A/B-Testing: Definition & Erklärung — Glossar
A/B-Testing ist eine kontrollierte Testmethode, bei der zwei Varianten eines digitalen Elements – eine Webseite, eine E-Mail, ein Button, eine App-Funktion – gleichzeitig an zwei zufällig aufgeteilten Nutzergruppen getestet werden. Gruppe A sieht die ursprüngliche Version (Control), Gruppe B sieht die veränderte Version (Variant). Die Variante, die besser in der definierten Zielmetrik (Klickrate, Conversion, Verweildauer) abschneidet, gewinnt. A/B-Testing ersetzt Bauchentscheidungen durch Datenbasis.
Wie funktioniert ein A/B-Test?
- Hypothese definieren: „Wenn wir den CTA-Text von ‚Jetzt anfragen’ auf ‚Kostenloses Erstgespräch buchen’ ändern, steigt die Klickrate.”
- Variante erstellen: Die veränderte Version wird technisch vorbereitet.
- Traffic aufteilen: 50 % der Besucher sehen A, 50 % sehen B – zufällig, nicht nach Segment.
- Statistisch signifikantes Ergebnis abwarten: Zu frühe Auswertung führt zu falschen Schlüssen. Mindestens 1.000 Besucher pro Variante, besser mehr.
- Gewinner implementieren: Die bessere Variante wird für alle Nutzer ausgerollt.
Häufige Fehler beim A/B-Testing
- Zu früh auswerten: Nach 100 Klicks ist kein statistisch belastbares Ergebnis möglich.
- Mehrere Variablen gleichzeitig ändern: Dann ist unklar, welche Änderung für das Ergebnis verantwortlich war. Immer nur eine Variable pro Test.
- Kein klares Ziel: Ohne definierte Zielmetrik weiß man nicht, was „besser” bedeutet.
- Saisonale Effekte ignorieren: Ein Test über den Black Friday liefert Ergebnisse, die nicht generalisierbar sind.
Was sich testen lässt
Überschriften, Call-to-Actions, Bilder, Formularlänge, Preisdarstellung, E-Mail-Betreffzeilen, Navigationsstruktur, Seitenlayout, Vertrauenssignale, Ladezeiten-Optimierungen. Fast alles, was Nutzer sehen und mit dem sie interagieren, kann per A/B-Test optimiert werden.
Fazit
A/B-Testing ist das Fundament datengetriebener Optimierung. Es ersetzt „Ich glaube, das funktioniert besser” durch „Die Daten zeigen, dass das 23 % besser funktioniert”. Wer systematisch testet, optimiert kontinuierlich – und baut dadurch einen messbaren Wettbewerbsvorteil auf.