Fundraising-Wissen›Praxisbelege›6–12% Spendensteigerung durch KI-Segmentierung — validiert über 50+ A/B-Tests.
Praxisbeleg
6–12% Spendensteigerung durch KI-Segmentierung — validiert über 50+ A/B-Tests.
Die Zahlen
Das Standard-Test-Setup
Für jedes Experiment werden drei Gruppen definiert und parallel bespielt:
Wichtig: Beide Selektionen werden unabhängig erstellt — KI weiß nicht was die bisherige Methode gewählt hat und umgekehrt.
Was wir gelernt haben
Konsistenz über viele Tests ist wichtiger als einmaliger Peak
Ein einzelner Test mit +40% könnte Zufall sein. 50+ Tests mit konsistent 6–12% sind ein echter Effekt. Wir zeigen den Durchschnitt, nicht den Peak.
Reaktivierung zeigt den stärksten Effekt
Innerhalb der 50+ Tests zeigt die Reaktivierungs-Selektion den höchsten Uplift (+47% Response). Andere Segmente liegen im 6–12% Bereich.
Datenqualität ist die wichtigste Voraussetzung
Tests mit unbereinigten Daten (fehlendes Kanal-Tracking, inkonsistente Zahlungswege) zeigen keinen Uplift. Das Modell braucht saubere Inputs.
3-Gruppen-Setup ist Pflicht für valide Ergebnisse
Nur KI vs. bisherige Methode reicht nicht. Die Schnittmenge (A∩B) zeigt oft welcher Teil des Uplifts auf die Datenauswahl zurückgeht und welcher auf das Modell.
Häufige Fragen
Was wird bei KI-Segmentierung gemessen?
Response-Rate, Durchschnittsspende, Ertrag pro Mail und Gesamterlös — jeweils KI-Gruppe vs. Kontrollgruppe (bisherige Methode).
Warum 6–12% und nicht mehr?
6–12% ist die konsistente Bandbreite über 50+ Tests. Einzelne Segmente zeigen bis zu 40% Verbesserung. Der Durchschnitt ist konservativer weil nicht alle Datensätze ideal sind.
Wie groß müssen die Testgruppen sein?
Für statistische Signifikanz: mindestens gleich große Testgruppen (KI-Selektion, bisherige Methode, Schnittmenge). Empfehlung: mindestens 1.000 Kontakte pro Gruppe.
Gespräch buchen