[{"data":1,"prerenderedAt":4832},["ShallowReactive",2],{"story:de:de/data-science/":3,"icon:cross":1311,"icon:chevron-right":1312,"blog-teaser:08c6cb35-da79-4875-94bd-f1cff0798719:/data-science/:1":1313,"icon:arrow-right":4831},[4,901],{"story":5,"cv":720,"rels":721,"links":893},{"name":6,"created_at":7,"published_at":8,"updated_at":9,"id":10,"uuid":11,"content":12,"slug":713,"full_slug":714,"sort_by_date":118,"position":715,"tag_list":716,"is_startpage":81,"parent_id":121,"meta_data":118,"group_id":717,"first_published_at":718,"release_id":118,"lang":124,"path":118,"alternates":719,"default_full_slug":118,"translated_slugs":118},"Settings","2025-02-26T17:11:48.854Z","2025-12-11T08:40:21.040Z","2025-12-11T08:40:21.063Z",632563359,"83ad7de7-b46f-48d7-9edc-3d89061e3d4f",{"_uid":13,"footer":14,"header":126,"component":499,"blog_read_more":500,"error_page_body":501,"error_page_head":671,"blog_author_head":687,"blog_bottom_head":701,"blog_sidebar_cta":702,"error_page_title":679,"blog_reading_time":703,"blog_bottom_buttons":704,"error_page_subtitle":685,"blog_meta_label_author":709,"blog_table_of_contents":710,"blog_meta_label_reading_time":711,"blog_meta_label_reading_minutes":712},"95ccfc97-3659-4608-8990-0248adfa1881",{"name":15,"created_at":7,"published_at":16,"updated_at":17,"id":18,"uuid":19,"content":20,"slug":116,"full_slug":117,"sort_by_date":118,"position":119,"tag_list":120,"is_startpage":51,"parent_id":121,"meta_data":118,"group_id":122,"first_published_at":123,"release_id":118,"lang":124,"path":118,"alternates":125,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Footer","2026-10-07T08:04:25.947Z","2026-10-07T08:04:25.973Z",632563360,"f91caf23-4392-4247-a497-5a33b5f8b0e2",{"cta":21,"_uid":45,"logo":46,"links":52,"component":82,"copyright":83,"logo_link":84,"legal_links":87},[22],{"_uid":23,"buttons":24,"caption":38,"component":43,"caption_position":44},"647620f2-206f-41a8-a066-1a9bcfafbedc",[25],{"_uid":26,"icon":27,"link":28,"text":34,"intent":35,"component":36,"icon_position":37},"290b992e-f2fa-47b9-805d-e59ebaab0660","chevron-right",{"id":29,"url":30,"linktype":31,"fieldtype":32,"cached_url":33},"dda7b895-91ef-4e7f-a501-501bafa8bc2b","","story","multilink","de/newsletter","Know-how ins Postfach","primary","util-button","leading",{"type":39,"content":40},"doc",[41],{"type":42},"paragraph","item-action-buttons","center","63d8b1e8-ed60-47da-be57-40b9eed794a0",{"id":47,"alt":30,"name":30,"focus":30,"title":30,"source":30,"filename":48,"copyright":30,"fieldtype":49,"meta_data":50,"is_external_url":51},22764167,"https://a.storyblok.com/f/328018/236x25/9dd018f217/logo-bk.svg","asset",{},false,[53,60,66,72],{"_uid":54,"link":55,"text":58,"component":59},"31741abf-7693-4e4f-9502-d2c322e40b4f",{"id":56,"url":30,"linktype":31,"fieldtype":32,"cached_url":57},"ceb695b8-32ca-4bcc-b418-0148c2a00dc8","de/conversion-optimierung","Conversion-Optimierung","util-link",{"_uid":61,"link":62,"text":65,"type":30,"component":59},"e0155237-ab2f-4584-8cd8-2bfd210973c1",{"id":63,"url":30,"linktype":31,"fieldtype":32,"cached_url":64},"5df5215d-7c85-44aa-a463-137a895ed5f2","de/personalisierung","Personalisierung",{"_uid":67,"link":68,"text":71,"component":59},"2fc5d177-de04-4a95-b66f-83dd15c604e7",{"id":69,"url":30,"linktype":31,"fieldtype":32,"cached_url":70},"8c7b080c-9822-4a6e-ac1a-d3ac1930d644","de/kontakt","Kontakt",{"_uid":73,"link":74,"text":78,"component":59},"a84a6018-72c7-403e-a16d-9033ec862d46",{"id":75,"url":30,"linktype":31,"fieldtype":32,"cached_url":76,"story":77},"d678066e-5183-42ca-9740-53aef05840bc","de/ueber-uns/karriere",{"name":78,"id":79,"uuid":75,"slug":80,"url":76,"full_slug":76,"_stopResolving":81},"Karriere",61774610481128,"karriere",true,"core-footer","© 2026 konversionsKRAFT AG",{"id":85,"url":30,"linktype":31,"fieldtype":32,"cached_url":86},"f74c775f-6663-471d-8909-a2c89001a39f","de/",[88,94,100,106,112],{"_uid":89,"link":90,"text":93,"component":59},"de414811-3677-47d5-9976-0b0ffcbf33cb",{"id":91,"url":30,"linktype":31,"fieldtype":32,"cached_url":92},"ff78948e-62fc-4366-bb99-35a4e445f7b7","de/datenschutzerklaerung","Datenschutz",{"_uid":95,"link":96,"text":99,"component":59},"61a55edc-2e44-4c34-85ee-592092d40fff",{"id":97,"url":30,"linktype":31,"fieldtype":32,"cached_url":98},"db985f58-3c1f-4682-a22c-1e309a879bfc","de/allgemeine-geschaeftsbedingungen","AGB",{"_uid":101,"link":102,"text":105,"component":59},"9dd6dd9c-8099-46cb-94eb-7a2eff25cafb",{"id":103,"url":30,"linktype":31,"fieldtype":32,"cached_url":104},"8844a87b-92ca-4340-ad83-45623ec51d28","de/impressum","Impressum",{"_uid":107,"link":108,"text":111,"component":59},"1c9552b5-81f7-49e0-b7c7-7f78e48fe757",{"id":109,"url":30,"linktype":31,"fieldtype":32,"cached_url":110},"c180fc5b-1552-4f9a-8096-7522c2fc74b8","de/barrierefreiheitserklaerung","Barrierefreiheitserklärung",{"_uid":113,"link":114,"text":115,"component":59},"7c9e9042-51c1-4e2d-b44e-43b819a28273",{"id":97,"url":30,"linktype":31,"fieldtype":32,"cached_url":98},"Cookies","footer","de/_settings/footer",null,-30,[],632563353,"265f0d28-1033-4059-a49d-3cbad3c63dd2","2025-05-05T09:35:19.813Z","default",[],{"name":127,"created_at":7,"published_at":128,"updated_at":129,"id":130,"uuid":131,"content":132,"slug":492,"full_slug":493,"sort_by_date":118,"position":494,"tag_list":495,"is_startpage":51,"parent_id":121,"meta_data":118,"group_id":496,"first_published_at":497,"release_id":118,"lang":124,"path":118,"alternates":498,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Header","2026-10-07T11:10:10.189Z","2026-10-07T11:10:10.205Z",632563358,"2f01a7ab-082d-45e9-adbe-b223c4ba9feb",{"_uid":133,"link":134,"logo":137,"links":141,"buttons":487,"component":491},"5ff93704-f742-47ed-92db-e5b13f03564b",{"id":30,"url":135,"linktype":136,"fieldtype":32,"cached_url":135},"https://www.konversionskraft.de","url",{"id":138,"alt":30,"name":30,"focus":30,"title":30,"source":30,"filename":139,"copyright":30,"fieldtype":49,"meta_data":140,"is_external_url":51},21395391,"https://a.storyblok.com/f/328018/300x31/362acdb1c8/kk-logo-white.svg",{},[142,190,244,293,432,443],{"_uid":143,"link":144,"links":147,"title":188,"component":189},"b2cf1eaa-6274-4de9-bf12-eec7e5df59f9",{"id":145,"url":30,"linktype":31,"fieldtype":32,"cached_url":146},"147973fb-7b43-4d6d-a404-ab2c0678fbc2","de/loesungen/",[148,153,158,164,170,176,182],{"_uid":149,"link":150,"text":58,"component":59},"3a7093f2-25df-4ed5-b335-805febe74512",{"id":151,"url":30,"linktype":31,"fieldtype":32,"cached_url":152},"c9021c39-1839-49c7-98c4-4014de8cfe28","de/loesungen/conversion-optimierung",{"_uid":154,"link":155,"text":65,"component":59},"159678a7-7dd0-460b-b9d9-8741afdc2b23",{"id":156,"url":30,"linktype":31,"fieldtype":32,"cached_url":157},"3f593847-2edc-4128-9330-e5bd0c0cdeb8","de/loesungen/personalisierung-ueberblick",{"_uid":159,"link":160,"text":163,"component":59},"4214b02c-039c-4a9c-b545-3cbce68afe82",{"id":161,"url":30,"linktype":31,"fieldtype":32,"cached_url":162},"2f790b38-6102-44bf-be14-30eb612116b7","de/loesungen/redesign-absicherung","Relaunch-/Redesign-Absicherung",{"_uid":165,"link":166,"text":169,"component":59},"328ea4fc-4b3f-47ec-b944-44bd93652d5e",{"id":167,"url":30,"linktype":31,"fieldtype":32,"cached_url":168},"556166c5-b13e-4cb7-9f29-b3ee70e89da5","de/loesungen/mehr-marketingeffizienz","Online-Marketing & Kampagnenoptimierung",{"_uid":171,"link":172,"text":175,"component":59},"836ef4eb-2dc4-419e-b607-99f8e0a55eea",{"id":173,"url":30,"linktype":31,"fieldtype":32,"cached_url":174},"f0d0c226-175e-437e-9ec3-2a774d53176b","de/loesungen/kundenbindung-loyalty","Kundenbindung & Loyalty",{"_uid":177,"link":178,"text":181,"component":59},"b4b4fb97-e791-42a6-b3a1-b1eff37e39cc",{"id":179,"url":30,"linktype":31,"fieldtype":32,"cached_url":180},"8384ac3d-99d5-450c-a366-97de897ba6c4","de/loesungen/kundenzentrierung","Kundenzentrierte Test-/Experimentierkultur",{"_uid":183,"link":184,"text":187,"component":59},"6bb72781-75bb-447e-8c30-4e3731e74c1b",{"id":185,"url":30,"linktype":31,"fieldtype":32,"cached_url":186},"3e74fa84-d5dd-4989-9b54-dc4b17d78d61","de/loesungen/product-discovery","Produktentwicklung & MVP-Begleitung","Lösungen","util-link-list",{"_uid":191,"link":192,"links":195,"title":243,"component":189},"c72751dc-01ca-4393-88d5-f98044c20dfe",{"id":193,"url":30,"linktype":31,"fieldtype":32,"cached_url":194},"3d5d20be-27f5-4633-85b0-bd2e681643a7","de/case-studies/case-study-ueberblick",[196,202,208,213,219,225,231,237],{"_uid":197,"link":198,"text":201,"component":59},"7842509a-13c2-4d57-887d-eca5e88c29c0",{"id":199,"url":30,"linktype":31,"fieldtype":32,"cached_url":200},"432ec656-e9cb-4462-85f3-0d653d33bcd3","de/case-studies/case-study-betzold","Betzold: Personalisierung für KMU",{"_uid":203,"link":204,"text":207,"component":59},"edd83cb1-2bb0-469a-8007-d76d26c94804",{"id":205,"url":30,"linktype":31,"fieldtype":32,"cached_url":206},"b2f8d181-b222-4b79-a35a-ffc813533953","de/case-studies/case-study-freenet-ag","Freenet: CRO Team aufbauen & Inhousing",{"_uid":209,"link":210,"text":212,"component":59},"c43a5159-7404-431a-a873-696fc2415618",{"id":30,"url":211,"linktype":136,"fieldtype":32,"cached_url":211},"https://www.konversionskraft.de/innovationsmanagement/design-sprints.html","Telefonica: Innovation mit Design Sprints",{"_uid":214,"link":215,"text":218,"component":59},"79bdb63a-dd36-468f-ad57-1ff6352335ff",{"id":216,"url":30,"linktype":31,"fieldtype":32,"cached_url":217},"9da92b5c-0b48-463c-96af-f324d5951218","de/case-studies/case-study-computeruniverse","computeruniverse: Echtzeit Personalisierung",{"_uid":220,"link":221,"text":224,"component":59},"ed7cefbb-abbd-4bbe-ad78-97923943a968",{"id":222,"url":30,"linktype":31,"fieldtype":32,"cached_url":223},"bbad9c18-473e-4035-bb5a-9ec561f46a1d","de/case-studies/case-study-goertz","Görtz: Design Driven Relaunch",{"_uid":226,"link":227,"text":230,"component":59},"0025c2b0-0253-444d-89be-9bbae77b66fd",{"id":228,"url":30,"linktype":31,"fieldtype":32,"cached_url":229},"c6eccf7f-3c04-4d2e-84d7-aca24c02131a","de/case-studies/case-study-haufe","Haufe: Customer Centricity",{"_uid":232,"link":233,"text":236,"component":59},"ce573bb0-0e46-4c94-a737-bec58af9b6b3",{"id":234,"url":30,"linktype":31,"fieldtype":32,"cached_url":235},"0d6607f2-7b17-4248-877e-fab97adadbbd","de/case-studies/case-study-aldi-sued-personalisierung","ALDI Süd: Kanalübergreifende Personalisierung",{"_uid":238,"link":239,"text":242,"component":59},"155dbddf-9f79-4a6e-a17e-9c044fba1145",{"id":240,"url":30,"linktype":31,"fieldtype":32,"cached_url":241},"cb05cdff-2855-4e30-8abe-b7c60fb50e07","de/ressourcen/studien/download-grow-report","G.R.O.W. Report & Canvas - Download","Cases",{"_uid":245,"link":246,"links":249,"title":292,"component":189},"290333ca-9ef6-4c0d-8878-f5c285374311",{"id":247,"url":30,"linktype":31,"fieldtype":32,"cached_url":248},"0a47fb29-43c0-480d-8192-fdec9bed2a00","de/branchen/",[250,256,262,268,274,280,286],{"_uid":251,"link":252,"text":255,"component":59},"e03779ff-4a0c-492b-a23f-82cc41ce1b42",{"id":253,"url":30,"linktype":31,"fieldtype":32,"cached_url":254},"9db23777-e782-4660-8772-9f6b5706455e","de/branchen/banking-finance","Banking & Finance",{"_uid":257,"link":258,"text":261,"component":59},"f87e851a-7b12-4e65-8e92-329f5c9320c3",{"id":259,"url":30,"linktype":31,"fieldtype":32,"cached_url":260},"df24ecee-0472-4e18-b719-98ae5a7eaf30","de/branchen/b2b","B2B",{"_uid":263,"link":264,"text":267,"component":59},"2e8b4eaa-1fc5-445c-976f-bf38a081e21f",{"id":265,"url":30,"linktype":31,"fieldtype":32,"cached_url":266},"bdd1cf11-ef56-4696-be69-fa57208726f9","de/branchen/ngo","Non-Governmental Organisations",{"_uid":269,"link":270,"text":273,"component":59},"fbfa0f52-59fb-4fe2-9124-29860f34613f",{"id":271,"url":30,"linktype":31,"fieldtype":32,"cached_url":272},"f6d46912-5fe2-4540-9d5b-c06a31e49306","de/branchen/telekommunikation","Telekommunikation",{"_uid":275,"link":276,"text":279,"component":59},"2c8f964f-f25d-47fe-ac8f-e11f53673926",{"id":277,"url":30,"linktype":31,"fieldtype":32,"cached_url":278},"7bfaf1a9-5c8e-4a08-92ce-80b5ed12e311","de/branchen/e-commerce","E-Commerce",{"_uid":281,"link":282,"text":285,"component":59},"7657fffb-c9f6-47f7-a970-a9a623d59aca",{"id":283,"url":30,"linktype":31,"fieldtype":32,"cached_url":284},"d972d186-d012-40ec-94bf-d6f072c006bd","de/branchen/conversion-optimierung-travel","Travel & Entertainment",{"_uid":287,"link":288,"text":291,"component":59},"95e5bd1c-820a-404c-9425-fa5726f46039",{"id":289,"url":30,"linktype":31,"fieldtype":32,"cached_url":290},"adec7223-27fe-48be-895d-542dd2154619","de/branchen/d2c","D2C","Branchen",{"_uid":294,"link":295,"links":298,"title":431,"component":189},"78233a78-d66e-44e6-9bc6-f04e21981a36",{"id":296,"url":30,"linktype":31,"fieldtype":32,"cached_url":297},"2868c027-4bca-49d6-a93e-64534a555c46","de/know-how-tools",[299,303,309,315,321,325,335,341,346,356,362,368,374,380,386,392,396,401,407,413,419,425],{"_uid":300,"link":301,"text":302,"component":59},"e1000000-0000-4000-8000-000000000001",{"id":56,"url":30,"linktype":31,"fieldtype":32,"cached_url":57},"Ratgeber: Was ist Conversion-Optimierung?",{"_uid":304,"link":305,"text":308,"component":59},"e1000000-0000-4000-8000-000000000002",{"id":306,"url":30,"linktype":31,"fieldtype":32,"cached_url":307},"c3fa47db-d9f1-440c-90f1-5edb09eff03b","de/customer-journey","Ratgeber: Was ist eine Customer Journey?",{"_uid":310,"link":311,"text":314,"component":59},"e1000000-0000-4000-8000-000000000003",{"id":312,"url":30,"linktype":31,"fieldtype":32,"cached_url":313},"cda69b30-8362-4d2d-80a3-ef4b9f11178a","de/ab-testing","Ratgeber: Was ist A/B-Testing?",{"_uid":316,"link":317,"text":320,"component":59},"e1000000-0000-4000-8000-000000000004",{"id":318,"url":30,"linktype":31,"fieldtype":32,"cached_url":319},"2c10eaf4-b33d-43f0-ac03-831a2c9513f2","de/cro-agentur-finden","Ratgeber: Wie finde ich eine gute CRO-Agentur?",{"_uid":322,"link":323,"text":324,"component":59},"e1000000-0000-4000-8000-000000000005",{"id":63,"url":30,"linktype":31,"fieldtype":32,"cached_url":64},"Ratgeber: Was ist Personalisierung?",{"_uid":326,"link":327,"text":334,"component":59},"5b065a95-dc2c-4157-9cce-36a5491d748a",{"id":328,"url":30,"linktype":31,"fieldtype":32,"cached_url":329,"story":330},"f3c858d2-69c1-4782-a66c-03634b2258f6","de/weiterbildung/uebersicht-der-weiterbildungsangebote",{"name":331,"id":332,"uuid":328,"slug":333,"url":329,"full_slug":329,"_stopResolving":81},"Übersicht der Weiterbildungsangebote",61789049106112,"uebersicht-der-weiterbildungsangebote","Academy - E-Kurse & Schulungen",{"_uid":336,"link":337,"text":340,"component":59},"7f66786d-3901-4f91-b78b-5363f8a34cbd",{"id":338,"url":30,"linktype":31,"fieldtype":32,"cached_url":339},"cb7da046-7dd0-466b-a99d-5e01142617f1","de/ressourcen/download-bibliothek","Download Bibliothek - E-Books, Studien, Frameworks",{"_uid":342,"link":343,"text":345,"component":59},"8eb16b14-6456-4a01-8f2c-aa930c24ac5d",{"id":328,"url":30,"linktype":31,"fieldtype":32,"cached_url":329,"story":344},{"name":331,"id":332,"uuid":328,"slug":333,"url":329,"full_slug":329,"_stopResolving":81},"Weiterbildungen im Überblick",{"_uid":347,"link":348,"text":355,"component":59},"aff38e25-0be7-4a95-8247-7875f706c31d",{"id":349,"url":30,"linktype":31,"fieldtype":32,"cached_url":350,"story":351},"59affe36-02b5-42a7-9ef1-a2ea2e34bc71","de/webinare/",{"name":352,"id":353,"uuid":349,"slug":354,"url":350,"full_slug":350,"_stopResolving":81},"Anstehende Webinare",62483764663535,"webinare","Webinare",{"_uid":357,"link":358,"text":361,"component":59},"2ab92889-dda6-4602-89d4-48b24e7a6e97",{"id":359,"url":30,"linktype":31,"fieldtype":32,"cached_url":360},"c96790f9-bb24-4408-873a-807fa6dab582","de/tools/","Statistik Tools",{"_uid":363,"link":364,"text":367,"component":59},"6332bc11-9aaf-402f-84b6-715384d999ad",{"id":365,"url":30,"linktype":31,"fieldtype":32,"cached_url":366},"c9edb73d-2ca1-4011-bc6f-6b60489a133b","de/weiterbildung/inhouse-lehrgang-zertifizierter-conversion-manager","Inhouse Lehrgang - Conversion Manager",{"_uid":369,"link":370,"text":373,"component":59},"b4dc283b-c2a3-4b37-bd4d-ab62342a5fc5",{"id":371,"url":30,"linktype":31,"fieldtype":32,"cached_url":372},"25e060e7-a7d4-43e4-845a-2287180afe78","de/weiterbildung/inhouse-schulung-product-discovery","Inhouse Training - Product Discovery ",{"_uid":375,"link":376,"text":379,"component":59},"f10472fa-9d8b-4ab7-96f8-2dd9c93f6553",{"id":377,"url":30,"linktype":31,"fieldtype":32,"cached_url":378},"af525344-9836-4511-81a1-4fb95c0e67aa","de/produkte/behavior-pattern-model-poster","Behavior Pattern Model Poster",{"_uid":381,"link":382,"text":385,"component":59},"fb118cba-5d23-4282-8a72-c27ea9a8aec9",{"id":383,"url":30,"linktype":31,"fieldtype":32,"cached_url":384},"9c48d4d5-330b-4b96-af5e-68a9cda735d4","de/produkte/behavior-patterns-kartenset","Behavior Pattern Kartenset",{"_uid":387,"link":388,"text":391,"component":59},"90aba8f9-395b-4f38-abad-71f05bc0449f",{"id":389,"url":30,"linktype":31,"fieldtype":32,"cached_url":390},"5dab273c-49bb-4f64-a3cd-de96f0d7b39f","de/growth-ambassador-community","Growth Ambassador Community",{"_uid":393,"link":394,"text":395,"component":59},"99cf735d-f680-4c48-9074-636c4830d35a",{"id":29,"url":30,"linktype":31,"fieldtype":32,"cached_url":33},"News & Know-how in dein Postfach",{"_uid":397,"link":398,"text":400,"component":59},"f5697cde-7f34-4274-9572-e5ec3e7457bd",{"id":30,"url":399,"linktype":136,"fieldtype":32,"cached_url":399},"https://www.growthmindedsuperheroes.com/","GMS - growth minded SUPERHEROES",{"_uid":402,"link":403,"text":406,"component":59},"00f49f9b-f75c-4775-a61f-41fd61a92ed3",{"id":404,"url":30,"linktype":31,"fieldtype":32,"cached_url":405},"1d084a65-02b3-4ee1-be0d-9806be223ab2","de/ressourcen/e-books/statistik-e-book-und-basic-wissen-fuer-a-b-testing","Download: Statistik E-Book Bundle",{"_uid":408,"link":409,"text":412,"component":59},"e0422140-94e7-4dd8-87f7-a0f752dd712d",{"id":410,"url":30,"linktype":31,"fieldtype":32,"cached_url":411},"c8996f10-09f1-4543-874b-158275456f9b","de/ressourcen/e-books/personalisierung-mit-dem-4-stufen-modell","Download: E-Book Personalisierung",{"_uid":414,"link":415,"text":418,"component":59},"de7271fe-965f-418b-8d42-31b78f962e1d",{"id":416,"url":30,"linktype":31,"fieldtype":32,"cached_url":417},"58333d89-01c3-4cac-863e-e7cbc02a08bc","de/ressourcen/frameworks/wdw-hypothesen-framework","Download: WDW Hypothesen Framework",{"_uid":420,"link":421,"text":424,"component":59},"be031ed2-c7f7-4c8b-8f58-6f87074f4dc0",{"id":422,"url":30,"linktype":31,"fieldtype":32,"cached_url":423},"3aa8f349-0361-45a7-a391-066df5c9e7ff","de/ressourcen/frameworks/roi-ab-testing-business-case-paket","Download: A/B Testing ROI Business Case Paket",{"_uid":426,"link":427,"text":430,"type":30,"component":59},"8d464b9b-86fe-4c09-b5ad-15f1746ab4a8",{"id":428,"url":30,"linktype":31,"fieldtype":32,"cached_url":429},"4e8a7b56-0857-4af1-9068-edc69349fb30","de/ressourcen/frameworks/hook-model-canvas","Framework: Hook Model Canvas","Know-how & Tools",{"_uid":433,"link":434,"links":441,"title":442,"component":189},"3a303c5d-3ef4-482e-b31d-02856c821947",{"id":435,"url":30,"linktype":31,"fieldtype":32,"cached_url":436,"story":437},"1e20ab74-88ab-4f66-b3a1-019d85e2ef84","de/blog/",{"name":438,"id":439,"uuid":435,"slug":440,"url":436,"full_slug":436,"_stopResolving":81},"Overview",103884675285507,"blog",[],"Blog",{"_uid":444,"link":445,"links":448,"title":486,"component":189},"5e1fb531-7f55-4c8e-8b25-32fa43e7af94",{"id":446,"url":30,"linktype":31,"fieldtype":32,"cached_url":447},"d7112b89-d5ce-41d8-a369-293c8b86e98d","de/ueber-uns/wer-wir-sind",[449,453,463,469,474,480],{"_uid":450,"link":451,"text":452,"component":59},"95511c3e-0c54-4f6e-83bc-143e5ac943f2",{"id":446,"url":30,"linktype":31,"fieldtype":32,"cached_url":447},"Team: Wer wir sind",{"_uid":454,"link":455,"text":462,"component":59},"10e03a1d-860a-4a64-8997-f352cab5291c",{"id":456,"url":30,"linktype":31,"fieldtype":32,"cached_url":457,"story":458},"c20fc377-1157-4539-97d2-0ded113d1a69","de/ueber-uns/was-wir-tun",{"name":459,"id":460,"uuid":456,"slug":461,"url":457,"full_slug":457,"_stopResolving":81},"Was wir tun",62047816851482,"was-wir-tun","Methoden: Was wir tun",{"_uid":464,"link":465,"text":468,"component":59},"cc8765bf-7f12-478b-81a7-29f508fc805a",{"id":466,"url":30,"linktype":31,"fieldtype":32,"cached_url":467},"b190ded2-7e87-4b67-83c9-8ad6625d5480","de/ueber-uns/unsere-kunden","Kunden: Für wen arbeiten wir",{"_uid":470,"link":471,"text":473,"component":59},"47e8279b-16f2-4f6b-8cd3-bd9407369bba",{"id":75,"url":30,"linktype":31,"fieldtype":32,"cached_url":76,"story":472},{"name":78,"id":79,"uuid":75,"slug":80,"url":76,"full_slug":76,"_stopResolving":81},"Karriere & Jobs",{"_uid":475,"link":476,"text":479,"component":59},"85eb0d40-5379-4f62-a6a8-6cbbbcf27dd9",{"id":477,"url":30,"linktype":31,"fieldtype":32,"cached_url":478},"e5cc2d5c-06b8-4487-941c-0e463c3e4f0b","de/ueber-uns/team-first","Unsere Kultur: Team first",{"_uid":481,"link":482,"text":485,"component":59},"e8111c32-8191-4211-b40d-073b5afdf12f",{"id":483,"url":30,"linktype":31,"fieldtype":32,"cached_url":484},"31befb84-87a7-4c51-9028-092a1a69f015","de/grow-model","G.R.O.W. Model - Reifegrad Assessment","Über uns",[488],{"_uid":489,"icon":30,"link":490,"text":71,"intent":35,"component":36,"icon_position":37},"1b18d9f0-85af-48f2-a038-6a823d74dbff",{"id":69,"url":30,"linktype":31,"fieldtype":32,"cached_url":70},"core-header","header","de/_settings/header",0,[],"c1fc9f92-e520-41db-8395-ac2606e318d5","2025-05-05T09:35:20.471Z",[],"singleton-settings","Mehr lesen",[502],{"_uid":503,"head":504,"cards":519,"theme":124,"alignment":44,"component":667,"cards_per_row":668,"icon_position":669,"action_buttons":670,"bordered_cards":81},"3aaa4f32-19e8-41b0-aa02-03b4360405e7",[505],{"_uid":506,"kicker":30,"headline":507,"component":514,"subheadline":515,"show_top_line":81,"action_buttons":518},"67897cc1-c782-48fd-b6a9-3f48dfa972c1",{"type":39,"content":508},[509],{"type":42,"content":510},[511],{"text":512,"type":513},"Danach suchten andere Besucher","text","item-head",{"type":39,"content":516},[517],{"type":42},[],[520,549,575,597,621,644],{"tag":30,"_uid":521,"icon":522,"text":528,"image":534,"button":536,"headline":543,"component":548},"509dd04a-ac3a-4842-b787-c99d7bbe614b",{"id":523,"alt":524,"name":30,"focus":30,"title":525,"source":30,"filename":526,"copyright":30,"fieldtype":49,"meta_data":527,"is_external_url":51},23160806,"Halbkreis mit Tachonadel im rechten Bereich","Performance","https://a.storyblok.com/f/328018/150x150/d47b48585b/performance-heller-bg.svg",{"alt":524,"title":525,"source":30,"copyright":30},{"type":39,"content":529},[530],{"type":42,"content":531},[532],{"text":533,"type":513},"Mit dem Konfidenzrechner von konversionsKRAFT hast du die Möglichkeit, die Ergebnisse deines A/B-Tests auf signifikante Unterschiede zu untersuchen.",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":535},{},[537],{"_uid":538,"icon":27,"link":539,"text":546,"intent":547,"component":36,"icon_position":37},"942eaebc-4d2f-49f1-818a-64913826a082",{"id":540,"url":30,"linktype":31,"fieldtype":32,"cached_url":541,"story":542},"20da88c1-38f8-46fb-8efb-99c7e3edaf41","de/tools/konfidenzrechner",{"name":543,"id":544,"uuid":540,"slug":545,"url":541,"full_slug":541,"_stopResolving":81},"Konfidenzrechner",62131923697584,"konfidenzrechner","Zum Tool","tertiary","section-features__card",{"tag":30,"_uid":550,"icon":551,"text":557,"image":563,"button":565,"headline":572,"component":548},"f5939252-f8ef-4fa9-a412-d80045de2c3a",{"id":552,"alt":553,"name":30,"focus":30,"title":554,"source":30,"filename":555,"copyright":30,"fieldtype":49,"meta_data":556,"is_external_url":51},23160824,"Stilisierte Uhr mit weißen Zeigern auf 12 und 3 Uhr, umgeben von einem schwarzen, gegen den Uhrzeigersinn gezeichneten Pfeilkreis","Rückblick","https://a.storyblok.com/f/328018/150x150/25b4408792/uhr-rueckblick-heller-bg.svg",{"alt":553,"title":554,"source":30,"copyright":30},{"type":39,"content":558},[559],{"type":42,"content":560},[561],{"text":562,"type":513},"Der Testlaufzeitrechner hilft dir, deine Uplifts sicher nachzuweisen und eine bessere Einschätzung für den nachweisbaren Effekt vornehmen zu können.",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":564},{},[566],{"_uid":567,"icon":27,"link":568,"text":546,"intent":547,"component":36,"icon_position":37},"903598b6-6a79-4e7c-a44e-7ad9b3f1b2ab",{"id":569,"url":30,"linktype":31,"fieldtype":32,"cached_url":570,"story":571},"5c12fee4-da27-4b84-9e21-125e542f2261","de/tools/testlaufzeitrechner",{"name":572,"id":573,"uuid":569,"slug":574,"url":570,"full_slug":570,"_stopResolving":81},"Testlaufzeitrechner",62134457203508,"testlaufzeitrechner",{"tag":30,"_uid":576,"icon":577,"text":583,"image":589,"button":591,"headline":355,"component":548},"3f45584f-e296-4c4c-aeb2-74fb602c25cc",{"id":578,"alt":579,"name":30,"focus":30,"title":580,"source":30,"filename":581,"copyright":30,"fieldtype":49,"meta_data":582,"is_external_url":51},23160767,"Icon mit Person einem Notebook und Smartphone","Customer Journey","https://a.storyblok.com/f/328018/150x150/ea7a1982ed/customer-journey-heller-bg.svg",{"alt":579,"title":580,"source":30,"copyright":30},{"type":39,"content":584},[585],{"type":42,"content":586},[587],{"text":588,"type":513},"Unsere Webinare richten sich an alle, die mehr wollen – mehr Uplift, mehr ROI, mehr Wachstum. Unsere Experten und Gastreferenten vermitteln in den Web-Seminaren wichtiges Optimiererwissen.",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":590},{},[592],{"_uid":593,"icon":27,"link":594,"text":596,"intent":547,"component":36,"icon_position":37},"eec7fdfe-219e-4996-b99e-645675c27ea8",{"id":349,"url":30,"linktype":31,"fieldtype":32,"cached_url":350,"story":595},{"name":352,"id":353,"uuid":349,"slug":354,"url":350,"full_slug":350,"_stopResolving":81},"Zur Übersicht",{"tag":30,"_uid":598,"icon":599,"text":605,"image":612,"button":614,"headline":620,"component":548},"d70a1587-7a51-414c-aa40-fa4419ea02b7",{"id":600,"alt":601,"name":30,"focus":30,"title":602,"source":30,"filename":603,"copyright":30,"fieldtype":49,"meta_data":604,"is_external_url":51},23160771,"Symbol eines Bachelor Huts für Bildung","Bachelor Hut","https://a.storyblok.com/f/328018/150x150/35fc1a0701/diplom-bachelor-heller-bg.svg",{"alt":601,"title":602,"source":30,"copyright":30},{"type":39,"content":606},[607],{"type":42,"attrs":608,"content":609},{"textAlign":118},[610],{"text":611,"type":513},"Profitiere von der langjährigen Erfahrung unserer Consultants, Analysten, UX Designern und Konsumpsychologen und erlange neues Know-how für deinen Alltag.",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":613},{},[615],{"_uid":616,"icon":27,"link":617,"text":619,"intent":547,"component":36,"icon_position":37},"c320c7a7-6ad7-4ab7-8cbd-98b5dbe6fa38",{"id":328,"url":30,"linktype":31,"fieldtype":32,"cached_url":329,"story":618},{"name":331,"id":332,"uuid":328,"slug":333,"url":329,"full_slug":329,"_stopResolving":81},"Zur Weiterbildung","Weiterbildung",{"tag":30,"_uid":622,"icon":623,"text":629,"image":636,"button":638,"headline":459,"component":548},"cd63af88-8220-48f4-b392-1f5eabcb2d3c",{"id":624,"alt":625,"name":30,"focus":30,"title":626,"source":30,"filename":627,"copyright":30,"fieldtype":49,"meta_data":628,"is_external_url":51},23160799,"Drei Personen nebeneinander mit jeweils einem Stern darunter","Kundenbedürfnis verstehen","https://a.storyblok.com/f/328018/150x150/02138a981e/kundenbeduerfnis-verstehen-heller-bg.svg",{"alt":625,"title":626,"source":30,"copyright":30},{"type":39,"content":630},[631,635],{"type":42,"content":632},[633],{"text":634,"type":513},"Wir erschließen schnell und systematisch existierende digitale Wachstumspotenziale. Agil, kundenzentriert und datenbasiert.",{"type":42},{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":637},{},[639],{"_uid":640,"icon":27,"link":641,"text":643,"intent":547,"component":36,"icon_position":37},"e7f68e81-f9b0-4fb4-810b-224498e148b2",{"id":456,"url":30,"linktype":31,"fieldtype":32,"cached_url":457,"story":642},{"name":459,"id":460,"uuid":456,"slug":461,"url":457,"full_slug":457,"_stopResolving":81},"Mehr erfahren",{"tag":30,"_uid":645,"icon":646,"text":652,"image":659,"button":661,"headline":78,"component":548},"cf571a54-a871-40ed-b3da-a8f7bc23fdf4",{"id":647,"alt":648,"name":30,"focus":30,"title":649,"source":30,"filename":650,"copyright":30,"fieldtype":49,"meta_data":651,"is_external_url":51},23160774,"Ein skizzierter Diamant der funkelt","Diamant","https://a.storyblok.com/f/328018/150x150/67d557c518/diamant-heller-bg.svg",{"alt":648,"title":649,"source":30,"copyright":30},{"type":39,"content":653},[654,658],{"type":42,"content":655},[656],{"text":657,"type":513},"Bist du bereit, deine Karriere bei uns zu starten?",{"type":42},{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":660},{},[662],{"_uid":663,"icon":27,"link":664,"text":666,"intent":547,"component":36,"icon_position":37},"4b0f8e8b-cfbd-4bad-99ba-ed5635cc99ae",{"id":75,"url":30,"linktype":31,"fieldtype":32,"cached_url":76,"story":665},{"name":78,"id":79,"uuid":75,"slug":80,"url":76,"full_slug":76,"_stopResolving":81},"Vakanzen","section-features-1","3","top",[],[672],{"_uid":673,"kicker":30,"headline":674,"component":514,"subheadline":680,"show_top_line":51,"action_buttons":686},"31cce379-ea89-4fdf-84f8-52e990bcf402",{"type":39,"content":675},[676],{"type":42,"content":677},[678],{"text":679,"type":513},"Hoppla!",{"type":39,"content":681},[682],{"type":42,"content":683},[684],{"text":685,"type":513},"Die angeforderte Seite konnte leider nicht gefunden werden.",[],[688],{"_uid":689,"type":30,"kicker":30,"headline":690,"component":514,"subheadline":697,"show_top_line":51,"action_buttons":700},"3ffbe671-41cf-400a-980c-6dbe14b6ce6f",{"type":39,"content":691},[692],{"type":42,"attrs":693,"content":694},{"textAlign":118},[695],{"text":696,"type":513},"Über den Autor",{"type":39,"content":698},[699],{"type":42},[],[],[],"min Lesezeit",[705],{"_uid":706,"icon":27,"link":707,"text":500,"intent":35,"component":36,"icon_position":37},"bb239a64-a116-4d8f-9695-ffc1a5e260a3",{"id":435,"url":30,"linktype":31,"fieldtype":32,"cached_url":436,"story":708},{"name":438,"id":439,"uuid":435,"slug":440,"url":436,"full_slug":436,"_stopResolving":81},"Verfasst von","Inhalt","Lesedauer","Minuten","_settings","de/_settings/",-40,[],"c1ba6ded-acb9-4c7e-8404-38e942bdfab9","2025-05-05T09:35:20.134Z",[],1791547703,[722,857],{"name":127,"created_at":7,"published_at":128,"updated_at":129,"id":130,"uuid":131,"content":723,"slug":492,"full_slug":493,"sort_by_date":118,"position":494,"tag_list":855,"is_startpage":51,"parent_id":121,"meta_data":118,"group_id":496,"first_published_at":497,"release_id":118,"lang":124,"path":118,"alternates":856,"default_full_slug":118,"translated_slugs":118},{"_uid":133,"link":724,"logo":725,"links":727,"buttons":852,"component":491},{"id":30,"url":135,"linktype":136,"fieldtype":32,"cached_url":135},{"id":138,"alt":30,"name":30,"focus":30,"title":30,"source":30,"filename":139,"copyright":30,"fieldtype":49,"meta_data":726,"is_external_url":51},{},[728,745,764,781,831,835],{"_uid":143,"link":729,"links":730,"title":188,"component":189},{"id":145,"url":30,"linktype":31,"fieldtype":32,"cached_url":146},[731,733,735,737,739,741,743],{"_uid":149,"link":732,"text":58,"component":59},{"id":151,"url":30,"linktype":31,"fieldtype":32,"cached_url":152},{"_uid":154,"link":734,"text":65,"component":59},{"id":156,"url":30,"linktype":31,"fieldtype":32,"cached_url":157},{"_uid":159,"link":736,"text":163,"component":59},{"id":161,"url":30,"linktype":31,"fieldtype":32,"cached_url":162},{"_uid":165,"link":738,"text":169,"component":59},{"id":167,"url":30,"linktype":31,"fieldtype":32,"cached_url":168},{"_uid":171,"link":740,"text":175,"component":59},{"id":173,"url":30,"linktype":31,"fieldtype":32,"cached_url":174},{"_uid":177,"link":742,"text":181,"component":59},{"id":179,"url":30,"linktype":31,"fieldtype":32,"cached_url":180},{"_uid":183,"link":744,"text":187,"component":59},{"id":185,"url":30,"linktype":31,"fieldtype":32,"cached_url":186},{"_uid":191,"link":746,"links":747,"title":243,"component":189},{"id":193,"url":30,"linktype":31,"fieldtype":32,"cached_url":194},[748,750,752,754,756,758,760,762],{"_uid":197,"link":749,"text":201,"component":59},{"id":199,"url":30,"linktype":31,"fieldtype":32,"cached_url":200},{"_uid":203,"link":751,"text":207,"component":59},{"id":205,"url":30,"linktype":31,"fieldtype":32,"cached_url":206},{"_uid":209,"link":753,"text":212,"component":59},{"id":30,"url":211,"linktype":136,"fieldtype":32,"cached_url":211},{"_uid":214,"link":755,"text":218,"component":59},{"id":216,"url":30,"linktype":31,"fieldtype":32,"cached_url":217},{"_uid":220,"link":757,"text":224,"component":59},{"id":222,"url":30,"linktype":31,"fieldtype":32,"cached_url":223},{"_uid":226,"link":759,"text":230,"component":59},{"id":228,"url":30,"linktype":31,"fieldtype":32,"cached_url":229},{"_uid":232,"link":761,"text":236,"component":59},{"id":234,"url":30,"linktype":31,"fieldtype":32,"cached_url":235},{"_uid":238,"link":763,"text":242,"component":59},{"id":240,"url":30,"linktype":31,"fieldtype":32,"cached_url":241},{"_uid":245,"link":765,"links":766,"title":292,"component":189},{"id":247,"url":30,"linktype":31,"fieldtype":32,"cached_url":248},[767,769,771,773,775,777,779],{"_uid":251,"link":768,"text":255,"component":59},{"id":253,"url":30,"linktype":31,"fieldtype":32,"cached_url":254},{"_uid":257,"link":770,"text":261,"component":59},{"id":259,"url":30,"linktype":31,"fieldtype":32,"cached_url":260},{"_uid":263,"link":772,"text":267,"component":59},{"id":265,"url":30,"linktype":31,"fieldtype":32,"cached_url":266},{"_uid":269,"link":774,"text":273,"component":59},{"id":271,"url":30,"linktype":31,"fieldtype":32,"cached_url":272},{"_uid":275,"link":776,"text":279,"component":59},{"id":277,"url":30,"linktype":31,"fieldtype":32,"cached_url":278},{"_uid":281,"link":778,"text":285,"component":59},{"id":283,"url":30,"linktype":31,"fieldtype":32,"cached_url":284},{"_uid":287,"link":780,"text":291,"component":59},{"id":289,"url":30,"linktype":31,"fieldtype":32,"cached_url":290},{"_uid":294,"link":782,"links":783,"title":431,"component":189},{"id":296,"url":30,"linktype":31,"fieldtype":32,"cached_url":297},[784,786,788,790,792,794,797,799,802,805,807,809,811,813,815,817,819,821,823,825,827,829],{"_uid":300,"link":785,"text":302,"component":59},{"id":56,"url":30,"linktype":31,"fieldtype":32,"cached_url":57},{"_uid":304,"link":787,"text":308,"component":59},{"id":306,"url":30,"linktype":31,"fieldtype":32,"cached_url":307},{"_uid":310,"link":789,"text":314,"component":59},{"id":312,"url":30,"linktype":31,"fieldtype":32,"cached_url":313},{"_uid":316,"link":791,"text":320,"component":59},{"id":318,"url":30,"linktype":31,"fieldtype":32,"cached_url":319},{"_uid":322,"link":793,"text":324,"component":59},{"id":63,"url":30,"linktype":31,"fieldtype":32,"cached_url":64},{"_uid":326,"link":795,"text":334,"component":59},{"id":328,"url":30,"linktype":31,"fieldtype":32,"cached_url":329,"story":796},{"name":331,"id":332,"uuid":328,"slug":333,"url":329,"full_slug":329,"_stopResolving":81},{"_uid":336,"link":798,"text":340,"component":59},{"id":338,"url":30,"linktype":31,"fieldtype":32,"cached_url":339},{"_uid":342,"link":800,"text":345,"component":59},{"id":328,"url":30,"linktype":31,"fieldtype":32,"cached_url":329,"story":801},{"name":331,"id":332,"uuid":328,"slug":333,"url":329,"full_slug":329,"_stopResolving":81},{"_uid":347,"link":803,"text":355,"component":59},{"id":349,"url":30,"linktype":31,"fieldtype":32,"cached_url":350,"story":804},{"name":352,"id":353,"uuid":349,"slug":354,"url":350,"full_slug":350,"_stopResolving":81},{"_uid":357,"link":806,"text":361,"component":59},{"id":359,"url":30,"linktype":31,"fieldtype":32,"cached_url":360},{"_uid":363,"link":808,"text":367,"component":59},{"id":365,"url":30,"linktype":31,"fieldtype":32,"cached_url":366},{"_uid":369,"link":810,"text":373,"component":59},{"id":371,"url":30,"linktype":31,"fieldtype":32,"cached_url":372},{"_uid":375,"link":812,"text":379,"component":59},{"id":377,"url":30,"linktype":31,"fieldtype":32,"cached_url":378},{"_uid":381,"link":814,"text":385,"component":59},{"id":383,"url":30,"linktype":31,"fieldtype":32,"cached_url":384},{"_uid":387,"link":816,"text":391,"component":59},{"id":389,"url":30,"linktype":31,"fieldtype":32,"cached_url":390},{"_uid":393,"link":818,"text":395,"component":59},{"id":29,"url":30,"linktype":31,"fieldtype":32,"cached_url":33},{"_uid":397,"link":820,"text":400,"component":59},{"id":30,"url":399,"linktype":136,"fieldtype":32,"cached_url":399},{"_uid":402,"link":822,"text":406,"component":59},{"id":404,"url":30,"linktype":31,"fieldtype":32,"cached_url":405},{"_uid":408,"link":824,"text":412,"component":59},{"id":410,"url":30,"linktype":31,"fieldtype":32,"cached_url":411},{"_uid":414,"link":826,"text":418,"component":59},{"id":416,"url":30,"linktype":31,"fieldtype":32,"cached_url":417},{"_uid":420,"link":828,"text":424,"component":59},{"id":422,"url":30,"linktype":31,"fieldtype":32,"cached_url":423},{"_uid":426,"link":830,"text":430,"type":30,"component":59},{"id":428,"url":30,"linktype":31,"fieldtype":32,"cached_url":429},{"_uid":433,"link":832,"links":834,"title":442,"component":189},{"id":435,"url":30,"linktype":31,"fieldtype":32,"cached_url":436,"story":833},{"name":438,"id":439,"uuid":435,"slug":440,"url":436,"full_slug":436,"_stopResolving":81},[],{"_uid":444,"link":836,"links":837,"title":486,"component":189},{"id":446,"url":30,"linktype":31,"fieldtype":32,"cached_url":447},[838,840,843,845,848,850],{"_uid":450,"link":839,"text":452,"component":59},{"id":446,"url":30,"linktype":31,"fieldtype":32,"cached_url":447},{"_uid":454,"link":841,"text":462,"component":59},{"id":456,"url":30,"linktype":31,"fieldtype":32,"cached_url":457,"story":842},{"name":459,"id":460,"uuid":456,"slug":461,"url":457,"full_slug":457,"_stopResolving":81},{"_uid":464,"link":844,"text":468,"component":59},{"id":466,"url":30,"linktype":31,"fieldtype":32,"cached_url":467},{"_uid":470,"link":846,"text":473,"component":59},{"id":75,"url":30,"linktype":31,"fieldtype":32,"cached_url":76,"story":847},{"name":78,"id":79,"uuid":75,"slug":80,"url":76,"full_slug":76,"_stopResolving":81},{"_uid":475,"link":849,"text":479,"component":59},{"id":477,"url":30,"linktype":31,"fieldtype":32,"cached_url":478},{"_uid":481,"link":851,"text":485,"component":59},{"id":483,"url":30,"linktype":31,"fieldtype":32,"cached_url":484},[853],{"_uid":489,"icon":30,"link":854,"text":71,"intent":35,"component":36,"icon_position":37},{"id":69,"url":30,"linktype":31,"fieldtype":32,"cached_url":70},[],[],{"name":15,"created_at":7,"published_at":16,"updated_at":17,"id":18,"uuid":19,"content":858,"slug":116,"full_slug":117,"sort_by_date":118,"position":119,"tag_list":891,"is_startpage":51,"parent_id":121,"meta_data":118,"group_id":122,"first_published_at":123,"release_id":118,"lang":124,"path":118,"alternates":892,"default_full_slug":118,"translated_slugs":118},{"cta":859,"_uid":45,"logo":867,"links":869,"component":82,"copyright":83,"logo_link":879,"legal_links":880},[860],{"_uid":23,"buttons":861,"caption":864,"component":43,"caption_position":44},[862],{"_uid":26,"icon":27,"link":863,"text":34,"intent":35,"component":36,"icon_position":37},{"id":29,"url":30,"linktype":31,"fieldtype":32,"cached_url":33},{"type":39,"content":865},[866],{"type":42},{"id":47,"alt":30,"name":30,"focus":30,"title":30,"source":30,"filename":48,"copyright":30,"fieldtype":49,"meta_data":868,"is_external_url":51},{},[870,872,874,876],{"_uid":54,"link":871,"text":58,"component":59},{"id":56,"url":30,"linktype":31,"fieldtype":32,"cached_url":57},{"_uid":61,"link":873,"text":65,"type":30,"component":59},{"id":63,"url":30,"linktype":31,"fieldtype":32,"cached_url":64},{"_uid":67,"link":875,"text":71,"component":59},{"id":69,"url":30,"linktype":31,"fieldtype":32,"cached_url":70},{"_uid":73,"link":877,"text":78,"component":59},{"id":75,"url":30,"linktype":31,"fieldtype":32,"cached_url":76,"story":878},{"name":78,"id":79,"uuid":75,"slug":80,"url":76,"full_slug":76,"_stopResolving":81},{"id":85,"url":30,"linktype":31,"fieldtype":32,"cached_url":86},[881,883,885,887,889],{"_uid":89,"link":882,"text":93,"component":59},{"id":91,"url":30,"linktype":31,"fieldtype":32,"cached_url":92},{"_uid":95,"link":884,"text":99,"component":59},{"id":97,"url":30,"linktype":31,"fieldtype":32,"cached_url":98},{"_uid":101,"link":886,"text":105,"component":59},{"id":103,"url":30,"linktype":31,"fieldtype":32,"cached_url":104},{"_uid":107,"link":888,"text":111,"component":59},{"id":109,"url":30,"linktype":31,"fieldtype":32,"cached_url":110},{"_uid":113,"link":890,"text":115,"component":59},{"id":97,"url":30,"linktype":31,"fieldtype":32,"cached_url":98},[],[],[894,895,896,897,898,899,900],{"name":438,"id":439,"uuid":435,"slug":440,"url":436,"full_slug":436},{"name":543,"id":544,"uuid":540,"slug":545,"url":541,"full_slug":541},{"name":352,"id":353,"uuid":349,"slug":354,"url":350,"full_slug":350},{"name":572,"id":573,"uuid":569,"slug":574,"url":570,"full_slug":570},{"name":459,"id":460,"uuid":456,"slug":461,"url":457,"full_slug":457},{"name":78,"id":79,"uuid":75,"slug":80,"url":76,"full_slug":76},{"name":331,"id":332,"uuid":328,"slug":333,"url":329,"full_slug":329},{"story":902,"cv":720,"rels":1300,"links":1301},{"name":903,"created_at":904,"published_at":905,"updated_at":906,"id":907,"uuid":908,"content":909,"slug":1292,"full_slug":1293,"sort_by_date":118,"position":1294,"tag_list":1295,"is_startpage":81,"parent_id":1296,"meta_data":118,"group_id":1297,"first_published_at":1298,"release_id":118,"lang":124,"path":118,"alternates":1299,"default_full_slug":118,"translated_slugs":118},"Data Science","2026-10-04T06:23:14.274Z","2026-10-04T09:56:22.402Z","2026-10-04T09:56:23.433Z",226940494973624,"bd435cf1-6e31-434c-ac2f-f058490afcbc",{"seo":910,"_uid":915,"body":916,"footer":30,"header":30,"component":1290,"seo_noindex":51,"seo_nofollow":51,"seo_canonical":1291},{"_uid":911,"title":912,"plugin":913,"og_image":30,"og_title":912,"description":914,"twitter_image":30,"twitter_title":912,"og_description":914,"twitter_description":914},"24872b64-c5ac-4551-a472-65ed6077b020","Statistik und Analytics für A/B-Tests: alle Artikel | konversionsKRAFT","seo_metatags","Signifikanz, Teststärke, Bayes und Google Analytics: Artikel dazu, wie du Testergebnisse richtig planst, liest und keine teuren Fehlschlüsse ziehst.","554f1565-057d-4ab1-9558-5212b248b109",[917,968,1097,1120,1199,1264],{"_uid":918,"head":919,"list":940,"image":941,"theme":946,"alignment":947,"component":948,"title_size":949,"action_buttons":950,"gradient_theme":124,"overlay_next_section":51},"13cbc453-ea5c-4972-8313-4c3b42888d58",[920],{"_uid":921,"kicker":442,"headline":922,"component":514,"subheadline":934,"show_top_line":81},"67370ba7-60f8-47e7-a424-b821965b68c6",{"type":39,"content":923},[924],{"type":925,"attrs":926,"content":928},"heading",{"level":927},1,[929],{"text":930,"type":513,"marks":931},"Data Science: Statistik und Analytics für bessere Tests",[932],{"type":933},"bold",{"type":39,"content":935},[936],{"type":42,"content":937},[938],{"text":939,"type":513},"Wie du Tests richtig planst, Ergebnisse sauber liest und teure Fehlschlüsse vermeidest.",[],{"id":942,"alt":943,"title":944,"filename":945,"fieldtype":49,"is_external_url":51},79839274449745,"Abstrakter Hintergrund mit roten Dreiecken","KK Background Triangle","https://a.storyblok.com/f/328018/1450x787/2a0075e467/kk-backrgound-abstrakt.png","brand","left","section-hero-3","big",[951],{"_uid":952,"buttons":953,"caption":965,"component":43,"caption_position":947},"63e39871-b78d-4d5b-999d-302b0c2e3f06",[954,959],{"_uid":955,"icon":27,"link":956,"text":958,"intent":35,"component":36,"icon_position":37},"eac3de10-907c-48eb-8435-8335d344677a",{"id":30,"url":957,"linktype":136,"fieldtype":32,"cached_url":957},"#section-3","Zu allen Artikeln",{"_uid":960,"icon":27,"link":961,"text":963,"intent":964,"component":36,"icon_position":37},"a6776732-ad71-48bb-8fd5-adfe0184aeb8",{"id":30,"url":962,"linktype":136,"fieldtype":32,"cached_url":962},"#section-6","Kontakt aufnehmen","secondary",{"type":39,"content":966},[967],{"type":42},{"_uid":969,"head":970,"theme":124,"alignment":947,"component":971,"richtext_body":972,"action_buttons":1096},"779cd347-fc46-4d3d-9a14-9b1a73c062b1",[],"section-richtext-1",[973],{"_uid":974,"text":975,"component":1095},"839a0668-fad9-4b70-9660-76d72a4ffb91",{"type":39,"content":976},[977,981,985,993,1078],{"type":42,"content":978},[979],{"text":980,"type":513},"Viele A/B-Tests scheitern nicht an der Idee, sondern an der Auswertung. Die Stichprobe ist zu klein, der Test läuft zu kurz oder ein Effekt im Testing-Tool hält dem zweiten Blick nicht stand.",{"type":42,"content":982},[983],{"text":984,"type":513},"In dieser Rubrik erklären wir die Statistik hinter Experimenten so, dass du sie im Alltag anwenden kannst: Konfidenz und Signifikanz, Teststärke, Testplanung und bayesianische Auswertung. Dazu kommen Artikel zu Google Analytics und zu typischen Fehlinterpretationen von Webanalyse-Daten.",{"type":925,"attrs":986,"content":988},{"level":987},2,[989],{"text":990,"type":513,"marks":991},"Gute Einstiege",[992],{"type":933},{"type":994,"content":995},"bullet_list",[996,1015,1031,1047,1063],{"type":997,"content":998},"list_item",[999],{"type":42,"content":1000},[1001],{"text":1002,"type":513,"marks":1003},"Konfidenz sollte man kennen: Grundlagen zur Statistik beim A/B-Testing",[1004],{"type":1005,"attrs":1006},"link",{"href":1007,"uuid":1008,"anchor":118,"target":1009,"linktype":31,"story":1010},"/de/data-science/testing-statistik-konfidenz-grundlagen","789f15c0-8c3e-4816-b6cc-8f9e73b41ad3","_self",{"name":1011,"id":1012,"uuid":1008,"slug":1013,"url":1014,"full_slug":1014,"_stopResolving":81},"Konfidenz sollte man kennen. (Grundlagen zur Statistik beim A/B Testing)",101807478296369,"testing-statistik-konfidenz-grundlagen","de/data-science/testing-statistik-konfidenz-grundlagen",{"type":997,"content":1016},[1017],{"type":42,"content":1018},[1019],{"text":1020,"type":513,"marks":1021},"70 % deiner A/B-Tests sind underpowered: So rockst du die Statistik",[1022],{"type":1005,"attrs":1023},{"href":1024,"uuid":1025,"anchor":118,"target":1009,"linktype":31,"story":1026},"/de/data-science/statistik-fehler-beim-a-b-testing-vermeiden","32ca65ce-636f-4a92-b44e-fafed59d7c2a",{"name":1027,"id":1028,"uuid":1025,"slug":1029,"url":1030,"full_slug":1030,"_stopResolving":81},"70% deiner A/B-Tests sind “underpowered”: So rockst du die Statistik",101810015302367,"statistik-fehler-beim-a-b-testing-vermeiden","de/data-science/statistik-fehler-beim-a-b-testing-vermeiden",{"type":997,"content":1032},[1033],{"type":42,"content":1034},[1035],{"text":1036,"type":513,"marks":1037},"Warum erfolgreiche A/B-Tests eine saubere statistische Testplanung brauchen",[1038],{"type":1005,"attrs":1039},{"href":1040,"uuid":1041,"anchor":118,"target":1009,"linktype":31,"story":1042},"/de/data-science/statistische-testplanung","64a00144-ea1c-46b0-a1cc-5a85414d4a00",{"name":1043,"id":1044,"uuid":1041,"slug":1045,"url":1046,"full_slug":1046,"_stopResolving":81},"Warum erfolgreiche A/B-Tests eine saubere statistische Testplanung brauchen (plus neues Testplaner-Tool)",101810165859050,"statistische-testplanung","de/data-science/statistische-testplanung",{"type":997,"content":1048},[1049],{"type":42,"content":1050},[1051],{"text":1052,"type":513,"marks":1053},"10 Statistik-Fallen beim Testing",[1054],{"type":1005,"attrs":1055},{"href":1056,"uuid":1057,"anchor":118,"target":1009,"linktype":31,"story":1058},"/de/data-science/10-statistik-fallen-beim-testing-der-ultimative-guide-fuer-optimierer","59313cd2-ab04-4260-8422-c22430204435",{"name":1059,"id":1060,"uuid":1057,"slug":1061,"url":1062,"full_slug":1062,"_stopResolving":81},"10 Statistik-Fallen beim Testing – Der ultimative Guide für Optimierer",101807825739667,"10-statistik-fallen-beim-testing-der-ultimative-guide-fuer-optimierer","de/data-science/10-statistik-fallen-beim-testing-der-ultimative-guide-fuer-optimierer",{"type":997,"content":1064},[1065],{"type":42,"content":1066},[1067],{"text":1068,"type":513,"marks":1069},"8 Fehlinterpretationen in Google Analytics, die viel Geld kosten können",[1070],{"type":1005,"attrs":1071},{"href":1072,"uuid":1073,"anchor":118,"target":1009,"linktype":31,"story":1074},"/de/data-science/vier-haeufige-fehlinterpretationen-in-google-analytics-die-sie-viel-geld-kosten-koennen","6969128c-5d72-442f-bc96-54e63492dfe7",{"name":1068,"id":1075,"uuid":1073,"slug":1076,"url":1077,"full_slug":1077,"_stopResolving":81},101807862398876,"vier-haeufige-fehlinterpretationen-in-google-analytics-die-sie-viel-geld-kosten-koennen","de/data-science/vier-haeufige-fehlinterpretationen-in-google-analytics-die-sie-viel-geld-kosten-koennen",{"type":42,"content":1079},[1080,1082,1093],{"text":1081,"type":513},"Für die Planung deiner Tests kannst du unsere kostenlosen ",{"text":1083,"type":513,"marks":1084},"Rechner und Tools",[1085],{"type":1005,"attrs":1086},{"href":1087,"uuid":1088,"anchor":118,"target":1009,"linktype":31,"story":1089},"/de/tools","6b5c0aab-aeee-4289-9af9-d0e48358e817",{"name":361,"id":1090,"uuid":1088,"slug":1091,"url":1092,"full_slug":1092,"_stopResolving":81},62127198801015,"tools","de/tools",{"text":1094,"type":513}," nutzen.","richtext-text",[],{"_uid":1098,"head":1099,"posts":1114,"theme":124,"buttons":1115,"category":1116,"alignment":44,"component":1117,"amount_shown":1118,"label_read_more":500,"label_reading_time":1119,"mobile_slider_enabled":51},"08c6cb35-da79-4875-94bd-f1cff0798719",[1100],{"_uid":1101,"kicker":30,"headline":1102,"component":514,"subheadline":1111,"show_top_line":81},"adb6eb59-86ef-4750-8109-7c4c432ca2ef",{"type":39,"content":1103},[1104],{"type":925,"attrs":1105,"content":1106},{"level":987},[1107],{"text":1108,"type":513,"marks":1109},"Alle Artikel zu Statistik und Analytics",[1110],{"type":933},{"type":39,"content":1112},[1113],{"type":42},[],[],"6abe50ea-afe8-4615-ade1-71e924bd54a7","section-blog-teaser-1","paginated","min read",{"_uid":1121,"head":1122,"cards":1138,"theme":124,"alignment":947,"component":667,"cards_per_row":668,"icon_position":669,"action_buttons":1198,"bordered_cards":81},"11f6fdee-29bb-4920-a3b3-026062288d71",[1123],{"_uid":1124,"kicker":1125,"headline":1126,"component":514,"subheadline":1135,"show_top_line":81},"b6c0e90a-a12b-489a-9ab8-222bb4a59bf6","Weiterführend",{"type":39,"content":1127},[1128],{"type":925,"attrs":1129,"content":1130},{"level":987},[1131],{"text":1132,"type":513,"marks":1133},"Mehr von konversionsKRAFT",[1134],{"type":933},{"type":39,"content":1136},[1137],{"type":42},[1139,1157,1174],{"tag":30,"_uid":1140,"icon":1141,"text":1143,"image":1149,"button":1151,"headline":543,"component":548},"b1405124-66e3-4022-b6a1-698e389ddb53",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":1142},{},{"type":39,"content":1144},[1145],{"type":42,"content":1146},[1147],{"text":1148,"type":513},"Prüfe, ob der Unterschied zwischen zwei Varianten statistisch belastbar ist.",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":1150},{},[1152],{"_uid":1153,"icon":27,"link":1154,"text":1156,"intent":35,"component":36,"icon_position":37},"a9b35d8e-f8b8-4e6d-b95c-12557d4f9de3",{"id":540,"url":30,"linktype":31,"fieldtype":32,"cached_url":541,"story":1155},{"name":543,"id":544,"uuid":540,"slug":545,"url":541,"full_slug":541,"_stopResolving":81},"Zum Rechner",{"tag":30,"_uid":1158,"icon":1159,"text":1161,"image":1167,"button":1169,"headline":572,"component":548},"5e602d24-ac3d-45a7-9045-17b5841daef7",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":1160},{},{"type":39,"content":1162},[1163],{"type":42,"content":1164},[1165],{"text":1166,"type":513},"Berechne vor dem Start, wie lange dein Test laufen muss, um einen Effekt sicher zu erkennen.",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":1168},{},[1170],{"_uid":1171,"icon":27,"link":1172,"text":1156,"intent":35,"component":36,"icon_position":37},"11a21f15-8f36-40af-8762-8ee5a317b4ec",{"id":569,"url":30,"linktype":31,"fieldtype":32,"cached_url":570,"story":1173},{"name":572,"id":573,"uuid":569,"slug":574,"url":570,"full_slug":570,"_stopResolving":81},{"tag":30,"_uid":1175,"icon":1176,"text":1178,"image":1184,"button":1186,"headline":1197,"component":548},"fe6abddd-3b28-44b2-8baf-50492c8c8b39",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":1177},{},{"type":39,"content":1179},[1180],{"type":42,"content":1181},[1182],{"text":1183,"type":513},"Wir prüfen dein Tracking, werten Tests sauber aus und machen Daten für Entscheidungen nutzbar.",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":1185},{},[1187],{"_uid":1188,"icon":27,"link":1189,"text":1196,"intent":35,"component":36,"icon_position":37},"79092c07-a60d-4bff-9e1e-1782110514eb",{"id":1190,"url":30,"linktype":31,"fieldtype":32,"cached_url":1191,"story":1192},"b0bd943f-e988-4716-a181-8a54921d3e48","de/loesungen/data-analytics-data-sciences",{"name":1193,"id":1194,"uuid":1190,"slug":1195,"url":1191,"full_slug":1191,"_stopResolving":81},"Data Analytics & Data Sciences",62392213120054,"data-analytics-data-sciences","Leistung ansehen","Data Analytics als Leistung",[],{"_uid":1200,"head":1201,"items":1217,"theme":124,"alignment":947,"component":1263,"bordered_cards":81},"775017f6-24cf-4f56-9c49-5de4a39c9332",[1202],{"_uid":1203,"kicker":1204,"headline":1205,"component":514,"subheadline":1214,"show_top_line":81},"a7e7dc17-a705-4f4b-b52e-f5b3d9a0fb49","FAQ",{"type":39,"content":1206},[1207],{"type":925,"attrs":1208,"content":1209},{"level":987},[1210],{"text":1211,"type":513,"marks":1212},"Häufige Fragen zur Statistik beim A/B-Testing",[1213],{"type":933},{"type":39,"content":1215},[1216],{"type":42},[1218,1228,1237,1254],{"_uid":1219,"answer":1220,"question":1226,"component":1227},"65f03981-ae18-473d-afb8-366c551b4a24",{"type":39,"content":1221},[1222],{"type":42,"content":1223},[1224],{"text":1225,"type":513},"Signifikanz sagt dir, wie unwahrscheinlich ein so großer Unterschied zwischen den Varianten wäre, wenn es in Wahrheit gar keinen gäbe. Sie sagt nicht, wie groß der Effekt ist und auch nicht, mit welcher Wahrscheinlichkeit Variante B besser ist.","Was bedeutet statistische Signifikanz bei einem A/B-Test?","section-faq__item",{"_uid":1229,"answer":1230,"question":1236,"component":1227},"6d614f2a-03c5-49ff-842c-45051f5edc08",{"type":39,"content":1231},[1232],{"type":42,"content":1233},[1234],{"text":1235,"type":513},"Teststärke (englisch Power) ist die Wahrscheinlichkeit, einen tatsächlich vorhandenen Effekt einer bestimmten Größe auch zu erkennen. Üblich sind 80 Prozent. Ist die Teststärke zu gering, übersiehst du echte Gewinner und erklärst gute Ideen für gescheitert.","Was ist Teststärke?",{"_uid":1238,"answer":1239,"question":1253,"component":1227},"3ff5b436-9bd7-46e4-8f08-889fe922bece",{"type":39,"content":1240},[1241],{"type":42,"content":1242},[1243,1245,1251],{"text":1244,"type":513},"So lange, bis die vorab berechnete Stichprobe erreicht ist, und mindestens über volle Wochen, damit Unterschiede zwischen Wochentagen ausgeglichen sind. Brich einen Test nicht ab, nur weil das Tool zwischendurch Signifikanz meldet. Die nötige Dauer berechnet unser ",{"text":572,"type":513,"marks":1246},[1247],{"type":1005,"attrs":1248},{"href":1249,"uuid":569,"anchor":118,"target":1009,"linktype":31,"story":1250},"/de/tools/testlaufzeitrechner",{"name":572,"id":573,"uuid":569,"slug":574,"url":570,"full_slug":570,"_stopResolving":81},{"text":1252,"type":513},".","Wie lange muss ein A/B-Test laufen?",{"_uid":1255,"answer":1256,"question":1262,"component":1227},"165cddef-8c96-4c15-a03b-0ae5cd6ba606",{"type":39,"content":1257},[1258],{"type":42,"content":1259},[1260],{"text":1261,"type":513},"Beide Ansätze sind zulässig. Die klassische, frequentistische Auswertung prüft, ob ein Effekt mit hoher Sicherheit vorliegt. Die bayesianische Auswertung gibt an, wie wahrscheinlich Variante B besser ist und welchen Umsatzeffekt du erwarten kannst. Für geschäftliche Entscheidungen ist die zweite Antwort oft nützlicher.","Frequentistisch oder bayesianisch auswerten?","section-faq-1",{"_uid":1265,"head":1266,"theme":124,"title":1285,"height":1286,"source":1287,"alignment":44,"component":1288,"height_mobile":1289},"c25f904a-5a10-433f-85fc-6ebacae0d06b",[1267],{"_uid":1268,"kicker":963,"headline":1269,"component":514,"subheadline":1278,"show_top_line":81,"action_buttons":1284},"b2282dce-f037-498f-8988-7946f7146fa1",{"type":39,"content":1270},[1271],{"type":925,"attrs":1272,"content":1273},{"level":987},[1274],{"text":1275,"type":513,"marks":1276},"Du willst das in deinem Unternehmen umsetzen?",[1277],{"type":933},{"type":39,"content":1279},[1280],{"type":42,"content":1281},[1282],{"text":1283,"type":513},"Schreib uns, woran du gerade arbeitest. Wir melden uns innerhalb von 48 Stunden mit einer ersten Einschätzung und Terminvorschlägen.",[],"Kontaktformular Data Science: Statistik und Analytics für bessere Tests","650","https://konversionskraft.activehosted.com/f/6","section-widget-1","850","page","https://www.konversionskraft.de/data-science","data-science","de/data-science/",-130,[],101807473516336,"f5fd2aec-b2c8-4d67-871e-fc6f8d0cf756","2026-10-04T06:32:04.301Z",[],[],[1302,1303,1304,1305,1306,1307,1308,1309,1310],{"name":543,"id":544,"uuid":540,"slug":545,"url":541,"full_slug":541},{"name":1027,"id":1028,"uuid":1025,"slug":1029,"url":1030,"full_slug":1030},{"name":1059,"id":1060,"uuid":1057,"slug":1061,"url":1062,"full_slug":1062},{"name":572,"id":573,"uuid":569,"slug":574,"url":570,"full_slug":570},{"name":1043,"id":1044,"uuid":1041,"slug":1045,"url":1046,"full_slug":1046},{"name":1068,"id":1075,"uuid":1073,"slug":1076,"url":1077,"full_slug":1077},{"name":361,"id":1090,"uuid":1088,"slug":1091,"url":1092,"full_slug":1092},{"name":1011,"id":1012,"uuid":1008,"slug":1013,"url":1014,"full_slug":1014},{"name":1193,"id":1194,"uuid":1190,"slug":1195,"url":1191,"full_slug":1191},"\u003Csvg width=\"1em\" height=\"1em\" viewBox=\"0 0 16 16\" fill=\"currentColor\" xmlns=\"http://www.w3.org/2000/svg\">\n\u003Cpath d=\"M13.5893 0.458984L7.93196 6.11498L2.27596 0.458984L0.390625 2.34432L6.04662 8.00032L0.390625 13.6563L2.27596 15.5417L7.93196 9.88565L13.5893 15.5417L15.4746 13.6563L9.81863 8.00032L15.4746 2.34432L13.5893 0.458984Z\" fill=\"currentColor\"/>\n\u003C/svg>\n","\u003Csvg width=\"1em\" height=\"1em\" viewBox=\"0 0 24 24\" fill=\"currentColor\" xmlns=\"http://www.w3.org/2000/svg\">\n\u003Cpath d=\"M9.70697 16.9496L15.414 11.2426L9.70697 5.53564L8.29297 6.94964L12.586 11.2426L8.29297 15.5356L9.70697 16.9496Z\" fill=\"currentColor\"/>\n\u003C/svg>\n",{"stories":1314,"total":4830},[1315,1852,2704,3220,3891,4623],{"name":1043,"created_at":1316,"published_at":905,"updated_at":1317,"id":1044,"uuid":1041,"content":1318,"slug":1045,"full_slug":1046,"sort_by_date":118,"position":1845,"tag_list":1846,"is_startpage":51,"parent_id":1296,"meta_data":118,"group_id":1849,"first_published_at":1850,"release_id":118,"lang":124,"path":118,"alternates":1851,"default_full_slug":118,"translated_slugs":118},"2025-10-15T16:26:37.517Z","2026-10-04T09:56:23.390Z",{"seo":1319,"_uid":1321,"body":1322,"text":1320,"image":1760,"authors":1763,"category":1765,"headline":1043,"component":1766,"categories":1767,"bottom_head":1822,"breadcrumbs":1823,"seo_noindex":51,"sidebar_cta":1842,"reading_time":1843,"seo_nofollow":51,"seo_canonical":30,"bottom_buttons":1844,"sidebar_cta_enabled":81,"sidebar_toc_enabled":81},{"title":1043,"plugin":913,"og_image":30,"og_title":1043,"description":1320,"twitter_image":30,"twitter_title":1043,"og_description":1320,"twitter_description":1320},"Eine methodisch und statistisch saubere Testplanung ist die Grundlage für ein erfolgreiches Testing-Programm. Nutze dafür den neuen Testplaner.","2b391d85-fd51-4d68-95b8-17d9188a16f7",[1323],{"_uid":1324,"text":1325,"component":1095},"aead8f6f-2188-42a1-9fbd-b597082d780c",{"type":39,"content":1326},[1327,1337,1345,1350,1424,1430,1434,1438,1443,1447,1457,1462,1474,1483,1492,1496,1501,1505,1522,1532,1537,1556,1560,1576,1581,1591,1595,1599,1620,1624,1640,1645,1649,1653,1659,1667,1680,1684,1688,1692,1696,1700,1704,1709,1728,1732,1736,1740,1744,1752],{"type":42,"content":1328},[1329,1331,1335],{"text":1330,"type":513},"Um die Grundlage für ein erfolgreiches Testing-Programm zu legen, ist ein methodisch – und das heißt vor allem statistisch – sauberes Vorgehen bei der Testplanung unerlässlich. Mit der Berechnung von p-Werten, CTBC-Scores und Konfidenzintervallen können wir ",{"text":1332,"type":513,"marks":1333},"unser Risiko für Fehlentscheidungen kontrollieren",[1334],{"type":933},{"text":1336,"type":513}," und valide Ableitungen über unsere getesteten Varianten treffen. Und dabei natürlich hoffentlich viele „Gewinner“ ermitteln. 😉",{"type":42,"content":1338},[1339,1343],{"text":1340,"type":513,"marks":1341},"Statistik ist allerdings schon lange vor der Testauswertung relevant.",[1342],{"type":933},{"text":1344,"type":513}," Bereits bei der Planung eines A/B-Tests wird mit der Beschreibung eines Testdesigns das Fundament für den späteren Erfolg gelegt. Und genau darauf geht dieser Artikel ein; und genau dafür haben wir ein neues Tool, den „Testplaner“, entwickelt!",{"type":925,"attrs":1346,"content":1347},{"level":987},[1348],{"text":1349,"type":513},"Woraus besteht ein statistisches Testdesign?",{"type":1351,"attrs":1352,"content":1353},"ordered_list",{"order":927,"tight":51},[1354,1364,1374,1384,1394,1404,1414],{"type":997,"content":1355},[1356],{"type":42,"content":1357},[1358],{"text":1359,"type":513,"marks":1360},"Die Population / Stichproben-Einheit",[1361],{"type":1005,"attrs":1362},{"href":1363,"uuid":118,"anchor":118,"target":118,"linktype":136},"#die-population-stichproben-einheit",{"type":997,"content":1365},[1366],{"type":42,"content":1367},[1368],{"text":1369,"type":513,"marks":1370},"Die Stichprobezuordnung",[1371],{"type":1005,"attrs":1372},{"href":1373,"uuid":118,"anchor":118,"target":118,"linktype":136},"#die-stichprobezuordnung",{"type":997,"content":1375},[1376],{"type":42,"content":1377},[1378],{"text":1379,"type":513,"marks":1380},"Hypothese (Nullhypothese und Alternativhypothese)",[1381],{"type":1005,"attrs":1382},{"href":1383,"uuid":118,"anchor":118,"target":118,"linktype":136},"#hypothese-nullhypothese-und-alternativhypothese",{"type":997,"content":1385},[1386],{"type":42,"content":1387},[1388],{"text":1389,"type":513,"marks":1390},"Die Zielmetrik(en)",[1391],{"type":1005,"attrs":1392},{"href":1393,"uuid":118,"anchor":118,"target":118,"linktype":136},"#die-zielmetrik-en",{"type":997,"content":1395},[1396],{"type":42,"content":1397},[1398],{"text":1399,"type":513,"marks":1400},"Risiko für False Positives: (Alpha-Fehler & Konfidenzniveau)",[1401],{"type":1005,"attrs":1402},{"href":1403,"uuid":118,"anchor":118,"target":118,"linktype":136},"#risiko-fur-false-positives-alpha-fehler-konfidenzniveau",{"type":997,"content":1405},[1406],{"type":42,"content":1407},[1408],{"text":1409,"type":513,"marks":1410},"Risiko für False Negatives (Beta-Fehler & Testpower)",[1411],{"type":1005,"attrs":1412},{"href":1413,"uuid":118,"anchor":118,"target":118,"linktype":136},"#risiko-fur-false-negatives-beta-fehler-testpower",{"type":997,"content":1415},[1416],{"type":42,"content":1417},[1418],{"text":1419,"type":513,"marks":1420},"Testlaufzeit",[1421],{"type":1005,"attrs":1422},{"href":1423,"uuid":118,"anchor":118,"target":118,"linktype":136},"#testlaufzeit",{"type":925,"attrs":1425,"content":1428},{"id":1426,"level":1427},"die-population-stichproben-einheit",3,[1429],{"text":1359,"type":513},{"type":42,"content":1431},[1432],{"text":1433,"type":513},"Die für einen Test relevante Population wird darüber definiert, dass Nutzer:innen durch den Test beeinflusst werden können. Wird bspw. in einem Experiment die Produktdetailseite (PDS) verändert, besteht die Population aus allen Nutzer:innen, die eine PDS besucht haben. Im Experiment versuchen wir dann anhand einer Stichprobe zu überprüfen, ob sich das Verhalten dieser Population durch eine unserer Testvarianten signifikant verändern würde.",{"type":42,"content":1435},[1436],{"text":1437,"type":513},"Stichproben bestehen meistens aus eindeutigen Nutzern (genau genommen Nutzer-IDs). Möglich, aber selten, sind auch andere Einheiten, wie Sitzungen oder Pageviews.",{"type":925,"attrs":1439,"content":1441},{"id":1440,"level":1427},"die-stichprobezuordnung",[1442],{"text":1369,"type":513},{"type":42,"content":1444},[1445],{"text":1446,"type":513},"Bei A/B-Tests werden die Testteilnehmer:innen nahezu immer zufällig einer Testvariante zugewiesen. Bei einer ausreichend großen Stichprobe wird dadurch gewährleistet, dass diese über den Testzeitraum repräsentativ ist.",{"type":42,"content":1448},[1449,1451,1455],{"text":1450,"type":513},"Relevant ist auch das Verhältnis der Stichprobengrößen zwischen den einzelnen Varianten: ",{"text":1452,"type":513,"marks":1453},"üblich ist eine Gleichverteilung auf alle Varianten",[1454],{"type":933},{"text":1456,"type":513},". Andere Verteilungen, um etwa das Risiko unterlegener Varianten zu minimieren, sind aber ebenfalls möglich.",{"type":925,"attrs":1458,"content":1460},{"id":1459,"level":1427},"hypothese-nullhypothese-und-alternativhypothese",[1461],{"text":1379,"type":513},{"type":42,"content":1463},[1464,1466,1472],{"text":1465,"type":513},"Die ",{"text":1467,"type":513,"marks":1468},"Hypothese",[1469],{"type":1005,"attrs":1470},{"href":1471,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/conversion-whiteboard/conversion-whiteboard-17-das-hypothesen-template-fuer-erfolgreichere-ab-tests.html",{"text":1473,"type":513}," beschreibt als zentrale Aussage, was wir mit unserem Experiment nachweisen möchten.",{"type":42,"content":1475},[1476,1477,1481],{"text":1465,"type":513},{"text":1478,"type":513,"marks":1479},"Alternativhypothese",[1480],{"type":933},{"text":1482,"type":513}," beschreibt die durch die optimierte Variante zu erwartenden Veränderung(en) in der Zielmetrik, damit diese als Erfolg bewertet wird. Das kann ganz simpel ein grundsätzlicher Uplift in der Conversion Rate sein, aber auch ein spezifischer Mindest-Uplift, zum Beispiel in Höhe von zwei Prozent.",{"type":42,"content":1484},[1485,1486,1490],{"text":1465,"type":513},{"text":1487,"type":513,"marks":1488},"Nullhypothese",[1489],{"type":933},{"text":1491,"type":513}," beschreibt das Gegenteil unserer Alternativhypothese. Sie besagt also, dass es keinen Unterschied zwischen der Control und der Variante gibt – im Beispiel oben also keinen (Mindest-)Uplift in der Conversion Rate.",{"type":42,"content":1493},[1494],{"text":1495,"type":513},"Ein signifikantes Ergebnis bedeutet, dass wir die Nullhypothese verwerfen und stattdessen unsere Alternativhypothese annehmen.",{"type":925,"attrs":1497,"content":1499},{"id":1498,"level":1427},"die-zielmetrik-en",[1500],{"text":1389,"type":513},{"type":42,"content":1502},[1503],{"text":1504,"type":513},"Anhand der Zielmetrik als zentrale Messgröße vergleichen wir die Leistung der verschiedenen Varianten. Die Wahl der richtigen Zielmetrik ist entscheidend, da sie den Fokus des Tests festlegt und direkten Einfluss auf die Schlussfolgerungen und Entscheidungen hat.",{"type":42,"content":1506},[1507,1509,1513,1515,1520],{"text":1508,"type":513},"Die Zielmetrik sollte möglichst nahe an der Business-relevanten Metrik liegen und muss zum erwarteten Verhalten der Hypothese passen. ",{"text":1510,"type":513,"marks":1511},"Idealerweise hat ein Experiment genau eine Zielmetrik",[1512],{"type":933},{"text":1514,"type":513}," (",{"text":1516,"type":513,"marks":1517},"Primary Goal",[1518],{"type":1519},"italic",{"text":1521,"type":513},"), um zu entscheiden, ob eine Variante ein Gewinner ist oder nicht.",{"type":42,"content":1523},[1524,1526,1530],{"text":1525,"type":513},"Das soll aber nicht grundlegend die Zahl der in einem Experiment gemessenen Metriken beschränken. ",{"text":1527,"type":513,"marks":1528},"Secondary Goals",[1529],{"type":1519},{"text":1531,"type":513}," sind essenziell, um das Verhalten der Nutzer:innen im Test zu verstehen und möglichst viel aus jedem Experiment zu lernen. Diese zusätzlichen Ziele sollten aber nicht herangezogen werden, um zu entscheiden, ob eine Variante ein Gewinner ist oder nicht.",{"type":925,"attrs":1533,"content":1535},{"id":1534,"level":1427},"risiko-fur-false-positives-alpha-fehler-konfidenzniveau",[1536],{"text":1399,"type":513},{"type":42,"content":1538},[1539,1541,1545,1547,1552],{"text":1540,"type":513},"Mit dem Signifikanzniveau bzw. dem Konfidenzniveau bestimmen wir vor dem Test, wie sehr die Daten gegen die Nullhypothese sprechen müssen, um einen Effekt als signifikant zu bewerten. ",{"text":1542,"type":513,"marks":1543},"Dadurch wird das",[1544],{"type":933},{"text":1546,"type":513}," ",{"text":1548,"type":513,"marks":1549},"Alpha-Fehler",[1550,1551],{"type":1519},{"type":933},{"text":1553,"type":513,"marks":1554},"****-Risiko für falsch-positive Ergebnisse begrenzt.",[1555],{"type":933},{"type":42,"content":1557},[1558],{"text":1559,"type":513},"Ein wichtiger Aspekt dabei ist, eine mögliche Alpha-Fehler-Kumulierung (Multiple Testing Problem) zu berücksichtigen. Diese tritt immer dann auf, wenn anhand einer Stichprobe mehrere Auswertungen durchgeführt werden, beispielsweise bei einem Test mit einer Control-Gruppe und zwei weiteren Varianten. Hier wird nicht nur ein Test durchgeführt (Control vs. Variante), sondern direkt zwei (Control vs. Variante 1 und Control vs. Variante 2). Damit erhöhen wir das Gesamtrisiko, dass in einem der beiden Tests ein falsch-positives Ergebnis vorliegen könnte. Es gibt eine Vielzahl von Methoden, um diesem Effekt entgegenzuwirken, beispielsweise eine Anpassung des Konfidenzniveaus. Dies sollte unbedingt bereits im Experiment-Design berücksichtigt und dokumentiert werden.",{"type":994,"attrs":1561,"content":1562},{"tight":51},[1563],{"type":997,"content":1564},[1565],{"type":42,"content":1566},[1567,1569,1575],{"text":1568,"type":513},"Siehe dazu auch mein ",{"text":1570,"type":513,"marks":1571},"Artikel über paralleles Testing und die verschiedenen Testmodelle",[1572],{"type":1005,"attrs":1573},{"href":1574,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/experimentation/paralleles-testen.html",{"text":1252,"type":513},{"type":925,"attrs":1577,"content":1579},{"id":1578,"level":1427},"risiko-fur-false-negatives-beta-fehler-testpower",[1580],{"text":1409,"type":513},{"type":42,"content":1582},[1583,1585,1589],{"text":1584,"type":513},"Auch der umgekehrte Fall eines falsch-negativen Resultats ist möglich, bei dem das Ergebnis nicht signifikant ist, obwohl die Alternativhypothese zutrifft. Dieses _Beta-Fehler-_Risiko versuchen wir durch die ",{"text":1586,"type":513,"marks":1587},"Testpower",[1588],{"type":933},{"text":1590,"type":513}," zu kontrollieren.",{"type":42,"content":1592},[1593],{"text":1594,"type":513},"Die statistische Power ist die Wahrscheinlichkeit mittels eines Experiments einen Uplift nachweisen zu können, wenn dieser tatsächlich auch existiert. Die Power wird daher auch als Teststärke bezeichnet und gibt an, wie gut ein Test in der Lage ist, einen Unterschied signifikant nachzuweisen. Sie beschreibt also die Gegenwahrscheinlichkeit des zum Beta-Fehler.",{"type":42,"content":1596},[1597],{"text":1598,"type":513},"Die Power können wir beeinflussen, indem wir",{"type":994,"attrs":1600,"content":1601},{"tight":51},[1602,1608,1614],{"type":997,"content":1603},[1604],{"type":42,"content":1605},[1606],{"text":1607,"type":513},"das Konfidenzniveau anpassen: Je niedriger das Konfidenzniveau, umso größer die Power, sofern alle anderen Parameter konstant bleiben.",{"type":997,"content":1609},[1610],{"type":42,"content":1611},[1612],{"text":1613,"type":513},"den Kontrast der Varianten erhöhen: Dadurch steigt der erwartete Effekt („Minimal Detectable Effect“, kurz MDE oder auf Deutsch MEI) und stärkere Effekte führen häufiger zu signifikanten Ergebnissen.",{"type":997,"content":1615},[1616],{"type":42,"content":1617},[1618],{"text":1619,"type":513},"die Stichprobengröße anpassen: Die Chance einen Effekt signifikant nachzuweisen steigt mit der Stichprobengröße.",{"type":42,"content":1621},[1622],{"text":1623,"type":513},"Da der MEI nicht ohne weitere Anpassung der Testvariante erfolgen kann und das Konfidenzniveau durch unser toleriertes Risiko für falsch-positive Resultate bestimmt werden sollte, ist die Stichprobengröße die eigentliche Stellschraube für die Power.",{"type":994,"attrs":1625,"content":1626},{"tight":51},[1627],{"type":997,"content":1628},[1629],{"type":42,"content":1630},[1631,1633,1639],{"text":1632,"type":513},"Siehe dazu auch ",{"text":1634,"type":513,"marks":1635},"Julia Engelmanns Artikel zur Testpower",[1636],{"type":1005,"attrs":1637},{"href":1638,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/data-analytics/statistik-fehler-beim-a-b-testing-vermeiden.html",{"text":1252,"type":513},{"type":925,"attrs":1641,"content":1643},{"id":1642,"level":1427},"testlaufzeit",[1644],{"text":1419,"type":513},{"type":42,"content":1646},[1647],{"text":1648,"type":513},"Die geschätzte Testlaufzeit kann man als Endergebnis einer vollständigen Testplanung betrachten. Durch die Varianz in der Zielmetrik in der Population (wird z. B. durch die aktuelle Conversion Rate geschätzt), dem benötigten Konfidenzniveau und Power und dem erwarteten Effekt (MEI) wird die benötigte Stichprobengröße für eine bestimmte Nullhypothese berechnet.",{"type":42,"content":1650},[1651],{"text":1652,"type":513},"Teilen wir diese Stichprobengröße durch die wöchentlich zu erwartenden Nutzer:innen im Experiment (wird durch Traffic-Daten für die für den Test relevanten Seiten geschätzt), erhalten wir die erwartete Testlaufzeit.",{"type":925,"attrs":1654,"content":1656},{"id":1655,"level":987},"warum-braucht-es-eine-solide-testplanung",[1657],{"text":1658,"type":513},"Warum braucht es eine solide Testplanung?",{"type":42,"content":1660},[1661,1665],{"text":1662,"type":513,"marks":1663},"Mit einer sorgfältigen Testplanung wird sowohl die Effektivität, als auch die Effizienz eines Testingprogramms optimiert.",[1664],{"type":933},{"text":1666,"type":513}," Durch eine relevante Nullhypothese, einem angemessenen Konfidenzniveau und dem damit verbundenen begrenzten Risiko für falsch-positive Ergebnisse sowie einer ausreichend großen Stichprobe können wir sicherstellen, relevante Effekte überhaupt zu erkennen. Durch die Bestimmung einer optimalen Stichprobengröße für eine gewünschte Testpower stellen wir sicher, einen Test nicht zu lange laufen zu lassen – aber auch nicht zu früh zu beenden.",{"type":1668,"content":1669},"blockquote",[1670,1674],{"type":42,"content":1671},[1672],{"text":1673,"type":513},"Wir beobachten häufig bei Kunden, dass Tests immer genau eine oder zwei Wochen laufen, unabhängig von geschätzten Effekten. Dadurch können insbesondere kleinere Effekte übersehen werden.",{"type":42,"content":1675},[1676],{"text":1677,"type":513,"marks":1678},"Dr. René Gilster, Principal Behavioral Science",[1679],{"type":1519},{"type":42,"content":1681},[1682],{"text":1683,"type":513},"Wie entscheidend eine solide Testplanung, insbesondere eine valide Schätzung der benötigten Testlaufzeit für den Erfolg und ROI eines Testing-Programms ist, zeigt folgendes hypothetisches Szenario:",{"type":42,"content":1685},[1686],{"text":1687,"type":513},"Angenommen, du generierst im Jahr 100 Hypothesen und testest diese in einzelnen A/B-Tests. Nun nehmen wir zusätzlich an, dass von diesen 100 Hypothesen die Hälfte in Wahrheit zutreffen und die zugehörigen Varianten eigentliche Gewinner wären. Das bedeutet, du hättest in diesem Jahr 50 Gewinner und 50 Verlierer, welche wir durch A/B-Tests möglichst als solche erkennen wollen.",{"type":42,"content":1689},[1690],{"text":1691,"type":513},"Bei 50 Gewinnern bedeutet das:",{"type":42,"content":1693},[1694],{"text":1695,"type":513},"\u003Cfigure class=\"wp-block-table\">\u003Cp>\u003Ctable>\u003Ctbody> \u003Ctr> \u003Ctd>\u003Cstrong>Erzielte Power\u003C/strong>\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">90 %\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">80 %\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">60 %\u003C/td> \u003C/tr> \u003Ctr> \u003Ctd>\u003Cstrong>Erkannte Gewinner (True Positives)\u003C/strong>\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">45\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">40\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">30\u003C/td> \u003C/tr> \u003Ctr> \u003Ctd>\u003Cstrong>Falsch erkannte Gewinner (False Negatives)\u003C/strong>\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">5\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">10\u003C/td> \u003Ctd class=\"has-text-align-center\" data-align=\"center\">20\u003C/td> \u003C/tr> \u003C/tbody>\u003C/table> \u003C/p> \u003Cfigcaption class=\"wp-element-caption\">Tabelle 1: Je niedriger die Testpower, desto mehr tatsächliche Gewinner bleiben unerkannt.\u003C/figcaption>\u003C/figure>",{"type":42,"content":1697},[1698],{"text":1699,"type":513},"Das Beispiel verdeutlicht, welchen Effekt die tatsächlich erzielte Power auf unsere Effektivität hat, tatsächliche Gewinner als solche zu erkennen. Selbst bei einer Power von 90 %, was häufig zu ambitioniert ist und in der Praxis zu unnötig langen Testlaufzeiten führt, würden im Schnitt 5 echte Gewinner unerkannt bleiben. Der vermeintliche Standardwert für die Power von 80 % führt im Durchschnitt dazu, dass 10 überlegene Varianten, durch einen A/B-Test nicht erkannt worden wären. Wenn zusätzlich noch unsauber geplant wurde (bspw. durch eine Überschätzung des MEIs) und die tatsächliche Power dadurch auf 60 % sinkt, werden 20 der echten Gewinner zu keinem signifikanten Ergebnis führen und die potenziell gewinnbringenden Varianten nicht ausgerollt. Und das nur, weil die Testplanung zu stark von der Wirklichkeit abweicht.",{"type":42,"content":1701},[1702],{"text":1703,"type":513},"Ein vollständiger und gut dokumentierter Testplan gibt zudem Sicherheit beim Anlegen, Durchführen und Analysieren von Experimenten. Entwickler haben eine Vorgabe, welche Zielgruppen, welche Traffic-Verteilung und welche Zielmetriken angelegt werden müssen. Die berechnete Testlaufzeit und Stichprobengröße legt eindeutig fest, wann der Test abgeschaltet werden soll und die Dokumentation der statistischen Nullhypothese, sowie des gewünschten Konfidenzniveaus legt schon vor Testbeginn genau fest, wie die Auswertung der Testresultate zu erfolgen hat. Die Testplanung ermöglicht dadurch also auch eine reibungslose Übergabe von Tests an Kolleg:innen ohne große Absprachen.",{"type":925,"attrs":1705,"content":1706},{"level":987},[1707],{"text":1708,"type":513},"Wie erstelle ich ein statistisch valides Testdesign?",{"type":42,"content":1710},[1711,1715,1716,1723,1724],{"text":1712,"type":513,"marks":1713},"Mit unserem neuen",[1714],{"type":933},{"text":1546,"type":513},{"text":1717,"type":513,"marks":1718},"kostenlosen Testplaner-Tool",[1719,1720],{"type":933},{"type":1005,"attrs":1721},{"href":1722,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/tools/testplaner",{"text":1546,"type":513},{"text":1725,"type":513,"marks":1726},"kannst du alle relevanten Aspekte der Testplanung einheitlich, ansprechend und (auch für Nicht-Statistiker) leicht verständlich dokumentieren.",[1727],{"type":933},{"type":42,"content":1729},[1730],{"text":1731,"type":513},"Im Kern hat der Testplaner die Aufgabe, die Testlaufzeit für eine konkrete Hypothese zu errechnen. Einzigartig ist dabei die Möglichkeit, eine konkrete Nullhypothese zu definieren. Damit ist die Planung für Non-Inferiority-Tests oder Tests mit spezifischen Mindest-Uplifts genauso einfach möglich, wie für den normalen Standard-Case eines A/B-Tests auf einfache Überlegenheit.",{"type":42,"content":1733},[1734],{"text":1735,"type":513},"Zusätzlich kann eine individuelle Traffic-Verteilung auf die einzelnen Varianten berücksichtigt werden, wodurch automatisch auch eine Alpha-Fehler-Kumulierung bei mehreren Varianten berücksichtigt und dokumentiert wird. Ergänzend zu den Tipps direkt im Tool findest du zudem auf der Tool-Seite eine ausführliche Bedienungsanleitung mit Erklärungen aller Elemente.",{"type":42,"content":1737},[1738],{"text":1739,"type":513},"Viel Spaß beim Planen deiner Tests!",{"type":42,"content":1741},[1742],{"text":1743,"type":513},"Wenn du Fragen dazu hast oder Unterstützung bei deiner Testplanung brauchst, dann melde dich jederzeit gerne bei mir und meinen Kolleg:innen.",{"type":42,"content":1745},[1746,1750],{"text":1747,"type":513,"marks":1748},"Schon gewusst …?!",[1749],{"type":933},{"text":1751,"type":513}," Wir haben noch mehr Statistik- & Testing-Tools entwickelt, die uns tagtäglich dabei unterstützen, A/B-Tests richtig zu planen und valide auszuwerten. Nutze auch du sie, um deinen Optimierer-Alltag zu erleichtern und vertrauenswürdige Resultate zu erzielen.",{"type":42,"content":1753},[1754],{"text":1755,"type":513,"marks":1756},"Zur Tool-Übersicht",[1757],{"type":1005,"attrs":1758},{"href":1759,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/tools",{"alt":1043,"src":1761,"name":30,"focus":30,"title":1043,"source":30,"filename":1761,"copyright":30,"fieldtype":49,"meta_data":1762,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/0w2rOS1H_solide-testplanung-blogpost-1620x500.png",{"alt":1043,"title":1043,"source":30,"copyright":30},[1764],"b348a411-f216-46f2-919b-f1dea40ec1c5","451fd8a8-e3fa-4c9e-a31f-e3ce43a13ea1","page-blog-post",[1768,1785,1799,1812],{"name":1769,"created_at":1770,"published_at":1771,"updated_at":1772,"id":1773,"uuid":1765,"content":1774,"slug":1777,"full_slug":1778,"sort_by_date":118,"position":1779,"tag_list":1780,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1782,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":1784,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"A/B-Testing","2025-10-15T15:37:26.765Z","2026-10-08T05:55:38.668Z","2026-10-08T05:55:38.683Z",101798079589699,{"_uid":1775,"component":1776},"5e6300bc-4c12-4474-989f-2407f81dd510","document-blog-category","a-b-testing","de/_categories/a-b-testing",-220,[],101158655217801,"b7cb275d-1f95-495f-b237-934a8392e6f4","2025-11-17T10:34:46.494Z",[],{"name":1786,"created_at":1787,"published_at":1788,"updated_at":1787,"id":1789,"uuid":1790,"content":1791,"slug":1793,"full_slug":1794,"sort_by_date":118,"position":1795,"tag_list":1796,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1797,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":1798,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Data Analytics","2025-10-13T20:21:57.932Z","2025-11-27T08:54:46.522Z",101160214285780,"1636063d-dc1d-4c5f-88ac-f883cb3898e4",{"_uid":1792,"component":1776},"c19807d9-938a-4832-8817-95fdbbea26dc","data-analytics","de/_categories/data-analytics",-160,[],"be2d51cd-41e0-4d6a-a93e-7fa3982ca36c",[],{"name":1800,"created_at":1801,"published_at":1788,"updated_at":1801,"id":1802,"uuid":1803,"content":1804,"slug":1806,"full_slug":1807,"sort_by_date":118,"position":1808,"tag_list":1809,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1810,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":1811,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Data Sciences","2025-10-13T20:21:58.568Z",101160216886741,"f449697d-cbdd-4d7b-ab3d-634c234ec9f8",{"_uid":1805,"component":1776},"b8acba9f-933f-484d-91d4-b188b9fe42ce","data-sciences","de/_categories/data-sciences",-170,[],"b502c3bd-1699-45dc-a7e2-262bf092a90f",[],{"name":903,"created_at":1813,"published_at":1788,"updated_at":1813,"id":1814,"uuid":1116,"content":1815,"slug":1292,"full_slug":1817,"sort_by_date":118,"position":1818,"tag_list":1819,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1820,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":1821,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"2025-11-12T16:13:50.397Z",111716066946451,{"_uid":1816,"component":1776},"07fd1964-f6bf-4e90-9575-819994d2bfb8","de/_categories/data-science",-410,[],"24621a2c-fe9b-4061-8e92-aeb0d17534f7",[],[],[1824,1830,1837],{"_uid":1825,"link":1826,"text":1829,"component":59},"dd407a7b-4f75-4c00-a5ea-c0582e7b28df",{"id":1827,"url":1828,"linktype":31,"fieldtype":32,"cached_url":1828},632563185,"de","Home",{"_uid":1831,"link":1832,"text":442,"component":59},"f3c94dcb-bb2d-40e9-8456-dfcdd317571b",{"id":1833,"url":1834,"linktype":31,"fieldtype":32,"cached_url":1834,"story":1835},"7cc26d60-883e-42a6-8af9-9c1241ebd4eb","de/blog",{"name":442,"id":1836,"uuid":1833,"slug":440,"url":1834,"full_slug":1834,"_stopResolving":81},99774720228859,{"_uid":1838,"link":1839,"text":1043,"component":59},"d8ce9e47-ed91-4b56-81d8-37b35141da23",{"id":1041,"url":1840,"linktype":31,"fieldtype":32,"cached_url":1840,"story":1841},"de/blog/data-science/statistische-testplanung",{"name":1043,"id":1044,"uuid":1041,"slug":1045,"url":1046,"full_slug":1046,"_stopResolving":81},[],"8",[],-120,[1847,1848],"statistik","Tools","f4672058-f062-47a9-afd4-00f531436d01","2023-08-09T09:19:36.000Z",[],{"name":1027,"created_at":1853,"published_at":905,"updated_at":1854,"id":1028,"uuid":1025,"content":1855,"slug":1029,"full_slug":1030,"sort_by_date":118,"position":2699,"tag_list":2700,"is_startpage":51,"parent_id":1296,"meta_data":118,"group_id":2701,"first_published_at":2702,"release_id":118,"lang":124,"path":118,"alternates":2703,"default_full_slug":118,"translated_slugs":118},"2025-10-15T16:26:00.758Z","2026-10-04T09:56:23.340Z",{"seo":1856,"_uid":1859,"body":1860,"text":1858,"image":2593,"footer":30,"header":30,"authors":2596,"category":1765,"headline":1027,"component":1766,"categories":2598,"bottom_head":2654,"breadcrumbs":2655,"seo_noindex":51,"sidebar_cta":2668,"reading_time":2696,"seo_nofollow":51,"seo_canonical":30,"bottom_buttons":2697,"additional_slot":2698,"sidebar_cta_enabled":81,"sidebar_toc_enabled":81},{"title":1857,"plugin":913,"og_image":30,"og_title":1857,"description":1858,"twitter_image":30,"twitter_title":1857,"og_description":1858,"twitter_description":1858},"70% deiner A/B-Tests sind \"underpowered\": So rockst du die Statistik","Viele A/B-Tests werden zu früh abgebrochen und sind nicht valide. Steigere den Testerfolg und berechne Mindestlaufzeiten mit dem Sample Size Tool!","57423c1c-dfa7-4359-b4be-8fd387d6a515",[1861,1869,1881,2062,2073,2103,2114,2173,2183,2262,2273,2299,2310,2498,2509],{"_uid":1862,"text":1863,"component":1095},"fc9663c9-e12e-4dde-9386-c85ac25583d6",{"type":39,"content":1864},[1865],{"type":42,"content":1866},[1867],{"text":1868,"type":513},"Schon wieder ein Test ohne Uplift. Auch dieses Mal kannst du nicht verstehen was schief gelaufen ist? Und wie sollst du das bloß deinem Chef erklären?",{"_uid":1870,"image":1871,"caption":1874,"component":1880},"1feaa7fe-ecee-4ef6-854a-c5d43e03c120",{"alt":118,"src":1872,"name":30,"focus":30,"title":118,"source":30,"filename":1872,"copyright":30,"fieldtype":49,"meta_data":1873,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/Af8A9PEE_image-11-Kopie-1024x174.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":39,"content":1875},[1876],{"type":42,"content":1877},[1878],{"text":1879,"type":513},"Quelle: konversionsKRAFT (2020)","richtext-image",{"_uid":1882,"text":1883,"component":1095},"b407a3d8-588c-4051-b470-e739b544b9e5",{"type":39,"content":1884},[1885,1890,1920,1931,1944,1959,1979,1994,2001,2025,2045,2052,2057],{"type":42,"attrs":1886,"content":1887},{"textAlign":118},[1888],{"text":1889,"type":513},"Es gibt viele Gründe warum der Uplift eines A/B-Tests ausbleibt:",{"type":994,"content":1891},[1892,1899,1906,1913],{"type":997,"content":1893},[1894],{"type":42,"attrs":1895,"content":1896},{"textAlign":118},[1897],{"text":1898,"type":513},"Ein Konzept, das an den Bedürfnissen der Zielgruppe vorbei geht",{"type":997,"content":1900},[1901],{"type":42,"attrs":1902,"content":1903},{"textAlign":118},[1904],{"text":1905,"type":513},"Eine ungenaue oder gar keine richtige Testhypothese",{"type":997,"content":1907},[1908],{"type":42,"attrs":1909,"content":1910},{"textAlign":118},[1911],{"text":1912,"type":513},"Eine unzureichende Qualität im Design. Technische Bugs in der Umsetzung.",{"type":997,"content":1914},[1915],{"type":42,"attrs":1916,"content":1917},{"textAlign":118},[1918],{"text":1919,"type":513},"Und so weiter…",{"type":42,"attrs":1921,"content":1922},{"textAlign":118},[1923,1925,1929],{"text":1924,"type":513},"In unserem Optimierer-Alltag beobachten wir aber immer wieder ein ganz anderes Problem, das eigentlich nichts mit dem Konzept an sich zu tun hat: ",{"text":1926,"type":513,"marks":1927},"Falsche Statistik und Fehler im quantitativen Vorgehen",[1928],{"type":933},{"text":1930,"type":513}," beim A/B Testings führen zu invaliden Test und statistisch insignifikanten Ergebnissen oder unschlüssigen Tests.",{"type":42,"attrs":1932,"content":1933},{"textAlign":118},[1934,1936,1942],{"text":1935,"type":513},"Dabei könnte man das eigentlich ganz einfach verhindern, indem man sich an wichtige ",{"text":1937,"type":513,"marks":1938},"Grundregeln der Statistik beim A/B Testing",[1939],{"type":1005,"attrs":1940},{"href":1941,"uuid":118,"anchor":118,"target":1009,"linktype":136},"https://a.storyblok.com/f/328018/x/27a68e02bf/e-book_statistik-spickzettel-fuer-optimierer.pdf",{"text":1943,"type":513}," hält. Dazu gehört zum Beispiel, bereits vor dem Teststart die benötigte Testdauer zu bestimmen und den Test ausreichend lange laufen zu lassen.",{"type":42,"attrs":1945,"content":1946},{"textAlign":118},[1947,1949,1958],{"text":1948,"type":513},"Wie ein A/B-Test insgesamt abläuft, zeigt unser ",{"text":1950,"type":513,"marks":1951},"Leitfaden zum A/B-Testing",[1952],{"type":1005,"attrs":1953},{"href":1954,"uuid":312,"anchor":118,"target":1009,"linktype":31,"story":1955},"/de/ab-testing",{"name":1769,"id":1956,"uuid":312,"slug":1957,"url":313,"full_slug":313,"_stopResolving":81},226463371945680,"ab-testing",{"text":1252,"type":513},{"type":42,"attrs":1960,"content":1961},{"textAlign":118},[1962,1964,1970,1971,1977],{"text":1963,"type":513},"In einer Studie von 115 durchgeführten A/B Tests hat der erfahrene Marketer und Gründer von ",{"text":1965,"type":513,"marks":1966},"Analytics-Toolkit.com",[1967],{"type":1005,"attrs":1968},{"href":1969,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.analytics-toolkit.com",{"text":1546,"type":513},{"text":1972,"type":513,"marks":1973},"Georgi Georgiev",[1974],{"type":1005,"attrs":1975},{"href":1976,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.linkedin.com/in/geoprofi/",{"text":1978,"type":513}," herausgefunden, dass fast 70% dieser Tests “underpowered” waren (Mehr zum Begriff der Power findest du später im Artikel). Letztendlich bedeutet das, dass mehr als zwei Drittel der Tests eine unzureichende Stichprobengröße hatten und einfach zu früh abgeschaltet wurden um Uplifts valide nachweisen zu können. Diese Tests sind lapidar gesagt, eigentlich für die Tonne.",{"type":42,"attrs":1980,"content":1981},{"textAlign":118},[1982,1984,1993],{"text":1983,"type":513},"Wenn du mit einer Agentur testest, frag deshalb vor dem Start, wie sie Stichprobe und Laufzeit plant. Weitere Prüffragen stehen in unserem Ratgeber ",{"text":1985,"type":513,"marks":1986},"CRO-Agentur finden",[1987],{"type":1005,"attrs":1988},{"href":1989,"uuid":318,"anchor":118,"target":1009,"linktype":31,"story":1990},"/de/cro-agentur-finden",{"name":1985,"id":1991,"uuid":318,"slug":1992,"url":319,"full_slug":319,"_stopResolving":81},226605306714828,"cro-agentur-finden",{"text":1252,"type":513},{"type":42,"attrs":1995,"content":1996},{"textAlign":118},[1997],{"text":1998,"type":513,"marks":1999},"In diesem Beitrag erfährst du:",[2000],{"type":933},{"type":1351,"attrs":2002,"content":2003},{"order":927},[2004,2011,2018],{"type":997,"content":2005},[2006],{"type":42,"attrs":2007,"content":2008},{"textAlign":118},[2009],{"text":2010,"type":513},"Warum wir A/B-Tests häufig zu früh abbrechen",{"type":997,"content":2012},[2013],{"type":42,"attrs":2014,"content":2015},{"textAlign":118},[2016],{"text":2017,"type":513},"Wie du statistische Testpower sicherstellst",{"type":997,"content":2019},[2020],{"type":42,"attrs":2021,"content":2022},{"textAlign":118},[2023],{"text":2024,"type":513},"Wie dir das Sample Size Tool hilft, bessere Tests zu starten",{"type":42,"attrs":2026,"content":2027},{"textAlign":118},[2028,2032,2034,2043],{"text":2029,"type":513,"marks":2030},"📺 Keine Angst vor der Kultur des Experimentierens!",[2031],{"type":933},{"text":2033,"type":513}," Oft ist es sehr hilfreich, sich mit anderen Fach- und Führungskräften auszutauschen, um häufig auftretende Fehler im A/B-Testing zu vermeiden. Das Ambassador Programm bietet dir eine solche Plattform. Neben regelmäßigen Meetups mit der Community kannst du dein Wissen zudem durch lehrreiche Videos erweitern. ",{"text":2035,"type":513,"marks":2036},"Bewirb dich jetzt",[2037],{"type":1005,"attrs":2038},{"href":2039,"uuid":389,"anchor":118,"target":1009,"linktype":31,"story":2040},"/de/growth-ambassador-community",{"name":391,"id":2041,"uuid":389,"slug":2042,"url":390,"full_slug":390,"_stopResolving":81},62086251701816,"growth-ambassador-community",{"text":2044,"type":513},", um dein digitales Wachstumspotenzial auszuschöpfen!",{"type":925,"attrs":2046,"content":2047},{"level":987,"textAlign":118},[2048],{"text":2049,"type":513,"marks":2050},"Ein typischer A/B-Test Fail aus der Praxis",[2051],{"type":933},{"type":42,"attrs":2053,"content":2054},{"textAlign":118},[2055],{"text":2056,"type":513},"Was mit einem A/B Test passieren kann, wenn man sich nicht an eine ausreichende Testlaufzeit hält, zeigt folgendes Beispiel:",{"type":42,"attrs":2058,"content":2059},{"textAlign":118},[2060],{"text":2061,"type":513},"Angenommen, ein Test läuft auf der Website und die Variante zeigt einen Uplift von 10% auf die Conversion Rate. Die Ergebnisse sind nach zehn Tagen signifikant (Konfidenz >95%) und der Conversion Optimierer möchte den Test abschalten.",{"_uid":2063,"image":2064,"caption":2068,"component":1880},"3310332a-fc37-427a-8dbf-4df890e75c3e",{"alt":2065,"src":2066,"name":30,"focus":30,"title":118,"source":30,"filename":2066,"copyright":30,"fieldtype":49,"meta_data":2067,"is_external_url":81},"laufzeit10tage","https://storage.googleapis.com/kk-website-assets/yv82dxGS_laufzeit10tage.png",{"alt":2065,"title":118,"source":30,"copyright":30},{"type":39,"content":2069},[2070],{"type":42,"content":2071},[2072],{"text":1879,"type":513},{"_uid":2074,"text":2075,"component":1095},"968e9d33-968e-4393-b651-3a68a756a815",{"type":39,"content":2076},[2077,2081,2085,2089,2099],{"type":42,"content":2078},[2079],{"text":2080,"type":513},"Um ganz sicher zu gehen, hält er nochmal Rücksprache mit der Kollegin aus dem Data Team.",{"type":42,"content":2082},[2083],{"text":2084,"type":513},"Die Kollegin erinnert ihn daran, dass sie vor dem Teststart ja gemeinsam eine Schätzung der benötigten Dauer durchgeführt haben. Basierend darauf ergab sich eine benötigte Testlaufzeit von 4 Wochen, welche noch längst nicht erreicht ist.",{"type":42,"content":2086},[2087],{"text":2088,"type":513},"Zudem rät sie davon ab, regelmäßig ins Tool zu schauen bevor diese Grenze erreicht ist. Das erhöht die Fehlerrate enorm, also eine höhere Wahrscheinlichkeit, zufällig einen Uplift zu finden, der in Wahrheit gar nicht existiert und nur zufällig entstanden ist.",{"type":42,"content":2090},[2091,2093,2097],{"text":2092,"type":513},"Der Conversion Manager willigt ein: ",{"text":2094,"type":513,"marks":2095},"“Dann warten wir halt noch ein paar Tage. Was soll sich schon ändern”",[2096],{"type":1519},{"text":2098,"type":513},", denkt er sich….",{"type":42,"content":2100},[2101],{"text":2102,"type":513},"Ein paar Tage später dann die Ernüchterung. Tatsächlich ist der Effekt immer weiter zurückgegangen und die CTBC („Chance to Beat Control“) auf unter 80% gesunken.",{"_uid":2104,"image":2105,"caption":2109,"component":1880},"3266ce9e-3e28-493a-a9c3-a9f2765c67a3",{"alt":2106,"src":2107,"name":30,"focus":30,"title":118,"source":30,"filename":2107,"copyright":30,"fieldtype":49,"meta_data":2108,"is_external_url":81},"laufzeit18Tage","https://storage.googleapis.com/kk-website-assets/fAT19xnw_laufzeit18Tage.png",{"alt":2106,"title":118,"source":30,"copyright":30},{"type":39,"content":2110},[2111],{"type":42,"content":2112},[2113],{"text":1879,"type":513},{"_uid":2115,"text":2116,"component":1095},"783e05e0-16db-4d8a-8239-7892c78e338e",{"type":39,"content":2117},[2118,2125,2130,2149,2154,2159,2164],{"type":42,"attrs":2119,"content":2120},{"textAlign":118},[2121],{"text":2122,"type":513,"marks":2123},"Was ist bei dem Test passiert?",[2124],{"type":933},{"type":42,"attrs":2126,"content":2127},{"textAlign":118},[2128],{"text":2129,"type":513},"Was wir in der Praxis oft beobachten ist folgendes: Während der Test läuft, wird immer wieder ein Blick ins Tool geworfen ob bereits ein signifikanter Uplift vorliegt. Oft findet dieser Blick statt, bevor die Mindestlaufzeit erreicht wurde oder es mangelt überhaupt an solch einer Schätzung. Sobald ein signifikanter Uplift vorliegt, wird der Test vorzeitig abgeschaltet.",{"type":42,"attrs":2131,"content":2132},{"textAlign":118},[2133,2135,2147],{"text":2134,"type":513},"Beim ",{"text":2136,"type":513,"marks":2137},"frequentistischen",[2138],{"type":1005,"attrs":2139},{"href":2140,"uuid":2141,"anchor":118,"target":1009,"linktype":31,"story":2142},"/de/data-science/signifikanz-im-testing-tool","962637b1-6e4e-4c11-80f3-b972cf8f9316",{"name":2143,"id":2144,"uuid":2141,"slug":2145,"url":2146,"full_slug":2146,"_stopResolving":81},"Testing Insights: Was steckt hinter der Signifikanz in meinem Testing Tool?",101807704907648,"signifikanz-im-testing-tool","de/data-science/signifikanz-im-testing-tool",{"text":2148,"type":513}," Ansatz zum A/B Testing ist eine wichtige Voraussetzung für valide Ergebnisse, dass man VOR dem Test eine möglichst genaue Schätzung des zu erwartenden Impacts vornimmt und so zu einer Abschätzung der Testlaufzeit findet.",{"type":42,"attrs":2150,"content":2151},{"textAlign":118},[2152],{"text":2153,"type":513},"Der regelmäßige Blick in das Tool, vor Ablauf der Testdauer, ist hier grundsätzlich zu vermeiden!",{"type":42,"attrs":2155,"content":2156},{"textAlign":118},[2157],{"text":2158,"type":513},"Dadurch erhöht sich die Fehlerwahrscheinlichkeit, zwischendurch einen signifikanten Uplift zu beobachten der rein zufällig entstanden ist. Wenn man dann den Test abschaltet, identifiziert man fälschlicherweise einen Uplift, der aber eigentlich gar keiner ist.",{"type":42,"attrs":2160,"content":2161},{"textAlign":118},[2162],{"text":2163,"type":513},"Im Beispiel beruhte der zwischenzeitliche Effekt von 10% und die hohe CTBC nicht auf einem validen Ergebnis mit ausreichend langer Testlaufzeit sondern waren nur eine zufällige, kurzweilige Erscheinung die aber nicht auf eine signifikante Verbesserung der tatsächlichen Conversion Rate schließen ließ.",{"type":42,"attrs":2165,"content":2166},{"textAlign":118},[2167,2171],{"text":2168,"type":513,"marks":2169},"Anmerkung:",[2170],{"type":933},{"text":2172,"type":513}," Dieser Fall kann natürlich auch andersherum eintreten: Während des Tests beobachtet man zwar einen Uplift, der aber nicht signifikant erst. Erst nach Ablauf der berechneten Testdauer wird das Ergebnis signifikant.",{"_uid":2174,"image":2175,"caption":2178,"component":1880},"4272fca3-72ac-45d0-8b6e-776f1411aba2",{"alt":118,"src":2176,"name":30,"focus":30,"title":118,"source":30,"filename":2176,"copyright":30,"fieldtype":49,"meta_data":2177,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/hD2UaJgo_Bildschirmfoto-2020-02-24-um-11.37.51-820x456.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":39,"content":2179},[2180],{"type":42,"content":2181},[2182],{"text":1879,"type":513},{"_uid":2184,"text":2185,"component":1095},"8f811df6-22ee-448c-94da-d415b5002bbd",{"type":39,"content":2186},[2187,2199,2206,2210,2214,2220,2226,2230,2242,2258],{"type":42,"content":2188},[2189,2194,2195],{"text":2190,"type":513,"marks":2191},"Fazit:",[2192,2193],{"type":1519},{"type":933},{"text":1546,"type":513},{"text":2196,"type":513,"marks":2197},"Führe eine Testdauerschätzung durch, BEVOR du den Test startest und vermeide, ständig in das Tool zu schauen bevor die Mindestlaufzeit erreicht ist. Es sei denn, es gibt gute Gründ__e das zu tun: Ein Blick ins Tool ist immer dann ratsam, wenn man einen starken Downcast beobachtet, der geschäftsschädigend sein kann und dazu führt, dass man den Test frühzeitig abschalten sollte.",[2198],{"type":1519},{"type":925,"attrs":2200,"content":2201},{"level":987},[2202],{"text":2203,"type":513,"marks":2204},"Statistische Testpower: Wie du den Uplift deiner Variante sicher nachweist",[2205],{"type":933},{"type":42,"content":2207},[2208],{"text":2209,"type":513},"Um diese Fehler zu vermeiden, muss man vor dem Teststart eine saubere Abschätzung der benötigten Testlaufzeit durchführen.",{"type":42,"content":2211},[2212],{"text":2213,"type":513},"Man spricht in diesem Zusammenhang auch von dem Begriff der statistischen Testpower:",{"type":42,"content":2215},[2216],{"text":2217,"type":513,"marks":2218},"Die statistische Power ist die Wahrscheinlichkeit mittels eines Experiments einen Uplift nachweisen zu können, wenn dieser tatsächlich auch existiert. Die Power wird daher auch als Teststärke bezeichnet und gibt an, wie gut ein Test in der Lage ist, einen Unterschied signifikant nachzuweisen.",[2219],{"type":1519},{"type":42,"content":2221},[2222],{"text":2223,"type":513,"marks":2224},"Wenn die Power eines Tests mindestens 80% beträgt, würde man von einem starken Test sprechen.",[2225],{"type":933},{"type":42,"content":2227},[2228],{"text":2229,"type":513},"Der Wert von 80% ist ein Standardwert, den man für das Power-Level beim A/B Testing verwendet.",{"type":42,"content":2231},[2232,2234,2240],{"text":2233,"type":513},"Das bedeutet, dass die Wahrscheinlichkeit bei 80% liegt, einen Uplift nachzuweisen, der auch tatsächlich existiert. Im Umkehrschluss besteht also immer noch ein 20 %iges Risiko, dass wir einen Uplift der in Wirklichkeit existiert nicht nachweisen. Vielleicht hast du schon von dem sogenannten „Beta-Fehler” oder einem „False Negative“ gehört (",{"text":2235,"type":513,"marks":2236},"Fehler 2. Art",[2237],{"type":1005,"attrs":2238},{"href":2239,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://de.wikipedia.org/wiki/Fehler_1._und_2._Art",{"text":2241,"type":513},").",{"type":42,"content":2243},[2244,2246,2250,2252,2257],{"text":2245,"type":513},"Ist die Power des Experiments zu niedrig, laufen wir Gefahr, reelle Uplifts nicht zu finden. Noch schlimmer: ",{"text":2247,"type":513,"marks":2248},"Wir schalten ein Experiment ab, weil es einen signifikanten Gewinner ausweist, der in Wirklichkeit gar keiner ist.",[2249],{"type":933},{"text":2251,"type":513}," Wenn so etwas auftritt, spricht man von einem „Alpha-Fehler“ oder einem „False-Positive“ (",{"text":2253,"type":513,"marks":2254},"Fehler 1. Art",[2255],{"type":1005,"attrs":2256},{"href":2239,"uuid":118,"anchor":118,"target":118,"linktype":136},{"text":2241,"type":513},{"type":42,"content":2259},[2260],{"text":2261,"type":513},"Hier eine kleine Merkhilfe wie du die beiden Fehlerarten beim statistischen Testing unterscheiden kannst:",{"_uid":2263,"image":2264,"caption":2267,"component":1880},"2e8dbfb5-3674-47aa-a016-10240ea5dab7",{"alt":118,"src":2265,"name":30,"focus":30,"title":118,"source":30,"filename":2265,"copyright":30,"fieldtype":49,"meta_data":2266,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/NTg6ZoVK_Bildschirmfoto-2020-02-24-um-11.44.45-820x446.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":39,"content":2268},[2269],{"type":42,"content":2270},[2271],{"text":2272,"type":513},"Quelle: MatheGuru.com (2020)",{"_uid":2274,"text":2275,"component":1095},"e899f420-0292-423c-bca0-f905c027a27f",{"type":39,"content":2276},[2277,2282,2286],{"type":925,"attrs":2278,"content":2279},{"level":987},[2280],{"text":2281,"type":513},"Berechne die benötigte Testdauer mit unserem Sample Size Tool",{"type":42,"content":2283},[2284],{"text":2285,"type":513},"Um die benötigte Testdauer zu berechnen, braucht es eine statistische Formel auf Basis der oben beschriebenen Power-Betrachtung.",{"type":42,"content":2287},[2288,2290,2297],{"text":2289,"type":513},"Wir haben dafür ein ",{"text":2291,"type":513,"marks":2292},"Tool",[2293],{"type":1005,"attrs":2294},{"href":2295,"title":2296},"https://www.konversionskraft.de/tools/testlaufzeitrechner","Zum Testlaufzeitrechner von konversionsKRAFT",{"text":2298,"type":513}," entwickelt, das dir hilft, deine Uplifts sicher nachzuweisen und eine bessere Einschätzung für den nachweisbaren Effekt vornehmen zu können.",{"_uid":2300,"image":2301,"caption":2304,"component":1880},"16f77a85-3944-4ba4-97f2-810af0bd90c5",{"alt":118,"src":2302,"name":30,"focus":30,"title":118,"source":30,"filename":2302,"copyright":30,"fieldtype":49,"meta_data":2303,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/ppeb_Qcd_Planung-eines-frequentistischen-AB-Tests-konversionsKRAFT-2024-820x383.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":39,"content":2305},[2306],{"type":42,"content":2307},[2308],{"text":2309,"type":513},"Planung eines frequentistischen A/B-Tests (konversionsKRAFT 2024)",{"_uid":2311,"text":2312,"component":1095},"59a59d29-d9e4-4f4a-8850-6a99c55e9dd7",{"type":39,"content":2313},[2314,2318,2331,2337,2343,2356,2362,2368,2393,2399,2414,2418,2422,2429,2434,2438,2442,2452,2456,2461,2471,2477,2481,2485,2490,2494],{"type":42,"content":2315},[2316],{"text":2317,"type":513},"Zur Berechnung der Testdauer benötigt das Tool folgende Informationen von dir, welche du auf der linken Seite in die Felder eingibst:",{"type":994,"attrs":2319,"content":2320},{"tight":51},[2321],{"type":997,"content":2322},[2323],{"type":42,"content":2324},[2325,2329],{"text":2326,"type":513,"marks":2327},"Visitors pro Monat",[2328],{"type":933},{"text":2330,"type":513}," – Die durchschnittliche monatliche Anzahl der Unique Visitors auf dem Seitentyp, der vertestet werden soll.",{"type":42,"content":2332},[2333],{"text":2334,"type":513,"marks":2335},"Planst du zum Beispiel einen Test auf der Produktdetailseite, so verwendet man hier die Anzahl der unique Visitors pro Monat, die die Produktdetailseite besucht haben.",[2336],{"type":1519},{"type":42,"content":2338},[2339],{"text":2340,"type":513,"marks":2341},"Wir empfehlen hier einen Durchschnittswert über mehrere Monate in der Berechnung zu bilden, um Einflüsse von Werbekampagnen oder saisonale Schwankungen abzufangen.",[2342],{"type":1519},{"type":994,"attrs":2344,"content":2345},{"tight":51},[2346],{"type":997,"content":2347},[2348],{"type":42,"content":2349},[2350,2354],{"text":2351,"type":513,"marks":2352},"Aktuelle Conversion Rate (in %) –",[2353],{"type":933},{"text":2355,"type":513}," Der Anteil der Visitors auf dem Seitentyp, der vertestet werden soll, mit mindestens einer Conversion an allen Visitors auf dem Seitentyp.",{"type":42,"content":2357},[2358],{"text":2359,"type":513,"marks":2360},"Wichtig ist, dass sich die Conversion Rate auf die Visitors bezieht, die die zu vertestende Seite besucht haben. Für den Test auf der Produktdetailseite verwendest du dann die Conversion Rate der Besucher, die überhaupt eine Produktdetailseite besucht haben (Tipp: Für die Berechnung empfehlen wir, ein entsprechendes Segment im Web Analytics Tool anzulegen, in dem die relevante Besucherbasis für den Seitentyp erfasst wird).",[2361],{"type":1519},{"type":42,"content":2363},[2364],{"text":2365,"type":513,"marks":2366},"Auch hier empfehlen wir, Werte über mehrere Monate zu einer durchschnittlichen Conversion Rate zu aggregieren.",[2367],{"type":1519},{"type":994,"attrs":2369,"content":2370},{"tight":51},[2371,2381],{"type":997,"content":2372},[2373],{"type":42,"content":2374},[2375,2379],{"text":2376,"type":513,"marks":2377},"Die Anzahl der Varianten",[2378],{"type":933},{"text":2380,"type":513}," – Das ist die Anzahl der Varianten (inklusive Control), die vertestet werden sollen.",{"type":997,"content":2382},[2383],{"type":42,"content":2384},[2385,2387,2391],{"text":2386,"type":513},"Die Eingaben zum ",{"text":2388,"type":513,"marks":2389},"Konfidenzlevel und Power",[2390],{"type":933},{"text":2392,"type":513}," sind standardmäßig zur Berechnung auf 95 % für das Konfidenzlevel und 80% für die Power eingestellt. Du kannst diese natürlich trotzdem anpassen wenn du andere Werte verwenden möchtest.",{"type":42,"content":2394},[2395],{"text":2396,"type":513,"marks":2397},"Anmerkung: Die Berechnungen zur benötigten Testlaufzeit basieren auf einem einseitigen Hypothesentest.",[2398],{"type":1519},{"type":994,"attrs":2400,"content":2401},{"tight":51},[2402],{"type":997,"content":2403},[2404],{"type":42,"content":2405},[2406,2408,2412],{"text":2407,"type":513},"Das Feld ",{"text":2409,"type":513,"marks":2410},"Conversion-Wert in EUR ist ein optionales Feld",[2411],{"type":933},{"text":2413,"type":513},", das dir helfen soll, eine bessere Einschätzung des zu erwartenden Uplifts vorzunehmen und deinen Test besser priorisieren zu können. Es zeigt dir, welchen zusätzlichen Umsatz das Testkonzept auf Basis deiner Eingaben und eines bestimmten Uplifts generiert, wenn du das erfolgreiche Testkonzept ausrollen würdest.",{"type":42,"content":2415},[2416],{"text":2417,"type":513},"Das Feld musst du nicht zwingend ausfüllen um eine Testdauerschätzung durchführen zu können.",{"type":42,"content":2419},[2420],{"text":2421,"type":513},"Wir haben mehrere statistische Tools entwickelt, die uns tagtäglich dabei unterstützen zahlreiche A/B-Tests richtig zu planen und valide auszuwerten. Wir teilen gern unsere Schatzkiste mit dir, die deinen Optimierer-Alltag erleichtern wird und dabei hilft, vertrauensvolle Ergebnisse zu liefern.",{"type":42,"content":2423},[2424],{"text":2425,"type":513,"marks":2426},"Hier geht’s zur Tool-Schatzkiste",[2427],{"type":1005,"attrs":2428},{"href":1759,"uuid":118,"anchor":118,"target":118,"linktype":136},{"type":925,"attrs":2430,"content":2431},{"level":987},[2432],{"text":2433,"type":513},"A/B-Testing mit dem Sample Size Tool richtig interpretieren",{"type":42,"content":2435},[2436],{"text":2437,"type":513},"Wie dir sicher schon aufgefallen ist, benötigt das Tool keine Eingabe von dir, welchen Uplift du eigentlich aus dem Test erwartest, obwohl dies doch eigentlich eine relevante Einflussgröße aus die Testlaufzeit ist. In vielen online verfügbaren Tools wird dieser Wert als Input vom Nutzer gefordert um eine Testdauerberechnung durchführen zu können.",{"type":42,"content":2439},[2440],{"text":2441,"type":513},"Wir möchten dir diese schwierige Einschätzung ein Stück weit abnehmen, indem das Tool dir in der Ausgabemaske rechts unterschiedliche Testdauerschätzungen für unterschiedliche Uplift-Szenarien anzeigt.",{"type":42,"content":2443},[2444,2446,2450],{"text":2445,"type":513},"Die dargestellten Uplifts bezeichnen den ",{"text":2447,"type":513,"marks":2448},"minimal nachweisbaren Uplift (MDE = Minimum detectable Effekt)",[2449],{"type":933},{"text":2451,"type":513}," auf Basis deiner Eingaben. Er gibt an, welchen Uplift du nachweisen kannst, wenn der Test zum Beispiel 1, 2 oder 3 Wochen laufen kann. Andersherum: Für unterschiedliche Uplifts die du nachweisen möchtest, wird die entsprechende benötigte Testlaufzeit (in vollen Wochen) bestimmt.",{"type":42,"content":2453},[2454],{"text":2455,"type":513},"Leider können wir dir damit die Einschätzung, wie hoch dieser nachweisbare Uplift denn nun eigentlich ist, nicht ganz abnehmen. Folgende zwei Fragestellungen können dir aber bei der Schätzung helfen:",{"type":925,"attrs":2457,"content":2458},{"level":1427},[2459],{"text":2460,"type":513},"1. Welche Uplifts sind realistisch?",{"type":42,"content":2462},[2463,2465,2469],{"text":2464,"type":513},"Das Tool gibt dir die Möglichkeit, unterschiedliche ",{"text":2466,"type":513,"marks":2467},"Uplift-Szenarien",[2468],{"type":933},{"text":2470,"type":513}," durchzurechnen: Was wäre ein Best-Case und was ein Worst-Case-Szenario?",{"type":42,"content":2472},[2473],{"text":2474,"type":513,"marks":2475},"Wir empfehlen dabei, den Uplift, den man erzielen kann, eher konservativer einzuschätzen um sicherzugehen, dass die Testdauer auch sicher ausreicht, wenn er doch etwas geringer ausfällt als du hoffst.",[2476],{"type":1519},{"type":42,"content":2478},[2479],{"text":2480,"type":513},"Oft ist es auch so, dass die Testdauer die man zur Verfügung hat, der begrenzende Faktor ist. Aussagen wie: “Wir müssen in 2 Wochen Ergebnisse haben” hat wahrscheinlich jeder Optimierer schon einmal gehört.",{"type":42,"content":2482},[2483],{"text":2484,"type":513},"Durch diese Betrachtungsweise in unserem Tool, bekommt man eine bessere Einschätzung, ob der Uplift, den man in zwei Wochen statistisch nachweisen kann, mit dem Testkonzept überhaupt realistisch zu erreichen ist. Mit einer sauberen Testdauerberechnung hat man eine gute Argumentationsgrundlage, um den Zeitraum zu verlängern, das Konzept zu überarbeiten oder sogar ein anderes, erfolgsversprechenderes Konzept in der Priorisierung vorzuziehen.",{"type":925,"attrs":2486,"content":2487},{"level":1427},[2488],{"text":2489,"type":513},"2. Wann ist ein Uplift im A/B-Test überhaupt Business relevant?",{"type":42,"content":2491},[2492],{"text":2493,"type":513},"Der minimal nachweisbare Uplift ist derjenige Uplift, den man auf Basis einer bestimmten Testdauer mindestens nachweisen möchte, um a) ein statistisch valides Ergebnis zu erzielen und b) zu zeigen, dass der Test ein Erfolg gewesen ist und man das Konzept nun ausrollen würde.",{"type":42,"content":2495},[2496],{"text":2497,"type":513},"Abgesehen von der statistischen Validität; ab wann würde man eigentlich sagen, dass ein Test aus Business Sicht erfolgreich war?",{"_uid":2499,"image":2500,"caption":2503,"component":1880},"33fabc89-5c26-4922-81ad-f5c586bbbaaa",{"alt":118,"src":2501,"name":30,"focus":30,"title":118,"source":30,"filename":2501,"copyright":30,"fieldtype":49,"meta_data":2502,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/gEeEK7lF_Planung-eines-frequentistischen-AB-Tests-mit-Wert-konversionsKRAFT-2024-820x377.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":39,"content":2504},[2505],{"type":42,"content":2506},[2507],{"text":2508,"type":513},"Planung eines frequentistischen A/B-Tests mit Wert (konversionsKRAFT 2024",{"_uid":2510,"text":2511,"component":1095},"81bc7c17-baf6-42d8-a3c7-de6cea24d3fc",{"type":39,"content":2512},[2513,2517,2521,2525,2529,2533,2537,2541,2545,2555,2560],{"type":42,"content":2514},[2515],{"text":2516,"type":513},"Dafür ist es hilfreich, im Vorfeld eine Kosten-Nutzen-Betrachtung im Rahmen der Testplanung einfließen zu lassen und sich die Frage zu stellen: Welchen zusätzlichen Umsatz müsste das Konzept eigentlich erzielen, um die Kosten der Implementierung mindestens zu decken oder im besten Fall darüber hinaus signifikanten Gewinnzuwachs zu generieren?",{"type":42,"content":2518},[2519],{"text":2520,"type":513},"Wenn du dich schon einmal mit dem Thema ROI – Berechnungen von A/B Tests beschäftigt hast, weißt du vielleicht, dass es methodisch schwierig ist, den Wert eines Uplifts aus einem A/B Test in die Zukunft zu prognostizieren.",{"type":42,"content":2522},[2523],{"text":2524,"type":513},"Um aber überhaupt eine Schätzung des Umsatzwertes vornehmen zu können, wählen wir in diesem Rahmen einen pragmatischen Ansatz:",{"type":42,"content":2526},[2527],{"text":2528,"type":513},"Zum Einen werden dir im Tool die zusätzlichen Conversions angezeigt, die du auf Basis eines bestimmten Uplifts pro Monat erzielst, wenn das Testkonzept ausgerollt werden würde (Der Einfachheit halber werden hier keine Gewöhnungseffekte in Form von “Abschreibungsfaktoren” inkludiert, die den Uplift über die Zeit hinweg schmälern).",{"type":42,"content":2530},[2531],{"text":2532,"type":513},"Wenn du zusätzlich im Tool die optionale Angabe machst, wie hoch der Wert einer Conversion (in EUR) auf deiner Website aktuell ist (auf Basis einer monatlichen Durchschnittsbetrachtung), bekommst du im Ausgabefenster Informationen zur monetären Bewertung des Uplifts.",{"type":42,"content":2534},[2535],{"text":2536,"type":513},"Für unterschiedliche Uplift Szenarien wird dir angezeigt, welchen zusätzlichen Umsatz du erzielen würdest, wenn ein bestimmter Uplift eintritt und das Konzept auf alle Nutzer ausgerollt werden würde (auch hier gelten die vereinfachten ROI-Berechnungsregeln).",{"type":42,"content":2538},[2539],{"text":2540,"type":513},"Die zusätzlichen Conversions bzw. der zusätzliche Revenue dienen als Hilfestellung dafür, Kosten-Nutzen-Betrachtungen bereits bei der Testplanung einzubeziehen und eine vereinfachte ROI-Betrachtung durchzuführen. Indem die Business Relevanz schon in die Test-Roadmap-Planung mit einfließt, lassen sich Tests besser priorisieren.",{"type":42,"content":2542},[2543],{"text":2544,"type":513},"Unser Tool kann dir durch diese Betrachtungsweise helfen, wichtige Fragen bei der Testplanung besser einzuschätzen und zu beantworten. Die Entscheidung, welche Uplifts wirklich realistisch sind, können wir damit final nicht genau beantworten. A/B Testing ist letztendlich die Anwendung des Konzepts “Lernen, Validieren und Anpassen”. Das gilt auch bei der Testplanung. Je mehr Erfahrung man hierbei sammelt, desto hochwertiger werden die Tests.",{"type":1668,"content":2546},[2547],{"type":42,"content":2548},[2549,2551,2553],{"text":2550,"type":513},"„Es ist besser, unvollkommene Entscheidungen durchzuführen, als beständig nach vollkommenen Entscheidungen zu suchen, die es niemals geben wird.”",{"type":2552},"hard_break",{"text":2554,"type":513},"– Charles de Gaulle",{"type":925,"attrs":2556,"content":2557},{"level":987},[2558],{"text":2559,"type":513},"5 Schritte für eine erfolgreiche Testplanung",{"type":1351,"attrs":2561,"content":2562},{"order":927,"tight":51},[2563,2569,2575,2581,2587],{"type":997,"content":2564},[2565],{"type":42,"content":2566},[2567],{"text":2568,"type":513},"Gehe unterschiedliche Uplift-Szenarien durch und versuche so gut es geht eine realistische Einschätzung vorzunehmen. Plane besser konservativ als zu positiv.",{"type":997,"content":2570},[2571],{"type":42,"content":2572},[2573],{"text":2574,"type":513},"Definiere für dich, wie viel Uplift deine Variante mindestens erreichen muss, damit du von einem erfolgreichen Test sprichst.",{"type":997,"content":2576},[2577],{"type":42,"content":2578},[2579],{"text":2580,"type":513},"Eine Kosten-Nutzen Analyse hilft dir dabei herauszufinden, ab welchem Uplift ein Test wirklich erfolgreich ist.",{"type":997,"content":2582},[2583],{"type":42,"content":2584},[2585],{"text":2586,"type":513},"Berechne die Mindestlaufzeit und behalte diese fest im Auge.",{"type":997,"content":2588},[2589],{"type":42,"content":2590},[2591],{"text":2592,"type":513},"Schalte den Test erst ab, wenn du die Mindestlaufzeit erreicht hast.",{"alt":1027,"src":2594,"name":30,"focus":30,"title":1027,"source":30,"filename":2594,"copyright":30,"fieldtype":49,"meta_data":2595,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/buU3lWX4_post-2-1620x500.jpg",{"alt":1027,"title":1027,"source":30,"copyright":30},[2597],"b1e9fb36-53ba-46c6-9df5-477eaee9d271",[2599,2603,2615,2629,2642,2646,2650],{"name":1769,"created_at":1770,"published_at":1771,"updated_at":1772,"id":1773,"uuid":1765,"content":2600,"slug":1777,"full_slug":1778,"sort_by_date":118,"position":1779,"tag_list":2601,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1782,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":2602,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1775,"component":1776},[],[],{"name":2604,"created_at":2605,"published_at":1788,"updated_at":2605,"id":2606,"uuid":2607,"content":2608,"slug":2610,"full_slug":2611,"sort_by_date":118,"position":494,"tag_list":2612,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":2613,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":2614,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Conversion Analysen","2025-10-13T20:17:46.577Z",101159184727040,"6f75b37f-06c3-4a3a-bfe6-09e9700bcc50",{"_uid":2609,"component":1776},"ab193dc1-9f27-43af-8851-e06db679cba6","analysen","de/_categories/analysen",[],"a5ad7910-90ad-4fb5-b67d-700b3ebc9037",[],{"name":58,"created_at":2616,"published_at":2617,"updated_at":2618,"id":2619,"uuid":2620,"content":2621,"slug":2623,"full_slug":2624,"sort_by_date":118,"position":2625,"tag_list":2626,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":2627,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":2628,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"2025-10-13T20:20:52.315Z","2026-10-08T05:47:03.890Z","2026-10-08T05:47:03.903Z",101159945518502,"364d2727-911e-41c4-b15c-1205edcf07ef",{"_uid":2622,"component":1776},"bfad03a7-f1bb-465f-b8c8-f0265d8805ad","conversion-optimierung","de/_categories/conversion-optimierung",-100,[],"fa5d4a3d-d28d-4392-bcf9-0a27d7ee893e",[],{"name":2630,"created_at":2631,"published_at":1788,"updated_at":2631,"id":2632,"uuid":2633,"content":2634,"slug":2636,"full_slug":2637,"sort_by_date":118,"position":2638,"tag_list":2639,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":2640,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":2641,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Conversion Tools","2025-10-15T15:49:48.693Z",101801118559674,"e3c30648-101e-4e4d-bdab-af6f4422677a",{"_uid":2635,"component":1776},"4e72548c-4236-42e8-975f-65e8c73c35fb","conversion-tools","de/_categories/conversion-tools",-290,[],"e77b6435-62b6-4b6d-8c2f-9f78e9a2b15f",[],{"name":1786,"created_at":1787,"published_at":1788,"updated_at":1787,"id":1789,"uuid":1790,"content":2643,"slug":1793,"full_slug":1794,"sort_by_date":118,"position":1795,"tag_list":2644,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1797,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":2645,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1792,"component":1776},[],[],{"name":1800,"created_at":1801,"published_at":1788,"updated_at":1801,"id":1802,"uuid":1803,"content":2647,"slug":1806,"full_slug":1807,"sort_by_date":118,"position":1808,"tag_list":2648,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1810,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":2649,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1805,"component":1776},[],[],{"name":903,"created_at":1813,"published_at":1788,"updated_at":1813,"id":1814,"uuid":1116,"content":2651,"slug":1292,"full_slug":1817,"sort_by_date":118,"position":1818,"tag_list":2652,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1820,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":2653,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1816,"component":1776},[],[],[],[2656,2659,2663],{"_uid":2657,"link":2658,"text":1829,"component":59},"a1a1b98e-75cf-4256-97ec-c541b543da1e",{"id":1827,"url":1828,"linktype":31,"fieldtype":32,"cached_url":1828},{"_uid":2660,"link":2661,"text":442,"component":59},"6db2839b-13d5-4205-8838-97a43f26fb77",{"id":1833,"url":1834,"linktype":31,"fieldtype":32,"cached_url":1834,"story":2662},{"name":442,"id":1836,"uuid":1833,"slug":440,"url":1834,"full_slug":1834,"_stopResolving":81},{"_uid":2664,"link":2665,"text":1027,"component":59},"a6c2172d-c238-4188-9367-c2433c1db9fd",{"id":1025,"url":2666,"linktype":31,"fieldtype":32,"cached_url":2666,"story":2667},"de/blog/data-science/statistik-fehler-beim-a-b-testing-vermeiden",{"name":1027,"id":1028,"uuid":1025,"slug":1029,"url":1030,"full_slug":1030,"_stopResolving":81},[2669],{"_uid":2670,"caption":30,"headline":2671,"component":2672,"subheadline":2673,"action_buttons":2687},"e3a0f03d-591c-4f5b-88fc-cfb4300d3f4f","Endlich kein Kopfzerbrechen mehr bei Testauswertungen","item-cta",{"type":39,"content":2674},[2675,2682],{"type":42,"attrs":2676,"content":2677},{"textAlign":118},[2678],{"text":2679,"type":513,"marks":2680},"E-Book und Präsentations-Folien im Doppelpack",[2681],{"type":933},{"type":42,"attrs":2683,"content":2684},{"textAlign":118},[2685],{"text":2686,"type":513},"Du willst sicher sein, was dein Test wirklich aussagt und deinem Team helfen, dieselbe Klarheit zu gewinnen? Dieses Bundle gibt dir alles, was du brauchst, um souverän mit Statistik im Testing-Alltag umzugehen.",[2688],{"_uid":2689,"icon":27,"link":2690,"text":2695,"intent":35,"component":36,"icon_position":37},"1dc878e2-93a4-45ab-b015-c789b83c645d",{"id":404,"url":30,"linktype":31,"fieldtype":32,"cached_url":405,"story":2691},{"name":2692,"id":2693,"uuid":404,"slug":2694,"url":405,"full_slug":405,"_stopResolving":81},"Statistik E-Book und Basic Wissen für A/B-Testing",79432354030905,"statistik-e-book-und-basic-wissen-fuer-a-b-testing","Statistik-Bundle erhalten","13",[],[],-110,[],"dc725de4-7f2c-4773-85e5-4aaabe9c53b6","2023-02-28T10:15:11.000Z",[],{"name":2705,"created_at":2706,"published_at":905,"updated_at":2707,"id":2708,"uuid":2709,"content":2710,"slug":3211,"full_slug":3212,"sort_by_date":118,"position":2625,"tag_list":3216,"is_startpage":51,"parent_id":1296,"meta_data":118,"group_id":3217,"first_published_at":3218,"release_id":118,"lang":124,"path":118,"alternates":3219,"default_full_slug":118,"translated_slugs":118},"Tool für Bayesianische Statistik: Revenue und Uplift deines A/B-Tests valide ermitteln","2025-10-15T16:23:29.151Z","2026-10-04T09:56:23.287Z",101809394320030,"c8c82359-fea9-47b1-b0bb-3cf3aa588a96",{"seo":2711,"_uid":2714,"body":2715,"text":3179,"image":3180,"authors":3183,"category":1765,"headline":2705,"component":1766,"categories":3184,"bottom_head":3197,"breadcrumbs":3198,"seo_noindex":51,"sidebar_cta":3213,"reading_time":3214,"seo_nofollow":51,"seo_canonical":30,"bottom_buttons":3215,"sidebar_cta_enabled":81,"sidebar_toc_enabled":81},{"title":2712,"plugin":913,"og_image":30,"og_title":2712,"description":2713,"twitter_image":30,"twitter_title":2712,"og_description":2713,"twitter_description":2713},"Tool für Bayesianische Statistik - Revenue und Uplift deines A/B-Tests valide ermitteln %%sep%% konversionsKRAFT","Absolute Wahrscheinlichkeiten mit der bayesianischen Statistik berechnen. Nutze die Formel von Bayes zur Wahrscheinlichkeitsrechnung, für Revenue-Metriken und A/B-Testing.","ea4d1a38-04aa-41ba-b0ad-e86e0ec2f495",[2716,2847,2859,2886,2898,3046,3058],{"_uid":2717,"text":2718,"component":1095},"e45502f8-ba81-4e14-810a-b499a467effe",{"type":39,"content":2719},[2720,2726,2730,2734,2738,2742,2757,2761,2765,2783,2787,2793,2826,2831,2835,2839,2843],{"type":42,"content":2721},[2722],{"text":2723,"type":513,"marks":2724},"Warum machst du A/B-Tests?",[2725],{"type":933},{"type":42,"content":2727},[2728],{"text":2729,"type":513},"Idealerweise, um deine Business-Entscheidungen zu unterstützen und herauszufinden, ob das getestete Feature implementiert werden soll oder nicht.",{"type":42,"content":2731},[2732],{"text":2733,"type":513},"Zu diesem Zweck müssen die Ergebnisse deines Tests genau ermittelt werden, sodass sie dabei helfen, die richtige Entscheidung treffen zu können.",{"type":42,"content":2735},[2736],{"text":2737,"type":513},"Mit den Werten eines „gewöhnlichen“ Konfidenzrechners kannst du herausfinden, ob eine untersuchte Variante überhaupt besser oder schlechter zur aktuellen Website (Control) abschneidet, oder ob keine Hinweise auf ein verändertes Verhalten existieren.",{"type":42,"content":2739},[2740],{"text":2741,"type":513},"Doch in der Praxis reichen diese Angaben nicht immer aus, um valide Entscheidung treffen zu können. Bestenfalls willst du wissen:",{"type":994,"attrs":2743,"content":2744},{"tight":51},[2745,2751],{"type":997,"content":2746},[2747],{"type":42,"content":2748},[2749],{"text":2750,"type":513},"ob die Variante besser ist",{"type":997,"content":2752},[2753],{"type":42,"content":2754},[2755],{"text":2756,"type":513},"wie groß ein möglicher Umsatzanstieg ausfallen könnte (welche Uplifts sind zu erwarten)",{"type":42,"content":2758},[2759],{"text":2760,"type":513},"Oder anders: Wird der erwartete Uplift mit einer bestimmten Wahrscheinlichkeit die Kosten decken?",{"type":42,"content":2762},[2763],{"text":2764,"type":513},"Genau hierbei hilft dir die Bayesianische Statistik.",{"type":42,"content":2766},[2767,2769,2774,2775,2781],{"text":2768,"type":513},"Mit unserem neuen ",{"text":2770,"type":513,"marks":2771},"Tool zur",[2772],{"type":1005,"attrs":2773},{"href":1759,"uuid":118,"anchor":118,"target":118,"linktype":136},{"text":1546,"type":513},{"text":2776,"type":513,"marks":2777},"Bayesianischen Analyse",[2778],{"type":1005,"attrs":2779},{"href":2780,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/tools/bayesianische-statistik-analyse",{"text":2782,"type":513}," nutzt du die Vorteile des Satzes von Bayes, um Business Cases für einzelne Tests zu erstellen und diese mit Eintrittswahrscheinlichkeiten zu benennen.",{"type":42,"content":2784},[2785],{"text":2786,"type":513},"Es gibt nicht viele Möglichkeiten den Mehrwert eines Experimentation-Programms besser zu berichten als bspw. mit einem prognostizierten Umsatzzuwachs in Höhe von x EUR, oder?",{"type":42,"content":2788},[2789],{"text":2790,"type":513,"marks":2791},"Gliederung:",[2792],{"type":933},{"type":994,"attrs":2794,"content":2795},{"tight":51},[2796,2806,2816],{"type":997,"content":2797},[2798],{"type":42,"content":2799},[2800],{"text":2801,"type":513,"marks":2802},"Unterschiede & Funktionsweisen: Frequentistische vs. Bayesianische Analyse",[2803],{"type":1005,"attrs":2804},{"href":2805,"uuid":118,"anchor":118,"target":118,"linktype":136},"#Unterschiede",{"type":997,"content":2807},[2808],{"type":42,"content":2809},[2810],{"text":2811,"type":513,"marks":2812},"Wofür du den bayesianischen Rechner einsetzen kannst",[2813],{"type":1005,"attrs":2814},{"href":2815,"uuid":118,"anchor":118,"target":118,"linktype":136},"#Einsetzen",{"type":997,"content":2817},[2818],{"type":42,"content":2819},[2820],{"text":2821,"type":513,"marks":2822},"Experimentation besser planen, umsetzen und auswerten",[2823],{"type":1005,"attrs":2824},{"href":2825,"uuid":118,"anchor":118,"target":118,"linktype":136},"#Zusammenfassung",{"type":925,"attrs":2827,"content":2829},{"id":2828,"level":987},"Unterschiede",[2830],{"text":2801,"type":513},{"type":42,"content":2832},[2833],{"text":2834,"type":513},"Worin besteht der Unterschied zwischen einer bayesianischen Auswertung und einer „klassischen“ frequentistischen Analyse mittels Konfidenzintervall?",{"type":42,"content":2836},[2837],{"text":2838,"type":513},"In der frequentistischen Hypothesenanalyse für A/B-Tests wird überprüft, wie wahrscheinlich ein Testergebnis wäre, wenn in Wahrheit eine Nullhypothese zuträfe, die (in der Regel) besagt, dass die Testvariante zu keiner signifikanten Erhöhung der Conversion Rate führt.",{"type":42,"content":2840},[2841],{"text":2842,"type":513},"Damit ist der klassische Hypothesentest eine Entscheidungshilfe, ob die Nullhypothese verworfen werden kann und stattdessen eine Alternativhypothese angenommen werden soll, welche besagt, dass die Testvariante sehr wohl zu einer Erhöhung führt. Diese Alternativ-Hypothese ist die für uns eigentlich interessante und dennoch können wir mit der klassischen Testauswertung keine direkte Aussagen zu dieser Hypothese treffen.",{"type":42,"content":2844},[2845],{"text":2846,"type":513},"Bayesianische Analysen hingegen benötigen keine spezielle Nullhypothese oder Alternativhypothese. Stattdessen erlaubt die Methode direkte Aussagen über die Wahrscheinlichkeit aller möglichen Hypothesen, die zu unserem Testergebnis hätten führen können. Mit der Bayesianischen Regel kannst du Aussagen treffen wie: „Die Wahrscheinlichkeit für einen Uplift von x % beträgt y %“.",{"_uid":2848,"image":2849,"caption":2853,"component":1880},"a2b900b3-11e3-4a12-878f-7a58928d5b5a",{"alt":2850,"src":2851,"name":30,"focus":30,"title":118,"source":30,"filename":2851,"copyright":30,"fieldtype":49,"meta_data":2852,"is_external_url":81},"wahrscheinlichkeitsrechnung-erklaert-konfidenzintervall-formel-von-bayes-eintrittswahrscheinlichkeiten-berechnen","https://storage.googleapis.com/kk-website-assets/JvgOrpjL_wahrscheinlichkeitsrechnung-erklaert-konfidenzintervall-formel-von-bayes-eintrittswahrscheinlichkeiten-berechnen-1.png",{"alt":2850,"title":118,"source":30,"copyright":30},{"type":39,"content":2854},[2855],{"type":42,"content":2856},[2857],{"text":2858,"type":513},"Vergleich der frequentistischen und bayesianischen Datenanalyse",{"_uid":2860,"text":2861,"component":1095},"d80cafe8-698d-4159-895a-8a0342e489e8",{"type":39,"content":2862},[2863,2867,2871,2878,2882],{"type":42,"content":2864},[2865],{"text":2866,"type":513},"Mit dem Satz von Bayes werden alle möglichen Hypothesen anhand der Daten des Tests gleichzeitig überprüft und eine Wahrscheinlichkeit für diese berechnet. Jede Hypothese steht für einen bestimmten Uplift bzw. Mindest-Uplift oder Downcast, der durch die getestete Variante in Wahrheit zustande kommt.",{"type":42,"content":2868},[2869],{"text":2870,"type":513},"Dementsprechend kannst du Wahrscheinlichkeiten für jeden wahren Uplift oder Downcast ermitteln und wahrscheinliche Szenarien für dein Wachstum ermitteln.",{"type":925,"attrs":2872,"content":2873},{"level":1427},[2874],{"text":2875,"type":513,"marks":2876},"Unterschiede, Funktionsweise und Ergebnisinterpretation der Bayesianischen und Frequentistischen Methode",[2877],{"type":933},{"type":42,"content":2879},[2880],{"text":2881,"type":513},"Um zu verstehen, welche Vorteile dir die Bayesianische Statistik bieten kann, klären wir zunächst, wie eine frequentistische A/B-Testauswertung funktioniert und welche Aussagen sich aus diesem statistischen Modell ableiten lassen. Wichtig: Beim frequentistischen Hypothesentest werden keine Hypothesen direkt getestet. Stattdessen wird eine Nullhypothese gebildet, welche das Gegenteil besagt von der These, die wir eigentlich überprüfen wollen.",{"type":42,"content":2883},[2884],{"text":2885,"type":513},"Möchten wir überprüfen, ob eine Variante zu einer höheren Conversion Rate (CR) führt, lautet unsere Nullhypothese, dass unsere Variante zu keiner erhöhten CR in der Variante führt.",{"_uid":2887,"image":2888,"caption":2892,"component":1880},"d31d7ec8-004b-4627-b129-5ed0239c7b73",{"alt":2889,"src":2890,"name":30,"focus":30,"title":118,"source":30,"filename":2890,"copyright":30,"fieldtype":49,"meta_data":2891,"is_external_url":81},"wahrscheinlichkeitsrechnung-verteilung-nullhypothese-beispiel-bayesianische-statistik","https://storage.googleapis.com/kk-website-assets/kqDVPUCP_wahrscheinlichkeitsrechnung-verteilung-nullhypothese-beispiel-bayesianische-statistik.png",{"alt":2889,"title":118,"source":30,"copyright":30},{"type":39,"content":2893},[2894],{"type":42,"content":2895},[2896],{"text":2897,"type":513},"Visualisierung der Wahrscheinlichkeitsdichteverteilung einer Nullhypothese",{"_uid":2899,"text":2900,"component":1095},"9fd215d4-d0f3-4dc4-9410-84cdd5f74e1a",{"type":39,"content":2901},[2902,2906,2910,2914,2922,2926,2930,2936,2951,2956,2960,2981,2985,2989,2997,3001,3010,3014,3018,3030,3034,3042],{"type":42,"content":2903},[2904],{"text":2905,"type":513},"Mit den Daten aus der Test-Stichprobe schätzen wir, wie sehr die Daten um den wahren Mittelwert streuen, wenn wir eine Zufallsstichprobe ziehen.",{"type":42,"content":2907},[2908],{"text":2909,"type":513},"Nun nehmen wir aufgrund unserer Nullhypothese an, dass der wahre Mittelwert des Uplifts/ Downcasts bei Null liegt und können um diesen Wert eine Normalverteilung legen, deren Form durch die Streuung der Testdaten bestimmt wird.",{"type":42,"content":2911},[2912],{"text":2913,"type":513},"Wir erstellen uns gewissermaßen eine Verteilung der Wahrscheinlichkeiten (bzw. Wahrscheinlichkeitsdichten) für alle möglichen Ausgänge unseres Experiments, falls in Wahrheit die Nullhypothese zuträfe.",{"type":42,"content":2915},[2916,2920],{"text":2917,"type":513,"marks":2918},"Anders ausgedrückt:",[2919],{"type":933},{"text":2921,"type":513}," Wir überprüfen mit der frequentistischen Analyse, wie gut unsere Daten aus dem A/B-Test zur Annahme passen, dass es eigentlich keinen Uplift gibt. In der Auswertung wird anschließend überprüft, wo der gemessene Downcast oder Uplift in dieser Verteilung liegt und der sogenannte p-Wert ermittelt.",{"type":42,"content":2923},[2924],{"text":2925,"type":513},"Der p-Wert ist die Wahrscheinlichkeit dafür, dass, unter der Annahme der Nullhypothese, ein Effekt, mindestens so extrem, wie der im Test gemessene Effekt, auftreten wird.",{"type":42,"content":2927},[2928],{"text":2929,"type":513},"Ist diese Wahrscheinlichkeit geringer als ein zuvor festgelegter Schwellenwert (Signifikanzniveau), gilt das Testergebnis als signifikant und die Nullhypothese wird abgelehnt, weil die Daten des Tests nicht zu dieser Nullhypothese passen.",{"type":42,"content":2931},[2932],{"text":2933,"type":513,"marks":2934},"Zwei Dinge sind bei der frequentistischen Analyse wichtig zu verstehen:",[2935],{"type":933},{"type":1351,"attrs":2937,"content":2938},{"order":927,"tight":51},[2939,2945],{"type":997,"content":2940},[2941],{"type":42,"content":2942},[2943],{"text":2944,"type":513},"Die Teststatistik und der p-Wert des Hypothesentests treffen keine Wahrscheinlichkeitsaussagen über irgendeine Hypothese. Nicht einmal über die Nullhypothese – zumindest nicht direkt. Die berechnete Wahrscheinlichkeit nimmt bereits die Nullhypothese an und bezieht sich somit nur auf die Daten des Tests.",{"type":997,"content":2946},[2947],{"type":42,"content":2948},[2949],{"text":2950,"type":513},"Nehmen wir an, wir folgen der vereinfachten und methodisch unkorrekten Interpretation des Hypothesentests. Diese besagt, dass der p-Wert die Wahrscheinlichkeit dafür ist, dass die Nullhypothese zutrifft. Somit wäre die Gegenwahrscheinlichkeit – 1 minus p-Wert (häufig Konfidenz oder Chance to beat Control genannt) die Wahrscheinlichkeit dafür, dass die Alternativhypothese zutrifft. Die Konfidenz bezieht sich jedoch nicht auf den gemessenen Uplift. Gerade bei aufwendigen Testkonzepten, welche in der Umsetzung größere Kosten verursachen, ist für eine Entscheidung nicht nur wichtig zu wissen, ob das Konzept überhaupt besser funktioniert, sondern auch, wie viel mehr Umsatz oder Conversions mit welcher Wahrscheinlichkeit zu erwarten sind.",{"type":925,"attrs":2952,"content":2953},{"level":1427},[2954],{"text":2955,"type":513},"Wie kann ich die Ergebnisse des frequentistischen AB-Tests interpretieren?",{"type":42,"content":2957},[2958],{"text":2959,"type":513},"In der Regel erhält man von einem Auswertungstool für AB-Tests zwei bis drei Kennzahlen, um das Ergebnis zu interpretieren:",{"type":994,"attrs":2961,"content":2962},{"tight":51},[2963,2969,2975],{"type":997,"content":2964},[2965],{"type":42,"content":2966},[2967],{"text":2968,"type":513},"Uplift / Downcast",{"type":997,"content":2970},[2971],{"type":42,"content":2972},[2973],{"text":2974,"type":513},"Konfidenzintervall",{"type":997,"content":2976},[2977],{"type":42,"content":2978},[2979],{"text":2980,"type":513},"Konfidenz / Signifikanz / Chance-to-Beat-Control",{"type":42,"content":2982},[2983],{"text":2984,"type":513},"Der gemessene Uplift oder Downcast ist der Unterschied zwischen Control und Variante im Primärziel des Tests, z.B. der Effekt auf Conversion Rate oder Umsatz. Dieser Effekt wird durch unsere Zufallsstichproben erhoben und unterliegt somit zufälligen Schwankungen. Der gemessene Uplift oder Downcast im Test, repräsentiert nicht den wahren Unterschied zwischen Control und Variante!",{"type":42,"content":2986},[2987],{"text":2988,"type":513},"Das Konfidenzintervall beschreibt ein Intervall von möglichen Werten des Effekts, in dessen Mitte der gemessene Effekt (Uplift / Downcast) steht. Ein häufig verwendetes Konfidenzniveau ist 95 %, sodass in diesem Fall – wenn man das Zufallsexperiment auf identische Art und Weise wiederholt – ein 95 %-Konfidenzintervall in näherungsweise 95 % aller Fälle den unbekannten wahren Effekt enthalten wird.",{"type":42,"content":2990},[2991,2995],{"text":2992,"type":513,"marks":2993},"Achtung:",[2994],{"type":933},{"text":2996,"type":513}," Ein häufiges Missverständnis in der frequentistischen Testauswertung besteht darin, dass die Konfidenz (oder Chance-to-Beat-Control) als Wahrscheinlichkeit für den gemessenen Uplift im Test interpretiert wird. Auch die Verwendung von Konfidenzintervallen löst dieses Problem nicht. Zwar kann man mit dem Intervall besser einschätzen, in welcher Spanne sich der Uplift bewegen könnte, man muss dabei aber stets beachten, dass alle Werte innerhalb des Konfidenzintervalls die gleiche Wahrscheinlichkeit haben.",{"type":42,"content":2998},[2999],{"text":3000,"type":513},"Die Konfidenz (Gegenwahrscheinlichkeit des p-Werts) drückt aus, wie sicher wir uns sein können, dass es einen (!) Unterschied zwischen Control und Variante gibt und der im Test gemessene Effekt, nicht durch “zufällige Schwankungen” entstanden ist.",{"type":42,"content":3002},[3003,3007,3008],{"text":3004,"type":513,"marks":3005},"Interpretation des Ergebnisses:",[3006],{"type":933},{"type":2552},{"text":3009,"type":513},"Ist die Konfidenz eines Experiments größer als das zuvor festgelegte Konfidenzniveau, kannst du das Testergebnis als signifikant interpretieren. Du weißt also, dass es mit der Wahrscheinlichkeit deines Konfidenzniveaus einen (!) Unterschied im Nutzerverhalten zwischen den Varianten gibt. Über die Größe dieses Effekts kannst du keine direkte Aussage treffen, bestenfalls kannst du den Effekt im Bereich des Konfidenzintervalls erwarten.",{"type":42,"content":3011},[3012],{"text":3013,"type":513},"Ist die Konfidenz niedriger als das zuvor festgelegte Konfidenzniveau, kannst du, basierend auf den vorhandenen Daten, nicht ausschließen, dass der Uplift durch reinen Zufall entstanden ist. Das Konfidenzintervall für den Uplift könnte also sowohl positive als auch negative Werte enthalten, die alle gleich wahrscheinlich auftreten könnten.",{"type":42,"content":3015},[3016],{"text":3017,"type":513},"Es ist falsch zu sagen, dass der Uplift in diesem Fall fast statistisch signifikant ist, weil die Konfidenz bspw. fast 95 % beträgt.",{"type":42,"content":3019},[3020,3024,3026],{"text":3021,"type":513,"marks":3022},"Der frequentistische Hypothesentest ist daher schwarz/weiß.",[3023],{"type":933},{"text":3025,"type":513}," Die Variante unterscheidet sich signifikant oder nicht. Ist der Unterschied nicht signifikant, lassen sich aus dieser Statistik wenig weitere Informationen zur Performance des Tests ableiten (über Segmente und weitere Ziele kann man natürlich auch aus einem nicht-signifikanten Ergebnis viel über das Nutzerverhalten lernen). ",{"text":3027,"type":513,"marks":3028},"Im Fall der Bayesianischen Statistik ist das Ergebnis dagegen immer interpretierbar.",[3029],{"type":933},{"type":42,"content":3031},[3032],{"text":3033,"type":513},"Du könntest etwa sagen, dass die Variante mit einer 92-prozentigen Wahrscheinlichkeit der Gewinner ist. Mit Bayes werden bedingte Wahrscheinlichkeiten berechnet. Allerdings nicht die Wahrscheinlichkeit der Testdaten unter der Bedingung der Nullhypothese, wie in der frequentistischen Methode. Sondern die Wahrscheinlichkeit der Hypothese, unter der Bedingung der Testdaten.",{"type":42,"content":3035},[3036,3040],{"text":3037,"type":513,"marks":3038},"Die bayesianische Analyse versucht folgende Frage zu beantworten:",[3039],{"type":933},{"text":3041,"type":513}," Welche Hypothese ist die in Wahrheit am wahrscheinlichsten zutreffende, um solche Daten zu erzeugen, wie sie im Test erhoben wurden?",{"type":42,"content":3043},[3044],{"text":3045,"type":513},"Auch in der bayesianischen Statistik erzeugen wir eine Verteilung von Wahrscheinlichkeiten, allerdings sind es die Wahrscheinlichkeiten der echten Downcasts oder Uplifts, also der Hypothesen.",{"_uid":3047,"image":3048,"caption":3052,"component":1880},"6ba60951-9c78-408e-93de-c13537c47f98",{"alt":3049,"src":3050,"name":30,"focus":30,"title":118,"source":30,"filename":3050,"copyright":30,"fieldtype":49,"meta_data":3051,"is_external_url":81},"wahrscheinlichkeitesrechnung-bayesianische-statistik-beispiel-auswertung-berechnung-tool","https://storage.googleapis.com/kk-website-assets/1Y-UBmqo_wahrscheinlichkeitesrechnung-bayesianische-statistik-beispiel-auswertung-berechnung-tool.png",{"alt":3049,"title":118,"source":30,"copyright":30},{"type":39,"content":3053},[3054],{"type":42,"content":3055},[3056],{"text":3057,"type":513},"Die Posteriori-Wahrscheinlichkeits-Verteilung einer Bayesianischen Analyse. Auf der x-Achse stehen mögliche wahre Effekte und auf der y-Achse die zugehörigen Wahrscheinlichkeiten zu diesem Effekt.",{"_uid":3059,"text":3060,"component":1095},"199458be-7b97-4d15-a22c-8d60a4cb7ca6",{"type":39,"content":3061},[3062,3066,3074,3078,3082,3087,3123,3128,3132,3136,3140,3150,3154,3158,3168],{"type":42,"content":3063},[3064],{"text":3065,"type":513},"Die Vorteile liegen auf der Hand: Jede Hypothese über einen Downcast oder Uplift kann mit einer Eintrittswahrscheinlichkeit versehen werden. Mit diesen Wahrscheinlichkeiten kann wiederum gerechnet werden, um diese zu kumulieren und/oder Erwartungswerte zu ermitteln. Genau hier ist der große Unterschied zur frequentistischen Auswertung.",{"type":42,"content":3067},[3068,3070],{"text":3069,"type":513},"Wir können Aussagen treffen mit der Form:",{"text":3071,"type":513,"marks":3072},"„Die Wahrscheinlichkeit für einen Uplift von x % beträgt y %“.",[3073],{"type":1519},{"type":42,"content":3075},[3076],{"text":3077,"type":513},"Wenn du weißt (oder annimmst zu wissen), dass ein bestimmter Mindest-Uplift mit einer gewissen Wahrscheinlichkeit eintritt oder welches Intervall an Werten das wahrscheinlichste ist, kannst du damit Business-Case-Szenarien berechnen, welche ebenfalls eine bestimmte Eintrittswahrscheinlichkeit besitzen.",{"type":42,"content":3079},[3080],{"text":3081,"type":513},"Genau das ermöglicht dir der Bayesianische-Business-Case-Rechner für A/B-Tests.",{"type":925,"attrs":3083,"content":3085},{"id":3084,"level":987},"Einsetzen",[3086],{"text":2811,"type":513},{"type":1351,"attrs":3088,"content":3089},{"order":927,"tight":51},[3090,3101,3112],{"type":997,"content":3091},[3092],{"type":42,"content":3093},[3094,3098,3099],{"text":3095,"type":513,"marks":3096},"Performance-Aussagen",[3097],{"type":933},{"type":2552},{"text":3100,"type":513},"Der Uplift im frequentistischen Rechner ist fast signifikant – damit ist keine Aussage zur Performance des Tests möglich. Mit dem Bayesianischen Rechner erhältst du immer Antworten auf folgende Fragen: Mit welcher Wahrscheinlichkeit gewinnt die Variante? Mit welcher Wahrscheinlichkeit liefert die Variante mindestens x Prozent Uplift?",{"type":997,"content":3102},[3103],{"type":42,"content":3104},[3105,3109,3110],{"text":3106,"type":513,"marks":3107},"Business-Case-Rechnungen",[3108],{"type":933},{"type":2552},{"text":3111,"type":513},"Was würde dir die Variante an Extra-Umsatz bringen? Der Business-Case-Rechner ist eine hervorragende Entscheidungshilfe, wenn es darum geht festzulegen, ob eine Variante übernommen werden soll oder nicht. Liegt die Wahrscheinlichkeit für einen Mehrumsatz in Höhe der Kosten bei mehr als 50 %, hat die Entscheidung für die Variante einen positiven Erwartungswert.",{"type":997,"content":3113},[3114],{"type":42,"content":3115},[3116,3120,3121],{"text":3117,"type":513,"marks":3118},"Fehlende Rohdaten zum Umsatz (KPI-Analyse)",[3119],{"type":933},{"type":2552},{"text":3122,"type":513},"Wenn keine Umsatz-Rohdaten vorhanden sind, ist der frequentistische t-Test nicht anwendbar. Mit dem Bayesianischen Rechner kann man bereits mit der Eingabe des Gesamtumsatzes pro Variante die Performance des Tests bzgl. Average Order Value (AOV) und Revenue per Visitor (RPV) beurteilen.",{"type":925,"attrs":3124,"content":3126},{"id":3125,"level":987},"Zusammenfassung",[3127],{"text":2821,"type":513},{"type":42,"content":3129},[3130],{"text":3131,"type":513},"Die Analyse mit der Formel von Bayes, ermöglicht dir eine andere Interpretation von Testergebnissen.",{"type":42,"content":3133},[3134],{"text":3135,"type":513},"Sowohl bei einem frequentistischen Hypothesentest als auch bei der Bayesianischen Statistik steht am Ende eine Prozentzahl im Fokus, z.B. 96 %. Die Bedeutung dieser Zahl ist jedoch je nach Statistik-Typ völlig unterschiedlich.",{"type":42,"content":3137},[3138],{"text":3139,"type":513},"Durch die Bayesianische Analyse kannst du bessere Performance-Aussagen treffen.",{"type":42,"content":3141},[3142,3144,3148],{"text":3143,"type":513},"Du findest heraus, mit welcher Wahrscheinlichkeit eine Variante gewinnt und welche Wahrscheinlichkeit bestimmte Uplifts und Downcasts haben. Sie ermöglicht dir bessere Business-Case-Rechnungen und dient im Wesentlichen als ",{"text":3145,"type":513,"marks":3146},"fundierte Entscheidungshilfe, ob eine Variante übernommen werden soll",[3147],{"type":933},{"text":3149,"type":513}," oder nicht. Du findest heraus, mit welcher Wahrscheinlichkeit eine Variante gewinnt und welche Wahrscheinlichkeit bestimmte Uplifts und Downcasts haben. Gleichzeitig kannst du die Performance von Tests bzgl. Average Order Value und Revenue per Visitor beurteilen.",{"type":42,"content":3151},[3152],{"text":3153,"type":513},"Die Bedeutung des p-Wertes (Umkehrwert von der Konfidenz) ist wenig intuitiv und wird in den meisten Fällen falsch interpretiert. Ein Grund dafür ist, dass diese Statistik vor langer Zeit für ganz andere Anwendungen (ursprünglich: Agrarwissenschaften) designt wurde.",{"type":42,"content":3155},[3156],{"text":3157,"type":513},"Mit der frequentistischen Analyse würdest du keine quantitative Aussage zum tatsächlichen Uplift treffen können. Du würdest nur das Konfidenzintervall für den Uplift berechnen, das den tatsächlichen Uplift mit einer z.B. 95-prozentigen Wahrscheinlichkeit enthält. Aber die Werte im Konfidenzintervall wären alle gleich wahrscheinlich.",{"type":42,"content":3159},[3160,3162,3166],{"text":3161,"type":513},"Die Bayesianische Statistik liefert dir also eine ",{"text":3163,"type":513,"marks":3164},"intuitivere Antwort, und zwar die Wahrscheinlichkeit, dass die Variante besser als die Control ist.",[3165],{"type":933},{"text":3167,"type":513}," Und du kannst zusätzlich berechnen, mit welcher Wahrscheinlichkeit der tatsächliche Uplift mindestens x % beträgt.",{"type":42,"content":3169},[3170,3172,3177],{"text":3171,"type":513},"Hilft dir unser neues ",{"text":3173,"type":513,"marks":3174},"Statistik-Tool",[3175],{"type":1005,"attrs":3176},{"href":2780,"uuid":118,"anchor":118,"target":118,"linktype":136},{"text":3178,"type":513}," inklusiver der Anleitung weiter, Wahrscheinlichkeiten und Testing-Potenziale besser zu berechnen oder hast du noch Anregungen? Lass es mich in den Kommentaren wissen!","Mit dem Bayesianische-Testing-Tool kannst du Auswertungen für Revenue-Metriken erstellen und damit Business Cases mit unterschiedlichen Eintrittswahrscheinlichkeiten ermitteln. Triff Aussagen wie: „Die Wahrscheinlichkeit für einen Uplift von x % beträgt y %“.",{"alt":2705,"src":3181,"name":30,"focus":30,"title":2705,"source":30,"filename":3181,"copyright":30,"fieldtype":49,"meta_data":3182,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/D5OGXbUv_Bayesianische-Statistik-blogpost-1620x500.png",{"alt":2705,"title":2705,"source":30,"copyright":30},[1764],[3185,3189,3193],{"name":1769,"created_at":1770,"published_at":1771,"updated_at":1772,"id":1773,"uuid":1765,"content":3186,"slug":1777,"full_slug":1778,"sort_by_date":118,"position":1779,"tag_list":3187,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1782,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":3188,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1775,"component":1776},[],[],{"name":1786,"created_at":1787,"published_at":1788,"updated_at":1787,"id":1789,"uuid":1790,"content":3190,"slug":1793,"full_slug":1794,"sort_by_date":118,"position":1795,"tag_list":3191,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1797,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":3192,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1792,"component":1776},[],[],{"name":903,"created_at":1813,"published_at":1788,"updated_at":1813,"id":1814,"uuid":1116,"content":3194,"slug":1292,"full_slug":1817,"sort_by_date":118,"position":1818,"tag_list":3195,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1820,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":3196,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1816,"component":1776},[],[],[],[3199,3202,3206],{"_uid":3200,"link":3201,"text":1829,"component":59},"76b0479b-4c1a-4249-a7d3-41c2ed8df877",{"id":1827,"url":1828,"linktype":31,"fieldtype":32,"cached_url":1828},{"_uid":3203,"link":3204,"text":442,"component":59},"5edebcf9-409f-4cc1-9ff0-1158be39cd76",{"id":1833,"url":1834,"linktype":31,"fieldtype":32,"cached_url":1834,"story":3205},{"name":442,"id":1836,"uuid":1833,"slug":440,"url":1834,"full_slug":1834,"_stopResolving":81},{"_uid":3207,"link":3208,"text":2705,"component":59},"ae6baa80-b63b-4d8f-8542-1ca897b94c9c",{"id":2709,"url":3209,"linktype":31,"fieldtype":32,"cached_url":3209,"story":3210},"de/blog/data-science/bayesianische-statistik",{"name":2705,"id":2708,"uuid":2709,"slug":3211,"url":3212,"full_slug":3212,"_stopResolving":81},"bayesianische-statistik","de/data-science/bayesianische-statistik",[],"10",[],[],"25e4297b-8e2f-43df-9808-2a33450d57e5","2021-11-08T07:30:01.000Z",[],{"name":3221,"created_at":3222,"published_at":3223,"updated_at":3224,"id":3225,"uuid":3226,"content":3227,"slug":3880,"full_slug":3881,"sort_by_date":118,"position":3885,"tag_list":3886,"is_startpage":51,"parent_id":3887,"meta_data":118,"group_id":3888,"first_published_at":3889,"release_id":118,"lang":124,"path":118,"alternates":3890,"default_full_slug":118,"translated_slugs":118},"Marketingkanäle richtig bewerten: wesentliche Schritte zur Multi-Touch-Attribution","2025-10-15T16:23:21.662Z","2026-09-28T11:51:22.577Z","2026-09-28T11:51:22.605Z",101809363636879,"d56edf7a-4f9f-45ad-997c-a936b4b1ee46",{"seo":3228,"_uid":3230,"body":3231,"text":3229,"image":3841,"footer":30,"header":30,"authors":3844,"category":3846,"headline":3221,"component":1766,"categories":3847,"bottom_head":3866,"breadcrumbs":3867,"seo_noindex":51,"sidebar_cta":3882,"reading_time":3214,"seo_nofollow":51,"seo_canonical":30,"bottom_buttons":3883,"additional_slot":3884,"sidebar_cta_enabled":81,"sidebar_toc_enabled":81},{"title":3221,"plugin":913,"og_image":30,"og_title":3221,"description":3229,"twitter_image":30,"twitter_title":3221,"og_description":3229,"twitter_description":3229},"Last Click Bewertungen sind unrealistisch und verfälschen die Budgetallokation. Erfahre, wie du mit dynamischen Attributionsmodellen und Markow Ketten Marketingkanäle richtig bewertest.","7a1eeae2-dfe5-4232-bc44-803468364204",[3232,3316,3327,3387,3398,3411,3422,3511,3523,3588,3599,3777,3788],{"_uid":3233,"text":3234,"component":1095},"a2350ee8-7ee2-47d4-a22f-ec39f3b8b4b2",{"type":39,"content":3235},[3236,3244,3248,3252,3256,3266,3274,3282,3288,3293,3300,3304,3308,3312],{"type":1668,"content":3237},[3238],{"type":42,"content":3239},[3240],{"text":3241,"type":513,"marks":3242},"„Ich weiß, die Hälfte meiner Werbung ist hinausgeworfenes Geld. Ich weiß nur nicht, welche Hälfte.“",[3243],{"type":1519},{"type":42,"content":3245},[3246],{"text":3247,"type":513},"Dieses Zitat von Henry Ford ist dir bestimmt bekannt.",{"type":42,"content":3249},[3250],{"text":3251,"type":513},"Seitdem hat sich jedoch einiges in der Werbung und Analyse von Werbemaßnahmen getan.",{"type":42,"content":3253},[3254],{"text":3255,"type":513},"Theoretisch.",{"type":42,"content":3257},[3258,3260,3264],{"text":3259,"type":513},"Auch wenn viele Organisationen heutzutage eigens entwickelte ",{"text":3261,"type":513,"marks":3262},"Attributionsmodelle",[3263],{"type":933},{"text":3265,"type":513}," einsetzen, wird das Last Click Modell noch viel zu häufig genutzt.",{"type":42,"content":3267},[3268,3272],{"text":3269,"type":513,"marks":3270},"Das Problem:",[3271],{"type":933},{"text":3273,"type":513}," Last Click Bewertungen sind unrealistisch und entsprechen nicht deiner tatsächlichen Werberealität.",{"type":42,"content":3275},[3276,3280],{"text":3277,"type":513,"marks":3278},"In einem aktuellen Projekt",[3279],{"type":933},{"text":3281,"type":513}," wollten wir wissen, ob das genutzte Retargeting-Tool sein Geld auch wirklich Wert ist. Hätten wir uns nur auf den letzten Klick fokussiert, wäre das wohl nach hinten losgegangen.",{"type":42,"content":3283},[3284],{"text":3285,"type":513,"marks":3286},"Daher zeige ich dir in diesem Beitrag eine Möglichkeit, den Impact deiner Werbemaßnahmen realistisch und ohne erheblichen Aufwand zu analysieren: Multi-Touch-Attribution.",[3287],{"type":933},{"type":925,"attrs":3289,"content":3290},{"level":987},[3291],{"text":3292,"type":513},"Marketingkanäle bewerten: Attributionsmodelle und die Customer Journey",{"type":42,"content":3294},[3295,3298],{"text":3261,"type":513,"marks":3296},[3297],{"type":933},{"text":3299,"type":513}," helfen dir herauszufinden, welchen Impact deine Marketingmaßnahmen haben. Sie zeigen dir, welche Kanäle bzw. Maßnahmen im Laufe der Customer Journey zu einer Conversion geführt haben. Beispiele für Attributionsmodelle sind Last Click- oder First Click Modelle, aber auch datenbasierte Modelle kommen in der Praxis zum Einsatz.",{"type":42,"content":3301},[3302],{"text":3303,"type":513},"Heutzutage können wir insbesondere im digitalen Raum die Werbewirkung unserer Marketingkanäle aufschlussreich analysieren. Häufig liegt aber das Problem viel mehr in der korrekten Bewertung der jeweiligen Kanäle.",{"type":42,"content":3305},[3306],{"text":3307,"type":513},"Marketer geben monatlich erhebliche Beträge für Ads aus, andere schwören auf Service- oder Retargeting-Tools – doch was passiert, wenn du eine dieser Maßnahmen abschaltest oder Budget verschiebst?",{"type":42,"content":3309},[3310],{"text":3311,"type":513},"Sieh dir die nachfolgende Abbildung an.",{"type":42,"content":3313},[3314],{"text":3315,"type":513},"Wem schreibst du nach erfolgreicher Conversion den Erfolg zu?",{"_uid":3317,"image":3318,"caption":3322,"component":1880},"b83ac644-3bb3-46d5-a03f-737089d091ae",{"alt":3319,"src":3320,"name":30,"focus":30,"title":118,"source":30,"filename":3320,"copyright":30,"fieldtype":49,"meta_data":3321,"is_external_url":81},"Beispielhafte Touchpoints entlang der Customer Journey – wem schreibst du den Conversion-Erfolg zu?","https://storage.googleapis.com/kk-website-assets/bGhx2XMf_TouchpointsCustomerJourney-820x450.png",{"alt":3319,"title":118,"source":30,"copyright":30},{"type":39,"content":3323},[3324],{"type":42,"content":3325},[3326],{"text":3319,"type":513},{"_uid":3328,"text":3329,"component":1095},"26a9933b-5b81-44dc-99c0-9b280d0f2ca6",{"type":39,"content":3330},[3331,3335,3339,3344,3348,3352,3356,3362,3377,3381],{"type":42,"content":3332},[3333],{"text":3334,"type":513},"Gar nicht so einfach, oder?",{"type":42,"content":3336},[3337],{"text":3338,"type":513},"So auch in einem aktuellen Praxisfall, den ich in einem Kundenprojekt erlebte. In einem Projekt kam die Frage auf, ob das eingesetzte Retargeting-Tool seinen Preis auch wirklich wert sei.",{"type":925,"attrs":3340,"content":3341},{"level":1427},[3342],{"text":3343,"type":513},"Faire Umsatzverteilung? Darum sind Last Click Modelle unrealistisch",{"type":42,"content":3345},[3346],{"text":3347,"type":513},"Warum ist es wichtig, sich nicht zu sehr auf den letzten Klick zu fokussieren?",{"type":42,"content":3349},[3350],{"text":3351,"type":513},"Noch immer nutzen viele Organisationen einfache Attributionsmodelle wie das Last Click Modell. Häufig wissen sie auch nicht, welche anderen Möglichkeiten sie alternativ einsetzen könnten. Deshalb geht ungeahntes Potenzial verloren, da du mit dem Last Click Modell, bezogen auf deine Daten, ein stark verzerrtes Bild der Realität erhältst. Anschließend schreibst du dem letzten Touchpoint den ganzen Umsatz zu – andere Touchpoints gehen leer aus.",{"type":42,"content":3353},[3354],{"text":3355,"type":513},"In manchen Situationen mag so eine Betrachtungsweise sinnvoll sein, meistens aber möchte man möglichst nah an die Realität kommen. So ein Last Click Modell ist nicht nur unfair, sondern auch fernab der Realität.",{"type":42,"content":3357},[3358],{"text":3359,"type":513,"marks":3360},"Last Click Modelle (LCM) führen noch zu weiteren Problemen:",[3361],{"type":933},{"type":994,"attrs":3363,"content":3364},{"tight":51},[3365,3371],{"type":997,"content":3366},[3367],{"type":42,"content":3368},[3369],{"text":3370,"type":513},"Last Touch Marketing Attribution ignoriert den Conversion Funnel",{"type":997,"content":3372},[3373],{"type":42,"content":3374},[3375],{"text":3376,"type":513},"sie liefern nur ein begrenztes Verständnis deiner Käufergruppen",{"type":42,"content":3378},[3379],{"text":3380,"type":513},"Oftmals sorgen auch organisatorische Hemmnisse dafür, dass LCM zum Einsatz kommen.",{"type":42,"content":3382},[3383],{"text":3384,"type":513,"marks":3385},"Doch es gibt eine gute Lösung, diese Probleme aufzulösen: datengetriebene und dynamische Attributionsmodelle.",[3386],{"type":933},{"_uid":3388,"image":3389,"caption":3393,"component":1880},"c683ecd7-8e26-4b91-9922-e517fa7bc98c",{"alt":3390,"src":3391,"name":30,"focus":30,"title":118,"source":30,"filename":3391,"copyright":30,"fieldtype":49,"meta_data":3392,"is_external_url":81},"Vergleich statische Modelle vs. datengetriebene Modelle","https://storage.googleapis.com/kk-website-assets/AnMLNTqj_statischeunddatengetriebenemodelle-820x525.png",{"alt":3390,"title":118,"source":30,"copyright":30},{"type":39,"content":3394},[3395],{"type":42,"content":3396},[3397],{"text":3390,"type":513},{"_uid":3399,"text":3400,"component":1095},"a1cafa2b-4b23-4854-98b3-5f46609fa799",{"type":39,"content":3401},[3402,3407],{"type":925,"attrs":3403,"content":3404},{"level":987},[3405],{"text":3406,"type":513},"Multi-Touch-Attribution: datengetriebene Attributionsmodelle mittels Algorithmus aufbauen",{"type":42,"content":3408},[3409],{"text":3410,"type":513},"Im Kern geht es bei datengetriebenen Attributionsmodellen natürlich um Daten.",{"_uid":3412,"image":3413,"caption":3417,"component":1880},"4023c99b-f30d-4252-b3ba-825044c8faa9",{"alt":3414,"src":3415,"name":30,"focus":30,"title":118,"source":30,"filename":3415,"copyright":30,"fieldtype":49,"meta_data":3416,"is_external_url":81},"Attributionsmodelle helfen dir, herauszufinden, welchen Impact deine Marketingmaßnahmen tatsächlich haben.","https://storage.googleapis.com/kk-website-assets/dM1nuHvW_Attributionsanalyse-820x578.png",{"alt":3414,"title":118,"source":30,"copyright":30},{"type":39,"content":3418},[3419],{"type":42,"content":3420},[3421],{"text":3414,"type":513},{"_uid":3423,"text":3424,"component":1095},"3745cac7-2997-4da4-920a-847009e4626b",{"type":39,"content":3425},[3426,3430,3435,3439,3443,3464,3468,3472,3493],{"type":42,"content":3427},[3428],{"text":3429,"type":513},"Im Beispiel von Markow Ketten (siehe nächster Abschnitt), berechnest du für jede Marketingaktivität die Wichtigkeit, indem du simulierst, was passieren würde, wenn du diese Marketingaktivität weglassen würdest.",{"type":925,"attrs":3431,"content":3432},{"level":1427},[3433],{"text":3434,"type":513},"Funktionsweise des Algorithmus",{"type":42,"content":3436},[3437],{"text":3438,"type":513},"Um dir die Funktionsweise des Algorithmus möglichst einfach zu veranschaulichen, schauen wir uns ein Beispiel an.",{"type":42,"content":3440},[3441],{"text":3442,"type":513},"Folgende drei Customer Journeys haben wir:",{"type":1351,"attrs":3444,"content":3445},{"order":927,"tight":51},[3446,3452,3458],{"type":997,"content":3447},[3448],{"type":42,"content":3449},[3450],{"text":3451,"type":513},"Display ➔ E-Mail ➔ SEA",{"type":997,"content":3453},[3454],{"type":42,"content":3455},[3456],{"text":3457,"type":513},"Display",{"type":997,"content":3459},[3460],{"type":42,"content":3461},[3462],{"text":3463,"type":513},"E-Mail ➔ SEA",{"type":42,"content":3465},[3466],{"text":3467,"type":513},"Die erste Customer Journey hat eine Bestellung ausgelöst, die anderen beiden gehen leer aus.",{"type":42,"content":3469},[3470],{"text":3471,"type":513},"Der Algorithmus betrachtet jeden Besuch bzw. jeden Touchpoint als Zustand. In unserem Beispiel sind das die Marketingkanäle. Zusätzlich zu unseren Kanälen, fügen wir noch Hilfszustände hinzu, damit der Algorithmus auch weiß, wann es zu einer Bestellung kam und wann nicht.",{"type":1351,"attrs":3473,"content":3474},{"order":927,"tight":51},[3475,3481,3487],{"type":997,"content":3476},[3477],{"type":42,"content":3478},[3479],{"text":3480,"type":513},"(Start) ➔ Display ➔ E-Mail ➔ SEA ➔ (Conversion)",{"type":997,"content":3482},[3483],{"type":42,"content":3484},[3485],{"text":3486,"type":513},"(Start) ➔ Display ➔ (null)",{"type":997,"content":3488},[3489],{"type":42,"content":3490},[3491],{"text":3492,"type":513},"(Start) ➔ E-Mail ➔ SEA ➔ (null)",{"type":42,"content":3494},[3495,3497,3501,3503,3507,3508,3509],{"text":3496,"type":513},"(null) bedeutet: ",{"text":3498,"type":513,"marks":3499},"Keine Bestellung aufgegeben",[3500],{"type":1519},{"text":3502,"type":513}," und (Conversion) bedeutet: ",{"text":3504,"type":513,"marks":3505},"Bestellung aufgegeben",[3506],{"type":1519},{"text":1252,"type":513},{"type":2552},{"text":3510,"type":513},"Diese Customer Journeys werden nun als Netzwerk dargestellt.",{"_uid":3512,"image":3513,"caption":3517,"component":1880},"cc9cedaf-d3fa-4dba-8b9a-11083648d1e2",{"alt":3514,"src":3515,"name":30,"focus":30,"title":3514,"source":30,"filename":3515,"copyright":30,"fieldtype":49,"meta_data":3516,"is_external_url":81},"Schaubild einer Customer Journey mit Multi-Touch-Attribution","https://storage.googleapis.com/kk-website-assets/Gfuur4Uo_DarstellungCustomerJourney-820x389.png",{"alt":3514,"title":3514,"source":30,"copyright":30},{"type":39,"content":3518},[3519],{"type":42,"content":3520},[3521],{"text":3522,"type":513},"Beispielhafte Darstellung der Customer Journeys inkl. Übergangswahrscheinlichkeiten.",{"_uid":3524,"text":3525,"component":1095},"7d0af51c-1aa9-439d-9152-e21dd2453984",{"type":39,"content":3526},[3527,3537,3547,3562,3566,3570,3576,3580,3584],{"type":42,"content":3528},[3529,3531,3535],{"text":3530,"type":513},"Es werden dabei nur die Zustände miteinander verbunden, die tatsächlich in den Customer Journeys vorkommen. Die Prozente geben die ",{"text":3532,"type":513,"marks":3533},"Übergangswahrscheinlichkeit",[3534],{"type":933},{"text":3536,"type":513}," an, also wie wahrscheinlich es ist, von einem Zustand in den nächsten zu wechseln. Beispielsweise geht die Hälfte (50 %) aller Zustände von SEA zur Bestellung über, die andere Hälfte (50 %) führt zu keiner Bestellung.",{"type":42,"content":3538},[3539,3541,3545],{"text":3540,"type":513},"Im nächsten Schritt wird berechnet, wie hoch die ",{"text":3542,"type":513,"marks":3543},"Gesamtwahrscheinlichkeit",[3544],{"type":933},{"text":3546,"type":513}," einer Bestellung ist, indem die Übergangswahrscheinlichkeiten eines Bestellpfades multipliziert und mit anderen Pfaden addiert werden. In unserem Beispiel existieren zwei Bestellpfade. Diese sind:",{"type":1351,"attrs":3548,"content":3549},{"order":927,"tight":51},[3550,3556],{"type":997,"content":3551},[3552],{"type":42,"content":3553},[3554],{"text":3555,"type":513},"Start) ➔ Display ➔ E-Mail ➔ SEA ➔ (Conversion)",{"type":997,"content":3557},[3558],{"type":42,"content":3559},[3560],{"text":3561,"type":513},"(Start) ➔ E-Mail ➔ SEA ➔ (Conversion)",{"type":42,"content":3563},[3564],{"text":3565,"type":513},"Multipliziert man nun die Übergangswahrscheinlichkeiten miteinander und addiert anschließend die Ergebnisse aller Pfade, so erhält man die Gesamtwahrscheinlichkeit von 33 %:",{"type":42,"content":3567},[3568],{"text":3569,"type":513},"66,66 % * 50 % * 100 % * 50 % = 16 %",{"type":994,"attrs":3571,"content":3572},{"tight":51},[3573],{"type":997,"content":3574},[3575],{"type":42},{"type":42,"content":3577},[3578],{"text":3579,"type":513},"33,33 % * 10 0% * 50 % = 16 %",{"type":42,"content":3581},[3582],{"text":3583,"type":513},"= 33 %",{"type":42,"content":3585},[3586],{"text":3587,"type":513},"Um jetzt die Wichtigkeit eines Kanals ausrechnen zu können, wird simuliert, was passieren würde, wenn ein Kanal aus dem Netzwerk entfernt wird.",{"_uid":3589,"image":3590,"caption":3594,"component":1880},"df7a926d-a43d-4c79-82a7-bc6a3988de5d",{"alt":3591,"src":3592,"name":30,"focus":30,"title":118,"source":30,"filename":3592,"copyright":30,"fieldtype":49,"meta_data":3593,"is_external_url":81},"Attributionsberechnung bzw. Wichtigkeit eines Kanals, sobald ein anderer entfernt wird.","https://storage.googleapis.com/kk-website-assets/-EUpohep_Attributionsberechnung-820x377.png",{"alt":3591,"title":118,"source":30,"copyright":30},{"type":39,"content":3595},[3596],{"type":42,"content":3597},[3598],{"text":3591,"type":513},{"_uid":3600,"text":3601,"component":1095},"b74709f4-f6e1-4fbb-b9f6-769a1f837cc1",{"type":39,"content":3602},[3603,3607,3610,3614,3618,3622,3626,3630,3638,3642,3646,3651,3655,3664,3668,3672,3678,3705,3709,3713,3717,3722,3726,3730,3734,3738,3742,3746,3756,3760,3765,3769,3773],{"type":42,"content":3604},[3605],{"text":3606,"type":513},"In unserem Beispiel wird nun der Display-Kanal entfernt. Dadurch wird ein Bestellpfad gelöscht und es existiert nur noch folgender:",{"type":42,"content":3608},[3609],{"text":3561,"type":513},{"type":42,"content":3611},[3612],{"text":3613,"type":513},"Demnach beträgt die Gesamtwahrscheinlichkeit einer Conversion nur noch 16 %:",{"type":42,"content":3615},[3616],{"text":3617,"type":513},"33,33 % * 100 % * 50 % = 16 %",{"type":42,"content":3619},[3620],{"text":3621,"type":513},"Verglichen mit der Gesamtwahrscheinlichkeit davor, fällt diese um 50 % (0,5) (33 % ➔ 16 %). Dieser relative Unterschied spiegelt nun die Wichtigkeit des Display-Kanals wider und beträgt 0,5.",{"type":42,"content":3623},[3624],{"text":3625,"type":513},"Diese Simulation wird auch für die restlichen Kanäle durchgeführt, um so die Wichtigkeit der Kanäle berechnen zu können. Mit diesen Werten werden anschließend die Bestellungen bzw. Umsätze neu kalkuliert.",{"type":42,"content":3627},[3628],{"text":3629,"type":513},"Nach dem Last-Click Modell hätte nur SEA die Bestellung zugewiesen bekommen. Nach der Zuweisung durch den Algorithmus, erhält SEA und E-Mail jeweils 0,4 und Display 0,2 der Bestellung.",{"type":42,"content":3631},[3632,3636],{"text":3633,"type":513,"marks":3634},"Das bisherige Beispiel zeigt dir die Markow-Ketten der 1. Ordnung.",[3635],{"type":933},{"text":3637,"type":513}," Eine Markow-Kette ist ein stochastischer Prozess mit dem Ziel, Wahrscheinlichkeiten für das Eintreten zukünftiger Ereignisse festzustellen. Die Ordnung gibt an, wie viele Zustände für die Berechnung der Übergangswahrscheinlichkeiten mit einbezogen werden sollen.",{"type":42,"content":3639},[3640],{"text":3641,"type":513},"1. Ordnung bedeutet, dass nur der aktuelle Zustand benutzt wird. Die 2. Ordnung bezieht auch den Zustand davor mit ein.",{"type":42,"content":3643},[3644],{"text":3645,"type":513},"So werden auch Interaktionseffekte zwischen den Kanälen bzw. Marketingaktivitäten berücksichtigt. Möglicherweise verhält sich ein Nutzer anders, wenn er zuerst Display und dann SEA sieht, als ein anderer, der zuerst E-Mail und dann SEA sieht.",{"type":925,"attrs":3647,"content":3648},{"level":1427},[3649],{"text":3650,"type":513},"Budgetallokation: Der Nutzen einer Multi-Touch-Attributionsanalyse",{"type":42,"content":3652},[3653],{"text":3654,"type":513},"Durch den Einsatz eines datengetriebenen Attributionsmodells kommst du deutlich näher an die Realität und damit an die tatsächliche Performance deiner Marketingmaßnahme.",{"type":42,"content":3656},[3657,3659,3663],{"text":3658,"type":513},"Es stellt sich auch direkt die Frage, was du mit dieser gemessenen Performance machst: ",{"text":3660,"type":513,"marks":3661},"Budgetallokation",[3662],{"type":933},{"text":1252,"type":513},{"type":42,"content":3665},[3666],{"text":3667,"type":513},"Bei der Budgetallokation wird das verfügbare Marketingbudget auf die verschiedenen Marketingkanäle bzw. Maßnahmen aufgeteilt. Als Verantwortlicher stellt sich dir die Frage, wie das Marketingbudget aufgeteilt werden soll. Hier kommt nun unsere gemessene Performance aus der datengetriebenen Attributionsanalyse zum Einsatz.",{"type":42,"content":3669},[3670],{"text":3671,"type":513},"Diese verrät uns anhand des ROIs, wie „gut“ eine Marketingaktivität funktioniert. Ist diese weit unter dem durchschnittlichen ROI, sollte hier eventuell weniger Budget investiert werden. Ist dagegen der ROI einer Marketingaktivität sehr hoch, könnte in Betracht gezogen werden, hier mehr Budget zu investieren.",{"type":42,"content":3673},[3674],{"text":3675,"type":513,"marks":3676},"Die Vorteile von dynamischen Modellen liegen auf der Hand:",[3677],{"type":933},{"type":994,"attrs":3679,"content":3680},{"tight":51},[3681,3687,3693,3699],{"type":997,"content":3682},[3683],{"type":42,"content":3684},[3685],{"text":3686,"type":513},"du erhältst eine realistische Bewertung der Marketingaktivität",{"type":997,"content":3688},[3689],{"type":42,"content":3690},[3691],{"text":3692,"type":513},"du kannst eine viel bessere Budgetierung der Marketingaktivitäten vornehmen",{"type":997,"content":3694},[3695],{"type":42,"content":3696},[3697],{"text":3698,"type":513},"du erreichst eine effizientere Budgetallokation",{"type":997,"content":3700},[3701],{"type":42,"content":3702},[3703],{"text":3704,"type":513},"und du erzielst letztlich einen höheren Nutzen bei gleichen Kosten",{"type":42,"content":3706},[3707],{"text":3708,"type":513},"Um beurteilen zu können, ob die Performance durch die neue Budgetallokation besser geworden ist, heißt es zunächst, je nach Länge der durchschnittlichen Customer Journey abzuwarten.",{"type":42,"content":3710},[3711],{"text":3712,"type":513},"Stellst du eine Veränderung fest, kannst du nun erneut das Budget gemäß der Performance verteilen. Dieses Spiel geht immer weiter, bis du annähernd ein Optimum für jede Marketingaktivität gefunden hast.",{"type":42,"content":3714},[3715],{"text":3716,"type":513},"Warum es dann doch nicht ganz so einfach ist, zeige ich dir im Kapitel Herausforderungen.",{"type":925,"attrs":3718,"content":3719},{"level":1427},[3720],{"text":3721,"type":513},"Herausforderungen der datengetriebenen Attributionsanalyse",{"type":42,"content":3723},[3724],{"text":3725,"type":513},"Auch wenn das datengetriebene Modell ein deutlich besseres Abbild des tatsächlichen Impacts einer Marketingaktivität als eine Last Click Betrachtung aufweist, so kann dieses trotzdem die Realität nicht zu 100 % abbilden.",{"type":42,"content":3727},[3728],{"text":3729,"type":513},"Empfehlungen von Freunden, persönliche Wünsche, Werte und Charakterzüge der Kunden werden in der Customer Journey nicht abgebildet, um nur einige zu nennen. Denn die „Reise deiner Kunden“ mit allen qualitativen Aspekten ist sehr individuell und lässt sich nicht immer in Zahlen fassen.",{"type":42,"content":3731},[3732],{"text":3733,"type":513},"Auch auf technischer Seite existieren Herausforderungen. Unterstützt das Web-Analyse-Tool Cross Device Tracking? Was passiert, wenn jemand seine Cookies löscht oder den Cookie Consent nicht annimmt?",{"type":42,"content":3735},[3736],{"text":3737,"type":513},"Auch bei der Budgetallokation gibt es Herausforderungen.",{"type":42,"content":3739},[3740],{"text":3741,"type":513},"Jede Marketingaktivität hat ihr individuelles Limit. Der E-Mail-Kanal ist hierfür ein anschauliches Beispiel. Da die Erstellung von E-Mail-Inhalten verhältnismäßig günstig ist, ist es nicht überraschend, dass hier häufig ein sehr hoher ROI beobachtet wird.",{"type":42,"content":3743},[3744],{"text":3745,"type":513},"Gehst du nach dem oben erwähnten Schema vor, so könntest du einfach mehr E-Mails versenden. Denn mehr E-Mails = mehr Sales = mehr Umsatz, oder?",{"type":42,"content":3747},[3748,3750,3754],{"text":3749,"type":513},"Dass diese Vorgehensweise nicht ins Unendliche skalierbar ist, ist klar. Irgendwann nervst du deine Nutzer mit den E-Mails und erreichst genau das Gegenteil deines ursprünglichen Ziels, nämlich ",{"text":3751,"type":513,"marks":3752},"weniger",[3753],{"type":933},{"text":3755,"type":513}," Abonnenten.",{"type":42,"content":3757},[3758],{"text":3759,"type":513},"Hier könnte beispielsweise ein Ziel sein, die optimale Versandfrequenz zu finden. Dabei haben wir noch nicht über die Inhalte gesprochen. Die Suche nach diesem Optimum gilt es auch für alle anderen Marketingaktivitäten durchzuführen, am besten duch ein Herantasten mittels „Trial-and-Error“.",{"type":925,"attrs":3761,"content":3762},{"level":987},[3763],{"text":3764,"type":513},"Attribution-Monitoring: dauerhafte Performance-Transparenz durch Machine Learning",{"type":42,"content":3766},[3767],{"text":3768,"type":513},"Einzelne Analysen mit besagtem Modell sind schon sehr hilfreich.",{"type":42,"content":3770},[3771],{"text":3772,"type":513},"Aber da geht noch mehr. Durch ein einfaches Monitoring machst du dir die ganze Power eines datengetriebenen Attributionsmodells zunutze.",{"type":42,"content":3774},[3775],{"text":3776,"type":513},"In der folgenden Abbildung ist an einem Beispiel erkennbar, wie anschließend die berechneten Daten veranschaulicht werden könnten.",{"_uid":3778,"image":3779,"caption":3783,"component":1880},"9cc94e32-ce22-45c7-91ca-88b0e580ebfb",{"alt":3780,"src":3781,"name":30,"focus":30,"title":118,"source":30,"filename":3781,"copyright":30,"fieldtype":49,"meta_data":3782,"is_external_url":81},"Beispielhaftes Dashboard, welches dir den Nutzen deiner Kanäle aufschlüsselt.","https://storage.googleapis.com/kk-website-assets/prDSq0v1_DashboardKana%CC%88le-820x383.png",{"alt":3780,"title":118,"source":30,"copyright":30},{"type":39,"content":3784},[3785],{"type":42,"content":3786},[3787],{"text":3780,"type":513},{"_uid":3789,"text":3790,"component":1095},"f0214a3c-1200-42a7-89ce-581d04bf7a47",{"type":39,"content":3791},[3792,3797,3802,3807,3812,3817,3830],{"type":42,"attrs":3793,"content":3794},{"textAlign":118},[3795],{"text":3796,"type":513},"Ein einfaches Dashboard zeigt dir die jeweilige Performance, indem es sich die vorher definierten Daten zieht, den Machine Learning Algorithmus trainiert, um dir anschließend den ROI auszurechnen.",{"type":42,"attrs":3798,"content":3799},{"textAlign":118},[3800],{"text":3801,"type":513},"Gleichzeitig kannst du Empfehlungen erhalten, wie die derzeitige Budgetverteilung vonstatten gehen sollte, welche Kanäle du mehr oder welche weniger bespielen solltest, und bei welchen Kanälen du vielleicht ein Abschalten in Erwägung ziehen kannst. Bitte schau dir dazu unbedingt nochmal in Ruhe den Abschnitt „Herausforderungen“ weiter oben an.",{"type":42,"attrs":3803,"content":3804},{"textAlign":118},[3805],{"text":3806,"type":513},"Eine faire Aufteilung der Conversions bzw. des Umsatzes auf die beteiligten Kanäle ist eine komplexe Angelegenheit. Ein gutes Attributionsmodell hilft dir dauerhaft, die richtigen Entscheidungen für deine Marketingaktivitäten zu treffen.",{"type":42,"attrs":3808,"content":3809},{"textAlign":118},[3810],{"text":3811,"type":513},"Für eine effiziente Budgetallokation ist das eingesetzte Attributionsmodell das A und O.",{"type":42,"attrs":3813,"content":3814},{"textAlign":118},[3815],{"text":3816,"type":513},"Du hast Fragen oder Interesse an diesem Modell?",{"type":42,"attrs":3818,"content":3819},{"textAlign":118},[3820,3822,3828],{"text":3821,"type":513},"Sprich mich gerne an oder werde Teil unserer ",{"text":3823,"type":513,"marks":3824},"Ambassador Community",[3825],{"type":1005,"attrs":3826},{"href":2039,"uuid":389,"anchor":118,"target":1009,"linktype":31,"story":3827},{"name":391,"id":2041,"uuid":389,"slug":2042,"url":390,"full_slug":390,"_stopResolving":81},{"text":3829,"type":513},". Dort kannst du dich mit anderen Expert:innen über bewährte Attributionsmodelle austauschen.",{"type":42,"attrs":3831,"content":3832},{"textAlign":118},[3833,3835],{"text":3834,"type":513},"Zusätzliche Leseempfehlung: ",{"text":3836,"type":513,"marks":3837},"Data-to-Persona Modell – Data Analytics und Personae verbinden",[3838],{"type":1005,"attrs":3839},{"href":3840,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/data-analytics/data-to-persona-modell.html",{"alt":3221,"src":3842,"name":30,"focus":30,"title":3221,"source":30,"filename":3842,"copyright":30,"fieldtype":49,"meta_data":3843,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/dlx9AvbX_attributionsmodelle-blogpost-1620x500.png",{"alt":3221,"title":3221,"source":30,"copyright":30},[3845],"fc62dc7e-5866-4df5-bcef-d0fea12bfd9e","b7586415-61e0-4a11-9af7-01680f6e2091",[3848,3862],{"name":3849,"created_at":3850,"published_at":3851,"updated_at":3852,"id":3853,"uuid":3846,"content":3854,"slug":3856,"full_slug":3857,"sort_by_date":118,"position":3858,"tag_list":3859,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":3860,"first_published_at":3851,"release_id":118,"lang":124,"path":118,"alternates":3861,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Online Marketing","2026-09-28T07:21:35.489Z","2026-09-28T07:21:35.545Z","2026-09-28T07:21:35.558Z",224831469555576,{"_uid":3855,"component":1776},"f9009758-fc7c-42dd-bc65-264e7fc2f361","online-marketing","de/_categories/online-marketing",-490,[],"1b4c64e8-b799-4842-ae0b-6eb9a4c165e5",[],{"name":903,"created_at":1813,"published_at":1788,"updated_at":1813,"id":1814,"uuid":1116,"content":3863,"slug":1292,"full_slug":1817,"sort_by_date":118,"position":1818,"tag_list":3864,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1820,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":3865,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1816,"component":1776},[],[],[],[3868,3871,3875],{"_uid":3869,"link":3870,"text":1829,"component":59},"e24b4b75-dd10-47d1-904b-b94d9bc783f5",{"id":1827,"url":1828,"linktype":31,"fieldtype":32,"cached_url":1828},{"_uid":3872,"link":3873,"text":442,"component":59},"658c1d61-2d33-42eb-ad58-f55ed5688078",{"id":1833,"url":1834,"linktype":31,"fieldtype":32,"cached_url":1834,"story":3874},{"name":442,"id":1836,"uuid":1833,"slug":440,"url":1834,"full_slug":1834,"_stopResolving":81},{"_uid":3876,"link":3877,"text":3221,"component":59},"c60addda-7043-49ad-9c8c-28d5262bd815",{"id":3226,"url":3878,"linktype":31,"fieldtype":32,"cached_url":3878,"story":3879},"de/blog/online-marketing/attributionsanalyse",{"name":3221,"id":3225,"uuid":3226,"slug":3880,"url":3881,"full_slug":3881,"_stopResolving":81},"attributionsanalyse","de/online-marketing/attributionsanalyse",[],[],[],-90,[],224831483482113,"d52ec550-7c55-4b0b-958b-6430006f5e9e","2021-10-12T07:30:37.000Z",[],{"name":3892,"created_at":3893,"published_at":905,"updated_at":3894,"id":3895,"uuid":3896,"content":3897,"slug":4593,"full_slug":4594,"sort_by_date":118,"position":4618,"tag_list":4619,"is_startpage":51,"parent_id":1296,"meta_data":118,"group_id":4620,"first_published_at":4621,"release_id":118,"lang":124,"path":118,"alternates":4622,"default_full_slug":118,"translated_slugs":118},"Datenanalysen auf Knopfdruck: Mit Augmented Analytics wirst auch Du Analytics-Profi","2025-10-15T16:18:46.736Z","2026-10-04T09:56:23.221Z",101808237547958,"63e31514-52e0-4cf8-814b-b1eec951451f",{"seo":3898,"_uid":3900,"body":3901,"text":3899,"image":4549,"footer":30,"header":30,"authors":4552,"category":1790,"headline":3892,"component":1766,"categories":4553,"bottom_head":4579,"breadcrumbs":4580,"seo_noindex":51,"sidebar_cta":4595,"reading_time":4615,"seo_nofollow":51,"seo_canonical":30,"bottom_buttons":4616,"additional_slot":4617,"sidebar_cta_enabled":81,"sidebar_toc_enabled":81},{"title":3892,"plugin":913,"og_image":30,"og_title":3892,"description":3899,"twitter_image":30,"twitter_title":3892,"og_description":3899,"twitter_description":3899},"Wir zeigen dir, was hinter dem Trend Augmented Analytics steckt und wie Du ihn einsetzen kannst, um bei der Conversion Optimierung viel schneller zu mehr Return On Investment aus deinen Daten zu kommen.","492f57eb-a885-462b-a4ee-ecf5f1b51e99",[3902,4011,4022,4049,4060,4176,4187,4358,4368],{"_uid":3903,"text":3904,"component":1095},"01a6ed84-1790-426f-bfb3-f1a244b81436",{"type":39,"content":3905},[3906,3911,3923,3928,3933,3938,3943,3948,3955,3960,3971,3976,3981,3986,3991,4004],{"type":42,"attrs":3907,"content":3908},{"textAlign":118},[3909],{"text":3910,"type":513},"Bist Du auch genervt von langwierigen Analytics Projekten, die nicht die erhofften Erkenntnisse bringen? Wünschst Du Dir nicht nur mehr datengetriebene Entscheidungen in Deinem Unternehmen, sondern auch die Sicherheit, dass die getroffenen Entscheidungen richtig sind? Dann solltest Du definitiv mehr über den Megatrend „Augmented Analytics“ erfahren, der Dir verlässliche Datenanalysen auf Knopfdruck verspricht. Wir zeigen Dir, was hinter diesem Trend steckt und wie Du Augmented Analytics einsetzen kannst, um viel schneller zu mehr Return-on-Investment aus Deinen Daten zu kommen.",{"type":42,"attrs":3912,"content":3913},{"textAlign":118},[3914],{"type":3915,"attrs":3916,"marks":3919},"image",{"id":118,"alt":118,"src":3917,"title":118,"source":30,"copyright":30,"meta_data":3918},"https://storage.googleapis.com/kk-website-assets/z1c5PD04_2018-05-17-bp-julia-kk-610x250.png",{"alt":118,"title":118,"source":30,"copyright":30},[3920],{"type":1005,"attrs":3921},{"href":3922,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/wp-content/uploads/2018/05/2018-05-17-bp-julia-kk.png",{"type":42,"attrs":3924,"content":3925},{"textAlign":118},[3926],{"text":3927,"type":513},"Mal eben die Kundendaten der letzten zwölf Monate segmentieren. Kurz vor dem wichtigen Meeting noch schnell den Sales Forecast erstellen. Wer regelmäßig mit Daten arbeitet, dem fällt sofort auf: „Mal eben“ und „schnell“, das passt nicht mit datengetriebenen Arbeiten zusammen.",{"type":42,"attrs":3929,"content":3930},{"textAlign":118},[3931],{"text":3932,"type":513},"Außerdem wird es schnell kompliziert und die Ergebnisse von Datenanalysen und Machine Learning Modellen werden oft nicht richtig interpretiert. Das führt zu Fehlentscheidungen. Fatal, wenn man überlegt, dass es hier oft um Millionenbeträge in den Unternehmensentscheidungen geht.",{"type":42,"attrs":3934,"content":3935},{"textAlign":118},[3936],{"text":3937,"type":513},"„Augmented Analytics“ kann hier Abhilfe schaffen. Wir zeigen Dir, was dahintersteckt und wie Du es für mehr ROI einsetzt.",{"type":925,"attrs":3939,"content":3940},{"level":987,"textAlign":118},[3941],{"text":3942,"type":513},"Beziehungsstatus: Es ist kompliziert…",{"type":42,"attrs":3944,"content":3945},{"textAlign":118},[3946],{"text":3947,"type":513},"Vermutlich würden wir alle viel mehr Daten in unsere Entscheidungen miteinbeziehen, wenn Analysen einfacher und schneller gingen, oder? Es ist ja nicht so, dass es an den passenden Tools scheitert. Im Gegenteil, eine ganze Reihe von Business Intelligence Tools sind auf dem Markt vorhanden, mit denen man Datenanalysen jeder Form und Komplexität durchführen kann.",{"type":42,"attrs":3949,"content":3950},{"textAlign":118},[3951],{"text":3952,"type":513,"marks":3953},"Wo ist dann das Problem?",[3954],{"type":933},{"type":42,"attrs":3956,"content":3957},{"textAlign":118},[3958],{"text":3959,"type":513},"Es liegt an mehreren Herausforderungen, die unsere Beziehung zu Daten so kompliziert machen, die aber notwendig sind, um aus Daten nachhaltig signifikanten ROI zu generieren (siehe Grafik).  Für diese Probleme bietet der Ansatz des Augmented Analytics entsprechende Lösungen.",{"type":42,"attrs":3961,"content":3962},{"textAlign":118},[3963],{"type":3915,"attrs":3964,"marks":3967},{"id":118,"alt":118,"src":3965,"title":118,"source":30,"copyright":30,"meta_data":3966},"https://storage.googleapis.com/kk-website-assets/PQZ1ht_B_bestandteile-data-science-610x400.png",{"alt":118,"title":118,"source":30,"copyright":30},[3968],{"type":1005,"attrs":3969},{"href":3970,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/wp-content/uploads/2018/05/bestandteile-data-science.png",{"type":925,"attrs":3972,"content":3973},{"level":987,"textAlign":118},[3974],{"text":3975,"type":513},"Beziehungskiller #1: Fehlende Ressourcen und Skills",{"type":42,"attrs":3977,"content":3978},{"textAlign":118},[3979],{"text":3980,"type":513},"Datenanalysen werden schnell komplex. Wenn es mehr sein soll als Korrelationsanalysen, braucht man Experten. Geht man also zum Team der Data Scientisten (insofern das im eigenen Unternehmen überhaupt existiert), hört man schnell folgendes: „Sorry, unsere Pipeline ist bis Ende des Quartals zu.“, „Dafür müssen wir erstmal alle Daten zusammensuchen und das kann ein paar Wochen dauern“, und so weiter…",{"type":42,"attrs":3982,"content":3983},{"textAlign":118},[3984],{"text":3985,"type":513},"Das ist frustrierend und daran scheitern schon viele Analytics-Projekte von vornherein.",{"type":925,"attrs":3987,"content":3988},{"level":987,"textAlign":118},[3989],{"text":3990,"type":513},"Beziehungskiller #2: Verzerrte Analysen und Fehlentscheidungen",{"type":42,"attrs":3992,"content":3993},{"textAlign":118},[3994,3996,4002],{"text":3995,"type":513},"Aufgrund der knappen Ressourcen konzentriert man sich bei Datenanalysen deshalb auf das Wesentliche. Der Nutzer untersucht logischerweise nur die Hypothesen, die ihm am relevantesten erscheinen. Wichtige Insights werden dann aber übersehen. Falsche Business-Entscheidungen sind die Folge, allein weil die individuelle Hypothese schon verzerrt ist (",{"text":3997,"type":513,"marks":3998},"Confirmation Bias",[3999],{"type":1005,"attrs":4000},{"href":4001,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://de.wikipedia.org/wiki/Best%C3%A4tigungsfehler",{"text":4003,"type":513},"). Ist zudem kein Data Scientist involviert, entstehen bei der Interpretation der Ergebnisse oft Missverständnisse und es werden schlichtweg falsche Entscheidungen getroffen, mit denen unter Umständen Millionen Euro verloren gehen.",{"type":42,"attrs":4005,"content":4006},{"textAlign":118},[4007],{"text":4008,"type":513,"marks":4009},"Übrigens: Mehr zum Confirmation Bias erzählt Dir André in diesem Conversion Whiteboard Praxis-Tipp:",[4010],{"type":933},{"_uid":4012,"caption":4013,"component":4016,"video_embed":4017,"video_upload":4018,"overlay_image":4020},"2fd77c15-9481-4d07-b150-594ab6367f7a",{"type":39,"content":4014},[4015],{"type":42},"richtext-video","https://www.youtube.com/embed/s-23nmA5ZLs",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":4019},{},{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":4021},{},{"_uid":4023,"text":4024,"component":1095},"48342318-80db-4a74-9199-109c7c43e316",{"type":39,"content":4025},[4026,4031,4036],{"type":42,"attrs":4027,"content":4028},{"textAlign":118},[4029],{"text":4030,"type":513},"Puh, klingt irgendwie frustrierend, oder? Wie sollst Du da so richtig data-driven werden? Genau hier kommt Augmented Analytics ins Spiel.",{"type":925,"attrs":4032,"content":4033},{"level":987,"textAlign":118},[4034],{"text":4035,"type":513},"Augmented Analytics ist die Zukunft der Datenanalyse",{"type":42,"attrs":4037,"content":4038},{"textAlign":118},[4039,4041,4047],{"text":4040,"type":513},"Auf diese geänderten Anforderungen an den Prozess der Datenanalyse hat der Markt reagiert. Laut dem ",{"text":4042,"type":513,"marks":4043},"Gartner Report",[4044],{"type":1005,"attrs":4045},{"href":4046,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.gartner.com/smarterwithgartner/top-trends-in-the-gartner-hype-cycle-for-emerging-technologies-2017/",{"text":4048,"type":513}," ist Augmented Analytics DER neue Megatrend im Bereich Data Analytics.",{"_uid":4050,"image":4051,"caption":4054,"component":1880},"eac5b6c7-733d-4b23-a4a2-479303c7bac7",{"alt":118,"src":4052,"name":30,"focus":30,"title":118,"source":30,"filename":4052,"copyright":30,"fieldtype":49,"meta_data":4053,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/_Gq15A2R_Emerging-Technology-Hype-Cycle-for-2017_Infographic_R6A-610x516.jpg",{"alt":118,"title":118,"source":30,"copyright":30},{"type":39,"content":4055},[4056],{"type":42,"content":4057},[4058],{"text":4059,"type":513},"Quelle: https://www.gartner.com/smarterwithgartner/top-trends-in-the-gartner-hype-cycle-for-emerging-technologies-2017/",{"_uid":4061,"text":4062,"component":1095},"6e328c95-0e0c-46a0-91dd-b70f274115e9",{"type":39,"content":4063},[4064,4068,4072,4076,4103,4109,4113,4140,4144,4149,4153,4157,4163,4168,4172],{"type":42,"content":4065},[4066],{"text":4067,"type":513},"Dieser Ansatz soll all unsere Beziehungsprobleme mit Daten lösen und verspricht komplexe Analysen auf Knopfdruck. Auch für Dich. In Sekundenschnelle. Sich per Smartphone alle Ergebnisse erklären lassen. Die besten Entscheidungen treffen. Den ROI-Schatz heben. Privatjet. Yacht. Eigene Insel.",{"type":42,"content":4069},[4070],{"text":4071,"type":513},"Etwas abgehoben, aber im Prinzip ist es genau das, was hinter Augmented Analytics steckt: Mehr Lust auf Datenanalysen, weil alles viel schneller und einfacher geht. Und man bessere Ergebnisse bekommt, die man auch noch richtig versteht. Endlich data-driven werden! Augmented Analytics soll dabei den gesamten traditionellen Prozess der Datenanalyse verschlanken und automatisieren und dabei dennoch nutzerfreundlich bleiben und valide Ergebnisse liefern.",{"type":42,"content":4073},[4074],{"text":4075,"type":513},"Der traditionelle Prozess der Datenanalyse besteht im Kern aus den Schritten:",{"type":1351,"attrs":4077,"content":4078},{"order":927,"tight":51},[4079,4085,4091,4097],{"type":997,"content":4080},[4081],{"type":42,"content":4082},[4083],{"text":4084,"type":513},"Fragestellung",{"type":997,"content":4086},[4087],{"type":42,"content":4088},[4089],{"text":4090,"type":513},"Datenerhebung",{"type":997,"content":4092},[4093],{"type":42,"content":4094},[4095],{"text":4096,"type":513},"Datenanalyse",{"type":997,"content":4098},[4099],{"type":42,"content":4100},[4101],{"text":4102,"type":513},"Erkenntnisse & Maßnahmen",{"type":42,"content":4104},[4105],{"type":3915,"attrs":4106},{"alt":118,"src":4107,"name":30,"focus":30,"title":118,"source":30,"filename":4107,"copyright":30,"fieldtype":49,"meta_data":4108,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/6HAAxbom_schritte-datenanalyse-prozess-1-610x400.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":42,"content":4110},[4111],{"text":4112,"type":513},"Die Probleme, auf die der Nutzer dabei trifft, wiederholen sich und kommen vielleicht auch Dir bekannt vor:",{"type":994,"attrs":4114,"content":4115},{"tight":51},[4116,4122,4128,4134],{"type":997,"content":4117},[4118],{"type":42,"content":4119},[4120],{"text":4121,"type":513},"Die Sammlung der Daten ist aufwendig und kostet viel Zeit.",{"type":997,"content":4123},[4124],{"type":42,"content":4125},[4126],{"text":4127,"type":513},"Dabei verliert man schnell den Überblick und weiß bei der eigentlichen Analyse gar nicht so genau, wonach man eigentlich suchen soll.",{"type":997,"content":4129},[4130],{"type":42,"content":4131},[4132],{"text":4133,"type":513},"Die Ergebnisse sind missverständlich und werden von jedem anders interpretiert.",{"type":997,"content":4135},[4136],{"type":42,"content":4137},[4138],{"text":4139,"type":513},"Es gibt keine richtigen Insights & Actions.",{"type":42,"content":4141},[4142],{"text":4143,"type":513},"Das soll mit Augmented Analytics anders werden.",{"type":925,"attrs":4145,"content":4146},{"level":987},[4147],{"text":4148,"type":513},"Welche Vorteile bringt Dir Augmented Analytics?",{"type":42,"content":4150},[4151],{"text":4152,"type":513},"Augmented Analytics setzt im Prinzip an allen diesen Schwachstellen an und besteht aus drei Bausteinen, die Dir dabei helfen sollen, schneller an den Datenschatz zu kommen.",{"type":42,"content":4154},[4155],{"text":4156,"type":513},"Im Folgenden schauen wir uns genauer an, was hinter diesen Begriffen eigentlich steckt. Anhand eines Beispiels zeigen wir Dir, wie Augmented Analytics Dir dabei hilft, wichtige Erkenntnisse aus Deinen Daten zu gewinnen.",{"type":42,"content":4158},[4159],{"type":3915,"attrs":4160},{"alt":118,"src":4161,"name":30,"focus":30,"title":118,"source":30,"filename":4161,"copyright":30,"fieldtype":49,"meta_data":4162,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/p7vHoKjK_augmented-analytics-1-610x400.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":925,"attrs":4164,"content":4165},{"level":1427},[4166],{"text":4167,"type":513},"1 Augmented Data Preparation",{"type":42,"content":4169},[4170],{"text":4171,"type":513},"soll den Prozess der Datenerhebung deutlich beschleunigen. Angenommen, Du möchtest herausfinden, worin sich das Verhalten von Neu- und Bestandskunden in Deinem Onlineshop unterscheidet und welche Faktoren Einfluss auf das Kaufverhalten der beiden Segmente haben.",{"type":42,"content":4173},[4174],{"text":4175,"type":513},"Im ersten Schritt müssen alle Daten gesammelt werden, mit denen man das Verhalten der Segmente messen kann. Diese können aus unterschiedlichen Datenquellen (Web Analytics, CRM, Customer Service, DWH), Zeitspannen, Datentabellen oder länderspezifischen Quellen stammen. Sie müssen miteinander vergleichbar gemacht und in eine große Datenmatrix gebracht werden. Dafür sind viele Arbeitsschritte notwendig, wie Datenbankabfragen, Aggregation, Skalierung und Zusammenführung von Tabellen. Wenn man das alles per Hand machen muss, dauert das nicht nur lange, sondern ist auch fehleranfällig.",{"_uid":4177,"image":4178,"caption":4181,"component":1880},"ee565e13-403a-430d-821f-838a53858150",{"alt":118,"src":4179,"name":30,"focus":30,"title":118,"source":30,"filename":4179,"copyright":30,"fieldtype":49,"meta_data":4180,"is_external_url":81},"https://storage.googleapis.com/kk-website-assets/4KsEBEi-_do-the-unimaginable_imageleft-610x371.gif",{"alt":118,"title":118,"source":30,"copyright":30},{"type":39,"content":4182},[4183],{"type":42,"content":4184},[4185],{"text":4186,"type":513},"Quelle: https://www.qlik.com/us/products/qlik-sense",{"_uid":4188,"text":4189,"component":1095},"d845c23c-202d-41ed-857d-dffef6824f01",{"type":39,"content":4190},[4191,4196,4201,4206,4211,4216,4223,4228,4233,4238,4245,4250,4255,4266,4271,4276,4281,4286,4291,4298,4305,4310,4315,4320,4325,4348,4353],{"type":42,"attrs":4192,"content":4193},{"textAlign":118},[4194],{"text":4195,"type":513},"Beim Augmented Data Preparation Ansatz geschehen diese Schritte auf Basis von Machine Learning Verfahren und Algorithmen vollautomatisch und der Nutzer muss nur die notwendigen Informationen als Input ins Tool eingeben. Innerhalb kürzester Zeit sind Deine Daten für die eigentliche Analyse vorbereitet, was sonst mehrere Tage Arbeit bedeutet. Das Tool übernimmt eine Vielzahl von Operationen und erleichtert so auch dem Nicht-Statistiker den Umgang mit komplexeren Datensätzen. Das Ergebnis ist eine einheitliche Datentabelle, in der alle benötigten Informationen zum Verhalten der Neu- und Bestandskunden enthalten sind und die direkt für die nachfolgende Datenanalyse verwendet werden kann.",{"type":925,"attrs":4197,"content":4198},{"level":1427,"textAlign":118},[4199],{"text":4200,"type":513},"2 Augmented Data Discovery",{"type":42,"attrs":4202,"content":4203},{"textAlign":118},[4204],{"text":4205,"type":513},"Nachdem Du alle relevanten Daten zu den Neu- und Bestandskunden für die Analyse vorbereitet hast, geht es an die eigentliche Datenanalyse. Nun sitzt Du vor Deinem riesigen Datenberg und fragst Dich: „Wo soll ich bloß anfangen? Welche Hypothesen soll ich prüfen? Und vor allem wie? Welche Methoden sind die richtigen?“",{"type":42,"attrs":4207,"content":4208},{"textAlign":118},[4209],{"text":4210,"type":513},"Augmented Data Discovery hilft Dir bei der Beantwortung dieser Fragen. Durch voll automatisierte Datenanalysen wird der Analyseprozess enorm vereinfacht und beschleunigt, bei gleichzeitiger Erhöhung der Validität der Ergebnisse.",{"type":42,"attrs":4212,"content":4213},{"textAlign":118},[4214],{"text":4215,"type":513},"Bezogen auf das Beispiel mit den Neu- und Bestandskunden untersucht die Plattform automatisch den kompletten riesigen Datensatz auf signifikante Unterschiede im Verhalten der Segmente, anstatt nur vorgefertigte Hypothesen zu prüfen. Es ist außerdem in der Lage, Prognosemodelle mit der dafür am besten passenden statistischen Methode zu erstellen und dem Nutzer zu sagen, welche Faktoren Einfluss auf das Kaufverhalten der Segmente haben. Diese Modelle müssten sonst in mühevoller Arbeit erstmal von einem Data Scientisten entwickelt werden. All das passiert hier fast in Sekundenschnelle.",{"type":42,"attrs":4217,"content":4218},{"textAlign":118},[4219],{"type":3915,"attrs":4220},{"id":118,"alt":118,"src":4221,"title":118,"source":30,"copyright":30,"meta_data":4222},"https://storage.googleapis.com/kk-website-assets/e67g3Gbi_neuer-analyseprozess-610x400.png",{"alt":118,"title":118,"source":30,"copyright":30},{"type":42,"attrs":4224,"content":4225},{"textAlign":118},[4226],{"text":4227,"type":513},"Man muss dem System nur sagen, was man genau untersuchen möchte. Die wichtigsten Insights werden mit Hilfe der passenden Visualisierungen automatisch und verständlich dargestellt (Smart Data Visualization).",{"type":42,"attrs":4229,"content":4230},{"textAlign":118},[4231],{"text":4232,"type":513},"Kurz gesagt, hier findet die Arbeit statt, die sonst nur ein ausgebildeter Data Scientist übernehmen kann. Von einfachen Analysen bis hin zu komplexen Machine Learning Methoden ist hier alles möglich, ohne dass man die Methoden selber im Detail beherrschen muss. (Verstehen sollte man sie bestenfalls aber schon. ;-))",{"type":42,"attrs":4234,"content":4235},{"textAlign":118},[4236],{"text":4237,"type":513},"Aber:",{"type":42,"attrs":4239,"content":4240},{"textAlign":118},[4241],{"text":4242,"type":513,"marks":4243},"Obwohl Augmented Analytics uns zum Data Scientisten werden lässt, bleibt der Data Scientist unverzichtbar.",[4244],{"type":933},{"type":42,"attrs":4246,"content":4247},{"textAlign":118},[4248],{"text":4249,"type":513},"Nur er ist in der Lage, die Modelle, die das Tool eigenständig in einer Art Blackbox entwickelt, genau zu verstehen, zu testen und zu validieren. Das ist enorm wichtig, um das Vertrauen in den Ansatz des Augmented Analytics innerhalb des Unternehmens zu stärken und Missverständnisse zu vermeiden.",{"type":42,"attrs":4251,"content":4252},{"textAlign":118},[4253],{"text":4254,"type":513},"Denn wenn bald fast jeder in der Lage ist, selber komplexe Datenanalysen durchzuführen, muss sichergestellt werden, dass das Tool auch richtig angewendet wird und Ergebnisse korrekt weitergegeben werden. Der Data Scientist bleibt so zum einen die wichtige Schnittstelle zwischen Plattform und Nutzern.",{"type":42,"attrs":4256,"content":4257},{"textAlign":118},[4258],{"type":3915,"attrs":4259,"marks":4262},{"id":118,"alt":118,"src":4260,"title":118,"source":30,"copyright":30,"meta_data":4261},"https://storage.googleapis.com/kk-website-assets/TEh5Gjoy_aufgaben-data-scientist-1-610x400.png",{"alt":118,"title":118,"source":30,"copyright":30},[4263],{"type":1005,"attrs":4264},{"href":4265,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.konversionskraft.de/wp-content/uploads/2018/05/aufgaben-data-scientist-1.png",{"type":42,"attrs":4267,"content":4268},{"textAlign":118},[4269],{"text":4270,"type":513},"Außerdem kann er sich auf andere komplexe Themen konzentrieren: Wenn auch der normale Business User bald viele Analysen selber durchführen kann, kann der gefragte Data Scientist dafür sorgen, dass die Modelle und Ergebnisse des Tools implementiert und operationalisiert werden. Dadurch werden quasi zwei Fliegen mit einer Klappe geschlagen:",{"type":42,"attrs":4272,"content":4273},{"textAlign":118},[4274],{"text":4275,"type":513},"Durch die Skalierung der Datenanalysen innerhalb des Unternehmens steigt die Produktivität des eh schon teuren Data Scientisten und das gesamte Unternehmen wird mehr und mehr data-driven.",{"type":925,"attrs":4277,"content":4278},{"level":1427,"textAlign":118},[4279],{"text":4280,"type":513},"3 Conversational Analytics",{"type":42,"attrs":4282,"content":4283},{"textAlign":118},[4284],{"text":4285,"type":513},"Neben der Automatisierung des Analyseprozesses, geht es auch um mehr Nutzerfreundlichkeit. An dieser Stelle kann man fast von einer Vermenschlichung des Datenanalyseprozess sprechen, im wahrsten Sinne des Wortes solltest Du bald mit Deinen Daten sprechen können.",{"type":42,"attrs":4287,"content":4288},{"textAlign":118},[4289],{"text":4290,"type":513},"Ein digitaler Sprachassistent, wie man ihn etwa in Form von Apple’s Siri, Amazon’s Alexa oder Google Home kennt, soll jedem Nutzer – vom Analysten zum Management – dabei helfen, schnell an die Analysen zu kommen und die Ergebnisse im jeweiligen Kontext vor allem richtig zu interpretieren.",{"type":42,"attrs":4292,"content":4293},{"textAlign":118},[4294],{"type":3915,"attrs":4295},{"id":118,"alt":118,"src":4296,"title":118,"source":30,"copyright":30,"meta_data":4297},"https://storage.googleapis.com/kk-website-assets/G7P5snMi_google-voice-86cd7bf24ce1db75dd73f3166c156d73e235b41e9d2ee8127596e5551e1b54de.gif",{"alt":118,"title":118,"source":30,"copyright":30},{"type":42,"attrs":4299,"content":4300},{"textAlign":118},[4301],{"text":4302,"type":513,"marks":4303},"Quelle: https://www.archie.ai/",[4304],{"type":1519},{"type":42,"attrs":4306,"content":4307},{"textAlign":118},[4308],{"text":4309,"type":513},"Das könnte dann so aussehen, dass der Manager im Sales Meeting sitzt, sein Smartphone zückt und per Sprachsteuerung nach den Unterschieden im Kaufverhalten zwischen Neu- und Bestandskunden fragt. Im Hintergrund geht dann die Analysemaschine los und nach ein paar Minuten werden die Ergebnisse in Form von interaktiven Dashboards nicht nur angezeigt sondern auch im Business-Kontext erklärt. Eine nette Stimme ertönt und erläutert den Meeting-Teilnehmern die Top Findings und deren Bedeutung für das Unternehmen. Nach ein paar Minuten werden so bereits erste wichtige Entscheidungen auf Basis der Zahlen getroffen.",{"type":925,"attrs":4311,"content":4312},{"level":987,"textAlign":118},[4313],{"text":4314,"type":513},"Ein Beispiel für eine Augmented Analytics Plattform",{"type":42,"attrs":4316,"content":4317},{"textAlign":118},[4318],{"text":4319,"type":513},"Augmented Analytics bietet riesiges Potenzial, ist aber auch noch ganz am Anfang der Entwicklung. Ein Beispiel, wie so etwas aussehen könnte, zeigt Archie.ai, ein Artificial Intelligence Data Scientist, der zum Beispiel über Amazon’s Alexa bereits Fragen zu bestimmten Daten via Google Analytics beantworten kann.",{"type":42,"attrs":4321,"content":4322},{"textAlign":118},[4323],{"text":4324,"type":513},"Dazu gehören zum Beispiel auch:",{"type":994,"content":4326},[4327,4334,4341],{"type":997,"content":4328},[4329],{"type":42,"attrs":4330,"content":4331},{"textAlign":118},[4332],{"text":4333,"type":513},"Prognosen bezüglich der zukünftigen Traffic-Entwicklung,",{"type":997,"content":4335},[4336],{"type":42,"attrs":4337,"content":4338},{"textAlign":118},[4339],{"text":4340,"type":513},"der Conversion Rate der Website oder",{"type":997,"content":4342},[4343],{"type":42,"attrs":4344,"content":4345},{"textAlign":118},[4346],{"text":4347,"type":513},"welche Faktoren Einfluss auf die Page Views oder den Revenue per Visitor haben.",{"type":42,"attrs":4349,"content":4350},{"textAlign":118},[4351],{"text":4352,"type":513},"Archie nutzt dabei Methoden aus dem Machine Learning Bereich und greift via API auf Google Analytics zurück. Einfach die Frage in das Handy sprechen oder den Browser eingeben und kurze Zeit später gibts die passenden Analysen erklärt. Archie ist ein sehr interessantes Produkt, das sich ständig weiter entwickelt und bereits 1.200 datenspezifische Fragen beantworten kann.",{"type":42,"attrs":4354,"content":4355},{"textAlign":118},[4356],{"text":4357,"type":513},"Tipp: Man kann Archie in einer Demo-Version ausprobieren.",{"_uid":4359,"caption":4360,"component":4016,"video_embed":4363,"video_upload":4364,"overlay_image":4366},"cb9574c5-1c0c-4b13-8b30-79ae1aa0cc32",{"type":39,"content":4361},[4362],{"type":42},"https://www.youtube.com/embed/s7N5kG67v80",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":4365},{},{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":4367},{},{"_uid":4369,"text":4370,"component":1095},"5f15a76b-7e15-4fdb-b3df-3af9aa7a9f4f",{"type":39,"content":4371},[4372,4377,4406,4411,4416,4423,4439,4446,4462,4469,4492,4497,4502,4507,4514],{"type":925,"attrs":4373,"content":4374},{"level":1427,"textAlign":118},[4375],{"text":4376,"type":513},"Du möchtest Augmented Analytics in Deinem Unternehmen ausprobieren?",{"type":42,"attrs":4378,"content":4379},{"textAlign":118},[4380,4382,4388,4390,4396,4398,4404],{"text":4381,"type":513},"Es gibt bereits mehrere Anbieter am Markt, die entsprechende Plattformen entwickelt haben, zum Beispiel ",{"text":4383,"type":513,"marks":4384},"Tableau Insights",[4385],{"type":1005,"attrs":4386},{"href":4387,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.tableau.com/products/prep",{"text":4389,"type":513},", ",{"text":4391,"type":513,"marks":4392},"Qlik Sense",[4393],{"type":1005,"attrs":4394},{"href":4395,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.qlik.com/us/products/qlik-sense",{"text":4397,"type":513}," oder ",{"text":4399,"type":513,"marks":4400},"Sisense",[4401],{"type":1005,"attrs":4402},{"href":4403,"uuid":118,"anchor":118,"target":118,"linktype":136},"https://www.sisense.com/get/watch-demo/",{"text":4405,"type":513},". Viele der neuen Tools bieten Pilotprojekte und Demo-Versionen an. So kannst Du herausfinden ob Augmented Analytics Deinem Unternehmen dabei hilft, schneller an die richtigen Analysen zu kommen und so richtig data-driven zu werden.",{"type":925,"attrs":4407,"content":4408},{"level":987,"textAlign":118},[4409],{"text":4410,"type":513},"Fahrplan für ein Augmented Analytics Pilot-Projekt",{"type":42,"attrs":4412,"content":4413},{"textAlign":118},[4414],{"text":4415,"type":513},"Hier noch ein paar Tipps, wie Du vorgehen kannst, wenn Du ein Augmented Analytics Versuchs-Projekt starten möchtest:",{"type":42,"attrs":4417,"content":4418},{"textAlign":118},[4419],{"text":4420,"type":513,"marks":4421},"1. Use Cases identifizieren",[4422],{"type":933},{"type":994,"content":4424},[4425,4432],{"type":997,"content":4426},[4427],{"type":42,"attrs":4428,"content":4429},{"textAlign":118},[4430],{"text":4431,"type":513},"Finde heraus, bei welchen unternehmensrelevanten Fragestellungen der manuelle Analyseaufwand sehr hoch ist oder welche besonders fehleranfällig sind.",{"type":997,"content":4433},[4434],{"type":42,"attrs":4435,"content":4436},{"textAlign":118},[4437],{"text":4438,"type":513},"Konzentriere Dich dabei auf einige wenige, aber hochrelevante Fragestellungen.",{"type":42,"attrs":4440,"content":4441},{"textAlign":118},[4442],{"text":4443,"type":513,"marks":4444},"2. Unterstützung von oben",[4445],{"type":933},{"type":994,"content":4447},[4448,4455],{"type":997,"content":4449},[4450],{"type":42,"attrs":4451,"content":4452},{"textAlign":118},[4453],{"text":4454,"type":513},"Versuche, das Management und die Personen mit Entscheidungsbefugnissen von dem Mehrwert zu überzeugen, den die Investition in den Datenanalyseprozess hat.",{"type":997,"content":4456},[4457],{"type":42,"attrs":4458,"content":4459},{"textAlign":118},[4460],{"text":4461,"type":513},"Durch Business Cases und Beispielanalysen kannst Du berechnen, welche Einsparungen sich durch einen effizienteren Prozess ergeben bzw. welche Kosten invalide Datenanalysen mit sich bringen.",{"type":42,"attrs":4463,"content":4464},{"textAlign":118},[4465],{"text":4466,"type":513,"marks":4467},"3. Toolauswahl",[4468],{"type":933},{"type":994,"content":4470},[4471,4478,4485],{"type":997,"content":4472},[4473],{"type":42,"attrs":4474,"content":4475},{"textAlign":118},[4476],{"text":4477,"type":513},"Überlege bei der Toolauswahl, inwiefern die Anforderungen an die Machine Learning Methoden abgebildet werden und die Tool-Features passend für die individuelle Fragestellung sind.",{"type":997,"content":4479},[4480],{"type":42,"attrs":4481,"content":4482},{"textAlign":118},[4483],{"text":4484,"type":513},"Involviere dabei alle beteiligten Teams um den Nutzerbedarf richtig abzubilden.",{"type":997,"content":4486},[4487],{"type":42,"attrs":4488,"content":4489},{"textAlign":118},[4490],{"text":4491,"type":513},"Nutze Demos oder kostenfreie Testphasen.",{"type":42,"attrs":4493,"content":4494},{"textAlign":118},[4495],{"text":4496,"type":513},"Noch klingt das ganze nach Zukunftsmusik und das ist es auch. Es ist aber auch ein super spannender Trend, den man als Daten-Nerd unbedingt verfolgen sollte. Wenn Augmented Analytics tatsächlich das halten kann, was es verspricht, wird das die Zukunft der Datenanalyse. Allerdings muss dabei auch sichergestellt werden, dass dieses mächtige Instrument nicht missbraucht und falsch eingesetzt wird, wenn es der breiten Masse von Business Usern zugänglich gemacht wird. Deshalb bleibt der Beruf des Data Scientisten auch in Zukunft unersetzbar.",{"type":42,"attrs":4498,"content":4499},{"textAlign":118},[4500],{"text":4501,"type":513},"Der Erfolg hängt wohl von einer Reihe von Faktoren ab, nicht zuletzt davon, inwiefern es gelingt, den mind shift im E-Commerce-Umfeld voranzutreiben und mehr Unternehmen dazu zu bringen, ihre Entscheidungen vor allem auf Basis von Daten zu treffen. Dazu braucht es auch einen gewissen Wandel in der Unternehmenskultur; weg vom Bauchgefühl hin zum datengetriebenen hocheffizienten Unternehmen. Das mag mehrere Jahre dauern. Es bleibt also spannend und wir halten Dich natürlich mit den neuesten Entwicklungen und Trends hier im Blog und in unserem Newsletter auf dem Laufenden.",{"type":42,"attrs":4503,"content":4504},{"textAlign":118},[4505],{"text":4506,"type":513},"Nutzt Du bereits Augmented Analytics Tools? Würden Dir Augmented Analytics Dein Arbeitsleben erleichtern? Lass es mich in den Kommentaren wissen!",{"type":42,"attrs":4508,"content":4509},{"textAlign":118},[4510],{"text":4511,"type":513,"marks":4512},"Quellen:",[4513],{"type":933},{"type":994,"content":4515},[4516,4523,4530,4536,4542],{"type":997,"content":4517},[4518],{"type":42,"attrs":4519,"content":4520},{"textAlign":118},[4521],{"text":4522,"type":513},"https://pixabay.com/de/finger-ber%C3%BChren-hand-struktur-3139200/#",{"type":997,"content":4524},[4525],{"type":42,"attrs":4526,"content":4527},{"textAlign":118},[4528],{"text":4529,"type":513},"https://marketingland.com/4-questions-launch-data-driven-email-strategy-236118",{"type":997,"content":4531},[4532],{"type":42,"attrs":4533,"content":4534},{"textAlign":118},[4535],{"text":4046,"type":513},{"type":997,"content":4537},[4538],{"type":42,"attrs":4539,"content":4540},{"textAlign":118},[4541],{"text":4395,"type":513},{"type":997,"content":4543},[4544],{"type":42,"attrs":4545,"content":4546},{"textAlign":118},[4547],{"text":4548,"type":513},"https://www.archie.ai/",{"alt":3892,"src":4550,"name":30,"focus":30,"title":118,"source":30,"filename":4550,"copyright":30,"fieldtype":49,"meta_data":4551},"//a.storyblok.com/f/328018/4a8f503413/datenanalysen-auf-knopfdruck-mit-augmented-analytics-wirst-auch-du-analytics-profi-html-c81c9653-2018-05-17-bp-julia-kk.png",{"alt":3892,"title":118,"source":30,"copyright":30},[2597],[4554,4558,4562,4575],{"name":1786,"created_at":1787,"published_at":1788,"updated_at":1787,"id":1789,"uuid":1790,"content":4555,"slug":1793,"full_slug":1794,"sort_by_date":118,"position":1795,"tag_list":4556,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1797,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":4557,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1792,"component":1776},[],[],{"name":1800,"created_at":1801,"published_at":1788,"updated_at":1801,"id":1802,"uuid":1803,"content":4559,"slug":1806,"full_slug":1807,"sort_by_date":118,"position":1808,"tag_list":4560,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1810,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":4561,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1805,"component":1776},[],[],{"name":4563,"created_at":4564,"published_at":1788,"updated_at":4564,"id":4565,"uuid":4566,"content":4567,"slug":4569,"full_slug":4570,"sort_by_date":118,"position":4571,"tag_list":4572,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":4573,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":4574,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Technologie","2025-10-15T15:49:49.362Z",101801121308091,"a3be369d-b94d-4407-9ecc-a3802c54da76",{"_uid":4568,"component":1776},"11299b6e-2e6e-4457-b7a9-1499a33f6983","technologie","de/_categories/technologie",-300,[],"b72dea62-59e0-4304-a16c-1c1f534f16c1",[],{"name":903,"created_at":1813,"published_at":1788,"updated_at":1813,"id":1814,"uuid":1116,"content":4576,"slug":1292,"full_slug":1817,"sort_by_date":118,"position":1818,"tag_list":4577,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1820,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":4578,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1816,"component":1776},[],[],[],[4581,4584,4588],{"_uid":4582,"link":4583,"text":1829,"component":59},"53312075-696e-4304-b6b3-ad2c25fe9536",{"id":1827,"url":1828,"linktype":31,"fieldtype":32,"cached_url":1828},{"_uid":4585,"link":4586,"text":442,"component":59},"4f29180d-15a5-45a8-a02e-77ce25fe954e",{"id":1833,"url":1834,"linktype":31,"fieldtype":32,"cached_url":1834,"story":4587},{"name":442,"id":1836,"uuid":1833,"slug":440,"url":1834,"full_slug":1834,"_stopResolving":81},{"_uid":4589,"link":4590,"text":3892,"component":59},"ae920357-e92f-4cb0-afef-63e06301ce2b",{"id":3896,"url":4591,"linktype":31,"fieldtype":32,"cached_url":4591,"story":4592},"de/blog/data-science/datenanalysen-auf-knopfdruck-mit-augmented-analytics-wirst-auch-du-analytics-profi",{"name":3892,"id":3895,"uuid":3896,"slug":4593,"url":4594,"full_slug":4594,"_stopResolving":81},"datenanalysen-auf-knopfdruck-mit-augmented-analytics-wirst-auch-du-analytics-profi","de/data-science/datenanalysen-auf-knopfdruck-mit-augmented-analytics-wirst-auch-du-analytics-profi",[4596],{"_uid":4597,"caption":30,"headline":2671,"component":2672,"subheadline":4598,"action_buttons":4610},"af051771-5db8-4ee4-bd61-fe891cf1ff4f",{"type":39,"content":4599},[4600,4606],{"type":42,"attrs":4601,"content":4602},{"textAlign":118},[4603],{"text":2679,"type":513,"marks":4604},[4605],{"type":933},{"type":42,"attrs":4607,"content":4608},{"textAlign":118},[4609],{"text":2686,"type":513},[4611],{"_uid":4612,"icon":27,"link":4613,"text":2695,"intent":35,"component":36,"icon_position":37},"96f69a85-7bcb-4519-a9f9-1965594f7111",{"id":404,"url":30,"linktype":31,"fieldtype":32,"cached_url":405,"story":4614},{"name":2692,"id":2693,"uuid":404,"slug":2694,"url":405,"full_slug":405,"_stopResolving":81},"11",[],[],-80,[],"e7c2f982-4751-4357-bed1-594423870498","2018-05-30T16:58:41.000Z",[],{"name":4624,"created_at":4625,"published_at":905,"updated_at":4626,"id":4627,"uuid":4628,"content":4629,"slug":4818,"full_slug":4819,"sort_by_date":118,"position":4824,"tag_list":4825,"is_startpage":51,"parent_id":1296,"meta_data":118,"group_id":4827,"first_published_at":4828,"release_id":118,"lang":124,"path":118,"alternates":4829,"default_full_slug":118,"translated_slugs":118},"Conversion Whiteboard 20: Wie “Sample Pollution” Dir den Uplift versaut","2025-10-15T16:18:40.565Z","2026-10-04T09:56:23.148Z",101808212271534,"0ee94cfb-0b49-439a-bc2e-b1c5a4e79110",{"seo":4630,"_uid":4633,"body":4634,"text":4632,"image":4781,"footer":30,"header":30,"authors":4784,"category":4786,"headline":4624,"component":1766,"categories":4787,"bottom_head":4804,"breadcrumbs":4805,"seo_noindex":51,"sidebar_cta":4820,"reading_time":4821,"seo_nofollow":51,"seo_canonical":30,"bottom_buttons":4822,"additional_slot":4823,"sidebar_cta_enabled":81,"sidebar_toc_enabled":81},{"title":4631,"plugin":913,"og_image":30,"og_title":4631,"description":4632,"twitter_image":30,"twitter_title":4631,"og_description":4632,"twitter_description":4632},"Conversion Whiteboard 20: Wie \"Sample Pollution\" Dir den Uplift versaut","Surfen Deine Nutzer bis zur Conversion auf unterschiedlichen Devices, kann Dir das den Uplift ziemlich versauen. Wie Du mit dem Effekt der \"Sample Pollution\" bei Deinen A/B-Tests umgehst, erklären wir Dir hier!","d8a933cd-48cd-4436-be33-02d61b3b3712",[4635,4649,4659],{"_uid":4636,"text":4637,"component":1095},"2dcef5dc-ea81-48ff-8449-5e6f0fb24fd3",{"type":39,"content":4638},[4639,4644],{"type":42,"attrs":4640,"content":4641},{"textAlign":118},[4642],{"text":4643,"type":513},"Surfen Deine Nutzer bis zur Conversion auf unterschiedlichen Devices, vermischen sich die Stichproben in Deinen A/B-Tests und das kann Dir den Uplift ziemlich versauen. Wie Du mit dem Effekt der “Sample Pollution” umgehst, erklären wir Dir kurz und knapp hier.",{"type":42,"attrs":4645,"content":4646},{"textAlign":118},[4647],{"text":4648,"type":513},"Diese Episode des Conversion Whiteboard dreht sich um den Effekt der “Sample Pollution” – einen Effekt, dessen sich viele Conversion Manager gar nicht bewusst sind, der aber Uplifts schrumpfen lassen kann. Schau Dir das 3-minütige Whiteboard hier direkt an:",{"_uid":4650,"caption":4651,"component":4016,"video_embed":4654,"video_upload":4655,"overlay_image":4657},"19559015-99b6-498f-a8bd-016305a79821",{"type":39,"content":4652},[4653],{"type":42},"https://www.youtube.com/embed/rckOOP7rE8k",{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":4656},{},{"id":118,"alt":118,"name":30,"focus":118,"title":118,"source":118,"filename":30,"copyright":118,"fieldtype":49,"meta_data":4658},{},{"_uid":4660,"text":4661,"component":1095},"2bf2ea30-a023-4663-bc5c-8a7e78695df8",{"type":39,"content":4662},[4663,4668,4673,4680,4685,4690,4697,4702,4707,4712,4717,4722,4727,4750,4755,4760,4765,4776],{"type":925,"attrs":4664,"content":4665},{"level":987,"textAlign":118},[4666],{"text":4667,"type":513},"Wenn sich Stichproben vermischen",{"type":42,"attrs":4669,"content":4670},{"textAlign":118},[4671],{"text":4672,"type":513},"Ein Kunde macht Deinen Shop auf, navigiert zum Produkt und klickt auf den Buy Button. Eine schöne Vorstellung, oder? Die Realität beherrscht allerdings häufig ein ganz anderes Bild. Und das hat Auswirkungen auf die Uplifts in Deinen A/B-Tests.",{"type":42,"attrs":4674,"content":4675},{"textAlign":118},[4676],{"text":4677,"type":513,"marks":4678},"Nicht selten ergibt sich ein Szenario wie dieses:",[4679],{"type":933},{"type":42,"attrs":4681,"content":4682},{"textAlign":118},[4683],{"text":4684,"type":513},"Ein Kunde surft tagsüber im Büro an seinem Desktop-Rechner auf Deiner Seite. Ihm wird Variante A ausgespielt. Die Variante gefällt ihm gut. Er entscheidet sich, bei Dir zu kaufen. Doch er möchte noch Rücksprache mit seiner Frau halten.",{"type":42,"attrs":4686,"content":4687},{"textAlign":118},[4688],{"text":4689,"type":513},"Abends zu Hause auf dem Sofa angekommen setzt er den Kauf mit seinem iPad fort. Beim Öffnen der Seite würfelt das Testing Tool wieder neu und er bekommt Variante B zu sehen. Die Variante gefällt ihm nicht so gut, aber er hatte seine Entscheidung ja bereits getroffen. Nach dem Go seiner Frau wird gekauft.",{"type":42,"attrs":4691,"content":4692},{"textAlign":118},[4693],{"text":4694,"type":513,"marks":4695},"Was ist passiert?",[4696],{"type":933},{"type":42,"attrs":4698,"content":4699},{"textAlign":118},[4700],{"text":4701,"type":513},"Obwohl Deine Optimierung wirksam war, wird der Besucher neu gezählt, neu zugeordnet. Die Conversion wird in diesem Fall Variante B zugeordnet.",{"type":42,"attrs":4703,"content":4704},{"textAlign":118},[4705],{"text":4706,"type":513},"Wenn das einmal passiert, ist es nicht weiter schlimm. Doch im Laufe der Zeit kann es sich häufen. Dann vermischen sich die zwei Stichproben zunehmend.",{"type":42,"attrs":4708,"content":4709},{"textAlign":118},[4710],{"text":4711,"type":513},"Ein Besucher, der sich für Variante A entschieden oder auf Basis von Variante A gekauft hat, wird auf einmal Variante B zugerechnet.",{"type":42,"attrs":4713,"content":4714},{"textAlign":118},[4715],{"text":4716,"type":513},"Diese Vermischung der Stichproben (Sample Pollution) sorgt dafür, dass Dein Uplift mit der Zeit immer geringer wird.",{"type":925,"attrs":4718,"content":4719},{"level":987,"textAlign":118},[4720],{"text":4721,"type":513},"3 Tipps zum richtigen Umgang mit Sample Pollution",{"type":42,"attrs":4723,"content":4724},{"textAlign":118},[4725],{"text":4726,"type":513},"Lass Dir von einer Vermischung Deiner Stichproben nicht den Uplift versauen, sondern halte Dich beim Testing an diese 3 Tipps:",{"type":994,"content":4728},[4729,4736,4743],{"type":997,"content":4730},[4731],{"type":42,"attrs":4732,"content":4733},{"textAlign":118},[4734],{"text":4735,"type":513},"Nutze dieses Wissen, um zu erkennen, weshalb stabile Uplifts im Laufe der Zeit dahinschmelzen können.",{"type":997,"content":4737},[4738],{"type":42,"attrs":4739,"content":4740},{"textAlign":118},[4741],{"text":4742,"type":513},"Quantifiziere das Problem, um den Effekt der Sample Pollution greifbar zu machen: Untersuche dazu in Deinem Analytics Tools, wie oft es passiert, dass Nutzer sich über mehrere Devices hinweg bewegen. Betrachte dabei den Zeitraum und die Anzahl Nutzer, auf die es zutrifft.",{"type":997,"content":4744},[4745],{"type":42,"attrs":4746,"content":4747},{"textAlign":118},[4748],{"text":4749,"type":513},"Spiele Deine A/B-Tests unabhängig voneinander aus. Das heißt: Erstelle einen Test konkret für ein Desktop-Gerät und einen weiteren Test ganz speziell für mobile Geräte. Dadurch verhinderst Du, dass sich die Stichproben vermischen (Sample Pollution). Und so bleibt Dein Uplift hoffentlich schön stabil und du kannst mehr Erfolge feiern.",{"type":42,"attrs":4751,"content":4752},{"textAlign":118},[4753],{"text":4754,"type":513},"Ich wünsche Dir viel Spaß beim Optimieren und freue mich über Kommentare!",{"type":925,"attrs":4756,"content":4757},{"level":987,"textAlign":118},[4758],{"text":4759,"type":513},"Lust auf weitere Conversion Whiteboards?",{"type":42,"attrs":4761,"content":4762},{"textAlign":118},[4763],{"text":4764,"type":513},"Alle Episoden des Conversion Whiteboards findest Du in unserem YouTube Kanal:",{"type":42,"attrs":4766,"content":4767},{"textAlign":118},[4768],{"type":3915,"attrs":4769,"marks":4772},{"id":118,"alt":118,"src":4770,"title":118,"source":30,"copyright":30,"meta_data":4771},"https://storage.googleapis.com/kk-website-assets/21933H8m_YouTube-CTA-2-1.png",{"alt":118,"title":118,"source":30,"copyright":30},[4773],{"type":1005,"attrs":4774},{"href":4775,"uuid":118,"anchor":118,"target":118,"linktype":136},"http://kkrft.ly/youtube",{"type":42,"attrs":4777,"content":4778},{"textAlign":118},[4779],{"text":4780,"type":513},"Vielen Dank an Denis Leno für die technische Unterstützung beim Dreh.",{"alt":4624,"src":4782,"name":30,"focus":30,"title":118,"source":30,"filename":4782,"copyright":30,"fieldtype":49,"meta_data":4783},"//a.storyblok.com/f/328018/5cff59e93c/conversion-whiteboard-20-wie-sample-pollution-dir-den-uplift-versaut-html-a853bacf-whiteboard-20-kk.png",{"alt":4624,"title":118,"source":30,"copyright":30},[4785],"491d42eb-e892-4c21-bba7-75e8ea5c0bce","a67a42fe-a179-46ee-9e11-9035d29bc529",[4788,4800],{"name":4789,"created_at":4790,"published_at":1788,"updated_at":4790,"id":4791,"uuid":4786,"content":4792,"slug":4794,"full_slug":4795,"sort_by_date":118,"position":4796,"tag_list":4797,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":4798,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":4799,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},"Conversion Whiteboard","2025-10-15T15:39:16.206Z",101798527844692,{"_uid":4793,"component":1776},"cac37c7c-28c6-4ce8-9058-302f06425a88","conversion-whiteboard","de/_categories/conversion-whiteboard",-240,[],"e982ea24-8595-4225-80c1-e38162ba8ce3",[],{"name":903,"created_at":1813,"published_at":1788,"updated_at":1813,"id":1814,"uuid":1116,"content":4801,"slug":1292,"full_slug":1817,"sort_by_date":118,"position":1818,"tag_list":4802,"is_startpage":51,"parent_id":1781,"meta_data":118,"group_id":1820,"first_published_at":1783,"release_id":118,"lang":124,"path":118,"alternates":4803,"default_full_slug":118,"translated_slugs":118,"_stopResolving":81},{"_uid":1816,"component":1776},[],[],[],[4806,4809,4813],{"_uid":4807,"link":4808,"text":1829,"component":59},"c334ac8b-8531-4d11-88b5-b36984229235",{"id":1827,"url":1828,"linktype":31,"fieldtype":32,"cached_url":1828},{"_uid":4810,"link":4811,"text":442,"component":59},"588a460a-e124-42ff-9d7d-3881b072ed1f",{"id":1833,"url":1834,"linktype":31,"fieldtype":32,"cached_url":1834,"story":4812},{"name":442,"id":1836,"uuid":1833,"slug":440,"url":1834,"full_slug":1834,"_stopResolving":81},{"_uid":4814,"link":4815,"text":4624,"component":59},"6be92978-a720-419c-9d07-e9a0bc3dcddf",{"id":4628,"url":4816,"linktype":31,"fieldtype":32,"cached_url":4816,"story":4817},"de/blog/data-science/conversion-whiteboard-20-wie-sample-pollution-dir-den-uplift-versaut",{"name":4624,"id":4627,"uuid":4628,"slug":4818,"url":4819,"full_slug":4819,"_stopResolving":81},"conversion-whiteboard-20-wie-sample-pollution-dir-den-uplift-versaut","de/data-science/conversion-whiteboard-20-wie-sample-pollution-dir-den-uplift-versaut",[],"2",[],[],-70,[4826],"Desillusionierung (Reifegrad)","ab2c414a-b4fa-4b59-95c3-d111c11dd9aa","2018-03-07T09:50:48.000Z",[],13,"\u003Csvg xmlns=\"http://www.w3.org/2000/svg\" width=\"1em\" height=\"1em\" fill=\"currentColor\" viewBox=\"0 0 256 256\">\u003Cpath d=\"M221.66,133.66l-72,72a8,8,0,0,1-11.32-11.32L196.69,136H40a8,8,0,0,1,0-16H196.69L138.34,61.66a8,8,0,0,1,11.32-11.32l72,72A8,8,0,0,1,221.66,133.66Z\">\u003C/path>\u003C/svg>",1791547824066]