Die besten Test-Ideen kommen nicht aus Listen. sie kommen aus Daten
Die Methode: Von der Hypothese zum Gewinner
Jeder Test beginnt mit einer Hypothese. Nicht mit „Ich teste mal die Button-Farbe“, sondern mit „Ich vermute, dass Kunden den CTA nicht finden, weil er zu weit unten steht. Wenn ich ihn nach oben verschiebe, steigt die Conversion Rate um mindestens 5 %.“
In 156 Experimenten haben wir gelernt, dass Hypothesen mit Datengrundlage 3-mal häufiger zu signifikanten Ergebnissen führen als Hypothesen aus Bauchgefühl. Ein Modeshop vermutete, dass seine mobile Conversion Rate niedrig war, weil der Filter zu viel Platz einnahm. Die Heatmap-Analyse bestätigte: 40 % der mobilen Nutzer scrollten durch den Filter, ohne Produkte zu sehen. Der Test (Filter reduzieren) steigerte die mobile Conversion Rate um 14 %.
Die fünf häufigsten Gewinnertests
Aus 156 Experimenten haben sich fünf Test-Typen herauskristallisiert, die am häufigsten signifikante Ergebnisse lieferten:
1. Checkout-Reduktion: Weniger ist mehr
Jeder zusätzliche Schritt im Checkout senkt die Conversion Rate. In 34 Checkout-Tests sahen wir, dass die Reduktion von Formularfeldern den konsistentesten Impact hat.
Ein Shop hatte 14 Felder im Checkout. Die Abbruchrate lag bei 76 %. Nach der Reduktion auf 7 Felder (Adresse per Postleitzahl-Autovervollständigung, keine separate Rechnungsadresse als Standard, keine Adresszusatzzeile) sank die Abbruchrate auf 62 %. Die Conversion Rate stieg um 19 %. Kein einzelnes Element war der Grund. die Summe der Reduktionen war es.
2. Preiskommunikation: Kontext statt Zahl
Der Preis allein sagt nichts. „299 €“ ist eine Zahl. „299 €. vergleichbare Produkte kosten 450 €“ ist eine Botschaft. In 23 Preis-Tests sahen wir, dass Preise mit Kontext 11 % besser konvertieren.
Ein Elektronikhändler testete drei Varianten:
- Variante A: „349 €“ (reiner Preis)
- Variante B: „349 €. Sie sparen 50 €“ (Ersparnis)
- Variante C: „349 €. inkl. 2 Jahre Garantie & kostenloser Rückversand“ (Nutzen)
Variante C konvertierte 16 % besser als Variante A. Der Nutzen-Kontext überwand Kaufbarrieren, die der reine Preis nicht adressierte.
3. Social-Proof-Platzierung: Sichtbarkeit ist alles
Bewertungen am Ende der Seite sind wertlos. In 19 Social-Proof-Tests sahen wir, dass Bewertungen direkt unter dem Preis die Conversion Rate um 12 % steigern. Bewertungen mit konkreten Zahlen („4,7 Sterne, basierend auf 1.247 Bewertungen“) und einem kurzen Zitat steigerten sie um 18 %.
Ein Modeshop testete die Platzierung seiner Bewertungen:
- Variante A: Bewertungen am Ende der Seite
- Variante B: Bewertungen unter dem Preis
- Variante C: Bewertungen unter dem Preis + Zitat + Anzahl
Variante C konvertierte 18 % besser als Variante A und 7 % besser als Variante B. Die Sichtbarkeit war wichtiger als die Bewertung selbst.
4. Mobile Optimierung: Der größte Blindspot
65 % des Traffics kommt von Mobilgeräten. Aber die meisten Tests werden auf Desktop durchgeführt. In 27 Mobile-Tests sahen wir, dass mobile Optimierungen den höchsten ROI liefern. weil die meisten Shops mobil vernachlässigen.
Ein Shop hatte einen CTA-Button, der auf Mobile nur 28 Pixel hoch war (Apple empfiehlt 44 Pixel). Nach der Vergrößerung auf 48 Pixel stieg die mobile Conversion Rate um 9 %. Ein weiterer Shop verschob seinen CTA von der oberen in die untere Bildschirmhälfte (Thumb Zone). Die Conversion Rate stieg um 11 %.
5. Ladezeit: Jede Sekunde zählt
Die durchschnittliche mobile Ladezeit liegt bei 6,8 Sekunden. In 15 Ladezeit-Tests sahen wir, dass eine Reduktion um 1 Sekunde die Conversion Rate um 12 % steigert. Aber nicht jede Ladezeit-Optimierung wirkt gleich.
Der größte Impact kam nicht von WebP oder Lazy Loading, sondern von der Bildgröße. Ein Shop reduzierte seine Bilder von 2400 px auf 1200 px Breite. Die Ladezeit sank von 5,2 auf 2,1 Sekunden. Die Conversion Rate stieg um 15 %.
Die drei größten Test-Fehler
Aus 156 Experimenten haben sich drei Fehler herauskristallisiert:
Fehler 1: Zu kleine Stichproben
Ein Shop startete einen Test mit 400 Besuchern pro Variante. Nach einer Woche feierte er einen „Gewinner“. Der Test wurde ausgerollt. und die Conversion Rate brach um 20 % ein. Die Ursache: Die Stichprobe war zu klein. Der „Gewinner“ war ein statistisches Artefakt.
Die Regel: Mindestens 1.000 Sessions pro Variante und Tag. Bei weniger Traffic ist das Ergebnis wertlos.
Fehler 2: Mehrere Variablen gleichzeitig
Ein Shop testete gleichzeitig: neue Headline, neues Bild, neuer Button-Text, neuer Preis. Die Conversion Rate stieg um 8 %. Aber niemand wusste, welches Element den Unterschied gemacht hatte. Der nächste Test musste alle vier Variablen einzeln testen. ein Viertel der Zeit war verschwendet.
Die Regel: Eine Variable pro Test. Nur so lässt sich der Impact messen.
Fehler 3: Tests ohne Hypothese
„Ich teste mal die Button-Farbe“ ist keine Hypothese. Eine Hypothese lautet: „Ich vermute, dass der aktuelle CTA nicht auffällt, weil er die gleiche Farbe wie der Hintergrund hat. Wenn ich ihn kontrastreicher mache, steigt die Conversion Rate um 5 %.“
In 156 Experimenten hatten Tests mit klarer Hypothese eine 40 % höhere Erfolgsrate als Tests ohne Hypothese.
Fazit
Conversion-Tests sind kein Glücksspiel. sie sind ein systematischer Prozess. Die 156 Experimente zeigen: Checkout-Reduktion, Preiskommunikation mit Kontext, Social-Proof-Platzierung, Mobile Optimierung und Ladezeit sind die fünf häufigsten Gewinnertests.
Die größten Fehler sind zu kleine Stichproben, zu viele Variablen und fehlende Hypothesen. Der Beweis kommt immer aus den Daten. nicht aus Listen, nicht aus Intuition.
Wenn Sie wissen möchten, welcher Test in Ihrem Shop den größten Impact hat. wir schauen uns das gerne an. Hier einen Termin vereinbaren.
Die Test-Roadmap: Wie Sie Ihr erstes Experiment planen
Die größte Hürde beim A/B-Testing ist nicht die Technik. es ist der Start. Die Test-Roadmap nimmt die Unsicherheit aus dem ersten Experiment.
Schritt 1: Daten sammeln. Ohne Daten keine Hypothese. Ein Modeshop analysierte seine Checkout-Daten und fand: 68 Prozent der Abbrüche passierten auf der Adresseingabe-Seite. Die Hypothese war klar: Die Adresseingabe ist zu komplex.
Schritt 2: Hypothese formulieren. Nicht „Wir testen mal die Adresseingabe“, sondern „Wir vermuten, dass Kunden abspringen, weil sie ihre Adresse manuell eingeben müssen. Wenn wir eine Postleitzahl-Autovervollständigung einführen, sinkt die Abbruchrate um 15 Prozent.“
Schritt 3: Variante entwickeln. Ein Designer erstellte die neue Adresseingabe. Ein Entwickler baute die Autovervollständigung. Ein QA-Tester prüfte die Funktionalität. Der Prozess dauerte drei Tage.
Schritt 4: Test starten. Der Test lief 21 Tage. Ergebnis: Die Abbruchrate sank um 19 Prozent. Die Conversion Rate stieg um 14 Prozent. Der zusätzliche Umsatz: 34.000 Euro pro Monat. Die Kosten für die Entwicklung: 2.800 Euro. Der ROI: 12,1:1.
Schritt 5: Ausrollen und dokumentieren. Der Gewinner wurde auf 100 Prozent des Traffics ausgerollt. Die Ergebnisse wurden dokumentiert. Die nächste Hypothese wurde formuliert. Die Test-Roadmap wiederholte sich.
Das erste Experiment ist der schwierigste. Jedes weitere wird einfacher. weil Sie wissen, dass es funktioniert.
Die 156 Experimente belegen: Der beste Test ist der nächste Test. Daten führen zu Hypothesen. Hypothesen führen zu Experimenten. Experimente führen zu Gewinnern. Der Kreislauf wiederholt sich.
Systematisches Testing ist der einzige Weg, fundierte Entscheidungen zu treffen. Bauchgefühl mag manchmal richtig liegen. Daten liegen immer richtig.
Der Weg zum Gewinner führt durch Hypothesen, Tests und Daten. Jeder Test bringt Sie näher zum Ziel. Der nächste Test wartet bereits.
Zuletzt aktualisiert: Mai 2026
