerzen und einer aktiven Krebserkrankung lebe, bleibe ich täglich sportlich aktiv und sehr zufrieden mit meinem Leben.“

Was diesen Twin besonders macht: Ich bin zutiefst religiös, ohne die Kirche zu besuchen, misstraue Politik und Wirtschaftslage grundlegend, und schütze meine Daten so konsequent, dass ich selbst auf Rabatte verzichte, bevor ich sie preisgebe.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Sabine Wagner, 56
Pflegekraft-Twin* · Leipzig · Upper secondary education

„Ich bin Sabine Wagner, Krankenpflegerin in einem Leipziger Krankenhaus. Ich bin verheiratet und lebe mit meinem Mann zusammen, aber zwischen der 40-Stunden-Schichtarbeit und dem Haushalt bleibt mir kaum eigene Zeit.“

Was diesen Twin besonders macht: Mein Glaube ist keine reine Tradition, sondern gibt mir täglich Kraft für einen fordernden Beruf, ich vertraue Polizei und Justiz stark, und trotz meines vollen Krankenhausalltags engagiere ich mich ehrenamtlich für wohltätige Organisationen.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Kathrin Baumann, 32
Lehrerin-Twin* · München · Postgraduate degree

„Ich bin Kathrin Baumann, Grundschullehrerin aus München. Ich bin verheiratet und habe zwei kleine Kinder, und mein Alltag zwischen Schule und junger Familie ist turbulent — für Sport bleibt gerade wenig Zeit.“

Was diesen Twin besonders macht: Ich vertraue Menschen sehr stark und sehe grundsätzlich das Gute in ihnen, stehe den Grünen politisch nahe und boykottiere Produkte konsequent aus Nachhaltigkeitsgründen, obwohl Politik in meinem Alltag sonst wenig Raum einnimmt.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Melanie Schubert, 33
Bankkauffrau-Twin* · bei Frankfurt · Advanced vocational education

„Ich bin Melanie Schubert, Bankkauffrau bei einem großen Unternehmen in der Nähe von Frankfurt. Ich bin verheiratet und lebe mit meinem Mann zusammen, wobei mich gelegentliche Rücken- und Nackenbeschwerden im Alltag etwas ausbremsen.“

Was diesen Twin besonders macht: Ich bin deutlich risikoscheuer als die meisten in meinem Umfeld, meide Führungsrollen und begrenze bewusst meine Zeit im Internet, obwohl ich technisch durchaus versiert bin — Ordnung und Verlässlichkeit sind mir wichtiger als Neues auszuprobieren.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Lukas Sander, 33
Einzelhandels-Twin* · Dortmund · Postgraduate degree

„Ich bin Lukas Sander, Einzelhandelskaufmann mit Teamverantwortung in Dortmund. Ich bin verheiratet und habe drei Kinder im Alter von zwei, vier und sieben Jahren — zwischen einer 40-Stunden-Woche und einem vollen Familienleben fühle ich mich sehr zufrieden und habe alles gut im Griff.“

Was diesen Twin besonders macht: Obwohl ich sicherheitsorientiert und risikoscheu bin, setze ich mich stark für Minderheitenrechte, einschließlich LGBTQ, ein und wünsche mir einen starken, sozial aktiven Staat — dazu bringe ich mit meinem Hochschulabschluss einen ungewöhnlichen Blickwinkel in meinen Einzelhandelsberuf mit.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Anke Schumann, 48
Personalreferentin-Twin* · Hamburg · University degree

„Ich bin Anke Schumann, Personalreferentin in einem mittelständischen Unternehmen in Hamburg. Ich bin verheiratet, habe zwei Söhne und fühle mich in meinem Leben sehr erfüllt und angekommen.“

Was diesen Twin besonders macht: Ich vertraue Parlament und Justiz stark, obwohl mich die wirtschaftliche Lage unzufrieden macht, setze mich für Einkommensgleichheit und Minderheitenrechte ein und halte gleichzeitig Gehorsam und Respekt vor Autorität für wichtige Erziehungswerte — ein Widerspruch, den ich an mir selbst bemerke.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Sören Lindner, 30
IT-Twin* · Köln · Advanced vocational education

„Ich bin Sören Lindner, IT-Administrator in einem großen Unternehmen in Köln. Ich bin nicht verheiratet und lebe mit meiner Partnerin zusammen — meine Kindheit war von finanziellen Sorgen und Familienkonflikten geprägt, was mich risikofreudiger und entschlossener gemacht hat.“

Was diesen Twin besonders macht: Ich bin überdurchschnittlich risikobereit und führungsstark, gehe für Anliegen auf die Straße und spende dafür, schütze meine Daten trotz meiner technischen Affinität sehr streng, und setze mich aktiv gegen Ungleichbehandlung von Frauen im Beruf ein.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Tobias Hübner, 35
Mechatroniker-Twin* · Essen (Ruhrgebiet) · Upper secondary education

„Ich bin Tobias Hübner, Mechatroniker bei einem mittelständischen Elektronikhersteller im Ruhrgebiet, in Essen. Ich bin nicht verheiratet und lebe in einem großen Sechs-Personen-Haushalt mit meinen Eltern und jüngeren Verwandten — trubelig, aber eine starke Quelle von Sicherheit für mich.“

Was diesen Twin besonders macht: Ich investiere mehrere Stunden pro Woche in die Betreuung von Verwandten und Nachbarn, statt nach außen gerichteten sozialen Aktivitäten nachzugehen, lehne Tracking-Cookies konsequent ab und gehe trotz eines Gefühls geringer politischer Wirksamkeit regelmäßig wählen.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Dennis Altmann, 41
Vertriebs-Twin* · Düsseldorf · University degree

„Ich bin Dennis Altmann, Vertriebsmitarbeiter bei einem mittelständischen Großhandelsunternehmen in Düsseldorf und reise beruflich viel. Ich bin verheiratet und habe drei Kinder — meine eigene Kindheit war von Geldsorgen und Streit geprägt, deshalb wünsche ich mir für meine Kinder ein stabileres, harmonischeres Zuhause.“

Was diesen Twin besonders macht: Anders als das eher liberale Umfeld in Düsseldorf lege ich großen Wert auf klare Regeln, Ordnung und traditionelle Erziehungswerte wie Gehorsam und Respekt vor Autorität, begegne Fremden mit gesunder Skepsis; mein Vater stammt ursprünglich aus der Türkei.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

Jürgen Krause, 59
Buchhalter-Twin* · Berlin · Upper secondary education

„Ich bin Jürgen Krause, Buchhalter kurz vor der Rente in Berlin. Ich bin nicht verheiratet und lebe mit zwei älteren Verwandten zusammen, die ich rund 15 Stunden pro Woche pflege, während mich Rücken- und Gelenkschmerzen sowie gelegentliche starke Kopfschmerzen im Alltag begleiten.“

Was diesen Twin besonders macht: Ich bin gesellschaftlich eher konservativ, halte Tradition und Respekt vor Autorität hoch und fühle trotz meines Lebens in einer weltoffenen Stadt wenig Verbundenheit mit der europäischen Idee — und wähle trotzdem SPD, weil mir soziale Gerechtigkeit wichtig ist.

* Digital Twin: KI-Simulation auf Basis eines realen Personenprofils — 68+ Survey-Items, vollständiges psychografisches Profil (Werte, Demografie, Verhalten). Keine echte Person.

* Digitale Zwillinge sind KI-Simulationen auf Basis realer Personenprofile — keine echten Menschen. Klick auf einen Zwilling zeigt, worauf er basiert.

Gleiches Muster, neu gemessen — fünf Klassiker in Stunden statt über ein Jahrzehnt Forschung verteilt.

Weiterführende Artikel

• Roger Dooley vs. Jonathan Mall: Zwei Wege zur Konsumpsychologie
• Hans-Georg Häusel vs. Jonathan Mall: Limbic Map trifft Digital Twins
• Digital Twins in der Marktforschung: Der komplette Leitfaden 2026
• Der Einfluss von Emotionen auf Kaufentscheidungen

Häufig gestellte Fragen

Glossar: Die Begriffe des Trigger-Labors

Digitale Zwillinge (Digital Twins): KI-Personas auf Basis echter Umfrageprofile, die auf Text-Stimuli mit Forced-Choice-Entscheidungen und Ratings reagieren — ein Marktforschungs-Panel, das in Minuten statt Wochen antwortet. → Mehr dazu: Digital Twins in der Marktforschung: Der komplette Leitfaden

Trigger-Labor: die Artikelserie, in der Klassiker der Konsumpsychologie mit digitalen Zwillingen aus einem DACH-Konsumentenpanel live nachgetestet werden.

Vertrauens-Wörter: feste Vertrauensformulierungen unter dem Kaufen-Button — etwa Geld-zurück-Garantie, Kundenbewertungen oder TÜV-Zertifizierung —, die laut Dooley (Brainfluence, 2011) das wahrgenommene Vertrauen und die Kaufbereitschaft steigern. → Zum Experiment: Die 10 Wörter, die Vertrauen schaffen

Erster Eindruck (50 Millisekunden): der Befund, dass Besucher ein Design-Urteil über eine Website bereits in rund 50 Millisekunden fällen, wobei visuelle Einfachheit gegenüber dichter Gestaltung gewinnt (Lindgaard et al., 2006; Tuch et al., 2012). → Zum Experiment: Die ersten 50 Millisekunden

Gesichter-Effekt (Blickfang): Gesichter ziehen Blicke an (Dooley, 2011); die Blickrichtung eines abgebildeten Gesichts lenkt Aufmerksamkeit weiter (Hutton & Nolte, 2011 — in unserem Text-Format nicht testbar). → Zum Experiment: Gesichter, Blicke, Aufmerksamkeit

Kognitive Flüssigkeit: das Prinzip, dass leicht lesbare Gestaltung — klare Schrift, kurze Sätze, hoher Kontrast — Aufgaben und Angebote müheloser und vertrauenswürdiger wirken lässt als schwer lesbare Gestaltung (Song & Schwarz, 2008). → Zum Experiment: Kostet die falsche Schriftart Conversions?

Überraschungs-Trigger (Erwartungslücke): Headlines, die eine Erwartung brechen oder eine Überraschung ankündigen, erzielen laut Dooley (Brainfluence, 2011) höhere Klickbereitschaft als sachliche Ankündigungen oder reine GRATIS-/NEU-Signale. → Zum Experiment: Kopfzeilen-Trigger: GRATIS, NEU und der Überraschungs-Reflex

Köder-Effekt (Decoy-Effekt): eine bewusst unattraktiv positionierte, teure dritte Option in einem Preismenü verschiebt die Wahl der Käufer zur mittleren, teureren Option, ohne selbst gewählt zu werden (Ariely, 2008). → Zum Experiment: Preispsychologie 2.0: Der Köder-Effekt

Friction: jeder zusätzliche Schritt, jedes zusätzliche Pflichtfeld und jeder Kontozwang im Checkout senkt die Abschlusswahrscheinlichkeit — Gast-Checkout schlägt Kontozwang (Dooley, Friction, 2019). → Zum Experiment: Friction-Audit, aber testbar

Banner Blindness (Todeszone): Nutzer übersehen systematisch Seitenbereiche, die wie Werbung aussehen oder an typischen Anzeigenpositionen liegen — die „corner of death“ in der rechten Seitenleiste und der unteren Ecke (Benway & Lane, 1998; Nielsen, 2007; Dooley, 2011). → Zum Experiment: Die Todeszone der Aufmerksamkeit

Einfache Slogans (Rhyme-as-Reason): kurze, konkrete Slogans werden besser erinnert und wirken überzeugender als komplexe oder abstrakte Formulierungen; Reim und Wortspiel verstärken diesen Effekt zusätzlich, weil sie schlichte Aussagen wahrer erscheinen lassen (Dooley, 2011; McGlone & Tofighbakhsh, 2000). → Zum Experiment: Einfache Slogans, gemessen

Pick-Share (erzwungene Wahl): der Anteil der Zwillinge, die sich in einer Forced-Choice-Frage ohne „weiß nicht“-Option für eine bestimmte Variante entscheiden, gemittelt über zwei gegenläufig geordnete Durchgänge.

Allokations-Messung: eine Fragetechnik, bei der Zwillinge für jede Variante angeben, bei wie vielen von 10 Käufen oder Situationen sie sich dafür entscheiden würden — das liefert eine realistische Verteilung statt eines einstimmigen Ja/Nein-Bildes.

Quellen

1. Dooley, R. (2011). Brainfluence: 100 Ways to Persuade and Convince Consumers with Neuromarketing. Wiley.
2. Hutton, S. & Nolte, S. (2011). The effect of gaze cues on attention to print advertisements. Applied Cognitive Psychology.
3. Song, H. & Schwarz, N. (2008). If it’s hard to read, it’s hard to do: Processing fluency affects effort prediction and motivation. Psychological Science.
4. Ariely, D. (2008). Predictably Irrational. Harper Collins.
5. Dooley, R. (2019). Friction: The Untapped Force That Can Be Your Most Powerful Advantage. McGraw-Hill.
6. Trigger-Labor Experiment F1, 2026, n = 10 digitale Zwillinge (neuroflash).
7. Trigger-Labor Experiment F2, 2026, n = 10 digitale Zwillinge (neuroflash).
8. Trigger-Labor Experiment F3, 2026, n = 10 digitale Zwillinge (neuroflash).
9. Trigger-Labor Experiment F4, 2026, n = 10 digitale Zwillinge (neuroflash).
10. Trigger-Labor Experiment F5, 2026, n = 10 digitale Zwillinge (neuroflash).
11. Trigger-Labor Experimente F3b und F5b (Allokations-Nachmessungen), 2026, n = 10 digitale Zwillinge (neuroflash).