CRO: was es ist, wie es sich von A/B-Testing unterscheidet und wie du es einsetzt

Was ist CRO genau?

CRO steht für Conversion Rate Optimization, auf Deutsch Optimierung der Konversionsrate. Es ist der systematische Prozess, mit dem du den Anteil der Website-Besucher erhöhst, die eine konkrete Handlung abschließen: kaufen, sich registrieren, ein Angebot anfordern, Daten in ein Formular eintragen. Die Konversionsrate berechnest du, indem du die Zahl der Konversionen durch die Gesamtzahl der Besucher dieser Seite oder dieses Flows teilst.

CRO konkurriert nicht mit SEO oder SEM um mehr Traffic. Es arbeitet mit dem Traffic, den du bereits hast, und holt mehr daraus heraus: Besuchen tausend Personen deine Preisseite und nur zwanzig fordern eine Demo an, fragt CRO, was die anderen 980 zurückhält, nicht wie du fünfhundert Besucher mehr gewinnst.

Hier liegt der Punkt, den die meisten Definitionen auslassen: CRO ist keine Technik, sondern eine Disziplin, die mehrere Untersuchungs- und Testmethoden bündelt. A/B-Testing ist eine davon, vermutlich die bekannteste, aber nicht die einzige. Ein ernsthaftes CRO-Programm nutzt auch Interviews mit echten Nutzern, Heatmaps und Session Recordings, um zu sehen, wo Nutzer hängen bleiben, die Feld-für-Feld-Analyse eines Formulars, das kaum jemand abschließt, und die Analyse des Conversion Funnels, um den genauen Schritt zu finden, an dem die meisten Nutzer aussteigen.

Jede Methode beantwortet eine andere Frage. Dieser Unterschied erklärt, warum CRO auf „A/B-Tests machen" zu reduzieren nur einen kleinen Teil der Disziplin abdeckt, und warum viele CRO-Programme scheitern: Sie testen, ohne vorher untersucht zu haben, was sich zu testen überhaupt lohnt.

CRO vs. A/B-Testing: Disziplin vs. Methode

Das ist der häufigste Fehler beim Thema CRO: es mit A/B-Testing gleichzusetzen. Beides ist nicht dasselbe. Das eine ist die gesamte Disziplin, das andere eines ihrer Werkzeuge.

Wie ein A/B-Test im Detail funktioniert, also statistische Signifikanz, Stichprobengröße, korrekte Weiterleitungen, steht bereits im Artikel zu A/B-Testing und wird hier nicht wiederholt. Was in diesem Artikel zählt, ist, wo diese Methode im größeren CRO-Prozess ansetzt, und genau darum geht es im nächsten Abschnitt.

Der CRO-Prozess: erst die Daten, dann die Hypothese

Der teuerste Fehler bei CRO ist nicht ein schlecht durchgeführter Test, sondern ein Test ohne vorherige Recherche. Die Farbe eines Buttons zu ändern, weil „in einem Blogartikel stand, Orange konvertiert besser", ist kein CRO, das ist Raten. Ein funktionierender CRO-Prozess folgt einer klaren Reihenfolge, und genau diese Reihenfolge lassen die meisten Artikel zum Thema weg.

Der erste Schritt sind quantitative Daten aus der Web-Analytics. Hier beantwortest du die Frage nach dem Wo: An welchem genauen Schritt im Conversion Funnel steigen Nutzer aus, welche Seiten haben im Verhältnis zu ihrem Traffic die meisten Absprünge, an welchem Feld eines Formulars bricht der größte Anteil ab. Diese Daten zeigen, wo das Problem liegt, aber nicht, warum es existiert.

Der zweite Schritt sind qualitative Daten. Hier beantwortest du die Frage nach dem Warum: Heatmaps und Session Recordings, die zeigen, wie sich Maus oder Finger vor dem Absprung tatsächlich bewegen, Umfragen direkt auf der Seite, die fragen, was fehlt oder welche Frage offen bleibt, Interviews mit echten Buyer Personas, die diesen Flow schon durchlaufen haben, und eine Feld-für-Feld-Lektüre des Formulars, die zeigt, ob ein bestimmtes Feld, Firmensitz, Mitarbeiterzahl, Pflichttelefonnummer, unverhältnismäßig viel Reibung erzeugt.

Erst wenn beides zusammenkommt, entsteht eine Hypothese mit echter Grundlage. Ein konkretes Beispiel: Die Analytics zeigen, dass 40 Prozent der Nutzer das Kontaktformular an Feld fünf abbrechen; die Session Recordings zeigen, dass dieses Feld die Pflichtangabe „Telefonnummer" ist und mehrere Nutzer dort mehrfach tippen und wieder löschen, bevor sie die Seite verlassen; eine Umfrage bestätigt, dass die Telefonnummer die Angabe ist, die Nutzer beim Erstkontakt am wenigsten teilen wollen. Die Hypothese, die daraus entsteht, lautet nicht „wir probieren mal etwas am Formular", sondern: „Wird die Telefonnummer von Pflicht- zu optionalem Feld, steigt die Abschlussrate, weil sowohl das Nutzerverhalten als auch die Nutzeraussagen genau dieses Feld als Reibungspunkt zeigen."

Erst jetzt kommt der A/B-Test ins Spiel: Er prüft genau diese Hypothese, mit einer vorab festgelegten Hauptmetrik, gegen die aktuelle Version. Startet der Prozess umgekehrt, direkt beim Test, endest du damit, Änderungen zu prüfen, ohne wirklich zu wissen, welches Problem du eigentlich lösen willst. Die meisten dieser Tests bleiben flach oder fallen negativ aus, ohne echten Erkenntnisgewinn dahinter.

Wo CRO über den Checkout hinaus greift

Die meisten Inhalte zu CRO drehen sich um Landingpages und den Checkout eines Online-Shops, was nachvollziehbar ist: Dort lässt sich der wirtschaftliche Effekt eines Prozentpunkts mehr Konversion leicht berechnen. Wer CRO aber auf diese zwei Szenarien beschränkt, lässt einen großen Teil der Websites außen vor, auf denen genauso viel verloren geht.

Im B2B-Bereich ist oft das Formular für eine Demo-Anfrage oder Kontaktaufnahme der eigentliche Engpass. Formulare mit zehn oder zwölf Pflichtfeldern, darunter Angaben, die der Vertrieb genauso gut im ersten Telefonat erfragen könnte, schrecken Leads ab, die eigentlich interessiert waren. Derselbe CRO-Prozess, quantitative Daten, qualitative Daten, Hypothese, Test, greift hier genauso wie beim Warenkorb: Analytics zeigen, an welchem Feld abgebrochen wird, Session Recordings zeigen die tatsächliche Reibung, und ein Test vergleicht die lange gegen eine verkürzte Version, bevor entschieden wird, welche bleibt.

Bei SaaS-Produkten ist der Onboarding-Flow, von der Registrierung bis zu dem Moment, in dem ein Nutzer echten Wert aus dem Produkt zieht, ein weiteres klassisches Einsatzfeld für CRO, das kaum je neben dem Checkout genannt wird. Ein Nutzer, der sich registriert und sein Konto nie aktiviert, ist in der Praxis eine verlorene Konversion, auch wenn er technisch gesehen mit der Anmeldung bereits „konvertiert" ist.

Das Gleiche gilt für Content-Downloads mit Formular, Newsletter-Anmeldungen, Terminbuchungen oder Anrufvereinbarungen, und jeden Schritt, an dem ein Nutzer von „interessiert" zu „gebunden" wechselt, unabhängig davon, ob dabei direkt Geld fließt. Das Prinzip ändert sich nicht je nach Branche oder Zahlungspflicht: erst mit Daten untersuchen, dann eine Hypothese bilden, dann testen, bevor die Änderung überall ausgerollt wird.

Für kleinere Websites mit begrenztem Traffic lohnt sich der Blick auf diese Bereiche besonders. Ein B2B-Formular oder ein Onboarding-Flow hat oft deutlich weniger Besucher als eine Startseite, aber genau deshalb wirkt eine Verbesserung dort spürbarer pro Nutzer: Wer ohnehin nur wenige hundert Formularaufrufe im Monat hat, kann eine Hypothese zuerst qualitativ absichern, mit Interviews oder Session Recordings, und muss nicht auf einen A/B-Test mit großem Stichprobenumfang warten, um trotzdem etwas zu verbessern.

Best Practices für CRO

• Starte immer bei den Daten, nie bei der Intuition oder dem, was der Wettbewerb macht: sieh dir die Web-Analytics an, bevor du entscheidest, was du testest.
• Kombiniere quantitative und qualitative Daten für jede Hypothese: Analytics zeigt, wo Nutzer aussteigen, Interviews und Session Recordings zeigen, warum.
• Priorisiere den Schritt im Conversion Funnel mit dem meisten Traffic und der höchsten Abbruchrate, nicht den, der am einfachsten zu ändern ist.
• Lege pro Hypothese genau eine Hauptmetrik fest, bevor der A/B-Test startet, nicht mehrere gleichzeitig.
• Dokumentiere jede getestete Hypothese mit Ergebnis, unabhängig davon, ob der Test gewinnt oder verliert: Ein negatives Ergebnis zeigt genauso, was du nicht wiederholen solltest.
• Wende denselben Prozess auf B2B-Formulare und Onboarding-Flows an, nicht nur auf den Checkout eines Online-Shops.
• Gib dem Test genug Zeit, um statistische Signifikanz zu erreichen, bevor du Schlüsse ziehst oder einen Gewinner erklärst.

Häufige Fehler bei CRO

• Ohne Hypothese testen: einen Button, eine Überschrift oder eine Farbe ändern, ohne Daten oder Beobachtung dahinter.
• CRO auf A/B-Tests reduzieren und die quantitative und qualitative Recherchephase überspringen, die davor stehen sollte.
• Eine Änderung vom Wettbewerb kopieren, ohne zu prüfen, ob dessen Konversionsproblem überhaupt dem eigenen ähnelt.
• Mehrere Variablen im selben Test ändern, sodass sich hinterher nicht mehr sagen lässt, welche davon das Ergebnis verursacht hat.
• Einen Test schon für gültig erklären, bevor statistische Signifikanz erreicht ist, nur weil eine Variante in den ersten Tagen vorn liegt.
• Den gesamten CRO-Aufwand auf den finalen Checkout konzentrieren und die Schritte davor im Funnel ignorieren, wo meist mehr Nutzer verloren gehen.