Review Gating
Review Gating ist die Praxis, Kunden vorab nach ihrer Zufriedenheit zu sortieren und nur die zufriedenen zu einer öffentlichen Bewertung zu leiten, während unzufriedene auf einen privaten Feedback-Kanal umgelenkt werden, sodass die veröffentlichte Sternebewertung besser aussieht als die tatsächliche Kundenerfahrung.
Ein typischer Filter fragt zuerst, wie ein Kunde sich fühlt: Wer eine hohe Bewertung wählt, wird zu Google oder zur Produktseite geschickt, wer eine niedrige wählt, landet auf einem privaten Support-Formular. Die Absicht ist offensichtlich, und genau das ist das Problem. Es erzeugt eine Sternebewertung, die die echte Verteilung der Meinungen nicht abbildet, und Käufer, Behörden und Suchmaschinen behandeln das zunehmend als Täuschung statt als Reputationspflege. Gating unterscheidet sich davon, zufriedene Kunden einfach im richtigen Moment zu fragen. Das entscheidende Merkmal ist, dass der negative Pfad so gebaut ist, dass er niemals öffentlich wird.
Nimm einen Shopify-Händler, der ein Keramik-Set für Pour-over-Kaffee verkauft. Seine E-Mail nach dem Kauf fragt "Wie war deine Bestellung?" mit einem lachenden und einem traurigen Gesicht. Ein Klick auf das lachende Gesicht führt zu einem vorausgefüllten Fünf-Sterne-Formular auf der Produktseite. Ein Klick auf das traurige Gesicht öffnet ein "Sag uns, was schiefgelaufen ist"-Support-Ticket, das nirgendwo öffentlich landet. Das Set hat einen echten Mangel, ein Ausguss tropft, doch der Shop zeigt 4,9 Sterne über zweihundert Bewertungen. Die Tropf-Beschwerde liegt in einem Support-Postfach, unsichtbar für den nächsten Käufer, der den Artikel aus demselben Grund zurückschickt und eine Ein-Stern-Bewertung bei Google hinterlässt, wohin der Filter nicht reicht.
Das ist keine Grauzone. Die deutschen Gerichte und das Wettbewerbsrecht behandeln das gezielte Unterdrücken negativer Bewertungen als irreführend, und Google, Trustpilot sowie die meisten App-Marktplätze verbieten Gating ausdrücklich. Die Folgen reichen von entfernten Bewertungen bis zur Sperrung. Die ehrliche Alternative ist, jeden Käufer ohne Filter um eine Bewertung zu bitten und Beschwerden über einen klar getrennten Support-Weg zu bearbeiten, der nicht darüber entscheidet, wer öffentlich sprechen darf.
Es gibt einen Aspekt rund um die Antwortmaschinen, den Betreiber oft übersehen. Wenn ChatGPT, Perplexity oder Google AI Overviews zusammenfassen, ob ein Produkt den Kauf wert ist, stützen sie sich auf Bewertungstexte, die über viele Quellen verstreut sind, nicht nur auf dein kuratiertes Widget im Shop. Ein gefilterter Katalog zeigt im Shop oft eine verdächtig einheitliche Sternebewertung, während das übrige Web eine andere Geschichte erzählt, und diese Systeme gewichten die Übereinstimmung über mehrere Quellen hinweg. Die Diskrepanz kann als geringe Vertrauenswürdigkeit gelesen werden, und die Negativen, die du verbergen wolltest, tauchen ohnehin genau in den Zusammenfassungen auf, die Käufer heute lesen, bevor sie überhaupt deinen Shop erreichen.
Der tiefere Punkt ist, dass du Negatives nicht verstecken musst, um glaubwürdig zu wirken. Eine Mischung aus Bewertungen wirkt echt, und eine durchdachte Antwort auf eine kritische Bewertung überzeugt oft mehr als eine Wand aus fünf Sternen. Sie liefert dir zudem einen öffentlichen Beleg dafür, wie du unter Druck reagierst, und das ist selbst ein Signal. Die Arbeit, die sich auszahlt, besteht darin, die echten Bewertungen, die du bereits hast, lesen und bestätigen zu lassen und sie in Suche und KI sichtbar zu machen, und genau diese Lücke soll BeyondReviews schließen.