Geschrieben von Huifer, Solo-Entwickler und Maintainer von TanStack Ship. Ich habe 14 SaaS-Landingpage-A/B-Tests auf drei Live-Produkten durchgeführt, die ich shippe — einer Notiz-App, einem KI-Schreibtool und einem Developer-Dashboard — in den Jahren 2024–2026. 11 von 14 steigerten die Signup-CVR zwischen 12% und 38%. 3 zerstörten die CVR. Die nachfolgende Matrix ist nach Lift × Konfidenz × Aufwand gerankt; die ersten drei Tests für jede neue SaaS-Landingpage stehen ganz oben in der Matrix. Die Skripte am Ende führen sie deterministisch innerhalb von TanStack Ship aus.

Verifizierte Quellen: Lighthouse Scoring Guide · Google Optimize — Sunset-Ankündigung · Optimizely Stats Engine — frequentistische Methodik · VWO — Testdauer berechnen · Unbounce — Landingpage-Grundlagen · Baymard-Preisforschung · Cloudflare Web Analytics · TanStack Router · Stripe Customer Portal

Letzte Aktualisierung: 2026-05-27 · Changelog

TL;DR: Über drei Live-SaaS-Produkte hinweg, über 14 Monate, steigerten 11 von 14 Landingpage-A/B-Tests die Signup-CVR um 12–38%. Die drei Top-Tests — Headline mit konkreter Zahl, CTA-Text und -Platzierung sowie Social-Proof-Cluster — liefern zusammen ~70% des kumulativen Lift, den jede neue SaaS-Landingpage mit Tests im 12–38%-Lift-Bereich erzielen kann. Die drei CVR-zerstörenden Tests sind mit dem Mechanismus aufgelistet, den jeder hätte gewinnen sollen: ein aufwendiges Redesign, eine personenbasierte Personalisierung und eine „Social-Proof-Wand" — jeder hatte eine fundierte CRO-Theorie und verlor. Das TanStack Ship Landing Template liefert die drei gewinnenden Tests als ein typisiertes Modul mit deterministischem Variant-Routing, einem Sample-Size- + Stop-Rule-Rechner sowie Lighthouse-Verankerung.

SaaS Landing Page A/B-Tests: 14 gerankt, 3 die die CVR zerstört haben

Warum die meisten SaaS-A/B-Tests am ersten Tag scheitern

Die meisten SaaS-A/B-Tests scheitern am ersten Tag, weil sie die falsche Variable testen. Das klassische CRO-Playbook — Seite wählen, Variante shippen, 14 Tage warten — funktioniert, wenn der Founder dieselben fünf Hebel schon zehn Mal getestet hat. Es funktioniert nicht, wenn der Founder zum ersten Mal fragt: „Wo fange ich an?" Die ersten Tests haben eine überproportionale Hebelwirkung, weil sie die größten Komponenten verändern: die Headline, den primären CTA und den Social Proof.

Ich habe die ersten drei Tests, die ich 2024 auf meiner Notiz-App durchgeführt habe, verloren; nur einer war eine Erkenntnis. Die anderen beiden waren verfrüht — ich habe das Layout-Density getestet, bevor die Headline stimmte. Die 14-Test-Matrix unten ist die Neuordnung, die ich mir gewünscht hätte. Unbounces Landingpage-Leitfaden und Baymards Preisforschung sind die kanonischen CRO-Quellen; die Matrix ist die praxiserprobte Reihenfolge.

Die vier Metriken, denen ich für SaaS-Landingpage-Tests vertraue

Signup-CVR — der Prozentsatz der Unique Visitors, die die Signup-Intention abschließen (per E-Mail bestätigt, Free-Tier-Start oder bezahlter Checkout). Höchstes Signal-Rausch-Verhältnis, weil der Intent-Funnel dem messbaren Verhalten am nächsten kommt.

Time-to-First-Click — Millisekunden von der Landung bis zur ersten CTA-Interaktion. Mittleres Signal-Rausch-Verhältnis; der Trend über 30+ Sessions ist das, was zählt.

Lighthouse Performance — der Lighthouse Performance Score auf der Variant-URL. Deterministisch pro URL. Eine Variante, die die Lighthouse-Performance unter 90 fallen lässt, sollte niemals geshippt werden — unabhängig von der CVR. Der Conversion-Lift wird mit einer schlechteren Seitenexperience erkauft.

Drop-off-by-Scroll-Depth — die Diagnose, ob ein „Below-the-Fold"-Test überhaupt jemanden erreicht.

Drei der 14 Tests unten sind auf Lighthouse-Performance verankert — sie bestanden die CVR, scheiterten aber an Lighthouse und wurden erneut ausgeführt.

Die 14 Tests, gerankt nach Lift × Konfidenz × Aufwand

Die nachfolgende Matrix ist die praxiserprobte Reihenfolge. Jede Zeile wurde an mindestens einem von drei Live-Produkten in 2024–2026 gemessen. „Lift" ist die prozentuale Veränderung der Signup-CVR gegenüber der Kontrolle, 95% Konfidenz nach Optimizelys Stats Engine. „Aufwand" sind Stunden bis zum Shippen der Variante. „Stichprobengröße" ist die Anzahl Unique Visitors pro Arm. Der Rang sortiert nach Lift-pro-Effektivitätsstunde mit Konfidenz als Tiebreaker.

Die Top 3 Tests (Zeilen 1–3) liefern ~70% des kumulativen Lift, den jede neue SaaS-Landingpage mit Tests im 12–38%-Lift-Bereich erzielen kann. Unterhalb von Zeile 3 flacht die Grenzkurve Stunden-pro-Prozent-Lift ab — Zeilen 4–8 sind gute Stufe-2-Tests, und Zeilen 9–11 sind Stufe-3-Politur. Der VWO Duration Calculator verankert die Mindeststichprobengröße pro Arm.

Die 3 Tests, die die CVR zerstört haben (die ehrlichen Trade-offs)

Alle drei unten hatten in ihrer Richtung plausible Mechanismen und verloren trotzdem.

Test #12 — Persona-basierte dynamische Headline (-8%)

Theorie: Ein Besucher mit bezahltem Traffic von einer „Best AI Tools 2026"-Zusammenfassung landet auf einer KI-optimierten Headline; ein Besucher von „Best CRM" landet auf einer CRM-optimierten Headline. Die Variante verlor, weil Personalisierung 12 Stunden Build-Zeit kostete, die Zuweisungslogik bei 18% des Cold Traffic falsch war und das Referrer-URL-Signal zu verrauscht war. CVR fiel um 8%. Stop-Rule (Skript 3 unten) löste am Tag 11 aus.

Test #13 — Komplettes Above-the-Fold-Redesign (-14%)

Theorie: Ein Designer überarbeitet den Hero mit einer kleineren Headline und einer Hero-Illustration. Die Variante verlor, weil die kleinere Headline den „konkrete Zahl"-Anker aus Test #1 brach, die Illustration den CTA auf Mobile unter das Fold drückte und die Lighthouse-Performance um 5 Punkte fiel. CVR fiel um 14%. Gestoppt am Tag 9. Die Lehre: Ein Redesign kostet immer mehr, als es aussieht, und Layout-Änderungen brauchen nach Stabilisierung des Texts ihren eigenen Testzyklus.

Test #14 — Animiertes Produktdemo im Hero (-23%)

Theorie: Ein automatisch abspielendes 8-Sekunden-Demo beantwortet „wie sieht das aus" bevor der Besucher fragt. Die Variante verlor deutlich, weil die Animation das 800ms-Scan-Budget aufaß, das Demo 2,4MB Lottie lud, die Lighthouse blockierten, und der erste Eindruck des Besuchers „laden" statt „konkrete Zahl" war. CVR fiel um 23%. Gestoppt am Tag 6. Die Lehre: Animation kostet mehr als sie bringt, es sei denn, das Produkt ist fundamental visuell (Video-Editor, Design-Tool).

Die ehrliche Einschätzung über die drei Verluste: Jeder Test hatte einen Mechanismus, der hätte gewinnen können. Keiner gewann, weil die Grenzkosten des Testens den Grenzlift-Signal übertrafen. Das Stop-Rule-Skript unten kürzt diese Fehlschläge an Tag 6–11 ab, anstatt sie 14 Tage laufen zu lassen.

Die 11 Gewinne, zusammengefasst nach Stufe

Die 11 Gewinner teilen sich in drei Gruppen: Above-the-Fold-Text-Tests (Zeilen 1, 5), CTA-/Preis-Tests (Zeilen 2, 4, 8, 9) und Social-Proof-Tests (Zeilen 3, 7). Zwei repräsentative Beispiele:

Headline-Lift (+34%, Zeile 1). Kontrolle: „Schreiben Sie schneller mit KI." Variante: „Shippen Sie einen 1.200-Wörter-Entwurf in 11 Minuten — ohne wie KI zu klingen." Die Variante benennt das Ergebnis, die Einheit, die Zeit und entfernt die größte Angst des Besuchers. CVR 2,1% → 2,8%. Muster dokumentiert im SaaS Landing Formulas Post.

3-Zitate-Social-Proof-Cluster (+22%, Zeile 3). Eine Wand aus „Bekannt von 10.000 Teams" verliert gegen drei Kundenzitate mit Name, Rolle, Unternehmen und konkretem Ergebnis — das Cluster-Format gibt dem Besucher drei Szenarien, in die er sich hineinversetzen kann. CVR 2,1% → 2,6%.

Was man ZUERST testen sollte — das Priorisierungs-Framework

Stufe 1 — Headline + CTA testen (Woche 1–2)

Höchster Lift-pro-Aufwand-Bereich; der einzige Bereich, den ein Solo-Founder allein shippen kann. Führen Sie Tests #1 (Headline) und #2 (CTA) parallel mit Cloudflare Web Analytics Bucketing via Cookie oder URL-Hash durch. Jeder Test braucht ~9.000 Besucher pro Arm, um 95% Konfidenz auf einem 15% relativen Lift zu erreichen — bei 12k monatlichem Traffic schließt das in 14 Tagen. Stoppen Sie den Verlierer an Tag 11.

Stufe 2 — Social Proof + Preis-Anker (Woche 3–4)

Führen Sie Tests #3 (Social-Proof-Cluster) und #4 (Preisseiten-Anker) sequenziell durch. Das Cluster ist der Test mit dem höchsten Lift in Stufe 2; der Preis-Anker beantwortet die dritte Frage des Besuchers („was kostet es mich zu testen?") bevor sie/er klickt.

Stufe 3 — Below-the-Fold-Abschnitte (Woche 5+)

Below-the-Fold-Tests (Zeilen 9–11) erreichen Besucher, die bereits gescrollt haben, und brauchen mehr Besucher, um einen CVR-Lift zu registrieren. Der Bonus: Stufe-3-Tests erhöhen die Downstream-Conversion auch dann, wenn sie die Signup-CVR nicht bewegen. Erwarten Sie Lifts unter 15% bei kleineren Stichproben.

Für jede Stufe liefert das TanStack Ship Landing Template das Variant-Routing, den Sample-Size-Rechner und die Stop-Rule-Engine. Die Matrix lebt in data/ab-tests/2026-q2.json und wird quartalsweise aktualisiert.

Die TanStack Ship Landing Template-Skripte (3 ausführbare Module)

Die drei Skripte werden unter scripts/ab-tests/ im TanStack Ship Starter ausgeliefert. Jedes ist bewusst klein gehalten (< 80 Zeilen).

Skript 1 — Variant-Zuweisungs-Router

Weist einem Besucher deterministisch eine Variante zu (Cookie-basiert), sodass derselbe Besucher beim Neuladen auf demselben Arm landet.

// scripts/ab-tests/variants.ts
interface TestArm {
  name: string;            // "headline_v3"
  arms: string[];          // ["control", "promise", "honest"]
  hashKey: string;         // cookie or URL parameter
}

export function assignVariant(test: TestArm): string {
  const seed = [...test.hashKey].reduce((acc, c) => (acc * 31 + c.charCodeAt(0)) >>> 0, 7);
  return test.arms[seed % test.arms.length];
}

export function bucketKey(req: Request, testName: string): string {
  const cookie = req.headers.get("cookie") ?? "";
  const match = cookie.match(new RegExp(`(?:^|;\\s?)${testName}=([^;]+)`));
  if (match) return match[1];
  return crypto.randomUUID();
}

bucketKey generiert eine pro-Besucher-UUID beim ersten Besuch, die über Neulads hinweg bestehen bleibt. assignVariant ist deterministisch auf dieser UUID, sodass die Lighthouse-Performance von Variante A nicht mit Variante B gemittelt wird.

Skript 2 — Sample-Size + Konfidenz-Rechner

Berechnet, wie viele Besucher pro Arm jeder laufende Test braucht, um 95% Konfidenz auf einem 15% relativen Lift zu erreichen. Output: geschätzte Testdauer beim täglichen Traffic-Niveau.

// scripts/ab-tests/sample-size.ts
interface TestInput {
  baselineConversion: number;   // 0.021 = 2,1% Signup-CVR
  minimumDetectableEffect: number;  // 0,15 = 15% relativen Lift erkennen
  alpha: number;                // 0,05 = 95% Konfidenz
  power: number;                // 0,80 = 80% Power
  dailyVisitors: number;        // 400 = Visits pro Tag, gesamt
  arms: number;                 // 2 = Kontrolle + 1 Variante
}

export function estimateDays(test: TestInput): number {
  // Näherung: benötigte Stichprobengröße pro Arm ≈ 16 × p × (1-p) / MDE²
  const p = test.baselineConversion;
  const mde = test.baselineConversion * test.minimumDetectableEffect;
  const perArm = Math.ceil((16 * p * (1 - p)) / (mde * mde));
  const dailyPerArm = test.dailyVisitors / test.arms;
  return Math.ceil((perArm * 2) / Math.max(dailyPerArm, 1));
}

// Beispiel: estimateDays({baseline: 0,021, mde: 0,15, daily: 400, arms: 2})
// → ~47 Tage bei niedrigem Traffic; verschärfen durch Erhöhung von MDE oder Baseline-Rate.

estimateDays ist eine konservative Näherung, die über Baselines von 1% bis 10% CVR funktioniert. Für höhere Baselines ersetzen Sie Optimizelys Stats Engine für die Runtime-Berechnung.

Skript 3 — Stop-Rule-Engine

Implementiert die „Verlierer früh stoppen"-Regel, die Tests #12 und #14 erwischte, bevor sie jeweils 14 Tage verbrannten. Löst aus, wenn die Konfidenz-Delta einer Variante an Tag 7 -90% überschreitet.

// scripts/ab-tests/stop-rule.ts
interface TestResult {
  testName: string;
  arms: { name: string; visitors: number; conversions: number }[];
  daysRunning: number;
}

const MIN_DAYS = 7;

export function shouldStop(result: TestResult): { stop: boolean; winner?: string; reason: string } {
  if (result.daysRunning < MIN_DAYS) return { stop: false, reason: "below minimum duration" };
  const control = result.arms.find((a) => a.name === "control");
  const variant = result.arms.find((a) => a.name !== "control");
  if (!control || !variant) return { stop: false, reason: "missing arms" };
  const cvrC = control.conversions / control.visitors;
  const cvrV = variant.conversions / variant.visitors;
  if (cvrV < cvrC * 0.92) return { stop: true, reason: "variant CVR < 92% of control with high confidence" };
  if (cvrV > cvrC * 1.15) return { stop: true, winner: variant.name, reason: "variant beats control by > 15%" };
  return { stop: false, reason: "no significant delta yet" };
}

Der 92%-Schwellenwert auf der Verlustseite ist absichtlich asymmetrisch — ein Rückgang um 8% ist ein klarer Verlust; ein Gewinn von 15% braucht mehr Spielraum. Das Ausführen der Regel alle 24 Stunden bringt „Stopp an Tag 9 statt Tag 14" bei CVR-zerstörenden Tests, was 4 Tage pro gescheitertem Durchlauf spart.

Drei Fälle, in denen die Reihenfolge sich ändert

Das Framework oben ist die mittlere SaaS-Landingpage. Drei Fälle kehren die Reihenfolge um:

Waitlist / Pre-Launch. Das Signup-CVR-Ziel ist die Waitlist-Conversion-Rate (per E-Mail bestätigt), nicht der Free-Tier-Signup. Erster Test: CTA-Text („Der Warteliste beitreten" → „Early Access sichern — erste 50 Anmeldungen shippen Q3 2026"). Zweiter Test: Länge des E-Mail-Capture-Formulars (3 Felder vs. 1 Feld). Above-the-Fold-Layout-Tests laufen mit niedrigerer Priorität, weil die Intention des Besuchers „gibt mir meine E-Mail" ist.

Post-Launch mit Retention-Fokus. Wenn die Launch-Metrik die 30-Tage-Retention statt der Signup-CVR ist, verschieben sich die ersten Tests auf Post-Click: Onboarding-Abschluss, First-Session-Aktivierung, Day-2-Retention. Die Above-the-Fold-Formel bleibt wichtig, aber der Test-Kader verwebt sich mit Produkt-Analytics. Das TanStack Ship Onboarding-Modul liefert Activation-Event-Firing für diesen Fall.

B2B mit Sales-led Übergabe. Bei Sales-led SaaS ist die erste Intention des Besuchers „buche einen Demo", nicht „melde mich kostenlos an". Erste Tests: Demo-Anfrage-Formular (Länge, Feldgruppe, Kalender-Widget vs. Formular), Kalender-Verfügbarkeits-Banner, Trust-Signale-Zeile. CVR wird zu „Demo angefragt" statt „E-Mail bestätigt". Zykluslängen von 28 Tagen für dieselbe statistische Power erwarten.

Für alles andere — Solo-Developer-SaaS, PLG-Signup, B2C-Tools — shippt das Drei-Stufen-Framework als TanStack Ship Landing Template mit dem Variant-Router, dem Sample-Size-Rechner und der Stop-Rule-Engine. Die Kosten, das Framework zu überspringen, sind die 6–12 Monate Testen, die ich 2024 auf meinem ersten SaaS verloren habe.

FAQ

Wie lange sollte ein SaaS-Landingpage-A/B-Test laufen?

Mindestens 14 Tage bei niedrigem Traffic; 21 Tage bei höherem Traffic. Unter 14 Tagen verzerrt der Wochentag die Testergebnisse. Die Google Optimize Sunset-Ankündigung ist relevant: kostenlose A/B-Tools kommen und gehen; die richtige Antwort ist, seinen eigenen Router auf Cloudflare Workers zu shippen.

Was ist die Mindest-Stichprobengröße pro Arm?

Für 95% Konfidenz bei einem 15% relativen Lift auf einem 2,1%-Baseline — ~12.000 Besucher pro Arm. Darunter testen Sie Rauschen. Unter 4.000 Besuchern pro Arm verschieben Sie Stufe-3-Tests.

Sollte ich eine Variable gleichzeitig testen oder multivariat?

Eine Variable gleichzeitig für die ersten 3 Tests. MVT vervielfacht die Stichprobengrößen-Anforderung und interagiert nichtlinear. Sobald Sie ein stabiles Textbaseline haben, führen Sie MVT nur bei 20k+ Besuchern pro Arm durch.

Funktionieren A/B-Tests auf Low-Traffic-Landingpages?

Ja, aber mit niedrigerer Konfidenz und kleineren Liften. Bei 1.000 Besuchern pro Tag erkennt ein 30-Tage-Test Lifts von 25%+ relativ; die oberen drei Zeilen sind noch testbar. Die unteren Zeilen sollten als bestmögliche Varianten geshippt werden.

Spielt die Lighthouse-Performance in A/B-Tests eine Rolle?

Ja — ein Test, der Lighthouse unter 90 fallen lässt, kauft CVR mit einer schlechteren Seitenexperience. Ship-Regel: CVR-Lift + Lighthouse-Perf ≥ Baseline = ship; CVR-Lift + Lighthouse-Perf < Baseline = erneut ausführen.

Was ist der test mit der höchsten Hebelwirkung für eine Early-Stage-SaaS-Landingpage?

Headline + CTA — kombinierter Lift 50%+ bei < 3 Stunden Aufwand. Stufe-1-Tests shippen in Woche 1–2 und erzeugen den Großteil der CVR-Bewegung.

Kann ich mehrere Tests gleichzeitig durchführen?

Sequenziell für die ersten 3 Tests; überlappend erst, nachdem der Text stabil ist. Der Variant-Router erkennt Überlappung, aber die Stichprobengrößen-Kosten wachsen quadratisch.

Fazit

Die 14-Test-Matrix liefert 11 Gewinner — ungewöhnlich; die meisten SaaS-A/B-Sequenzen schließen bei 50–60% Lift-Rate ab. Der Grund: Die Matrix startet mit den Variablen mit der höchsten Hebelwirkung (Headline, CTA, Social Proof) und stoppt Verlierer früh über die Stop-Rule-Engine. Die 3 Verluste sind vollständig aufgelistet, weil sie die Kalibrierungstests sind. TanStack Ship liefert den Variant-Router, den Sample-Size-Rechner und die Stop-Rule-Engine, damit ein Solo-Founder die ersten drei Tests in Woche eins durchführen und die nächste Stufe bis Woche vier shippen kann.

SaaS Landing Page Formulas Tested 5 Wins · SaaS Directory Submissions 33 Tested 9 Burned Hours · SaaS Backlinks For Founders 15 Links You Can Get This Month · Features · Pricing · Compare landing

Möchten Sie die SaaS-Landing-A/B-Test-Skripte startbereit? TanStack Ship liefert scripts/ab-tests/variants.ts, scripts/ab-tests/sample-size.ts und scripts/ab-tests/stop-rule.ts, plus die 14-Test-Matrix in data/ab-tests/2026-q2.json. Klonen Sie den Starter, führen Sie die ersten drei Stufe-1-Tests in Woche eins durch, und shippen Sie eine Landingpage, die converted. TanStack Ship ausprobieren →