Zielgruppenanalyse erstellen: Anleitung, Tools, Beispiele und Zielgruppen-Avatar

Was ist eine Zielgruppe – und was eine Zielgruppenanalyse?

Eine Zielgruppe ist die Menge an Menschen oder Organisationen, die ein Angebot sinnvollerweise kaufen können und sollen. Sie ist eine Auswahlentscheidung: Wer gehört dazu – und wer ausdrücklich nicht.

Eine Zielgruppenanalyse ist die systematische Untersuchung dieser Menge. Sie beantwortet vier Fragen: Wer kauft? Warum wird gekauft? Wie läuft die Entscheidung ab? Und wo sind diese Menschen erreichbar?

Der Unterschied klingt akademisch, ist aber praktisch entscheidend. Eine Zielgruppendefinition ohne Analyse ist eine Behauptung. Eine Analyse ohne Definition ist eine Datensammlung ohne Konsequenz. Gebraucht wird beides.

Warum die meisten Zielgruppenanalysen im Alltag nichts ändern

Das typische Ergebnis einer Zielgruppenanalyse sieht so aus: weiblich, 35 bis 49, mittleres Einkommen, wohnt städtisch, interessiert sich für Nachhaltigkeit. Alles davon kann stimmen – und nichts davon hilft beim Schreiben einer Anzeige.

Der Grund: Demografische Merkmale beschreiben Zustände, keine Auslöser. Zwei Menschen mit identischem Profil kaufen völlig unterschiedlich, je nachdem, ob gerade die Heizung ausgefallen ist oder nicht.

Eine brauchbare Analyse beantwortet stattdessen Fragen wie: Was ist unmittelbar vor dem Kauf passiert? Womit wurde das Problem vorher gelöst? Welche Alternative wurde ernsthaft geprüft? Was hätte den Kauf noch verhindert? Wer musste zustimmen?

Diese Antworten lassen sich direkt in Botschaften, Kanäle und Angebote übersetzen. Ein Altersbereich lässt sich das nicht.

Die vier Merkmalsebenen – und wofür sie wirklich taugen

Zielgruppenmerkmale werden üblicherweise in vier Ebenen eingeteilt. Nützlich wird die Einteilung erst, wenn klar ist, wofür die jeweilige Ebene taugt – und wofür nicht.

Zielgruppe, Persona, ICP, Avatar: die Begriffe sauber trennen

Diese Begriffe werden im Alltag durcheinandergeworfen. Sie beschreiben aber unterschiedliche Dinge, und die Verwechslung führt regelmäßig zu falschen Entscheidungen – etwa wenn ein Vertriebsteam nach Persona-Merkmalen priorisiert, obwohl es ein ICP bräuchte.

Jobs-to-be-Done: warum Kontext mehr erklärt als Alter

Die Jobs-to-be-Done-Perspektive dreht die Frage um: Nicht wer ist der Kunde, sondern welche Aufgabe soll das Produkt für ihn erledigen. Menschen kaufen kein Produkt, sie stellen es ein, um in einer bestimmten Situation weiterzukommen.

Bekannt geworden ist die Idee über die Milchshake-Geschichte: Eine Fast-Food-Kette wollte mehr Milchshakes verkaufen. Klassische Produkttests brachten nichts. Erst die Beobachtung zeigte, dass viele Shakes morgens von Pendlern gekauft wurden – nicht wegen des Geschmacks, sondern weil sie die Fahrt überbrückten und lange satt hielten. Der eigentliche Wettbewerb waren Bananen, Donuts und Langeweile, nicht andere Milchshakes.

Zwei Dinge dazu, die selten erwähnt werden. Erstens ist die Geschichte in ihrer populären Form stark vereinfacht und in Teilen zugespitzt – sie ist eine Lehrgeschichte, keine Studie. Zweitens hat die Methode mehrere Väter: Clayton Christensen prägte den Begriff, Bob Moesta entwickelte die Interviewtechnik dahinter.

Für die Praxis bleibt der Kern trotzdem richtig und überprüfbar: Wer versteht, in welcher Situation gekauft wird und wogegen man tatsächlich antritt, findet Botschaften, die kein Demografie-Steckbrief liefert.

B2B: Es entscheidet fast nie eine Person

Im B2B ist die größte Schwachstelle klassischer Zielgruppenarbeit, dass sie eine Person beschreibt, obwohl ein Gremium entscheidet.

Gartner beziffert typische Buying Groups für komplexe Lösungen auf sechs bis zehn Beteiligte, die jeweils mit vier bis fünf eigenständig recherchierten Informationen in die Diskussion kommen. Forrester kam in seinem State-of-Business-Buying-Report 2024 im Schnitt sogar auf 13 Beteiligte, wobei die Entscheidung fast immer mehrere Abteilungen berührt.

Besonders aufschlussreich ist eine weitere Gartner-Zahl: Nur rund 17 Prozent der gesamten Kaufzeit verbringen B2B-Käufer in Gesprächen mit Anbietern – und diese Zeit teilt sich noch auf alle geprüften Anbieter auf. Der weitaus größte Teil der Entscheidung fällt, ohne dass ein Anbieter im Raum ist.

Daraus folgt praktisch: Inhalte müssen für Rollen funktionieren, die man nie zu Gesicht bekommt – für die IT, die Sicherheit prüft, für die Buchhaltung, die Folgekosten rechnet, für die Geschäftsführung, die das Risiko bewertet.

Die Rollen im Buying Center

Wer im B2B verkauft, sollte diese Rollen benennen können. Sie sind nicht immer verschiedene Personen – im kleinen Betrieb vereint der Inhaber oft fünf davon.

Datenquellen: Das Wertvollste liegt meist schon im Haus

Viele Unternehmen beginnen eine Zielgruppenanalyse mit einer Marktstudie und übersehen dabei die eigenen Daten. Die folgende Übersicht zeigt, was welche Quelle liefert – und wo ihre Grenze liegt.

Kundeninterviews: nützlich, aber systematisch verzerrt

Interviews sind die wertvollste Quelle für Kaufauslöser – und gleichzeitig die fehleranfälligste. Vier Verzerrungen treten fast immer auf.

• Menschen erklären ihr Verhalten im Nachhinein. Sie liefern eine plausible Begründung, nicht zwingend den tatsächlichen Auslöser. Deshalb nach Abläufen fragen, nicht nach Meinungen: Was ist an dem Tag passiert, bevor Sie gesucht haben?
• Befragt werden meist zufriedene Bestandskunden. Damit fehlt genau die Gruppe, die abgesprungen ist – und die erklären könnte, warum.
• Suggestive Fragen erzeugen Zustimmung. Wäre Ihnen Nachhaltigkeit wichtig? bekommt fast immer ein Ja, das nichts über Zahlungsbereitschaft aussagt.
• Hypothetische Fragen sind wertlos. Würden Sie das kaufen? sagt nichts. Was haben Sie stattdessen gekauft? sagt alles.

Als Faustregel genügen fünf bis acht gute Gespräche pro Segment, um Muster zu erkennen – vorausgesetzt, es wird nach konkreten Ereignissen gefragt und nicht nach Selbsteinschätzungen. Wichtig ist, auch mindestens zwei verlorene Anfragen zu interviewen.

Zielgruppenanalyse in acht Schritten

Diese Reihenfolge hat sich in der Praxis bewährt, weil sie mit vorhandenen Daten beginnt und erst danach Aufwand erzeugt.

• Ziel festlegen: Wofür wird die Analyse gebraucht? Neue Kampagne, neues Produkt, neue Website, Vertriebsfokus? Ohne Ziel wird die Analyse beliebig.
• Bestandskunden auswerten: Welche zehn Kunden sind wirtschaftlich am wertvollsten? Was haben sie gemeinsam – Branche, Größe, Anlass, Region, Beschaffungsweg?
• Verlorene Anfragen auswerten: Wer hat nicht gekauft und warum nicht? Diese Gruppe wird fast immer übersprungen und erklärt am meisten.
• Nachfrage prüfen: Suchbegriffe, Suchvolumen, Fragen aus Search Console und Google Ads. Hier steht, wie Menschen das Problem tatsächlich benennen.
• Gespräche führen: Fünf bis acht Interviews entlang konkreter Ereignisse, inklusive Absprungkandidaten.
• Segmente bilden: Nicht nach Demografie, sondern nach Kaufanlass und Entscheidungsweg. Zwei bis vier Segmente reichen fast immer. Wer daraus anschließend eine klare Markenpositionierung ableitet, hat die Grundlage für Botschaften und Angebot.
• Avatar ausformulieren: Je Segment ein Profil mit Situation, Auslöser, Alternativen, Einwänden, Entscheidungskriterien und Originalzitaten.
• In Maßnahmen übersetzen: Kanal, Botschaft, Angebot, Landingpage, Einwandbehandlung, Kampagnenstruktur – sonst bleibt die Analyse ein Dokument.

Beispiel: Zielgruppen-Avatar aus der Praxis

Das folgende Beispiel ist ein fiktives, aber realistisch gebautes Profil aus dem B2B-Mittelstand. Entscheidend ist die Struktur, nicht der Inhalt.

KI in der Zielgruppenanalyse: nützlich, aber kein Ersatz für Daten

Sprachmodelle sind gut darin, vorhandenes Material zu strukturieren: Interviewnotizen zusammenzufassen, Muster in Bewertungen zu finden, Einwandlisten zu sortieren, Segmententwürfe zu formulieren.

Sie sind schlecht darin, fehlende Daten zu ersetzen. Wer ein Modell bittet, eine Persona für eine Branche zu erfinden, bekommt eine plausible Beschreibung des Durchschnitts aus öffentlich verfügbarem Text. Das kann als Hypothese taugen. Als Entscheidungsgrundlage ist es gefährlich, weil es überzeugend klingt und nicht überprüfbar ist.

Sinnvoll ist die Reihenfolge: erst eigene Daten und Gespräche, dann KI zur Verdichtung, dann Abgleich mit der Realität.

Typische Fehler

Diese sechs Fehler tauchen in der Praxis am häufigsten auf.

• Die Zielgruppe wird zu breit definiert, um niemanden auszuschließen – und trifft dann niemanden.
• Die Analyse beschreibt Wunschkunden statt tatsächlicher Käufer.
• Nur zufriedene Bestandskunden werden befragt.
• Demografische Merkmale werden mit Kaufmotiven verwechselt.
• Die Analyse wird einmal erstellt und nie überprüft, obwohl sich Märkte, Preise und Wettbewerb ändern.
• Das Ergebnis landet in einer Präsentation, aber nicht in Anzeigentexten, Landingpages und Vertriebsgesprächen.

Fazit

Eine gute Zielgruppenanalyse beantwortet nicht die Frage, wie der Kunde aussieht, sondern warum, wann und unter welchen Bedingungen er kauft – und wer dabei mitredet.

Der Aufwand dafür ist überschaubar, wenn man mit den vorhandenen Daten anfängt: eigene Kunden, verlorene Anfragen, Suchbegriffe, Bewertungen, Vertriebsnotizen. Ein bis zwei Wochen konzentrierte Arbeit reichen in den meisten Unternehmen für ein belastbares Ergebnis.

Entscheidend ist der letzte Schritt: Eine Analyse, die nicht in Botschaften, Kanäle und Angebote übersetzt wird, verändert nichts.