A/B-Testing: Definition, Funktionsweise, Beispiele & Tools

A graphic depicting A to B testing methods.

Egal, wie viel Du recherchierst, nicht jede Werbekampagne wird positive Ergebnisse erzielen, aus diesem Grund sind A/B-Tests eine geeignete Methode, um die besten Werbe- und Marketingstrategien zu finden.

Ein A/B-Test kann verwendet werden, um alles zu testen, von Texten bis hin zu Verkaufsargumenten, um die leistungsstärkste Version einer Kampagne zu finden, bevor man sein gesamtes Budget in eine Strategie investiert, die nicht funktionieren. Obwohl A/B-Tests zeitaufwendig sein können, gleicht sich dieser Zeitaufwand durch die zahlreichen Vorteile wieder aus.

Ein gut geplanter A/B-Test kann einen großen Unterschied in Bezug auf die Effektivität Deiner Marketingbemühungen machen, denn das Eingrenzen und Kombinieren der effektivsten Elemente einer Werbeaktion kann zu einem höheren Return on Investment führen, das Ausfallrisiko verringern und eine optimierte Marketingstrategie hervorbringen.

Was ist A/B-Testing und warum ist es wichtig?

Beim A/B-Testing werden zwei verschiedene Versionen einer Webseite, Anzeige, E-Mail, eines Pop-ups oder einer Landingpage miteinander verglichen, um zu sehen, welche die besten Ergebnisse erzielt.

Du könntest beispielsweise zwei Pop-ups testen, um zu sehen, welches zu mehr Webinar-Anmeldungen führt, oder zwei Werbeanzeigen gegeneinander antreten lassen, um zu sehen, welche zu mehr Verkäufen führt). Dies liefert Dir wichtige Erkenntnisse darüber, wo und wie Dein Marketingbudget investiert werden sollte, und gibt Dir gleichzeitig die Sicherheit, potenziell riskante, aber wichtige Schritte zu unternehmen.

Ich selbst führe regelmäßig A/B-Tests auf meiner Webseite durch, um meine Interaktionsraten zu verbessern und mehr über meine Besucher zu erfahren.

An image of a popup on Neilpatel.com, created through A/B testing.

In einem dieser Tests habe ich festgestellt, dass das Anbieten einer kostenlosen Webseitenanalyse (die meiner Zielgruppe einen enormen Mehrwert bietet), der effektivste Weg ist, um mich als Experte zu etablieren und Besuchern meinen Wert unter Beweis zu stellen. Ich habe die Klicks und Konversionsraten verglichen, um zu sehen, welche Überschriften besser ankommen und mehr Nutzer auf meiner Webseite halten.

Wie funktioniert ein A/B-Test?

Bei einem A/B-Test werden zwei Versionen desselben Assets (Anzeige, Webseite, Pop-up, Angebot usw.) verschiedenen Benutzern zufällig angezeigt. Dieses Zufallselement ist wichtig, da der Test so genauere Informationen liefert, ohne die Ergebnisse zu verfälschen.

Eine Version ist die „Kontrollgruppe“, oft die bereits verwendete Version. Die zweite Version verfügt über ein einziges geändertes Element. Du könntest auch mehrere Elemente gleichzeitig ändern, aber dann wäre ist schwieriger zu sagen, welche Änderung die Ergebnisse hervorgerufen hat. Ein solcher Test wird als Multivariate Test bezeichnet (dazu später mehr).

Du könntest der Hälfte der Webseitenbesucher einen blauen „Jetzt kaufen“-Button zeigen und der anderen Hälfte einen roten „Jetzt kaufen“-Button. Nach einer gewissen Zeit (mindestens zwei Wochen) würdest Du dann die Konversionsraten beider Versionen miteinander vergleichen, um zu sehen, welche Schaltfläche zu mehr Verkäufen geführt hat.

Die meisten Vermarkter verwenden ein Programm oder eine Software, um einen solchen Test durchzuführen, dazu später auch mehr.

Warum sind A/B-Tests so wichtig?

Ein präziser A/B-Test kann erhebliche Auswirkungen auf Deinen Return on Investment (ROI) haben, denn durch das Sammeln empirischer Daten kannst Du genau erkennen, welche Strategien am besten für Dein Unternehmen und Dein Produkt geeignet sind.

Falls eine Variante zwei-, drei- oder sogar viermal besser funktioniert als eine andere, ohne mehr Geld aufs Spiel zu setzen, wäre es dumm, diese nicht zu nutzen, dafür muss man eine Werbeaktion aber vorher testen.

Wenn sie regelmäßig durchgeführt werden, können Tests Deine Ergebnisse verbessern, denn wenn Du weißt, was funktioniert und was nicht (und Beweise dafür hast), kannst Du bessere Entscheidungen treffen und auf lange Sicht effektivere Maßnahmen ergreifen.

Hier sind weitere Vorteile für die Durchführung regelmäßiger A/B-Tests auf Deiner Webseite:

  • Du wirst Deine Zielgruppe besser verstehen. Wenn Du weißt, auf welche E-Mails, Überschriften und Funktionen Dein Publikum häufiger reagiert, erhältst Du einen Einblick und ein tieferes Verständnis für ihre Vorlieben.
  • Du erzielst höhere Konversionsraten. A/B-Tests sind eine extrem effektive Methode zur Steigerung der Konversionsraten, denn Du erhältst umsetzbare Daten, die Du nutzen kannst, mit Deinen Konvertierungsprozess zu optimieren.
  • Halte Dich über aktuelle Trends auf dem Laufenden. Es ist immer schwer vorherzusagen, wie Menschen auf bestimmte Inhalte, Bilder oder andere Elemente reagieren werden. Regelmäßige Test können frühe Einblicke in neue Verbrauchergewohnheiten bieten.
  • Du kannst Absprungraten reduzieren. Wenn ein Besucher einen Inhalt sieht, der ihm gefällt, verweilt er möglicherweise länger auf Deiner Seite. Indem Du anhand von Tests herausfindest, welche Inhalte Deine Besucher bevorzugen, kannst Du mehr davon produzieren und Deine Webseite attraktiver gestalten, damit die Besucher länger bleiben.

Letztendlich gibt Dir ein A/B-Test die Möglichkeit, die Kontrolle über Deine Marketingstrategie zurückzuerlangen. Du musst Dich nicht länger auf Dein Bauchgefühl verlassen und hoffen, dass Deine Kunden reagieren.

Wie plant man einen A/B-Test?

Das Erste, was Du tun solltest, wenn Du einen A/B-Test planst, ist herauszufinden, was Du testen möchtest. Soll der Test auf Deiner Webseite oder an anderer Stelle durchgeführt werden?

Folgende Elemente bieten sich als Testobjekt an:

  • Überschriften und Seitentitel
  • Handlungsaufforderungen (Texte und Formulierungen)
  • Handlungsaufforderungen (Platzierungen)
  • Pop-ups
  • Bilder
  • Texte/Seiteninhalt
  • Anzahl der Felder in einem Formular

Falls der Test nicht auf Deiner eigenen Webseite stattfindet, testest Du wahrscheinlich eine Werbeanzeige oder eine E-Mail. Du kannst zum Beispiel Deine Werbetexte testen, um zu sehen, welche Anzeige mehr Kunden anlockt. Sobald der Gewinner feststeht, kannst Du dann mehr in diese Kampagne investieren.

Das Gleiche gilt für E-Mails. Versende zwei verschiedene Versionen einer E-Mail an Deine Kontaktliste (nach dem Zufallsprinzip) und werte anschließend die Ergebnisse aus, um herauszufinden, welche besser konvertiert. Im Falle von E-Mails bieten sich die Struktur, Betreffzeile, Bilder oder das Angebot als Testobjekt an.

Ein A/B-Test zeigt Dir, worauf Dein Publikum eher reagiert, damit Du Deine Strategie langfristig umstellen kannst. Suche Dir ein Element aus, das getestet werden soll, und erstelle dann eine Liste aller Variablen, die Du testen möchtest. Wenn Du den Call-to-Action testen willst, könntest Du folgende Elemente testen:

  • Platzierungen
  • Texte und Formulierungen
  • Farbe und Weißraum

A/B-Testing ist ein umfangreicher Prozess, darum ist es üblich, dass mehrere kleinere Split-Tests durchgeführt werden müssen, bevor Du eine endgültige Entscheidung treffen kannst.

Die Checkliste zur Durchführung eines A/B-Tests

Bevor wir mit dem Split-Testing beginnen, müssen wir uns eine klare Vorstellung von den gewünschten Ergebnissen verschaffen. Du solltest bereits eine gute Vorstellung der aktuellen Situation haben. Diese ist Dein Ausgangspunkt. Nun müssen Option A und B getestet und miteinander verglichen werden, um herauszufinden, welche Version besser abschneidet und ob sie sich überhaupt vom aktuellen Ergebnis unterscheidet.

Du kannst Option A (Deine aktuelle Version) auch als Kontrollgruppe verwenden und weitere Versionen testen.

Die Tests müssen gleichzeitig durchgeführt werden, da Timing wichtig ist und das Ergebnis ebenfalls beeinflussen kann. Du kannst nicht heute die eine Variante und morgen die andere testen, da sich die Situation in der Zwischenzeit geändert haben könnte, zum Beispiel könnte eine neue Facebook-Kampagne oder ein neuer Blogbeitrag veröffentlicht worden sein usw. Du musst Deine Varianten gleichzeitig an jeweils einen Teil Deines Traffics ausliefern.

Hier ist eine zusammenfassende Checkliste für Deinen A/B-Test:

  1. Überlege Dir, welche Funktionen oder Elemente getestet werden sollen.
  2. Erstelle zwei Versionen derselben Anzeige, Zielseite, App usw.
  3. Überlege Dir, wie lange der Test laufen soll. Ich würde mindestens zwei Wochen vorschlagen, der Test kann aber je nach Traffic und Branche etwas länger oder kürzer dauern.
  4. Wähle ein Programm aus, das Dich bei der Durchführung des Tests unterstützt (dazu später mehr).
  5. Führe Deinen Test durch!
  6. Warte ein paar Wochen und analysiere dann Deine Ergebnisse. Welche Version hat gewonnen?
  7. Führe nun Änderungen oder Anpassungen durch und wiederhole das Ganze. A/B-Tests sind am effektivsten, wenn sie kontinuierlich durchgeführt werden.

Elemente, die getestet werden sollten

Du kannst praktisch alles testen: Überschriften, CTAs, Texte, Fotos, Platzierung und mehr. Wenn Du es ändern kannst, kannst Du es testen. Das bedeutet jedoch nicht, dass Du Monate damit verbringen solltest, jede Kleinigkeit zu testen. Konzentriere Dich stattdessen auf Dinge, die höchstwahrscheinlich einen großen Einfluss auf Deinen Traffic und Deinen Umsatz haben.

Folgende Elemente bieten sich für einen Test auf Deiner Webseite an:

Für eine E-Mail könnten die Betreffzeile, Bilder, Links, CTAs oder die Segmentierung getestet werden. Bei einer Werbekampagne, insbesondere einer Textanzeige wie Anzeigen im Suchnetzwerk, muss man weniger Dinge testen. In diesem Fall würde ich die Hauptüberschrift, das Angebot, das Foto oder die Zielgruppenausrichtung testen.

Du solltest unbedingt verschiedene Angebot testen. Stelle nur sicher, dass jeder Person immer die gleiche Aktion angeboten wird. Wenn beispielsweise Gruppe A ein Geschenk bekommt und Gruppe B einen Preisnachlass, musst Du sicherstellen, dass beide Gruppen jeweils dieselben Testpersonen enthalten, um die Ergebnisse nicht zu verfälschen.

Du kannst sogar einen vollständigen Conversion-Pfad testen. Du könntest die Empfänger von Newsletter A auf Landingpage A und die Empfänger von Newsletter B auf Landingpage B weiterleiten. Leite die Empfänger von Newsletter A dann zu einem späteren Zeitpunkt auf Landingpage B weiter und umgekehrt. Auf diese Weise hast Du eine bessere Vorstellung davon, was funktioniert, insbesondere wenn Du gemischte Ergebnisse erhältst oder wenn die Ergebnisse sehr nah beieinanderliegen.

Hier sind ein paar andere Tests, die Du durchführen könntest.

Praktische A/B-Tests, die als Inspiration für Deine nächste Kampagne dienen können

Jetzt weißt Du, was A/B-Tests sind, darum können wir uns nun ein paar praktische Beispiele anschauen. Diese Beispiele sollten Dir helfen, die Leistung Deiner eigenen A/B-Tests zu optimieren und Dir zeigen, was Dir entgehen würde, wenn Du auf A/B-Testing verzichtest.

GRENE – Test: horizontales Layout auf Kategorieseiten

GRENE, eine dänische Einzelhandelskette, führte einen A/B-Test durch, um Benutzern das Finden der gesuchten Produkte zu erleichtern.

In der Originalversion (links) nahm das Produkt auf Mobilgeräten die gesamte Seite ein, was es Benutzern schwierig machte, sich die verschiedenen Optionen anzusehen. Für die Testvariante (rechts) wurde der Leerraum reduziert. Diese Version zeigt mehrere Produkte an, was die Navigation der verfügbaren Optionen erleichtert.

A comparison of different mobile page layouts for GRENE, an online retailer.

Ergebnis: Die Änderung des Layouts der Kategorieseiten führte zu einer 15-prozentigen Steigerung der Klicks auf Produkte, einer 16-prozentigen Steigerung der Conversions und einer 10-prozentigen Steigerung der Aufrufe der Danke-Seite, was darauf hinweist, dass mehr Benutzer einen Kauf getätigt haben.

WallMonkeys -Test: Ersatz des Schiebereglers durch eine Suchleiste

WallMonkeys, eine Onlinehändler für Wandaufkleber, wollte die Konversionsraten und das Kundenerlebnis verbessern. Mithilfe der Heatmap von CrazyEgg konnten sie sehen, wohin die meisten Besucher zuerst schauten. Daraufhin wurde die Schaltfläche im Slider (oberes Bild) gegen eine Suchleiste (unteres Bild) ausgetauscht.

A comparison of a slider and search bar on the top of the Wallmonkeys.com page.

Ergebnis: Dieser simple Tausch (basierend auf Daten einer Heatmap) führte zur Steigerung der Konversionsrate um 550 %.

Unbounce — Test: Tweet vs. E-Mail-Opt-in

Das Softwareunternehmen Unbounce suchte nach Möglichkeiten, die Opt-ins auf Zielseiten zu erhöhen. Die meisten Unternehmen bitten ihre Besucher um ihre E-Mail-Adresse, Unbounce bat sie stattdessen darum ein Produkt auf Twitter zu teilen. Diese klassische Version wurde dann mit der neuen Variante verglichen.

An email opt-in page for an Unbounce guide.

Hier ist die Variante:

A tweet opt-in page for an Unbounce guide.

Ergebnis: Unbounce stellte fest, dass Besucher lieber eine E-Mail-Adresse eingeben, um den Kurs herunterzuladen. Die E-Mail-Version hatte eine um 24 % höhere Konversionsrate als die Tweet-Version. Die Ergebnisse sind nicht überraschend (die meisten Leute sind schließlich daran gewöhnt, ihre E-Mail-Adresse anzugeben), aber der Test gab Unbounce zumindest die Gewissheit, dass sie die richtige Strategie verfolgen.

Wie viel Zeit nimmt ein A/B -Test in Anspruch?

Der A/B-Test kann natürlich nicht über Nacht abgeschlossen werden, die genaue Laufzeit ist jedoch vom Volumen Deines Traffics abhängig. Je nach Volumen muss der Test möglicherweise einige Tage bis zu mehreren Wochen laufen. Denk daran, dass Du immer nur einen Test durchführen solltest, um genauere Ergebnisse zu erhalten.

Wenn der Test zu früh abgebrochen wird, kann dies die Ergebnisse verfälschen, da Du keine ausreichend große Testgruppe angesprochen hast. In diesem Fall erhältst Du statistisch ungenaue Daten. Wenn der Test jedoch zu lange läuft, kann dies ebenfalls zu verzerrten Ergebnissen führen, da es zu viele Variablen gibt, die man möglicherweise nicht über einen längeren Zeitraum hinweg kontrollieren kann.

Achte immer auf mögliche Ereignisse, die Deine Testergebnisse beeinflussen könnten und berücksichtige diese Anomalien in Deinen Ergebnissen. Führe im Zweifelsfall einen neuen Test durch.

In Anbetracht der Auswirkungen, die A/B-Tests auf Dein Endergebnis haben können, lohnt es sich, sich ein paar Wochen Zeit zu nehmen, um den Test ordnungsgemäß durchzuführen. Teste jeweils nur eine Variabel und nimm Dir für jeden Test ausreichend Zeit.

Kann man mehrere Elemente gleichzeitig testen?

Es gibt zwei Vorgehensweisen.

Angenommen, Du möchtest eine Überschrift testen und hast drei mögliche Variationen. In diesem Fall ist es sinnvoll, einen Test durchzuführen und Deine Besucher (oder Empfänger Deiner E-Mail) in drei Gruppen aufzuteilen. Dieser Ansatz wäre effizienter als die Durchführung drei separater Tests (A im Vergleich zu B, B im Vergleich zu C und A im Vergleich zu C). Du musst den Test möglicherweise ein bisschen länger laufen lassen, um ausreichend Daten zu sammeln.

Wenn Du mehrere Elemente gleichzeitig testen willst, z. B. Überschrift und CTA, musst Du einen multivariate Test durchführen, was etwas komplizierter ist. Aber auch dafür gibt es verschiedene Ressourcen.

Du musst Dir auch überlegen, ob Deine aktuellen Systeme einen Split-Tests verarbeiten können und ob Deine Mitarbeiter die Ergebnisse später analysieren und verständlich zusammenzufassen können.

Multivariate Tests verlangen dem Tester mehr ab, sollten darum aber nicht vermieden werden. Wenn Du über das nötige Wissen und die richtigen Verfahren verfügst, um die zusätzliche Arbeitslast zu bewältigen, könnte sich ein solcher Test durchaus lohnen. Wenn Du Dir jedoch einen einfacheren Ansatz wünschst, würde ich zu einem klassischen A/B-Test raten.

Die Analyse der Testdaten

Wenn der A/B-Test abgeschlossen ist, sollten Dir eine Menge Daten zur Verfügung stehen. Woran erkennt man, welche Version gewonnen hat?

Manchmal lässt sich der Gewinner ganz klar erkennen, z. B. wenn eine Version zu 50 % mehr Anmeldungen geführt hat. In diesem Fall muss man nicht lange überlegen. Meistens steht der Gewinner aber nicht sofort fest. In diesem Fall kann er auf folgende Weise ermittelt werden:

  1. Stelle sicher, dass Du über genügend Daten verfügst. Der beste Weg, einen sicheren Gewinner zu ermitteln, besteht darin, Daten über etwa zwei Wochen zu sammeln (mindestens 30 Conversions).
  2. Verwende einen Signifikanzrechner für A/B-Tests. Es gibt Programme, sogenannte Signifikanzrechner, die bestimmen, wie aussagekräftig die Daten Deines Tests sind. Du kannst mein kostenloses Programm verwenden. Füge die Anzahl Deiner Besucher und Konversionen ein, um zu sehen, welche Variante die meisten Auswirkungen auf den Umsatz hatte.
  3. Betrachte nicht nur offensichtliche Messwerte. Nicht alle Messwerte sind gleich geschaffen. Ich empfehle generell, sich immer die Konversionsraten und den Traffic anzusehen. Einige Unternehmen möchten jedoch möglicherweise andere Kennzahlen untersuchen, z. B. die durchschnittliche Bestellmenge. Falls Du die Farbe der Schaltfläche Deines „Kaufen“-Buttons geändert hast und dies zu mehr Conversions geführt hat, die Kunden jedoch deutlich weniger pro Bestellung ausgeben, ist diese Version kein Gewinner.

Die besten A/B-Test-Tools zum Ausprobieren

Wenn A/B-Tests einfach zu kompliziert klingen, stehst Du damit nicht alleine da. Viele Vermarkter und Unternehmer vermeiden A/B-Testing, weil es sich nach zu viel Arbeit anhört oder weil sie befürchten, etwas falsch zu machen. Hoffentlich helfen Dir meine Tipps, Dich ein bisschen sicher zu fühlen. Ich möchte Dir jetzt aber noch schnell ein paar Tools vorstellen, die Dich bei der Durchführung Deiner A/B-Tests unterstützen können.

Das von Dir gewählte Programm ist von den Funktion abhängig, die Du testen willst. Wenn Du Deine Betreffzeile testen willst, verfügt Dein E-Mail-Anbieter wahrscheinlich über eine passende Funktion. Du könntest aber auch Programme wie MailChimp oder Constant Contact benutzen. Der Werbeanzeigenmanager von Facebook verfügt ebenfalls über eine Funktion zur Durchführung von A/B-Tests.

Es gibt zahlreiche weitere erschwingliche oder kostenlose Tools, mit denen Du Deine Webseite testen kannst.

Kostenloser Rechner für die Signifikanz von A/B-Tests

Fragst Du Dich, ob eine Änderung am Design oder Text Deiner Seite Auswirkungen auf Deine Verkaufszahlen hatte? Dann habe ich das passende Tool für Dich. Der Signifikanzrecher zeigt Dir, ob eine Variante positive Auswirkungen auf Deine Verkäufe hatte.

Neil Patel's A/B testing significance calculator.

Häufig gestellte Fragen

Was ist A/B-Testing und warum ist es wichtig?

Der A/B-Test ist eine Testmethode zur Bewertung zweier Varianten eines Systems, bei der die Originalversion gegen eine leicht veränderte Version getestet wird. Du testest beispielsweise verschiedene Versionen einer Webseite, Anzeige, E-Mail oder einer Zielseite, um zu sehen, welche die besten Ergebnisse erzielt. Es handelt sich um eine der effektivsten Methoden zur Steigerung der Conversion-Rate.

Wie plant man einen A/B-Test?

Überleg Dir zuerst, was getestet werden soll, erstelle dann zwei Versionen, entscheide, wie lange der Test laufen soll, wählen ein Tool und analysiere anschließend die Ergebnisse.

Was sollte ich testen?

Du kannst alles Mögliche testen, Elemente Deiner Werbekampagne, Webseite oder Marketingmaterialien, einschließlich Pop-ups, E-Mails, Zielseiten und Bilder oder Fotos.

Wie viel Zeit nimmt ein A/B-Test in Anspruch?

Die meisten Tests sollten mindestens zwei Wochen lang laufen. Einige A/B-Tests können jedoch kontinuierlich durchgeführt werden.

Kann ich mehrere Elemente gleichzeitig testen?

Ja, in einigen Fällen ist dies möglich. Im Allgemeinen ist es jedoch am besten, nur zwei Versionen desselben Assets zu testen.

Welche Programme zur Durchführung eines A/B-Tests würdest Du empfehlen?

Das Google Website-Optimierungstool ist kostenlos und kann zur Durchführung von A/B- und Multivariatentests im Web-Design verwendet werden. Deine E-Mail-Plattform oder verschiedene Plug-ins für Deine Webseite könnten ebenfalls über diese Funktion verfügen. Ziehe aber auch kostenpflichtige Programme wie Optimizely in Betracht.

Fazit

A/B-Tests sind der beste Freund eines Vermarkters. Du kannst sie nutzen, um zu sehen, welche Werbeanzeigen die meisten Kunden anziehen, auf welche Angebote Deine Zielgruppe eher anspricht oder welche Blogüberschrift die meisten Besucher auf Deine Webseite lockt.

Es gibt eine Vielzahl von Tools, die sich auch für Anfänger eignen, darunter Google Optimize (kostenlos) und Optimizely.

Wenn Du nun selbst einen A/B-Test durchführen möchtest, solltest Du zuerst lernen, wie man einen A/B-Test in Google Analytics durchführt. Denk daran: A/B-Tests sind ein fantastisches Tool, das von allen Vermarktern verwendet werden sollte.

Hast Du schon mal einen A/B-Test durchgeführt? Wenn nicht, was hat Dich bisher zurückgehalten?

Teilen