Horizon

A/B-Test

Ein A/B-Test ist ein kontrolliertes Experiment im Live-Betrieb, bei dem Nutzer zufällig auf zwei oder mehr Varianten einer Seite, Funktion oder Nachricht verteilt werden, um zu messen, welche Variante eine festgelegte Kennzahl verbessert.

Aktualisiert
September 28, 2026
· Horizon

A/B-Tests sind der Standard, um digitale Produkte laufend zu verbessern. Sie setzen voraus, dass jede getestete Variante tatsächlich ausgeliefert und erfüllt werden kann.

Warum das für Ihre Entscheidung wichtig ist

A/B-Tests schützen vor Bauchentscheidungen. Selbst gut begründete Ideen verbessern ihre Zielkennzahl oft nicht: In einer bekannten Auswertung aus der Praxis war nur etwa ein Drittel der Experimente erfolgreich. Wer testet, statt zu vermuten, spart sich viele Fehlgriffe.

Ein A/B-Test beantwortet aber vor allem die Frage 'wie': welcher Button, welche Headline, welcher Ablauf. Die Frage 'ob' kommt davor: ob ein neues Angebot, ein anderer Preis oder ein neuer Tarif überhaupt gewählt wird. Diese Frage lässt sich im Live-System schwer beantworten, weil dafür ein Angebot live gehen müsste, das es noch nicht gibt, oder mehrere Preise gleichzeitig für reale Kunden gelten würden.

A/B-Test und Painted-Door-Test

Ein Painted-Door-Test ist methodisch verwandt: Auch er verteilt Besucher zufällig auf Varianten, die sich in genau einem Merkmal unterscheiden. Er läuft aber außerhalb der eigenen Systeme, mit eigenen Angebotsseiten und Traffic über Google- und Meta-Anzeigen. Verkauft wird nichts, die Auflösung folgt direkt nach dem Klick. Deshalb kann er Angebote und Preise prüfen, die noch nicht existieren, ohne bestehende Kunden zu beeinflussen.

Beide haben ihren Platz: Pre-Launch-Validierung mit dem Painted-Door-Test, Post-Launch-Optimierung mit dem A/B-Test.

Beispiel

Ein Onlinehändler will ein Abo für Tierfutter einführen. Vor dem Launch zeigt ein Painted-Door-Test bei Horizon zwei Varianten: Abo mit 10 % Rabatt und Abo mit kostenlosem Versand. Die gemessene Kaufabsicht liegt bei 3,6 % und 2,5 %, die Rabattvariante wird gebaut.

Nach dem Launch optimiert das Team mit A/B-Tests die Seite im eigenen Shop: Position des Abo-Hinweises, Formulierung des Buttons, Anzahl der Schritte im Checkout.

Abgrenzung

Der A/B-Test setzt ein verfügbares Produkt voraus und misst reale Nutzung oder reale Käufe. Der Painted-Door-Test misst Kaufabsicht vor dem Bau. Der Fake-Door-Test liegt dazwischen: ein Button für ein nicht existierendes Feature im bestehenden Produkt. Multivariate Tests variieren mehrere Elemente gleichzeitig und brauchen entsprechend mehr Traffic.

Grenzen

A/B-Tests brauchen ausreichend Traffic im eigenen System und die Fähigkeit, jede Variante zu liefern. Tiefgreifende Änderungen an Preis oder Angebot im Live-Betrieb können Bestandskunden verunsichern. Der Painted-Door-Test hat andere Grenzen: Er misst Absicht statt Kauf und die erste Entscheidung statt Wiederkauf, und er erreicht nur Zielgruppen, die über Anzeigen ansprechbar sind.

Auch statistisch gibt es Parallelen: Beide Verfahren brauchen eine vorab festgelegte Stichprobengröße und klare Stopp-Regeln, sonst entstehen Scheinsieger durch zu frühes Hinsehen.

Belege

Kohavi et al. 2009: Von gut aufgesetzten Experimenten, die eine Schlüsselkennzahl verbessern sollten, war nur etwa ein Drittel damit erfolgreich. Online Experimentation at Microsoft, Third Workshop on Data Mining Case Studies and Practice Prize. Quelle

Häufige Fragen

Kann ich einen Painted-Door-Test auf meiner eigenen Website durchführen?

Grundsätzlich ja, wenn Ihre Rechtsabteilung zustimmt. Oft ist es einfacher, außerhalb der eigenen Systeme zu testen, um Bestandskunden nicht zu beeinflussen.

Was ist besser, A/B-Test oder Painted-Door-Test?

Keiner ist besser. Der Painted-Door-Test beantwortet vor der Investition, ob etwas gewählt wird, der A/B-Test verbessert danach, wie es umgesetzt ist.

Optimiert Horizon Landingpages?

Nein. Horizon nutzt Angebotsseiten als Messinstrument für Produkt- und Preisentscheidungen, nicht zur Optimierung bestehender Seiten.

Welche Frage müssen Sie klären, bevor Sie etwas zum A/B-Testen haben?

Bringen Sie Ihre Entscheidungsfrage mit, wir skizzieren ein mögliches Testdesign.

Daniel Putsche

Sie sprechen mit Daniel Putsche
Gründer & CEO, 30 Minuten

Weiterlesen

Danke, Ihre Anfrage ist da.

Wir melden uns innerhalb eines Werktags mit Terminvorschlägen.

Schließen

Demo · Video

Ein kompletter Test, vom Design bis zur Datenanalyse

Demo abspielen

Kapitel: Testdesign · Angebotsseiten · Live-Daten · Ergebnis

Gespräch vereinbaren

Erstes Gespräch

Gespräch vereinbaren

30 Minuten, Ihre Entscheidungsfrage, ein mögliches Testdesign. Ohne Vorbereitung auf Ihrer Seite.

Mit dem Absenden stimmen Sie der Verarbeitung Ihrer Angaben zur Terminvereinbarung zu. Details in der Datenschutzerklärung.

Termin anfragen
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
BEISPIELBERICHTBeispielwerte

Beispielbericht Versicherungen

Datenanalyse · Testdesign · Kennzahlen · Methodik

Beispielbericht

Beispielbericht Versicherungen

Ein vollständiger Ergebnisbericht mit Beispielwerten: Fragestellung, Testdesign, Abschlussabsicht je Variante und die Datenanalyse.

12 Seiten, als PDF zum internen Weitergeben
Kostenlos, Download direkt nach kurzem Formular
Hinweis