Versandzeitoptimierung: Leitfaden für E-Mail-Marketer

Versandzeitoptimierung (Send Time Optimization, STO) ist eine Prognose, kein starrer Zeitplan. Statt einer festen Uhrzeit für den gesamten Verteiler berechnet das ESP auf Basis historischer Daten, wann einzelne Kontakte oder Zielgruppen am ehesten öffnen und klicken – und stellt die E-Mail genau in diesem Zeitfenster zu.

Wer morgens um 7:00 Uhr in der Bahn E-Mails liest, erhält die Nachricht um 6:55 Uhr. Wer sein Postfach erst nach dem Feierabend um 20:30 Uhr leert, bekommt sie abends. Gleiche Kampagne, gleicher Tag, individueller Zustellzeitpunkt.

Das Problem: Pauschale Benchmarks zur „besten Sendezeit“ mitteln Millionen Postfächer und passen selten zu Ihrer eigenen Zielgruppe.

Der Wandel: STO bestimmt den Versandzeitpunkt pro Kontakt oder Zielgruppe anhand Ihrer eigenen Interaktionsdaten.

Die Lösung: Verstehen, wie STO im jeweiligen Tool funktioniert, wann der Einsatz sinnvoll ist und wie Sie die Performance im Vergleich zu festen Sendezeiten verlässlich testen.

In diesem Leitfaden: Ein Plattformvergleich, ein 6-stufiger Testplan und Kampagnentypen, bei denen STO messbar schadet.

Der Unterschied wird besonders dann wichtig, wenn Kampagnen hinter den Erwartungen zurückbleiben. Läuft ein Flash Sale schwach, liegt das meist an fehlender Dringlichkeit oder Zeitzonenabstimmung – nicht an einem unzureichenden Prognosemodell.

Warum pauschale Benchmarks zur „besten Sendezeit“ scheitern

Jedes Jahr veröffentlichen ESPs Studien zur optimalen Versandzeit. Die Zahlen stimmen in der Regel – sie spiegeln jedoch einen statistischen Durchschnitt wider, den es in Ihrer Liste so nicht gibt.

STO wird häufig mit zwei anderen Versandarten verwechselt. Die Unterschiede im Überblick:

Eine Omnisend-Studie mit rund 26 Milliarden E-Mails – einer der größten öffentlich verfügbaren Datensätze – zeigt deutlich, warum eine Universallösung nicht existiert:

Daraus ergeben sich zwei zentrale Erkenntnisse: Erstens hängt der optimale Tag vom primären Ziel ab. Der Dienstag liefert die meisten Öffnungen und Klicks, der Freitag erzielt die stärkste Kauf-Conversion.

Zweitens lag die Differenz der Öffnungsrate zwischen dem besten und dem schwächsten Wochentag bei lediglich rund 1,6 Prozentpunkten. Der Wochentag spielt in der Praxis eine weit geringere Rolle als meist angenommen.

Was sich tatsächlich unterscheidet, ist der Alltag des einzelnen Nutzers. Eine Kontaktliste aus Schichtarbeitern, Studierenden und Pendlern hat kein einheitliches „bestes Zeitfenster“. Genau hier setzt Versandzeitoptimierung an: Eigene Daten entscheiden lassen – Kontakt für Kontakt.

Funktionsweise von Send Time Optimization im Detail

Hinter STO-Funktionen steckt in den meisten Plattformen ein 5-stufiger Ablauf. Die operativen Unterschiede liegen in den Parametern:

1. Datenerfassung: Das Modell analysiert historische Signale: Öffnungen, Klicks und teils In-App-Sessions oder Push-Interaktionen. HubSpot wertet beispielsweise die Öffnungen und Klicks der letzten 90 Tage pro Kontakt aus.

2. Prognose: Ein Algorithmus berechnet, wann die Interaktionswahrscheinlichkeit am höchsten ist. Einige Plattformen kalkulieren auf Kontaktebene, andere (wie Klaviyos Smart Send Time) ermitteln das beste Zeitfenster für ein gesamtes Segment.

3. Zustellfenster: Sie definieren ein Versanddatum, innerhalb dessen die Plattform die E-Mails aussteuert. Typisch sind Zeitfenster von 24 Stunden. HubSpot Marketing Hub Enterprise erlaubt bis zu 7 Tage.

4. Exploration: Leistungsfähige Modelle testen kontinuierlich weiter. ActiveCampaign versendet etwa 10 % der E-Mails zu abweichenden Zeiten, um die Prognosebasis aktuell zu halten. Klaviyo startet initial mit randomisierten Testsendungen über ein 24-Stunden-Fenster.

5. Fallback-Strategie: Für Kontakte ohne verlässliche Historie greift eine Ausweichlogik.

Der Fallback-Schritt entscheidet in der Praxis oft über Erfolg oder Misserfolg: Ist die Hälfte Ihrer Liste neu oder inaktiv, wird für diese 50 % de facto keine Personalisierung angewendet.

Prüfen Sie vor einer Bewertung von STO, wie hoch der Anteil an Profilen mit ausreichender Historie in Ihrem Verteiler ist. Schwache Resultate liegen oft an Datenlücken, nicht an mangelhafter Modellierung.

Das Problem mit Apple Mail Privacy Protection (MPP)

Apples Mail Privacy Protection (MPP) lädt Bildinhalte über Apple-Proxyserver vorab. Dadurch wird ein „Öffnungs-Pixel“ bereits beim Abruf durch den Server ausgelöst – unabhängig davon, ob und wann die E-Mail tatsächlich gelesen wird.

Für die Versandzeitoptimierung verfälscht das die Datengrundlage: Ein rein auf Öffnungszeiten trainiertes Modell registriert Serverabrufe statt echtem Nutzerverhalten. Das berechnete Zeitfenster driftet in statistisches Rauschen ab.

Die Anbieter gehen unterschiedlich mit diesem Phänomen um:

Die Konsequenz für die Praxis: Bewerten Sie STO anhand von Klicks, Conversions und dem Umsatz pro Empfänger – nicht anhand der Öffnungsrate. Legt Ihr Tool den Fokus auf Öffnungen, gewichten Sie Klick-Events stärker und validieren Sie den Zuwachs über Kontrollgruppen.

Aus demselben Grund gewinnt klickbasierte Segmentierung an Relevanz. In unserem Vergleich zu KI-Tools vs. manuelle Segmentierung zeigen wir, wie Sie Zielgruppen auf Basis echter Interaktionssignale aufbauen.

STO-Funktionen führender ESPs im Direktvergleich

Nahezu alle etablierten E-Mail-Plattformen bieten Funktionen zur Versandzeitoptimierung. Tarifanforderungen, Funktionslogik und Grenzen variieren jedoch erheblich:

Prüfen Sie vor dem Testaufbau stets die aktuelle Dokumentation des Anbieters, da sich funktionale Details ändern können. Typische Vorgaben veranschaulichen etwa Mailchimps Leitfaden zu Send Time Optimization sowie HubSpots Dokumentation zur kontaktspezifischen Sendezeit.

Drei Kernmuster lassen sich festhalten: Die meisten Tools begrenzen das Fenster auf 24 Stunden – STO variiert also die Uhrzeit, nicht den Tag. Einige Anbieter schließen Automatisierungen aus oder raten bei Termindruck davon ab. Zudem reichen die Anforderungen an das Datenvolumen von „ausreichende Historie“ bis hin zu festen Schwellenwerten wie 12.000 Profilen bei Klaviyo.

Gerade bei Klaviyo lohnt ein genauer Blick: Smart Send Time ermittelt das beste Zeitfenster für ein Segment und versendet dann an alle Empfänger dieses Segments zur jeweiligen lokalen Uhrzeit. Es handelt sich um eine zielgruppenbasierte Optimierung, nicht um eine kontaktspezifische Vorhersage. Separate Tests für unterschiedliche Segmente oder Wochentage bleiben jedoch möglich.

Wenn Sie ESPs über das Feature STO hinaus evaluieren möchten, bietet unser Überblick über Klaviyo-Alternativen für den E-Commerce fundierte Vergleiche zu Automatisierungstiefe, Pricing und KI-Funktionen.

Wann sich STO lohnt – und wann Sie darauf verzichten sollten

Versandzeitoptimierung tauscht strikte Terminkontrolle gegen höhere Relevanz. Sie geben den exakten Versandzeitpunkt auf, um die Wahrscheinlichkeit zu erhöhen, dass der Empfänger die Nachricht im Moment seiner aktiven Postfachnutzung sieht. Dieser Trade-off funktioniert nur, wenn kein harter Termindruck besteht.

Typischer Fehler in der Hochsaison: Landet ein Black-Friday-Angebot bei Teilen der Zielgruppe erst um 21:00 Uhr, wenn Bestseller bereits vergriffen sind, vernichtet STO Umsatz. Planen Sie solche Kampagnen als Batch- oder Zeitzonen-Versand mit unserer BFCM-Planungs-Timeline und dem Black-Friday-E-Mail-Kalender.

Dasselbe gilt für Countdown-Mails: Ein grafischer E-Mail-Countdown-Timer entfaltet seine Wirkung nur vor Ablauf der Frist. Ein Countdown, der sechs Stunden zu spät im Postfach landet, signalisiert dem Kunden schlicht eine verpasste Chance.

In 6 Schritten: Send Time Optimization strukturiert testen

STO ist mit einem Klick aktiviert. Ob das Feature einen echten Mehrwert liefert, zeigt erst ein kontrollierter Test. Mit diesem Vorgehen erhalten Sie innerhalb von rund vier Wochen belastbare Ergebnisse:

1. Listenhygiene durchführen: Kontakte ausschließen, die seit über 180 Tagen keine Interaktion gezeigt haben. STO kann inaktive Kontakte nicht reaktivieren – sie verzerren lediglich die Testdaten.

2. Eine primäre Erfolgsmetrik festlegen: Definieren Sie Klickrate oder Umsatz pro Empfänger als Ziel. Verzichten Sie aufgrund von MPP auf die reine Öffnungsrate.

3. 50/50-A/B-Split aufsetzen: Die eine Hälfte erhält den Versand per STO, die andere zum bisherigen festen Standardzeitpunkt. Randomisieren Sie die Verteilung sauber.

4. Mindestens 3 bis 4 Kampagnen durchlaufen lassen: Einzelne Versendungen können durch Betreffzeilen, Feiertage oder externe Ereignisse verzerrt werden. Mehrere Durchläufe nivellieren Ausreißer.

5. Wesentliche Kennzahlen aggregiert auswerten: Klicks, Conversions und den Umsatz pro Empfänger über alle Testsendungen hinweg konsolidieren.

6. Gewinner-Variante in Automatisierungen überführen: Zeigt STO einen signifikanten Uplift, binden Sie die Logik auch in Flows ein. Wichtig: Nach dem Versand einen Warteschritt einfügen, damit Kontakte die Sequenz nicht vor Erhalt der Mail weiterschreiten.

Dokumentieren Sie die Werte nach jedem Versand strukturiert:

Ein leichter Uplift auf einer großen Liste generiert spürbaren Mehrwert. Ein kleiner Zuwachs bei kleiner Kontaktbasis ist dagegen oft reines Rauschen. Schwankt der Gewinner von Woche zu Woche, werten Sie das Ergebnis als unentschieden und bleiben beim einfacheren Setup.

Schwächeln Ihre Flows bereits vorab, optimieren Sie zuerst die Inhalte und Trigger. Unsere Klaviyo Flow Health Checklist unterstützt Sie bei der Fehlersuche, bevor Sie das Timing verändern.

Praxisbeispiele für Send Time Optimization

Die folgenden Szenarien zeigen, wie unterschiedliche Teams STO unter realen Tool-Bedingungen einsetzen.

Beispiel 1: Wöchentlicher Newsletter eines Shopify-Fashion-Brands auf Klaviyo

Ausgangslage: Ein Modelabel versendet jeden Donnerstag einen Newsletter an 60.000 Abonnenten. Die Klickraten stagnieren seit Monaten.

Setup: Die Liste übertrifft Klaviyos Schwelle von 12.000 Profilen. Das Team nutzt Smart Send Time. Klaviyo verteilt explorative Sends über 24 Stunden und wählt das stärkste Zeitfenster für das Segment. Da US- und UK-Abonnenten unterschiedliche Tagesabläufe haben, setzt das Team separate Tests für beide Ländersegmente auf.

Erfolgsmessung: Klickrate und Umsatz pro Empfänger im Vergleich zum bisherigen festen Versand um 10:00 Uhr.

Da Smart Send Time auf Segmentebene arbeitet, ist die Segmentierung erfolgsentscheidend. Wie der durchschnittliche Bestellwert (AOV) Timing-Entscheidungen beeinflusst, erläutert unser Beitrag zu E-Mail-Segmentierung für High-AOV-Brands.

Beispiel 2: B2B-SaaS-Nurturing-Sequenz auf HubSpot Enterprise

Ausgangslage: Ein Softwareanbieter betreibt eine sechsstufige Nurture-Sequenz für Testnutzer mit Entscheidern in Europa und den USA.

Setup: Das Team nutzt HubSpots kontaktspezifische Sendezeit mit einem 48-Stunden-Fenster pro E-Mail. Kontakte mit vorhandener Historie erhalten die Nachricht zur individuellen Bestzeit. Neuanmeldungen ohne Datenbasis erhalten die Mail zu Beginn des Zeitfensters.

Erfolgsmessung: Demo-Buchungen und Trial-to-Paid-Conversions statt Öffnungsraten.

Das 48-Stunden-Fenster gibt dem Modell ausreichend Spielraum, ohne die Sequenz unnötig in die Länge zu ziehen. Die vollständige Trigger-Logik beschreibt unser Leitfaden zu E-Mail-Marketing-Automation-Workflows.

Beispiel 3: Internationale DTC-Marke auf Brevo

Ausgangslage: Eine Skincare-Marke vertreibt in 12 Ländern. Sie versendet zwei monatliche Promotions sowie eine große saisonale Rabattaktion.

Setup: Evergreen-Aktionen laufen über Brevos „Zum besten Zeitpunkt senden“ im Standard-Tarif. Der saisonale Sale nutzt hingegen einen Zeitzonen-Versand um 08:00 Uhr Ortszeit, da der Rabattzeitraum strikt limitiert ist.

Erfolgsmessung: Umsatz pro Empfänger nach Ländern für die Standard-Mailings; Bestellungen am Stichtag für den Zeitzonen-Versand.

Diese Aufteilung spiegelt den Best-Practice-Standard wider: STO steuert flexible Inhalte, feste Zeiten sichern Fristen ab.

Send Time Optimization in automatisierten Flows einsetzen

Bei regelmäßigen Kampagnen ist STO unkompliziert. In automatisierten Sequenzen steigt die Komplexität, da zeitlich verzögerte Versendungen mit nachfolgenden Flow-Schritten kollidieren können.

Die Unterstützung variiert je nach System: Mailchimp bietet STO nur für reguläre Kampagnen, nicht für Automatisierungen. ActiveCampaign unterstützt Predictive Sending in Automations, rät jedoch bei zeitkritischen Schritten ab. Braze empfiehlt eine Mindestverzögerung von zwei Kalendertagen vor einem Intelligent-Timing-Schritt im Canvas.

Zwei Grundregeln schützen Ihre Automatisierungslogik: Fügen Sie nach jedem optimierten Versand einen Warteschritt ein, damit Kontakte die nächste Stufe nicht erreichen, bevor die vorherige Mail zugestellt wurde. Zudem muss der zeitliche Abstand zwischen Schritten stets größer sein als das STO-Zustellfenster – ein 24-Stunden-Fenster darf sich nicht mit einer 1-Tages-Verzögerung überschneiden.

Praxisbeispiel: Ein Home-Living-Onlineshop aktiviert Predictive Sending für die E-Mails 3 bis 5 seiner Willkommensserie. Vor jedem Schritt war bereits eine Verzögerung von 2 Tagen definiert. Das Team ergänzt nach jedem optimierten Versand einen 24-Stunden-Warteschritt. So wird ausgeschlossen, dass ein Abonnent zwei E-Mails am selben Tag erhält.

Ergebnisse der Versandzeitoptimierung richtig interpretieren

Dashboards weisen oft eine isolierte „Uplift“-Kennzahl aus. Prüfen Sie diesen Wert anhand von drei Kontrollfragen:

1. Worauf basiert der Uplift? Klaviyos Smart-Send-Time-Berichte stellen beispielsweise primär den Zuwachs bei der Öffnungsrate heraus. Betrachten Sie Öffnungs-Uplifts nur als Tendenz und verifizieren Sie den Effekt über Klicks.

2. Was ist die Baseline? Ein Zuwachs gegenüber randomisierten Testversendungen ist nicht gleichbedeutend mit einem Uplift gegenüber Ihrer bisherigen besten Sendezeit. Ihr eigener A/B-Test gegen den Kontrollwert ist die einzig relevante Baseline.

3. Wie viele Kontakte wurden tatsächlich optimiert? Wurde ein Großteil der Empfänger über die Fallback-Zeit beliefert, sagt das Ergebnis wenig über die Qualität des Modells aus.

Blicken Sie zudem über die E-Mail-Metriken hinaus: Ein optimierter Sendezeitpunkt kann Klicks steigern, bleibt bei schwachem Angebot oder unzureichender Landingpage jedoch ohne Umsatzwirkung. Analysieren Sie Conversion-Raten und den Umsatz pro Empfänger.

Das Ziel besteht nicht darin, STO um jeden Preis zu rechtfertigen, sondern herauszufinden, für welche Zielgruppensegmente sich der Einsatz rechnet – und wo Sie Komplexität einsparen.

Typische Fehler bei der Versandzeitoptimierung

Die meisten enttäuschenden STO-Ergebnisse resultieren aus wiederkehrenden Implementierungsfehlern:

1. Erfolg an Öffnungsraten messen: Maschinelle Öffnungen durch Apple MPP verzerren Öffnungsraten und verschleiern echte Nutzungszeiten. Bewerten Sie nach Klicks und Umsatz.

2. Einsatz bei terminfixierten Aktionen: Flash Sales, Webinare und Rabatt-Countdowns erfordern, dass die Zielgruppe die Botschaft rechtzeitig vor Fristende sieht.

3. Rückschlüsse aus einem Einzelsend ziehen: Eine einzelne Betreffzeile kann das Ergebnis verzerren. Testen Sie über mindestens drei bis vier Kampagnen.

4. Aktivierung bei zu geringer Datenbasis: Bei neuen oder sehr kleinen Verteilern greift fast durchgehend die Fallback-Zeit – ein Optimierungseffekt bleibt aus.

5. Fehlende Warteschritte in Automatisierungen: Ohne Puffer rutschen Kontakte in Folgeschritte, bevor die optimierte Mail tatsächlich im Posteingang liegt.

6. STO als Reparatur für Zustellprobleme nutzen: Landen E-Mails im Spam-Ordner, nützt auch das perfekte Timing nichts. Prüfen Sie die Inbox Placement Rate vorab mit professionellen Lösungen aus unserer Übersicht zu Deliverability-Tools für E-Commerce.

Wie Migma Ihre Sendezeit-Strategie ergänzt

STO bestimmt, wann eine E-Mail ankommt. Es hat keinen Einfluss darauf, was in der E-Mail steht, wie ansprechend sie gestaltet ist und ob sie auf dem Smartphone des Nutzers fehlerfrei dargestellt wird. Den Klick muss sich der Inhalt selbst verdienen.

Hier setzt Migma an: Die Plattform generiert markenkonforme E-Mails in kürzester Zeit, testet das Rendering über alle relevanten Clients und übergibt die Vorlagen direkt an das ESP, das Ihre Versandzeitoptimierung steuert.

Teams, die Migma nutzen, sparen durchschnittlich 89 % der Zeit in der E-Mail-Erstellung ein. Bei STO-Tests bedeutet das: Mehr Kapazität für bessere Segmentierung und Hypothesen, statt Zeit in manueller Layout-Anpassung zu binden.

Kompakte Teams können diesen Workflow mit schlanker Personalisierung verbinden. Unser Leitfaden zu KI-E-Mail-Personalisierung für Lean Teams zeigt, wie Sie gezielt einzelne Touchpoints optimieren. Einen umfassenden Blick auf den Technologie-Stack bietet der Artikel über KI-Lifecycle-Marketing-Tools.

Transparente Einschränkung:

Migma unterstützt Kampagnen-Scheduling, enthält jedoch keine eigene Engine für kontaktspezifische Versandzeitoptimierung. Für STO exportieren Sie Ihre Vorlagen aus Migma einfach in ein entsprechendes ESP wie Klaviyo, HubSpot, Brevo oder Mailchimp.

Fazit

Über 26 Milliarden E-Mails hinweg schwankten Öffnungsraten zwischen dem stärksten und schwächsten Wochentag um lediglich 1,6 Prozentpunkte. Das individuelle Verhalten des Empfängers wiegt schwerer als der Wochentag.

Setzen Sie Versandzeitoptimierung dort ein, wo der Zeitpunkt flexibel ist. Verzichten Sie darauf, wenn die Frist selbst die Kernbotschaft darstellt. Und bewerten Sie den Erfolg konsequent anhand von Klicks und Umsatz – nicht anhand von Öffnungsraten.

Ihr ESP bestimmt die Minute. Migma sorgt dafür, dass sich das Öffnen lohnt. Jetzt Migma kostenlos testen. Kostenlos starten.

Häufig gestellte Fragen