A/B Testing für Anfänger: Welche Änderungen wirklich messbar mehr Anfragen bringen

Kurzfassung (TL;DR):

• Einen Test gleichzeitig – nicht fünf parallel laufen lassen, sonst mischt sich alles durcheinander.
• Mindestens 2–4 Wochen – längere Tests geben zuverlässigere Ergebnisse als Schnellschüsse nach ein paar Tagen.
• 100+ Konversionen pro Variante – das ist die Faustregel, damit ein Test statistisch aussagekräftig ist.
• Eine Metrik messen – wenn du auf Anfragen optimierst, konzentriere dich auf Anfragen. Nicht gleichzeitig auf Klicks, Verweildauer und Anfragen optimieren.
• Winner ausrollen und weitermachen – A/B Testing ist nicht einmalig, sondern kontinuierlich. Nach dem Sieg folgt der nächste Test.

Warum Unternehmer A/B Tests vermeiden (und warum das ein Fehler ist)

Die meisten Unternehmer treffen Website-Entscheidungen wie folgt: Das Bauchgefühl. Die Agentur hat es so empfohlen. Der Chef hat eine Idee. Oder: Das hat bei der Konkurrenz funktioniert.

Das Problem dabei ist nicht die Entscheidung selbst – sondern dass niemand hinterher prüft, ob es tatsächlich funktioniert hat.

Ein Unternehmer ändert seinen CTA-Button von Orange zu Grün. Zwei Wochen später sind die Anfragen nicht gestiegen. Hat die Änderung nichts gebracht, oder brauchte es länger? Wer die alte Variante noch nicht gemessen hat, kann es nicht wissen.

Wer nicht testet, macht Vermutungen statt Entscheidungen. Und Vermutungen sind teuer.

A/B Testing ist nicht kompliziert. Es funktioniert so: Du zeigst Variante A der Hälfte deiner Besucher, Variante B der anderen Hälfte. Nach zwei bis vier Wochen zählst du, welche Variante mehr Anfragen gebracht hat. Die Gewinnerin rollst du aus. Punkt.

Der Grund, warum die meisten Unternehmer trotzdem nicht testen, ist nicht das Werkzeug – sondern die Überzeugung, dass Tests zu lange dauern oder nur für Tech-Konzerne relevant sind. Beide Annahmen sind falsch.

Wie A/B Testing funktioniert: Fünf Schritte

A/B Testing folgt einem einfachen System. Wenn du diese fünf Schritte verstanden hast, kannst du testen.

1. Die Hypothese: Was vermutest du?

Alles beginnt mit einer Vermutung. „Wenn ich den CTA-Text von ‚Weitere Informationen' auf ‚Jetzt buchen' ändere, bekomme ich mehr Anfragen." Das ist deine Hypothese.

Eine gute Hypothese ist nicht gut, weil sie richtig ist – sondern weil sie testbar ist und einen Grund hat. Nicht „der Button soll besser aussehen", sondern „der neue Text macht deutlicher, was passiert."

2. Die Variante: Was wird getestet?

Jetzt baust du die zweite Variante – die abweichende Version. Wenn der CTA-Text der Test ist, ändert sich nur der Text, alles andere bleibt identisch. Farbe, Größe, Platzierung – unverändert.

Wenn du mehrere Dinge gleichzeitig änderst, weißt du hinterher nicht, welche Änderung den Unterschied gemacht hat.

3. Der Test: Beide Varianten sind live

Du teilst deinen Traffic 50/50 auf. Die Hälfte der Besucher sieht Variante A, die andere Hälfte Variante B. Das Werkzeug (Google Optimize, Unbounce, oder eine Testplattform) kümmert sich darum, dass es fair zugeteilt wird.

4. Die Messung: Daten sammeln

Über zwei bis vier Wochen sammelst du Daten: Wie viele Anfragen kam aus Variante A? Wie viele aus Variante B? Am Ende der Laufzeit siehst du ein klares Bild.

5. Das Lernen: Welche Variante gewinnt?

Jetzt zählst du. Wenn Variante B 15 % mehr Anfragen gebracht hat, rollst du B aus und machst B zur neuen Standard-Variante. Dann startest du den nächsten Test mit einem neuen Element.

Wenn es keinen signifikanten Unterschied gab, hast du trotzdem gelernt, dass dieses Element nicht der Hebel ist – und kannst dich auf andere konzentrieren.

Die ersten 3 Tests: Konkrete Ideen für sofort

Wo fängst du an? Hier sind drei Tests, die schnell zu implementieren sind und oft einen großen Effekt haben.

Test 1: CTA-Text

Dein aktueller Button sagt vielleicht „Anfragen" oder „Weitere Infos". Teste dagegen „Jetzt anfragen" oder „Termin vereinbaren". Der konkretere Text kann Zweifel senken und zu mehr Klicks führen.

Warum das funktioniert: Menschen klicken schneller, wenn sie wissen, was danach passiert. „Jetzt anfragen" ist klarer als „Anfragen".

Aufwand: gering. Hypothese testen nach zwei Wochen.

Test 2: CTA-Platzierung

Wo auf deiner Website sollte der Call-to-Action stehen? Oben im sichtbaren Bereich (above the fold), damit Besucher ihn sofort sehen? Oder erst nach etwas Text, damit sie erst überzeugt werden?

Die ehrliche Antwort: Das hängt von deiner Zielgruppe ab. Deshalb: teste es. Für manche Dienstleistungen funktioniert der Button oben besser. Für andere erst nach ausführlicher Beschreibung.

Aufwand: mittel. Hypothese testen nach zwei bis drei Wochen.

Test 3: Formular-Feldanzahl

Viele Unternehmer füllen ihre Anfrage-Formulare mit fünf oder mehr Feldern: Name, E-Mail, Telefon, Nachricht, Budget. Das klingt sinnvoll – aber je mehr Felder ein Formular hat, desto mehr Menschen brechen ab.

Teste ein schlankes Formular mit nur Name, E-Mail und Nachricht. HubSpot-Studien zeigen: fast 50% höhere Conversions bei Reduktion von 4 auf 3 Feldern. Formstack-Daten deuten sogar auf 50–100% Lift durch Feldreduktion (von 5 auf 3 Felder) hin.

Warum das funktioniert: Ein kürzeres Formular senkt die psychologische Hürde, auf „Absenden" zu klicken.

Aufwand: sehr gering. Hypothese testen nach zwei Wochen.¹

Tools: Welches A/B Testing Tool passt zu mir?

Unbounce oder ähnliche Landing-Page-Builder

Du baust die Varianten als separate Landing Pages und teilst den Traffic zwischen ihnen auf. Unbounce oder ConvertKit haben das eingebaut.

Vorteil: Du kannst dramatische Änderungen testen, nicht nur kleine Textanpassungen. Schöne Benutzeroberfläche.

Nachteil: Kostet Geld. Für einfache Tests auf bestehenden Seiten overkill.

Eigenes System: Randomisierung + Tracking

Viele Agenturen bauen sich ein Custom-Setup mit wenig Code: Ein Script randomisiert Besucher in Variante A oder B, und Google Analytics oder ähnliche Dienste tracken die Conversions.

Vorteil: volle Kontrolle, keine externen Abhängigkeiten.

Nachteil: braucht technisches Setup, mehr Fehlerquellenrisiko.

Unser Tipp: Für den Anfang: Unbounce (einsteigerfreundlich, kostenlose Demo) oder eine einfache selbstgebaute Lösung. Das reicht, um zu lernen. Nach zehn bis 20 Tests, wenn klar ist, dass A/B Testing für dich funktioniert, kann man in ein ausgefeilteren System wie VWO oder Optimizely investieren.

Was macht einen Test statistisch valide?

Nicht jeder Test ist aussagekräftig. Um sicherzustellen, dass dein Ergebnis nicht Zufall ist, brauchst du drei Dinge:

Ausreichend Daten (Sample Size)

Die CRO-Industrie empfiehlt mindestens 100 Konversionen pro Variante als Minimum für statistische Validität. Zusätzlich sollten es mindestens 1.000 Besucher pro Woche pro Variante sein. Für viele Websites ist das nicht erreichbar – dann ist A/B Testing noch zu früh. Erst Traffic aufbauen, dann testen.

Wenn deine Website nur 10 Anfragen pro Monat bekommt, ist A/B Testing zu früh. Erst den Traffic skalieren – mit Content, Google Ads, oder anderen Kanälen – dann testen.²

Ausreichend Zeit

Zwei bis vier Wochen ist der Standard. Warum so lange?

Weil die Tage der Woche unterschiedliche Traffic- und Conversion-Muster bringen. B2B-Seiten verzeichnen beispielsweise deutlich geringere Conversions am Wochenende. Nach zwei Wochen hat jeder Wochentag zweimal Daten gesammelt. Nach vier Wochen hast du zwei volle Wochen-Zyklen und siehst, ob der Unterschied stabil ist – und nicht nur Zufall durch Wochentags-Schwankungen.

Zu kurze Tests führen oft zu falschen Gewinnen, die sich später als Zufall herausstellen.³

Signifikanzlevel: Ist das nicht einfach Zufall?

Dies ist die knifflige Frage. Ein Unterschied von 5 % könnte Zufall sein. Ein Unterschied von 25 % wahrscheinlich nicht.

Die meisten A/B-Testing-Tools zeigen dir ein Signifikanz-Level: „Der Unterschied ist zu 95 % Sicherheit real." 95% Confidence Level (p=0,05) ist der Industrie-Standard für Website-A/B-Tests – bestätigt von CRO-Plattformen wie Convert.com und der gesamten CRO-Industrie. Das reicht für zuverlässige Website-Entscheidungen.

Wenn ein Tool dir sagt, der Unterschied ist signifikant bei 95%, kannst du auf die gewinnende Variante rollout mit guter Gewissen.⁴

Interesse an A/B-Testing?

Wer wissen will, welche Tests auf der eigenen Website die größten Hebel hätten – nimm gerne Kontakt auf. Wir schauen uns das unverbindlich gemeinsam an.

Kontakt aufnehmen

Weiterführend: Website-Optimierung als Grundlage

A/B Testing funktioniert nur, wenn die Website selbst schon gut ist. Wenn deine Website grundlegende Probleme hat – lange Ladezeiten, verwirrende Struktur, fehlende Informationen – bringen A/B Tests nicht viel.

Wer zuerst verstehen will, ob die Website selbst das Problem ist, findet in unserem Beitrag Website bringt keine Anfragen – warum? eine Checkliste der häufigsten Fehler und wie man sie behebt.

Und falls die Frage ist, ob eine Website überhaupt Geld kosten sollte: Website und Kosten – Eine ehrliche Analyse beantwortet das.

Wer konkrete Handlungsschritte vor dem nächsten Test braucht, findet in unserer Landing Page Checkliste: 15 Punkte vor dem Launch eine Grundlage, auf der A/B-Tests erst Sinn ergeben.