Die kurze Antwort
Die Öffnungsrate ist seit Apples Mail-Datenschutz (Mail Privacy Protection, eingeführt 2021 mit iOS 15) kein verlässlicher Erfolgswert mehr. Apple Mail lädt die Inhalte einer Mail beim Empfang, egal was der Empfänger danach mit ihr macht [1][2].
Miss stattdessen, was eine echte Handlung voraussetzt: Klicks, Antworten und am Ende Anfragen, Termine oder Käufe. Dazu kommen die Warnsignale Bounce-Rate, Abmeldungen und Spam-Beschwerden. Bei Cold-Email-Kampagnen gelten 3–6 % Antworten als gutes Ergebnis [6].
Warum ist die Öffnungsrate seit iOS 15 unzuverlässig?
Öffnungen werden klassisch über ein unsichtbares Bild gemessen, ein sogenanntes Tracking-Pixel. Lädt das Postfach dieses Bild, zählt das Newsletter-Tool eine Öffnung. Genau hier setzt Apple an.
Apple hat Mail Privacy Protection im Juni 2021 angekündigt. Die Funktion soll verhindern, dass Absender erfahren, wann jemand eine Mail öffnet, und sie verbirgt die IP-Adresse [1]. Technisch lädt Apple Mail entfernte Inhalte grundsätzlich sofort beim Empfang im Hintergrund. Laut Apple passiert das unabhängig davon, was du mit der E-Mail machst [2]. Die Funktion gilt für Mail auf iPhone, iPad, Mac und Apple Vision Pro sowie für Mail auf iCloud.com [2][3].
Für dein Newsletter-Tool sieht das wie eine Öffnung aus, auch wenn die Mail ungelesen gelöscht wird. Je mehr Empfänger Apple Mail mit aktiviertem Schutz nutzen, desto stärker ist die Öffnungsrate nach oben verzerrt. Wie hoch dieser Anteil bei dir ist, siehst du, wenn dein Tool die Öffnungen nach Mail-Programm aufschlüsselt.
Wofür taugt die Öffnungsrate noch?
Als Einzelwert für eine Kampagne kaum. Als grober Trend über viele Versände hinweg kann sie ein Signal sein, wenn deine Liste ähnlich bleibt. Ein plötzlicher Einbruch deutet dann eher auf ein Zustellproblem als auf gesunkenes Interesse. Prüfe in dem Fall zuerst die Zustellbarkeit.
Für drei Dinge solltest du die Öffnungsrate nicht mehr nutzen:
- A/B-Tests von Betreffzeilen: Wenn ein Teil der „Öffnungen“ automatisch entsteht, gewinnt im Zweifel der Zufall. Entscheide nach Klicks.
- Auslöser in Automationen: „Hat geöffnet“ als Bedingung schickt Apple-Nutzern Folgemails, die nicht passen.
- Inaktivitätsregeln: Wer nur nach Öffnungen aussortiert, behält Karteileichen, die nie lesen.
Welche Kennzahlen zählen stattdessen?
Rechne Quoten möglichst auf zugestellte Mails, nicht auf versendete. Sonst verzerren Bounces alle anderen Werte.
| Kennzahl | Berechnung | Was sie dir sagt |
|---|---|---|
| Bounce-Rate | unzustellbare ÷ versendete Mails | Qualität der Liste, technische Probleme |
| Klickrate | Empfänger mit Klick ÷ zugestellte Mails | Ob Inhalt und Button überzeugen |
| Antwortrate | Antworten ÷ zugestellte Mails | Echtes Interesse, vor allem im Vertrieb |
| Abmelderate | Abmeldungen ÷ zugestellte Mails | Ob Frequenz und Inhalt passen |
| Spam-Beschwerden | Spam-Meldungen ÷ zugestellte Mails | Risiko für die Zustellung, bei Gmail Ziel unter 0,1 % [5] |
| Conversion-Rate | Abschlüsse ÷ zugestellte Mails | Ob der Kanal Geschäft bringt |
Die Klick-zu-Öffnungs-Rate (Klicks geteilt durch Öffnungen) war lange beliebt. Weil der Nenner verzerrt ist, ist sie heute genauso unzuverlässig wie die Öffnungsrate selbst.
Ein Hinweis zur Spamrate: Google rechnet sie in den Postmaster Tools selbst aus und erwartet dauerhaft unter 0,1 %, ab 0,3 % wird es kritisch [5]. Dein Newsletter-Tool sieht nur die Beschwerden, die Anbieter zurückmelden. Deshalb lohnt sich ein Blick in die Postmaster Tools.
Sind Klicks immer echt?
Nicht ganz. Sicherheitsfilter in Unternehmen prüfen Links, bevor ein Mensch sie anklickt. Microsoft beschreibt das für Safe Links in Defender für Office 365: URLs werden vor der Zustellung geprüft, und Links ohne vertrauenswürdige Reputation werden im Hintergrund aufgerufen und getestet [4]. Andere Filter arbeiten ähnlich.
Typische Muster eines automatischen Klicks sind Klicks wenige Sekunden nach der Zustellung oder Klicks auf alle Links einer Mail gleichzeitig. Prüfe, ob dein Tool einen Bot-Filter anbietet und ob er aktiv ist. Wenn nicht, schau bei auffällig hohen Klickraten in die Einzelwerte, bevor du dich freust.
Wie misst du Anfragen und Umsatz aus E-Mails?
Klicks sind ein Zwischenschritt. Ob sich E-Mail lohnt, zeigt erst, was danach passiert. Dafür brauchst du zwei Dinge.
Erstens UTM-Parameter an jedem Link. Google Analytics verlangt dabei immer utm_source, utm_medium und utm_campaign [7]. Beispiel (fiktiv):
https://www.beispiel.de/angebot?utm_source=newsletter&utm_medium=email&utm_campaign=2026-10-wartung
Lege ein festes Schema fest, etwa immer „email“ als Medium und Jahr-Monat-Thema als Kampagne. Sonst zerfällt die Auswertung nach ein paar Monaten in Schreibvarianten.
Zweitens eine Verbindung zum CRM. Im B2B passiert der Abschluss selten auf der Website. Halte im CRM fest, aus welcher Kampagne oder welchem Flow ein Kontakt kam. Dann kannst du nach drei Monaten sagen, wie viele Termine und Aufträge aus E-Mail entstanden sind. Wie Besucher auf der Website zur Anfrage werden, beschreibt der Artikel zu Conversion-Funnels.
Welche Kennzahl für welchen E-Mail-Typ?
- Newsletter: Klickrate, Abmelderate und Antworten. Langfristig: Anfragen pro 1.000 zugestellte Mails.
- Automation-Flows: Conversion des Flows, also wie viele Kontakte das Ziel erreichen, etwa einen Termin. Mehr dazu unter Automation & Sequenzen.
- Vertriebs-Mails und Sequenzen: Antwortrate und daraus entstandene Termine. Apollo nennt 3–6 % für breite B2B-Kampagnen als gutes Ergebnis, unter 3 % deute auf Probleme bei Zielgruppe oder Zustellbarkeit hin [6]. Was dabei rechtlich gilt, steht unter Cold Email im B2B.
- Transaktionsmails wie Bestellbestätigung oder Rechnung: Zustellrate und Bounces. Hier geht es nur darum, dass sie ankommen.
Wie testest du Betreffzeilen ohne Öffnungsrate?
A/B-Tests bleiben sinnvoll, du brauchst nur ein anderes Erfolgskriterium. Teile die Liste zufällig in zwei gleich große Gruppen, ändere genau eine Sache und entscheide nach Klicks oder Antworten statt nach Öffnungen.
- Eine Variable pro Test: Betreff oder Absendername oder Button-Text, nie alles gleichzeitig. Sonst weißt du hinterher nicht, was gewirkt hat.
- Genug Empfänger: Bei kleinen Listen entscheidet ein einzelner Klick über den Sieger. Als Faustregel aus unserer Projekterfahrung ist ein Test unter einigen hundert Empfängern pro Gruppe eher ein Hinweis als ein Beweis. Sammle dann Ergebnisse über mehrere Versände.
- Ausreichend warten: Manche Empfänger lesen erst am nächsten Arbeitstag. Wer nach zwei Stunden automatisch den Sieger verschickt, misst vor allem die Frühaufsteher.
- Ergebnis notieren: eine einfache Tabelle mit Datum, Variante, Klickrate und Erkenntnis. Nach einem halben Jahr hast du eigene Regeln statt Bauchgefühl.
Typische Fehler im Reporting
- Öffnungsrate als Hauptzahl im Bericht an die Geschäftsführung.
- Klickraten ohne Bot-Filter mit Vorjahreswerten vergleichen, die noch ohne Filter gemessen wurden.
- Kampagnen ohne UTM-Parameter, die in Google Analytics als „direkt“ auftauchen.
- Abmeldungen als Misserfolg werten. Wer sich abmeldet, hätte sonst vielleicht „Spam“ geklickt.
Wie sieht ein ehrliches Reporting aus?
Beispiel für einen Monatsbericht, der auf eine Bildschirmseite passt:
- Ergebnis: Anfragen, Termine und Umsatz aus E-Mail, mit Vormonat.
- Engagement: Klickrate und Antworten je Versand, ohne Öffnungsrate als Hauptzahl.
- Gesundheit: Bounce-Rate, Abmelderate, Spamrate aus den Postmaster Tools.
- Liste: neue bestätigte Anmeldungen minus Abmeldungen und entfernte Adressen.
- Eine Erkenntnis, eine Maßnahme: was du im nächsten Monat anders machst und warum.
Wenn ein Bericht die Öffnungsrate ganz oben zeigt und Anfragen gar nicht, misst er Technik, nicht Erfolg.
Fazit: vom Öffnen zum Handeln
Der Abschied von der Öffnungsrate ist keine Mode. Die Messgrundlage hat sich technisch verändert. Wer Klicks, Antworten und Abschlüsse in den Mittelpunkt stellt und die Warnsignale im Blick behält, misst, was zählt: nicht, ob eine Mail angekommen ist, sondern ob sie etwas bewirkt hat.