A/B-Testing von Landing-Pages mit Kurzlinks, ohne CRO-Tool

Die meisten A/B-Testing-Plattformen verlangen zwischen 200 und 2.000 US-Dollar pro Monat, noch bevor Sie ein einziges Experiment durchgeführt haben. Sie verdienen diese Gebühr am oberen Ende - Multi-Armed-Bandit-Optimierung, Heatmaps, Tests von In-Page-Elementen gegen ein live DOM. Aber ein großer Teil dessen, was in der Praxis tatsächlich getestet wird, ist einfacher: zwei Landing-Pages, eine Frage - welche konvertiert besser. Für diesen Anwendungsfall können Sie das Tool komplett überspringen und einen smarten Kurzlink als Traffic-Splitter verwenden. Das Routing erfolgt serverseitig, an der Edge, bevor der Browser lädt. Keine JavaScript-Injektion, kein Flimmern.

Dieser Beitrag führt Sie durch die Mechanik und den vollständigen Workflow. Am Ende haben Sie einen ausführbaren Plan, eine Schätzung der Stichprobengröße und genügend Kontext, um zu wissen, wann dieser Ansatz an seine Grenzen stößt und Sie tatsächlich ein dediziertes Tool benötigen.

TL;DR

• Ein smarter Kurzlink leitet jeden Besucher basierend auf einer gewichteten Zufallszuweisung serverseitig zu Variante A oder B weiter - kein JS-Flimmern, kein Drittanbieter-Skript.
• Die Zuweisung erfolgt pro Klick und ist nicht sticky, planen Sie also für einen Besucher, der zweimal klickt und beide Varianten sieht.
• Sie benötigen mindestens 1.000 Besucher pro Variante, bevor die Daten interpretierbar sind. Nutzen Sie den Stichprobenrechner von Evan Miller (abgerufen am 12.05.2026) für Ihre spezifische Basisrate und den erwarteten Lift.
• Dieser Ansatz eignet sich gut für Experimente auf Seitenebene. Für Tests auf Elementebene (Button-Farbe, Texte, In-Page-Layout) oder Multi-Armed-Bandit-Optimierung sollten Sie weiterhin ein spezialisiertes CRO-Tool verwenden.

Warum sich serverseitiges Splitting trotz der Kompromisse lohnt

Google Optimize wurde im September 2023 mit einer Erklärung in seinen Support-Dokumenten (abgerufen am 12.05.2026) eingestellt: Das Unternehmen würde das Experimentieren in Google Analytics 4 integrieren und stattdessen mit CRO-Plattformen von Drittanbietern zusammenarbeiten. Das Seitenflimmern-Problem, das es in seiner eigenen Entwicklerdokumentation beschrieb - das kurze Aufblitzen des ursprünglichen Seiteninhalts vor dem Austausch der Variante - war eine bekannte Einschränkung des clientseitigen A/B-Testings, die selbst der Marktführer nie vollständig gelöst hat.

Clientseitige Tools injizieren ein Snippet, das auf das Rendern des DOM wartet und dieses dann austauscht. Der Austausch dauert je nach Komplexität 50–300 ms. Bei einer schnellen Verbindung mit aufgewärmtem Browser-Cache bemerken Besucher dies selten. Bei einem Kaltstart über Mobilfunk ist es sichtbar. Schlimmer noch: Ad-Blocker und skriptintensive Umgebungen verhindern manchmal die Ausführung des Snippets gänzlich, was dazu führt, dass diese Besucher auf die ursprüngliche Seite geleitet werden und Ihre Kontrollgruppe mit der Teilmenge des Traffics verunreinigen, die Skripte blockiert.

Ein Kurzlink leitet an der Edge weiter, bevor HTML gesendet wird. Der Besucher sieht niemals die URL der anderen Variante im Browser. Die von Ihnen gemessene Konversionsrate ist sauber - keine Verunreinigung durch blockierte Skripte, kein Flimmer-Artefakt. Der Kompromiss besteht darin, dass Sie ganze Seiten testen, keine In-Page-Elemente. Sie gestalten die Landing-Page neu, lassen beide URLs auf den Kurzlink zeigen und lassen ihn den Traffic aufteilen.

Für eine vollständige Aufschlüsselung, wie Smart-Links an der Edge funktionieren, einschließlich der Cache-Propagierungsmechanik und der sechs Routing-Dimensionen, behandelt dieser Beitrag die zugrunde liegende Architektur ausführlicher. Die Kurzfassung: Routing-Entscheidungen treffen im Elido-Edge-Dienst, bevor Antwort-Bytes das Rechenzentrum verlassen. Produktiv läuft heute ein einzelner Host; Edge-Standorte in mehreren Regionen sind geplant, nicht live.

Wie der Split funktioniert

Wenn ein Besucher Ihren smarten Kurzlink aufruft, weist die Edge ihm mithilfe einer gewichteten Zufallsauswahl eine Variante zu. Die Standardgewichtung beträgt 50/50; Sie können 70/30, 80/20 oder jeden beliebigen n-Wege-Split konfigurieren, einschließlich drei oder mehr Varianten.

Die Zuweisung ist nicht sticky. Die Edge wählt für jeden Klick eigenständig eine Variante, per gewichtetem Zufall oder, wenn Sie Round-Robin-Rotation einstellen, durch zyklisches Durchlaufen der Varianten. Ein Besucher, der um 9 Uhr morgens auf den Link klickt und um 19 Uhr erneut, kann auf unterschiedlichen Varianten landen. Planen Sie das ein. Das ist wichtig, da Besucher, die beide Varianten sehen, ein Kontaminationsproblem darstellen, das Ihren Konversionsdaten Rauschen hinzufügt, und Elido bindet einen Besucher noch nicht an eine Variante.

Für die meisten Landing-Page-Tests ist dies akzeptabel. Die meisten Besucher klicken nur einmal. Wenn Ihr Produkt einen bekannten mehrtägigen Evaluierungszyklus hat (z. B. B2B-SaaS-Testphasen), sind wiederholte Klicks wahrscheinlicher, und die Kontamination wächst. Die Konversionsrate pro Variante bleibt ein fairer Aggregatwert, aber ein Besucher, der konvertiert, nachdem er beide Varianten gesehen hat, wird nur einer davon zugerechnet. Die unten beschriebene Query-Parameter-Variante umgeht das, weil die Variante in der URL mitreist, zu der der Besucher zurückkehrt.

Click-Events werden in unserem Analysespeicher mit dem angehängten Varianten-Tag aufgezeichnet. Die Klickverteilung pro Variante und die nachgelagerte Konversionsrate sind beide im Analytics-Dashboard ohne zusätzliche Konfiguration sichtbar. Der Leitfaden zum Conversion-Tracking beschreibt, was Conversion-Tracking heute leistet: Stripe- und Shopify-Käufe werden über den Parameter elido_link_id dem Link zugeordnet. Elido setzt keine Klick-ID bei Redirects; für Formularabsendungen oder andere Erfolgsmetriken lesen Sie Ihre eigenen Analytics nach Varianten-Seite oder nach dem Query-Parameter aus.

Die zwei Variantenformen

Es gibt zwei Möglichkeiten, die Varianten zu strukturieren, und die richtige Wahl hängt von Ihrem Analytics-Setup ab.

Seitenvarianten. Jede Variante ist eine eindeutige URL, die auf eine andere Seite verweist. Variante A ist https://acme.example/landing-v1, Variante B ist https://acme.example/landing-v2. Der Kurzlink leitet zur vollständigen Ziel-URL weiter. Ihr Analytics-Tool sieht zwei separate Seiten und Sie vergleichen diese direkt. Dies ist die einfachere Form - keine Änderungen an der Zielseite erforderlich, funktioniert mit jedem Analytics-Setup, das Seitenaufrufe nach URL verfolgt.

Abfrageparameter-Varianten. Beide Varianten lösen auf dieselbe Basis-URL auf, wobei ein ?variant=A oder ?variant=B angehängt wird. Die Zielseite liest den Parameter aus und rendert die entsprechende Variante. Dies ermöglicht es Ihnen, eine einzige URL in Ihren Analytics zu verwenden und dennoch das Seitenerlebnis zu differenzieren. Es erfordert, dass die Zielseite den Parameter tatsächlich verarbeitet - eine JavaScript-Prüfung zur Renderzeit oder eine serverseitige Verzweigung in Ihrem Template. Der Vorteil ist, dass die Multi-Touch-Attribution sauber ist: Ein Besucher, der die URL als Lesezeichen speichert und später zurückkehrt, trägt den Varianten-Tag mit sich, ohne dass der Kurzlink eine Neuzuweisung vornehmen muss.

Die Abfrageparameter-Form lässt sich gut mit serverseitigem Rendering kombinieren. Wenn Ihre Landing-Page eine Next.js-Route ist, lesen Sie searchParams.variant in der Seitenkomponente aus und rendern Sie bedingt die A- oder B-Version. Die Seite bleibt in GA4 eine einzige URL, und die Varianten-Dimension ist als benutzerdefinierter Parameter verfügbar. Für die vollständige UTM-Attributionsschicht darüber beschreibt der Leitfaden zum UTM-Tracking von Ende-zu-Ende, wie Sie das Template strukturieren und sicherstellen, dass die Variante nachgelagert an Ihr Conversion-Ziel übermittelt wird.

Grundlagen zu Stichprobengröße und Signifikanz

Dies ist der am häufigsten übersprungene Schritt, und er ist der Grund, warum die meisten selbst durchgeführten A/B-Tests zu Schlussfolgerungen führen, die nicht standhalten.

Die Anzahl der pro Variante benötigten Besucher hängt von drei Eingangsgrößen ab: Ihrer Basis-Konversionsrate, dem Mindest-Lift, den Sie zuverlässig erkennen möchten, und dem Konfidenzniveau, das Sie akzeptieren möchten. Ein Test, der einen absoluten Lift von 5 % erkennt (beispielsweise von einer Konversionsrate von 10 % auf 15 %) bei einer Konfidenz von 95 %, benötigt etwa 760 Besucher pro Variante. Ein Test, der einen Lift von 2 % von derselben 10 %igen Basis aus erkennen möchte, benötigt rund 3.800 pro Variante. Der Stichprobenrechner von Evan Miller (abgerufen am 12.05.2026) berechnet diese Zahlen für alle von Ihnen angegebenen Werte - nutzen Sie ihn vor dem Start, nicht erst, nachdem Sie erste Ergebnisse sehen.

Aus dem Überspringen dieses Schritts resultieren zwei häufige Fehler.

Zu frühes Reinschauen und Stoppen. Sie prüfen die Ergebnisse nach 200 Besuchern, sehen einen Unterschied von 12 %, erklären einen Gewinner und beenden den Test. Das Problem: Bei 200 Besuchern liegt ein Unterschied von 12 % bei den meisten Basis-Konversionsraten weit innerhalb des Rauschbereichs. Das vorzeitige Stoppen bei einem positiven Ergebnis ist statistisch gleichbedeutend mit dem "Fischen" nach einem signifikanten Ergebnis - irgendwann werden Sie allein durch Zufall eines finden. Legen Sie Ihre erforderliche Stichprobengröße vor Beginn des Tests fest und werten Sie erst aus, wenn Sie diese erreicht haben.

Neuheitseffekt. Traffic, der Ihre Landing-Page noch nie gesehen hat, reagiert anders als wiederkehrender Traffic, der auf eine neue Seite stößt. Wenn Ihr Kurzlink in einer bezahlten Werkampagne verwendet wird, ist der Großteil des Traffics "kalt" und der Neuheitseffekt minimal. Wenn Sie ihn an eine bestehende E-Mail-Liste senden, kennt ein Teil Ihres Publikums Ihre bestehende Landing-Page bereits, und das Sehen einer neuen Variante kann einen vorübergehenden Konversions-Lift erzeugen, der nach der ersten Woche abklingt. CXls Analyse der statistischen Signifikanz beim Conversion-Testing (abgerufen am 12.05.2026) behandelt den Neuheitseffekt und das Problem der Stichprobenstabilität ausführlicher - die wichtigste Empfehlung lautet, den Test lange genug laufen zu lassen, um mindestens einen vollständigen wöchentlichen Zyklus Ihres Traffic-Musters abzudecken.

Ein praktischer Plausibilitätscheck vor einem echten Test: Führen Sie zuerst einen A/A-Test mit Ihrem Kurzlink durch. Konfigurieren Sie beide Varianten so, dass sie auf exakt dieselbe Seite zeigen. Wenn Ihr Traffic und Ihr Mess-Setup sauber sind, sollten die beiden Varianten statistisch ununterscheidbare Konversionsraten aufweisen. Wenn sie in einem A/A-Test um mehr als 2-3 % voneinander abweichen, stimmt etwas mit Ihrer Zuweisungslogik, Ihrem Conversion-Tracking oder beidem nicht.

Einrichtungsschrittfolge

Das Erstellen des Split-Kurzlinks dauert etwa fünf Minuten. Der entscheidende Teil ist, das rules-Array richtig hinzubekommen - es steuert, wie die Edge Varianten zuweist.

curl -X POST \
  https://api.elido.app/v1/links \
  -H "Authorization: Bearer $ELIDO_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "domain":       "go.acme-demo.app",
    "slug":         "spring-lp-test",
    "destination":  "https://acme.example/landing-v1",
    "rules": [
      {
        "type":        "ab_split",
        "variants": [
          {
            "label":       "A",
            "destination": "https://acme.example/landing-v1",
            "weight":      50
          },
          {
            "label":       "B",
            "destination": "https://acme.example/landing-v2",
            "weight":      50
          }
        ]
      }
    ],
    "tags": ["ab-test", "spring-2026-lp"]
  }'

Einige bemerkenswerte Felder: Die destination auf der obersten Ebene ist der Fallback - falls das rules-Array aus irgendeinem Grund nicht passt (Edge-Cache-Miss während eines Deployments, fehlerhafte Anfrage), wird der Traffic auf die ursprüngliche Landing-Page geleitet, anstatt abzubrechen. Das tags-Array macht den Link im Dashboard filterbar, wenn Sie mehrere Tests gleichzeitig laufen haben.

Sobald der Link erstellt ist, fügen Sie ihn in Ihre Kampagne ein - einen E-Mail-Versand, eine bezahlte Anzeige, einen Social-Media-Post - und lassen Sie ihn in Ruhe. Das Klickverteilungs-Panel im Dashboard zeigt den Split pro Variante nahezu in Echtzeit an (die Ingestion ist asynchron, rechnen Sie also mit einer kurzen Verzögerung). Sie sollten sehen, dass der 50/50-Split nach den ersten paar hundert Klicks innerhalb von 2–3 Prozentpunkten stabil bleibt.

Für einen tieferen Einblick in die Smart-Links-Feature-Seite und die vollständige Regel-Syntax einschließlich Länder-, Geräte-, Tageszeit- und Referrer-Bedingungen deckt die Produktdokumentation alle Dimensionen ab. Die Lösungsseite für Marketer enthält die spezifischen Attributions- und Kampagnen-Integrationsmuster, die für diesen Anwendungsfall am relevantesten sind.

Ergebnisse lesen

Die Ergebnisse pro Variante erscheinen im Analytics-Dashboard in der Detailansicht des Links. Die Klickzahl, die Click-to-Conversion-Rate (falls Sie Conversion-Events eingerichtet haben) und der Split-Prozentsatz sind alle sichtbar, ohne dass etwas exportiert werden muss.

Die angezeigte Konversionsrate ist das Verhältnis von Klicks zu Conversions für jede Variante unabhängig voneinander. Angenommen, Variante A hatte 1.200 Klicks und 96 Conversions: 8,0 %. Variante B hatte 1.180 Klicks und 115 Conversions, das ergibt 9,7 %. Der Unterschied beträgt 1,7 Prozentpunkte - ein relativer Lift von 21 %.

Ob dieser Unterschied real ist, hängt von Ihrer Stichprobenberechnung ab. Bei 1.000 Besuchern pro Variante ist ein Unterschied von etwa 2,5 Prozentpunkten von einer 8 %igen Basis bei einer Konfidenz von 95 % statistisch signifikant. Bei 1.200 pro Variante sinkt dieser Schwellenwert leicht. Einen Abstand von 1,7 Punkten würde ich noch nicht als Sieg werten. Lassen Sie die Zahlen durch den Rechner laufen, bevor Sie einen Gewinner küren.

Wenn Sie Ihre erforderliche Stichprobengröße erreicht haben, küren Sie den Gewinner und handeln Sie entsprechend. Leiten Sie das Ziel der unterlegenen Variante auf den Gewinner um, indem Sie die Regeln des Kurzlinks aktualisieren. Wenn Sie die Testdaten bewahren möchten, erstellen Sie einen neuen Link für die Gewinnerseite, anstatt den ursprünglichen zu ändern. Die historischen Split-Daten des ursprünglichen Links bleiben im Analysespeicher erhalten und sind im Dashboard dauerhaft sichtbar.

Lassen Sie den Test nicht weiterlaufen, nachdem Sie den Gewinner gekürt haben. Jeder zusätzliche Tag, an dem die unterlegene Variante ausgespielt wird, kostet echte Conversions, und der ganze Sinn statistischer Signifikanz liegt darin, dass Sie endlich genug Belege zum Handeln haben - also handeln Sie.

Häufige Fehler, die erwähnungswert sind

Zu frühes Reinschauen. Oben bereits erwähnt, aber wert, wiederholt zu werden, da dies die häufigste Fehlerquelle ist. Die Versuchung, die Ergebnisse nach ein paar hundert Besuchen zu prüfen, ist natürlich, und die Lösung ist mechanisch: Notieren Sie sich Ihre erforderliche Stichprobengröße vor dem Start, setzen Sie eine Erinnerung in Ihren Kalender für den Zeitpunkt, an dem Sie diese voraussichtlich erreichen werden, und schließen Sie das Analytics-Tab bis dahin.

Ignorieren des Neuheitseffekts. Neue Seiten erhalten einen kurzfristigen Lift, einfach weil sie neu sind. Wenn Ihr Testfenster drei Tage beträgt und Ihr Traffic eine signifikante Komponente wiederkehrender Besucher aufweist, lassen Sie den Test vor der Auswertung mindestens eine volle Woche laufen. Die Signifikanzanalyse von CXL (abgerufen am 12.05.2026) legt nahe, dass Tests unter sieben Tagen für die meisten Retail-Traffic-Muster unzuverlässig sind, genau weil der Neuheitseffekt in einem kürzeren Fenster nicht abklingt.

Überspringen des A/A-Plausibilitätschecks. Wenn Sie noch nie einen A/B-Test mit dieser Traffic-Quelle und diesem Conversion-Tracking-Setup durchgeführt haben, machen Sie zuerst einen 50/50-Split, bei dem beide Varianten auf dieselbe Seite zeigen. Bestätigen Sie, dass die gemeldeten Konversionsraten innerhalb von 1–2 Prozentpunkten beieinander liegen. Dies schließt Messprobleme aus, bevor Sie echte Testdaten über die Infrastruktur laufen lassen.

Mischen von Traffic-Quellen. Wenn Ihr Kurzlink gleichzeitig in einer bezahlten Anzeige und einem organischen Social-Media-Post erscheint, haben die beiden Traffic-Quellen unterschiedliche Basis-Konversionsraten und Geräte-Mixe. Die Zuweisung pro Variante erfolgt zwar zufällig über alle Besucher hinweg, aber die Schieflage der Basis bedeutet, dass Variante A zufällig etwas mehr mobilen Paid-Traffic erhalten könnte als Variante B, und dieser Unterschied lässt sich nur schwer von einem echten Behandlungseffekt trennen. Beschränken Sie Ihren Testlink auf jeweils eine Traffic-Quelle oder verwenden Sie separate Links pro Quelle, die jeweils unabhängig splitten.

Wann Sie stattdessen ein echtes CRO-Tool verwenden sollten

Der Kurzlink-Splitter eignet sich gut für Experimente auf Seitenebene. Drei Fälle, in denen Sie zu einem dedizierten Tool greifen sollten.

Multi-Armed-Bandit-Optimierung. Klassisches A/B-Testing hält Traffic-Splits fest und wertet am Ende aus. Multi-Armed-Bandit-Algorithmen verschieben dynamisch mehr Traffic zur besser abschneidenden Variante, während sich die Evidenz ansammelt - nützlich, wenn Sie das "Bedauern" (Conversions, die an die unterlegene Variante verloren gehen) während des Testzeitraums minimieren möchten, anstatt die statistische Sicherheit am Ende zu maximieren. Der Split von Elido ist statisch gewichtsbasiert; wenn Sie die Bandit-Variante wünschen, sind Tools wie Optimizely oder VWO dafür gebaut.

In-Page-Element-Testing. Das Testen einer Button-Farbe, einer Überschrift, eines Formular-Layouts oder eines Hero-Images erfordert die Änderung des DOM einer einzelnen Seite, anstatt das Routing zu zwei verschiedenen URLs. Das ist JavaScript-Territorium - ein Tool, das ein Snippet injiziert und die gerenderte Seite ändern kann, ist hier der richtige Ansatz. Das Splitting über Kurzlinks funktioniert nur, wenn die Varianten unter verschiedenen URLs oder verschiedenen Abfrageparametern leben, die die Seite bereits ausliest.

Heatmaps und Session-Replay. Wenn Sie verstehen wollen, warum Variante B besser konvertiert - wo Besucher klicken, wie weit sie scrollen, wo sie abbrechen -, benötigen Sie ein Tool, das die Sitzung instrumentiert. Diese Daten stammen nicht aus Analytics auf Klickebene. Hotjar, Microsoft Clarity und die Session-Replay-Funktionen in Amplitude sind die richtige Ebene hierfür; sie ergänzen einen Kurzlink-Test, anstatt ihn zu ersetzen.

Für alles andere - den Vergleich zweier Seitendesigns, das Testen eines neuen Preisgestaltungs-Layouts oder die Bewertung einer anderen Botschaft im sichtbaren Bereich - ist der hier beschriebene Kurzlink-Workflow ausreichend, kostet nichts über Ihren bestehenden Elido-Plan hinaus und liefert saubere Daten ohne das Flimmer-Artefakt oder die Einstiegsgebühr von 200 US-Dollar pro Monat.

Legen Sie die Stichprobengröße vor dem Start fest. Führen Sie den A/A-Plausibilitätscheck durch. Schauen Sie nicht zu früh rein. Küren Sie den Gewinner, wenn Sie die Zahl erreicht haben, zu der Sie sich verpflichtet haben.