> ## Documentation Index > Fetch the complete documentation index at: https://docs.aftersell.com/llms.txt > Use this file to discover all available pages before exploring further. # Checkout-A/B-Testing > Erfahre, wie du A/B-Tests für deine Checkout-Widgets in Aftersell einrichtest, verwaltest und analysierst
# Checkout-A/B-Testing
Mit A/B-Testing (auch Split-Testing genannt) kannst du zwei Versionen eines Checkout-Widgets vergleichen, um herauszufinden, welche besser abschneidet. A/B-Testing ist derzeit nur für Standalone-Widgets verfügbar und wird für Pages noch nicht unterstützt. Jede Version wird einem Teil deines Checkout-Traffics angezeigt, und die Performance wird separat erfasst, damit du die leistungsstärkere Version identifizieren kannst. Indem du Variationen deiner Angebote testest, kannst du Conversion Rates verbessern, den Umsatz steigern und datenbasierte Entscheidungen über deine Upsell-Strategie treffen. Diese Seite behandelt nur A/B-Testing für Checkout-Widgets. Wenn du deine Post-Purchase-Angebote testen möchtest, siehe [A/B-Testing für Post-Purchase-Angebote](/de/aftersell/post_purchase_a_b_testing). Checkout-Widgets sind aufgrund der Einschränkungen der Shopify Checkout Extensibility API nur für Shopify-Plus-Händler verfügbar.
## So funktioniert Checkout-A/B-Testing
Standalone-Checkout-Widgets unterstützen zwei Versionen innerhalb eines einzelnen Blocks. Wenn beide Versionen aktiv sind, wird der Traffic 50/50 zwischen ihnen aufgeteilt, in der Analytics-Ansicht als **Version A** und **Version B** bezeichnet. Jede Version wird einem separaten Teil der Kunden angezeigt, und ihre Performance wird unabhängig erfasst, damit du Ergebnisse vergleichen und einen Gewinner identifizieren kannst. Jede Version hat ihre eigene Konfiguration und eigenen Einstellungen, sodass sich bedeutsame Unterschiede zwischen Angeboten testen lassen. A/B-Testing ist derzeit nur für Standalone-Widgets verfügbar. Pages unterstützen A/B-Testing noch nicht.
### Was du testen kannst
A/B-Testing wird sowohl bei **Upsell-Widgets** als auch bei **Content-Widgets** unterstützt. **Upsell-Widgets** — du kannst testen: * **Produkte**: Verschiedene Produkte, Produkttypen oder Empfehlungsstrategien (bestimmtes Produkt vs. KI-Empfehlungen vs. teuerstes Produkt) * **Rabatte**: Verschiedene Rabatthöhen oder -arten (Prozentsatz vs. fester Betrag) * **Widget-Modus**: Single-Product-Upsell, Multi-Product-Upsell oder Checkmark-Upsell * **Blank (Skip)**: Nutze eine leere Version als Kontrolle, um zu messen, ob das Anzeigen eines Upsells der Checkout-Conversion hilft oder schadet **Content-Widgets** (Trust Badges, Testimonials, Cart Controls, Notizen, Text, Bilder, Reward Bar) — du kannst testen: * Unterschiedliche Badge- oder Testimonial-Inhalte * Unterschiedliche Botschaften oder Texte * Anzeigen vs. Nicht-Anzeigen eines Content-Widgets (mit Blank/Skip als Kontrolle)
## Testtypen
Wenn du einem Standalone-Widget eine neue Version hinzufügst, wählst du einen von drei Testtypen:
### Duplicate content
Duplicate content erstellt eine neue Version als Kopie einer bestehenden Version. Nutze das, wenn du eine kleine Änderung testen möchtest — etwa eine andere Rabatthöhe oder ein anderes Produkt — während alles andere gleich bleibt. Da der Ausgangspunkt identisch ist, ist ein Performance-Unterschied mit höherer Wahrscheinlichkeit auf die eine Änderung zurückzuführen, die du vorgenommen hast. Das ist der häufigste Ausgangspunkt für A/B-Tests, weil er Variablen minimiert und Ergebnisse leichter interpretierbar macht.
### New content
New content erstellt eine leere Version, die du von Grund auf konfigurierst. Nutze das, wenn du ein grundlegend anderes Angebot testen möchtest — etwa einen anderen Widget-Modus, eine völlig andere Produktkategorie oder eine andere Trigger-Strategie. New-content-Versionen geben dir volle Flexibilität, erfordern aber mehr Einrichtungszeit. Dieser Typ eignet sich am besten für breitere Tests, bei denen du zwei unterschiedliche Ansätze vergleichen möchtest statt einer einzelnen inkrementellen Änderung.
### Blank (Skip)
Blank (Skip) erstellt eine leere Version, die den ihr zugewiesenen Kunden nichts anzeigt. Nutze sie als Kontrollgruppe, um die Basislinie zu messen — was passiert, wenn gar kein Widget angezeigt wird. Der Vergleich einer Blank-Version mit einem aktiven Angebot hilft dir zu verstehen, ob dein Widget der Checkout-Conversion hilft oder schadet. Das ist besonders nützlich, wenn du befürchtest, dass das Anzeigen eines Widgets bei bestimmten Kundensegmenten die Checkout-Abbruchrate erhöhen könnte.
## Einen Checkout-A/B-Test einrichten
### Schritt 1: Öffne oder erstelle ein Standalone-Widget
1. Öffne die Aftersell-App aus deinem Shopify-Adminbereich 2. Navigiere in der linken Seitenleiste zu **Checkout** 3. Scrolle zum Bereich **Standalone widgets** 4. Öffne entweder ein bestehendes Standalone-Widget über das Stift-Symbol (Bearbeiten) oder klicke auf **Create widget**, um ein neues zu erstellen
### Schritt 2: Füge eine Version hinzu
1. Füge im Widget-Editor eine neue Version hinzu 2. Wähle einen der drei Testtypen: **Duplicate content**, **New content** oder **Blank (Skip)** 3. Konfiguriere die neue Version — lege Produkt, Rabatt, Widget-Modus und alle anderen Einstellungen fest, die du testen möchtest
### Schritt 3: Prüfe deine Trigger
Trigger gehören zum Widget, nicht zu einer einzelnen Version — die Karte **Select triggers** befindet sich über den Versions-Tabs, und sowohl Version A als auch Version B werden unter denselben Bedingungen ausgeliefert. Es gibt nichts pro Version zu konfigurieren, und das Targeting selbst kann nicht per A/B-Test getestet werden. Eine vollständige Liste der verfügbaren Trigger-Optionen findest du unter [Checkout-Trigger](/de/aftersell/checkout_triggers).
### Schritt 4: Überprüfe die Platzierung im Shopify-Checkout-Editor
1. Öffne den Shopify-Checkout-Editor aus deinem Shopify-Adminbereich 2. Bestätige, dass der App-Block für dieses Standalone-Widget an der gewünschten Stelle platziert ist 3. Das Widget wird Kunden erst angezeigt, wenn es platziert wurde Dein A/B-Test ist jetzt live.
## Wie der Traffic aufgeteilt wird
Checkout-A/B-Tests nutzen eine **50/50-Aufteilung** zwischen zwei aktiven Versionen (Version A und Version B). Der Traffic wird automatisch gleichmäßig zwischen den Versionen verteilt und kann nicht manuell angepasst werden. Wenn du eine Version pausierst, geht der gesamte Traffic an die verbleibende Version. Lass für einen validen A/B-Test beide Versionen laufen.
## Deinen Test verwalten
Sobald dein A/B-Test läuft, kannst du ihn jederzeit im Widget-Editor verwalten.
### Eine Version pausieren
Öffne das Menü **Manage A/B test** und wähle **Pause version A** oder **Pause version B**. Die pausierte Version erhält keinen Traffic mehr und die verbleibende Version übernimmt ihn komplett. Wähle **Reactivate split test**, um zur 50/50-Aufteilung zurückzukehren. Es gibt keinen Aktiv-Umschalter pro Version — der **Active**-Schalter im Widget-Header steuert das gesamte Widget, beide Versionen zusammen.
### Eine Version bearbeiten
Öffne die Version und nimm deine Änderungen direkt vor. Vermeide für genaue Ergebnisse wesentliche Änderungen an einer Version, während der Test läuft, da es sonst schwerer wird zu interpretieren, was Performance-Unterschiede verursacht hat.
### Eine Version löschen
Lösche eine Version, um sie dauerhaft aus dem Widget zu entfernen. Nach dem Löschen können die Version und ihre Daten nicht wiederhergestellt werden. Der gesamte Traffic geht an die verbleibende aktive Version.
### Einen Gewinner auswählen
Wenn du bereit bist, den Test zu beenden und dich für eine Version zu entscheiden: 1. Identifiziere anhand der Analytics die leistungsstärkere Version 2. Pausiere oder lösche die unterlegene Version 3. Die Gewinner-Version erhält nun 100 % des Traffics
## Deine A/B-Test-Ergebnisse verstehen
Während ein A/B-Test läuft, kannst du die Performance von Version A und Version B einsehen, indem du auf dem Checkout-Dashboard auf das Balkendiagramm-Symbol neben dem Widget klickst. Welche Metriken angezeigt werden, hängt vom Widget-Typ ab — Upsell-Widgets und Content-Widgets zeigen unterschiedliche Metriken. Eine vollständige Aufschlüsselung aller Metriken auf Widget-Ebene, der Analytics pro Version und der Checkout-Diagramme im Analytics-Tab findest du unter [Checkout-Analytics](/de/aftersell/checkout_analytics).
## Einschränkungen
### A/B-Testing nur innerhalb desselben Widget-Typs
A/B-Testing in Aftersell vergleicht zwei Versionen **desselben Widget-Typs**. Du kannst zum Beispiel zwei verschiedene Trust-Badge-Konfigurationen gegeneinander testen oder ein Upsell-Angebot gegen Blank (Skip). Du kannst nicht über verschiedene Widget-Typen hinweg testen — zum Beispiel kannst du kein Trust-Badge-Widget gegen ein Bild-Widget im selben A/B-Test antreten lassen.
### A/B-Testing ist für Pages nicht verfügbar
A/B-Testing ist derzeit nur für Standalone-Widgets verfügbar. Pages unterstützen A/B-Testing noch nicht.
### Platzierungs-Tests werden nicht unterstützt
Du kannst keine unterschiedlichen Widget-Platzierungen per A/B-Test vergleichen (zum Beispiel, ob ein Upsell in der Bestellübersicht besser abschneidet als über dem Zahlungsbereich). A/B-Testing vergleicht den Inhalt innerhalb eines einzelnen Widgets an einer festen Platzierung.
## Best Practices
### Teste ein Element nach dem anderen
Wenn du mehrere Elemente gleichzeitig änderst, wird es schwierig zu wissen, welche Änderung das Ergebnis verursacht hat. Isoliere eine Variable pro Test für klare, umsetzbare Erkenntnisse. **Gut**: Teste 10 % Rabatt vs. 20 % Rabatt (eine Variable geändert) **Vermeide**: Teste 10 % Rabatt + Produkt A vs. 20 % Rabatt + Produkt B (zwei Variablen gleichzeitig geändert)
### Nutze Blank (Skip) als Kontrolle
Eine Blank-(Skip)-Version gegen ein aktives Widget laufen zu lassen, ist einer der wertvollsten Tests, die du durchführen kannst. Er sagt dir, ob das Anzeigen des Widgets überhaupt deiner Checkout-Conversion-Rate hilft oder schadet. Wenn die Blank-Version beim Checkout-Abschluss besser abschneidet, lohnt es sich möglicherweise, das Angebot ganz zu überdenken oder dein Targeting anzupassen.
### Überwache Checkout-Abbrüche
Eine höhere Upsell-Conversion-Rate ist gut, aber stelle sicher, dass sie nicht auf Kosten erhöhter Checkout-Abbrüche geht. Prüfe die **Checkout abandonment rate** unter Analytics > Checkout-Tab regelmäßig, während A/B-Tests laufen. Bei Content-Widgets enthält die Analytics-Ansicht pro Version ebenfalls eine Checkout-abandonment-rate-Metrik.
### Gängige Testideen
**Upsell-Widget-Tests** * Bestimmtes Produkt vs. KI-Empfehlungen vs. teuerstes Produkt * Ergänzendes Produkt vs. gleiches Produkt (Nachkauf) * 10 % Rabatt vs. 20 % Rabatt * Prozentualer Rabatt vs. fester Betrag * Rabatt vs. kein Rabatt * Single-Product-Upsell vs. Checkmark-Upsell * Multi-Product-Upsell vs. Single-Product-Upsell * Aktives Angebot vs. Blank (Skip), um den Nettoeffekt eines Upsells zu messen **Content-Widget-Tests** * Trust Badge mit vs. ohne bestimmte Badges * Unterschiedliche Testimonial-Inhalte * Unterschiedliche Notiz- oder Textbotschaften * Aktiver Inhalt vs. Blank (Skip), um den Effekt des Content-Widgets zu messen
## Häufig gestellte Fragen
### Stoppen A/B-Tests automatisch, nachdem sie statistische Signifikanz erreicht haben?
Nein. Ein Checkout-A/B-Test läuft weiter, bis du ihn selbst beendest — es gibt keinen automatischen Stopp, wenn ein Ergebnis statistische Signifikanz erreicht. Prüfe die Performance jeder Version in den Analytics, und wenn du dir bei einem Gewinner sicher bist, beende den Test manuell, indem du die unterlegene Version deaktivierst oder löschst (siehe [Einen Gewinner auswählen](#selecting-a-winner)). Aftersell stoppt nie einen Test und wählt nie einen Gewinner für dich aus. ***
## Brauchst du Hilfe?
Wenn du Fragen zur Einrichtung oder Analyse deiner Checkout-A/B-Tests hast, chatte mit unserem Support-Team über den Live-Chat unten rechts in der App.