Paywall-Benchmarks: Conversion und Tests (2026)

Ein Paywall-Benchmark hilft nur, wenn seine Bezugsgröße zu Ihrer Kennzahl passt. Zahlende Abonnenten pro Installation, pro Paywall-Besucher und pro gestarteter Testphase beschreiben drei verschiedene Stellen im Funnel. Wer sie vermischt, kann ein gewöhnliches Ergebnis für einen Durchbruch halten.

Die Berichte von 2026 liefern Anhaltspunkte für sinnvolle Tests. Sie belegen nicht, dass Ihre App durch eine harte Paywall, eine längere Testphase oder ein Wochenabo die Ergebnisse einer anderen App erreicht.

Korrektur vom 9. Oktober 2026: Frühere Fassungen bezeichneten die Werte 10,7 % und 2,1 % als Conversion von der Testphase zum bezahlten Abo. Gemeint ist die Conversion von der Installation zum bezahlten Abo. Auch die frühere Korrektur bleibt bestehen: Adaptys Wert von 64,5 % beschrieb die Bindung im ersten Monat bei Web-Paywalls, keine Erfolgsquote von Experimenten.

Was die Benchmarks von 2026 tatsächlich messen

RevenueCats Bericht 2026 untersucht mehr als 115.000 Apps auf der eigenen Plattform, hauptsächlich anhand von Daten aus 2025. Für längere Beobachtungszeiträume werden ältere Kohorten verwendet. Die Conversion-Mediane beschreiben die Verteilung unter Apps, keine zusammengefasste Conversion-Rate aller Nutzer im Markt.

In der ersten Zeile beginnt die Frist bis Tag 35 mit der Installation. Bei der Testphasen-Conversion bilden hingegen die Testnutzer die Ausgangsgruppe. Die letzte Zeile zeigt, wann Kündigungen stattfinden, bezogen auf die Kündigungen insgesamt. Sie zeigt nicht, welcher Anteil aller Testnutzer kündigt.

Adaptys Bericht 2026 umfasst mehr als 16.000 Apps und über 3 Milliarden US-Dollar über Adapty abgewickelten Umsatz. Er betrachtet 2025, überwiegend den App Store; Google Play fließt in Store-Vergleiche ein. Umsätze sind Bruttobeträge in US-Dollar. Beide Anbieter legen Mindestanforderungen für die Aufnahme fest. Keine Stichprobe bildet deshalb sämtliche Abo-Apps ab. Gleichen Sie vor einem Vergleich Plattform, Land, Kategorie, Preis, Traffic-Quelle und Beobachtungszeitraum ab.

Harte Paywall oder Freemium: Zusammenhang und Entscheidung trennen

Eine harte Paywall verlangt ein Abo oder eine Testphase, bevor Nutzer auf die Kernfunktionen zugreifen können. Freemium bietet dauerhaft kostenlose Funktionen mit kostenpflichtigem Upgrade. RevenueCats Mediane zeigen einen Zusammenhang zwischen Zugangsmodell und früher Monetarisierung verschiedener Apps. Sie stammen nicht aus einem Experiment, das ansonsten gleiche Nutzer zufällig auf beide Modelle verteilt hat.

Der RevenueCat-Bericht 2025 nannte dafür Mediane von 12,11 % beziehungsweise 2,18 %. Der Vergleich mit der Ausgabe 2026 belegt keine zunehmende Ablehnung harter Paywalls. Die Stichproben werden nicht als identisches Panel unveränderter Apps ausgewiesen.

Eine harte Paywall lässt sich testen, wenn Nutzer den bezahlten Nutzen vor der Entscheidung verstehen können und eine kostenlose Stufe für das Produkt nicht zentral ist. Freemium kann sinnvoll sein, wenn kostenlose Nutzung das Teilen, die Zusammenarbeit oder das schrittweise Entdecken kostenpflichtiger Funktionen unterstützt. Das sind Produkthypothesen, keine aus dem Verhältnis der Benchmarks ableitbaren Garantien.

Auch die Akquisition zählt. Eine Kampagne für Nutzer mit hoher Kaufabsicht muss nicht dieselbe Conversion erreichen wie ein breites organisches Publikum. Das Versprechen Ihres App-Store-Eintrags sollte zur tatsächlichen Nutzung passen. Ein früher Conversion-Vorteil muss sich auch nach Akquisitionskosten, Erstattungen, Verlängerungen und Leistungskosten bewähren.

Testdauer: Zeit für den Nutzen lassen und die Kosten messen

Der höhere Median längerer Testphasen ist ein Anlass, die Aktivierung zu untersuchen, keine Aufforderung, jede Testphase zu verlängern. Apps mit 17–32 Tagen können sich in Preis, Kategorie und Zielgruppe von Apps mit höchstens vier Tagen unterscheiden.

Beschreiben Sie das Ergebnis, das ein Nutzer vor der Zahlung erleben sollte. Ein Trainingsprogramm kann mehrere Einheiten benötigen; ein Dokumentenwerkzeug kann seinen Nutzen bei der ersten Aufgabe zeigen. Vergleichen Sie diesen Zeitraum mit der tatsächlichen Nutzung und den Kündigungszeitpunkten. Eine Kündigung an Tag 0 kann bedeuten, dass die Verlängerung deaktiviert wurde, während der Zugang bestehen bleibt. Sie beweist nicht, dass die Person das Produkt nie genutzt hat.

Längere Testphasen verschieben die erste Abbuchung und können die Kosten für nicht zahlende Nutzer erhöhen. Bewerten Sie diese Kosten zusammen mit der Conversion. Beobachten Sie Kohorten lange genug, damit die längste Testphase und der gewählte anschließende Zahlungszeitraum abgedeckt sind. Nach einer Woche lässt sich eine neue 30-tägige Testphase nicht fair mit einer vollständig beobachteten dreitägigen Testphase vergleichen.

Wochen-, Monats- oder Jahresabo: vergleichbar rechnen

Wochenabos erzeugten rund 56 % des Umsatzes in Adaptys Stichprobe für 2025. Das ist eine Anbieter-Stichprobe, nicht der gesamte App-Markt. RevenueCats Bericht 2026 nennt dagegen Monatsabos als größten Umsatzanteil seiner Stichprobe. Die Abweichung ist ein Grund, Ihre Kategorie und Kundenbedürfnisse zu prüfen, statt die attraktivere Schlagzeile auszuwählen.

Adaptys Abovergleich vom 26. März 2026 nennt für Abonnenten, die mit einer Testphase begonnen haben, folgende Bindungsraten an Tag 380: 19,9 % bei Jahres-, 14,2 % bei Monats- und 5,5 % bei Wochenabos. Verglichen wird der Fortbestand über verstrichene Zeit. Weder ist die Zahl der Verlängerungsentscheidungen gleich, noch beweist dies, dass ein Wochenabonnent weniger profitabel ist.

Wöchentliche Abrechnung kann die anfängliche Bindung verringern, erfordert aber wiederholte Verlängerungen. Ein Jahresabo bringt eine größere Vorauszahlung und eine längere Leistungspflicht. Ein Monatsabo kann zu einem regelmäßig monatlichen Bedarf passen. Geben Sie bei jedem Test Gesamtpreis, Abrechnungsintervall und Verlängerungsbedingungen klar an.

Trennen Sie Umsatz pro zahlendem Nutzer von Umsatz pro Installation. Ein Angebot kann pro Käufer mehr einbringen und zugleich weniger Menschen zum Kauf bewegen. Auch eine jährliche Vorauszahlung beweist keinen höheren Gewinn über die gesamte Kundenbeziehung. Vergleichen Sie ein gemeinsames Kohortenfenster, trennen Sie realisierte Einnahmen von Prognosen und berücksichtigen Sie Erstattungen sowie die Kosten der gekauften Leistung.

Was Experimentergebnisse aussagen können

Adapty berichtet folgende Anteile von Experimenten mit verbessertem Customer Lifetime Value (LTV):

Das sind Häufigkeiten positiver Ergebnisse, nicht deren Höhe. 59,6 % bedeutet weder, dass eine veränderte Testphase den LTV um 59,6 % erhöht, noch dass Ihr nächster Test mit dieser Wahrscheinlichkeit gewinnt. Teams wählen unterschiedliche Experimente für unterschiedliche Probleme. Die Tabelle allein begründet keine allgemeingültige Reihenfolge. Quelle: Adaptys Abschnitt zu Experimenten.

Verstehen Besucher die Abbuchung nicht, kann verständlicherer Text die sinnvollste Maßnahme sein, obwohl Text- und Gestaltungstests insgesamt seltener gewinnen. Können berechtigte Nutzer keinen Kauf starten, beheben Sie zunächst den Kaufablauf. Auch die Platzierung lässt sich testen, doch mit ihr verändert sich, wer die Paywall sieht. Eine höhere Zahlungsrate unter Besuchern kann mit weniger Zahlungen pro Installation einhergehen.

Den tatsächlichen Effekt im Funnel sichtbar machen

Erfassen Sie eindeutige teilnahmeberechtigte Installationen, Paywall-Besucher, Testphasenstarts, erstmals zahlende Abonnenten und Verlängerungen. Führen Sie Direktkäufer separat, damit sie im reinen Testphasen-Funnel nicht verschwinden. Unterscheiden Sie Zuweisung, Anzeige und Kaufereignisse und gleichen Sie Zahlungen sowie Erstattungen mit Ihrem Abo-System ab.

Dieses fiktive Beispiel umfasst ausschließlich Käufe nach einer Testphase, bei gleicher teilnahmeberechtigter Population und gleichem Beobachtungszeitraum:

Die Conversion aus der Testphase steigt um 10 Prozentpunkte, diejenige aus Installationen nur um 0,2 Punkte. Bei jeweils 20 US-Dollar Erstzahlung ergibt das 600 gegenüber 640 US-Dollar vor Erstattungen, Gebühren und Kosten. Das Beispiel zeigt eine Rechnung, keinen statistisch gesicherten Gewinner und kein Kundenergebnis.

Wenige Testphasenstarts können an der Traffic-Qualität, Berechtigung, einem unklaren Angebot, der Platzierung oder technischen Fehlern liegen. Eine niedrige Conversion aus der Testphase kann auf Aktivierung, Preis oder Abrechnungsprobleme hinweisen. Nutzen Sie den Funnel für eine Fragestellung und prüfen Sie Ereignisse sowie Nutzerverhalten, bevor Sie eine Ursache festlegen.

Ein praktischer Versuchsplan für die Paywall

1. Definieren Sie die Hypothese und genau eine Änderung. Beispiel: Ein fertiges Beispielergebnis vor der Paywall könnte die Zahl bezahlter Abos unter neuen berechtigten Nutzern erhöhen. Bleibt die Platzierung die Testvariable, halten Sie Preis und Testbedingungen konstant.
2. Weisen Sie berechtigte Nutzer vor der veränderten Erfahrung zufällig zu und behalten Sie die Zuweisung bei. Prüfen Sie die geplante Verteilung und vollständige Ereigniserfassung. Vergleichen Sie Varianten bei gleicher Plattform, gleichem Land und Akquisitionsmix; schließen Sie bestehende Abonnenten einheitlich aus.
3. Legen Sie vor Beginn Hauptkennzahl, wirtschaftlich relevante Mindestverbesserung, Stichprobenbedarf und Abbruchregel fest. Für die Monetarisierung eignet sich der Deckungsbeitrag pro zugewiesenem berechtigten Nutzer über einen festgelegten Zeitraum. Definieren Sie ihn als Umsatz abzüglich Erstattungen, anfallender Steuern, Store-/Zahlungsgebühren und variabler Leistungskosten. Ziehen Sie bereits im Nettoumsatz berücksichtigte Positionen nicht doppelt ab. Weisen Sie Akquisitionskosten ergänzend aus.
4. Behalten Sie Diagnose- und Kontrollkennzahlen bei: Anzeige, Aktivierung, Testphasenstarts, erste Abbuchungen, Verlängerungen, Erstattungen, Supportfälle und fehlgeschlagene Käufe. Eine höhere Testphasen-Conversion rechtfertigt weder einen schlechteren Deckungsbeitrag noch einen fehlerhaften Kaufablauf.
5. Warten Sie den vorgesehenen Reifegrad der Kohorten ab. Berichten Sie Unsicherheit, Stichprobengrößen und den vollständigen Beobachtungszeitraum, auch bei uneindeutigen Ergebnissen. Erklären Sie anhand wiederholter täglicher Prüfungen keinen Gewinner, sofern das Auswertungsverfahren dies nicht vorsieht. Vergleichen Sie bei unterschiedlichen Abrechnungsintervallen Umsatz und Verlängerungsverläufe über dieselbe verstrichene Zeit, nicht nur die erste Zahlung.

Ein frühes Ergebnis kann weitere Tests rechtfertigen, ohne bereits eine LTV-Prognose zu tragen. Der Wachstumsrechner hilft beim Durchspielen von Annahmen, kann aber eine Conversion-Steigerung oder Prognose nicht selbst bestätigen.

Die Paywall mit dem gesamten Wachstumsprogramm verbinden

Unser Marketing für Abo-Apps und unsere Nutzerbindung verbinden Akquisition, Onboarding, Angebot und fortlaufende Nutzung. Die nächste Maßnahme sollte sich aus Ihrem Funnel ergeben, nicht aus einer festen Regel, zuerst die Testdauer und erst danach Texte oder Produktnutzen zu ändern.

Unsere veröffentlichte Fallstudie zur KI-Fitness-App nennt nach sechs Monaten einen langfristigen Return on Ad Spend (ROAS) von 8,54. Das umfassendere Akquisitionsprogramm enthielt Meta-Werbung, Werbemittel und App-Store-Arbeit. Die Fallstudie isoliert keinen Paywall-Test und belegt daher nicht die Wirkung einer bestimmten Paywall.

Werkzeuge für Abo-Messung und Experimente finden Sie in unseren RevenueCat-Alternativen. Eine kostenlose Wachstumsberatung hilft dabei, die Funnel-Frage und die nötigen Belege für die nächste Entscheidung einzugrenzen.