Aydin NasseriGeschäftsführer, Cogitaris GmbH

In der Produktentwicklung, im Marketing oder im Service stellt sich immer wieder die gleiche Frage: Was zählt für den Kunden wirklich? Die Herausforderung: Wenn man Kund:innen direkt fragt, erhält man oft pauschale Antworten – alles scheint gleichermaßen relevant.

Genau hier setzt das Maximum Difference Scaling (Max-Diff-Verfahren) an – eine Methode, die echte Präferenzen sichtbar macht. Durch strukturierte Vergleichsabfragen lässt sich herausfinden, welche Eigenschaften tatsächlich den Ausschlag geben – und welche nur vermeintlich relevant sind. Das Verfahren ergänzt sich dabei hervorragend mit anderen Priorisierungsansätzen wie der Penalty-Analyse oder dem Kano-Modell.

Was ist Maximum Difference Scaling?

In der Marktforschung geht es häufig darum, die Wichtigkeit von verschiedenen Attributen festzustellen und diese der Reihe nach zu sortieren. Produkte und Dienstleistungen können diverse Eigenschaften haben, die für den Kunden unterschiedlich wichtig sind.

Exemplarisch sei hier auf die Eigenschaften eines neuen Schuhs verwiesen: Für den einen Kunden sind vor allem Preis und Langlebigkeit wichtig, wobei Design und Vermarktung einen geringeren Stellenwert einnehmen. Bei anderen Kunden können ganz andere Eigenschaften eine Rolle bei der Kaufentscheidung spielen.

Das Max-Diff-Verfahren löst dieses Problem, indem der Befragte nicht nach absoluten Wichtigkeitswerten gefragt wird, sondern alle gewünschten Attribute miteinander vergleicht. Das Ergebnis: eine eindeutige, relative Rangfolge – die Grundlage für klare Handlungsempfehlungen.

So funktioniert das Max-Diff-Verfahren

Das Herzstück des Verfahrens ist eine strukturierte Vergleichslogik. Statt alle Attribute einzeln zu bewerten, werden immer Gruppen von Attributen gezeigt. Der Befragte wählt dabei jeweils die wichtigste und die unwichtigste Eigenschaft aus der gezeigten Gruppe aus.

Ablauf im Detail

1. 1Zunächst wird eine Gruppe von Attributen gezeigt und der Befragte wählt diejenige Eigenschaft, die ihm am wichtigsten bzw. am unwichtigsten ist.
2. 2Danach wird eine nächste Gruppe gezeigt und erneut die jeweilige Wichtigkeit bzw. Unwichtigkeit abgefragt.
3. 3Nach einem kompletten Durchgang wurde jedes Attribut mit den anderen verglichen und differenziert.

Mit Hilfe einer multinomialen logistischen Regression werden anschließend die Werte errechnet, normiert und auf einer relativen Skala dargestellt. Es können damit eindeutige relative Aussagen hinsichtlich der Rangfolge der Wichtigkeiten getroffen werden. Grundlegende Statistik-Kenntnisse helfen beim Verständnis dieser Auswertungslogik.

In diesem Beispiel ist die Eigenschaft „Passform“ mehr als doppelt so wichtig wie das Attribut „Langlebigkeit“ – ein eindeutiges Verhältnis. Die Werte der einzelnen Attribute sind durch ihre Normierung problemlos interpretierbar, da sie von 0 % bis 100 % reichen, wobei ein höherer Wert auf eine wichtigere Eigenschaft hinweist.

Vorteile des Max-Diff-Verfahrens

Neben der einfachen Interpretation gibt es weitere Vorteile, die für eine Anwendung des Max-Diff-Verfahrens sprechen.

Hohe Reliabilität

Die Beantwortung simpler Vergleiche ist für Befragte intellektuell relativ einfach, da sie sich nur zwischen zwei Möglichkeiten entscheiden müssen – und nicht auf einer klassischen 10er-Skala positionieren. Das reduziert kognitive Überlastung und steigert die Datenqualität spürbar.

Kulturelle Robustheit

Etwaige Skaleneffekte bei internationalen Studien werden vorgebeugt. Je nach kulturellem Hintergrund werden bei klassischen Skalen tendenziell mehr negative oder positive Werte für dasselbe Konstrukt ausgewählt – beim Max-Diff-Verfahren entfällt dieser Verzerrungsfaktor, da Vergleiche kulturell stabiler funktionieren.

• Einfache Kommunizierbarkeit: Ergebnisse können ausdrücklich auch von fachfremden Personen sinnvoll und schnell interpretiert werden.
• Sofortige Priorisierung: Eine direkte Generierung der Rangfolge verschiedener Präferenzen ist möglich – ohne aufwändige Nachbearbeitung.
• Effiziente Erhebung: Selbst bei 20+ Attributen bleibt der Fragebogen kompakt und für Befragte zumutbar.
• Keine Tendenz zur Mitte: Die Forced-Choice-Logik verhindert neutrale Antworten und erzwingt echte Entscheidungen.

Wann lohnt sich Max-Diff nicht?

Die Nutzung des Verfahrens ist nicht immer geeignet, da sich nicht alle Eigenschaften eines Produkts sinnvoll miteinander vergleichen lassen. Es ist wichtig, diese Grenzen zu kennen, um das richtige Instrument für die jeweilige Fragestellung zu wählen. Für die Messbarkeit des Optimierungspotenzials eignet sich ergänzend die TURF-Analyse, die die Reichweite von Merkmalskombinationen berechnet.

Quantitative Leistungsfaktoren

Exemplarisch sei hier auf Preise oder andere quantitative Leistungsfaktoren verwiesen, die immer möglichst klein (z.B. der Preis) oder groß (z.B. die Anzahl der Pixel) präferiert werden. Ein Vergleich solcher Attribute würde triviale Ergebnisse liefern.

Kaufbereitschaft und Verhaltensänderungen

Diskrete Entscheidungen wie beispielsweise die Kaufbereitschaft können mit Max-Diff nicht gemessen werden, da eine Präferenz nicht notwendigerweise die Kaufbereitschaft impliziert. Eine Änderung des Verhaltens der Befragten lässt sich mit dem Verfahren demzufolge nicht abbilden.

Nur aggregierte Stichproben

Es ist außerdem zu betonen, dass mit der hier vorgeschlagenen Herangehensweise nur eine aggregierte Stichprobe analysiert werden kann. Aussagen basierend auf Bewertungen von einzelnen Befragten oder gebildeten Untergruppen sind nur eingeschränkt valide.

Fazit: Maximum Difference Scaling – ein nützliches Instrument mit klaren Stärken

Insgesamt stellt das Max-Diff-Verfahren ein wertvolles Instrument der quantitativen Marktforschung dar. Es macht dort Klarheit, wo klassische Skalen versagen: bei der echten Priorisierung qualitativer Produktmerkmale aus Kundensicht.

Die wesentlichen Stärken im Überblick:

• Ergebnisse können ausdrücklich auch von fachfremden Personen sinnvoll und schnell interpretiert werden.
• Eine sofortige Generierung der Rangfolge verschiedener Präferenzen ist möglich.
• Kulturelle Verzerrungen durch Skaleneffekte werden zuverlässig vermieden.
• Forced-Choice-Design erzwingt echte Entscheidungen statt sozial erwünschter Pauschalantworten.

Gleichzeitig sollte das Ergebnis in jedem Fall im Kontext mit anderen Verfahren betrachtet werden, um die Ergebnisse zusätzlich aus anderen Blickwinkeln heraus beurteilen zu können. Bei Cogitaris setzen wir das Max-Diff-Verfahren gezielt ein, um Produkte, Services oder Markenmerkmale auf das zu fokussieren, was für Ihre Zielgruppe wirklich zählt. Die methodische Fundierung des Verfahrens ist in der Literatur gut belegt – eine einflussreiche Referenz bietet Sawtooth Software mit ihren technischen Papers zum Max-Diff-Verfahren.

Wir unterstützen Sie nicht nur bei der professionellen Durchführung der Erhebung – inklusive Fragebogen-Design, Sample und Auswertung –, sondern integrieren die Ergebnisse auf Wunsch auch in Ihre interaktiven Dashboards. So wird aus einer isolierten Präferenzmessung ein strategisches Werkzeug, das klare Handlungsimpulse liefert: für die Sortimentssteuerung, die Produktentwicklung oder das Messaging Ihrer Marke. Um die Relevanzen hinter den Präferenzen vollständig zu verstehen, kombinieren wir Max-Diff häufig mit einer Treiberanalyse auf Basis der Shapley Value Regression.