Beginne mit dem einen Fakt, der alles neu rahmt: Auf Mobile ist ein Gratis-Test Opt-out. Apple und Google wandeln den Test automatisch in ein bezahltes Abo, sofern der Nutzer nicht aktiv kündigt. Web- und SaaS-Tests sind meist Opt-in — der Nutzer muss zurückkehren und sich fürs Zahlen entscheiden. Diese Umkehrung der Voreinstellung ist gewaltig. Über Web und SaaS hinweg konvertieren Opt-out-Tests bei rund 48,8% gegenüber etwa 18,2% bei Opt-in — gleiches Produkt, andere Voreinstellung, fast dreifache Conversion. Deshalb sieht die Ökonomie mobiler Tests ganz anders aus als der Web-Rat, den du vielleicht gelesen hast.
Nimm diese Zahlen als Benchmarks, nicht als Gesetze. Sie stammen aus den 2026-Reports von RevenueCat und Adapty sowie Web-/SaaS-Quellen mit unterschiedlichen Stichproben und Definitionen. Nutze sie, um deine Lücke zu finden — und teste dich dann voran. Für das gesamte Umsatzbild jenseits von Tests siehe das Pillar-Playbook.
1. Mobile Tests sind Opt-out — gestalte danach
Weil der Store automatisch verlängert, besteht die Aufgabe des mobilen Tests nicht darin, den Nutzer am Ende *neu zu verkaufen*, sondern ihn vor der ersten Abbuchung an einer Kündigung zu hindern. Global liegt die mobile Test-zu-zahlend-Rate je nach Datensatz bei 25–37%: RevenueCat meldet einen 5–9-Tage-Test mit 37,4%, während Adaptys globaler Durchschnitt über alle Dauern 25,6% beträgt. Beide weit über den ~18,2% Web-Opt-in. Die praktische Folge: Dein Test ist ein Retention-Problem, das als Conversion-Problem getarnt ist.
- Mach die Verlängerungsbedingungen ehrlich und sichtbar auf der Paywall. Überraschungsabbuchungen erzeugen Rückerstattungen und Ein-Stern-Bewertungen; Klarheit hebt sogar die vertrauensgetriebene Conversion.
- Instrumentiere die erste Sitzung, als wäre sie das ganze Spiel — denn sie ist es fast (siehe Tag null unten).
- Sende eine Erinnerung vor Ablauf (Nutzen + Restzeit). Es ist erlaubt, es wird erwartet, und es konvertiert.
- Denk daran: Opt-out schneidet in beide Richtungen — ein verwirrter oder unbeteiligter Testnutzer, der zu kündigen vergisst, wird zum sofortigen Rückerstattungs- und Churn-Risiko, nicht zum zufriedenen Zahler.
2. Gewinne Tag null
Der entscheidendste Moment des gesamten Tests ist der erste Tag. 80–90% aller Teststarts passieren an Tag null — derselben Sitzung wie die Installation. Startet ein Nutzer den Test nicht am ersten Tag, kehrt er fast nie zurück, um ihn später zu starten. Das verdichtet das Problem: Der Großteil deines Testvolumens wird in den ersten Minuten gewonnen oder verloren, direkt nachdem der Nutzer den Wert der App zum ersten Mal spürt.
- Löse das Testangebot direkt nach dem Aha-Moment aus — wenn die App zum ersten Mal klar Wert liefert — nicht beim kalten Erststart.
- Teste dann, es früher zu zeigen, sogar vor dem Aha-Moment, aber schließbar: dasselbe Frühe-Paywall-Muster, das Anmeldungen stark hebt. Siehe Paywall-Optimierung.
- Reduziere die Starthürde: ein Gratis-Test-Schalter und ein Tipp schlagen eine mehrstufige Anmeldung.
- Personalisiere das Angebot aus den Onboarding-Antworten, damit das Erste, was der Nutzer sieht, zu seinem Download-Grund passt.
3. Die Testdauer-Debatte — wo die Daten widersprechen
Hier widersprechen sich die zwei größten Anbieter wirklich, und das solltest du wissen, bevor du jemanden kopierst. Adapty findet für die meisten Apps einen Sweet Spot von 5–9 Tagen (etwa 52% der Apps nutzen ihn). RevenueCat findet, dass das andere Ende gewinnt: längere Tests von 17–32 Tagen konvertieren ~70% besser als die kürzesten. Beide haben für ihre Stichproben recht — genau darum gibt es keine universelle Antwort. Der ehrliche Schritt ist, die Testdauer an deinen eigenen Nutzern zu testen, statt das Optimum anderer zu erben.
| Testdauer | Test→zahlend (RevenueCat) | Muster |
|---|---|---|
| ≤4 Tage | 25,5% | Kürzeste Tests konvertieren in diesem Datensatz am schlechtesten |
| 5–9 Tage | 37,4% | Von Adapty gemeldeter Sweet Spot (~52% der Apps nutzen ihn) |
| 10–16 Tage | 35,4% | Mittelbereich, leicht unter dem 5–9-Band |
| 17–32 Tage | 42,5% | RevenueCat: lange Tests ~70% besser als die kürzesten |
Die Conversion nach Kategorie zählt so viel wie die Dauer: Reisen ~43,5%, Health & Fitness 37,7%, Bildung 33,2%, Medien & Unterhaltung 27,6% und Gaming 25,0% (RevenueCat-2026-Mediane). Ein kurzer Test kann für eine Impulskategorie richtig und für eine überlegte falsch sein — Kontext, kein Dogma.
4. Test-Erinnerungen und Kündigungstiming
Ein großer Teil des Testverlusts sind schlicht Menschen, die am ersten Tag kündigen — und die Rate hängt eng an der Testdauer. Bei einem 3-Tage-Test passieren 55,4% der Kündigungen an Tag null; bei einem 30-Tage-Test nur 31,1%. Ein kurzer Test drängt zur Entscheidung, bevor sich eine Gewohnheit gebildet hat, also springen mehr sofort ab; ein längerer Test gibt der Gewohnheit Zeit, bevor die Frage überhaupt gestellt wird.
| Testdauer | Kündigung Tag 0 | Lesart |
|---|---|---|
| 3 Tage | 55,4% | Entscheidung vor Gewohnheit erzwungen — die meisten springen sofort ab |
| 7 Tage | 39,8% | Etwas Luft, dennoch früh gehäufte Kündigungen |
| 14 Tage | 35,7% | Gewohnheit kann starten, bevor die Frage kommt |
| 30 Tage | 31,1% | Niedrigste Tag-null-Kündigung; Gewohnheit bei Ablauf meist gebildet |
- Sende eine Erinnerung vor Ablauf — mit dem konkreten Nutzen, den sie verlieren, und der Restzeit. Auf Mobile wird sie erwartet und konvertiert konstant.
- Nutze die erste Sitzung für einen klaren Erfolg, damit der Tag-null-Kündigungsreflex gar nicht erst auslöst.
- Bei längeren Tests ergänze einen Anstoß zur Mitte, der den Wert wieder hervorholt, nicht nur eine letzte Warnung.
5. Feature-Gating ist 90% des Ergebnisses
Gerade bei Freemium ist das, was du gatest, rund 90% des Erfolgs. Die Gratis-Stufe muss den Nutzer die Grundaufgabe gut genug erledigen lassen, damit er Wert spürt; Premium muss die hochwertige Ebene freischalten, für die er wiederkommt. Gatest du zu wenig, upgradet niemand; gatest du die Kernaufgabe selbst, bleibt niemand lange genug, um Premium zu wollen. Die Linie zwischen "nützlich gratis" und "überzeugend Premium" ist das gesamte Freemium-Geschäft.
- Gratis = die Grundaufgabe gut erledigt. Premium = die hochwertige Ebene (Menge, Qualität, Tempo, Automatisierung oder das Aufheben eines echten Limits).
- Gate auf einer Dimension, die der engagierte Nutzer natürlich erreicht — Nutzungslimits, Export, fortgeschrittene Ausgabe — nicht auf dem Ersten, was er berührt.
- Ein Gratis-Test-Schalter auf der Paywall rahmt Premium als "die hochwertige Ebene risikofrei testen" — ein wiederkehrender Redesign-Gewinner.
- Zur Preisgestaltung der gegateten Ebenen siehe Abo-Preisstrategie.
6. Test vs Hard Paywall vs Freemium
Sie sind nicht austauschbar. Eine Hard Paywall (zahlen vor jedem echten Zugang) erreicht einen Median Download-zu-zahlend von ~10,7% gegenüber 2,1% bei mobilem Freemium — doch diese ~5×-Lücke spiegelt vor allem Filterung von Nutzern mit geringer Absicht, nicht bessere Überzeugung. Allgemeines Freemium liegt je nach Definition in einer Spanne von 1–10%; auf Mobile ist die realistische Zahl näher an jenen 2,1%. Der entscheidende Langzeitvorteil von Tests liegt stromabwärts: Test-dann-zahlend-Nutzer binden 1,4–1,7× besser als Direktkäufer, also ist ein Test eine Retention-Investition, nicht nur eine Conversion-Taktik.
Hard Paywall
~10,7% Download-zu-zahlend, filtert aber Nutzer mit geringer Absicht. Am besten für Traffic mit hoher Absicht (Suche, ASO). Höchste Schlagzeilenzahl, kleinster Funnel-Eingang.
Gratis-Test
Opt-out auf Mobile (~25–37% Test→zahlend). Lässt Nutzer erst Wert spüren; Test-dann-zahlend bindet 1,4–1,7× besser. Die mobile Standardwahl für überlegte Käufe.
Freemium
~2,1% mobiler Download-zu-zahlend (allgemein 1–10%). Größter Funnel-Eingang, niedrigste Conversion; der Erfolg hängt am Feature-Gating.
7. Retention ist die wahre Anzeigetafel
Die Conversion holt die Schlagzeile; die Retention bezahlt die Rechnungen. Unter Testabonnenten spaltet sich die Tag-380-Bindung stark nach Plandauer: jährlich 19,9%, monatlich 14,2%, wöchentlich 5,5%. Ein Wochentest kann eine glänzende Anfangs-Conversion liefern und dich ein Jahr später dennoch fast ohne jemanden zurücklassen, während ein Jahrestest weniger konvertiert, aber weit mehr hält. Lies die Testleistung immer durch die Retention-Linse, nicht nur über die Tag-eins-Conversion.
- Wähle die Kennzahl, die zählt: Test→zahlend ist der Anfang, aber Tag-180- und Tag-380-Retention entscheiden den Lifetime Value.
- Koppele längere Plandauern mit dem Test, wenn Retention das Ziel ist — Jahrestests binden an Tag 380 weit besser.
- Lass Testexperimente lange genug laufen, um mindestens einen Verlängerungszyklus zu sehen (oft 4–8 Wochen), bevor du einen Gewinner kürst.
Wo KI-Pricing hineinpasst
Sind Testablauf, Tag null, Dauer und Gating solide, ist die nächste Grenze die Personalisierung — jeden Nutzer näher an seiner tatsächlichen Zahlungsbereitschaft treffen statt eines Tests und Preises für alle. Weil die Stores beliebige Preise verbieten, geschieht das über eignungsbasierte Angebote statt roher Preisänderungen. In dieser Schicht arbeitet Monetai: Es sagt die Kaufabsicht jedes Nutzers voraus und spielt nur denen einen personalisierten Test oder Rabatt aus, die ihn brauchen — so gewinnst du Zusatz-Conversions, ohne Umsatz an jene zu verschenken, die ohnehin gezahlt hätten. Es setzt auf deine bestehende Paywall und deinen Test auf.
Sehen, wo deine Testpreise im Markt stehen? Stöbere in den App-Preis-Benchmarks aus App Pricing Labs täglichem Crawl von über 135.000 Apps oder starte über den Playbook-Hub.