A/B-Test

Was ist ein A/B-Test?

Bei einem A/B-Test teilst du deinen Traffic zufällig auf zwei Versionen auf. Variante A ist meist der aktuelle Stand, Variante B enthält eine gezielte Änderung. Beide laufen parallel, und du misst, welche Version eine vorher festgelegte Kennzahl verbessert, etwa Klicks, Anmeldungen oder Käufe.

Weil beide Gruppen zur selben Zeit unter denselben Bedingungen laufen, kannst du einen Unterschied auf deine Änderung zurückführen und nicht auf Saison, Kampagnen oder Zufall. Testest du mehr als zwei Varianten oder mehrere Elemente gleichzeitig, spricht man von A/B/n- oder multivariaten Tests.

Warum A/B-Tests wichtig sind

Meinungen im Meeting sind schnell geäußert. Echtes Verhalten ist belastbarer. Ein A/B-Test ersetzt Bauchgefühl durch einen Nachweis. Im Shop siehst du, ob eine neue Produktseite wirklich mehr Umsatz bringt. Im SaaS-Produkt erkennst du, ob ein geänderter Onboarding-Schritt mehr Nutzer zur Aktivierung führt. Gleichzeitig schützt dich der Test vor Änderungen, die gut aussehen, aber Kennzahlen verschlechtern.

So setzt du A/B-Tests in der Praxis ein

• Starte mit einer Hypothese: Was änderst du, welche Wirkung erwartest du und warum? Gute Hypothesen entstehen aus Nutzertests und Analytics.
• Lege eine Hauptkennzahl fest, bevor der Test startet, und wechsle sie nicht nachträglich.
• Plane genug Traffic und Laufzeit ein. Berechne die nötige Stichprobengröße vorab und lass den Test über ganze Wochen laufen, damit Wochentage sich ausgleichen.
• Ändere pro Variante nur eine Sache, damit du das Ergebnis eindeutig zuordnen kannst.
• Dokumentiere jedes Ergebnis, auch Tests ohne Gewinner. Sie zeigen dir, was deine Nutzer nicht bewegt.

Typische Fehler

Am häufigsten wird ein Test zu früh beendet, sobald eine Variante vorne liegt. Kurzfristige Ausschläge sind normal und verschwinden oft wieder. Ebenso riskant sind Tests ohne klare Hypothese. Dann weißt du zwar, dass B gewonnen hat, aber nicht warum, und kannst nichts für die nächste Änderung ableiten.