A/B-Tests für Produktbilder: Das Playbook für Verkäufer
Bildtests bewegen mehr Umsatz als Textests — wenn du sie richtig fährst. Was zuerst zu testen ist, die drei Wege einen Test zu fahren, und wie du dich nicht selbst täuschst.
Verkäufer schreiben wochenlang Bullet Points um und rühren das Bild nie an, das darüber entscheidet, ob überhaupt jemand liest. A/B-Tests für Produktbilder sind das wirkungsvollste Experiment auf einem Listing: Das Hauptbild ist das einzige Element, das sowohl die Klickrate in der Suche als auch die Conversion auf der Seite beeinflusst.
Dieses Playbook behandelt, was zuerst zu testen ist, die drei praktikablen Wege einen Test zu fahren, wie viel Traffic du wirklich brauchst und wie du das Ergebnis liest, ohne dich selbst zu täuschen.
Warum Bildtests Texttests schlagen
Wer Suchergebnisse überfliegt, entscheidet in deutlich unter einer Sekunde — anhand eines Thumbnails. Von deinem Text ist in diesem Moment nichts lesbar. Deshalb kommen die größten gemessenen Gewinne auf Marktplätzen vom Hauptbild — und deshalb lohnt es sich, systematisch vorzugehen statt Fotos nach Gefühl zu tauschen.
Zwei Größen werden gemessen, und sie können in entgegengesetzte Richtungen laufen:
- Klickrate (CTR) — wie viele Menschen dein Thumbnail in der Suche antippen
- Conversion Rate (CVR) — wie viele davon nach der Landung kaufen
Ein kontrastreiches, herangezoomtes Hauptbild hebt oft die CTR und drückt die CVR. Erst die Kombination — Einheiten oder Umsatz pro Sitzung, nicht pro Klick — sagt dir, ob du Geld verdient hast. Die Prinzipien hinter diesem Playbook stehen in Produktbilder, die konvertieren.
Was zu testen ist, nach Priorität
| Priorität | Test | Typische Frage |
|---|---|---|
| 1 | Hauptbild | Nur Produkt auf Weiß vs. mit Größen- oder Kontexthinweis |
| 2 | Zweites Bild | Lifestyle vs. Infografik beim ersten Wischen |
| 3 | Galerie-Reihenfolge | Senkt die Größenaufnahme auf Platz 3 die Retouren? |
| 4 | Infografik-Stil | Viele Textbausteine vs. ein großer Nutzen |
| 5 | Lifestyle-Besetzung | Model vs. nur Produkt; welche Zielgruppe |
| 6 | Hintergrund | Reinweiß vs. sehr helles Grau oder Verlauf |
Teste eine Variable nach der anderen. Änderst du Ausschnitt, Hintergrund und Schatten gleichzeitig, sagt dir ein Sieg nichts, was du beim nächsten SKU wiederverwenden könntest. Ziel eines Tests ist eine wiederholbare Erkenntnis, kein einzelnes Glücksfoto.
Gute Hypothesen fürs Hauptbild zum Einstieg:
- Den Rahmen enger füllen (85 % des Bildes vs. ein kleineres Produkt im weißen Nichts)
- Winkel wechseln: frontal vs. Dreiviertel
- Einen zulässigen Größenhinweis ergänzen, wo die Kategorie das erlaubt
- Produkt in der Verpackung vs. ausgepackt
- Mit der meistverkauften Farbe starten statt mit der "Hero"-Farbe
Drei Wege, den Test tatsächlich zu fahren
1. Amazon Manage Your Experiments
Amazons eingebautes A/B-Tool teilt Käufer zwischen zwei Versionen eines Listing-Elements auf und berichtet den Unterschied. Unterstützt werden Hauptbilder, Titel, Bullet Points, Produktbeschreibung und A+ Content.
- Voraussetzung: markenregistrierte Verkäufer mit ausreichend Traffic auf der ASIN
- Dauer: typischerweise acht bis zehn Wochen
- Stärke: echter Marktplatz-Traffic, echte Käufe, kein Attributionsrätsel
- Grenze: nicht jede ASIN qualifiziert sich, und pro ASIN läuft nur ein Experiment gleichzeitig
Wo du qualifiziert bist, ist das die sauberste Option. Prüfe die Berechtigung in Seller Central, bevor du einen Zeitplan darauf aufbaust.
2. Ein Shopify-Splittest
Im eigenen Shop kontrollierst du die Seite — und trägst mehr Verantwortung. Nutze eine dedizierte A/B-Test-App, die den Traffic auf Theme- oder Produktseitenebene aufteilt und Bestellungen misst, keine selbstgebaute Weiterleitung. Zwei Regeln:
- Teile Nutzer auf, nicht Sitzungen, und halte jeden Nutzer in einer Variante
- Miss Umsatz pro Besucher als Hauptkennzahl; Add-to-Cart ist ein Hilfswert, kein Ziel
Ist dein Shop-Traffic dünn, fahre keine Onsite-Tests — du misst zwei Monate lang Rauschen. Teste stattdessen über Anzeigen.
3. Der Werbemittel-Proxytest (am schnellsten)
Das günstigste, schnellste Signal: beide Bilder als Werbemittel in einer Paid-Social- oder Shopping-Kampagne ausspielen, alles andere identisch. Für ein kleines Budget bekommst du in Tagen statt Monaten eine Richtungsangabe.
- Misst zuverlässig: CTR und Klickpreis; Conversion nur bei genug Volumen
- Achtung: Anzeigen-Zielgruppen sind keine Marktplatz-Suchenden — behandle es als starken Hinweis, nicht als Beweis
- Beste Nutzung: drei Kandidatenbilder auf eines eindampfen, das du dann sauber im Listing testest
Zur Kreation siehe Produktbilder für Anzeigen.
Wie viel Traffic du brauchst
| Basis-Conversion | Gesuchter Effekt | Sitzungen pro Variante (grob) |
|---|---|---|
| 10 % | +20 % relativ | ~3.000 |
| 10 % | +10 % relativ | ~11.000 |
| 5 % | +20 % relativ | ~6.500 |
| 2 % | +20 % relativ | ~17.000 |
Grobe Werte für einen Standardtest mit zwei Varianten — die exakte Zahl hängt von deiner Streuung ab, aber die Form der Tabelle ist die Lektion: kleine Effekte brauchen viel Traffic. Bekommt dein Listing 200 Sitzungen pro Woche, kannst du keinen Zuwachs von 10 % nachweisen — teste also große Sprünge oder nutze den Anzeigen-Proxy.
Das Ergebnis lesen, ohne sich zu täuschen
- Nicht ständig schauen und abbrechen. Täglich prüfen und stoppen, sobald eine Variante führt, ist der häufigste Weg, das schlechtere Bild live zu stellen. Lege das Enddatum vorher fest.
- Vergleichbare Zeiträume. Prime Day, Black Friday, ein virales Video oder ein Ausverkauf dominieren jeden Bildeffekt. Halte Auffälligkeiten im Testfenster fest.
- Nach Umsatz pro Sitzung beurteilen, und einen Monat später die Retouren prüfen. Ein Bild, das zu viel verspricht, erzeugt Rücksendungen, die im Test nie auftauchen.
- Ein Nullergebnis ist ein Ergebnis. Es heißt, das Bild ist nicht dein Engpass — geh weiter zu Preis, Bewertungen oder Angebot.
- Schreib es auf. Eine Zeile pro Test: Hypothese, Varianten, Zeitraum, Kennzahl, Ergebnis. Nach zehn Tests hast du kategoriespezifische Regeln, die mehr wert sind als jeder Blogartikel.
Varianten schnell genug produzieren
Der Grund, warum die meisten Verkäufer Bilder nicht testen, sind die Produktionskosten. Ein Studio-Reshoot pro Variante bedeutet Hunderte Dollar und Wochen Vorlauf pro Test — also findet der zweite Test nie statt.
Mit HedaAI lädst du ein oder mehrere echte Fotos hoch und erhältst in Minuten ein vollständiges Set aus 12 E-Commerce-Bildern — 8 Haupt- und Galerieaufnahmen plus 4 A+-Banner — mit erhaltener echter Form, Farbe und Beschriftung deines Produkts. So bekommst du mehrere legitime Hauptbild-Kandidaten aus derselben Quellaufnahme, und eine Variante kostet ein paar Minuten statt eines Drehtags. Neue Konten erhalten $2 Gratisguthaben (etwa zwei kostenlose Produkte), danach kostet jedes Produkt $1.00; der erste Durchlauf ist eine Vorschau mit Wasserzeichen, und die erste Zahlung entfernt Wasserzeichen und schaltet 2K-HD-Downloads frei. Siehe Beispielseite und Preise.
Sagt dir ein Test, dass das aktuelle Bild das Problem ist, findest du die nächste Hypothese in unserer Bild-Audit-Checkliste.
Das Fazit
Teste zuerst das Hauptbild, ändere eine Variable nach der anderen, lass mindestens zwei volle Wochen laufen und beurteile nach Umsatz pro Sitzung statt nach Klicks. Nutze Amazons Experiment-Tool, wo du qualifiziert bist, einen app-basierten Splittest auf Shopify mit echtem Traffic, und Werbemittel als schnellen Vorfilter überall sonst. Der zusammengesetzte Wert liegt nicht in einem einzelnen Siegerfoto — sondern in der Liste von Regeln darüber, worauf deine Käufer reagieren.