Conversion-Optimierung: Wann ein A/B-Test sinnvoll ist

Marketing 08. 09. 2026

Rebi Okuyan Co-Founder

A/B-Tests gelten als Königsweg der Conversion-Optimierung, sind aber bei vielen Websites nicht die passende Methode – schlicht, weil zu wenig passiert, um Unterschiede zuverlässig zu erkennen. Dieser Artikel zeigt dir, unter welchen vier Bedingungen ein Test sinnvoll ist, was du sonst tust und wie du einen Test ansetzt, dessen Ergebnis du auch glauben kannst.

Die kurze Antwort

Ein A/B-Test lohnt sich, wenn du genug Conversions hast, um einen Unterschied überhaupt zu erkennen, und wenn du bereit bist, dem Ergebnis zu folgen. Fehlt eine der beiden Voraussetzungen, ist der Test entweder nicht aussagekräftig oder folgenlos – in beiden Fällen verbrannte Zeit. Bei wenig Daten ist es häufig sinnvoll, zunächst offensichtliche Schwächen zu beheben.

Vier Bedingungen für einen sinnvollen Test

Genug Ereignisse pro Woche Nicht Besuche, sondern die Handlung, die du verbessern willst. Wenn pro Woche nur eine Handvoll Anfragen entsteht, lässt sich ein Ergebnis kaum vom Zufall trennen. Wie viele Ereignisse nötig sind, hängt vom erwarteten Unterschied ab – rechne die Stichprobengröße vor dem Start mit einem Fallzahlrechner durch.

Eine echte Alternative Zwei Varianten, die sich in einer bewussten Entscheidung unterscheiden – anderes Versprechen, anderer Formularaufbau. Eine geänderte Button-Farbe ist selten eine echte Alternative.

Eine begründete Vermutung Du solltest sagen können, warum du eine Verbesserung erwartest und woher diese Vermutung kommt – aus Nutzerbeobachtung, Support-Anfragen oder Auswertungen.

Eine Entscheidung am Ende Vorher festlegen, was du bei welchem Ergebnis tust. Wenn die Antwort in jedem Fall „wir lassen alles wie es ist“ lautet, spar dir den Test.

Warum kleine Unterschiede so viele Daten brauchen

Ein wichtiger Punkt ist die benötigte Datenmenge: Je kleiner der Unterschied zwischen zwei Varianten, desto mehr Beobachtungen brauchst du, um ihn vom normalen Rauschen zu unterscheiden. Deine Zahlen schwanken auch dann, wenn du gar nichts änderst – zwischen Wochentagen, Kampagnen und Jahreszeiten. Ein Test braucht eine vorab geplante Fallzahl und Auswertung, um Unterschiede vom Zufall abzugrenzen.

Praktisch heißt das: Suche große Unterschiede, keine feinen. Ein anderes Angebot, ein anderes Versprechen, ein deutlich verkürztes Formular – solche Änderungen können Effekte erzeugen, die auch bei überschaubaren Datenmengen sichtbar werden. Mikro-Optimierungen sind etwas für Websites mit sehr viel Verkehr. Und die Datenbasis muss stimmen: Wenn dein Tracking Handlungen doppelt zählt oder Teile fehlen, testest du auf Sand. Wie du das vorher klärst, steht im Artikel zum Messkonzept.

Was du tust, wenn ein Test nicht in Frage kommt

Kein Test heißt nicht keine Optimierung. Es heißt nur: andere Methode. Die folgende Zuordnung ist unsere Empfehlung für typische Ausgangslagen.

Situation	Sinnvolles Vorgehen	Warum
Sehr wenige Conversions pro Woche	Nacheinander ändern und über längere Zeiträume vergleichen	Ein paralleler Test halbiert die ohnehin knappen Daten – im Gegenzug musst du bei Vorher-Nachher-Vergleichen einkalkulieren, dass sich zwischenzeitlich auch anderes geändert haben kann
Offensichtliche Schwächen sichtbar	Direkt beheben, ohne Test	Ein kaputtes Formular ist kein Testgegenstand, sondern ein Fehler
Unklar, woran es hakt	Nutzerbeobachtung, Interviews, Support-Anfragen auswerten	Qualitative Hinweise erzeugen erst die Hypothese, die man testen könnte
Viele Conversions, klare Vermutung	A/B-Test mit vorher festgelegter Laufzeit	Bei ausreichender Fallzahl und sauberer Durchführung kann der Test eine belastbare Antwort liefern
Kompletter Neuaufbau geplant	Neu bauen, danach beobachten	Alt gegen neu zu testen beantwortet nicht, welcher Teil gewirkt hat

Einen Test sauber ansetzen

Wenn die vier Bedingungen erfüllt sind, schreib vor dem Start vier Dinge auf: die Hypothese in einem Satz, die eine Kennzahl, an der du das Ergebnis misst, die geplante Laufzeit und die Entscheidung, die du bei welchem Ausgang triffst. Diese vier Zeilen sind der Unterschied zwischen einem Test und einem Bauchgefühl mit Zahlen daneben.

Zur Laufzeit eine klare Empfehlung: Lass jeden Test über volle Wochen laufen, damit beide Varianten den kompletten Wochenverlauf abdecken und nicht nur einzelne, untypische Tage. Bei einem parallel laufenden Test treffen Wochentagseffekte ohnehin beide Varianten – entscheidend ist, dass die Stichprobe für den ganzen Zyklus repräsentativ ist. Und ändere während der Laufzeit nichts an den Kampagnen, die den Verkehr liefern – ein neues Budget oder eine neue Anzeige mitten im Test verändert die Zusammensetzung der Besucherinnen und Besucher und kann die Aussagekraft und Übertragbarkeit des Vergleichs einschränken. Wenn du parallel am Budget arbeitest, plane das zeitlich versetzt; wie du es ansetzt, steht in unserem Artikel zur Budgetplanung.

Ein fiktives Beispiel

Frei erfunden: Ein Anbieter von Steuerberatungssoftware bekommt viele Anfragen, aber die Hälfte kommt von Privatpersonen, die gar nicht zur Zielgruppe gehört. Die Vermutung: Die Landingpage sagt nicht deutlich genug, für wen das Produkt ist. Variante A ist die bestehende Seite, Variante B ergänzt direkt unter der Überschrift einen Abschnitt „Für Steuerkanzleien ab drei Mitarbeitenden – nicht für private Steuererklärungen“.

Interessant an diesem erfundenen Fall ist die Kennzahl: Die Hauptkennzahl ist die Zahl qualifizierter Anfragen pro Besuch. Der Anteil passender Kontakte unter allen Anfragen hilft zusätzlich bei der Einordnung, reicht allein aber nicht aus. Variante B wird die Gesamtzahl vermutlich senken, und genau das wäre in Ordnung – wenn hinten mehr verwertbare Gespräche herauskommen. Deshalb gehört die Frage „Was messen wir eigentlich?“ vor den Test und nicht danach. Die zugehörige Seitenlogik findest du im Artikel zum Landingpage-Aufbau.

Typische Fehler bei der Auswertung

Zu früh reinschauen und abbrechen

Am zweiten Tag liegt eine Variante vorn – das ist normal und sagt nichts. Wer den Test in dem Moment stoppt, in dem das Ergebnis gefällt, produziert systematisch Scheinerfolge. Leg die Laufzeit vorher fest und halte dich daran.

Nachträglich Segmente durchsuchen

Wenn das Gesamtergebnis unentschieden ist und du danach nach der einen Zielgruppe suchst, in der die Variante gewinnt, findest du sie fast immer. Belastbar ist ein solcher Fund nicht; er taugt höchstens als Hypothese für einen neuen Test. Segmente gehören vor den Test in die Hypothese.

Unentschieden als Misserfolg werten

Ein Test ohne erkennbaren Unterschied ist ein Ergebnis, aber ein vorsichtiges: Nachgewiesen ist nur, dass der Test keinen Unterschied zeigen konnte. Das kann heißen, dass die Änderung wenig bewirkt – oder dass der Effekt kleiner ist, als deine Datenmenge auflösen kann. Das spart dir die Diskussion darüber beim nächsten Mal und lenkt die Aufmerksamkeit auf größere Hebel.

Grenzen

Ein A/B-Test beantwortet immer nur eine sehr enge Frage für einen bestimmten Zeitraum und eine bestimmte Zusammensetzung der Besucherinnen und Besucher. Er sagt dir nicht, ob die Anfragen später zu zufriedenen Kundinnen und Kunden werden, und ein Ergebnis von heute muss in einem halben Jahr nicht mehr gelten. Es gibt auch keine Struktur und keine Methode, die ein bestimmtes Ergebnis garantiert – wer dir das verspricht, verkauft Sicherheit, die es nicht gibt. Wie messbare Kanäle grundsätzlich zusammenspielen, ordnet die Einführung ins Performance Marketing ein; bei der laufenden Testarbeit unterstützen wir im Rahmen der Conversion-Rate-Optimierung.

Dein nächster Schritt

Prüfe dein aktuelles Conversion-Aufkommen und die nötige Fallzahl für den Unterschied, den du erkennen möchtest. Ist ein belastbarer Test damit nicht praktikabel, beginne mit Nutzerbeobachtung und offensichtlichen Fehlern. Andernfalls halte Hypothese, Kennzahl, Fallzahl, Laufzeit und Folgeentscheidung vor dem Start fest.