Warum Bauchgefühl nicht reicht – und wie du mit einfachen Tests mehr verkaufst.
Warum du aufhören solltest zu raten
Jede Woche treffen Online-Händler Dutzende Entscheidungen auf Basis von Bauchgefühl: Soll der Kaufen-Button rot oder grün sein? Wirkt die kurze oder die lange Produktbeschreibung besser? Vertraut oder baut fremdsprachige Kundenbewertungen eher ab?
Das Problem: Niemand weiß es wirklich. Auch du nicht. Und auch dein erfahrenster Kollege nicht.
A/B-Tests sind die Antwort auf dieses Problem. Statt zu diskutieren, lässt du deine Besucher abstimmen — mit ihrem Klick.
Was ein A/B-Test eigentlich ist
Du zeigst einem Teil deiner Besucher Version A (dein bisheriger Stand), dem anderen Teil Version B (deine Änderung). Nach ausreichend Zeit und Traffic schaust du, welche Version mehr Conversions erzielt. Fertig.
Der entscheidende Unterschied zu bloßem Ausprobieren: Du formulierst vorher eine Hypothese. Nicht "lass uns mal was ändern", sondern: "Ich erwarte, dass ein konkreterer CTA-Text die Klickrate erhöht, weil Besucher derzeit nicht verstehen, was nach dem Klick passiert."
Das Prinzip: Hypothese → Test → Auswertung → Entscheidung.
Was du testen kannst
Fast alles. Besonders lohnend für kleine Shops:
- Call-to-Action-Texte — "In den Warenkorb" vs. "Jetzt kaufen" vs. "Heute noch bestellen"
- Produktbilder — Freisteller vs. Lifestyle-Foto, eine Ansicht vs. mehrere
- Überschriften — benefit-orientiert vs. feature-orientiert
- Preisdarstellung — Streichpreis sichtbar oder nicht, Monatsrate statt Gesamtpreis
- Versand- und Rückgabehinweise — Sichtbarkeit und Platzierung auf der Produktseite
- Checkout-Schritte — ein-seitig vs. mehrstufig, Pflichtfelder reduzieren
- Social Proof — Bewertungsanzahl, Siegel, Kundenzitate
Laut einer Auswertung von über 90 europäischen E-Commerce-Shops erzielen Tests zu Versand- und Rückgabeinformationen die höchste Trefferquote: In rund 42 % der Fälle gewinnt die neue Variante klar. Scarcity-Elemente ("Nur noch 3 auf Lager") gewinnen sogar in über 84 % der entschiedenen Tests.
Statistische Signifikanz — ohne Statistikstudium
Du brauchst kein Mathe-Studium, aber ein Grundverständnis schützt vor teuren Fehlern.
Statistische Signifikanz bedeutet: Die Wahrscheinlichkeit, dass dein Ergebnis reiner Zufall ist, liegt unter 5 %. Erst ab 95 % Konfidenz solltest du Schlüsse ziehen — die meisten Tools berechnen das automatisch.
Zwei Faustregeln für KMUs:
- Mindestens 2–4 Wochen Laufzeit (damit Wochentags-Effekte sich ausgleichen)
- Mindestens 1.000 Conversions pro Variante — bei wenig Traffic dauern Tests länger, das ist normal
Kostenlose Signifikanzrechner gibt es unter anderem bei converlytics.com.
Tools für kleine Shops
Kostenlos / günstig:
- VWO Free — bis zu 50.000 Unique Visitors/Monat kostenlos, visueller Editor, keine Programmierkenntnisse nötig
- Shopify Rollouts — Shopifys natives Feature für Theme-Varianten (gut für Deployment-Sicherheit, begrenzt für echte CRO-Tests)
- Shogun / Intelligems — Shopify-Apps für Seiten- und Preis-Tests, einsteigerfreundlich
Für den nächsten Schritt:
- VWO (kostenpflichtig ab ~350 $/Monat) und AB Tasty (Preis auf Anfrage) sind die etablierten Platzhirsche für ambitioniertere CRO-Projekte
- Convert gilt als besonders serviceorientiert für In-House-Teams
Ein konkretes Beispiel
Du betreibst einen Shop für Outdoor-Zubehör. Deine aktuelle Conversion-Rate liegt bei 2,1 %. Du hast die Hypothese: "Ein Hinweis auf kostenlose Rückgabe direkt unter dem Kaufen-Button erhöht die Kaufrate, weil Besucher Angst vor dem Risiko einer Fehlbestellung haben."
Setup: 50 % der Besucher sehen den Button wie bisher, 50 % sehen darunter den Satz "Kostenlos zurückschicken — 30 Tage, kein Stress." Du lässt den Test vier Wochen laufen, bis du 95 % Konfidenz erreichst. Ergebnis: +1,8 % Uplift. Ausrollen.
Kein Bauchgefühl. Kein Streit. Daten.
Die häufigsten Fehler
- Zu viele Varianten gleichzeitig — Wenn A gegen B, C und D antritt, brauchst du ein Vielfaches des Traffics
- Zu frühe Entscheidung — Nach drei Tagen sieht man oft einen Trend, aber keinen verlässlichen. Nicht vorher abbrechen.
- Peeking — Tägliches Reinschauen und bei "Gewinner" stoppen macht die Statistik wertlos
- Zu wenig Traffic — Bei unter 500 Besuchern pro Tag sind Tests aufwendig. Starte dann mit den wirkungsstärksten Elementen (CTA, Versandhinweis, Hauptbild)
- Kein Ziel definiert — Teste immer gegen eine klar definierte Metrik: Klickrate, Add-to-Cart, Kaufabschluss
Wo anfangen?
Nicht mit dem nächsten Design-Relaunch. Sondern mit einer Frage: Warum springen Besucher an einer bestimmten Stelle ab?
Schau dir deine Analytics an, formuliere eine Hypothese, und teste sie. Einen Test. Vier Wochen. Dann den nächsten.
Das ist keine Wissenschaft. Das ist konsequentes Handwerk.