Was ist ein A/B-Test?

A/B-Test: Definition und Zweck

Beim A/B-Test wird eine Version A, die bisherige Variante, gegen eine Version B mit genau einer gezielten Änderung getestet. Besucher werden zufällig zugewiesen, sodass beide Gruppen vergleichbar sind. Am Ende zeigen echte Nutzerdaten, welche Variante mehr Anfragen, Käufe oder Klicks erzeugt – statt dass Meinungen oder Bauchgefühl entscheiden.

Typische Testobjekte sind Überschriften, Bilder, Buttontexte, Formularlängen, Preisdarstellungen oder Betreffzeilen im Newsletter. Verwandt ist der Multivariantentest, der mehrere Elemente gleichzeitig kombiniert, dafür aber deutlich mehr Besucher braucht. Für die meisten mittelständischen Websites ist der klassische A/B-Test mit nur einer Änderung die praktikablere Wahl.

So funktioniert ein A/B-Test

Zuerst steht eine Hypothese, etwa: „Ein Button mit dem Text ‚Kostenloses Angebot anfordern‘ führt häufiger zur Anfrage als ‚Absenden‘.“ Danach wird die Zielgröße festgelegt, zum Beispiel die Conversion-Rate. Eine Testsoftware teilt den Traffic zufällig auf, zählt die Ergebnisse je Variante und berechnet, ob der Unterschied belastbar ist oder auf Zufall beruhen kann.

Entscheidend ist die Laufzeit. Ein Test sollte mindestens volle Wochen laufen, um Wochentagseffekte auszugleichen, und erst enden, wenn die vorab berechnete Besucherzahl erreicht ist. Wer zwischendurch nachsieht und bei einem ersten Vorsprung abbricht, trifft häufig Fehlentscheidungen, weil frühe Ausschläge oft wieder verschwinden.

Praxis­bei­spiel: Anfrage­for­mular eines Hand­werksbe­triebs

Ein Fliesenleger-Betrieb vermutet, dass sein Kontaktformular mit acht Pflichtfeldern Interessenten abschreckt. Variante B fragt nur Name, Telefonnummer und Wunschleistung ab; Details klärt der Rückruf. Beide Varianten laufen mehrere Wochen parallel, gemessen werden abgeschickte Anfragen je hundert Besucher. Alles andere auf der Seite bleibt unverändert, damit der Unterschied eindeutig dem Formular zugeordnet werden kann.

Zeigt sich ein klarer Vorsprung der kurzen Variante, wird sie zum neuen Standard und der nächste Test folgt, etwa zur Überschrift. Zeigt sich kein Unterschied, ist auch das ein Ergebnis: Das Formular war offenbar nicht das Problem, und der Aufwand fließt in andere Stellschrauben wie Ladezeit oder Vertrauenselemente.

Grenzen, typische Fehler und Umsetzung

Aussagekräftige Tests brauchen genügend Besucher. Bei einer Conversion-Rate von rund zwei Prozent sind für kleine Unterschiede oft mehrere tausend bis einige zehntausend Besuche je Variante nötig. Seiten mit wenig Traffic testen deshalb besser größere Änderungen oder stützen sich zunächst auf Nutzerfeedback. Auch Messung und Einwilligung gehören geklärt: Je nach Tool kann eine Einwilligung erforderlich sein.

Nano Concepts richtet A/B-Tests technisch sauber ein, achtet darauf, dass die Seite durch das Testwerkzeug nicht langsamer wird, stimmt Messung und Cookie-Einwilligung ab und wertet die Ergebnisse gemeinsam mit Ihnen aus, damit aus Erkenntnissen konkrete Verbesserungen an Seite und Prozess werden.

• Pro Test nur eine Änderung, sonst bleibt die Ursache unklar
• Hypothese und Zielgröße vor dem Start festlegen
• Laufzeit und Besucherzahl vorab planen, nicht vorzeitig abbrechen
• Nicht mehrere Tests gleichzeitig auf derselben Seite laufen lassen
• Ergebnisse dokumentieren – auch die ohne Gewinner