A/B-Testing
A/B-Testing ist ein Vergleich zweier Varianten einer Webseite, der anhand von Daten zeigt, welche mehr Besucher zur gewünschten Handlung bewegt.
A/B-Testing (auch Split-Testing) ist ein Verfahren, bei dem du zwei Versionen einer Webseite oder eines Elements gegeneinander testest: Variante A (das Original) und Variante B (eine Änderung). Die Besucher werden per Zufall aufgeteilt, und jede Gruppe sieht nur eine Version. Anschliessend misst du, welche Variante mehr Besucher zur gewünschten Aktion führt, etwa zu einer Anfrage, einem Kauf oder einem Klick. So triffst du Entscheidungen auf Grundlage von Messdaten statt nach Gefühl.
Warum es wichtig ist
Auf der eigenen Website bleiben teure Fehler oft unbemerkt. Eine schwache Überschrift oder ein unklarer Button kosten laufend Anfragen, ohne dass es auffällt. A/B-Testing macht solche Effekte messbar. Statt darüber zu diskutieren, ob ein roter oder grüner Button besser wirkt, entscheidet das Verhalten deiner Besucher. Das verbessert die Conversion-Rate schrittweise und holt mehr aus dem Traffic heraus, den du bereits hast. Weil bezahlter Traffic und SEO Aufwand kosten, wirkt jede Steigerung der Conversion direkt auf den Umsatz.
Wie es in der Praxis funktioniert
Ein sauberer Test folgt einem klaren Ablauf:
- Hypothese formulieren: "Wenn der Call-to-Action einen Nutzen nennt statt ‹Absenden›, steigt die Klickrate."
- Eine Variable ändern: Pro Test nur ein Element (Headline, Button, Bild), sonst weisst du nicht, was gewirkt hat.
- Ziel und Messgrösse festlegen: z. B. abgeschickte Formulare als Conversion.
- Stichprobe und Laufzeit: genug Besucher und mindestens ein bis zwei Wochen, um Schwankungen zwischen den Wochentagen auszugleichen.
- Auf statistische Signifikanz prüfen: Als üblicher Schwellenwert gilt eine Konfidenz von 95 %. Erst dann ist ein Unterschied belastbar und nicht zufällig.
Wichtig ist Geduld: Tests, die zu früh beendet werden, liefern Scheinergebnisse. Google Optimize wurde eingestellt; heute laufen Tests über Plattformen wie VWO, Optimizely oder über serverseitige Lösungen. Bei sehr wenig Traffic werden A/B-Tests nie signifikant. Dort sind qualitative Methoden wie Heatmaps, Session-Recordings oder Befragungen von Nutzern die bessere Wahl.
Praxis-Bezug für Schweizer KMU
Viele KMU-Websites haben für klassische A/B-Tests zu wenige Besucher, um statistisch saubere Ergebnisse zu erhalten. Das Prinzip lohnt sich trotzdem: Teste die wenigen Stellen, die am meisten bewirken, etwa die Headline auf der Landingpage oder das Kontaktformular. Wo der Traffic fehlt, ersetzen Heatmaps und direkte Rückmeldungen von Kunden den klassischen Test.
Häufige Fragen
In der Regel mindestens ein bis zwei Wochen, damit Unterschiede zwischen Wochentagen und Wochenende ausgeglichen werden. Wichtiger als die Dauer ist die Datenmenge: Beende den Test erst, wenn genug Besucher teilgenommen haben und das Ergebnis statistisch signifikant ist. Üblich ist eine Konfidenz von 95 %.
Beim A/B-Test vergleichst du zwei Varianten, die sich in einem Element unterscheiden. Beim multivariaten Test änderst du mehrere Elemente gleichzeitig und prüfst alle Kombinationen. Multivariate Tests brauchen deutlich mehr Traffic und eignen sich nur für Seiten mit sehr vielen Besuchern.
Bei sehr wenig Traffic werden A/B-Tests selten statistisch signifikant, weil zu wenige Besucher teilnehmen. Für kleine KMU-Websites eignen sich qualitative Methoden wie Heatmaps, Session-Recordings oder direkte Rückmeldungen von Nutzern meist besser, um Schwachstellen in der Conversion zu finden.
Passende Leistungen