Hypothesen testen

Content Experiments

6 Thesen mit Konfidenz ≥ 70% — pro These 5 Varianten generieren oder manuell testen

Hiring/Team/Recruiting-Posts viralisieren konsistent

Alle Posts rund um Hiring, Team-Aufbau, Bewerber-Qualität performen top: 'Wichtigster Skill Hiring' (41/5), 'Letzte Stelle Conversion Strategist' (43/7/2 Shares — einziger Post mit Shares!), 'Erfahrung Designer in Jahren' (35/9), '900 Bewerbungen' (32/18). Hiring-Content ist der einzige Topic-Cluster mit messbarer Share-Aktivität — klares Signal für Reichweiten-Hebel.

Persönliche Reflexion & Mindset schlägt Case Studies

Posts mit persönlicher Meinung/Reflexion (Hiring-Skill 41 Likes, 'Fast wäre ich drauf reingefallen' 31 Likes/19 Comments, 'Wir alle haben mit nichts angefangen' 42 Likes, Q1-Rückblick 23 Likes/6 Comments) schlagen reine Case-Study-Posts (Bundle Builder Maniküre 15 Likes, Ahead-Analyse 15 Likes, Produktgalerie +14,69% nur 14 Likes). Persönliche Vulnerability + Branchen-Take ist das stärkste Engagement-Muster.

Kontroverse Branchen-Takes als Engagement-Booster

Spitze, polarisierende Aussagen ziehen überdurchschnittliches Engagement: 'CRO Agenturen sehe ich schwarz' (20/2), '99% Health-Shops emotional kalt' (26/3), 'US 9-Fig vs DE Design verkauft nicht' (24/8), 'Bald 95% gleich' (20/2), 'Hustle/Balance-Take' (31/19). Empfehlung: Mind. 1x/Woche eine konfrontative Branchen-These statt neutralem Case-Recap.

Reine Optimierungs-Cases mit % Uplift underperformen

Posts mit Pattern '+X% Uplift durch Element Y' liefern unterdurchschnittlich: Produktgalerie +14,69% (14/0), ATC +32% (20/1), Probierpaket-Analyse (15/0), Datengrundlage 2026 (12/0), Hack-Post (13/0). Diese Posts sind zu lehrbuchhaft/transaktional. Lösung: Case in persönliche Story oder kontroverse Lehre einbetten statt nüchternem Teardown.

Text-Posts triggern überdurchschnittlich viele Comments

Text-Posts erzeugen relativ zur Likezahl mehr Diskussion: 'One Day or Day One' (60 Likes/15 Comments), 'I'm happy to share' (61/5), 'Bundle Builder Kloster' (20/8), 'Da ging noch was' (24/12), 'POV BLACKROLL' (19/7). Comment-Ratio bei Text liegt bei ~15-25%, bei Image-Posts meist <10%. Text wirkt diskursiver als die durchschnittlich höhere Image-Reichweite.

Konkrete Big-Numbers-Hooks performen stark

Hooks mit großen, spezifischen Zahlen+Kontext schlagen vage Zahlen-Hooks: 'Eigene Brand 170k€' (51 Likes/17 Comments), '416+ Mio. Portfolio' (39/9), '300 Mio. EUR Daten 50+' (16/0). Aber: '800 Mio. User analysiert' nur 10 Likes und '700 Mio. Shopify-Umsatz analysiert' 13 Likes — Zahlen brauchen unmittelbar greifbaren Kontext (eigene Story > Datenflex).