Der Moment, in dem ich aufhörte, an A/B-Tests zu glauben

A/B-Testing ist heute so leicht aufzusetzen wie ein Feature Flag – aber der wahre Wert entsteht erst, wenn wir verstehen, warum viele Experimente scheitern oder scheinbar signifikante Ergebnisse später keinen Effekt zeigen.

Dieser Vortrag zeigt, wie wir typische Fallstricke vermeiden, Tests korrekt interpretieren und Unsicherheit wirklich reduzieren. Moderne Tools nehmen uns vieles ab – doch das Verständnis dahinter entscheidet, ob wir bessere Produktentscheidungen treffen. Denn unsere Arbeit ist zu wertvoll, um sie an wirkungslose Features zu verlieren.

Vorkenntnisse

• Grundlegende Kenntnisse in Web- oder Produktentwicklung sind hilfreich, aber nicht erforderlich
  
• Der Talk richtet sich an alle, die verstehen wollen, wie A/B-Tests wirklich funktionieren, welche Fallstricke häufig übersehen werden und wie Experimente genutzt werden können, um echte Produktentscheidungen zu treffen

Lernziele

• Verstehen, was A/B-Tests leisten können und welche typischen Fallstricke existieren
  
• Erkennen, warum statistische Signifikanz nicht automatisch echten Produkt-Impact bedeutet
  
• Lernen, wie Experimente richtig aufgebaut werden, um Unsicherheit zu reduzieren
  
• Inspiration bekommen, um sofort mit eigenen Tests zu starten und datenbasierte Entscheidungen zu treffen
  
• Bewusstsein dafür entwickeln, dass Experimente ein Werkzeug für echten Produkt-Impact