Case Study

Print, Audio, Video: Was Medienformate wirklich im Gehirn auslösen

Acht Primärquellen zu Haptik und Hippocampus, Jingle-Recall, reflexartiger Bewegungswahrnehmung und den Sekundenfenstern von Social-Video – jede Zahl mit direktem Quellenlink.

02.12.2025 · Research-Case-Study
Branche: Neuromarketing & Mediaplanung Lesezeit: 12 Min. Evidenz: Hoch (Peer-Reviewed-Studien, offizielle Plattform-Dokumentation & Agentur-Praxisdaten) 8 Quellen ausgewertet
Quick-Check — Executive Summary
  • Kern-Learning: Kein Medienformat ist per se "stärker" fürs Gehirn – Print, Audio und Video aktivieren unterschiedliche Gedächtnis- und Aufmerksamkeitssysteme, und jedes davon hat ein enges Zeitfenster, in dem die Wirkung entschieden wird.
  • Der Trigger: Mehrkanalige, kongruente Sinnesreize (Haptik plus Sehen, Ton plus Bild) binden im Hippocampus staerker als isolierte Reize – bei Menschen mit Hippocampus-Schaeden lässt sich das sogar messbar kompensieren.
  • Relevanz: Für Mediaplaner, Creative-Teams und Markenverantwortliche, die entscheiden müssen, wie viel Budget in Print, Audio-Werbung und Social-Video fließt – und warum die Kreativ-Regeln pro Format komplett unterschiedlich sind.
  • Physische Anzeigen erzeugten in einer Temple-University-Studie eine stärkere Erinnerung und einen höheren subjektiven Wert als jede getestete Digital-Sequenz.
  • Ein Jingle wird nicht automatisch besser erinnert als ein bekannter Song – eine spanische Studie mit 150 Probanden zeigt sogar das Gegenteil.
  • Bei TikTok fällt laut offiziellen Angaben 90 % der Ad-Recall-Wirkung in die ersten sechs Sekunden – danach ist die Erinnerungschance weitgehend verspielt.

Warum "Video performt am besten" die falsche Frage ist

In den meisten Media-Briefings wird Formatwahl wie eine Rangliste behandelt: Video schlägt Audio, Audio schlägt Print, digital schlägt analog. Das ignoriert, wie unterschiedlich das Gehirn Reize aus Papier, Ton und Bewegtbild verarbeitet. Print bindet Tastsinn und Sehsinn gleichzeitig und hinterlässt dadurch eine breiter verankerte Gedächtnisspur. Audio umgeht die visuelle Konkurrenz komplett und wirkt über emotionale Verankerung im Hörgedächtnis. Video nutzt einen evolutionär uralten Reflex: Bewegung im Sichtfeld zieht die Aufmerksamkeit automatisch an sich – noch bevor bewusstes Denken einsetzt.

Die eigentliche Forschungsfrage lautet deshalb nicht "welches Format ist am stärksten", sondern: Welches neuronale Zeitfenster hat jedes Format, um seine Wirkung zu entfalten – und was passiert, wenn dieses Fenster verstreicht, ohne dass ein neuer Reiz nachkommt? Bei Social-Video ist dieses Fenster inzwischen auf wenige Sekunden zusammengeschrumpft; bei Print und Audio wirken andere Mechanismen über deutlich längere Zeiträume.

Methodik

Ausgewertet wurden acht Quellen: eine neuromarketing-Studie des United States Postal Service Office of Inspector General in Kooperation mit dem Center for Neural Decision Making der Temple University (fMRI, Print vs. Digital), eine peer-reviewte Studie in Communications Biology zu multisensorischer Navigation bei Patienten mit Hippocampus-Läsionen, eine spanische Recall-Studie zu Jingles vs. bestehender Musik, die Grundlagenstudie zu reflexartiger Bewegungswahrnehmung von Franconeri & Simons (Perception & Psychophysics), offizielle Creative-Dokumentation von TikTok for Business, die offizielle YouTube-Hilfe-Dokumentation zu Retention-Kurven, eine über die University of California kommunizierte Langzeit-Erhebung zur Aufmerksamkeitsspanne sowie als praxisorientierte Agentur-Perspektive der deutsche Marketingagency.one-Beitrag zu Radio-, Podcast- und Audio-Werbung. Jede Quelle wurde einzeln abgerufen, die zitierten Zahlen im Original geprüft und am Ende per HTTP-Check auf Erreichbarkeit kontrolliert.

Was die Quellen tatsächlich zeigen

01
Print gewinnt im fMRI-Scanner gegen jede getestete Digital-Sequenz
Das USPS Office of Inspector General ließ das Center for Neural Decision Making der Temple University Probanden per fMRI, Eye-Tracking und Biometrie beobachten, während sie 60 Anzeigen sahen – auf Postkarten (Print) und auf Tablet (Digital), in verschiedenen Reihenfolgen. Ergebnis: Physische Anzeigen, zweimal gezeigt, erzeugten eine stärkere Erinnerung und einen höheren subjektiven Wert als jede andere getestete Sequenz – einschließlich gemischter Print-Digital-Abfolgen. Zusätzlich aktivierten physische Anzeigen das ventrale Striatum stärker, eine Hirnregion, die mit Wertzuschreibung und Kaufabsicht verknüpft ist. Gesichter in Anzeigen erzeugten dabei höhere Recall-Raten als reine Szenen oder Textelemente.
02
Multisensorik kompensiert sogar echte Hippocampus-Schäden
Eine Studie in Communications Biology (2023) ließ 10 Patienten mit Hippocampus-Läsion und 20 gesunde Kontrollpersonen ein virtuelles Water-Maze navigieren – einmal nur über Bildschirm mit Joystick, einmal in immersiver, frei begehbarer Virtual Reality mit vollem multisensorischem Input (Eigenbewegung, räumliche Tiefe, propriozeptive Rückmeldung). Bei den Hippocampus-Patienten stieg die Gedächtnisleistung durch den multisensorischen Modus von 72,4 % auf 89,5 % (+23,6 Prozentpunkte), bei der Kontrollgruppe von 87,6 % auf 94,6 % (+7,6 Punkte) – der Effekt war bei den geschädigten Gehirnen also relativ deutlich größer. Auch die räumliche Präzision verbesserte sich massiv: minus 59,9 % Streuung bei Patienten, minus 48,7 % bei Kontrollen.
Technischer Deep-Dive

Die Autoren erklären den Effekt damit, dass kongruente multisensorische Information Berechnungen von der geschädigten Hippocampus-Region in intakte, extrahippocampale Areale verschiebt – der Hippocampus ist also nicht der einzige Ort, an dem Sinneskanäle zu einer stabilen Ortserinnerung verschmolzen werden. Für Print-Werbung mit hohem Haptik-Anteil (Papierstruktur, Gewicht, Falzung) bedeutet das übertragen: Je mehr kongruente Sinneskanäle ein Werbemittel gleichzeitig bedient, desto robuster die entstehende Gedächtnisspur – unabhängig davon, welcher einzelne Gedächtnispfad im Individuum gerade stärker oder schwächer ausgeprägt ist.

03
Das Jingle-Paradox: Bekannte Musik schlägt eigens komponierte Marken-Sounds bei Recall
Eine Studie im Journal Comunicación y Hombre (Jiménez-Marín, Bellido-Pérez, Ruda, 2022) spielte 150 Probanden (72 Männer, 78 Frauen, 18–60 Jahre) zwölf Audioausschnitte aus echten TV-Werbespots vor und maß Recall- sowie Erkennungsquoten. Ergebnis: Jingles kamen auf eine Recall-Quote von 78,13 %, bereits existierende, bekannte Musik dagegen auf 90,47 % – bestehende Musik begünstigte die reine Werbe-Erinnerung also stärker als eigens komponierte Jingles. Bei der kombinierten Produkt-plus-Marken-Erkennung drehte sich das Bild leicht: Jingles erreichten 60,66 % Erfolgsquote gegenüber 54,4 % bei bestehender Musik. Fazit der Autoren: Bekannte Musik verankert die reine Erinnerung besser, Jingles verankern die Markenidentifikation minimal robuster.
04
Audio-Werbung: hohe Reichweite, hoher Recall – aber ein hartes Drei-Sekunden-Fenster
Die deutsche Agentur-Analyse von marketingagency.one beziffert die Reichweite von Radio auf 89 % der Erwachsenen pro Woche bei über drei Stunden durchschnittlicher täglicher Hördauer; Privatsender erreichen zusätzlich rund 70 % der jeweiligen lokalen Bevölkerung. Podcasts sind daneben auf über 500 Millionen Hörer weltweit gewachsen, in Deutschland hören 35 % der Bevölkerung ab 14 Jahren regelmäßig Podcasts, mit der höchsten Nachfrage in der Gruppe der 25- bis 45-Jährigen. 93 % der Podcast-Hörer konsumieren den größten Teil oder die gesamte Episode, 61 % haben nach einer Podcast-Werbung tatsächlich gekauft, und die Kaufabsicht liegt 10 bis 30 Prozent höher als bei vergleichbaren digitalen Formaten. Kostenseitig liegt Radio-Spotbuchung bei 3–8 € CPM (Mindestbudget 5.000–20.000 €), programmatische Podcast-Werbung bei 15–25 € CPM ab 500 €, Host-Read-Werbung bei 30–60 € CPM als Fixpreis pro Episode. Die zentrale Creative-Regel der Agentur: Ein Radiospot muss "in 3 Sekunden greifen und in 30 Sekunden liefern" – Problem, Lösung, Call-to-Action, ohne Fachjargon.
05
Bewegung im Sichtfeld wird nicht bewusst entschieden, sondern reflexartig verarbeitet
Die Grundlagenarbeit von Franconeri & Simons ("Moving and looming stimuli capture attention", Perception & Psychophysics, 2003) zeigt in kontrollierten Suchaufgaben, dass bestimmte Bewegungsreize Aufmerksamkeit unwillkürlich auf sich ziehen – unabhängig davon, ob die Testperson danach sucht. Besonders "looming"-Reize (Objekte, die scheinbar größer werden und sich dem Betrachter nähern) erzeugten reflexartige Aufmerksamkeitsverschiebung, während sich entfernende ("receding") Reize das nicht im gleichen Maß taten. Die naheliegendste Erklärung der Folgeforschung: Der Bewegungs-Beginn selbst signalisiert Relevanz für das Überleben – etwas Neues bewegt sich plötzlich im Sichtfeld, und das visuelle System reagiert, bevor bewusste Bewertung überhaupt einsetzt. Genau dieser evolutionär alte Mechanismus ist der Grund, warum bewegte Videoinhalte im Feed automatisch mehr Fixationen erzeugen als ein Standbild an derselben Stelle.
06
TikTok macht das Sekundenfenster offiziell: 90 % des Recall-Effekts in sechs Sekunden
TikTok for Business benennt in seiner offiziellen Creative-Best-Practice-Dokumentation explizit, dass 90 % der Ad-Recall-Wirkung innerhalb der ersten sechs Sekunden eines Videos erzeugt wird. Ergänzend nennt die Plattform, dass 74 % der Nutzer TikTok-first produzierte Anzeigen als aufmerksamkeitsstärker wahrnehmen als klassisch produzierte Werbeformate, verbunden mit bis zu 3,3-fachem Engagement (Klicks, Likes, Shares) gegenüber Nicht-TikTok-first-Creatives. On-Screen-Produktplatzierungen erzeugten in der gleichen Dokumentation einen Recall-Uplift von 25 % und einen Brand-Affinity-Uplift von 65 %. Für die Praxis bedeutet das: Wenn der Haken nicht in den ersten sechs Sekunden sitzt, ist der Großteil des erzielbaren Erinnerungswerts bereits verloren, bevor der Rest des Videos überhaupt gesehen wird.
07
YouTubes eigene Retention-Dokumentation macht Abbruchpunkte sichtbar – und normal
In der offiziellen YouTube-Hilfe zu "Key moments for audience retention" definiert die Plattform die "Intro-Percentage" als den Anteil des Publikums, der ein Video noch nach den ersten 30 Sekunden ansieht, abhängig davon, wie gut Thumbnail und Titel zum Inhalt passen und wie stark der Einstieg fesselt. Die Retention-Kurve zeigt laut YouTube vier Muster: eine flache Linie bedeutet, dass Zuschauer den entsprechenden Abschnitt komplett von Anfang bis Ende ansehen, ein gradueller Abfall zeigt schwindendes Interesse, Spitzen zeigen Wiederholungsaufrufe oder geteilte Ausschnitte, und Einbrüche zeigen Stellen, an denen Zuschauer abbrechen oder vorspulen. YouTube rät Creatorn explizit, besonders starke Inhalte früher im Video zu platzieren, weil die Zuschauerzahl über die Videolaufzeit typischerweise sinkt – ein direktes Eingeständnis der Plattform, dass Aufmerksamkeit strukturell mit der Zeit abnimmt.
08
Die Aufmerksamkeitsspanne ist über 20 Jahre um mehr als zwei Drittel geschrumpft
Die Langzeitforschung von Gloria Mark (UC Irvine), kommuniziert über die University of California, zeigt anhand von zwei Jahrzehnten Bildschirm-Verhaltensmessung: Die durchschnittliche Aufmerksamkeitsspanne auf einem Bildschirm lag 2004 noch bei 2,5 Minuten, sank bis 2012 auf 75 Sekunden und liegt seit den vergangenen fünf bis sechs Jahren im Schnitt bei nur noch 47 Sekunden (Median: 40 Sekunden). Das ist der strukturelle Hintergrund, vor dem TikToks Sechs-Sekunden-Fenster und YouTubes 30-Sekunden-Intro-Metrik überhaupt Sinn ergeben: Das verfügbare Zeitfenster für einen einzelnen Werbereiz schrumpft nicht plattformspezifisch, sondern global und über alle Bildschirm-Kontexte hinweg.

Physische Anzeigen, zweimal gezeigt, erzeugten eine stärkere Erinnerung und einen höheren subjektiven Wert als jede andere getestete Sequenz – einschließlich gemischter Print-Digital-Abfolgen.

USPS Office of Inspector General / Temple University Center for Neural Decision Making, 2017
Daten-Matrix — die Zahlen hinter den Erkenntnissen
ParameterAusgangslageBeobachteter WertEffektBeleg
Räumliches Gedächtnis bei Hippocampus-Patienten (VR-Studie)72,4 % unimodal89,5 % multisensorisch+23,6 Prozentpunkte[2]
Räumliches Gedächtnis bei Kontrollgruppe (VR-Studie)87,6 % unimodal94,6 % multisensorisch+7,6 Prozentpunkte[2]
Werbe-Recall: Jingle vs. bestehende Musik78,13 % (Jingle)90,47 % (bestehende Musik)−12,3 Punkte für Jingles[3]
Podcast-Episoden-Konsum bis zum EndeRestliche Formate deutlich niedriger93 % hören größten Teil/gesamte EpisodeSehr hohe Format-Bindung[4]
TikTok-Ad-Recall-FensterGesamtes Video90 % Wirkung in ersten 6 SekundenFast vollständig im Hook entschieden[6]
Globale Aufmerksamkeitsspanne (Bildschirm), 2004 vs. heute2,5 Minuten (2004)47 Sekunden (heute)−69 % in rund 20 Jahren[8]

Was das für die Praxis bedeutet

Für Markenverantwortliche

Print nicht gegen Digital ausspielen, sondern als eigenes Gedächtnis-Werkzeug behandeln: Haptik und Mehrfachexposition erzeugen laut Quelle 1 nachweislich stärkere Erinnerung und höhere Kaufbereitschaft als reine Digitalsequenzen – gerade für Momente, in denen Vertrauen und Wertigkeit zählen.

Für Media-Planer & Einkäufer

Audio ist kein Nischenformat: 89 % wöchentliche Radioreichweite, hohe Podcast-Recall-Quoten und CPMs zwischen 3 € und 60 € (Quelle 4) machen Audio zu einem der kosteneffizientesten Wege, Aufmerksamkeit über Minuten statt Sekunden zu halten.

Für Creative-Teams (Social-Video)

Der Hook muss in den ersten sechs Sekunden stehen, nicht in der Videomitte (Quelle 6) – und die stärksten Inhalte gehören laut YouTubes eigener Empfehlung nach vorn, nicht ans Ende (Quelle 7), weil Zuschauerzahlen über die Laufzeit strukturell sinken.

Für Audio-/Sound-Branding-Verantwortliche

Ein neu komponierter Jingle ist kein Selbstläufer: Laut Quelle 3 erzielte bereits bekannte Musik höhere reine Recall-Werte als eigens produzierte Jingles – Sound-Branding-Entscheidungen sollten Recall- und Identifikationsziele getrennt bewerten, nicht vermischen.

Offene Fragen
  • Wie verändert sich das Sechs-Sekunden-Fenster von TikTok, wenn KI-generierte Video-Hooks zum Standard werden – wird das Fenster noch enger oder stumpft die Reizschwelle ab?
  • Gilt der Recall-Vorteil bekannter Musik gegenüber Jingles (Quelle 3) auch außerhalb Spaniens, oder spielt kulturelle Vertrautheit mit den konkreten Songs eine tragende Rolle?
  • Wie stark lässt sich der multisensorische Kompensationseffekt aus Quelle 2 auf Print-Werbematerial mit starker Haptik-Komponente übertragen – existiert dazu bereits eine direkte Anschlussstudie?
  • Verändert sich Gloria Marks 47-Sekunden-Befund (Quelle 8), wenn ausschließlich Kurzvideo-Plattformen statt allgemeiner Bildschirmnutzung gemessen werden?
  • Wie beeinflusst die reflexartige Bewegungswahrnehmung aus Quelle 5 gezielt platzierte Micro-Animationen in sonst statischen Feed-Inhalten (Standbild mit einzelnem bewegtem Element)?
Verifizierte Quellen & Studien-Links
  1. "Tuned In: The Brain's Response to Ad Sequencing" (RARC-WP-17-004)USPS Office of Inspector General / Temple University, 13.02.2017fMRI-Vergleich von physischer und digitaler Werbung.
  2. Iggena et al. — "Multisensory input modulates memory-guided spatial navigation in humans"Communications Biology, November 2023Peer-reviewte Studie zu Multisensorik und Hippocampus-Kompensation.
  3. Jiménez-Marín, Bellido-Pérez, Ruda — Musik in der Werbung: Jingle vs. bestehende MusikComunicación y Hombre, 2022Quantitative Recall-Studie mit 150 Probanden.
  4. "Radio, Podcast & Audio Ads"marketingagency.one, Agentur-AnalysePraxisorientierte Reichweiten-, Recall- und Kostendaten für Audio-Werbung.
  5. Franconeri, Simons — "Moving and looming stimuli capture attention"Perception & Psychophysics, 2003Grundlagenstudie zu reflexartiger Bewegungswahrnehmung.
  6. "Creative Best Practices for Top-Performing Ads"TikTok for BusinessOffizielle Plattformdaten zu Ad-Recall im Sekundenfenster.
  7. "Measure key moments for audience retention"YouTube-Hilfe, offizielle DokumentationOffizielle Erklärung der Retention-Kurve und Drop-off-Muster.
  8. "Can't pay attention? You're not alone" — Forschung von Gloria MarkUniversity of California, Berichterstattung über UC-Irvine-Langzeitforschung20-Jahres-Trend zur schrumpfenden Aufmerksamkeitsspanne.

← News