A/B-Testing: Schritt-für-Schritt-Anleitung für 2026 (mit Beispielen)

A/B-Tests für Ihre Landingpages sind eine der wirkungsvollsten Möglichkeiten, Ihre Conversion-Rate zu steigern und Ihr Geschäft auszubauen – ganz ohne zu raten, was funktionieren könnte.

Statt darüber zu diskutieren, ob ein roter oder ein blauer Button besser konvertiert, zeigen Sie beim A/B-Testing von Landingpages echten Besuchern unterschiedliche Versionen und messen, welche davon tatsächlich am besten abschneidet.

Die wichtigsten Erkenntnisse

Was ist A/B-Testing?

A/B-Testing ist ein kontrolliertes Experiment, bei dem Sie zwei Versionen einer Webseite vergleichen, um herauszufinden, welche bei Ihrer Zielgruppe besser abschneidet.

A/B-Testing vs. Split-Testing vs. multivariates Testing

Obwohl die Begriffe „A/B-Testing“ und „Split-Testing“ oft synonym verwendet werden, bezeichnet A/B-Testing konkret den Vergleich zweier Seitenvarianten (Variante A und B) mit geringfügigen Unterschieden.

Beim Split-Testing hingegen werden zwei völlig unterschiedliche Versionen Ihrer Webseite miteinander verglichen, um zu sehen, welche bei den Besuchern besser ankommt. Dabei zeigen Sie die Versionen zufällig ausgewählten Teilen Ihres Traffics und messen, welche die besseren Ergebnisse liefert.

Multivariates Testing verändert dagegen mehrere Variablen Ihrer Landingpage gleichzeitig, um herauszufinden, welche Kombination von Änderungen am besten zusammenwirkt. Einen ausführlicheren Leitfaden finden Sie unter Landingpage-Split-Testing vs. A/B-Testing.

Begriffe rund ums A/B-Testing

Beim Testen von Landingpages ist eine Variante schlicht eine andere Version dessen, was Sie testen – etwa einer Webseite oder eines E-Mail-Designs.

Die Kontrollversion ist Ihre aktuelle bzw. ursprüngliche Version, mit der Sie alles andere vergleichen – Ihr Ausgangspunkt.

Der Champion ist die Version, die aktuell am besten performt, während der Challenger eine neue Version ist, die Sie testen, um zu sehen, ob sie den Champion schlagen kann.

Statistische Signifikanz bedeutet, dass Sie sicher sein können, dass die Unterschiede in Ihren Testergebnissen real sind und nicht bloß auf Zufall beruhen. Ein Ziel jedes A/B-Tests ist es, statistisch signifikante Ergebnisse zu erzielen.

Warum Landingpages A/B-testen?

Landingpages sind entscheidende Conversion-Punkte in Ihrem Marketing-Funnel – ihre Optimierung ist daher wesentlich für den Geschäftserfolg. Ohne systematisches Testen spielen Sie im Grunde mit Ihrem Marketingbudget und lassen potenziellen Umsatz liegen.

Strategisches Testen stellt sicher, dass jedes Element Ihrer Seite auf Ihre Geschäftsziele einzahlt, statt sich auf Annahmen darüber zu stützen, was Besucher wollen.

Das kann Landingpage-Testing außerdem für Ihr Unternehmen leisten.

• Höhere Conversion-Raten und mehr Umsatz
• Bessere User Experience und mehr Engagement
• Maximale Rendite Ihrer Werbeinvestitionen
• Risikoarmer Ansatz mit hohem Potenzial
• Bessere Einblicke in Ihre Zielgruppe
• Geringere Absprungrate durch Optimierung
• Kleine Verbesserungen, die sich zu exponentiellen Ergebnissen summieren

A/B-Testing: Schritt-für-Schritt-Anleitung

Jetzt kennen Sie die wichtigsten Begriffe und wissen, warum Sie Ihre Landingpages A/B-testen – also legen wir Schritt für Schritt los und bauen einen Test auf!

Alles der Reihe nach. Betrachten Sie A/B-Testing in diesem gesamten Prozess als Experiment. Sehen Sie sich dabei als Forscher, der nach Wegen sucht, Ihren Umsatz zu steigern.

Hier ein kurzer Überblick über den gesamten Ablauf:

Schritt 1: Verbesserungspotenziale finden

Was setzt ein Experiment in Gang? Die Suche nach Verbesserungspotenzialen.

Beim A/B-Test gehen wir davon aus, dass Sie bereits eine Basis-Landingpage mit aktuellen Daten haben, mit denen Sie Ihren Test vergleichen können. Deshalb lassen sich das Testen eines Seitentyps bzw. -stils und das Testen einzelner Seitenelemente gut kombinieren.

Sie führen einen Split-Test zwischen zwei Landingpages mit demselben Ziel durch und optimieren die „Gewinnerseite“ anschließend mit einer Reihe von A/B-Tests.

Ihre Gewinnerseite aus dem Split-Test wird dann zur Kontrollversion für Ihren A/B-Test.

Alternativ können Sie einfach Seiten mit hoher Hebelwirkung zum Testen auswählen. So gehen Sie vor:

1. Identifizieren Sie Ihre „Money Pages“ – Checkout, Produktseiten, Preise, Anmeldeformulare
2. Prüfen Sie Ihre Analytics-Daten auf Seiten mit viel Traffic und hohem Geschäftswert
3. Suchen Sie nach Abbruchstellen – wo verlassen Besucher Ihre Seite typischerweise?
4. Starten Sie mit stark konvertierenden Landingpages, die sich direkt auf Verkäufe, Leads oder Anmeldungen auswirken
5. Heben Sie sich Seiten mit geringer Wirkung für später auf, sobald das Wichtige optimiert ist

Schritt 1.a: Benchmarks festlegen

Ohne saubere Ausgangsmessung können Sie nicht zuverlässig feststellen, ob Änderungen echte Verbesserungen bringen oder nur zufällige Schwankungen.

Sammeln Sie zunächst mindestens 2–4 Wochen historische Daten Ihrer aktuellen Landingpage. Das gibt Ihnen eine solide Arbeitsgrundlage. Betrachten Sie Kennzahlen wie die Conversion-Rate zu verschiedenen Tageszeiten, an verschiedenen Wochentagen und nach Traffic-Quellen. So verstehen Sie die normalen Performance-Muster, bevor Sie mit dem Testen beginnen.

Berücksichtigen Sie auch saisonale Trends. Wenn Sie Renovierungs- und Umbauleistungen anbieten, hilft Ihnen Ihre Baseline aus den Wintermonaten für Tests im Frühjahr kaum weiter, denn solche Arbeiten finden meist bei trockener Witterung statt. Achten Sie darauf, dass Ihre Benchmark-Daten die typische Performance für Ihre aktuelle Situation abbilden.

Schritt 1.b: Landingpage-Elemente als Testvariablen identifizieren

Zur Vereinfachung: Sie können praktisch jede Variable Ihrer Landingpages testen.

Möchten Sie wissen, ob mehr Bildmaterial die Klickrate verbessert? Gerne.

Bringt ein Pfeilsymbol, das auf den CTA-Button zeigt, mehr Nutzer zum Klicken? Auf jeden Fall!

Kann eine andere Hintergrundfarbe beeinflussen, wie Nutzer mit dem Preisbereich interagieren? Testen Sie es.

Hier weitere Landingpage-Elemente, die Sie testen können – und wie sie die Kennzahlen jeweils beeinflussen können:

HERO-BEREICH UND HEADLINES

Ihre Headline ist oft das Erste, was Besucher sehen, und entscheidet darüber, ob sie weiterlesen oder sofort abspringen.

Testen Sie Headlines, die den Nutzen in den Vordergrund stellen, gegenüber solchen, die Funktionen betonen. Zum Beispiel „Mehr Leads gewinnen“ (Nutzen) gegenüber „Fortschrittliche Software für die Lead-Generierung“ (Funktion). Sie können auch unterschiedliche Headline-Längen testen – manchmal konvertiert eine längere Headline, die mehr erklärt, besser als eine kurze, knackige.

COPY-TESTS (UNABHÄNGIG VON HEADLINES)

Als Copy bezeichnet man jeden anderen Text auf der Seite, der keine Headline ist. Sie können die Struktur des Textes testen, etwa Aufzählungspunkte, Kurz- oder Langform. Zu den Variablen gehört auch der Tonfall des Textes oder ob Sie komplexe Begriffe umgangssprachlich oder sachlich-direkt formulieren.

VISUELLE INHALTE (BILDER UND VIDEOS)

Testen Sie Bilder mit Menschen gegenüber reinen Produktaufnahmen. Sie können auch unterschiedliche Bildgrößen und -platzierungen testen – manchmal funktioniert ein kleineres Bild besser, das nicht mit Ihrer Headline konkurriert.

Beantworten Sie Fragen wie: Erhöhen nutzergenerierte Produktbilder die Zahl der Sitzungen auf der Seite? Würden Menschen auf dem Bild mehr Leads anziehen? Welche Bilder vermitteln Vertrauen und Sicherheit in Ihre Produkte?

CALL-TO-ACTION-BUTTONS UND IHRE PLATZIERUNG

Design, Farbe, Text und Position Ihrer CTA-Buttons beeinflussen direkt, ob Besucher die gewünschte Handlung ausführen. Schon kleine Änderungen an Farbe oder Wortlaut des Buttons einer Landingpage können die Conversion deutlich verbessern. Auch das Hinzufügen oder Entfernen von Animationen lässt sich auf seine visuelle Wirkung hin testen.

OPT-INS UND FORMULARFELDER

Anforderungen an Formularfelder, Formularlänge und Positionierung wirken sich stark auf die Abschlussquote und die Lead-Qualität aus.

Verbessert ein einfaches Formular die Zahl der Einsendungen gegenüber einem detaillierteren? Wie wirkt sich ein längeres Formular auf die Lead-Qualität aus? Testen Sie, nur nach der E-Mail-Adresse zu fragen oder nach E-Mail-Adresse plus Name – oder probieren Sie optionale Felder, die Besucher überspringen können.

SOCIAL PROOF UND VERTRAUENSSIGNALE

Art und Darstellung von Social Proof können das Vertrauen der Besucher in die Marke erheblich beeinflussen. Der Vergleich von Kundenbewertungen mit Expertenempfehlungen zeigt, was am wirksamsten Vertrauen aufbaut. Erhöht es die Scrolltiefe, wenn Sie Vertrauenssiegel hinzufügen, die Datensicherheit garantieren?

PREISGESTALTUNG UND PREISDARSTELLUNG

Wie Sie Preise, Paketoptionen und Nutzenversprechen darstellen, wirkt sich direkt auf die Formulareinsendungen aus. Testen Sie, den Preis gleich zu zeigen, gegenüber der Variante, ihn erst nach der Erklärung des Nutzens zu nennen. Manche Zielgruppen schätzen Transparenz, andere müssen erst die Vorteile verstehen.

Sie können auch verschiedene Arten testen, den Wert darzustellen – monatliche gegenüber jährlicher Zahlung oder die Betonung von Kosteneinsparungen. Wie wirkt sich eine Auswahl aus drei Preisoptionen auf die Ausstiegsraten aus?

GESAMTLÄNGE UND STRUKTUR/LAYOUT DER SEITE

Menge und Aufbau der Informationen beeinflussen das Engagement und die Conversion-Muster. Lange, detaillierte Seiten gegenüber kürzeren, fokussierten Versionen zeigen, ob Ihre Zielgruppe umfassende Informationen oder schnelle Entscheidungen bevorzugt.

Die zentrale Frage, die Sie beantworten müssen, um den ersten Schritt des A/B-Testings abzuschließen, lautet: Was können wir an dieser Landingpage noch verbessern?

Welches Problem fällt Ihnen mit Blick auf Ihre Benchmarks, erfolgreichen Landingpages und KPIs immer wieder auf? Welches hochpreisige Angebot schöpft das Potenzial seines Budgets nicht aus? Wie können wir mehr hochwertigen Traffic auf eine bereits erfolgreiche Seite lenken?

Der entscheidende Punkt: Das darf nicht zufällig geschehen. Wenn Ihnen kein Grund einfällt, warum Sie bestimmte Variablen testen, warum sollten Sie sie dann testen?

So können Sie vorgehen:

1. Listen Sie alles auf, was Sie ändern möchten – Notieren Sie alle Ihre Verbesserungsideen
2. Wählen Sie das wichtigste Element – Entscheiden Sie sich für die eine Änderung mit dem potenziell größten Einfluss auf Ihr Hauptziel
3. Erstellen Sie zwei Versionen – Lassen Sie alles andere exakt gleich, bis auf dieses eine Element

Schritt 2: Erfolgskennzahlen festlegen und Hypothese formulieren

Ihr Test sollte auf einer konkreten Hypothese darüber beruhen, warum eine Änderung Ihre Erfolgskennzahlen verbessern könnte. Damit sind wir bei Schritt 2 des A/B-Testing-Prozesses.

Schritt 2.a: Erfolgskennzahlen und KPIs im Blick behalten

Bevor Sie mit dem Testen beginnen, müssen Sie entscheiden, wie Erfolg aussieht. Ihre Hauptkennzahl sollte zu Ihren Geschäftszielen passen.

Bei den meisten Landingpages ist das die Conversion-Rate, je nach Zielsetzung können Sie sich aber auch auf andere Kennzahlen konzentrieren. Diese weiteren wichtigen Kennzahlen sollten Sie je nach Ziel verfolgen:

Für E-Commerce-Seiten:

• Klickrate (erstes Interesse)
• Warenkorbquote (ernsthafte Kaufüberlegung)
• Checkout-Abschlussquote (Kaufabsicht)
• Durchschnittlicher Bestellwert (Gesamtwirkung)
• Rate wiederkehrender Kunden (langfristiger Wert)

Für Lead-Generierung:

• Formularaufrufe (erstes Interesse)
• Formularstarts (Engagement)
• Formularabschlüsse (Conversions)
• Lead-Qualitätswerte (Feedback des Vertriebsteams)
• Kosten pro qualifiziertem Lead (Effizienz)

Für Content-Seiten:

• Klickrate (erstes Interesse)
• Verweildauer auf der Seite (Engagement)
• Seiten pro Sitzung (Erkundung)
• Rate wiederkehrender Besucher (Loyalität)
• Social Shares (Reichweite)

Versuchen Sie nicht, gleichzeitig auf zu viele Kennzahlen hin zu optimieren. Wählen Sie eine primäre Kennzahl, die für Ihr Geschäft am wichtigsten ist, und behalten Sie die sekundären Kennzahlen im Auge, damit Sie nicht versehentlich andere Leistungsbereiche beeinträchtigen.

Weitere KPIs, die Sie im Blick behalten sollten:

• Verbesserung der Conversion-Rate: Um wie viel Prozent steigt die Conversion-Rate in einem bestimmten Zeitraum?
• Umsatz pro Besucher:
• Signale zu User Experience und Besucherverhalten
• Oder eine der 30 wichtigsten Kennzahlen & KPIs für die Lead-Generierung

Schritt 2.b: Die Hypothese für den A/B-Test formulieren

Beim Testen einer Landingpage sollte eine Hypothese eine S.M.A.R.T.-Prognose (spezifisch, messbar, erreichbar, relevant und zeitgebunden) darüber sein, wie sich die Änderung einzelner Elemente auf Ihre gewählten Erfolgskennzahlen auswirkt.

Kurz gesagt: Stellen Sie eine fundierte Vermutung darüber an, was in diesem A/B-Test-Experiment passieren wird.

Diese Aussage benennt die genau getestete Variable und prognostiziert messbare Ergebnisse, sodass Sie beurteilen können, ob die Änderungen eine deutliche Verbesserung bringen oder nicht. Die Ergebnisse des Experiments zeigen, ob die Hypothese bestätigt oder verworfen wird.

Wie formulieren Sie also eine S.M.A.R.T.-Hypothese für Ihren A/B-Test?

Eine wirksame A/B-Testing-Hypothese besteht aus drei wesentlichen Bestandteilen:

• Der Problemstellung: Welches Problem möchten Sie lösen?
• Einem Lösungsvorschlag: Welche Änderung nehmen Sie vor, um das Problem anzugehen?
• Und den erwarteten Ergebnissen: Welches Resultat erwarten Sie von dieser Änderung?

Die Problemstellung bildet das Fundament, indem sie das Conversion-Ziel Ihrer Landingpage benennt und definiert, welche Hindernisse Besucher daran hindern, dieses Ziel zu erreichen. Denken Sie an Ihren Schritt 1.

Dafür müssen Sie sowohl wissen, was Nutzer erreichen sollen, als auch, was ihnen aktuell den Weg zum Abschluss einer Handlung versperrt – das ist das „Warum“ hinter Ihrer Testinitiative.

Eine gute Problemstellung ist konkret und datenbasiert.

Statt zu sagen: „Die Seite konvertiert nicht gut“,

formulieren Sie lieber: „Unsere Landingpage hat eine Conversion-Rate von 2 %, aber die Besucher verbringen durchschnittlich 3 Minuten auf der Seite. Das deutet darauf hin, dass sie interessiert sind, aber etwas sie vom Abschluss abhält.“

Ihr Lösungsvorschlag sollte direkt mit dem Problem zusammenhängen. Wenn Besucher Zeit auf Ihrer Seite verbringen, aber nicht konvertieren, ist vielleicht Ihr Call-to-Action nicht klar genug oder Ihr Formular zu lang.

Bei der Vorhersage der Ergebnisse gilt: realistisch, aber konkret.

Statt „Das wird die Conversions steigern“

formulieren Sie lieber: „Wenn wir den CTA-Button von Grün auf Rot ändern, steigen die Conversions um 15–20 %, weil Rot mehr Dringlichkeit erzeugt.“

Und als Teil Ihrer Hypothese: Wie bestimmen Sie die Testdauer?

Schritt 2.c: Stichprobengröße und Testdauer bestimmen

Bevor Sie Ihren Test starten, müssen Sie herausfinden, wie viele Besucher Sie brauchen und wie lange das Experiment laufen soll. Das falsch zu machen, gehört zu den größten Anfängerfehlern – entweder wird der Test zu früh gestoppt oder er läuft endlos, ohne dass genug Traffic vorhanden ist.

STICHPROBENGRÖSSE BERECHNEN

Ihre Stichprobengröße hängt von mehreren Faktoren ab:

• Ihrer aktuellen Conversion-Rate
• Der minimalen Verbesserung, die Sie erkennen möchten
• Ihrem gewünschten Konfidenzniveau (meist 95 %)

Man kann es sich so vorstellen: Liegt Ihre aktuelle Conversion-Rate bei 2 %, brauchen Sie mehr Besucher, um eine Verbesserung von 0,5 % zu erkennen, als für eine Verbesserung von 2 %. Größere Änderungen lassen sich leichter erkennen.

• Ihre Basis-Conversion-Rate
• Die minimale Steigerung, die Sie erkennen möchten (z. B. 20 % Verbesserung)
• Ihr Konfidenzniveau

ANGEMESSENE KONFIDENZNIVEAUS WÄHLEN

Im Marketing ist ein Konfidenzniveau von 95 % der Standard. Das bedeutet, dass nur mit einer Wahrscheinlichkeit von 5 % Zufall hinter Ihren Ergebnissen steckt.

Manche Unternehmen nutzen 90 % für schnellere Entscheidungen, andere verlangen bei größeren Änderungen 99 %.

Höhere Konfidenzniveaus erfordern mehr Daten und mehr Zeit. Achten Sie darauf, Ihr Konfidenzniveau vor dem Start des Tests festzulegen.

Kurzer Richtwert für die Mindestbesucherzahl bei einem A/B-Test:

• Seiten mit viel Traffic (über 1.000 Besucher täglich): meist reichen 1–2 Wochen
• Seiten mit mittlerem Traffic (100–1.000 täglich): in der Regel 2–4 Wochen nötig
• Seiten mit wenig Traffic (unter 100 täglich): für verlässliche Ergebnisse können 1–3 Monate nötig sein

Wenn Ihre Seite beispielsweise mit 3 % konvertiert und Sie mit 95 % Konfidenz eine Verbesserung von 25 % erkennen möchten, brauchen Sie vermutlich etwa 2.000 Besucher pro Variante.

TESTDAUER FESTLEGEN

Sobald Sie Ihre Stichprobengröße kennen, berechnen Sie, wie lange es dauert, so viele Besucher zu erreichen. Bei 500 Besuchern pro Tag und 2.000 benötigten Besuchern pro Variante dauert Ihr Test etwa 8 Tage (4.000 Besucher insgesamt ÷ 500 pro Tag).

So bestimmen Sie die richtige Testdauer:

1. Beginnen Sie mit dem Minimum – Planen Sie mindestens 7 volle Tage ein, um wöchentliche Muster zu erfassen
2. Berücksichtigen Sie Ihr Geschäftsmodell – B2B-Unternehmen brauchen womöglich länger, da sich Geschäftskunden am Wochenende anders verhalten
3. Beachten Sie Ihre Traffic-Muster – Wenn die meisten Besucher an bestimmten Tagen kommen, sollte Ihr Test mehrere Zyklen abdecken
4. Beziehen Sie externe Ereignisse ein – Vermeiden Sie Tests an Feiertagen, bei Verkaufsaktionen oder größeren Nachrichten, die das Verhalten beeinflussen könnten
5. Legen Sie die Dauer vorab fest und halten Sie sich daran, auch wenn frühe Ergebnisse vielversprechend aussehen

Nach all diesen Schritten sollten Sie jetzt eine vollständige Hypothese haben.

Hier ein Beispiel für eine A/B-Test-Hypothese:

Weil unsere Analytics zeigen, dass 60 % der Besucher abspringen, während sie unser Anmeldeformular mit 5 Feldern ausfüllen (Problem), wird der Wechsel zu einem Formular mit 2 Feldern, nur mit E-Mail-Adresse und Name (Lösung), unsere Conversion-Rate von 3 % auf 5 % erhöhen (erwartetes Ergebnis) – innerhalb von 6 Wochen.

Legen wir diese Hypothese beiseite und beginnen mit dem Bau der Versuchsobjekte – also den Varianten Ihrer A/B-Test-Landingpage.

Schritt 3: Kontroll-Landingpage und Variantenseiten erstellen

Falls noch nicht geschehen, sollten Sie jetzt Ihre Basis-Landingpage bauen. Mit einem Landingpage-Builder wie LanderLab können Sie A/B-Tests sofort für jede von Ihnen erstellte Landingpage aufsetzen.

Zum Beispiel:

Ihre Kontrollseite (Version A) sollte Ihre aktuelle Landingpage sein – diejenige, die Sie bisher nutzen und für die Sie Basisdaten haben. Sie ist Ihr Maßstab.

Ihre Variantenseite (Version B) sollte mit der Kontrollseite identisch sein – bis auf das eine Element, das Sie testen. Wenn Sie den Headline-Text testen, muss alles andere – Bilder, Buttons, Formulare, Farben – exakt gleich bleiben.

Ein paar praktische Tipps für den Bau Ihrer Varianten:

• Achten Sie darauf, dass beide Versionen gleich schnell laden. Eine langsamer ladende Variante schneidet unabhängig von Ihren Änderungen schlechter ab.
• Nutzen Sie einen zuverlässigen Landingpage-Builder, mit dem Sie Varianten leicht erstellen und alle an einem Ort speichern können. Mit LanderLab klonen Sie Landingpages und bearbeiten sie im Drag-and-drop-Editor.
• Testen Sie Ihre Seiten auf verschiedenen Geräten und in verschiedenen Browsern. Was auf dem Desktop großartig aussieht, kann mobil fehlerhaft dargestellt werden.
• Dokumentieren Sie genau, was Sie geändert haben. Diese Informationen brauchen Sie bei der Auswertung der Ergebnisse und bei der Planung künftiger Tests.
• Stellen Sie sicher, dass Ihr Tracking vor dem Start korrekt eingerichtet ist. Testen Sie das Tracking, indem Sie die Conversion-Aktion selbst auf beiden Versionen durchführen. LanderLab lässt sich mit verschiedenen Werbeplattformen integrieren, was Tests und die Steuerung der Traffic-Ströme erleichtert.

Planen Sie außerdem alternative, abgewandelte Versionen ein.

Erstellen Sie mehrere Varianten, wenn Sie genug Traffic haben. Bedenken Sie aber: Mehr Varianten bedeuten, dass Sie mehr Traffic und Zeit brauchen, um statistische Signifikanz zu erreichen. Beginnen Sie als Einsteiger nur mit A und B.

Schritt 4: Den A/B-Test durchführen

Holen wir nun die Hypothesen wieder hervor. Zeit, sie zu testen!

Beim Durchführen des A/B-Tests bleiben wir bei einer einzigen Variable. Halten Sie es einfach und testen Sie jeweils nur eine Sache.

Wenn Sie mehrere Hypothesen aufgestellt haben, können Sie das ICE-Framework als Teststrategie nutzen, um zu priorisieren, welche Sie zuerst testen:

Impact (Wirkung): Wie stark beeinflusst diese Änderung Ihre Hauptkennzahl?

Confidence (Zuversicht): Wie sicher sind Sie, dass diese Änderung funktioniert?

Ease (Aufwand): Wie einfach lässt sich diese Änderung umsetzen?

Bewerten Sie jeden Punkt von 1 bis 10 und bilden Sie den Durchschnitt. Testen Sie die Hypothesen mit der höchsten Punktzahl zuerst.

Verstanden? Ausgezeichnet. Jetzt geht es darum, Traffic für Ihre Testseiten zu erzeugen.

Schritt 4.a: Traffic auf die Testvarianten lenken

Es ist entscheidend, dass genügend Menschen Ihren Test sehen – es ist der Unterschied, ob Sie 5 Freunde nach ihrer Meinung fragen oder 500 Personen. Wenn nur eine Handvoll Besucher jede Version Ihres Tests sieht, können die Ergebnisse völlig zufällig sein.

Sie brauchen eine solide Zahl von Personen, die mit beiden Versionen interagieren, bevor Sie dem vertrauen können, was die Daten Ihnen sagen. Stellen Sie es sich wie ein Restaurant vor, das ein neues Gericht ausprobiert – nach nur drei Gästen lässt sich nicht entscheiden, ob es beliebt ist.

Diese allgemeinen Regeln gelten, wenn Sie generierten Traffic auf Ihre Seitenvarianten lenken:

• Verteilen Sie Ihren Traffic zufällig auf die Versionen. Die meisten Testing-Tools erledigen das automatisch; wenn Sie es manuell tun, muss die Aufteilung wirklich zufällig sein. Schicken Sie den Vormittags-Traffic nicht auf Version A und den Nachmittags-Traffic auf Version B – die Tageszeit kann die Conversion-Rate beeinflussen.
• Ändern Sie Ihren Marketing-Ansatz während des Tests nicht, da dies die Ergebnisse verzerren könnte. Bewerben Sie Ihre Landingpage wie gewohnt. Nutzen Sie dieselben Traffic-Quellen, Anzeigentexte und Promotion-Strategien, mit denen Sie Ihre Basisdaten erhoben haben.
• Lassen Sie Ihren Test mindestens einen vollen Geschäftszyklus laufen (in der Regel eine Woche), um unterschiedliche Verhaltensmuster im Wochenverlauf abzudecken. Wochenend-Besucher verhalten sich möglicherweise anders als Besucher unter der Woche.
• Beenden Sie Ihren Test nicht vorzeitig, nur weil Sie vielversprechende Ergebnisse sehen. Frühe Ergebnisse können täuschen. Warten Sie, bis Sie statistische Signifikanz erreichen.
• Erreichen Sie mindestens 1.000 Besucher pro Variante, je nach Conversion-Rate brauchen Sie womöglich mehr. Orientieren Sie sich an der Stichprobengröße und Testdauer, die Sie in Schritt 2.c ermittelt haben.

Schritt 4.b: Umfassende Kennzahlen erfassen

Klar, mehr Klicks sind schön, aber was passiert nach dem Klick? Vielleicht klicken doppelt so viele Menschen auf Ihren neuen Button – wenn aber keiner von ihnen etwas kauft oder sich anmeldet, ist dieser „Gewinner“-Test in Wirklichkeit ein Fehlschlag.

Betrachten Sie das Gesamtbild: Bleiben Besucher länger auf Ihrer Seite? Schließen sie Käufe ab? Kommen sie später wieder?

Manchmal bringt ein Test mit weniger Klicks langfristig mehr Umsatz oder zufriedenere Kunden.

So gehen Sie beim umfassenden Tracking Schritt für Schritt vor:

1. Beginnen Sie mit Ihrem Hauptziel (Verkäufe, Anmeldungen, Downloads)
2. Erfassen Sie die Schritte, die zu diesem Ziel führen (Seitenaufrufe, Verweildauer, Formularstarts)
3. Beobachten Sie, was danach passiert (Folgekäufe, Kundenzufriedenheit, Kündigungsraten)
4. Vergleichen Sie den Gesamtwert, den jede Version bringt – nicht nur die unmittelbare Reaktion

Schritt 5: Ergebnisse auswerten und die Hypothese bestätigen oder verwerfen

Der Testlauf ist abgeschlossen. Glückwunsch!

Jetzt ist es Zeit herauszufinden, ob Ihre Hypothese stimmt oder nicht.

Ihr Test lief, und jetzt kommt der spannende Teil: herauszufinden, was Ihre Daten Ihnen sagen. Hier stolpern viele, weil sie entweder zu schnell Schlüsse ziehen oder von der Zahlenflut überwältigt werden.

Gehen wir Schritt für Schritt durch, wie Sie Ihre Ergebnisse richtig analysieren:

Schritt 5.a: Zielkennzahlen prüfen

Ja, genau die, um die herum Sie Ihren Test aufgebaut haben. Schneidet Version B besser, schlechter oder ungefähr gleich ab wie Version A?

Schauen Sie nicht nur auf die Endzahlen. Prüfen Sie auch den Verlauf über die Zeit. Manchmal startet eine Variante stark und die andere holt auf, oder die Performance schwankt je nach Wochentag.

Beachten Sie auch verwandte Kennzahlen, die sich verändert haben könnten. Selbst wenn sich Ihre Hauptkennzahl verbessert hat, prüfen Sie die sekundären Kennzahlen. Haben Sie die Conversion-Rate verbessert, aber die durchschnittliche Sitzungsdauer verschlechtert? Mehr Anmeldungen gewonnen, aber Leads von geringerer Qualität?

Das nennt man den „Ballon-Effekt“: Manchmal führt die Verbesserung in einem Bereich zu Problemen in anderen. Sie wollen eine Verbesserung auf ganzer Linie, nicht nur bei einer einzelnen, isolierten Kennzahl.

Schritt 5.b: Statistische Signifikanz feststellen

Das sind harte, nüchterne quantitative Daten. Statistische Signifikanz sagt Ihnen, ob der Unterschied zwischen Ihren Testgruppen wahrscheinlich auf eine bestimmte Änderung zurückgeht oder nur zufällig entstanden ist.

Ohne statistische Signifikanz treffen Sie Geschäftsentscheidungen auf Grundlage möglicherweise zufälliger Schwankungen. Das ist besonders wichtig bei Landingpages, bei denen sich Conversion-Änderungen direkt auf Umsatz und Geschäftsziele auswirken.

Sie müssen lernen zu erkennen, wann Ihre Testergebnisse statistisch valide sind. Nutzen Sie einen Rechner für statistische Signifikanz – versuchen Sie nicht, es nach Augenmaß zu beurteilen.

Achten Sie sowohl auf statistische als auch auf praktische Signifikanz. Eine statistisch signifikante Verbesserung von 0,1 % ist die Umsetzung womöglich nicht wert, wenn sie für Ihr Geschäft zu klein ist, um etwas zu bewegen.

Schritt 5.c: Nach Zielgruppenverhalten segmentieren

Nicht alle Ihre Besucher sind gleich – warum also alle gleich behandeln? Ein Test, der bei neuen Besuchern hervorragend funktioniert, kann bei wiederkehrenden Kunden durchfallen. Mobile Nutzer verhalten sich möglicherweise völlig anders als Desktop-Nutzer.

Wenn Sie Ihre Ergebnisse in Gruppen aufteilen – etwa nach Alter, Standort, Gerätetyp oder danach, wie die Besucher auf Ihre Seite gekommen sind –, entdecken Sie Muster, die sonst verborgen blieben. Das ist, als würden Sie merken, dass Ihre Vormittagskunden Kaffee bevorzugen, während Ihre Nachmittagsgäste Smoothies wollen.

So segmentieren Sie Ihre A/B-Test-Ergebnisse effektiv:

Beispiel für die Auswertung der Ergebnisse einer segmentierten Zielgruppe:

• Gesamtergebnis des Tests: Version B gewinnt mit 10 %
• Nach Segmenten aufgeschlüsselt: Version B gewinnt bei mobilen Nutzern mit 25 %, verliert aber bei Desktop-Nutzern mit 15 %
• Maßnahme: Version B für mobile Geräte einsetzen, die Originalversion für den Desktop beibehalten

Schritt 5.d: Hypothese bestätigen oder verwerfen

Sehen Sie diesen Schritt wie die Arbeit eines Detektivs. Sie haben Beweise gesammelt (Ihre Testdaten) und müssen nun zusammensetzen, was passiert ist. Hat sich Ihre Hypothese bestätigt? Ist etwas Unerwartetes eingetreten? Was können Sie für künftige Tests lernen?

Entscheidend ist Objektivität. Vielleicht waren Sie von diesem leuchtend roten Button begeistert – aber wenn die Daten zeigen, dass der blaue besser abgeschnitten hat, gewinnen die Daten. Ihre persönlichen Vorlieben zählen nicht, sondern nur, was bei Ihrer Zielgruppe funktioniert.

Hatte Ihre Hypothese anhand Ihrer Ergebnisse recht? Es geht nicht nur darum, ob Version B gewonnen hat, sondern ob die Ergebnisse Ihrer Vorhersage entsprechen.

Hat Version B gewonnen, aber aus anderen Gründen als vorhergesagt, ist das eine wertvolle Erkenntnis für künftige Tests.

Qualitative Ergebnisse auswerten

Jeder Test sollte Ideen für künftige Tests liefern. Was haben Sie über Ihre Zielgruppe gelernt? Welche anderen Elemente könnten sich auf Basis dieser Ergebnisse zu testen lohnen?

Führen Sie eine laufende Liste mit Testideen. Selbst gescheiterte Tests liefern oft Erkenntnisse, die zu erfolgreichen künftigen Tests führen.

Schritt 6: Die erfolgreichen Landingpage-Änderungen umsetzen

Sobald Sie einen klaren, statistisch signifikanten Gewinner haben, ist es Zeit, die Änderung dauerhaft (oder zumindest für längere Zeit) zu übernehmen. Sie haben jetzt eine neue Champion-Seite.

Aber setzen Sie die Änderung nicht einfach um und vergessen sie dann. Manchmal bestätigen sich Testergebnisse in der Praxis nicht, weil Faktoren im Spiel sind, die Sie nicht berücksichtigt haben.

Beobachten Sie die Performance weiter, um sicherzustellen, dass die Verbesserung dauerhaft anhält. Irgendwann sollten Sie eine Challenger-Seite testen.

Dokumentieren Sie, was Sie gelernt haben, und teilen Sie es mit Ihrem Team. Welche Erkenntnisse über Ihre Zielgruppe lassen sich auf andere Seiten oder Kampagnen übertragen?

Aktualisieren Sie Ihre Basiswerte mit den neuen Leistungswerten. Ihre Gewinnervariante wird nun zur neuen Kontrollversion für künftige Tests.

Denken Sie an die praktischen Aspekte der Umsetzung. Wenn Sie eine größere Designänderung getestet haben, stellen Sie sicher, dass Sie die Ressourcen haben, sie auf allen relevanten Seiten sauber umzusetzen.

BONUSSCHRITT: Noch einmal von vorn! (Und noch einmal!)

Landingpage-Testing ist wie Fitness: Man kann nicht einmal trainieren und erwarten, für immer fit zu bleiben. Viele Unternehmen führen einen Test durch, wählen einen Gewinner und vergessen das Testen dann monatelang.

Doch Ihre Zielgruppe verändert sich, Jahreszeiten beeinflussen das Verhalten, und Wettbewerber wirken darauf ein, was funktioniert. Was im Januar hervorragend lief, kann im Juli floppen.

Testen Sie kontinuierlich statt nur in einem einmaligen Experiment. So bauen Sie eine feste Testroutine auf:

1. Erstellen Sie einen Testkalender – Planen Sie, was Sie jeden Monat testen, genau wie Sie Content oder Marketingkampagnen planen
2. Legen Sie eine Liste mit Testideen an – Jedes Mal, wenn jemand eine Änderung vorschlägt oder Ihnen am Nutzerverhalten etwas Ungewöhnliches auffällt, notieren Sie es als möglichen Test
3. Richten Sie ein Rotationssystem ein – Wenn ein Test endet, sollte der nächste innerhalb einer Woche startbereit sein
4. Werten Sie regelmäßig aus und lernen Sie daraus – Planen Sie monatliche Meetings, um zu besprechen, was Sie gelernt haben und was als Nächstes getestet wird
5. Testen Sie verschiedene Bereiche Ihres Unternehmens – Konzentrieren Sie sich nicht nur auf Ihre Startseite; testen Sie auch E-Mails, Checkout-Seiten, Produktbeschreibungen und Kundenservice-Ansätze

Beispiel für einen monatlichen Kalender für A/B-Tests von Landingpages:

Monat 1: Variationen der Landingpage-Headline testen

Monat 2: Ansätze für E-Mail-Betreffzeilen testen

Monat 3: Layouts der Produktseiten testen

Monat 4: Verbesserungen im Checkout-Prozess testen

Monat 5: Antwortvorlagen für den Kundenservice testen

Monat 6: Startseite mit neuer saisonaler Botschaft erneut testen

So richten Sie Ihre Testrotation ein:

1. Woche 1: Ergebnisse des vorherigen Tests analysieren und den nächsten Test planen
2. Woche 2: Neuen Test aufsetzen und starten
3. Wochen 3–4: Den Test laufen lassen und auf technische Probleme achten
4. Woche 5: Ergebnisse analysieren und den Gewinner umsetzen
5. Zyklus wiederholen

Das Ziel ist nicht, alles auf einmal zu testen, sondern immer etwas laufen zu haben, damit Sie ständig dazulernen und besser werden.

Häufige Fehler, die den Testerfolg zunichtemachen

Selbst wenn sie diese Best Practices befolgen, tun sich viele Unternehmen weiterhin schwer mit dem Testen von Landingpages. Das sind die häufigsten Fehler, die Sie vermeiden sollten:

Mehrere Elemente gleichzeitig testen

Bleiben Sie bei einer Variable pro Test, so verlockend es auch ist, alles auf einmal zu ändern. Wer mehrere Variablen gleichzeitig testet, verzerrt die Ergebnisse. Auch das gleichzeitige Testen vieler Varianten sorgt tendenziell für Verwirrung.

Tests zu früh beenden

Geben Sie Ihren Tests genug Zeit für statistisch valide Ergebnisse. Lassen Sie Tests die volle geplante Dauer laufen, auch wenn das Ergebnis offensichtlich scheint.

Seiten mit geringer Wirkung testen

Konzentrieren Sie sich zuerst auf Seiten, die Ihre wichtigsten Geschäftsziele direkt beeinflussen. Die Schriftfarbe auf Ihrer „Über uns“-Seite zu testen, wird für Ihr Geschäft vermutlich nicht viel bewegen. Ihre Checkout-Seite oder Ihre wichtigste Produktseite dagegen kann mit kleinen Änderungen enorme Auswirkungen haben.

Historische Performance-Daten ignorieren

Ihre Website hat anhand vergangener Daten viel zu erzählen, doch viele ignorieren das beim Aufsetzen von Tests. Vielleicht liegt die Abbruchquote Ihrer Checkout-Seite bei 15 % oder Ihr E-Mail-Anmeldeformular konvertiert mit 3 %. Diese historischen Daten helfen Ihnen, realistische Erwartungen zu setzen und ungewöhnliche Ergebnisse zu erkennen.

Variablen während laufender Tests ändern

Sobald Ihr Test läuft, widerstehen Sie dem Drang, „nur eine kleine Anpassung“ vorzunehmen. Vielleicht entdecken Sie einen Tippfehler oder möchten die Button-Größe leicht verändern. Doch jede Änderung macht Ihre Ergebnisse ungültig, denn Sie vergleichen dann nicht mehr Äpfel mit Äpfeln.

Erste Schritte mit dem A/B-Test für Landingpages

Denken Sie daran: Erfolgreiches Testen bedeutet, langfristig Wissen über Ihre Zielgruppe aufzubauen, nicht nur schnelle Erfolge zu erzielen.

Die Unternehmen, die vom Testen am meisten profitieren, sind jene, die es als fortlaufenden Prozess des Lernens und Verbesserns behandeln – nicht als einmalige Lösung.

Starten Sie mit diesem 6-Schritte-Prozess, haben Sie Geduld, und Sie gewinnen Erkenntnisse, die Ihnen einen dauerhaften Wettbewerbsvorteil verschaffen.

Bereit, Ihre Conversions zu verbessern? Starten Sie noch heute mit LanderLab und führen Sie A/B-Tests für Ihre Landingpages durch!