A/B-Test
Ein A/B-Test vergleicht zwei Varianten einer Seite oder eines Elements, indem der Traffic zufällig aufgeteilt und für jede Variante dieselbe Zielhandlung gemessen wird. Aussagekräftig ist das Ergebnis nur, wenn sich die Varianten in genau einer Sache unterscheiden, beide Gruppen im selben Zeitraum laufen und genügend Conversions zusammenkommen.
Was ein A/B-Test leistet
Ein A/B-Test beantwortet genau eine Frage: Bringt Änderung X mehr als der bisherige Zustand? Er ersetzt die Diskussion im Team durch eine Messung — allerdings nur, wenn der Aufbau stimmt.
Fünf Punkte gehören vor den Start festgelegt:
- Die Hypothese. Nicht „wir probieren mal einen anderen Button”, sondern: Wenn wir den Preisrahmen oberhalb des Formulars nennen, brechen weniger Besucher ab, weil die häufigste offene Frage vorher beantwortet ist.
- Genau eine Variable. Ändern Sie Überschrift, Bild und Formular gleichzeitig, wissen Sie am Ende, dass sich etwas verändert hat — aber nicht, wodurch.
- Eine Zielhandlung. Abgesendetes Formular, gebuchter Termin, Bestellung. Nebenmetriken dürfen mitlaufen, entscheiden aber nicht.
- Zufällige Aufteilung im selben Zeitraum. Ein Vergleich „diese Woche gegen letzte Woche” ist kein A/B-Test, weil Wetter, Saison und Kampagnen dazwischenfunken.
- Die nötige Stichprobe. Vorab ausgerechnet, nicht im Laufen geschätzt.
Üblich ist es, ein Ergebnis erst ab einem Signifikanzniveau von 95 Prozent zu akzeptieren. Diese Schwelle ist eine Konvention, keine Naturkonstante — sie schützt davor, Zufallsschwankungen als Erfolg zu verkaufen.
Vom A/B-Test zu unterscheiden sind zwei verwandte Verfahren: Der multivariate Test prüft mehrere Elemente in allen Kombinationen und braucht dafür ein Vielfaches an Daten — für die meisten mittelständischen Websites unrealistisch. Der schlichte Vorher-Nachher-Vergleich wiederum ist kein Test, sondern eine Beobachtung, weil Saison, Kampagnen und Wettbewerb dazwischen liegen.
Woran die meisten Tests scheitern
- Zu früh gestoppt. Wer täglich nachsieht und beim ersten Vorsprung abbricht, produziert Ergebnisse, die sich nicht wiederholen lassen.
- Zu wenig Conversions. Bei einer Handvoll Anfragen im Monat ist jeder Unterschied Rauschen. Dann ist ein A/B-Test das falsche Werkzeug, nicht die falsche Idee.
- Mehrere Änderungen gleichzeitig. Beliebt, weil es schneller wirkt, und wertlos, weil die Ursache unklar bleibt.
- Unsaubere Gruppen. Startet mitten im Test eine neue Kampagne, bekommt eine Variante plötzlich anderen Traffic.
- Falsches Ziel. Wer auf Klicks statt auf Anfragen optimiert, gewinnt Klicks — und verliert unter Umständen Aufträge.
- Kein Ergebnisprotokoll. Ohne Dokumentation testet das Team in zwei Jahren dieselbe Frage noch einmal.
Was sich zu testen lohnt
Beginnen Sie bei den großen Hebeln, nicht bei der Buttonfarbe. Je näher eine Änderung an der Entscheidung des Besuchers liegt, desto größer der mögliche Effekt — und desto schneller ist er messbar.
| Ebene | Beispiele | Erwarteter Hebel |
|---|---|---|
| Angebot | Preisrahmen nennen, Leistungsumfang, Einstiegsangebot | groß |
| Botschaft | Überschrift, erstes Nutzenversprechen, Ansprache | groß |
| Formular | Anzahl Pflichtfelder, Reihenfolge, Erklärung zum Datenschutz | mittel bis groß |
| Vertrauen | Bewertungen, Referenzen, Gesichter statt Symbolbilder | mittel |
| Gestaltung | Platzierung der Handlungsaufforderung, Reihenfolge der Abschnitte | mittel |
| Details | Farben, Icons, Formulierung einzelner Wörter | klein |
Welche Zahl Sie dabei überhaupt vergleichen, steht im Eintrag Conversion-Rate; der Aufbau der getesteten Seite selbst unter Landingpage.
Wenn die Datenmenge nicht reicht
Für die meisten mittelständischen Websites ist das der Normalfall, und es ist kein Grund zur Untätigkeit. Statt zu testen, setzen Sie in dieser Lage gesicherte Grundlagen um: verständliche Botschaft, kurzes Formular, sichtbare Kontaktmöglichkeit, schnelle Ladezeit. Zusätzlich helfen qualitative Verfahren — Heatmaps, Sitzungsaufzeichnungen und fünf echte Personen, die vor Ihren Augen versuchen, eine Anfrage zu stellen. Diese Verfahren liefern keine Prozentzahlen, dafür Ursachen.
Wir sind eine inhabergeführte Agentur, Tests plant und wertet Marek Stein selbst aus. Der einmalige Conversion-Audit kostet 390 € und prüft neun Dimensionen von Landingpage-Struktur bis Tracking. Laufende Betreuung mit Tests beginnt bei 199 € im Monat; die Stufe mit Heatmaps, Sitzungsaufzeichnungen und mehreren parallelen Tests liegt bei 399 € im Monat. Als Kleinunternehmer nach § 19 UStG weisen wir keine Umsatzsteuer aus — alle Pakete stehen unter Preise, eine unverbindliche Einschätzung gibt es über die Beratung.
Häufige Fragen zu A/B-Test
Wie lange muss ein A/B-Test laufen?
Mindestens über volle Wochen, weil sich Werktage und Wochenenden im Verhalten deutlich unterscheiden — ein Test von Dienstag bis Freitag misst einen Ausschnitt und keine Realität. Die eigentliche Grenze ist aber nicht die Zeit, sondern die Menge: Erst wenn in beiden Varianten genug Conversions zusammengekommen sind, ist ein Unterschied mehr als Zufall.
Wie viele Besucher brauche ich für einen A/B-Test?
Das hängt von Ihrer heutigen Conversion-Rate und davon ab, wie groß der Unterschied ist, den Sie erkennen wollen. Kleine Verbesserungen brauchen sehr viel mehr Daten als große. Rechnen Sie die nötige Stichprobe vorab mit einem Stichprobenrechner aus, statt mitten im Test zu schauen — sonst wissen Sie hinterher nicht, ob das Ergebnis etwas bedeutet.
Darf ich abbrechen, sobald eine Variante vorn liegt?
Nein, und genau das ist der häufigste Fehler. In den ersten Tagen schwanken beide Varianten stark, und irgendwann liegt zufällig eine vorn. Wer in diesem Moment stoppt, erklärt den Zufall zum Ergebnis. Legen Sie die nötige Datenmenge vor dem Start fest und halten Sie sich daran, auch wenn es zwischendurch eindeutig aussieht.
Schadet ein A/B-Test dem Ranking bei Google?
Bei sauberer Umsetzung nicht. Beide Varianten müssen denselben Inhalt in vergleichbarer Form zeigen, Suchmaschinen dürfen nicht anders behandelt werden als Nutzer, und der Test sollte befristet sein. Laufen die Varianten auf getrennten URLs, gehört ein Canonical-Tag auf die Originalseite. Problematisch wird es erst, wenn eine Variante dauerhaft bestehen bleibt, ohne dass die Technik bereinigt wird.
Zuletzt geprüft am 16. September 2026 von Marek Stein, Inhaber von nova.02:media.