Was im Kopf passiert, wenn B2B Video Marketing wirkt
Über die ersten Sekunden, die Menschen im Bild und das, was nach dem Abspann bleibt
B2B Video Marketing wirkt, wenn es drei Vorgänge im Kopf berücksichtigt, die Entscheidung über Zuwendung in den ersten Sekunden, die Verarbeitung über die Menschen im Bild und die Gedächtnisspur nach dem Abspann. Der größte Wert eines Videos liegt in Erinnerung und Vertrauen für die spätere Kaufentscheidung.
Drei Sekunden im Feed
Ein Dienstagmorgen, zwischen dem Jour fixe und einem Termin mit der Geschäftsführung bleiben der Head of Marketing eines mittelständischen Maschinenbauers zehn Minuten. Auf dem Smartphone laufen im Feed ein Dutzend Videos vorbei, ein Ausschnitt von einer Fachkonferenz, ein Clip aus dem Bekanntenkreis und dazwischen das neue Produktvideo eines Softwareanbieters, der in einem Jahr bei einer Ausschreibung ihres Unternehmens im Rennen sein wird. Nach drei Sekunden ist sie weiter, ohne dass sie später sagen könnte, es gesehen zu haben.
Für den Anbieter fällt in diesen drei Sekunden eine Entscheidung, die über den Wert des gesamten Videos bestimmt. Ob das Video gewirkt hat, zeigt sich ein Jahr später, wenn eine Liste möglicher Anbieter entsteht und die Frage ansteht, welche Namen darauf landen. Was in diesen Sekunden und den Minuten danach im Kopf geschieht, beschreibt die Hirnforschung inzwischen recht genau, sodass sich daraus Folgerungen für Konzept, Schnitt und Ton ableiten lassen.
Was ist an Videos im B2B besonders?
Im B2B entscheiden Gruppen über lange Zeiträume, wobei sich die meisten Menschen, die ein Video sehen, gerade nicht in einem Kaufprozess befinden. Gleichzeitig sind alle Beteiligten Menschen mit Gefühlen, Motiven und persönlichen Risiken, deren Gewicht für ihre Entscheidungen größer ist, als es Lastenhefte und Vergleichstabellen vermuten lassen. Ein Video im B2B muss deshalb vor allem im Gedächtnis wirken und Vertrauen aufbauen, lange bevor es um Funktionen geht.
Die Vorstellung vom rein rationalen Einkauf hält sich in vielen Unternehmen hartnäckig. Die Neurowissenschaft zeichnet ein anderes Bild, in dem Denken und Fühlen untrennbar verbunden sind. Antonio Damasio hat in den 1990er Jahren beschrieben, wie Menschen mit Schädigungen in emotionsverarbeitenden Hirnregionen trotz erhaltener Intelligenz große Schwierigkeiten haben, im Alltag Entscheidungen zu treffen. Daraus leitete er die Annahme ab, dass Gefühle Entscheidungen erst möglich machen, indem sie Optionen vorab bewerten. Eine Einkäuferin, die drei Angebote vergleicht, tut das mit demselben Gehirn, mit dem sie ihren Urlaub plant, wobei ihre Entscheidung zusätzlich mit beruflichem Risiko verbunden ist, mit der Frage, ob sie sie später vor der Geschäftsführung vertreten kann und was sie für ihr Ansehen im Unternehmen heißt.
Für die Wirksamkeit von Kommunikation hat das messbare Folgen. Les Binet und Peter Field haben für das B2B Institute von LinkedIn die Effektivitätsdatenbank des britischen Werbeverbands IPA ausgewertet und festgestellt, dass auch im B2B Kampagnen mit emotionaler Ansprache langfristig stärker wirken als rein rationale Botschaften. Wie stark Gefühle die Bindung an B2B Marken prägen, zeigt auch eine Untersuchung von Google und Motista, die im Beitrag Warum Geschichten wirken ausführlich beschrieben ist.
Hinzu kommt eine zeitliche Besonderheit. Nach Berechnungen des B2B Institute und des Ehrenberg Bass Institute befinden sich in einem typischen Quartal nur rund fünf Prozent der potenziellen Kundschaft tatsächlich im Markt, während die übrigen 95 Prozent erst später kaufen werden. Gartner beschreibt zudem, dass Einkaufsgruppen nur etwa 17 Prozent ihrer gesamten Kaufzeit im direkten Austausch mit möglichen Anbietern verbringen und den größten Teil ihrer Recherche eigenständig erledigen. Ein Video erreicht seine Zielgruppe deshalb meist in einem Moment ohne akuten Bedarf. Seine Aufgabe besteht darin, eine Spur zu hinterlassen, die im entscheidenden Moment abrufbar ist.
Warum entscheiden die ersten Sekunden über ein Video?
Ob ein Video eine Chance bekommt, entscheidet sich weitgehend unbewusst in den ersten Sekunden. Die Reaktion des Gehirns in diesem kurzen Zeitraum sagt genauer als die eigenen Angaben der Menschen voraus, wie viele ein Video ansehen und wie lange sie dabeibleiben.
Eine Arbeitsgruppe um Lester Tong und Brian Knutson an der Stanford University hat Versuchspersonen im Hirnscanner kurze Videos gezeigt, die zuvor auf YouTube veröffentlicht worden waren. Entscheidend war die Aktivität in den ersten vier Sekunden. Reagierte der Nucleus accumbens stärker, eine Region, die mit der Erwartung von Belohnung verbunden ist, und die anteriore Insula schwächer, die eher bei unangenehmen oder abstoßenden Reizen aktiv wird, erzielten die Videos auf YouTube mehr Aufrufe und eine längere Sehdauer. Die Einschätzungen, die dieselben Personen nach dem Ansehen abgaben, konnten diesen Erfolg auf Ebene des gesamten Publikums kaum vorhersagen.
Für die Gestaltung heißt das, dass der Anfang eines Videos eine eigene Aufgabe hat, die sich vom Rest unterscheidet. In den ersten Sekunden geht es um die Aussicht auf etwas Lohnendes, um ein Gesicht, eine überraschende Situation, einen Klang oder eine Frage, die neugierig macht. Logos, Einblendungen mit dem Firmennamen und lange Kamerafahrten über ein Firmengebäude, mit denen viele Unternehmensvideos beginnen, verbrauchen genau diese Sekunden, ohne dem Gehirn einen Grund zum Bleiben zu geben.
Was hält Menschen in einem Video?
Nach den ersten Sekunden verschiebt sich, worauf das Gehirn reagiert. Emotion und Gedächtnis wirken früh, im weiteren Verlauf gewinnt die soziale Wahrnehmung an Gewicht, also die Frage, wer im Bild zu sehen ist, was diese Menschen fühlen und was sie vorhaben. Videos, in denen Menschen erkennbar handeln und miteinander sprechen, halten deshalb länger als Videos, die ausschließlich Produkte, Oberflächen oder Gebäude zeigen.
Gezeigt hat das eine Studie der Erasmus Universität Rotterdam, die 2024 im Journal of Marketing Research erschienen ist. Hang Yee Chan, Ale Smidts und ihr Team haben 113 Versuchspersonen 85 Werbespots im Hirnscanner gezeigt und den Verlauf verschiedener psychologischer Prozesse über die Dauer der Spots verfolgt. Emotionale Reaktionen und Gedächtnisprozesse sagten früh voraus, wie gut ein Spot gefallen würde, ihr Einfluss nahm im Verlauf jedoch ab. Später gewannen Prozesse der sozialen Kognition an Bedeutung, und sie sagten am besten vorher, wie ein Spot bei einem größeren Publikum außerhalb des Labors ankam.
Ein zweiter Forschungsstrang betrachtet, wie gleichförmig die Gehirne verschiedener Menschen auf denselben Film reagieren. Bindet ein Video sein Publikum, laufen die Reaktionen vieler Zuschauender in bemerkenswert ähnlichen Mustern ab, deren Übereinstimmung nach einer Studie in Scientific Reports aus dem Jahr 2023 mit den Vorlieben eines größeren Publikums zusammenhängt. Eine Untersuchung in den Proceedings of the National Academy of Sciences aus dem Jahr 2024 hat zudem festgestellt, dass allein die Anwesenheit einer sprechenden Person im Bild die Synchronisation der Gehirne und die Verteilung der Aufmerksamkeit verändert. Menschen orientieren sich an Menschen, im Feed eines Netzwerks für Fachleute ebenso wie im Kino.
Wie ordnet das Gehirn bewegte Bilder?
Das Gehirn verarbeitet einen Film als Folge abgeschlossener Ereignisse und speichert an den Übergängen zwischen ihnen. Schnitt, Szenenwechsel und Ton markieren diese Übergänge, weshalb ihre Gestaltung mitbestimmt, was erinnert wird. Bild und Sprache werden dabei auf zwei Kanälen verarbeitet, die sich ergänzen können oder gegenseitig im Weg stehen.
Die Arbeitsgruppe um Jeffrey Zacks an der Washington University in St. Louis hat diesen Vorgang als Ereignissegmentierung beschrieben. Während Menschen einen Film sehen, bilden sie fortlaufend ein inneres Modell der Situation und aktualisieren es, sobald sich Ort, Ziel einer Figur oder Handlung grundlegend ändern. An diesen Ereignisgrenzen steigt die Aufmerksamkeit, während das Gedächtnis das Vorangegangene als zusammenhängende Einheit ablegt. Joseph Magliano und Jeffrey Zacks konnten 2011 zeigen, dass Schnitte innerhalb eines Ereignisses von Zuschauenden kaum bemerkt werden, während Schnitte an einer Ereignisgrenze deutlich wahrgenommen werden. Für den Schnitt ergibt sich daraus eine klare Konsequenz, denn ein Video, das jede Funktion als eigene kleine Szene aneinanderreiht, erzeugt viele Grenzen ohne Zusammenhang, sodass am Ende nur eine Folge von Bruchstücken bleibt.
Richard Mayer hat in seiner Forschung zum multimedialen Lernen beschrieben, wie Bild und gesprochene Sprache zusammenwirken. Werden beide Kanäle sinnvoll kombiniert, verstehen Menschen komplexe Zusammenhänge besser als mit einem Kanal allein. Werden sie doppelt belegt, etwa wenn ein Sprecher genau den Text vorliest, der gleichzeitig eingeblendet ist, sinkt das Verständnis, weil Augen und Ohren um dieselbe begrenzte Verarbeitungskapazität konkurrieren. Viele Erklärvideos im B2B folgen genau diesem Muster, weil Textfolien aus der Vertriebspräsentation übernommen und anschließend vertont werden.
Welche Rolle spielen implizite Signale und Motive?
Den größten Teil seiner Wirkung entfaltet ein Video über Signale, die niemand ausspricht, über Licht, Farbe, Kamera, Schnittgeschwindigkeit, Musik und Stimme. Diese impliziten Signale werden schnell und überwiegend unbewusst verarbeitet und sprechen Grundmotive an, die in jedem Menschen angelegt sind. Ein Video im B2B wirkt dann geschlossen, wenn Inhalt und implizite Signale dasselbe Motiv ansprechen.
Das Zürcher Modell der sozialen Motivation nach Norbert Bischof beschreibt drei Grundmotive, Sicherheit, Erregung und Autonomie, die im Beitrag Was Marken sagen, ohne es auszusprechen ausführlich dargestellt sind. Hans Georg Häusel hat diese Systematik in der Limbic Map für die Markenführung weiterentwickelt. Für B2B Entscheidungen ist das Modell besonders aufschlussreich, weil berufliche Kaufentscheidungen häufig zwei Motive gleichzeitig berühren. Das Bedürfnis nach Sicherheit zeigt sich im Wunsch, Ausfälle, Fehlentscheidungen und Reibung im Team zu vermeiden, und das Bedürfnis nach Autonomie im Wunsch nach Kontrolle, Gestaltungsspielraum und Anerkennung für eine gute Wahl. Welches Motiv im Vordergrund steht, hängt von Rolle, Branche und Unternehmenskultur ab und lässt sich nur im Einzelfall bestimmen.
Bewegtbild bietet für jedes dieser Motive eine eigene Sprache. Eine ruhige Kamera, warmes Licht und Menschen, die gemeinsam ein Problem lösen, vermitteln Sicherheit. Schnelle Schnitte, Bewegung und ein treibender Rhythmus erzeugen Erregung, und Symmetrie, langsame Kamerafahrten und eine ruhige, souveräne Stimme vermitteln Autonomie. Musik wirkt dabei besonders schnell, weil das Gehirn ihre Stimmung innerhalb eines Bruchteils einer Sekunde erfasst, lange bevor der erste Satz verstanden ist.
Wirksam bleiben diese Signale, solange sie implizit bleiben. Spricht ein Video das Motiv offen aus, etwa indem es Entscheiderinnen und Entscheidern ausdrücklich verspricht, im Unternehmen als souverän zu gelten, fühlen sich viele Zuschauende ertappt und reagieren mit innerem Widerstand. Die Psychologie nennt diesen Widerstand Reaktanz, und er tritt im B2B ebenso auf wie im Konsumgütermarkt, weil Fachleute besonders sensibel auf erkennbare Überzeugungsversuche reagieren.
Was wird bei Videos im B2B häufig versucht?
Viele Unternehmen behandeln Video im B2B als verfilmte Produktinformation und versuchen, möglichst viel Inhalt in möglichst wenig Zeit unterzubringen. Daraus entstehen Videos, die fachlich korrekt sind und im Kopf kaum Halt finden. Einige Muster tauchen dabei besonders häufig auf.
Hinter diesen Mustern steht meist eine nachvollziehbare Logik. Weil Videos teuer sind, möchten Budgetverantwortliche möglichst viel darin abbilden und möglichst viele Beteiligte zufriedenstellen. Ein Kurzformat erscheint als Ausweg, weil es der Aufmerksamkeit im Feed entgegenkommt, verschiebt das Problem durch die bloße Kürzung jedoch nur, solange der Film weiterhin von der Produktlogik aus erzählt wird. Wirksamer ist ein Vorgehen, das vom Kopf der Zuschauenden her plant und für jede Phase der Wahrnehmung eine eigene Antwort findet.
Wie lässt sich ein Video vom Kopf der Zuschauenden her planen?
Ein Video vom Kopf her zu planen heißt, Konzept, Schnitt und Ton an den drei Phasen der Wahrnehmung auszurichten, an der Zuwendung, der Verarbeitung und der Verankerung. Daraus ergeben sich sechs Schritte, die bei einem Erklärfilm ebenso tragen wie bei einer Kampagne oder einer Reihe kurzer Formate.
- Die Aufgabe des Videos festlegen.
Vor dem ersten Entwurf steht die Frage, ob ein Video Aufmerksamkeit für ein Thema schaffen, ein Angebot verständlich machen oder eine bereits getroffene Vorauswahl absichern soll. Jede dieser Aufgaben verlangt eine andere Länge, einen anderen Kanal und einen anderen Einstieg. - Das Grundmotiv bestimmen.
Welches Motiv bei der Zielgruppe im Vordergrund steht, entscheidet über Licht, Kamera, Musik und Stimme. Es wird einmal festgelegt und bildet die Grundlage für das Briefing an Agentur und Produktion. - Die ersten Sekunden als eigene Aufgabe gestalten.
Der Anfang zeigt einen Menschen, eine Situation oder einen Klang, der für die Zielgruppe Bedeutung hat. Logo und Absender folgen, sobald das Gehirn einen Grund gefunden hat, dabeizubleiben. - Menschen ins Zentrum stellen.
Eine Figur mit einem nachvollziehbaren Ziel trägt den Film, und das Produkt erscheint dort, wo es dieser Figur hilft. Gesichter, Blickrichtungen und echte Stimmen aktivieren die soziale Wahrnehmung, die über den weiteren Verlauf entscheidet. - Ereignisse planen und Bild und Ton aufeinander abstimmen.
Der Film gliedert sich in wenige, klar abgegrenzte Ereignisse, und der Schnitt setzt Grenzen dort, wo sich tatsächlich etwas verändert. Bild und Sprache ergänzen einander, Einblendungen tragen Zahlen oder Begriffe, die das Gesprochene stützen, und die Musik spricht dasselbe Motiv an wie die Bilder. - Fassungen entlang der Entscheidung denken.
Aus demselben Material entstehen Fassungen für unterschiedliche Momente, ein kurzer Einstieg für den Feed, eine längere Fassung für Website und Messe und Ausschnitte, die der Vertrieb in Gesprächen nutzen kann. Jede Fassung beginnt mit ihrem eigenen Anfang, weil jede ein anderes Publikum in einer anderen Verfassung erreicht.
Wie Geschichten Figur, Konflikt und Auflösung verbinden, beschreibt der Beitrag Warum Geschichten wirken ausführlich, und dieselbe Struktur trägt auch einen Film von neunzig Sekunden.
Wo liegen die Grenzen dieser Erkenntnisse?
Die Befunde der Hirnforschung geben Videos eine belastbare Richtung und ersetzen dabei weder Erfahrung noch Tests mit der eigenen Zielgruppe. Viele Studien arbeiten mit kleinen Stichproben, mit Konsumgütern und mit Laborsituationen, die sich vom Feed eines Netzwerks für Fachleute unterscheiden. Aus der Aktivität einer Hirnregion lässt sich zudem selten eindeutig auf ein bestimmtes Gefühl schließen, weil die meisten Regionen an mehreren Prozessen beteiligt sind.
Ein Video kann außerdem nur verstärken, was bereits vorhanden ist. Fehlt eine klare Positionierung, entsteht auch mit der besten Gestaltung ein Film, der gefällt und keine Spur hinterlässt. In diesem Fall ist eine Markenstrategie und Positionierung der sinnvollere erste Schritt. Ein Video ersetzt schließlich kein Verkaufsgespräch und keine Dokumentation. Es öffnet eine Tür, durch die Menschen später gehen, wenn Angebot und Erleben halten, was der Film versprochen hat.
Wie sieht das in einer typischen Situation aus?
Ein Anbieter von Software für die Instandhaltung in der Produktion plant ein Video für eine Fachmesse, die eigene Website und LinkedIn. Der erste Entwurf stammt aus dem Produktmanagement und folgt der Struktur der Vertriebspräsentation, mit Dashboard, Schnittstellen, Auswertungen und mobiler Anwendung, jeweils mit einer eingeblendeten Überschrift und einem Sprechertext, der die Folie zusammenfasst.
Bei der Überarbeitung steht zunächst die Aufgabe des Videos im Mittelpunkt. Über den Kauf entscheiden Werksleitung, Instandhaltung, IT und Einkauf gemeinsam, und die meisten von ihnen haben gerade kein laufendes Projekt. Das Video soll deshalb vor allem erreichen, dass der Name des Anbieters mit einer bestimmten Situation verbunden wird, dem Moment, in dem eine Anlage unerwartet stillsteht. Als Grundmotiv wird Sicherheit festgelegt, ergänzt um Autonomie, weil Werksleitungen vor allem Kontrolle über ihre Anlagen suchen.
Der neue Film beginnt mit dem Geräusch einer Maschine, die um kurz nach fünf Uhr morgens langsamer wird, und mit dem Gesicht einer Schichtleiterin, die aufblickt. In drei klar getrennten Ereignissen zeigt er, wie sie die Ursache findet, wie sie mit ihrem Team die Reparatur plant und wie die Linie wieder läuft, bevor die Frühschicht beginnt. Die Kamera bleibt ruhig, das Licht ist das kühle Licht einer Werkshalle am Morgen, und die Software erscheint in den Momenten, in denen sie der Schichtleiterin hilft. Aus dem Material entstehen eine Fassung von zwanzig Sekunden für den Feed, ein Film von neunzig Sekunden für Website und Messe und drei kurze Ausschnitte, die der Vertrieb in Gesprächen einsetzt.
Als ein Jahr später in einem anderen Werk eine Anlage stillsteht und die Frage aufkommt, welche Anbieter man ansprechen könnte, fällt der Werksleiterin eine Szene ein, die sie kaum bewusst gesehen hat. Geblieben sind ihr die Schichtleiterin und das Gefühl, dass dort jemand die Lage im Griff hatte, beides verbunden mit dem Namen des Anbieters.
Was von drei Sekunden bleibt
Die Head of Marketing vom Anfang hat das Video nach drei Sekunden weggewischt, und ob es gewirkt hat, entscheidet sich trotzdem erst später. Bekamen diese drei Sekunden ein Gesicht, eine Situation oder einen Klang, der für sie Bedeutung hatte, ist eine Spur geblieben, an die eine längere Fassung, eine Empfehlung oder eine Recherche anknüpfen kann. B2B Video Marketing wirkt dort, wo es Zuwendung, Verarbeitung und Verankerung als zusammenhängenden Vorgang versteht und jedes Bild, jeden Schnitt und jeden Ton auf das Motiv der Menschen ausrichtet, die es erreichen soll.
Wer ein Video, eine Kampagne oder eine Reihe kurzer Formate so anlegen möchte, findet auf der Seite Bewegtbild und Videoproduktion einen Überblick über meine Arbeit von der Konzeption über Schnitt und Farbe bis zum Ton, für Unternehmen ebenso wie zur Verstärkung von Agenturen und Produktionsfirmen.
Wie sich ein erklärungsbedürftiges Angebot über eine ganze Reihe von Videos vermitteln lässt, zeigt die Case Study AZOWO. Einen animierten Erklärfilm für ein komplexes System zeigt die Case Study FIS.
Bob Hardt
Ich bin Bob, Marken- und Kommunikationsspezialist aus Berlin. Ich unterstütze Unternehmen dabei, ihre Marke strategisch zu schärfen, überzeugend zu erzählen und wirksam in die Welt zu bringen.
