Quellen- und Faktencheck: Messenger- vs. E-Mail-Statistiken
Stand der Recherche: 8. September 2026
0. Das übergreifende Problem
Fast alle Zahlen in der Liste stammen aus SMS- und WhatsApp-Marketing-Erhebungen mit US-Verbrauchern. Sie werden im Text aber als Aussagen über Messenger-Nutzung von HCPs in der professionellen Kommunikation verwendet. Das ist ein Kategorienwechsel, den keine der Quellen deckt.
Zweites Problem: Ein Großteil der Zahlen zirkuliert über Marketing-Blogs, die sich gegenseitig zitieren. Mehrere der bekanntesten Werte (98 % Öffnungsrate, 90 Sekunden vs. 90 Minuten) haben keine auffindbare Primärstudie mit Methodik.
1. Ampel-Übersicht
| # | Aussage | Bewertung |
|---|---|---|
| 1 | 58 % der E-Mails 2024 als Spam eingestuft | ❌ Falsch (~47 %; 58 % = Wert aus Q3 2017) |
| 2 | 100 Mio. WhatsApp-Nachrichten pro Minute | ⚠️ Nicht von Meta gedeckt (offiziell ~69 Mio./Min.) |
| 3 | 97 % der HCPs nutzen IM beruflich | ⚠️ Als globale Zahl unbelegt, in Einzelstudien aber 87–100 % |
| 4 | 93 % der Verbraucher texten täglich | ✅ Korrekt (US-Verbraucher) |
| 5 | Texten = Top-Mobilaktivität: 83 % (2025) vs. 77 % (2022) | ✅ Korrekt (US-Verbraucher) |
| 6 | WhatsApp MAU 1,07 Mrd. (2016) → 2,85 Mrd. (2024) | ⚠️ Größenordnung ok, Zahlen ungenau/geschätzt |
| 7 | WhatsApp-Nachrichten/Jahr: 15 → 47 Milliarden | ❌ Einheitenfehler – es sind Billionen |
| 8 | Über 375.000 Menschen nutzen täglich Chatbots | ❌ Keine Quelle auffindbar |
| 9 | 66,83 % / 59,90 % / 52,97 % KI-Effekte in Healthcare | ❌ Keine Quelle auffindbar |
| 10 | Messenger-Öffnungsraten bis 98 % | ⚠️ Ohne Primärquelle; gemessen eher 65–90 % |
| 11 | 20 % Öffnungsrate E-Mail | ⚠️ Veraltet/zu niedrig (aktuell 21–44 %, MPP-verzerrt) |
| 12 | 82 % prüfen SMS in 5 Min., knapp ein Drittel in 60 Sek. | ✅ Korrekt (US-Verbraucher) |
| 13 | 45 % prüfen SMS >10×/Tag | ✅ Korrekt |
| 14 | 84 % SMS-Opt-in 2025, +35 % seit 2021 | ✅ Korrekt (US-Verbraucher) |
| 15 | SMS-Antwortzeit 90 Sek. vs. E-Mail 90 Min. | ⚠️ Ohne Primärquelle, seit Jahren unbelegt zitiert |
| 16 | E-Mail-Antwortzeit 12–24 Stunden | ❌ Verwechslung: das ist eine Erwartung, keine Messung |
| 17 | Über 8 Mrd. B2C-Nachrichten/Monat via Messenger | ⚠️ Metas eigene Zahl – aber von Mai 2018, längst überholt |
| 18 | Secure Messaging in Healthcare: schneller, verlässlicher | ⚠️ Qualitativ gedeckt, Evidenzlage aber gemischt |
2. Einzelprüfung
1) „58 % der E-Mails wurden 2024 als Spam eingestuft" — ❌ Falsch
Befund: Der Spam-Anteil am globalen E-Mail-Verkehr lag 2024 laut Kaspersky/Securelist bei 47,27 % (+1,27 Prozentpunkte gegenüber 2023). Für 2025 sank der Wert auf 44,99 %.
Woher die 58 % kommen: Mit hoher Wahrscheinlichkeit aus dem Kaspersky-Bericht für Q3 2017, der einen durchschnittlichen globalen Spam-Anteil von 58,02 % auswies. Der Wert ist also nicht falsch erfunden, sondern sieben Jahre zu alt.
Korrekte Formulierung:
„2024 waren rund 47 % des weltweiten E-Mail-Verkehrs Spam."
Zusatzhinweis: Kaspersky formuliert es für Unternehmenspostfächer so, dass „fast jede zweite E-Mail" Spam war. Wenn eine unternehmensbezogene Aussage gebraucht wird, ist das die belastbare Variante.
Quellen:
- Securelist / Kaspersky, Spam and phishing in 2024: https://securelist.com/spam-and-phishing-report-2024/115536/
- Securelist / Kaspersky, Spam and phishing in 2025: https://securelist.com/spam-and-phishing-report-2025/118785/
- Kaspersky Presseinfo (Feb. 2025), „nearly every second email in a corporate mailbox": https://www.kaspersky.com/about/press-releases/kaspersky-reports-nearly-900-million-phishing-attempts-in-2024-as-cyber-threats-increase
- Ursprung der 58 %: Securelist, Spam and phishing in Q3 2017: https://securelist.com/spam-and-phishing-in-q3-2017/82901/
- Statista-Zeitreihe (Datenbasis Securelist): https://www.statista.com/statistics/420391/spam-email-traffic-share/
2) „100 Mio. WhatsApp-Nachrichten pro Minute" — ⚠️ Nicht von Meta gedeckt
Befund: Metas letzte offizielle Angabe stammt von Mark Zuckerberg im Earnings Call vom 29. Oktober 2020: rund 100 Milliarden Nachrichten pro Tag. Das entspricht ≈ 69 Mio. pro Minute, nicht 100 Mio.
Auf 100 Mio./Minute kommt man nur, wenn man die in Aggregator-Blogs verbreiteten 140–150 Mrd./Tag zugrunde legt (= 97–104 Mio./Min.). Diese Zahl hat Meta nie veröffentlicht; sie ist eine Fortschreibung durch Dritte.
Weiterer Referenzpunkt: Domo („Data Never Sleeps", 2020) kam auf 41,6 Mio. WhatsApp-Nachrichten pro Minute — also weniger als die Hälfte. Die Spannweite der zirkulierenden Werte reicht damit von 41 bis 104 Mio./Min., was zeigt, wie weich die Datenlage ist.
Korrekte Formulierung (belastbar):
„Meta zufolge werden auf WhatsApp rund 100 Milliarden Nachrichten pro Tag zugestellt (Stand: Oktober 2020) — etwa 69 Millionen pro Minute. Eine aktuellere offizielle Zahl hat Meta nicht veröffentlicht."
Quellen:
- TechCrunch (29.10.2020), Meta/Zuckerberg-Angabe: https://techcrunch.com/2020/10/29/whatsapp-is-now-delivering-roughly-100-billion-messages-a-day/
- Domo „Data Never Sleeps": https://www.domo.com/data-never-sleeps
- Einordnung, dass Meta die Zahl nie aktualisiert hat: https://www.dragapp.com/blog/whatsapp-statistics/
3) „97 % der HCPs nutzen IM für die professionelle Kommunikation" — ⚠️ Als globale Zahl unbelegt, in Einzelstudien belegbar
Befund: Eine globale, repräsentative 97-%-Zahl existiert nicht. Es gibt aber mehrere peer-reviewte Einzelstudien, die in dieser Größenordnung liegen — das ist die belastbare Variante der Aussage:
| Studie / Land | Befund | n |
|---|---|---|
| Israel, Krankenhäuser (Isr J Health Policy Res, 2026) | 100 % der Ärzt:innen, 97,4 % der Pflegekräfte nutzen WhatsApp beruflich | 283 |
| Libanon, Ärzte (Telemed J E Health, 2020) | 96,5 % WhatsApp-Nutzer; 72,7 % kollegiale Konsultationen darüber | 429 |
| Spanien, Primärversorgung (JMIR, 2019) | 92,6 % nutzen WhatsApp; 96,7 % der beruflichen SNS-Nutzer bevorzugen WhatsApp | 483 |
| Israel, IDF Medical Corps (2021) | 86,9 % der Hausärzte / 86,5 % der Fachärzte nutzen WhatsApp täglich beruflich | 201 |
| Israel, Primärversorgung (zit. in o. g. Studie) | über 86 % nutzen die App täglich für Konsultationen | — |
Wichtige Verwechslungsgefahr: Eine oft zitierte „97 %"-Zahl aus einer Studie am University Hospital Limerick (BMJ Innovations) sagt etwas ganz anderes aus: 97 % der befragten Ärzt:innen teilten sensible Patientendaten ohne schriftliche Einwilligung per Messenger. Das ist keine Nutzungsquote, sondern ein Datenschutzbefund. Wer die 97 % mit dieser Quelle belegt, belegt die falsche Aussage.
Zum Vergleich, breitere Erhebungen (deutlich niedriger):
- Clinical Education Alliance (n = 2.615 HCPs): 71 % nutzen Social Media regelmäßig, 51 % WhatsApp
- PulsePoint-Zusammenstellung: 90 % der HCPs privat auf Social Media, 65 % beruflich
Korrekte Formulierung:
„In Einzelstudien liegt die berufliche Messenger-Nutzung unter Ärzt:innen und Pflegekräften bei 87–100 % (Israel, Libanon, Spanien). Breiter angelegte Befragungen zur beruflichen Nutzung digitaler Kanäle kommen auf niedrigere Werte von 51–65 %. Eine global repräsentative Zahl existiert nicht."
Quellen:
- Israel (2026), When practice outpaces policy: WhatsApp use among nursing and medical staff in Israeli hospitals, Israel Journal of Health Policy Research: https://link.springer.com/article/10.1186/s13584-026-00754-3 · PMC: https://pmc.ncbi.nlm.nih.gov/articles/PMC13045068/
- Libanon, Interprofessional Communication of Physicians Using WhatsApp, Telemedicine and e-Health: https://journals.sagepub.com/doi/10.1089/tmj.2019.0216
- Spanien, Social Networking App Use Among Primary Health Care Professionals, JMIR: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6320407/
- Israel IDF, WhatsApp Tele-Medicine – usage patterns and physicians views: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8167384/
- Limerick / BMJ Innovations (zur Abgrenzung), zusammengefasst bei: https://www.digitalhealth.net/2018/02/whatsapp-doc-legal-and-practical-perspectives-of-using-mobile-messaging/
- Clinical Education Alliance / Definitive Healthcare: https://www.definitivehc.com/resources/how-to-guides/targeting-hcps-on-social
- PulsePoint: https://www.pulsepoint.com/blog/how-to-use-social-media-to-revolutionize-hcp-marketing
4)–5) „93 % texten täglich" / „Top-Mobilaktivität für 83 % (2025) vs. 77 % (2022)" — ✅ Korrekt
Befund: Beide Zahlen stimmen exakt und stammen aus demselben Report: SimpleTexting, Texting & SMS Marketing Statistics 2025. Die Zeitreihe wird dort explizit ausgewiesen: 77 % (2022), 78 % (2023), 80 % (2024), 83 % (2025). Texten liegt damit vor Social Media (75 %) und E-Mail (66 %).
Einschränkung, die genannt werden sollte: Befragt wurden 1.000 US-Verbraucher (Feldzeit 23.–26. Dezember 2024), plus 400 Unternehmen. Es handelt sich um eine Anbieter-Erhebung (SMS-Software-Hersteller), nicht um eine unabhängige Studie, und die Aussage gilt für Endverbraucher in den USA — nicht „across industries" und nicht für HCPs.
Quelle: https://simpletexting.com/blog/2025-texting-and-sms-marketing-statistics/ (Neuere Ausgabe: https://simpletexting.com/blog/texting-and-sms-marketing-statistics/)
6) „WhatsApp MAU: 1,07 Mrd. (2016) → 2,85 Mrd. (2024)" — ⚠️ Größenordnung ok, Zahlen ungenau
Befund: Die Wachstumskurve ist richtig, die Einzelwerte sind es nicht ganz.
| Zeitpunkt | Offizielle Meta-Angabe |
|---|---|
| Februar 2016 | 1 Mrd. MAU |
| Februar 2020 | 2 Mrd. MAU |
| April/Mai 2025 | 3 Mrd. MAU (davon >100 Mio. in den USA) |
Für 2024 existiert keine offizielle Meta-Zahl. Die zirkulierenden Werte (2,78 / 2,85 / 2,95 / 3,14 Mrd.) sind Schätzungen von Statista bzw. Business of Apps. „1,07 Mrd." für 2016 ist ebenfalls eine Interpolation — Metas Meilenstein lautet glatt 1 Mrd.
Korrekte Formulierung:
„WhatsApp wuchs von 1 Mrd. monatlich aktiven Nutzern (Februar 2016, Meta) auf über 3 Mrd. (April 2025, Meta). Für die Zwischenjahre liegen nur Drittanbieter-Schätzungen vor (2024: ca. 2,8–3,0 Mrd.)."
Quellen:
- Meta-Meilensteine, zusammengefasst mit Datumsangaben: https://www.dragapp.com/blog/whatsapp-statistics/
- Statista-basierte Zeitreihe: https://www.demandsage.com/whatsapp-statistics/
- Business-of-Apps-basierte Zeitreihe: https://backlinko.com/whatsapp-users
7) „WhatsApp-Nachrichten pro Jahr: 15 (2016) → 47 (2024) Milliarden" — ❌ Einheitenfehler
Befund: Die Zahlen sind plausibel, die Einheit ist um den Faktor 1.000 falsch. Nachgerechnet:
- Februar 2016: 42 Mrd. Nachrichten/Tag × 365 = ≈ 15,3 Billionen/Jahr
- 2024 (bei ~129 Mrd./Tag): × 365 = ≈ 47 Billionen/Jahr
Es muss also Billionen heißen (englisch: trillion), nicht Milliarden. Bei englischsprachigen Fassungen ist genau hier die klassische Fehlerquelle: deutsch „Billion" = englisch „trillion".
Zweite Einschränkung: Der 2016-Wert (42 Mrd./Tag) ist eine offizielle WhatsApp-Angabe. Der 2024-Wert beruht auf einer Aggregator-Schätzung von 140–150 Mrd./Tag, die Meta nicht bestätigt hat. Wer konservativ bleiben will, rechnet mit Metas letzter offizieller Zahl (100 Mrd./Tag) und kommt auf ≈ 36,5 Billionen/Jahr.
Korrekte Formulierung:
„Das jährliche WhatsApp-Nachrichtenvolumen stieg von rund 15 Billionen (2016, bei 42 Mrd./Tag) auf geschätzt 36–47 Billionen (2024, je nach zugrunde gelegter Tagesschätzung)."
Quellen:
- Historische Tageswerte (2011: 1 Mrd. → 2016: 42 Mrd. → 2020: 100 Mrd.): https://backlinko.com/whatsapp-users
- Aggregator-Schätzungen 140–150 Mrd./Tag: https://www.demandsage.com/whatsapp-statistics/
- Meta-Originalzahl 100 Mrd./Tag: https://techcrunch.com/2020/10/29/whatsapp-is-now-delivering-roughly-100-billion-messages-a-day/
8) „Über 375.000 Menschen interagieren täglich mit Chatbots" — ❌ Keine Quelle auffindbar
Befund: Für diese Zahl ließ sich keine Quelle finden. Die Größenordnung ist außerdem unplausibel klein — 375.000 wäre weltweit ein Nischenphänomen.
Vermutete Herkunft: Verwechslung mit Metas Angabe von der F8 2018: über 300.000 aktive Bots auf Messenger (also Bots, nicht Menschen).
Belegbare Alternativen:
- 24 % der US-Erwachsenen nutzen KI-Chatbots täglich; 51 % nutzen sie überhaupt nicht (Pew Research Center, Befragung 17.–23. Februar 2026)
- Über 300.000 aktive Bots auf Messenger (Meta, F8, Mai 2018)
- 175 Mio. Menschen schreiben täglich an ein WhatsApp-Business-Konto (Meta, Oktober 2020 — seither nicht aktualisiert)
- Ca. 600 Mio. Konversationen pro Tag zwischen Menschen und Unternehmen über Metas Messaging-Apps (Meta, 2025)
Empfehlung: Streichen und durch eine der obigen Zahlen ersetzen.
Quellen:
- Pew Research Center, Americans and AI 2026: https://www.pewresearch.org/
- Meta, F8 2018 (300.000 Bots): https://about.fb.com/news/2018/05/f8-2018-new-tools-for-businesses-and-people-to-deepen-connections-in-messenger/
- 175 Mio. / 600 Mio., mit Datumskennzeichnung: https://chatmaxima.com/blog/whatsapp-business-statistics-2026/
9) „66,83 % schnellere Bearbeitung, 59,90 % höhere Zufriedenheit, 52,97 % weniger Beschwerden (KI in Healthcare)" — ❌ Keine Quelle auffindbar
Befund: Zu diesen drei Werten ließ sich in mehreren Suchläufen keine Primär- oder Sekundärquelle finden — weder healthcare-spezifisch noch allgemein. Die zwei Dezimalstellen suggerieren eine Präzision, für die es keine nachweisbare Erhebung gibt. In dieser Form ist die Aussage nicht zitierfähig.
Belegbare Alternativen (allgemeines Kundenservice-Umfeld, nicht Healthcare):
- 90 % der Unternehmen berichten eine schnellere Beschwerdebearbeitung durch Bots (MIT Technology Review, verbreitet über Master of Code)
- 84 % der Unternehmen berichten, dass KI die Fallbearbeitung beschleunigt; 55 % messen bis zu 25 % kürzere Bearbeitungszeiten
- KI-unterstützte Mitarbeitende lösen Fälle 47 % schneller, mit 25 % höherer First-Contact-Resolution
- NP Digital (Januar 2025, 24 Unternehmen): Reduktion der Bearbeitungszeit um 43,1 % bei Education Support, 38 % bei FAQs, 34,7 % bei Troubleshooting
Gegenevidenz, die man kennen sollte: Klarna erklärte, sein KI-Assistent könne 700 Support-Mitarbeitende ersetzen — danach sank die Kundenzufriedenheit, und das Unternehmen stellte wieder Menschen ein. Und im Healthcare-Kontext zeigen allgemeine Chatbots bei Gesundheitsfragen problematische Antwortraten von 21–43 %. Ein rein positiver Framing-Satz wäre hier angreifbar.
Empfehlung: Ganz streichen oder durch eine gekennzeichnete Alternative ersetzen — und nicht als Healthcare-Zahl ausgeben.
Quellen:
- Master of Code, Chatbot Statistics: https://masterofcode.com/blog/chatbot-statistics
- NP Digital via Neil Patel Marketing Stats: https://neilpatel.com/marketing-stats/ai-chatbot-task-resolution-impact
- Zusammenstellung inkl. Klarna-Fall: https://nchstats.com/customer-support-chatbots/
- Problematische Antwortraten im Gesundheitskontext: https://khired.com/customer-experience-in-healthcare/
10) „Messenger-Öffnungsraten bis 98 %" — ⚠️ Ohne Primärquelle; gemessen deutlich niedriger
Befund: Der Wert zirkuliert breit (Salesforce SMS Guide, CTIA werden als Quellen genannt), aber eine belastbare Primärstudie mit Methodik existiert nicht. Mehrere Branchenanalysen weisen inzwischen ausdrücklich darauf hin, dass die 98 % auf frühe WhatsApp-Marketingtexte zurückgehen und keine publizierte Methodik haben.
Das methodische Kernproblem: SMS hat keinen Öffnungs-Tracking-Mechanismus — anders als E-Mail mit Tracking-Pixel. Bei WhatsApp existiert eine „read"-Metrik in der Business-API, sie hängt aber davon ab, ob Nutzer Lesebestätigungen aktiviert haben, und untererfasst daher systematisch.
Was gemessene Daten zeigen (WhatsApp-Broadcasts, opt-in):
| Listenqualität | Gemessene Read-Rate |
|---|---|
| Eng segmentierte Opt-in-Liste | 90–94 % |
| Durchschnittliche Opt-in-Liste | ≈ 68 % |
| Breiter, unsegmentierter Massenversand | ≈ 38 % |
Korrekte Formulierung:
„Für Messenger-Broadcasts an Opt-in-Listen werden Read-Rates von 65–90 % gemessen; gut segmentierte Listen erreichen 90–94 %. Der häufig zitierte Wert von 98 % hat keine belegte Primärquelle."
Quellen:
- Kritik an der 98-%-Zahl und gemessene Werte: https://www.skolbot.ai/en-US/blog/whatsapp-98-percent-open-rate-myth
- Gekennzeichnete Benchmark-Übersicht (VENDOR-CLAIM vs. META-OFFICIAL): https://richautomate.in/blog/whatsapp-marketing-benchmarks-india-2026
- „Retire this statistic" – Einordnung der 98 %: https://dmly.io/whatsapp-business-statistics/
- Fehlender Tracking-Mechanismus bei SMS: https://messageflow.com/blog/sms-marketing-benchmarks/
11) „20 % Öffnungsrate E-Mail" — ⚠️ Veraltet und zu niedrig
Befund: Der Wert stammt aus der Prä-2021-Ära. Aktuelle Provider-Benchmarks liegen erheblich höher:
| Quelle | Durchschnittliche Öffnungsrate |
|---|---|
| Campaign Monitor | ≈ 21,5 % |
| Klaviyo (E-Commerce, 2026) | 31 % |
| HubSpot-Benchmark-Review (2025) | 42,35 % |
| MailerLite (3,6 Mio. Kampagnen) | 42–44 % |
Entscheidender Caveat in beide Richtungen: Apple Mail Privacy Protection (seit September 2021) lädt Bilder und Tracking-Pixel automatisch vor und bläht die gemessenen Öffnungsraten um geschätzt 15–20 Prozentpunkte auf. Apple Mail macht rund 46–49 % aller registrierten Öffnungen aus. Kampagnen, die früher 28 % erreichten, melden heute 52 %.
Das heißt: Beide Seiten des Vergleichs „98 % vs. 20 %" sind Messartefakte. Der eine Wert ist nicht messbar, der andere ist verzerrt.
Korrekte Formulierung:
„Berichtete E-Mail-Öffnungsraten liegen je nach Anbieter und Datenbasis zwischen 21 % und 44 %, sind seit 2021 aber durch Apple Mail Privacy Protection um schätzungsweise 15–20 Prozentpunkte nach oben verzerrt. Als verlässlichere Kennzahl gilt die Click-to-Open-Rate (Zielwert 10–15 %)."
Quellen:
- Benchmark-Spannweite und MPP-Effekt: https://christopholivierconsulting.com/email-marketing-benchmarks/
- MailerLite/Klaviyo-Werte und Inflationsschätzung: https://www.geysera.com/blog/email-marketing/email-marketing-benchmarks-2026-open-rates-ctr-and-why-half-your-data-is-wrong
- Branchenwerte inkl. Healthcare (29,0 %): https://owlclaw.com/benchmarks/email-marketing-benchmarks/
12)–13) „82 % prüfen SMS innerhalb von 5 Minuten, knapp ein Drittel in 60 Sekunden" / „45 % >10×/Tag" — ✅ Korrekt
Befund: Beide Werte stimmen präzise. SimpleTexting 2025: 82 % aller Verbraucher prüfen Textnachrichten binnen fünf Minuten (bei Gen Z: 90 %), 32 % innerhalb von 60 Sekunden. 45 % prüfen mehr als zehnmal täglich, 18 % mehr als zwanzigmal (Gen Z: 26 %).
Einschränkung: Gilt für SMS bei US-Verbrauchern, nicht für „Instant Messaging" allgemein und nicht für HCPs. „IM" im Ursprungstext ist eine unzulässige Verallgemeinerung.
Quelle: https://simpletexting.com/blog/2025-texting-and-sms-marketing-statistics/
14) „84 % SMS-Opt-in 2025, +35 % seit 2021" — ✅ Korrekt
Befund: SimpleTexting 2025: 84 % der Verbraucher sind für Unternehmens-SMS angemeldet, ein Wachstum von 35 % seit 2021; im Vorjahr waren es 79 % (+6,3 % YoY). Frauen (88 %) liegen über Männern (78 %), Gen X führt mit 85 %.
Einschränkung: Wieder US-Verbraucher, Anbieter-Erhebung.
Quelle: https://simpletexting.com/blog/2025-texting-and-sms-marketing-statistics/
15) „SMS-Antwortzeit 90 Sekunden vs. E-Mail 90 Minuten" — ⚠️ Ohne Primärquelle
Befund: Dieses Zahlenpaar wird seit mindestens zehn Jahren zitiert, meist mit Verweis auf CTIA.org, teils auf Frost & Sullivan. Eine überprüfbare Primärstudie mit Methodik und Stichprobe ließ sich nicht auffinden. Der Wert ist damit in derselben Kategorie wie die 98-%-Öffnungsrate: plausibel in der Richtung, unbelegt in der Höhe.
Belastbare Alternativen für die E-Mail-Seite:
- 12 Stunden 10 Minuten durchschnittliche erste Antwortzeit im Kundenservice (SuperOffice, Untersuchung von 1.000 Unternehmen). Nur 36 % antworten binnen 4 Stunden — und 62 % antworten überhaupt nicht.
- ≈ 3 h 57 min innerhalb der Arbeitszeit, 11 h 28 min über alle Zeiten, Median ca. 1,78 Stunden (EmailAnalytics-Daten).
Empfehlung: Entweder den CTIA-Wert als „seit Jahren zitiert, ohne öffentlich zugängliche Methodik" kennzeichnen, oder auf die SuperOffice-Zahl umstellen. Und in jedem Fall Lesezeit nicht gegen Antwortzeit stellen — das war schon in der ursprünglichen Fassung der eigentliche Denkfehler.
Quellen:
- CTIA-Zuschreibung (Sekundärquelle): https://blog.podium.com/essential-text-messaging-statistics/
- SuperOffice-Werte, zusammengefasst: https://stealthagents.com/research/average-customer-support-response-time
- EmailAnalytics: https://emailanalytics.com/how-to-find-your-average-email-response-time-and-your-employees/
16) „Manche Quellen berichten E-Mail-Antwortzeiten von 12 bis 24 Stunden" — ❌ Verwechslung
Befund: Die 12–24 Stunden stammen von MailTime und beschreiben keine gemessene Antwortzeit, sondern eine Erwartung: 52 % der Befragten erwarten eine Antwort auf eine geschäftliche E-Mail innerhalb von 12 bis 24 Stunden; nur 3 % akzeptieren eine Woche Wartezeit.
Eine gemessene Zahl in ähnlicher Höhe existiert zwar (SuperOffice: 12 h 10 min), sie kommt aber aus einer anderen Erhebung und bezieht sich auf Kundenservice-Erstantworten.
Korrekte Formulierung:
„52 % der Berufstätigen erwarten eine Antwort auf geschäftliche E-Mails innerhalb von 12–24 Stunden (MailTime). Tatsächlich gemessen liegt die durchschnittliche erste Antwortzeit im Kundenservice bei 12 Stunden 10 Minuten (SuperOffice, 1.000 Unternehmen)."
Quellen:
- MailTime-Erwartungswert, zusammengefasst: https://gmelius.com/blog/email-response-times
- SuperOffice-Messwert: https://emailanalytics.com/customer-service-email-response-time-standards
17) „Über 8 Mrd. Nachrichten pro Monat zwischen Unternehmen und Verbrauchern via Messenger" — ⚠️ Korrekt zitiert, aber überholt
Befund: Die Zahl ist Metas eigene — aber von der F8-Konferenz im Mai 2018: „over 8 billion messages are exchanged between people and businesses each month", damals eine Vervierfachung gegenüber 2 Mrd. im Vorjahr. Meta hat den Wert 2019 auf 20 Mrd./Monat aktualisiert. Die 8 Mrd. sind damit acht Jahre alt und um den Faktor 2,5 überholt.
Aktuellere Meta-Angaben:
- 20 Mrd. Nachrichten/Monat zwischen Menschen und Unternehmen auf Messenger (2019)
- ≈ 600 Mio. Konversationen/Tag zwischen Menschen und Unternehmen über Metas Messaging-Apps insgesamt (Meta, 2025)
- über 1 Mrd. aktive Konversationsthreads/Tag mit Unternehmen über WhatsApp, Messenger und Instagram zusammen
Korrekte Formulierung:
„Meta gab 2019 rund 20 Mrd. Nachrichten pro Monat zwischen Menschen und Unternehmen auf Messenger an; über alle Messaging-Apps zusammen nennt Meta für 2025 rund 600 Mio. Konversationen pro Tag."
Quellen:
- Meta Newsroom, F8 2018 (Originalzahl 8 Mrd.): https://about.fb.com/news/2018/05/f8-2018-new-tools-for-businesses-and-people-to-deepen-connections-in-messenger/
- Fortune-Berichterstattung dazu: https://fortune.com/2018/05/01/facebook-messenger-business-f8
- 20 Mrd./Monat (2019) und Einordnung: https://expandedramblings.com/index.php/facebook-messenger-statistics/
- 600 Mio. Konversationen/Tag (Meta 2025): https://chatmaxima.com/blog/whatsapp-business-statistics-2026/
18) „Secure Messaging im Gesundheitswesen: schneller, verlässlicher, beschleunigte klinische Entscheidungsfindung" — ⚠️ Qualitativ gedeckt, Evidenz gemischt
Befund: Die Richtung ist durch Literatur gedeckt, aber die Formulierung ist einseitig positiv. Zwei systematische Reviews (Martin et al. 2012 und 2019) betonen ausdrücklich den Mangel an hochwertiger Evidenz zur Wirksamkeit von Kommunikationstools im Krankenhaus.
Was belegbar ist:
- Notaufnahme-Befragung (PLOS ONE, 2025, n = 120): Teilnehmende bewerteten Messenger-Konsultationen als schnell (84,4 von 100), einfach (87,9) und zugänglich (88,5); mobile Geräte ermöglichen laut den referenzierten Studien schnellere und verlässlichere Kommunikation und reduzieren Entscheidungsverzögerungen
- Kaiser Permanente (>4.000 Nutzer, Vorher-Nachher): −9,7 % persönliche Primärversorgungsbesuche nach Einführung von Secure Messaging
- Adhärenz bei Antidepressiva und Behandlungszufriedenheit stiegen um je 20 % bei Patient:innen mit Secure Messaging
- Fallstudie Innere Medizin: „undifferenzierte Patientenbenachrichtigungen" um 97 % reduziert (von 204 auf 6 Vorkommnisse); 92 % der Assistenzärzt:innen bevorzugten die neue Plattform
Was gegen ein rein positives Framing spricht:
- Dokumentierte Nachteile: mehr Unterbrechungen, Workflow-Störungen, Alert Fatigue und kognitive Belastung durch paralleles Multitasking in mehreren Konversationen
- Erhebliche Datenschutz- und Compliance-Probleme bei nicht-institutionellen Messengern — in der israelischen Studie als „Normalisierung von Non-Compliance" beschrieben
- Ein Review für UK/Irland fand keine belastbaren technischen Leitlinien für Kliniker:innen zur sicheren Nutzung solcher Tools
Korrekte Formulierung:
„Einzelstudien und Fallberichte zeigen für Secure Messaging im klinischen Umfeld schnellere Abstimmung, weniger unnötige Benachrichtigungen und beschleunigte Entscheidungsfindung; systematische Reviews weisen jedoch auf eine insgesamt schwache Evidenzbasis sowie auf dokumentierte Nachteile (Unterbrechungen, Alert Fatigue, Datenschutzrisiken) hin."
Quellen:
- PLOS ONE (2025), Using instant messaging applications for consultations in the emergency department: https://journals.plos.org/plosone/article?id=10.1371%2Fjournal.pone.0347028
- Kaiser Permanente und Adhärenz-Befunde, referenziert in: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8790696/
- Fallstudie Secure-Messaging-Einführung: https://www.researchgate.net/publication/331406037_Evaluation_of_Secure_Messaging_Applications_for_a_Health_Care_System_A_Case_Study
- Alert Fatigue / Multitasking: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12021371/
- Fehlende technische Leitlinien (UK/Irland): https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11743480/
- Systematic Reviews Martin et al., referenziert in: https://doi.org/10.2196/39051
3. Formulierungsvorschlag für den Gesamtabsatz
Eine Version, die sich vollständig belegen lässt:
Instant Messaging hat in den letzten zehn Jahren eine Reichweite erreicht, die E-Mail in der Alltagsnutzung übertrifft. WhatsApp wuchs von 1 Milliarde monatlich aktiven Nutzern (Februar 2016) auf über 3 Milliarden (April 2025) und stellte nach Metas letzter offizieller Angabe rund 100 Milliarden Nachrichten pro Tag zu — etwa 69 Millionen pro Minute (Stand Oktober 2020).
Die Nutzungsintensität ist entsprechend hoch: 93 % der US-Verbraucher texten täglich, 45 % prüfen ihre Nachrichten mehr als zehnmal am Tag, und Texten ist für 83 % die häufigste Mobilaktivität — gegenüber 77 % im Jahr 2022. 82 % prüfen eine eingehende Nachricht innerhalb von fünf Minuten, 32 % binnen 60 Sekunden. 84 % haben Unternehmens-SMS aktiv zugestimmt, ein Zuwachs von 35 % seit 2021. (Alle Werte: SimpleTexting 2025, 1.000 US-Verbraucher.)
Auf der E-Mail-Seite steht dem ein struktureller Nachteil gegenüber: 2024 waren rund 47 % des weltweiten E-Mail-Verkehrs Spam — in Unternehmenspostfächern damit annähernd jede zweite Nachricht (Kaspersky). Beim Kanalvergleich ist allerdings Vorsicht geboten: Für Messenger-Broadcasts an Opt-in-Listen werden Read-Rates von 65–90 % gemessen (gut segmentierte Listen: 90–94 %), nicht die häufig zitierten 98 %, für die keine Primärquelle existiert. Umgekehrt liegen berichtete E-Mail-Öffnungsraten heute bei 21–44 %, sind aber durch Apple Mail Privacy Protection um 15–20 Prozentpunkte nach oben verzerrt. Der belastbare Kern der Aussage ist damit ein Faktor von etwa 2–4, nicht von 5.
Im klinischen Umfeld ist die Messenger-Nutzung in Einzelstudien nahezu universell: In israelischen Krankenhäusern gaben 100 % der Ärzt:innen und 97,4 % der Pflegekräfte eine berufliche WhatsApp-Nutzung an; unter libanesischen Ärzt:innen waren es 96,5 %. Berichtete Vorteile sind schnellere Abstimmung und beschleunigte Entscheidungsfindung — systematische Reviews weisen jedoch auf eine schwache Evidenzbasis sowie auf Unterbrechungen, Alert Fatigue und erhebliche Datenschutzrisiken bei nicht-institutionellen Messengern hin.
4. Was ich vor Veröffentlichung streichen würde
- 58 % Spam (2024) — schlicht falsch, ersetzen durch 47 %
- 375.000 Chatbot-Nutzer täglich — keine Quelle, unplausible Größenordnung
- 66,83 % / 59,90 % / 52,97 % — keine Quelle, Scheinpräzision
- 8 Mrd. Messenger-B2C-Nachrichten/Monat — acht Jahre alt, von Meta selbst überholt
- „12 bis 24 Stunden E-Mail-Antwortzeit" — Erwartung als Messung ausgegeben
- Einheit bei den Jahres-Nachrichtenvolumina — Milliarden → Billionen
Bei allen SMS-Verbraucherzahlen sollte im Text stehen, dass sie sich auf US-Verbraucher und SMS beziehen. Sonst entsteht der Eindruck, es handle sich um Daten zur professionellen HCP-Kommunikation — und genau diese Lücke wäre der erste Angriffspunkt bei einer fachlichen Prüfung.
