A/B-Testing ist eine Methode, mit der Sie anhand echter Zahlen bestimmen, welche von zwei Versionen derselben Anzeige oder Seite besser funktioniert, indem Sie beide gleichzeitig einem echten Publikum zeigen. Ein Unternehmen, das diese Methode richtig anwendet, kann seine Conversion-Rate mit demselben Werbebudget oft um 10 bis 30 % steigern, weil die Entscheidung nicht mehr auf Vermutungen, sondern auf echtem Nutzerverhalten beruht. In diesem Beitrag erklären wir praxisnah und auf KMU-Maßstab zugeschnitten, was A/B-Testing ist, was Sie bei Anzeigen und Landingpages testen, warum Geduld bei Stichprobe und Testdauer unerlässlich ist, was die Ein-Variablen-Regel besagt und wie Sie Ergebnisse richtig auswerten.
Was ist A/B-Testing?
A/B-Testing ist eine Methode, mit der Sie messen, welche von zwei Versionen einer einzelnen Variable (Überschrift, Bild, Button-Text) mehr Conversions bringt, indem Sie beide im selben Zeitraum zwei voneinander unabhängigen Nutzergruppen zeigen. Version 'A' ist meist die bestehende, bewährte Version, Version 'B' die neue Idee, die getestet werden soll. Am Ende des Tests wird statistisch verglichen, welche Version mehr Klicks, Formularübermittlungen oder Verkäufe gebracht hat.
Die Stärke des A/B-Testings liegt darin, persönliche Vorlieben aus der Gleichung zu nehmen. Ein Unternehmer oder Designer kann lange darüber diskutieren, welches Bild 'besser aussieht'; sobald aber echte Nutzer zeigen, worauf sie klicken und was sie kaufen, ist die Diskussion beendet. Deshalb ist A/B-Testing eines der wenigen Marketing-Werkzeuge, das Beweise statt Bauchgefühl in den Vordergrund stellt.
Was wird bei Anzeigen getestet?
A/B-Tests bei Anzeigen betreffen meist drei zentrale Elemente: die Überschrift, das Bild und den Call-to-Action (CTA). Diese drei Elemente entscheiden darüber, ob eine Anzeige einen Nutzer zum Innehalten und Klicken bringt.
Warum ist der Überschriften-Test so wichtig?
Die Überschrift ist das Erste, worüber ein Nutzer innerhalb weniger Sekunden entscheidet, ob er die Anzeige beachtet oder übergeht. 'Wintermäntel-Modelle' und 'Wintermäntel ab 49 €' beschreiben dasselbe Produkt, doch die zweite Variante enthält eine konkrete Preisangabe, die zu einem ganz anderen Klickverhalten führen kann. Wenn Sie beim Überschriften-Test jeweils nur ein einziges Element ändern (Preis ergänzen, eine Frage stellen, Dringlichkeit betonen), erkennen Sie klar, welches Element tatsächlich wirkt.
Worauf zielt der Bild-Test ab?
Das Bild ist der erste visuelle Reiz, der die Aufmerksamkeit des Nutzers auf sich zieht. Zwischen einem reinen Produktfoto und einem Lifestyle-Bild, das die Nutzung zeigt, kann je nach Zielgruppe ein großer Leistungsunterschied entstehen. Bei einer Möbelmarke etwa kann ein Foto des Möbelstücks in einem echten Wohnzimmer, statt eines leeren Produktfotos, dazu führen, dass sich Betrachter die Szene bei sich zu Hause vorstellen, und so die Conversion-Rate steigern.
Was verändert der CTA-Test (Call-to-Action)?
Der Text auf dem Button wirkt wie ein kleines Detail, doch psychologisch liegt zwischen 'Jetzt kaufen' und 'Preise ansehen' ein deutlicher Unterschied; Ersteres erzeugt Kaufdruck, Letzteres wirkt wie eine risikoarme Einladung zum Stöbern. Was besser funktioniert, hängt vom Produkt, vom Preis und davon ab, wie weit Ihre Zielgruppe im Kaufprozess ist, weshalb Sie das nicht annehmen, sondern testen sollten.
Was wird auf der Landingpage getestet?
Landingpage-Tests konzentrieren sich darauf zu verstehen, warum jemand, der auf die Anzeige geklickt hat, die Seite verlässt oder konvertiert, sobald er auf Ihrer Website landet. Am häufigsten getestet werden die Haupt- und Unterüberschrift der Seite, die Länge des Formulars (wie viele Felder abgefragt werden), die Platzierung von Vertrauenselementen (Bewertungen, Referenzen, Zahlen) und die Gesamtlänge der Seite.
Bei der Website einer Klinik könnte man beispielsweise testen, ob das Terminformular ganz oben auf der Seite oder erst nach den Leistungsbeschreibungen erscheint. Manche Besuchergruppen sind sofort bereit, ein Formular auszufüllen, andere wollen zuerst die Leistungsdetails lesen; der Test zeigt, welche Tendenz in Ihrer Zielgruppe überwiegt. Wenn Sie die Landingpage-Optimierung in einem größeren Rahmen betrachten möchten, geht unser Beitrag zur Landingpage-Conversion-Optimierung das Thema Schritt für Schritt durch.
Damit Testergebnisse überhaupt aussagekräftig sind, brauchen Sie zunächst ein solides Conversion-Tracking auf Ihrer Website; sonst lässt sich nicht zuverlässig messen, welche Version mehr Formulare oder Verkäufe gebracht hat. Diese Grundlage erklären wir ausführlich in unserem Beitrag zum Einrichten von Conversion-Tracking.
Warum ist die Ein-Variablen-Regel so wichtig?
Die Ein-Variablen-Regel besagt, dass Sie in einem Test immer nur ein einziges Element gleichzeitig ändern sollten. Ändern Sie Überschrift, Bild und Button gleichzeitig, wissen Sie am Ende nicht, welche Änderung den Unterschied gemacht hat. Auch wenn Version B besser abschneidet, können Sie nicht sagen, welche der drei Änderungen dafür verantwortlich war, und können dieses Wissen deshalb nicht in eine andere Kampagne übertragen.
Kleine Unternehmen verletzen diese Regel oft aus Zeitgründen; nach dem Motto 'ich überarbeite die Seite sowieso, dann ändere ich gleich alles'. Das ist aber kein Test, sondern eine Vermutung. Ein echter A/B-Test isoliert diszipliniert ein einzelnes Element, wodurch das gewonnene Wissen auf die nächste Kampagne und die nächste Seite übertragbar wird.
Stichprobe und Testdauer: Warum Geduld nötig ist
Damit ein A/B-Test ein zuverlässiges Ergebnis liefert, müssen genügend Nutzer beide Versionen gesehen haben. Ein Test, der zwei Tage lang auf einer Seite mit nur 20 bis 30 Besuchern pro Tag läuft, kann eine echte Differenz nicht von zufälligen Schwankungen unterscheiden. Als Faustregel gilt: Ergebnisse sollten erst dann als zuverlässig gelten, wenn jede Version mindestens 100 Conversions (Formulare, Verkäufe etc.) gesammelt hat; für kleine Unternehmen kann das Erreichen dieser Schwelle mitunter Wochen dauern.
Auch bei der Testdauer ist Geduld gefragt. Läuft ein Test nur drei Tage, können Unterschiede zwischen Wochentagen und Wochenende oder eine kurzfristige Schwankung durch eine einzelne Tageskampagne das Ergebnis verzerren. Als gute Praxis gilt, einen Test mindestens einen vollen Wochenzyklus laufen zu lassen, idealerweise zwei Wochen, damit sich tagesbedingte Schwankungen ausgleichen.
Für KMU mit geringem Traffic ist es ein praktikabler Ansatz, monatlich nur einen oder zwei Tests durchzuführen und sich auf das Element zu konzentrieren, von dem Sie die größte Wirkung erwarten, meist die Überschrift oder das Hauptbild. Wer bei wenig Traffic versucht, viele kleine Tests gleichzeitig zu fahren, erhält am Ende von keinem ein zuverlässiges Ergebnis.
Wie liest man die Ergebnisse richtig?
Die erste Frage beim Auswerten eines A/B-Tests lautet, ob der Unterschied 'statistisch signifikant' ist. Version B mag 5 % besser aussehen als A; ist dieser Unterschied jedoch mit wenigen Besuchern entstanden, ist die Wahrscheinlichkeit hoch, dass es sich um Zufall handelt. Die meisten Testtools berechnen diese Signifikanz automatisch, und Ergebnisse oberhalb eines Konfidenzniveaus von 95 % gelten in der Regel als 'zuverlässig'.
Der zweite wichtige Punkt ist, das Ergebnis nicht anhand einer einzelnen Kennzahl, sondern im Zusammenhang mit dem Geschäftsziel zu lesen. Eine Version kann mehr Formularübermittlungen bringen, doch die Qualität dieser Formulare (wie viele tatsächlich zum Verkauf führen) kann niedriger sein. Deshalb sollten Sie nicht nur auf Klicks oder Formularzahl schauen, sondern darauf, wie viele Personen am Ende des Tests wirklich zu einem Verkauf oder Termin gelangt sind.
Sobald die Gewinner-Version feststeht, machen Sie sie dauerhaft und testen beim nächsten Mal eine neue Variable, so entsteht ein sich ständig verbessernder Kreislauf. A/B-Testing ist kein einmaliges Projekt, sondern eine dauerhafte Gewohnheit, bei der sich kleine Gewinne mit der Zeit zu einem großen Unterschied summieren.
Welche Fehler passieren beim A/B-Testing am häufigsten?
Der häufigste Fehler ist, einen Test zu früh zu beenden. Liegt Version B an den ersten beiden Tagen vorn, ist die Versuchung groß, begeistert 'B hat gewonnen' zu rufen und den Test zu stoppen; dabei kann sich das Bild am dritten oder vierten Tag umkehren. Der zweite häufige Fehler ist, gleichzeitig auf mehreren Kanälen unterschiedliche Tests laufen zu lassen und die Ergebnisse zu vermischen; wenn Sie parallel zur Messung einer Seitenänderung auch das Werbebudget verändern, lässt sich nicht mehr sagen, welche Änderung das Ergebnis beeinflusst hat.
Der dritte Fehler besteht darin, auf einer Seite mit wenig Traffic gleichzeitig drei oder vier Versionen zu testen (ein A/B/C/D-Test). Je mehr Versionen bei begrenztem Traffic hinzukommen, desto weniger Besucher entfallen auf jede Version, sodass keine genug Daten für ein zuverlässiges Ergebnis sammelt. Im KMU-Maßstab ist es meist am sichersten, sich auf einen einfachen A/B-Test zu beschränken und den Traffic nicht weiter aufzuteilen.
Schließlich wenden manche Unternehmen ein Testergebnis einmal an und testen danach nie wieder. Da sich Markt, Zielgruppe und Wettbewerbsverhalten mit der Zeit verändern, muss eine im letzten Jahr erfolgreiche Überschrift dieses Jahr nicht dieselbe Wirkung zeigen. Wer A/B-Testing nicht als dauerhafte Gewohnheit betrachtet, lässt die einmal erzielten Gewinne mit der Zeit wieder verpuffen.
Mit welchen Tools wird getestet?
Die meisten Werbeplattformen (Google Ads, Meta Ads) bieten integrierte Testfunktionen, mit denen Sie mehrere Anzeigenvarianten in einer Kampagne hochladen und das System automatisch die leistungsstärkste ausspielen lassen können. Für Landingpage-Tests können Sie spezielle Testwerkzeuge oder die einfachen Split-Test-Funktionen mancher Website-Plattformen nutzen. Im KMU-Maßstab reicht es meist, ohne technischen Mehraufwand mit der eigenen Testfunktion der Werbeplattform zu beginnen; eine von Anfang an komplexe Test-Infrastruktur auf der Website ist für Unternehmen mit geringem Traffic oft eine Investition, die den Nutzen übersteigt.
Praktischer Ansatz im KMU-Maßstab
Für ein KMU mit begrenzten Ressourcen und Traffic bietet sich beim Einstieg in A/B-Testing folgender Fahrplan an:
- Wählen Sie eine einzige Anzeige oder Seite aus, die das meiste Budget oder den meisten Traffic erhält; versuchen Sie nicht, überall gleichzeitig zu testen.
- Entscheiden Sie sich für ein einziges zu testendes Element: Überschrift, Hauptbild oder CTA-Text.
- Lassen Sie den Test mindestens eine Woche, besser zwei Wochen laufen; erzwingen Sie kein frühes Ergebnis.
- Bewerten Sie das Ergebnis anhand echter Conversions (Formulare, Verkäufe, Anrufe), nicht nur anhand von Klicks.
- Machen Sie die Gewinner-Version dauerhaft und testen Sie im folgenden Monat ein neues Element.
Dieser Kreislauf ist zwar weniger spektakulär als eine großbudgetierte Kampagne, steigert aber mit der Zeit stetig die Leistung Ihrer Anzeigen und Seiten. Wenn Sie Tests in einen größeren Optimierungs- und Messrahmen einordnen möchten, ist unser Beitrag Was ist ROAS eine sinnvolle Ergänzung, da er zeigt, wie sich eine steigende Conversion-Rate auf Ihre Werberendite auswirkt.
Fazit: Entscheiden Sie nicht ohne zu testen
A/B-Testing ist eine einfache, aber disziplinierte Methode, die die Diskussion 'ich finde, das ist besser' in die Klarheit 'die Daten zeigen, das ist besser' verwandelt. Unternehmen, die Elemente wie Überschrift, Bild und CTA bei Anzeigen sowie Formularstruktur und Vertrauenselemente auf Landingpages einzeln, mit ausreichender Stichprobe und Dauer testen, lernen mit der Zeit, mit demselben Budget mehr Ergebnisse zu erzielen.
Wichtig ist dabei: Der eigentliche Gewinn des A/B-Testings ist nicht die kleine Verbesserung einer einzelnen Kampagne, sondern eine über die Zeit wachsende Lernkultur. Testet ein Unternehmen mehrere Monate lang regelmäßig, entsteht konkretes Wissen darüber, welche Botschaften bei der eigenen Zielgruppe wirken, ein Wissen, das bei neuen Produkteinführungen, neuen Kampagnen und sogar in Social-Media-Inhalten immer wieder genutzt werden kann.
Wenn Sie eine Struktur aufbauen möchten, die Ihre Anzeigen und Landingpages kontinuierlich testet und verbessert, steht Ihnen Welda zur Seite. Mit unserem Service Online-Werbung optimieren wir Ihre Kampagnen mit disziplinierten A/B-Tests und machen aus Vermutungen datenbasierte Entscheidungen. Nehmen Sie Kontakt mit uns auf und lassen Sie Ihre Anzeigen durch Testing wachsen.