A/B-Testing Mastery
Verstehen, messen und skalieren — ohne Statistik-Studium.
Was Sie in diesem Track lernen
Sie lernen, was A/B-Testing wirklich ist, wann ein Ergebnis valide ist, wie lange Tests laufen müssen und wie Sie Ihren Shop auf Test-Readiness prüfen.
- Sie erkennen, was einen echten A/B-Test auszeichnet, verstehen, warum paralleles Testen unter gleichen Bedingungen zuverlässiger ist als ein Vorher-Nachher-Vergleich, und formulieren eine eigene, falsifizierbare Testhypothese auf Entscheider-Ebene.
- Sie deuten p-Werte, Konfidenzintervalle, Stichprobengröße und MDE richtig, unterscheiden statistische von praktischer Signifikanz und vermeiden die teuersten Fehlinterpretationen bei Testergebnissen.
- Sie berechnen, wie lange ein A/B-Test auf Basis von Traffic, Baseline-Conversion, MDE und Geschäftszyklus laufen muss, und erkennen, wann ein früher oder verspäteter Stopp das Ergebnis zerstört.
- Sie treffen nach einem A/B-Test die richtige Entscheidung — rollen Winners sicher aus, bewerten Losers als Wissen, segmentieren inconclusive Ergebnisse und dokumentieren Erkenntnisse für das gesamte Team.
- Sie bewerten Ihren Shop anhand einer einundzwanzig Punkte umfassenden Checkliste in den Dimensionen Technik, Organisation, Kultur und Tool-Stack und leiten daraus einen konkreten, priorisierten Handlungsplan ab.
Module im Überblick
A/B-Testing für Nicht-Statistiker
Sie erkennen, was einen echten A/B-Test auszeichnet, verstehen, warum paralleles Testen unter gleichen Bedingungen zuverlässiger ist als ein Vorher-Nachher-Vergleich, und formulieren eine eigene, falsifizierbare Testhypothese auf Entscheider-Ebene.
Signifikanz verstehen
Sie deuten p-Werte, Konfidenzintervalle, Stichprobengröße und MDE richtig, unterscheiden statistische von praktischer Signifikanz und vermeiden die teuersten Fehlinterpretationen bei Testergebnissen.
Test-Dauer & Traffic
Sie berechnen, wie lange ein A/B-Test auf Basis von Traffic, Baseline-Conversion, MDE und Geschäftszyklus laufen muss, und erkennen, wann ein früher oder verspäteter Stopp das Ergebnis zerstört.
Winner, Loser, Kein Ergebnis
Sie treffen nach einem A/B-Test die richtige Entscheidung — rollen Winners sicher aus, bewerten Losers als Wissen, segmentieren inconclusive Ergebnisse und dokumentieren Erkenntnisse für das gesamte Team.
Das A/B-Testing Audit
Sie bewerten Ihren Shop anhand einer einundzwanzig Punkte umfassenden Checkliste in den Dimensionen Technik, Organisation, Kultur und Tool-Stack und leiten daraus einen konkreten, priorisierten Handlungsplan ab.
A/B-Testing: Technische Funktionsweise
Sie verstehen, wie A/B-Tests technisch im Browser, auf dem Server und in modernen SPAs funktionieren, und können einschätzen, welche Architektur zu Ihrem Shop passt — ohne selbst Code zu schreiben.
A/B-Testing Tools im Überblick
Sie ordnen A/B-Testing-Plattformen in vier Kategorien ein, bewerten sie anhand von sechs zentralen Auswahlkriterien und erkennen rote Flaggen, bevor ein Vertrag unterschrieben wird.
Ethische CRO & Dark Patterns vermeiden
Sie erkennen die wichtigsten Dark Patterns und deren psychologische Wirkmechanismen, bewerten Experimente anhand ethischer Kriterien und treffen Entscheidungen, die langfristigen Markenwert über kurzfristige Conversion stellen.
Zertifikat bei Abschluss
Bestehen Sie alle Modul-Quizze und den Abschlusstest, erhalten Sie das Zertifikat „A/B-Testing Mastery“ als PDF.
Noch 8 Module bis zur Prüfung.