A/B-Tests: reale Beispiele und was Sie wirklich davon haben

Was A/B-Tests sind, und was nicht

Bei einem A/B-Test sieht eine Besuchergruppe Variante A und eine andere Gruppe Variante B. Anschließend vergleichen Sie ein zuvor festgelegtes Ergebnis: einen Kauf, eine Registrierung, das Absenden eines Formulars, eine Demo-Anfrage oder eine andere Conversion, die sich zuverlässig messen lässt.

Seit etwa 2019 führe ich Experimente auf Kundenwebsites durch und werte sie aus. Die Tools haben sich seitdem verändert, und Google Optimize wurde eingestellt. Heute nutzen Teams Plattformen wie VWO und Optimizely, serverseitige Zuweisungen oder eigene Lösungen, während GA4 in erster Linie zur Analyse der Ergebnisse dient und nicht zur Darstellung der Varianten.

Das Grundprinzip ist jedoch gleich geblieben: eine klare Hypothese, eine primäre Kennzahl und genügend Traffic für eine aussagekräftige Entscheidung.

A/B-Tests sind nicht:

• ein Ersatz für ein unklares Angebot oder einen fehlerhaften Checkout
• ein Mittel, um ein Redesign zu rechtfertigen, bevor grundlegende UX-Probleme gelöst wurden
• eine Garantie dafür, dass jede Änderung der Button-Farbe die Conversion-Rate erhöht

Sie sind eine strukturierte Methode, um Vermutungen auf Seiten zu reduzieren, die bereits genügend Besucher und Conversions für eine sinnvolle Auswertung haben.

Was Sie wirklich gewinnen

Eine klare Antwort auf eine konkrete Frage

Statt darüber zu diskutieren, ob jemand den blauen oder den grünen Button bevorzugt, erhalten Sie eine Antwort, die auf dem tatsächlichen Verhalten der Besucher basiert.

Zum Beispiel: Hat Variante B unter den Bedingungen dieses Tests eine höhere Abschlussrate des Formulars erzielt als Variante A?

Neben der primären Kennzahl können Sie weitere Werte festlegen, um sicherzustellen, dass eine Änderung nicht an anderer Stelle Probleme verursacht. Dazu können die Absprungrate, der durchschnittliche Bestellwert oder die Anzahl der Support-Anfragen gehören.

Viele Tests liefern am Ende keinen eindeutigen Gewinner. Auch dieses Ergebnis ist wertvoll, denn es kann verhindern, dass Sie eine Änderung veröffentlichen, die in einem Meeting überzeugender wirkte, das tatsächliche Nutzerverhalten aber nicht verbessert.

Prioritäten auf Basis von Ergebnissen

Teams, die regelmäßig testen, bauen mit der Zeit eine Wissensbasis auf: Was hat funktioniert, was nicht und unter welchen Bedingungen?

Das Ergebnis kann vom Zielgruppensegment, vom Gerätetyp, von der Jahreszeit, von der Traffic-Quelle oder von parallel laufenden Marketingkampagnen abhängen. So verlagern sich Prioritäten schrittweise von persönlichen Meinungen hin zu dokumentierten Ergebnissen und Erkenntnissen.

Grenzen, die Sie einplanen sollten

• Traffic: Für belastbare Schlussfolgerungen benötigen Sie genügend Conversions pro Variante. Auf kleineren Websites kann ein Test mehrere Wochen laufen, bevor ausreichend Daten vorliegen. Das ist normal und bedeutet nicht, dass die Methode nicht funktioniert.
• Datenschutz und Tracking: Cookie-Einwilligungen und Einschränkungen der Plattformen machen eine präzise Messung und Segmentierung schwieriger als noch vor einigen Jahren. Serverseitige Lösungen und First-Party-Analytics können helfen, perfektes Tracking ist jedoch unrealistisch. Experimente sollten mit dieser Einschränkung im Hinterkopf geplant werden.
• Implementierungsaufwand: Jede Variante muss entwickelt, getestet und korrekt mit der Analyse verbunden werden. Zehn kleine Textänderungen gleichzeitig zu testen klingt effizient, erschwert aber meist die Auswertung und erzeugt zusätzliches Rauschen in den Daten.

Testmuster, die sich lohnen können, ohne erfundene Prozentwerte

Diese Arten von Experimenten sind häufig sinnvoll, sobald die Grundlagen stimmen: Die Seiten laden schnell, Formulare funktionieren, die mobile Darstellung ist benutzerfreundlich und der nächste Schritt ist klar.

Ich nenne keine möglichen prozentualen Steigerungen, da das Ergebnis vom Traffic, vom Angebot, von der Zielgruppe und von der Qualität der bestehenden Seite abhängt.

E-Commerce: CTA-Text und klare Versandinformationen

Sie können den üblichen „In den Warenkorb“-Button mit einer Variante vergleichen, bei der die tatsächliche Grenze für kostenlosen Versand oder die erwartete Lieferzeit deutlicher hervorgehoben wird.

Solche Angaben müssen selbstverständlich korrekt sein und den geltenden Kaufbedingungen entsprechen.

Der Test kann zeigen, ob Unsicherheit beim Versand die Besucher stärker vom Klicken abhält als das visuelle Design. Manchmal gewinnt der klarere Text. In anderen Fällen zeigt der Test lediglich, dass das Angebot selbst nicht verständlich genug ist.

SaaS und B2B: eine konkretere Einstiegsüberschrift

Eine Überschrift, die ein klares Ergebnis beschreibt, beispielsweise „Weniger verpasste Fristen bei Kundenprojekten“, lässt sich mit einer allgemeineren Bezeichnung wie „Projektmanagement-Software“ vergleichen.

So testen Sie, ob Besucher sofort verstehen, für wen das Produkt gedacht ist und welches Problem es löst.

Kürzer ist nicht automatisch besser, eine konkretere Überschrift lässt sich jedoch häufig leichter verstehen.

Lead-Generierung: Formularlänge und Reihenfolge der Felder

Sie können Felder entfernen, deren Informationen das Vertriebsteam später ergänzen kann, oder eine besonders sensible Frage erst anzeigen, nachdem der Besucher seine E-Mail-Adresse eingegeben hat.

So finden Sie heraus, ob die Länge des Formulars die Besucher abschreckt oder ob das Angebot selbst nicht relevant genug ist.

Steigt die Anzahl der übermittelten Formulare, während die Qualität der Leads sinkt, sollten zusätzliche Kennzahlen dies sichtbar machen. Mehr Anfragen bedeuten nicht automatisch ein besseres Geschäftsergebnis.

Preise und Hervorhebung eines Tarifs

Die Reihenfolge der Tarife, die standardmäßig hervorgehobene Option und die Darstellung des wichtigsten Vorteils beeinflussen, wie Besucher eine Entscheidung treffen, nicht nur, wie die Seite aussieht.

Den mittleren Tarif hervorzuheben ist nur dann sinnvoll, wenn er tatsächlich zu den Bedürfnissen der meisten Kunden passt. Andernfalls kann die Hervorhebung zusätzliche Verwirrung schaffen oder das Vertrauen verringern.

Was Ergebnisse unzuverlässig macht

Bei der Analyse ins Stocken geratener oder abgebrochener Testprogramme stoße ich besonders häufig auf die folgenden Probleme:

• Zu viele Änderungen gleichzeitig: Wenn Sie Überschrift, Bild, CTA und Inhaltsstruktur in derselben Variante verändern, können Sie nicht erkennen, was das Ergebnis tatsächlich beeinflusst hat.
• Ständige Zwischenprüfungen und vorzeitiges Beenden: Wenn Sie die Ergebnisse täglich prüfen und den Test beenden, sobald eine Variante vorübergehend besser aussieht, steigt das Risiko eines falschen Schlusses.
• Neuheitseffekt: Eine größere visuelle Änderung kann kurzfristig bessere Ergebnisse erzielen, weil sie Aufmerksamkeit erregt. Dieser Effekt verschwindet jedoch häufig nach einiger Zeit.
• Ungleichmäßige Zuweisung oder fehlerhaftes Tracking: Das Ergebnis ist nicht zuverlässig, wenn die Varianten keinen vergleichbaren Traffic erhalten oder Conversions unterschiedlich gemessen werden.
• Testen vor der Behebung grundlegender Probleme: Ein langsamer LCP, ein fehlerhaftes mobiles Menü oder ein unklares Nutzenversprechen sind wichtiger als die Farbe eines Buttons.

Legen Sie vor dem Start eines Tests die primäre Kennzahl, die Mindestlaufzeit oder erforderliche Stichprobengröße, zusätzliche Kontrollkennzahlen und die für die endgültige Entscheidung verantwortliche Person fest.

Wo A/B-Tests in den Optimierungsprozess gehören

Auf den Websites, die ich analysiere, funktionieren Experimente am besten als letzter Optimierungsschritt auf Seiten, die bereits eine stabile und messbare Conversion-Basis haben:

1. Klären Sie Angebot und Zielgruppe auf den wichtigsten Landingpages
2. Beseitigen Sie technische Hindernisse wie lange Ladezeiten, fehlerhafte Formulare und schlechte mobile Bedienbarkeit
3. Ergänzen Sie glaubwürdige Vertrauenssignale wie Bewertungen, Informationen über das Team und klare Richtlinien
4. Testen Sie erst danach Überschriften, CTAs, Formularvarianten und die Platzierung wichtiger Elemente

Wenn die ersten drei Schritte nicht stimmen, lenken Tests verschiedener Button-Farben meist nur vom eigentlichen Problem ab.

Tools in Kürze

Seit der Einstellung von Google Optimize hängt das passende Setup vom Budget, vom Traffic und von den technischen Möglichkeiten des Teams ab.

Plattformen wie VWO, Optimizely und Kameleoon sowie individuell entwickelte serverseitige Lösungen können Varianten erstellen und an Besucher ausspielen. GA4, häufig in Kombination mit BigQuery, kann für die Analyse und Berichterstattung genutzt werden.

Die Wahl des Tools ist weniger wichtig als die Art und Weise, wie der Testprozess durchgeführt wird: eine klare Hypothese pro Test, einheitlich definierte Conversions und sauber dokumentierte Ziele, Änderungen und Ergebnisse.

Seit 2019 zeigt sich immer wieder dieselbe Lektion: Disziplin ist wichtiger als die Anzahl der Dashboard-Funktionen.

Wann A/B-Tests sinnvoll sind

Führen Sie einen A/B-Test durch, wenn Sie über genügend Traffic und Conversions verfügen, eine überprüfbare Hypothese haben und bereits eine kleine Verbesserung den Implementierungsaufwand rechtfertigen würde.

Verzichten Sie darauf, wenn das Angebot unklar ist, das Tracking nicht zuverlässig funktioniert oder das Team mit einem Redesign wichtigeren UX-Problemen ausweichen möchte.

Richtig eingesetzt führen A/B-Tests zu weniger Diskussionen, klareren Prioritäten und gelegentlich zu deutlichen Verbesserungen. Ebenso wertvoll sind Tests, die keinen Unterschied zeigen, denn sie können verhindern, dass Sie eine Änderung veröffentlichen, die weder den Nutzern noch dem Unternehmen hilft.

Möchten Sie herausfinden, was die Ergebnisse Ihrer Website wirklich verbessern könnte?

Kontaktieren Sie mich. Gemeinsam können wir die wichtigsten Conversion-Hindernisse identifizieren, sinnvolle Hypothesen formulieren und eine verlässliche Grundlage für Tests schaffen, anstatt Änderungen nach dem Zufallsprinzip vorzunehmen.