SEO-A/B-Test-Rechner
Messen Sie, ob der Performance-Unterschied zwischen zwei Varianten (title, snippet, layout, CTA) statistisch signifikant ist oder nur Rauschen.
Variante A (Kontrolle)
Variante B (Test)
95%-Konfidenzintervalle
Überschneiden sich die beiden Intervalle, ist der beobachtete Unterschied auf dem 5%-Niveau wahrscheinlich nicht signifikant.
Auch entdecken
Alle WerkzeugeMessen Sie die Lesbarkeit Ihrer deutschen Texte: Wiener Sachtextformel, lange Sätze, lexikalische Vielfalt, schwierige Wörter. Tonalität an Zielgruppe anpassen.
Extrahieren Sie Title, Meta-Description, H1 und H2 von bis zu 50 Seiten auf einmal. Ideal zur Prüfung der redaktionellen Konsistenz einer Kategorie oder eines Wettbewerbers.
E-A-T-Score basierend auf objektiven Signalen: identifizierter Autor, Veröffentlichungs- und Änderungsdaten, Zitate zu Autoritätsquellen, Article+Person Schema.org-Markup.
Ist Ihre Seite bereit für AI Overviews und ChatGPT Search? FAQ/HowTo-Schema, Q&A-Muster, Listen, direkte Antwort, Markenerwähnungen — Score 0-100.
Häufig gestellte Fragen
Was ist ein statistisch signifikanter Test? +
Ein Ergebnis gilt als signifikant auf dem Niveau α=5%, wenn die Wahrscheinlichkeit, einen so großen Unterschied zufällig zu beobachten (während die beiden Varianten in Wahrheit gleichwertig sind), unter 5% liegt. Das ist der p-Wert. Ein nicht signifikanter Test besagt nicht, dass die Varianten identisch sind, sondern dass nicht genug Daten vorliegen, um zu schließen. Sie brauchen entweder mehr Traffic oder akzeptieren, dass der Unterschied nicht verwertbar ist.
Warum einen SEO-A/B-Test machen? +
On-Page-SEO-Änderungen (title, meta description, H1, Schema-Markup) haben oft unsichtbare Effekte auf das Ranking selbst, aber messbare auf die CTR. A/B-Tests erlauben es, den Effekt objektiv zu quantifizieren. Grenze: SEO ist keine echte A/B-Umgebung, Sie können nicht zwei verschiedene Titles an denselben Nutzer ausliefern. Praktische Methode, zeitlicher Split-Test (Variante A für 4 Wochen, Variante B die nächsten 4) mit saisonaler Anpassung, oder Split nach Cluster vergleichbarer URLs.
Welche Stichprobengröße anvisieren? +
Hängt von Baseline und gesuchtem Effekt ab. Faustregel: um einen 10%-Lift bei einer 5%-Conversion-Rate zu erkennen, braucht man rund 6.000 Besucher pro Variante (12k gesamt) bei 95% Konfidenz und 80% Power. Je niedriger die Basisrate und je kleiner der erwartete Lift, desto mehr Traffic. Für einen SEO-Test auf einer Seite mit 100 Besuchen/Tag rechnen Sie mit mindestens 2 Monaten für ein verwertbares Signal.
Z-Test vs Chi² vs Bayesianisch? +
Dieses Tool nutzt einen Z-Test für zwei Anteile (Normalapproximation, ideal wenn n*p > 5 und n*(1-p) > 5, in der Praxis ab einigen Hundert Besuchern pro Variante). Chi² ist mathematisch äquivalent in 2×2. Bayesianische Methoden (Wahrscheinlichkeit, dass B > A) sind intuitiver, aber für Business-Reporting weniger Standard, wir ergänzen sie in einer V2, falls Nachfrage besteht.
Wirklich Backlinks kaufen?
Unser Netzwerk-Katalog ist ohne Anmeldung einsehbar. Verlegerpreis sichtbar, ohne Provision, ohne Zwischenhändler.