Zum Inhalt springen

Testhypothese

Männliche Person, frontal, schaut in die Kamera; trägt kariertes Hemd über dunkelfarbigem T‑Shirt; heller Innenraum mit unscharfem Monitor oder Poster links und Fenster rechts.

von Richard Albrecht am 18.11.2026

Eine Testhypothese ist die vor einem Test festgelegte Annahme, welche Änderung welche messbare Wirkung haben soll und warum. Allgemein ist eine Hypothese laut Gabler eine Vermutung über die Wirklichkeit, die meist als Wenn-dann-Aussage formuliert wird. Die Nielsen Norman Group verlangt für Tests eine Hypothese, welche Änderung welche Wirkung haben könnte, verbunden mit einem klar bestimmten Ziel.

Testhypothese

Die vor einem Test festgelegte Annahme, welche Änderung welche messbare Wirkung haben soll und warum.
Beispiel: „Die Testhypothese lautete: Wenn das Formular die Telefonnummer nicht mehr verlangt, steigen die Anfragen, weil Besucher keine Anrufe fürchten.“

Abgrenzung zur Nullhypothese: Sie ist das statistische Gegenstück, das der Test zu verwerfen versucht.

Aufbau einer Testhypothese

Die Grundform ist die Wenn-dann-Aussage: Wenn wir dies ändern, dann verändert sich jene Kennzahl. In der Praxis hat sich eine Ergänzung um ein Weil eingebürgert, das die Beobachtung nennt, aus der die Annahme stammt; einen Erstbeleg dafür gibt es nicht. Je besser die Annahme auf Nutzerforschung beruht, desto aussichtsreicher ist sie laut Nielsen Norman Group. In die Hypothese gehören auch Zielgröße und der kleinste Effekt, der zählen soll, weil sie die Stichprobengröße bestimmen.

Testhypothese und Nullhypothese

Statistisch wird die Testhypothese in zwei Aussagen übersetzt. Die Nullhypothese nimmt an, dass sich die Varianten nicht oder nur zufällig unterscheiden; der Test versucht, sie zu verwerfen. Das Gabler Wirtschaftslexikon weist auf die Asymmetrie hin: Lehnt ein Test die Nullhypothese nicht ab, heißt das nur, dass die Stichprobe nicht gegen sie spricht. Ein Test ohne Ergebnis widerlegt die Testhypothese also nicht zwingend.

Warum man die Testhypothese vorher festlegt

Kohavi und Kollegen raten 2009, die Zielgröße vorab festzulegen, weil sonst die Gefahr steigt, zufällige Unterschiede für Ergebnisse zu halten. Wer nach dem Test die Kennzahl sucht, die sich bewegt hat, findet fast immer eine, und der Confirmation Bias erledigt den Rest. Aus unserer Sicht reicht dafür ein Satz im Projektdokument, geschrieben bevor der Test startet.

Siehe auch:

A/B-Test

Der Vergleich zweier Varianten, bei dem der Verkehr geteilt wird und nur ein Merkmal sich unterscheidet.

#Suchmaschinenmarketing (SEM)

Split-Test

Der Oberbegriff für Vergleiche, bei denen der Verkehr auf zwei oder mehr Varianten aufgeteilt wird.

#Suchmaschinenmarketing (SEM)

Confirmation Bias

Die Neigung, Belege so zu suchen und zu deuten, dass sie die eigene Meinung oder Vermutung stützen; auf Deutsch Bestätigungsfehler.

#Branding & Markenführung

False Positive

Ein Fehlalarm: Das Modell meldet einen Fall, den es nicht gibt.

#Künstliche Intelligenz (KI)

User Research

Sammelbegriff für alle Verfahren, mit denen Verhalten, Ziele und Schwierigkeiten echter Nutzer erhoben werden.

#Benutzererfahrung (UX)

Stichprobengröße

Die Zahl der Beobachtungen, bei Website-Tests meist Besucher je Variante, die ein Test braucht, um einen Unterschied bestimmter Größe mit festgelegter Sicherheit zu erkennen.

#Online-Marketing-Grundlagen