Online-Fundraising-Optimierung

Das echte Ausmaß des Problems

Die allermeisten Menschen, die einen Spendenaufruf sehen, spenden nicht. Florians 3,1 Prozent sind Spenden je Newsletter-Empfänger, eine Spendenseite misst dagegen Spenden je Besucher, das sind zwei verschiedene Quoten, die man nicht vergleichen sollte. Eine belastbare deutsche Benchmark für beide haben wir nicht gefunden. Vergleiche deshalb mit dir selbst: dieselbe Kampagne im Vorjahr, derselbe Kanal.

Online-Fundraising ist ein handwerkliches Feld mit gut erforschten Prinzipien:

• Effekt des identifizierbaren Opfers (Small et al., 2007): Eine konkrete Geschichte einer identifizierbaren Person überzeugt mehr als abstrakte Statistiken, auch wenn die Statistiken eine größere Zahl betreffen. In derselben Studie sank die Spende sogar, wenn neben der Geschichte zusätzlich Statistiken standen.
• Greifbarkeit: “X Euro bezahlen eine Nachhilfestunde” ist konkreter als “Wir helfen Kindern in Not”, weil der Zusammenhang nachvollziehbar ist. Der Betrag muss aber aus euren echten Kosten stammen, sonst ist er irreführend.
• Handlungsaufforderungen: Aktive Sprache schlägt passive. Dringlichkeit wirkt, wenn sie echt ist.
• Soziale Beweise: “Schon 2.400 Menschen haben gespendet” erhöht die Konversionsbereitschaft.

Diese Prinzipien anzuwenden braucht Wissen und Zeit, beides ist in kleinen NGOs knapp. KI schließt die Lücke: Sie kennt die Prinzipien und kann in Minuten fünf Varianten eines Textes erstellen.

Dazu: Die meisten Spendenaufrufe werden auf allen Kanälen identisch ausgespielt. Das ignoriert die unterschiedlichen Gewohnheiten: Instagram-Nutzer reagieren auf kurze visuelle Emotionen. Newsletter-Abonnenten erwarten Tiefe und persönliche Ansprache. Mit KI können kanalspezifische Versionen in wenigen Minuten erstellt werden.

Mit vs. ohne KI, ein ehrlicher Vergleich

Richtwerte der Redaktion, keine Messung.

Einschätzung auf einen Blick

Zeitersparnis, niedrig (2/5)
Fundraising-Optimierung spart primär keine Zeit, sie verbessert Ergebnisse. Die Varianten-Erstellung wird schneller, aber der Workflow (A/B-Test aufsetzen, auswerten, iterieren) braucht weiterhin Aufmerksamkeit. Nicht der richtige Use Case für Zeitersparnis.

Kosteneinsparung, hoch (4/5)
Kosten sinken hier nicht, aber es ist einer der direktesten Einnahmehebel der Branche: Jede Verbesserung der Spendenquote bringt frei verwendbare Spenden. Bei 3.000 Newsletter-Empfängern ist jeder Zehntelprozentpunkt 3 Spenden mehr. Wie groß die Verbesserung durch bessere Texte ist, ist allerdings offen, eine belastbare Zahl dafür kennen wir nicht. Deshalb nicht die volle Punktzahl.

Schnelle Umsetzung, hoch (4/5)
Die ersten Varianten sind heute erstellbar, keine Einrichtung, keine Integration. A/B-Testergebnisse liegen nach 2–4 Wochen vor. Relativer Schnelleinstieg für einen Bereich mit signifikantem Ergebnis-Potenzial.

ROI-Sicherheit, niedrig (2/5)
Die Spendenquote ist leicht abzulesen, aber schwer sauber zu vergleichen. Weil nur wenige Prozent spenden, braucht ein A/B-Test auf Spenden sehr große Listen: Bei 3 Prozent Spendenquote und 1.500 Empfängern je Variante hebt sich erst ein Unterschied von gut 1,2 Prozentpunkten sicher vom Zufall ab, also eine Steigerung um rund 40 Prozent. Kleinere Verbesserungen können echt sein, der Test sieht sie nicht. Dazu überlagern Nachrichtenlage und Saison den Vergleich mit dem Vorjahr.

Skalierbarkeit, mittel (3/5)
Jede Kampagne muss neu optimiert werden, das System skaliert, aber nicht vollständig automatisch. Verglichen mit einem einmaligen Setup (Datenbankautomatisierung) bleibt hier mehr laufende Aufmerksamkeit nötig.

Richtwerte, stark abhängig von der Listengröße und der aktuellen Textqualität.

Was das System konkret macht

Schritt 1, Bestehende Texte analysieren: Aktuellen Spendenaufruf in Claude eingeben mit der Aufforderung: “Analysiere diesen Text auf Fundraising-Prinzipien. Was fehlt? Was schwächt die Konversion?” Das liefert in 5 Minuten konkrete Verbesserungsvorschläge.

Schritt 2, Varianten erstellen: Auf Basis der Analyse drei bis fünf systematisch unterschiedliche Varianten: eine emotionale Einzelgeschichte, eine Impact-fokussierte mit konkreten Zahlen, eine mit Dringlichkeit, eine kürzere für Social Media. Nicht alle gleichzeitig ausgespielt, systematisch getestet.

Schritt 3, A/B-Tests aufsetzen: Die einfachste Methode: Newsletter-Spendenaufruf mit Variante A an die Hälfte der Liste, Variante B an die andere Hälfte. Bei kleineren Listen vergleichst du besser die Klickrate, weil Klicks viel häufiger sind als Spenden und ein Unterschied dort eher sichtbar wird. Ob der Klick-Gewinner auch mehr Spenden bringt, prüfst du über mehrere Kampagnen.

Schritt 4, Kanalspezifische Anpassungen: Gewinner-Text in kanalspezifische Versionen übersetzen: kurz für Instagram, tiefgehend für Newsletter, überschriftsorientiert für LinkedIn.

Konkrete Werkzeuge, was wann passt

Claude , 20 Euro/Monat (Pro)
Besonders stark bei emotionalen Texten. Claude kann aus einer kurzen Fallgeschichte einen überzeugenden Spendenaufruf erstellen, der die Würde der Betroffenen wahrt und gleichzeitig motiviert. Wichtig: Explizit angeben, was sprachlich tabu ist.

ChatGPT , kostenlos oder 23 Euro/Monat (Plus)
Für schnelle Bulk-Varianten. Wenn du fünf Versionen in kurzer Zeit brauchst, liefert ChatGPT das. Qualität muss auf Empathie und Würde geprüft werden.

Brevo , 0–55 Euro/Monat
Für Newsletter-Spendenaufrufe mit A/B-Test-Funktion und segmentiertem Ausspielen. A/B-Tests gibt es erst im Standard-Plan, für 2.800 bis 3.000 Empfänger im 20.000er-Paket für 55 Euro im Monat. Der kostenlose Plan erlaubt 300 Mails am Tag.

Mailchimp , kostenlos bis 250 Kontakte, Essentials ab 11,43 Euro/Monat
Ähnliche Funktionen, A/B-Testing in den Bezahlplänen. Der Preis steigt mit der Kontaktzahl, für 3.000 Kontakte liegt er deutlich über dem Einstiegspreis. Wenn bereits genutzt, kein Wechsel nötig.

Canva , 0–12 Euro/Monat, für gemeinnützige Organisationen bis 50 Nutzer kostenlos
Für visuelle Gestaltung der Spendenlandingpages und Social-Media-Kampagnen.

Kostenlos starten: Claude Free + Brevo Free, reicht für erste Textvarianten. A/B-Tests kann der kostenlose Plan nicht, und 300 Mails am Tag heißen bei 3.000 Empfängern zehn Versandtage.

Datenschutz und Datenhaltung

Fundraising-Optimierung arbeitet mit Spender-Kommunikationsdaten, datenschutzrechtlich relevant:

• Einwilligung für Marketing-Kommunikation: Spendenaufrufe per E-Mail setzen eine gültige Einwilligung (Double-Opt-In) voraus. Keine Spendenaufrufe an Personen, die nur für Transaktionskommunikation eingewilligt haben.
• A/B-Testing und DSGVO: A/B-Tests mit verschiedenen Textvarianten sind zulässig, solange keine Manipulation vorliegt. Dokumentieren, was getestet wurde, auch im Sinne interner Transparenz.
• Keine echten Spenderdaten in KI-Prompts: Keine realen Namen oder Einzelpersonen-Daten in ChatGPT oder Claude (Consumer-Pläne) eingeben. Für Analysen: anonymisierte Statistiken verwenden.
• DZI Spendensiegel: Wenn deine Organisation das DZI Spendensiegel trägt, ist Transparenz bei Fundraising-Methoden ein Kriterium. KI-gestützte Textoptimierung ist kein Problem, manipulative Techniken schon.

Was es kostet, realistisch gerechnet

Einstieg (Text-Optimierung ohne technisches A/B-Testing):

• Claude Pro oder Free: 0–20 Euro/Monat
• Zeitaufwand: 2–3 Stunden für Analyse und Varianten-Erstellung einer Kampagne
• Steigerung der Spendenquote: offen, siehe Rechenbeispiel

Mit systematischem A/B-Testing:

• Brevo Standard mit A/B-Tests, für 3.000 Empfänger im 20.000er-Paket: 55 Euro/Monat
• Claude Pro: 20 Euro/Monat
• Einrichtungsaufwand: 5–8 Stunden für erste Test-Kampagnen
• Wer Brevo Standard nur in Kampagnenmonaten bucht, zahlt 55 Euro je Monat, ganzjährig 12 mal 55 = 660 Euro

Rechenbeispiel, mit offener Annahme:
Jahresend-Kampagne, 3.000 Newsletter-Empfänger. Aktuell: 3 Prozent Spendenquote = 90 Spenden mal 35 Euro = 3.150 Euro. Jeder Zehntelprozentpunkt mehr sind 3 Spenden, also rund 100 Euro. Steigt die Quote um ein Fünftel auf 3,6 Prozent, sind das 18 mal 35 = 630 Euro mehr, bei einem Drittel auf 4 Prozent 30 mal 35 = 1.050 Euro. Dem stehen im Kampagnenmonat 55 Euro für Brevo Standard und 20 Euro für Claude Pro gegenüber, dazu 2–3 Stunden je Kampagne und einmalig 5–8 Stunden Einrichtung.

Ob bessere Texte bei euch ein Fünftel mehr bringen, ein Drittel oder nichts, sagt dir keine Studie, die wir kennen. Der A/B-Test kann es bei dieser Listengröße nur grob zeigen, siehe ROI-Sicherheit oben. Rechne deshalb nicht mit dem Mehrertrag, bevor du ihn über zwei, drei Kampagnen gesehen hast. Die Toolkosten sind klein genug, dass sich der Versuch trotzdem lohnt.

Drei typische Einstiegsfehler

Fehler 1, Alle Varianten gleichzeitig testen
Wenn du gleichzeitig Betreff, Text und Call-to-Action variierst, weißt du hinterher nicht, was den Unterschied gemacht hat. Immer nur eine Variable pro Test ändern.

Fehler 2, Zu kleines Sample für A/B-Tests
Bei einer Spendenquote von 3 Prozent braucht ein Test auf Spenden mehrere tausend Empfänger je Variante, um eine Verbesserung um ein Drittel sicher zu erkennen. Wer mit 200 Empfängern testet und das Ergebnis als Beweis behandelt, zieht falsche Schlüsse. Bei kleinen Listen: auf Klicks testen, und über mehrere Kampagnen hinweg lernen (“diesmal probieren wir X, nächstes Mal Y”).

Fehler 3, Gewinner-Text für immer festhalten
Gut funktionierende Texte veralten. Zielgruppe, Nachrichtenlage und Spendenklima verändern sich. Jede Kampagne neu optimieren, nicht auf dem letzten Erfolg ausruhen.

Was mit der Einführung wirklich passiert, und was nicht

Was passiert: Die erste kritische KI-Prüfung des eigenen Spendenaufrufs ist oft ernüchternd. Texte, die jahrelang unverändert genutzt wurden, zeigen klare Schwächen. Das ist nicht angenehm, aber wertvoll.

Was auch passiert: Die Varianten-Qualität schwankt stark je nach Qualität des Briefings. Wer KI einfach “einen emotionalen Spendenaufruf schreiben” lässt, bekommt Klischees. Wer konkreten Input gibt (Einzelgeschichte, Projektzahlen, Tonalität), bekommt etwas Verwendbares.

Was nicht passiert: Eine KI entwickelt eigenständig eine neue Fundraising-Strategie oder entscheidet, welche Themen bei welcher Zielgruppe ankommen.

Typischer Widerstand: “Unsere Spender spenden aus Überzeugung, die brauchen kein Marketing.” Überzeugung ist der Grund für die erste Spende. Für die Folgebereitschaft ist die Qualität der Kommunikation entscheidend. Fundraising-Optimierung heißt, das echte Anliegen so zu formulieren, dass es gehört wird.

Realistischer Zeitplan mit Risikohinweisen

Häufige Einwände, und was dahintersteckt

„Unsere Spender merken, wenn Texte von KI kommen.”
Sie merken generische Texte, unabhängig davon, wer sie geschrieben hat. Eine gut gebriefete KI, die eine konkrete Geschichte verarbeitet und auf Würde der Dargestellten achtet, produziert bessere Texte als ein manuell geschriebener Klischee-Aufruf.

„Wir sind zu klein für systematisches A/B-Testing.”
Für einen Test auf Spenden stimmt das oft, dafür braucht es mehrere tausend Empfänger je Variante. Auf Klicks lässt sich schon mit kleineren Listen testen, weil Klicks häufiger sind. Und auch ohne formalen Test hilft die KI-Analyse, weil sie Schwächen im Text zeigt, die du sonst übersehen hättest. Ob das mehr Spenden bringt, siehst du dann im Vergleich mehrerer Kampagnen.

„Wir wollen keine Manipulation, wir kommunizieren authentisch.”
Fundraising-Prinzipien wie konkretes Impact-Framing und identifizierbare Geschichten sind keine Manipulation, sie helfen, echte Wirkung so zu kommunizieren, dass sie gehört wird. Ein Aufruf, der Würde wahrt und konkret ist, ist ethisch besser als ein vager, der aus Bequemlichkeit nicht optimiert wird.

Woran du merkst, dass das zu dir passt

• Eure Konversionsrate bei Spendenaufrufen liegt unter 4 Prozent
• Ihr nutzt denselben Spendentext für alle Kanäle ohne kanalspezifische Anpassung
• Der letzte Spendentext wurde vor mehr als 12 Monaten geschrieben
• Ihr habt nie systematisch A/B-getestet

Wer noch nicht anfangen sollte:
Wenn keine E-Mail-Liste vorhanden ist oder sie nur wenige hundert Empfänger umfasst, bringt formales A/B-Testing keine belastbaren Ergebnisse. Zuerst Liste aufbauen, dann optimieren. Auch: Wenn die inhaltliche Glaubwürdigkeit (Wirkungsnachweise, konkrete Projekte) fehlt, hilft kein guter Text.

Das kannst du heute noch tun

Gib deinen aktuellen Hauptspendenaufruf in den Prompt unten ein, und lass KI fünf Varianten mit verschiedenen Fundraising-Ansätzen erstellen. Entscheide dann, welche zwei du für den nächsten Test nutzt.

Quellen & Methodik

• Small, D. A., Loewenstein, G., Slovic, P. (2007): Sympathy and Callousness: The Impact of Deliberative Thought on Donations to Identifiable and Statistical Victims. Organizational Behavior and Human Decision Processes, 102(2), 143–153.
• Cialdini, R. B.: Influence: The Psychology of Persuasion, Prinzip der sozialen Bewährtheit.
• Preise: Claude, ChatGPT, Brevo, Mailchimp und Canva laut unseren Toolseiten, Stand September 2026.
• Stichprobengröße: eigene Rechnung, Zwei-Stichproben-Test auf Anteile, 95 Prozent Konfidenz.
• Zeitangaben: Richtwerte der Redaktion, keine Erhebung. Für die Steigerung der Spendenquote durch KI-optimierte Texte haben wir keine belastbare Studie gefunden.