Conversion Rate Optimierung: ab wann sie sich lohnt
Conversion Rate Optimierung braucht Fallzahlen. Wie viele Besucher ein A/B-Test wirklich braucht und was bei wenig Traffic stattdessen hilft.
Inhaltsverzeichnis anzeigen
- Was Conversion-Rate-Optimierung im Mittelstand tatsächlich heißt
- Die Rechnung, die in den meisten Ratgebern fehlt
- Was das für deine Website konkret bedeutet
- Was du stattdessen tust, wenn die Zahlen zu klein sind
- Die Reihenfolge ist kein Vorschlag
- Mikro-Conversions sind der eigentliche Hebel bei kleinen Zahlen
- Anrufe zählen, sonst optimierst du an der Realität vorbei
- Messung braucht eine Rechtsgrundlage
- In welcher Reihenfolge du die Hebel abarbeitest
- Wenn eine einzelne Seite den Abschluss tragen soll
- Der Priorisierungs-Bogen für dein nächstes Quartal
- Häufige Fragen zur Conversion Rate Optimierung
- Was ist eine gute Conversion Rate für eine Website mit Anfrage-Ziel?
- Ab wie vielen Besuchern lohnt sich ein A/B-Test?
- Kann ich mehrere Änderungen gleichzeitig machen?
- Was bringt eine Aufzeichnung der Nutzersitzungen?
- Wie lange sollte ein Test mindestens laufen?
- Lohnt sich Conversion-Optimierung überhaupt, wenn ich wenig Besucher habe?
- Was kostet Conversion-Optimierung?
- Womit du anfängst
Die meisten Ratgeber zur Conversion Rate Optimierung beginnen mit einer Definition und enden mit zwanzig Tipps. Was die wenigsten davon vorrechnen: Bei den Besucherzahlen einer typischen Mittelstands-Website kann ein A/B-Test das Ergebnis gar nicht beweisen, das er beweisen soll. Wer trotzdem testet, ändert etwas, misst Rauschen und nennt es Erfolg. Dieser Artikel dreht die Reihenfolge um: erst die Fallzahl, dann die Maßnahme.
- Ein A/B-Test braucht bei 2 Prozent Ausgangs-Conversion und 20 Prozent angestrebter Verbesserung rund 19.600 Besucher je Variante. Bei 800 Sitzungen im Monat dauert das Jahre.
- Je kleiner die angestrebte Verbesserung, desto brutaler steigt der Bedarf: Der Wert wächst mit dem Quadrat, halber Effekt bedeutet vierfache Fallzahl.
- Unter etwa 1.000 Zielhandlungen im Monat ist statistisches Testen der falsche Hebel. Dann zählen Messbarkeit, offensichtliche Lecks und qualitative Belege.
- Mikro-Conversions (Formular begonnen, Telefonnummer geklickt) liefern je nach Seite ein Vielfaches der Fallzahl des Abschlusses und werden dadurch überhaupt erst messbar.
- Anrufe sind bei erklärungsbedürftigen Leistungen oft der häufigste Anfrageweg. Wer sie nicht zählt, optimiert an der eigenen Realität vorbei.
Was Conversion-Rate-Optimierung im Mittelstand tatsächlich heißt
Die Conversion Rate ist der Anteil der Besucher, die eine gewünschte Handlung ausführen. Auf einer Website mit Anfrage-Ziel ist das die abgeschickte Anfrage, der Anruf oder der gebuchte Termin. Optimierung heißt: diesen Anteil erhöhen, ohne mehr Werbebudget einzusetzen.
So weit die Lehrbuchfassung. In der Praxis trennen sich hier zwei Welten, die in fast jedem Ratgeber vermischt werden.
Ein Onlineshop hat viele kleine Abschlüsse. Ein Shop mit 40.000 Sitzungen im Monat und einer Conversion Rate von 1,8 Prozent kommt auf rund 720 Bestellungen. Damit lässt sich rechnen, testen und segmentieren. Wie das im Shop-Umfeld aussieht, steht in meinem Beitrag zur Conversion Rate im Onlineshop.
Eine Website mit Anfrage-Ziel hat wenige große Abschlüsse. Ein Maschinenbauer, eine Kanzlei oder ein Industriedesigner bekommt vielleicht 15 qualifizierte Anfragen im Monat, von denen zwei zu einem Projekt werden. Der Wert pro Anfrage ist hoch, die Fallzahl winzig. Genau darum funktionieren die üblichen Shop-Rezepte hier nicht.
Kurze Einordnung. Dieser Artikel behandelt den zweiten Fall: Websites, deren Ziel eine Anfrage ist, nicht ein Kauf. Wenn deine Seite über 1.000 Abschlüsse im Monat produziert, gelten andere Spielregeln, und klassisches A/B-Testing ist dann genau richtig.
Die Rechnung, die in den meisten Ratgebern fehlt
Ein A/B-Test vergleicht zwei Varianten und soll beantworten, ob ein Unterschied echt ist oder Zufall. Wie viele Besucher dafür nötig sind, hängt an zwei Größen: der bisherigen Conversion Rate und der Größe der Verbesserung, die du erkennen willst.
Die gebräuchliche Näherungsformel für den Vergleich zweier Anteile lautet:
Faustformel für die Fallzahl. Besucher je Variante ≈ 16 × p × (1 − p) ÷ d². Dabei ist p die bisherige Conversion Rate als Dezimalzahl und d der absolute Unterschied, den du erkennen willst. Die 16 steckt die üblichen Konventionen ein: 80 Prozent Trennschärfe und 5 Prozent Irrtumswahrscheinlichkeit, zweiseitig getestet. Die Näherung gilt für kleine bis moderate Verbesserungen, weil sie die Streuung beider Varianten mit der Ausgangsrate ansetzt.
Ein Beispiel. Deine Seite liegt bei 2 Prozent (p = 0,02) und du willst eine Steigerung um ein Fünftel erkennen, also auf 2,4 Prozent. Der absolute Unterschied beträgt 0,004. Eingesetzt: 16 × 0,02 × 0,98 ÷ 0,004² ergibt rund 19.600 Besucher, und zwar je Variante. Der Test braucht also knapp 40.000 Besucher insgesamt.
Der entscheidende Punkt steckt im Quadrat im Nenner. Halbiert sich der Effekt, den du erkennen willst, vervierfacht sich der Bedarf. Deshalb sind kleine Verbesserungen für kleine Websites nicht schwer messbar, sondern unmessbar.
Was das für deine Website konkret bedeutet
Rechne die Zahl aus dem Schaubild gegen deinen tatsächlichen Verkehr. Die Sitzungen teilen sich auf zwei Varianten auf, also halbiert sich das, was pro Variante ankommt.
| Sitzungen im Monat | je Variante | Dauer für 19.600 je Variante | Einordnung |
|---|---|---|---|
| 800 | 400 | rund 49 Monate | nicht testbar |
| 3.000 | 1.500 | rund 13 Monate | praktisch nicht testbar |
| 10.000 | 5.000 | rund 4 Monate | grenzwertig, nur für große Effekte |
| 40.000 | 20.000 | rund 1 Monat | testbar |
Drei bis vier Monate Laufzeit klingen machbar, sind es aber selten. In dieser Zeit ändern sich Saison, Kampagnen, Wettbewerb und Suchergebnisse. Der Test misst dann nicht mehr nur deine Variante, sondern die halbe Welt mit.
Der häufigste Denkfehler. Viele Werkzeuge zeigen nach zwei Wochen einen „Gewinner" an, weil Variante B gerade vorn liegt. Wer den Test in diesem Moment abbricht, hat mit hoher Wahrscheinlichkeit Rauschen abgelesen. Die Fallzahl wird vor dem Start festgelegt, nicht während der Laufzeit nachverhandelt.
Was du stattdessen tust, wenn die Zahlen zu klein sind
Kein statistischer Test heißt nicht, dass nichts geht. Es heißt, dass die Reihenfolge eine andere ist. Diese fünf Schritte haben sich bei Websites mit wenigen hundert bis wenigen tausend Sitzungen bewährt.
Bevor irgendetwas optimiert wird, muss jede Zielhandlung gezählt werden: Formular, Anruf, Klick auf die Mailadresse, Terminbuchung.
Ladezeit über vier Sekunden, ein Formular mit vierzehn Feldern, keine Telefonnummer im sichtbaren Bereich, unbrauchbare Darstellung auf dem Handy.
Fünf Menschen aus der Zielgruppe die Seite benutzen lassen und mit ihrem Einverständnis dabei zusehen. Dazu Aufzeichnungen und Klickkarten, sofern eine Einwilligung vorliegt.
Formular begonnen, Preisseite gesehen, Nummer geklickt, Downloadseite erreicht. Diese Ereignisse treten viel häufiger auf als der Abschluss.
Eine Änderung, ein fester Zeitraum davor und danach, gleiche Kanäle, gleiche Saison, das Ergebnis als Indiz notiert.
Die Reihenfolge ist kein Vorschlag
Schritt 2 vor Schritt 3 klingt banal, wird aber ständig umgedreht. Ich sehe regelmäßig Websites, an denen die Überschrift der Startseite diskutiert wird, während das Kontaktformular auf dem Handy vierzehn Felder hat und die Seite vier Sekunden lädt. Beides sind naheliegende Baustellen, keine Hypothesen: Wer die Ladezeit von vier auf eineinhalb Sekunden bringt, verbessert die Bedienbarkeit erfahrungsgemäß so deutlich, dass sich der Nachweis über einen Test erübrigt.
Mikro-Conversions sind der eigentliche Hebel bei kleinen Zahlen
Das ist der Schritt, der am häufigsten fehlt. Ein Beispiel mit den Zahlen von oben: 800 Sitzungen, 16 Anfragen, das sind 2 Prozent. Auf derselben Seite gibt es aber vielleicht 240 Aufrufe der Leistungsseite, 90 Aufrufe der Kontaktseite und 35 begonnene Formulare. Wenn nach einer Änderung aus 35 begonnenen Formularen 55 werden, ist das ein sichtbares Signal, während die 16 Anfragen sich statistisch keinen Millimeter bewegt hätten.
Der Übergang vom begonnenen zum abgeschickten Formular ist dabei die interessanteste Stelle. Bricht dort jeder Zweite ab, liegt der Fehler fast immer im Formular selbst, nicht im Text darüber.
Anrufe zählen, sonst optimierst du an der Realität vorbei
Bei erklärungsbedürftigen Leistungen ist das Telefon oft der häufigste Weg. Eine Website, die nur abgeschickte Formulare zählt, sieht davon nichts und kommt zu falschen Schlüssen: Die Seite mit der prominenten Rufnummer wirkt schwach, obwohl sie in Wahrheit die meisten Kontakte erzeugt.
- Rufnummer als klickbarer Link, nicht als Text oder Grafik
- Klick auf die Rufnummer als Zielhandlung erfassen
- Klick auf die Mailadresse ebenfalls erfassen
- Im Team festhalten, woher eine Anfrage kam, und sei es in einer einfachen Liste
- Ein freiwilliges Feld im Formular, das nach der Herkunft der Anfrage fragt, kein Pflichtfeld
Der letzte Punkt ist der billigste von allen und wird trotzdem selten umgesetzt. Bei meiner eigenen Seite habe ich die Herkunftsfrage erst im Juli 2026 in alle Formulare eingebaut. Vorher habe ich über die Wirkung einzelner Kanäle geredet, ohne sie an dieser Stelle gemessen zu haben. Wer aus so einer Lage Schlüsse zieht, dreht leicht am falschen Ende.
Messung braucht eine Rechtsgrundlage
Sitzungsaufzeichnungen, Klickkarten und die meisten Analysewerkzeuge im Browser greifen auf das Endgerät der Besucher zu. Nach § 25 TDDDG braucht das grundsätzlich eine Einwilligung, und zwar unabhängig davon, ob dabei personenbezogene Daten anfallen. Anders liegt es bei rein serverseitigen Auswertungen ohne solchen Zugriff, etwa gezählten Formulareingängen. Praktisch heißt das: Ein Teil deiner Besucher taucht in der Messung nicht auf, und dieser Teil ist nicht zufällig zusammengesetzt.
Für die Optimierung folgt daraus eine nüchterne Konsequenz. Vergleiche nur Zeiträume mit derselben Einwilligungslage miteinander. Wenn zwischendurch der Einwilligungsdialog geändert wurde, ist der Vorher-Nachher-Vergleich wertlos, egal wie sauber die Änderung an der Seite war. Serverseitig gemessene Ereignisse wie eingegangene Formulare sind an dieser Stelle die stabilere Quelle als jedes Analysewerkzeug im Browser.
Hinweis: Dieser Abschnitt ordnet die technische Praxis ein und ist keine Rechtsberatung. Ob und in welcher Form du für ein bestimmtes Werkzeug eine Einwilligung brauchst, hängt vom Einzelfall ab, von der Konfiguration und vom Anbieter. Eine verbindliche Bewertung kann nur eine Anwältin, ein Anwalt oder eine Datenschutzberatung geben. Ich übernehme die technische und organisatorische Umsetzung, nicht die rechtliche Bewertung, und schulde daher auch keine Rechtskonformität der eingesetzten Werkzeuge.
In welcher Reihenfolge du die Hebel abarbeitest
Wenn die Messung steht, bleibt die Frage, womit du anfängst. Diese Reihenfolge sortiert nach Wirkung pro Aufwand, nicht nach Sichtbarkeit.
- Ladezeit und Darstellung auf dem Handy. Beides ist messbar, ohne einen einzigen Besucher zu befragen. Wie das geht, steht in meinem Beitrag zur Optimierung der Ladezeit.
- Das Formular. Jedes Feld, das nicht für die erste Antwort gebraucht wird, fliegt raus. Alles Weitere lässt sich im Gespräch klären.
- Der Weg zur Anfrage. Von jeder Leistungsseite muss die Zielhandlung ohne Suchen erreichbar sein, oben und unten.
- Die Versprechen auf der Seite. Antwortzeit, Ansprechpartner, was nach dem Absenden passiert. Unsicherheit ist ein häufigerer Abbruchgrund als ein schwacher Text.
- Der Text selbst. Zuletzt, weil er am schwersten zu beurteilen ist und die kleinsten belegbaren Effekte hat. Für die Umsetzung siehe Website-Texte schreiben lassen.
Diese Reihenfolge ist bewusst unromantisch. Die interessanten Diskussionen entstehen bei Punkt 5, die Ergebnisse bei den Punkten 1 bis 3.
Wenn eine einzelne Seite den Abschluss tragen soll
Sobald bezahlte Werbung ins Spiel kommt, ändert sich die Rechnung zugunsten des Testens: Du kaufst Fallzahl. Dann lohnt eine eigene, auf einen Zweck zugeschnittene Seite statt der allgemeinen Leistungsseite. Wie so eine Seite aufgebaut wird, steht auf meiner Seite zum Thema Landingpage erstellen lassen, und die Abgrenzung zwischen beiden Formaten habe ich im Beitrag Landingpage oder Website beschrieben.
Wenn die Anfrage nicht das Ende, sondern der Anfang eines Vertriebsprozesses ist, lohnt der Blick über die Seite hinaus auf Angebot, Nachfassen und Status. Genau darum geht es bei einer Vertriebs-Website.
Der Priorisierungs-Bogen für dein nächstes Quartal
Damit die Reihenfolge nicht in einer Notiz verschwindet, habe ich sie auf eine Seite gebracht: Fallzahl-Check, die fünf Schritte, die Hebel-Reihenfolge und ein Feld für den Ausgangswert. Zum Ausdrucken und Abhaken.
Priorisierungs-Bogen Conversion-Optimierung
Eine Seite, druckbar, ohne Anmeldung. Enthält den Fallzahl-Rechenweg und die Reihenfolge der Hebel.
Häufige Fragen zur Conversion Rate Optimierung
Was ist eine gute Conversion Rate für eine Website mit Anfrage-Ziel?
Es gibt keinen Wert, der für alle gilt, weil er vom Kanal abhängt. Besucher aus der bezahlten Suche mit klarer Absicht verhalten sich anders als Besucher aus einem Ratgeber-Artikel. Sinnvoll ist der Vergleich mit dir selbst: derselbe Kanal, derselbe Zeitraum im Vorjahr. Der Blick auf eine Branchenzahl aus einer Studie führt fast immer in die Irre.
Ab wie vielen Besuchern lohnt sich ein A/B-Test?
Als Faustregel: ab etwa 1.000 Zielhandlungen im Monat, nicht ab 1.000 Besuchern. Entscheidend ist die Zahl der Abschlüsse, nicht der Verkehr. Darunter dauert selbst ein Test auf große Effekte länger, als die Bedingungen stabil bleiben.
Kann ich mehrere Änderungen gleichzeitig machen?
Bei kleinen Fallzahlen ja, und zwar bewusst. Wenn ohnehin kein sauberer Test möglich ist, bringt ein Bündel offensichtlicher Verbesserungen mehr als eine einzelne Änderung, deren Wirkung du trotzdem nicht messen kannst. Wichtig ist nur, das Bündel zu dokumentieren, damit später nachvollziehbar bleibt, was geändert wurde.
Was bringt eine Aufzeichnung der Nutzersitzungen?
Sie zeigt, wo Menschen hängen bleiben, scrollen, zurückgehen oder ein Formular abbrechen. Für kleine Websites ist das oft wertvoller als jede Statistik, weil zwanzig angesehene Sitzungen bereits Muster zeigen. Praktisch setzt das eine Einwilligung voraus, ohne sie sollte das Werkzeug nicht laufen. Wichtig sind außerdem eine Maskierung der Formulareingaben und ein Auftragsverarbeitungsvertrag mit dem Anbieter. Die Bewertung im Einzelfall gehört in rechtliche Hände.
Wie lange sollte ein Test mindestens laufen?
Mindestens zwei volle Wochen, damit alle Wochentage gleich häufig vorkommen, und immer bis zur vorher festgelegten Fallzahl. Ein Test, der beendet wird, weil das Ergebnis gerade gefällt, ist kein Test mehr.
Lohnt sich Conversion-Optimierung überhaupt, wenn ich wenig Besucher habe?
Ja, aber als Handwerk statt als Statistik. Die Punkte aus der Hebel-Reihenfolge wirken unabhängig von der Fallzahl. Was bei wenig Verkehr nicht funktioniert, ist der Nachweis in Prozentpunkten, nicht die Verbesserung selbst.
Was kostet Conversion-Optimierung?
Das hängt davon ab, ob es um einzelne Korrekturen an einer bestehenden Seite geht oder um den Umbau der Anfragestrecke. Ich arbeite in abgegrenzten Bausteinen mit vorher benanntem Umfang, damit du nach jedem Schritt entscheiden kannst, ob der nächste folgt.
Womit du anfängst
Rechne zuerst nach, ob deine Zahlen einen Test tragen. Wenn nicht, ist das kein Rückschlag, sondern eine Abkürzung: Du sparst dir Monate an Testlaufzeit und arbeitest stattdessen die Reihenfolge ab, die auch ohne Statistik wirkt. Der Priorisierungs-Bogen oben führt in einer halben Stunde durch beide Schritte.
Wenn du danach unsicher bist, ob die Reihenfolge für deinen Fall stimmt, schau einmal gemeinsam mit mir auf die Zahlen. Was sich belegen lässt und was nicht, sage ich vorher, nicht hinterher.
