Stell dir vor, du willst Kunden gewinnen. Sie sind aber noch nicht alle bereit, sofort zu kaufen. Manche schauen nur, manche überlegen, andere klicken schon fast auf „Kaufen“. Andere Nutzer bleiben dir treu, wenn du sie richtig behandelst.
Genau hier setzt das SEE-THINK-DO-CARE Framework von Avinash Kaushik (Google) an: Es strukturiert die Reise deiner Kunden in vier Phasen. Von der ersten Aufmerksamkeit bis zur langfristigen Bindung.
In unserem sehr umfangreichen Beitrag, stellen wir dir das STDC-Framework und die vier Phasen im Detail vor. Hierzu gehört ein fundierter, wissenschaftlich gestützter Überblick mit psychologischen Modellen, Studien und praxisnahen Tipps. Du kannst dir auch direkt unser STDC-Cheat Sheet herunterladen. Dort findest du Tipps und Kennzahlen zu allen vier Phasen, damit du deine Marketing-Aktivitäten & Kampagnen zielführend auf deine Zielgruppe(n) ausrichten kannst.
Warum das SEE-THINK-DO-CARE Framework unverzichtbar ist
Unternehmen stehen heute vor einem Dilemma: Die Customer Journey ist zersplittert wie nie zuvor. Kunden springen zwischen Touchpoints, wechseln vom Smartphone zum Laptop, entdecken eine Marke auf Social Media und vergleichen noch am selben Tag auf Preisportalen. Klassische Funnel-Modelle (z.B. das AIDA-Modell) greifen da oft zu kurz. Eine Beobachtung, die auch in der Kommunikationsforschung seit Jahren diskutiert wird.
Genau hier kommt das SEE-THINK-DO-CARE Framework ins Spiel. Es hilft, Ordnung in das Chaos zu bringen und Botschaften so auszurichten, dass sie zu den tatsächlichen Bedürfnissen der Zielgruppe passen. Anstelle pauschaler Kampagnen wird Marketing entlang vier klar definierter Phasen geplant und gesteuert:
Studien belegen, dass Kundenbindung oft um ein Vielfaches kosteneffizienter ist als reine Neukundengewinnung. Mit STDC bekommst du deshalb ein klares Raster, um Content, Kanäle und KPIs systematisch entlang der gesamten Customer Journey zu planen. Das bedeutet: Weniger Streuverluste, mehr Effizienz und vor allem eine Strategie, die langfristig trägt.
Schauen wir uns die vier Phasen vom STDC-Framework einmal im Detail an:
Die SEE-Phase – Aufmerksamkeit schaffen und erste Reize setzen
In der SEE-Phase sprichst du die größtmögliche, relevante Zielgruppe an. Diese Menschen haben dein Produkt noch nicht aktiv auf dem Radar. Sie beschäftigen sich aber mit Themen, die im weiteren Sinne dazu passen. Typisches Ziel ist hier: Bekanntheit und erste Berührungspunkte schaffen.
Beispiel: Jemand interessiert sich allgemein für „Nachhaltigkeit im Alltag“, kennt aber dein nachhaltiges Reinigungsmittel noch nicht. In dieser Phase muss er erst einmal auf dich aufmerksam werden.
Psychologischer Hintergrund:
Aufmerksamkeit und Selektive Wahrnehmung: Menschen werden täglich mit Tausenden Werbereizen konfrontiert. Damit deine Botschaft durchdringt, muss sie auffallen. Sei es durch Emotionalisierung, Storytelling oder visuelle Reize.
Die SEE-Phase deckt sich mit den „Awareness-Stufen“ klassischer Modelle wie AIDA (Attention) oder dem Hierarchy-Of-Effect Model von Lavidge & Steiner (1961) – Awareness > Knowledge > Liking > Preference > Conviction > Purchase. Ohne diese erste Stufe gibt es keine Basis für nachgelagerte Überlegung oder Handlung.
Elaboration Likelihood Model (Petty & Cacioppo, 1986): In der SEE-Phase verarbeiten Nutzer Informationen oft über die periphere Route – also schnelle Heuristiken (Design, Bilder, einfache Botschaften), nicht über tiefe Argumente.
Typische Kanäle und Maßnahmen
- Social Media / Ads (Reichweitenkampagnen)
- YouTube / Video Ads
- Display-Werbung
- PR & Influencer Marketing
- SEO Content für generische Themen (z.B. Ratgeber oder Blogbeiträge)
Beispiel: Ein Video mit einer inspirierenden Story, welches nicht direkt verkauft, sondern das Problemumfeld sichtbar macht.
Messbarkeit & KPIs
In der SEE-Phase geht es nicht um Conversions oder Umsatz. Die Kennzahlen sind weich, aber entscheidend für den Funnel-Aufbau:
- Reichweite & Impressionen: Wie viele potenzielle Kunden haben dich gesehen?
- Brand Awareness / Markenbekanntheit (z. B. gemessen durch Brand Lift Studies oder Umfragen. Bei Meta Ads gibt es hier z.B. die „geschätzte Steigerung der Werbeerinnerung“ als Kennzahl).
- Engagement: Interaktionen in Social Media, Shares, erste Klicks auf die Website.
- Traffic-Qualität: Beispielsweise der Anteil neuer Besucher oder Absprungraten.
Studien zu Markenbekanntheit zeigen, dass allein die wiederholte Exposition („Mere Exposure Effect“ – Zajonc, 1968) positive Einstellungen gegenüber einer Marke fördern kann. Auch wenn noch keine Kaufabsicht besteht.
Neuere Forschung (z.B. Keller, 2019) betont, dass starke Markenbilder in der Awareness-Phase später die Kaufentscheidung signifikant beeinflussen.
Praxisbeispiel
Ein Hersteller für nachhaltige Reinigungsmittel möchte seine Markenbekanntheit bei umweltbewussten Konsumenten in Deutschland steigern. Dazu startet das Unternehmen eine Awareness-Kampagne über YouTube, Instagram und das Google Display Network. Die Kampagne nutzt kurze, emotional erzählte Videos mit Alltagsszenen – etwa eine Familie, die nachhaltiger leben möchte, ohne auf Sauberkeit zu verzichten. Statt klassischer Produktwerbung steht das Thema „nachhaltige Sauberkeit im Alltag“ im Mittelpunkt.
Das Ziel: Aufmerksamkeit und Sympathie aufbauen – nicht Verkäufe. Durch gezieltes Targeting (z. B. Personen mit Interessen an „Nachhaltigkeit“, „Zero Waste“, „Umweltschutz“) und Lookalike Audiences auf Basis bestehender Kundendaten werden relevante Nutzer erreicht.
KPI-Ziele der Maßnahme:
- +40 % Steigerung der Videoaufrufe mit einer Wiedergaberate von über 50 %.
- CTR ≥ 1,2 % auf begleitende Display-Anzeigen, abgeleitet aus vorherigen Kampagnen oder Branchen-Benchmarks.
- +25 % mehr organische Marken-Suchanfragen („[Marke] Reiniger“) im Kampagnenzeitraum.
- +20 % Anstieg neuer Website-Besucher, gemessen in Google Analytics 4.
- Anstieg der Ad-Recall-Rate („geschätzte Steigerung der Werbeerinnerung“) um mindestens 10 % laut Meta Ads Reporting.
Kostenloses Cheat Sheet mit allen Kennzahlen, Empfehlungen und Praxisbeispielen herunterladen.
Die THINK-Phase – vom Interesse zur konkreten Erwägung
In der THINK-Phase haben Nutzer bereits ein grundlegendes Bedürfnis erkannt und beschäftigen sich aktiv mit möglichen Lösungen. Sie wissen also: „Ich habe ein Problem / einen Wunsch und es gibt Produkte oder Anbieter, die das lösen könnten.“ Jetzt beginnt der Recherche- und Vergleichsprozess.
Beispiel: Jemand hat entschieden, nachhaltige Reinigungsmittel zu kaufen, recherchiert aber noch verschiedene Marken, liest Reviews (z.B. von der Stiftung Warentest) und vergleicht aktiv Preise.
Psychologischer Hintergrund:
Informationssuche (Consumer Information Search Theory): Nutzer investieren Zeit in die Suche nach relevanten Informationen, um Unsicherheiten zu reduzieren (Howard & Sheth, 1969; Schmidt & Spreng, 1996).
Elaboration Likelihood Model (Petty & Cacioppo, 1986): In der THINK-Phase findet Verarbeitung zunehmend über die „zentrale Route“ statt. Inhalte werden kritisch geprüft, Argumente zählen stärker als nur Oberflächenreize.
Theory of Planned Behavior (Ajzen, 1991): Einstellungen, soziale Normen und wahrgenommene Kontrolle beeinflussen die Absicht, tatsächlich zu handeln. In der THINK-Phase werden diese Determinanten aktiv geformt.
Typische Kanäle und Maßnahmen
- SEO & SEA für informationsgetriebene Suchbegriffe („bestes nachhaltiges Reinigungsmittel“)
- Vergleichsseiten, Ratgeber, Case Studies
- E-Mail-Marketing mit Mehrwertinhalten (Whitepaper, Newsletter)
- Social Proof: Bewertungen, Testimonials, Influencer-Meinungen
- Retargeting-Kampagnen für Website-Besucher, die noch nicht konvertiert haben
Messbarkeit & KPIs
Im Gegensatz zur SEE-Phase verschiebt sich der Fokus in der THINK-Phase von Reichweite zu Engagement und Vorstufen von Conversions:
- CTR (Click-Through-Rate) von Suchanzeigen oder Snippets
- Verweildauer & Scrolltiefe auf der Website (Indikator für inhaltliche Auseinandersetzung)
- Micro-Conversions wie Newsletter-Anmeldungen, Whitepaper-Downloads, Demo-Anfragen
- Retargeting-Performance: Wie viele Nutzer kehren zurück und interagieren erneut?
Untersuchungen zur „Customer Decision Journey“ (z.B. Court et al., 2009) zeigen, dass Nutzer in dieser Evaluationsphase eine „Consideration Set“ bilden. Also eine begrenzte Auswahl von Marken, die für den Kauf in Frage kommen. Neuere Forschung im digitalen Kontext (Lemon & Verhoef, 2016) betont, dass genau in dieser Phase die Markenerfahrung über Kanäle hinweg konsistent sein muss, da sonst das Risiko des Absprungs steigt.
Praxisbeispiel
Ein Anbieter für nachhaltige Reinigungsprodukte möchte aus der reinen Awareness heraus gezielt Nutzer ansprechen, die bereits aktives Interesse an umweltfreundlichen Alternativen zeigen. Dafür kombiniert das Unternehmen Google Ads (Suchnetzwerk) mit Content-Marketing-Maßnahmen und E-Mail-Automationen.
Auf Basis von Keyword-Recherchen werden Kampagnen für Suchbegriffe wie „umweltfreundliches Putzmittel“ oder „Reinigungsmittel ohne Chemie kaufen“ geschaltet. Nutzer, die über diese Anzeigen auf den Blog gelangen, finden dort Ratgeberartikel, Produktvergleiche und Whitepaper. Über Pop-ups und Call-to-Actions werden sie eingeladen, sich für einen Newsletter mit exklusiven Spartipps anzumelden.
KPI-Ziele der Maßnahme:
- CTR ≥ 4 % auf Suchanzeigen mit informationsbezogenen Keywords.
- +30 % Steigerung der organischen Sitzungen auf Ratgeber-Content.
- ≥ 3:00 Minuten durchschnittliche Verweildauer auf der Landingpage.
- Newsletter-Anmeldungen / Whitepaper-Downloads als Micro-Conversions: Zielquote ≥ 4 % der Websitebesucher.
- Retargeting-Listenaufbau: Mindestens 10.000 qualifizierte Besucher, die für spätere DO-Kampagnen verwendet werden können.
So lässt sich die THINK-Phase präzise steuern: Nutzer signalisieren echtes Interesse und werden datenbasiert in die nächste Phase überführt.
Die DO-Phase – wenn Nutzer bereit sind zu handeln
In der DO-Phase geht es um alle, die eine klare Kaufabsicht haben. Sie haben ihr Problem oder Bedürfnis definiert, Informationen gesammelt, Anbieter verglichen und stehen nun kurz davor, eine Entscheidung zu treffen. Deine Aufgabe: Den letzten Impuls geben, um aus einer Absicht eine konkrete Handlung zu machen.
Beispiel: Jemand hat bereits nachhaltige Reinigungsmittel recherchiert, die Bewertungen verglichen und legt nun dein Produkt in den Warenkorb.
Psychologischer Hintergrund:
Theory of Planned Behavior (Ajzen, 1991): In dieser Phase wird aus Verhaltensintention tatsächliches Verhalten. Entscheidend sind wahrgenommene Kontrolle (z.B. einfacher Checkout) und situative Faktoren (Preis und Verfügbarkeit).
Cognitive Dissonance (z.B. Festinger, 1957; Miller et al. 2015): Kurz vor einer Entscheidung steigt oft die Unsicherheit („Mache ich das Richtige?“). Deshalb helfen Trust-Signale wie Gütesiegel, Geld-zurück-Garantie oder Social Proof, Dissonanz zu reduzieren.
Conversion Psychology: Prinzipien wie Knappheit (Cialdini, 2017), soziale Bewährtheit oder Klarheit in Call-to-Actions wirken hier besonders stark.
Typische Kanäle und Maßnahmen
- SEA-Kampagnen mit transaktionalen Keywords („kaufen“, „bestellen“, „Preis“)
- Google / Meta Shopping Ads
- Produktseiten & Landingpages mit klarem CTA
- Rabattaktionen oder Gratisversand als letzte Kaufanreize
- Remarketing mit klarer Conversion-Message
Messbarkeit & KPIs
In der DO-Phase zählen die harten KPIs – hier geht es um unmittelbare, monetäre Ergebnisse:
- Conversion Rate (z. B. Kauf, Buchung, Vertragsabschluss)
- Cost per Lead / Cost per Acquisition (CPL/CPA)
- Return on Advertising Spend (ROAS)
- Abbruchraten im Checkout
- Durchschnittlicher Warenkorbwert
Studien zeigen, dass reduzierte Friktion im Kaufprozess (z.B. kürzere Checkout-Prozesse) Conversion-Raten signifikant steigern kann (Gefen et al., 2003). Forschung im Bereich E-Commerce bestätigt, dass Trust-Signale (Sicherheitszertifikate, bekannte Zahlungsmethoden) direkt mit höheren Kaufabschlüssen korrelieren (Kim et al., 2008).
Praxisbeispiel
Nachdem in der THINK-Phase Vertrauen aufgebaut wurde, startet der Anbieter eine Conversion-Kampagne über Google Shopping und Performance Max. Ziel ist es, kaufbereite Nutzer gezielt zum Abschluss zu führen. Alle Werbemittel sind auf konkrete Kaufhandlungen optimiert: Preisvorteile, schnelle Lieferung und Gütesiegel schaffen Sicherheit und reduzieren Entscheidungsbarrieren.
Die Produktseiten wurden vorab SEO- und UX-optimiert: Kurze Ladezeiten, klare CTAs („Jetzt kaufen“), transparente Versandbedingungen und Bewertungen erhöhen die Abschlusswahrscheinlichkeit. Zusätzlich wird Remarketing an Nutzer ausgespielt, die bereits einen Warenkorb gefüllt, aber nicht abgeschlossen haben.
KPI-Ziele der Maßnahme:
- Conversion Rate ≥ 3,5 % auf den Produkt-Landingpages.
- Cost per Acquisition (CPA) mind. 60 % über dem Warenkorbwert.
- Warenkorb-Abbruchquote ≤ 40 %.
- Return on Advertising Spend (ROAS) ≥ 700 %.
- +20 % Anteil an neuen Käufern, gemessen in Google Analytics (First Purchase).
Die CARE-Phase – Kunden zu Botschaftern machen
In der CARE-Phase geht es nicht mehr um Neukunden, sondern um bestehende Kunden, die bereits mindestens einmal gekauft haben – idealerweise mehrfach. Ziel ist es, diese Kunden zu loyalen Stammkunden und aktiven Empfehlungsgebern zu entwickeln. Denn: Wer einmal überzeugt wurde, ist deutlich günstiger und effizienter erneut zu aktivieren als ständig neue Kunden gewinnen zu müssen.
Beispiel: Jemand, der dein nachhaltiges Reinigungsmittel bereits getestet und für gut befunden hat, kauft es erneut und empfiehlt es Freunden oder schreibt ggf. eine positive Bewertung.
Psychologischer Hintergrund:
Commitment-Trust-Theorie (Morgan & Hunt, 1994): Langfristige Beziehungen basieren auf Vertrauen und dem Gefühl von Verbindlichkeit. Wer Vertrauen hat, bleibt treu.
Kundenzufriedenheit & Loyalität: Zufriedenheit allein reicht oft nicht. Echte Loyalität entsteht erst, wenn Kunden positive Emotionen und ein Gefühl von Zugehörigkeit zur Marke entwickeln (Oliver, 1999).
Word-of-Mouth & Netzwerkeffekte: Laut Studien wirken persönliche Empfehlungen oft glaubwürdiger als jede Werbekampagne (Katz & Lazarsfeld 1955; Shaheer et al., 2024; Bahadir & Pauwels, 2023).
Typische Kanäle und Maßnahmen
- E-Mail-Marketing & Newsletter mit personalisierten Angeboten
- Treueprogramme, Rabatte für Wiederkäufer
- Community-Building (Social Media Gruppen, Foren, Events)
- After-Sales Service & Support als Differenzierungsfaktor
- Referral-Programme (z. B. „Empfehle uns weiter und erhalte …“)
Messbarkeit & KPIs
Die CARE-Phase ist schwieriger zu messen, aber essenziell für den langfristigen ROI:
- Customer Lifetime Value (CLV): Wie viel Umsatz bringt ein Kunde über die gesamte Beziehung hinweg?
- Wiederkaufrate / Retention Rate
- Net Promoter Score (NPS) als Indikator für Weiterempfehlungsbereitschaft
- Bewertungen & Rezensionen (Qualität und Anzahl)
- Churn-Rate (Abwanderung)
Reichheld & Sasser (1990) zeigten, dass bereits eine Reduktion der Abwanderung um 5 % Gewinnsteigerungen zwischen 30 % und 125 % bewirken kann. Neuere Studien bestätigen, dass Stammkunden nicht nur häufiger kaufen, sondern auch für Upselling und Cross-Selling besonders empfänglich sind (Verhoef et al., 2003).
Praxisbeispiel
Nachdem der Hersteller für nachhaltige Reinigungsmittel erfolgreich neue Kunden gewonnen hat, liegt der Fokus nun auf Kundenbindung und Weiterempfehlung. Dazu startet das Unternehmen ein CRM-basiertes Loyalty-Programm mit personalisierten E-Mail-Strecken und Social-Media-Community-Aktivitäten.
Kunden, die bereits mehrfach bestellt haben, erhalten individuell zugeschnittene Inhalte: Tipps zur umweltfreundlichen Haushaltsreinigung, Rabattaktionen für Nachfüllprodukte und exklusive Vorschauen auf neue Produktlinien. Über automatisierte Workflows in HubSpot wird jeder Kunde basierend auf seinem Kaufverhalten segmentiert (z. B. „Erstkauf“, „Abo-Kunde“, „Markenbotschafter“).
Parallel wird auf Instagram eine Community-Kampagne gestartet: Unter dem Hashtag #SauberBleibtNachhaltig teilen zufriedene Kundinnen und Kunden ihre Erfahrungen mit den Produkten. Besonders aktive Teilnehmer erhalten kleine Produktpakete oder Gutscheine als Dankeschön.
KPI-Ziele der Maßnahme:
- +20 % Wiederkaufrate innerhalb von sechs Monaten.
- Erhöhung des Customer Lifetime Value (CLV) um mindestens 15 % im Vergleich zum Vorjahr.
- Churn Rate ≤ 10 % (Kunden, die über 6 Monate nicht erneut gekauft haben).
- Engagement Rate ≥ 5 % auf Community-Posts unter dem Kampagnen-Hashtag.
| Phase | Nutzergruppe | Psychologische Grundlage | Typische Kanäle & Maßnahmen | Wichtige KPIs |
| SEE | Größte relevante Zielgruppe, kennt Produkt/Marke noch nicht | Aufmerksamkeit, Mere-Exposure-Effekt (Zajonc, 1968), periphere Verarbeitung (ELM) | Social Media Ads, YouTube/Video, Display, PR, SEO-Content | Reichweite, Impressionen, Brand Awareness, Social Engagement, Anteil neuer Besucher |
| THINK | Interessenten, die aktiv über Lösungen nachdenken | Informationssuche (Howard & Sheth, 1969; Schmidt & Spreng, 1996), zentrale Verarbeitung (ELM), Theory of Planned Behavior (Ajzen, 1991), Elaboration Likelihood Model (Petty & Cacioppo, 1986) | SEO & SEA für informationsgetriebene Keywords, Whitepaper, Newsletter, Reviews (Social Proof), Retargeting | CTR, Verweildauer, Scrolltiefe, Micro-Conversions, Return-Visits |
| DO | Kaufbereite Nutzer mit klarer Handlungsabsicht | Intentionsbildung (Ajzen, 1991), Cognitive Dissonance (Festinger, 1957; Miller et al. 2015), Prinzipien der Überzeugung (Cialdini, 2017) | Google Shopping, Produkt-Landingpages mit CTAs, Rabattaktionen, Checkout-Optimierung, Remarketing | Conversion Rate, CPA/CPL, ROAS, Warenkorb-Abbruchquote, durchschnittlicher Warenkorbwert |
| CARE | Bestehende loyale Kunden, Wiederkäufer, Empfehler | Commitment-Trust (Morgan & Hunt, 1994), Loyalitätsmodelle (Oliver, 1999), Word-of-Mouth (Katz & Lazarsfeld, 1955; Shaheer et al., 2024; Bahadir & Pauwels, 2023) | E-Mail-Marketing, Treueprogramme, Community-Building, Referral-Programm, After-Sales-Service | Customer Lifetime Value (CLV), Retention Rate, NPS, Folgekäufe, Churn Rate, Bewertungen |
Kostenloses Cheat Sheet mit allen Kennzahlen, Empfehlungen und Praxisbeispielen herunterladen.
STDC - Theoretische Grundlagen und verwandte Modelle
Das SEE-THINK-DO-CARE Framework ist kein völlig neues Konzept, sondern baut auf etablierten Theorien der Kommunikations- und Konsumpsychologie auf. Es greift klassische Modelle auf, aktualisiert sie jedoch für die digitale Gegenwart mit ihren fragmentierten Customer Journeys.
AIDA und die Hierarchy-of-Effects
Ein direkter Vorläufer ist das bekannte AIDA-Modell von E. St. Elmo Lewis (1898). Es beschreibt die Abfolge von Attention (Aufmerksamkeit), Interest (Interesse), Desire (Wunsch) und Action (Handlung) als Grundstruktur der Werbewirkung. AIDA steht dabei stellvertretend für zahlreiche sogenannter „Hierarchy-of-Effects-Modelle“, die Kaufentscheidungen in kognitive, affektive und konative Stufen unterteilen. Zuerst entsteht Bewusstsein, dann eine positive Einstellung, schließlich folgt die Handlung.
So ein lineares Verständnis der Wirkungskette hatte über Jahrzehnte Gültigkeit, greift aber in der heutigen Praxis zu kurz. Vor allem die Frage, was nach dem Kauf passiert – Zufriedenheit, Loyalität, Weiterempfehlung – wird bei AIDA nicht berücksichtigt. Deshalb entstanden Erweiterungen wie AIDAS (mit Satisfaction als fünfter Phase) oder neuere Modelle wie AISDALSLove (Wijaya, B. S. 2012), die zusätzliche Dimensionen wie Search, Like/Dislike oder Share abbilden.
Die Care-Phase als Lückenschluss
Das SEE-THINK-DO-CARE Framework greift diesen Gedanken auf und macht die Betreuung nach dem Kauf explizit zu einer eigenen Phase. Während AIDA den Funnel beim Kaufabschluss enden lässt, integriert STDC mit CARE eine systematische Betrachtung von Kundenzufriedenheit, Loyalität und langfristiger Beziehungspflege. STDC ist im Kern ein AIDA-Modell, welches Desire und Action in Do zusammenführt und um Care ergänzt. Damit wird eine Lücke geschlossen, die in der Praxis entscheidend ist – gerade weil Kundenbindung häufig profitabler ist als reine Neukundenakquise (Reichheld & Sasser, 1990).
Vergleich mit der Customer Decision Journey
Auch zur Customer Decision Journey von McKinsey (Court et al., 2009) bestehen Parallelen. Dort werden die Phasen Awareness, Consideration, Purchase und Post-Purchase beschrieben, die in eine Loyalitätsschleife übergehen. Beide Ansätze unterstreichen, dass Kaufentscheidungen heute dynamisch und zirkulär verlaufen. STDC zeichnet sich hier vor allem durch seine Einfachheit aus: Die vier Ein-Wort-Labels sind eingängig und lassen sich leicht auf Content-Strategien übertragen.
Wissenschaftliche Fundierung
Aus Sicht der Konsumpsychologie entspricht die Care-Phase den Erkenntnissen von Oliver (1999), wonach Loyalität mehr ist als Zufriedenheit. Erst wenn Kunden emotional gebunden sind, entsteht echte Treue. Gleichzeitig mahnen aktuelle Studien (z.B. Lemon & Verhoef, 2016), dass die Customer Journey nicht linear verläuft, sondern Nutzer zwischen Phasen springen oder mehrere Zustände parallel erleben. Genau diese Dynamik adressiert STDC, indem es weniger einen strengen Trichter vorgibt, sondern ein intent-basiertes Denkraster für Marketingverantwortliche bietet.
STDC Operationalisierung & Tracking
Das SEE-THINK-DO-CARE Framework klingt auf dem Papier einfach – in der Realität ist die Zuordnung von Nutzern zu Phasen jedoch oft knifflig. Nicht jeder, der ein Video ansieht, befindet sich automatisch in der SEE-Phase, und nicht jeder Klick auf den Warenkorb bedeutet eine klare DO-Intention. Nutzer springen zwischen Kanälen, Geräten und Stimmungen – und genau das macht die messbare Anwendung des Modells zur größten Herausforderung. Wer STDC erfolgreich umsetzen will, braucht also Kriterien, Daten und Signale, um Nutzerintentionen möglichst präzise zu erkennen.
Methoden & Tools zur Auswertung
Damit das See-Think-Do-Care-Framework nicht nur ein theoretisches Modell bleibt, braucht es die richtigen Werkzeuge zur praktischen Umsetzung. Unternehmen müssen ihre Datenquellen so verknüpfen, dass sie Nutzeraktivitäten über verschiedene Phasen hinweg nachvollziehen können. Klassische Web-Analytics-Lösungen wie Google Analytics 4 oder Matomo liefern hier erste Ansatzpunkte: Sie erfassen Klickpfade, die Scrolltiefe oder Conversions und helfen, Mikro- und Makroaktionen (primäre oder sekundäre Conversions) zu unterscheiden.
Ergänzend dazu spielen Attributionsmodelle eine zentrale Rolle. Während einfache „Last-Click“-Modelle oft nur den finalen Touchpoint berücksichtigen, ermöglichen datengetriebene Ansätze eine genauere Bewertung aller beteiligten Kanäle und Phasen. Besonders in längeren Kaufprozessen, wie in der B2B-Branche, wird so sichtbar, dass die SEE- und THINK-Phase erheblich zum Erfolg beitragen.
Für die CARE-Phase sind schließlich CRM-Systeme entscheidend. Sie verbinden Kaufhistorien, Supportanfragen und Feedbacks und erlauben es, Kundenwert und Loyalität messbar zu machen. In Kombination mit Marketing-Automation-Tools (z. B. HubSpot oder Salesforce) lassen sich Leads automatisch segmentieren, bewerten und über Nurturing-Flows gezielt weiterentwickeln.
Datenschutz & Validität
Die Messbarkeit des SEE-THINK-DO-CARE Frameworks steht in direktem Spannungsfeld mit den rechtlichen Rahmenbedingungen. Vor allem in der SEE- und THINK-Phase ist personalisiertes Tracking nur eingeschränkt möglich, da hierfür eine aktive Zustimmung der Nutzer nach DSGVO und ePrivacy-Verordnung erforderlich ist.
Viele Unternehmen arbeiten deshalb mit aggregierten Daten wie Reichweitenzahlen oder Brand-Lift-Studien, die auch ohne personenbezogene Cookies Erkenntnisse liefern. Ein weiteres Problem: Zahlreiche Kennzahlen sind lediglich „Surrogatmetriken“ (Ersatzwerte, die anstelle von schwer oder langwierig zu messenden Zielwerten verwendet werden, um den Erfolg einer Maßnahme zu schätzen). Eine hohe Verweildauer oder Klickrate deutet zwar auf Interesse hin, garantiert aber noch lange keinen Kaufabschluss.
Deshalb ist es sinnvoll, qualitative Daten (z. B. Umfragen oder Interviews) mit quantitativen Metriken zu kombinieren, um ein realistischeres Bild zu erhalten. Auch in der DO-Phase können Messfehler auftreten, etwa wenn nur kurzfristige Conversions betrachtet werden und langfristige Effekte – wie Wiederkäufe – unberücksichtigt bleiben. Die Validität der Messung hängt also nicht nur von den eingesetzten Tools ab, sondern auch davon, wie sorgfältig KPIs ausgewählt und interpretiert werden.
STDC Kritik & Limitationen
So hilfreich und praxisnah das SEE-THINK-DO-CARE Framework ist – es hat auch seine Grenzen. Wie bei jedem Modell handelt es sich um eine Vereinfachung komplexer Realitäten. Gerade in dynamischen Märkten und fragmentierten Customer Journeys kann STDC wichtige Aspekte nur eingeschränkt abbilden. Deshalb lohnt es sich, nicht nur die Stärken, sondern auch die Schwächen kritisch zu betrachten.
Zentrale Kritikpunkte am STDC-Modell:
- Lineares Phasenmodell: Obwohl Avinash Kaushik (Begründer des STDC-Frameworks) selbst betont, dass Kunden nicht zwangsläufig linear durch die Phasen laufen, vermittelt das Modell dennoch einen sequenziellen Charakter. In der Realität springen Nutzer zwischen Phasen hin und her oder befinden sich parallel in mehreren Zuständen.
- Überschneidungen der Phasen: Die Grenzen zwischen THINK und DO oder zwischen CARE und THINK sind oft fließend. Beispiel: Ein Bestandskunde (Care) kann sich trotzdem gleichzeitig in einer erneuten THINK-Phase befinden, wenn er ein Upgrade erwägt.
- Messprobleme: Besonders in der SEE- und THINK-Phase lassen sich Erfolge schwer quantifizieren. Viele Metriken sind Surrogatkennzahlen (z. B. Verweildauer oder CTR), deren Zusammenhang mit echten Geschäftskennzahlen nur indirekt besteht.
- Vernachlässigung von externen Faktoren: Das Modell betrachtet primär die Customer Journey aus Unternehmensperspektive. Externe Einflüsse wie Wettbewerbsdruck, wirtschaftliche Rahmenbedingungen oder kulturelle Unterschiede finden kaum Berücksichtigung.
- „Care“-Phase wird oft unterschätzt: In der Praxis investieren viele Unternehmen überproportional in Akquise (SEE / THINK / DO), während Kundenbindung (CARE) unterfinanziert bleibt. Häufig, weil deren ROI schwieriger nachzuweisen ist.
Aktueller Studien, wie z.B. von Lemon & Verhoef (2016), weisen darauf hin, dass moderne Customer Journeys hochgradig dynamisch und kanalübergreifend sind. Eine statische Vier-Phasen-Logik greift deshalb zu kurz. Court et al. (2009) kritisieren klassische Funnel-Modelle, da sie zu stark aus Unternehmenssicht gedacht sind. STDC versucht zwar, stärker die Nutzerintention in den Mittelpunkt zu stellen, bleibt aber dennoch eine Vereinfachung.
Erweiterung des SEE-THINK-DO-CARE Frameworks
Das SEE-THINK-DO-Care Framework ist ein hilfreicher Kompass, doch das Marketing entwickelt sich stetig weiter. Neue Technologien, verändertes Nutzerverhalten und regulatorische Rahmenbedingungen erfordern, dass auch dieses Modell regelmäßig hinterfragt und weitergedacht wird. Besonders spannend ist die Frage: Wie lässt sich STDC in ein datengetriebenes, KI-gestütztes und kundenzentriertes Marketing integrieren?
Micro-Moments (Google)
Google beschreibt Micro-Moments als die kurzen, spontanen Augenblicke, in denen Nutzer zum Smartphone greifen und sofort Antworten oder Lösungen erwarten. Diese Momente lassen sich in vier Kategorien einteilen und passen perfekt als Ergänzung zum SEE-THINK-DO-CARE Framework:
„I want to know“ – Ich will etwas wissen
Beispiel: Jemand sitzt im ICE von Hamburg nach München und googelt spontan: „Was ist der Unterschied zwischen Hybrid- und E-Autos?“ ➨ Hier geht es um Wissensaufbau (SEE-Phase).
„I want to go“ – Ich will irgendwohin
Beispiel: Eine Familie ist auf der Autobahn Richtung Nordsee unterwegs und sucht via Google Maps nach „beste Fischrestaurants in Bremerhaven“ ➨ Ein lokaler Moment, in dem ein Anbieter sichtbar sein muss (THINK / DO-Phase).
„I want to do“ – Ich will etwas tun
Beispiel: Eine Nutzerin hat gerade ein neues IKEA-Regal gekauft und sucht auf YouTube nach „Kallax Regal Aufbau Anleitung“ ➨ Praktische Hilfe im Moment des Handelns (THINK-Phase).
„I want to buy“ – Ich will etwas kaufen
Beispiel: Jemand steht im MediaMarkt, hat zwei Kopfhörer-Modelle in der Hand und googelt: „Sony WH-1000XM5 Test Stiftung Warentest“. Entscheidungssituation direkt vor dem Kauf (DO-Phase).
Zero Moment of Truth (ZMOT; Google, 2011)
Noch bevor Nutzer in die THINK-Phase eintreten, holen sie sich online Informationen ein. Bewertungen, Erfahrungsberichte in Foren oder Preisvergleichsseiten beeinflussen diesen ersten Eindruck entscheidend. Google nennt diesen Moment den „Zero Moment of Truth“ (ZMOT). Das SEE-THINK-DO-CARE-Modell lässt sich dadurch sinnvoll erweitern: Vor der eigentlichen Erwägung (Think) existiert eine vorgelagerte Awareness-Ebene, in der Nutzer ihre allerersten Präferenzen entwickeln.
Beispiel: Ein Verbraucher überlegt, einen neuen DSL-Anbieter zu wählen. Bevor er konkrete Angebote (THINK-Phase) vergleicht, googelt er „bester Internetanbieter Erfahrungen“ oder liest Bewertungen bei z.B. Trustpilot und in Foren wie ComputerBase. Schon an diesem Punkt kristallisiert sich heraus, welche Marken überhaupt in sein „Relevant Set“ kommen und welche durch negative Bewertungen sofort ausgeschlossen werden.
Customer Experience & Service Design
Das STDC-Framework konzentriert sich bisher stark auf Marketingmaßnahmen. In Zukunft ist es jedoch entscheidend, das Modell enger mit Customer-Experience-Ansätzen (CX) und Service-Design-Methoden zu verbinden. Denn Kundenerlebnisse entstehen nicht nur in der Kommunikation, sondern an jedem einzelnen Touchpoint. Vom ersten Kontakt über den Kauf bis hin zum anschließenden Support.
Ein integrierter Ansatz bedeutet, dass alle Unternehmensbereiche entlang der STDC-Phasen ausgerichtet werden:
- In der SEE-Phase kann etwa schon die Benutzerfreundlichkeit der Website oder die Art, wie eine Marke auf Social Media auftritt, das Markenerlebnis prägen.
- In der DO-Phase zählen nicht nur überzeugende CTAs, sondern auch eine intuitive User Experience im Checkout-Prozess.
- Und in der CARE-Phase wird Service Design zentral – etwa durch automatisierte Nachkauf-Services, schnelle Reaktionszeiten im Support oder Community-Angebote, die emotionale Bindung schaffen.
Service Design hilft dabei, diese Erlebnisse systematisch zu gestalten: Durch Customer Journey Mapping, Prototyping und Co-Creation mit echten Nutzern. So wird STDC vom reinen Marketingmodell zu einem ganzheitlichen Steuerungsrahmen für Markenführung, Produktentwicklung und Kundenerlebnismanagement.
Fazit zum SEE-THINK-DO-CARE-Framework
Das Framework wird nicht obsolet. Im Gegenteil: Es bleibt ein klarer Orientierungsrahmen, gewinnt aber erst dann volle Wirkung, wenn es um dynamische, KI-gestützte, datengetriebene Strategien erweitert wird. Unternehmen, die STDC mit modernen Ansätzen wie Micro-Moments, ZMOT oder Personalisierung kombinieren, können die Customer Journey deutlich präziser steuern und damit auch in Zukunft erfolgreich sein.
Quellen & Literaturempfehlungen
- Ajzen, I. (1991): The Theory of Planned Behavior. In: Organizational Behavior and Human Decision Processes, 50(2), S. 179–211, https://doi.org/10.1016/0749-5978(91)90020-T.
- Bahadir, S. C. & Pauwels, K. (2023): When does word of mouth versus marketing drive brand performance most? In: Journal of Marketing Analytics, 11(3), S. 475–491.
- Binet, L. & Field, P. (2013): The Long and the Short of It – Balancing Short and Long-Term Marketing Strategies. London: Institute of Practitioners in Advertising (IPA).
- Binet, L. & Field, P. (2018): Effectiveness in Context – A Manual for Brand Building. London: Institute of Practitioners in Advertising (IPA).
- Cialdini, R. B. (2017): Die Psychologie des Überzeugens: Wie Sie sich selbst und Ihren Mitmenschen auf die Schliche kommen. 1. Auflage. Göttingen: Hogrefe AG.
- Court, D., Elzinga, D., Mulder, S. & Vetvik, O. J. (2009): The Consumer Decision Journey. In: McKinsey Quarterly, 1. Juni 2009. Online verfügbar unter: https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/the-consumer-decision-journey
- Festinger, L. (1957): A Theory of Cognitive Dissonance. Stanford: Stanford University Press.
- Gefen, D., Karahanna, E. & Straub, D. (2003): Inexperience and Experience with Online Stores: The Importance of TAM and Trust. In: IEEE Transactions on Engineering Management, 50(3), S. 307–321, DOI:10.1109/TEM.2003.817277.
- Gartner (2024): CMO Spend and Strategy Survey 2024. Stamford, CT: Gartner Inc.
- Howard, J. A. & Sheth, J. N. (1969): The Theory of Buyer Behavior. In: Journal of the American Statistical Association, 64(326), S. 1459–1463, DOI:10.2307/2284311.
- Katz, E. & Lazarsfeld, P. F. (1955): Personal Influence: The Part Played by People in the Flow of Mass Communications. Glencoe, IL: Free Press.
- Kaushik, A. (2013): See-Think-Do-Care: A Content, Marketing, Measurement Business Framework. Occam’s Razor Blog. Online verfügbar unter: https://www.kaushik.net/avinash/.
- Keller, K. L., Keller, K. & Swaminathan, V. (2019): Strategic Brand Management: Building, Measuring, and Managing Brand Equity. 5. Auflage. Global Edition. Harlow: Pearson (ISBN: 978-1-292-31496-9).
- Kim, D. J., Ferrin, D. L. & Rao, H. R. (2008): A Trust-Based Consumer Decision-Making Model in Electronic Commerce: The Role of Trust, Perceived Risk, and Their Antecedents. In: Decision Support Systems, 44(2), S. 544–564, https://doi.org/10.1016/j.dss.2007.07.001.
- Lavidge, R. J. & Steiner, G. A. (1961): A Model for Predictive Measurements of Advertising Effectiveness. In: Journal of Marketing, 25(6), S. 59–62.
- Lemon, K. N. & Verhoef, P. C. (2016): Understanding Customer Experience Throughout the Customer Journey. In: Journal of Marketing, 80(6), S. 69–96.
- Lewis, E. St. Elmo (1898): AIDA Model (Attention, Interest, Desire, Action). Erstbeschreibung in frühen Werbetexten, zit. in: Strong, E. K. (1925): Theories of Selling. In: Journal of Applied Psychology, 9(1), S. 75–86.
- Mele, C., Hollebeek, L. D., Di Bernardo, I. & Russo Spena, T. (2024): Unravelling the Customer Journey: A Conceptual Framework and Research Agenda. In: Technological Forecasting and Social Change. https://doi.org/10.1016/j.techfore.2024.123916
- Meta (2023): Full-Funnel Measurement and Incremental ROAS Study. Menlo Park, CA: Meta Platforms Inc.
- Miller, M. K., Clark, J. D. & Jehle, A. (2015): Cognitive Dissonance Theory. In: Ritzer, G. (Hrsg.): The Blackwell Encyclopedia of Sociology. Chichester: John Wiley & Sons.
- Morgan, R. M. & Hunt, S. D. (1994): The Commitment-Trust Theory of Relationship Marketing. In: Journal of Marketing, 58(3), S. 20–38, https://doi.org/10.2307/1252308.
- Nielsen (2022): The Brand Resonance Report. New York: Nielsen Company.
- Oliver, R. L. (1999): Whence Consumer Loyalty? In: Journal of Marketing, 63(Special Issue 4), S. 33–44.
- Petty, R. E. & Cacioppo, J. T. (1986): The Elaboration Likelihood Model of Persuasion. In: Advances in Experimental Social Psychology, 19, S. 123–205.
- Reichheld, F. F. & Sasser, W. E. Jr. (1990): Zero Defections: Quality Comes to Services. In: Harvard Business Review, 68(5), S. 105–111, PMID: 10107082.
- Reitsamer, B. F. & Becker, L. (2024): Customer Journey Partitioning: A Customer-Centric Conceptualization Beyond Stages and Touchpoints. In: Journal of Business Research, 181, Artikel 114745. https://doi.org/10.1016/j.jbusres.2024.114745
- Schmidt, J. B. & Spreng, R. A. (1996): A Proposed Model of External Consumer Information Search. In: Journal of the Academy of Marketing Science, 24(3), S. 246–256.
- Shaheer, N., Chen, L., Yi, J., Li, S. & Su, H. (2024): Network Effects, Word of Mouth, and Entry Performance: A Study of Digital Freemium Products. In: Journal of World Business, 59(6), Oktober 2024, Artikel 101569.
- Tueanrat, Y. & Alamanos, E. (2025): Cognitive Dissonance Theory: A Review. In: Papagiannidis, S. (Hrsg.): TheoryHub Book. Online verfügbar unter: https://open.ncl.ac.uk/theories/7/cognitive-dissonance-theory/ [ISBN: 9781739604400].
- Verhoef, P. C., Donkers, B., Langerak, F. & Leeflang, P. S. H. (2003): Understanding the Effect of Customer Relationship Management Efforts on Customer Retention and Customer Share Development. In: Journal of Marketing, 67(4), S. 30–45.
- Wijaya, B. S. (2012): The Development of Hierarchy of Effects Model in Advertising. In: International Research Journal of Business Studies, 5(1), S. 73–85.
- Zajonc, R. B. (1968): Attitudinal Effects of Mere Exposure. In: Journal of Personality and Social Psychology, 9(2, Pt. 2), S. 1–27, https://psycnet.apa.org/doi/10.1037/h0025848.
Kostenloses Cheat Sheet mit allen Kennzahlen, Empfehlungen und Praxisbeispielen herunterladen.
Malte Ulbricht ist Gründer und Geschäftsführer der Performance-Marketing-Agentur Admospherics. Seit 2017 entwickelt er datengetriebene Performance-Strategien für B2B-Unternehmen und E-Commerce-Anbieter. Sein fachlicher Schwerpunkt liegt auf Google Ads, Kampagnenarchitektur und der strategischen Ausrichtung entlang des SEE-THINK-DO-CARE-Frameworks.
Als Gastdozent für Google Ads an der Universität Bremen verbindet er wissenschaftliche Fundierung mit operativer Praxiserfahrung aus der Betreuung von über 100 Unternehmen und der Steuerung siebenstelliger Werbebudgets im Agenturumfeld.
