A/B Testing

Kurz gesagt

A/B Testing bedeutet: Du vergleichst zwei Varianten und misst, welche besser funktioniert. Variante A ist die Kontrolle, Variante B ist die Änderung. Wichtig ist, dass vorher klar ist, welche Kennzahl gewinnen soll: mehr Demo-Anfragen, höhere Klickrate, bessere Registrierung, mehr Umsatz pro Besuch oder weniger Abbrüche.

Optimizely beschreibt A/B testing als Methode, zwei Versionen einer Webseite oder App gegeneinander zu vergleichen. Für SEO reicht diese Grundidee aber nur als Startpunkt, weil Suchmaschinen-Signale anders reagieren als einzelne Nutzergruppen.

Der Leitfaden für SEO-Monitoring hilft dir, eine Ausgangsbasis festzuhalten, bevor du Veränderungen einem Test zuschreibst.

Im SEO-Kontext wird A/B Testing etwas anspruchsvoller. Du testest nicht nur, wie Nutzer auf eine Seite reagieren, sondern musst auch beachten, wie Google Seiten crawlt, indexiert und bewertet. Deshalb braucht SEO-A/B-Testing saubere Technik, klare Messfenster und keine Tricks wie Cloaking.

Einfach erklärt

Stell dir eine Landingpage vor, die viele Besucher bekommt, aber zu wenige Anfragen erzeugt. Du hast zwei Ideen: einen klareren Hero-Text oder ein anderes Formular. Statt nach Bauchgefühl zu entscheiden, zeigst du einem Teil der Nutzer die alte Version und einem anderen Teil die neue Version. Danach vergleichst du, welche Variante das definierte Ziel besser erreicht.

Das ist klassisches CRO-A/B-Testing. Bei SEO ist die Lage anders. Google bewertet keine zufällige Nutzergruppe, sondern crawlt Seiten und beobachtet Signale über Zeit. Wenn du SEO-Elemente testest, etwa Title Tags, interne Links, Content-Blöcke oder Template-Texte, musst du sicherstellen, dass Suchmaschinen nicht verwirrt werden.

A/B Testing vs. SEO-A/B-Testing

Klassisches A/B Testing

Hier werden Nutzer zufällig auf Variante A oder B verteilt. Typische Ziele sind Conversion Rate, Klicks auf CTA, Warenkorb, Signup, Formularstart, Formularabschluss oder Umsatz. Die Suchmaschine ist nicht der Hauptadressat.

SEO-A/B-Testing

SEO-A/B-Testing testet meist nicht zwei Versionen derselben URL für einzelne Nutzer, sondern Änderungen an Gruppen vergleichbarer Seiten. Zum Beispiel bekommen 200 Kategorie-Seiten ein neues FAQ-Modul, während 200 ähnliche Kategorien unverändert bleiben. Danach misst du organische Klicks, Impressionen, Ranking-Verteilung und Umsatz.

Warum die Unterscheidung wichtig ist

Eine CRO-Variante kann kurzfristig mehr Leads erzeugen, aber SEO-Signale verschlechtern, wenn wichtige Inhalte verschwinden. Eine SEO-Änderung kann mehr organische Klicks bringen, aber schlechter konvertieren. Gute Teams messen deshalb beide Seiten: Sichtbarkeit und Ergebnis nach dem Klick.

Was Google zu Website-Tests sagt

Google hat eine eigene Dokumentation zu A/B Testing Best Practices for Search. Die Kernaussage: Tests sind grundsätzlich möglich, sollten aber so umgesetzt werden, dass sie Google Search nicht negativ beeinflussen.

Wichtige Punkte sind: kein Cloaking, Canonical-Hinweise bei alternativen Test-URLs, temporäre Redirects statt dauerhafter Redirects für Tests und Experimente nicht länger laufen lassen als nötig. Nach dem Test sollte die Gewinnervariante sauber ausgerollt und Testcode entfernt werden.

Das ist besonders wichtig, wenn Varianten unterschiedliche Inhalte oder URLs nutzen. Wenn Googlebot etwas anderes bekommt als normale Nutzer, kann aus einem harmlosen Test ein ernstes SEO-Problem werden.

Der Google-Optimize-Kontext

Viele Teams haben früher Google Optimize für A/B Tests genutzt. Google weist in der offiziellen Hilfe darauf hin, dass Google Optimize und Optimize 360 seit dem 30. September 2023 nicht mehr verfügbar sind. Das ist wichtig, weil alte Prozesse, alte Dokumentationen oder alte Tool-Setups nicht mehr einfach weitergelten.

Heute brauchen Teams eine eigene Experimentier-Infrastruktur, ein anderes Testing-Tool oder eine serverseitige Lösung. Für SEO ist dabei nicht nur das Tool entscheidend, sondern die Frage, ob Crawling, Indexierung, Redirects, Canonicals und Messung sauber bleiben.

Gute Testfragen

Conversion-Fragen

Beispiel: Führt ein kürzeres Formular zu mehr qualifizierten Demo-Anfragen? Ist ein Trust-Block oberhalb des Formulars hilfreich? Bringt ein konkreterer CTA mehr Starts oder nur mehr unpassende Leads?

SEO-Fragen

Beispiel: Erhöht ein besserer Title Tag die organische Klickrate? Führt ein FAQ-Modul auf Kategorie-Seiten zu mehr Long-Tail-Impressionen? Verbessert eine klarere Einleitung die Ranking-Stabilität für informierende Queries?

Produkt- und Content-Fragen

Beispiel: Hilft ein Vergleichsabschnitt, Nutzer schneller zum passenden Produkt zu führen? Sorgt ein Rechner für bessere Leads? Werden Support-Fragen reduziert, wenn ein Ratgeber einen Troubleshooting-Block bekommt?

Was du vor dem Test klären musst

Hypothese

Eine gute Hypothese ist konkret: Wenn wir den Title Tag von "CRM Software" zu "CRM Software für Agenturen" ändern, erwarten wir mehr Klicks von agenturbezogenen Queries, weil das Ergebnis die Suchintention klarer anspricht.

Primäre Metrik

Wähle eine Hauptkennzahl. Ohne Hauptkennzahl suchst du später nach irgendeinem positiven Ausschlag. Für CRO kann das Conversion Rate sein. Für SEO kann es organische Klicks pro URL-Gruppe, CTR, Impressionen oder qualifizierter Umsatz aus organischer Suche sein.

Guardrail-Metriken

Guardrails verhindern falsche Siege. Eine Variante kann mehr Klicks bringen, aber weniger Leads. Oder mehr Leads, aber weniger Umsatzqualität. Typische Guardrails sind Ladezeit, Bounce-Kontext, Lead-Qualität, Indexierung, Umsatz und technische Fehler.

Segment und Stichprobe

Ein Test braucht genug Daten. Kleine Seiten mit wenig Traffic liefern oft keine robuste Aussage. Dann ist ein qualitativer Review, eine Vorher-Nachher-Analyse oder ein Test auf größeren Seitengruppen sinnvoller.

Datenquellen für SEO-Tests

Google Search Console

Search Console zeigt organische Impressionen, Klicks, Positionen und Suchanfragen. Für SEO-A/B-Tests ist sie unverzichtbar, aber nicht perfekt: Daten kommen verzögert, werden gerundet und sind nicht immer für sehr kleine Segmente geeignet.

Google Analytics

Analytics zeigt, was nach dem Klick passiert. Google beschreibt den gemeinsamen Einsatz von Google Analytics und Search Console, weil Search-Daten und Nutzungsverhalten unterschiedliche Fragen beantworten.

Testing-Tool oder Data Warehouse

Bei größeren Tests brauchst du eine verlässliche Zuordnung: Welche URL gehört zur Testgruppe, welche zur Kontrollgruppe, wann lief der Test, welche Variante war aktiv und welche Events wurden gemessen?

Weitere Experimentier-Kontexte

Google Cloud beschreibt in einer Retail-Dokumentation allgemeine Guidance on conducting A/B experiments. Auch wenn das nicht speziell SEO ist, zeigt es den gleichen Kern: Ziel definieren, Varianten sauber trennen, Daten sammeln und erst danach entscheiden.

SEO-sichere Umsetzung

Kein Cloaking

Nutzer und Googlebot dürfen nicht absichtlich unterschiedliche Inhalte bekommen, um Rankings zu beeinflussen. Personalisierung und Tests sind möglich, aber die Umsetzung muss transparent und sauber bleiben.

Canonicals bei alternativen URLs

Wenn Testvarianten eigene URLs haben, sollten Canonical-Signale die bevorzugte URL deutlich machen. Sonst können Duplikate und falsche Indexierung entstehen.

Temporäre Redirects

Wenn Nutzer für einen Test weitergeleitet werden, sind temporäre Redirects besser als dauerhafte Redirects. Ein 301 signalisiert eine dauerhafte Änderung und passt deshalb oft nicht zu Experimenten.

Test nicht ewig laufen lassen

Ein Test sollte lang genug laufen, um Daten zu sammeln, aber nicht unbegrenzt. Nach Abschluss wird die Gewinner- oder Lernvariante sauber integriert, und altes Experiment-JavaScript verschwindet.

Praxisbeispiel: Landingpage-CRO

Eine B2B-Landingpage bekommt monatlich 8.000 organische Besuche. Die Conversion Rate für Demo-Anfragen liegt bei 1,2 Prozent. Das Team vermutet, dass der Hero zu allgemein ist und die Hauptzielgruppe nicht sofort erkennt, dass die Software für Agenturen gedacht ist.

Variante B bekommt eine klarere Überschrift, einen kurzen Proof-Block und ein kürzeres Formular. Die Hauptmetrik ist qualifizierte Demo-Anfrage. Guardrails sind Absprungrate im Kontext, Lead-Qualität und Ladezeit. Nach vier Wochen gewinnt Variante B zwar bei Formularstarts, aber nicht bei qualifizierten Leads. Das Ergebnis ist kein Fehler, sondern eine wertvolle Erkenntnis: Der Text motiviert mehr Nutzer, aber das Formular filtert schlechter.

Praxisbeispiel: SEO-Split-Test

Ein E-Commerce-Shop testet neue Einleitungen auf 300 Kategorie-Seiten. 150 Kategorien bekommen eine strukturierte Einleitung mit Anwendungsfall, wichtigen Produkttypen und internen Links. 150 vergleichbare Kategorien bleiben unverändert.

Gemessen werden organische Klicks, Impressionen, CTR, Umsatz aus organischer Suche und Indexierungsfehler. Der Test läuft über mehrere Wochen, weil Google die Seiten crawlen und bewerten muss. Wenn die Testgruppe sichtbar besser performt und keine Guardrails verletzt, wird das Muster auf weitere Kategorien ausgerollt.

Häufige Fehler

Zu viele Dinge gleichzeitig testen

Wenn du Überschrift, Layout, Formular, Preistext und interne Links gleichzeitig änderst, weißt du später nicht, welcher Hebel gewirkt hat.

Zu früh entscheiden

Viele Teams schauen nach zwei Tagen auf die Zahlen und stoppen den Test. Das ist gefährlich, weil Wochentage, Kampagnen, Saison und Zufall stark schwanken können.

SEO und CRO gegeneinander ausspielen

Eine Seite muss gefunden werden und überzeugen. Wenn ein Test mehr Leads, aber weniger passende organische Sichtbarkeit bringt, ist das Ergebnis nicht automatisch gut.

Tracking nicht prüfen

Consent, Event-Setup, Bot-Traffic, interne Zugriffe und doppelte Events können Ergebnisse verzerren. Vor dem Test muss die Messung getestet werden.

Mini-Workflow

1. Formuliere eine konkrete Hypothese. 2. Entscheide, ob es ein CRO-Test, SEO-Split-Test oder Vorher-Nachher-Test ist. 3. Definiere Hauptmetrik, Guardrails, Segment und Laufzeit. 4. Prüfe SEO-Risiken: Cloaking, Canonical, Redirects, Indexierung, Ladezeit. 5. Starte den Test erst, wenn Tracking und Zuordnung stimmen. 6. Werte Test- und Kontrollgruppe getrennt aus. 7. Dokumentiere Ergebnis, Entscheidung und nächste Frage.

Mit Crawl Foundry anwenden

Sammle und organisiere Keywords in der Keyword-Datenbank von Crawl Foundry. So bleibt deine Recherche zusammen, bevor du entscheidest, welche Seiten du erstellst oder überarbeitest.

Keyword-Datenbank ansehen

Verwandte Begriffe

• conversion-rate
• landing-page-optimization
• organic-click-through-rate
• google-analytics-4
• google-search-console
• title-tag

Quellen

• Google Search Central: A/B Testing Best Practices for Search
• Google Search Central: How to specify a canonical with rel=canonical and other methods
• Google Search Central: Redirects and Google Search
• Google Search Central: Spam policies for Google web search
• Google Analytics Help: Google Optimize sunset
• Google Search Central: Using Search Console and Google Analytics data for SEO