Usability-Testing im Webdesign: Was können KI-Tools?

Veröffentlicht am 21.11.2024 von DomainFactory

Wie das klassische A/B-Testing kann auch das A/B-Testing im Bereich UI/UX aufwendig und zeitintensiv sein. Abhilfe können hier KI-Tools schaffen, mit denen sich das Testing teilweise automatisieren lässt. Was können KI-Tools hier bewirken? Damit befasst sich der folgende Artikel.

Wie funktioniert A/B-Usability-Testing?

Wie bei A/B-Testing in anderen Zusammenhängen ist auch beim Usability-Testing der erste Schritt die Planung. Hierzu müssen zunächst Hypothesen gebildet werden: Welche Änderungen der Benutzeroberfläche haben welche Auswirkungen auf die Usability? 

Eine solche Hypothese könnte beispielsweise lauten: „Durch die Vergrößerung der Schrift auf dem Login-Button wird das Nutzungserlebnis auf der Webseite angenehmer.“ Außerdem müssen Sie die Daten bestimmen, mit denen Sie das Konstrukt „Nutzungserlebnis“ messen bzw. bewerten wollen (Fachleute reden vom „Operationalisierung“), zum Beispiel die Zeit, die Testpersonen für eine Aufgabe brauchen, oder natürlich ihr Feedback.

Als nächstes werden Varianten der Webseite erstellt, um die Hypothese zu testen. Traditionell kommen hier nur zwei Varianten zum Einsatz: A und B, wie die Bezeichnung A/B-Testing schon sagt. Es ist auch möglich, mit mehr als zwei Varianten zu arbeiten. Dann benötigt man aber mehr Testpersonen, damit mehr Daten generiert werden und die statistische Aussagekraft des Tests erhalten bleibt.

Nun werden die Tests durchgeführt: Eine möglichst große Anzahl von Testpersonen bekommt die Anweisung, bestimmte Aktionen auf der Webseite auszuführen. Ihre Interaktionen mit der Webseite (beispielsweise Klicks, verbrachte Zeit und so weiter) sowie ihr Feedback hinterher werden aufgezeichnet.

Labor- oder Live-Testing?

Zu diesem Testing unter Laborbedingungen gibt es aber auch eine Alternative, nämlich das A/B-UI/UX-Testing an der Webseite im Produktiv- bzw. Live-Modus: Hier sind die Testpersonen die tatsächlichen Besucherinnen und Besucher der Seite. Jeweils die Hälfte des Traffic wird auf die A-Variante der Webseite geleitet und die Hälfte auf die B-Seite (beziehungsweise jeweils ein Drittel bei drei Varianten und so weiter). Es wird von den Besuchern im Anschluss an den Besuch entweder ein Feedback durch ein Online-Formular erhoben, oder es werden durch das Verhalten auf der Webseite indirekt Rückschlüsse auf die Usability der verschiedenen Varianten gezogen. 

Die statistische Auswertung dieser Daten liefert nun Einsichten, welche Variante der Webseite tatsächlich die bessere Nutzererfahrung bietet.  Mit Hilfe dieser Erkenntnisse können bleibende Veränderungen auf der Webseite vorgenommen werden. 

Dabei sollte auch berücksichtigt werden, dass Menschen darauf durchaus unterschiedlich reagieren können. Das leistet die Benutzersegmentierung: Besucher werden anhand bestimmter Merkmale in Gruppen eingeteilt, die jeweils separat ausgewertet werden. Diese Merkmale können demografischer Natur sein, verhaltensbasiert oder auch technologisch, um nur die wichtigsten Möglichkeiten zu nennen. Im Bereich Usability werden häufig etwa Benutzer nach Alter (z. B. unter 25, 25-54, 55+ Jahre) und Zugriffsgerät (PC oder Laptop vs. Smartphone oder Tablet) unterschieden. Auch wiederkehrende Benutzer oder solche mit einem bestehenden Account können sinnvolle eigene Segmente bilden. Voraussetzung ist jeweils, dass es für jedes Segment ausreichend Versuchspersonen gibt, da sonst die statistische Aussagekraft der Ergebnisse unzureichend bleibt.

Einsatz von KI im A/B-Usability-Testing

A/B-Usability-Testing ermöglicht also eine datengesteuerte Optimierung der Nutzererfahrung auf Ihrer Webseite – ist aber sehr personalintensiv. Einerseits benötigen Sie Experten im Backend, um die verschiedenen Varianten der Webseite zu erstellen, andererseits viele Testpersonen am Frontend.

Mit Hilfe von KI lässt sich der Prozess des A/B-UI/UX-Testing zumindest teilweise automatisieren und damit effizienter gestalten. 

Hierzu gibt es verschiedene Möglichkeiten:

• Automatisierung von Tests: Bereits in der Erstellung der verschiedenen Varianten einer Webseite können KI-Tools zum Einsatz kommen. Auch die Testaufgaben können per KI definiert oder zumindest vorgeschlagen werden.
• KI-gestützte Analyse: Wenn die von den Testpersonen generierten Daten vorliegen, kann eine KI-gestützte Datenanalyse Muster und Trends entdecken. Besonders hilfreich: Verfahren zur multivariaten Analyse, das heißt, der vergleichenden Analyse von Varianten, bei denen jeweils mehr als ein Merkmal geändert wurde.
• Echtzeit-Anpassung der Tests: Basierend auf den Daten, die während des Tests gesammelt werden, können KI-Algorithmen bereits in Echtzeit Anpassungen an den Testabläufen vornehmen. In Frage kommen hier etwa die Anpassung von Testaufgaben oder das Hinzufügen neuer Testvarianten.
• Designoptimierung nach Abschluss der Tests: Wenn die Ergebnisse des A/B-Usability-Testing vorliegen – ob diese nun mit Hilfe von KI gewonnen wurden oder nicht – können KI-Tools zum Einsatz kommen, um weitere Designänderungen vorzuschlagen oder direkt Varianten der Webseite zu generieren, die die Optimierungen aus den Tests umsetzen.

KI-Tools im A/B-Usability-Testing: Beispiele

In den wenigsten Fällen ist es für Ihr Webdesign-Team sinnvoll, A/B-Usability-Testing unter Laborbedingen an Testpersonen durchzuführen, denn dies ist sehr aufwendig und die Anzahl der Testpersonen notwendigerweise begrenzt.

Stattdessen können Sie auf verschiedene Plattformen zurückgreifen, die das A/B-Usability-Testing live ermöglichen, z. B. 

• Optimizely
• Adobe Target
• Contentsquare

… und andere. Auch Google hat mit Google Optimize in der Vergangenheit eine A/B-Testing-Plattform angeboten, die aber 2023 eingestellt wurde.

Alle der hier vorgestellten Tools haben KI bereits auf die eine oder andere Weise in ihre Abläufe integriert. In der Regel setzen Sie diese Plattformen ein, indem Sie sich zunächst für einen Account auf der Plattform anmelden – oft gibt es auch kostenlose Testphasen –, das entsprechende Snippet auf Ihrer Webseite einbetten und dann auf der Plattform die Parameter für den A/B-Test definieren.

Die aktuell bestehenden Plattformen setzen KI unter anderem zu folgenden Zwecken ein:

• Automatische Segmentierung: Das Benutzerverhalten wird mittels KI analysiert, und daraus werden automatisch verschiedene Benutzersegmente identifiziert.
• Personalisierung und Targeting: Mittels KI werden dynamische Inhalte bereitgestellt, die auf individuelle Benutzerpräferenzen zugeschnitten sind und wiederum einem A/B-Testing unterzogen werden können. 
• Vorhersage: KI-Algorithmen prognostizieren, welche Varianten einer Webseite wahrscheinlich die besten Ergebnisse liefern werden, und unterstützen Sie so bei der Auswahl der Varianten für den A/B-Test. 
• Automatisierte Testgenerierung und -verwaltung: Mittels KI können die Plattformen verschiedene Varianten einer Webseite automatisch erstellen und Tests dynamisch verwalten.
• Multivariate Tests: Mit KI-basierten statistischen Algorithmen können noch besser und einfacher multivariate Tests durchgeführt werden, die notwendig sind, um die besten Kombinationen von Änderungen zu identifizieren. Dies macht Tests wesentlich effizienter, als wenn immer nur ein einziges Element auf der Webseite geändert werden darf. 

Usability-Testing im Webdesign - Fazit

Mit Hilfe von Plattformen für das A/B-Testing, die bereits mit KI-Engines arbeiten, können Usability-Tests effizienter und aussagekräftiger gestaltet werden. Die Hürde ist dabei niedrig: Es sind keine Laborbedingungen für das Testen notwendig, die A/B-Tests können live auf der eigenen Webseite durchgeführt und die Ergebnisse zeitnah umgesetzt werden.
 

Titelmotiv: Bild von antonynjoro auf Pixabay