# NeuroBoost UX Herausfinden, was Nutzerentscheidungen antreibt, wenn Umfragen und Klickdaten nicht reichen Zwei voneinander unabhängige Projekte, derselbe blinde Fleck: Teams, die Produkt- und Marketingentscheidungen auf Basis dessen trafen, was Nutzer sagten, dass sie wollen, während die Zahlen immer wieder widersprachen. Die Adoptionskennzahlen eines digitalen Produktteams stimmten nicht mit dem positiven Umfragefeedback überein. Eine Marke konnte sich allein auf Basis von Stakeholder-Meinungen nicht auf ein Newsletter-Layout einigen. Der Auftrag in beiden Fällen: messen, was Nutzer nicht selbst berichten können. - **Rolle:** Neuro-UX Research - **Schwerpunkt:** Aufmerksamkeit & unbewusste Entscheidungstreiber - **Tools:** Eye-Tracking, Angular, HTML/CSS, A/B-Testing ## Das Problem Zwei Projekte, derselbe blinde Fleck. In beiden Fällen trafen Teams Produkt- und Marketingentscheidungen auf Basis dessen, was Nutzer sagten, dass sie wollen, und die Zahlen widersprachen immer wieder. Projekt 1: ein digitales Produktteam mit Engagement-Problemen. Nutzer füllten Umfragen aus, gaben Feedback, klickten sich durch Prototypen. Auf dem Papier sah alles gut aus. Aber die Adoptionskennzahlen erzählten eine andere Geschichte. Das Team vermutete, dass die Diskrepanz irgendwo zwischen dem lag, was Nutzer bewusst berichteten, und dem, was ihr Verhalten tatsächlich steuerte, aber es gab keine Möglichkeit, das sichtbar zu machen. Projekt 2: eine Marke, die einen Newsletter-Relaunch vorbereitete. Drei Layoutvarianten sahen in der internen Bewertung gleich stark aus. Stakeholder hatten Meinungen. Niemand hatte Evidenz. ## Was ich gemacht habe **Online-Neuromarketing-Studien (Projekt 1)** Ich entwarf und führte Online-Studien durch, die selbstberichtete Präferenzen komplett umgingen. Statt Nutzer zu fragen, was sie wollen, maß ich, was darunter passierte: implizite Aufmerksamkeitsmuster, reaktionszeitbasierte Assoziationsaufgaben und strukturierte Entscheidungsspiele, die unbewusste Treiber sichtbar machen: die Bedürfnisse und Motivationen, nach denen Nutzer handeln, die sie aber in einer Umfrage nicht artikulieren können. Das Rohergebnis war kein einzelner „Gewinner". Es waren Cluster. Nutzer gruppierten sich in unterschiedliche Segmente basierend darauf, welche unbewussten Bedürfnisse ihre Entscheidungen tatsächlich steuerten. Jedes Cluster reagierte auf andere Auslöser, andere Rahmungen, andere Wertversprechen. Aus diesen Clustern wurde eine Reihe konkreter Anpassungsempfehlungen entwickelt: wie Messaging, Onboarding-Flow und Feature-Hierarchie des Produkts angepasst werden können, um die tatsächlichen Motivatoren jeder Gruppe anzusprechen, statt der genannten. **A/B/C-Eye-Tracking-Studie (Projekt 2)** Für den Kunden erstellte ich drei Newsletter-Varianten in HTML/CSS und führte eine kontrollierte Eye-Tracking-Studie über alle drei durch. Jeder Teilnehmer arbeitete sich durch ein realistisches Leseszenario, während die Blickdaten Fixationsdauer, Scanpfade und die Frage erfassten, welche Inhaltsblöcke tatsächlich Aufmerksamkeit hielten und welche die Nutzer überscrollten. Die Studie wählte nicht einfach einen Gewinner. Sie zeigte, warum eine Variante besser abschnitt. Heatmaps zeigten, dass das am besten konvertierende Layout nicht dasjenige mit dem stärksten Hero-Bild oder dem auffälligsten CTA war. Es war dasjenige, bei dem die visuelle Hierarchie das Auge durch eine bestimmte Inhaltssequenz führte: zuerst Kontext, dann Beweis, dann Handlung. Die anderen beiden Varianten verteilten die Aufmerksamkeit auf konkurrierende Elemente und verloren die Leser, bevor sie den Conversion-Punkt erreichten. ## Was geliefert wurde Projekt 1: Ein Segmentierungsrahmen, der Nutzercluster ihren unbewussten Bedürfnisprofilen zuordnet, gepaart mit priorisierten Design- und Textempfehlungen für jedes Segment. Das Produktteam hörte auf zu raten, mit welchem Wertversprechen es führen sollte, und begann, das Messaging an die tatsächlichen Treiber hinter den Nutzerentscheidungen anzupassen. Projekt 2: Eine klare Empfehlung, gestützt auf physiologische Daten statt auf Stakeholder-Präferenzen. Die Gewinner-Newsletter-Variante, annotiert mit Blickmusteranalysen, die genau zeigten, welche Layoutentscheidungen den Aufmerksamkeitsfluss erzeugten, der zur Conversion führte. Die beiden unterlegenen Varianten erhielten dieselbe Behandlung: spezifische, visuelle Evidenz dafür, wo und warum sie scheiterten. ## Die Erkenntnis Standardtests erfassen, was Menschen bereit und in der Lage sind, einem zu sagen. Neuromarketing-Methoden erfassen, was sie nicht können. In beiden Projekten lag die Lücke zwischen diesen beiden genau dort, wo das Problem saß, und genau dort, wo die Lösung herkam.