A/B-Testing-Tool für Online-Shops: Die Auswahl für 2026

01Welches A/B-Testing-Tool sollten Online-Shops 2026 wählen?

Die meisten Tool-Übersichten für Online-Shops bewerten Software so, als hätte jeder Shop dasselbe Problem. Das ist nicht der Fall. Ein Shop mit drei Entwicklern und ohne Testideen hat das genaue Gegenteil vom Problem eines Shops mit vollem Backlog und ohne jemanden, der Varianten baut. Dasselbe Tool ist für den einen die richtige und für den anderen die falsche Antwort. Deshalb sortieren wir nach Engpass und nicht nach Feature-Anzahl.

Die Liste unten ist plattformneutral. Jedes Drittanbieter-Tool darin läuft auf Shopify, Shopware, einem eigenen Shopsystem oder einem Headless-Storefront, entweder über ein Script-Tag oder über serverseitige SDKs; Apex ist für Online-Shops gebaut und installiert sich als Shopify-App, als private Shopware-6-App, als WooCommerce-Plugin oder per Script auf Centra und Custom Storefronts. Shopify-eigene Apps bekommen weiter unten einen eigenen Abschnitt, weil eine Plattformbindung ein echter Kostenpunkt ist und in die Entscheidung gehört, nicht in die Fußnoten.

Zwei Zellen brauchen eine Anmerkung, bevor jemand widerspricht. Apex hat noch kein öffentliches Bewertungsprofil, und wir sagen das, statt die Lücke mit Marketingsprache zu füllen. Der Apex-Preis entsteht im Gespräch, weil Apex mit begleiteter Umsetzung verkauft wird und ein begleiteter Umfang keine Zahl pro Nutzer ist. ABlyft, Varify.io, VWO und GrowthBook veröffentlichen Preise, die du heute nachlesen kannst. Das ist ein echter Vorteil gegenüber Apex und gegenüber der Enterprise-Klasse.

02Was ist der echte Engpass in deinem Testing-Programm?

Vor jeder Tool-Frage steht diese: Was hindert deinen Shop heute daran, Wert aus A/B-Testing zu ziehen? Nach unserer Erfahrung gibt es vier ehrliche Antworten, und sie sind nicht gleich häufig.

1. Auswahl: Du spielst jeden Monat Tests aus, und die meisten kommen flach oder ohne klares Ergebnis zurück. Das Tool arbeitet. Die Ideen waren das Problem.
2. Umsetzung: Du hast ein Backlog, an das du glaubst, und nichts davon wird gebaut, weil jede Variante einen Entwickler braucht, der im Produkt eingeplant ist.
3. Budget: die Plattformen, die dir gefallen, starten im fünfstelligen Bereich pro Jahr, und dein Traffic erzeugt noch nicht genug Entscheidungen, um das zu rechtfertigen.
4. Datenschutz: Deine Rechtsabteilung oder dein Datenschutzbeauftragter blockiert Tools, die eigene Cookies setzen oder Besucherdaten außerhalb der EU verarbeiten.

Und jetzt der Teil, den nur Volumen zeigen kann. DRIP hat mehr als 4.000 Tests für über 50 E-Commerce-Brands durchgeführt. Unsere Gewinnquote lag 2024 bei 27 % und damit nahe am Branchenmuster, in dem etwa jeder fünfte Test gewinnt. Im letzten Quartal lag sie bei 55 %. Wir haben dafür kein Testing-Tool gewechselt und unser Testvolumen nicht verdoppelt. Der Sprung kam aus den Ideen, die wir abgelehnt haben, bevor sie jemand gebaut hat.

Der praktische Test: Sieh dir deine letzten zehn Tests an. Waren die meisten sauber umgesetzt und kamen trotzdem flach zurück, hast du einen Auswahl-Engpass, und ein günstigerer Editor hilft nicht. Wurden die meisten nie umgesetzt, hast du einen Umsetzungs-Engpass, und prädiktive Bewertung kommt zu früh.

03Welches Tool gewinnt bei welchem Engpass?

Apex by DRIP: am besten, wenn die falschen Tests das Problem sind

Apex ist unsere A/B-Testing-Plattform für Online-Shops, und sie hat ein Argument: Sie sagt vorher, welche Tests gewinnen, bevor sie live gehen. Jede Idee wird gegen ein Testgedächtnis aus 4,3 Millionen Tests aus 151.000 Shops bewertet, gesammelt über acht Jahre. Die Bewertung basiert damit auf einer der größten A/B-Test-Datenbanken im E-Commerce. Auf diesem Gedächtnis sitzt ein Testing-Tool, das Tests direkt im Shop baut, startet und auswertet, dazu die begleitete Umsetzung, bei der Tests mit dem DRIP-Team gebaut, geprüft, gestartet und analysiert werden. Grenzen, die du kennen solltest: Der Preis ist nicht veröffentlicht, es gibt noch kein öffentliches Bewertungsprofil, und wenn dein Team Tests schon gut auswählt, ist die Vorhersage-Ebene für dich deutlich weniger wert. Preis: Gespräch buchen.

ABlyft: am besten für Shops mit Entwicklerteam und Fokus auf Seitentempo

ABlyft ist eine in Deutschland gebaute, entwicklerorientierte Plattform und das leichteste Tool in diesem Vergleich, mit einem clientseitigen Script unter 5 KB. Es läuft standardmäßig cookielos, verarbeitet Daten auf deutschen Servern, versioniert Experiment-Code über GIT und unterstützt gegenseitigen Ausschluss von Experimenten, damit parallele Tests sich nicht gegenseitig verfälschen. Der visuelle Editor läuft als Chrome-Erweiterung, es lädt also keine Editor-Runtime in deinem Shop. Grenzen: Der visuelle Editor ist bewusst einfach, es gibt keine eingebauten Heatmaps oder Session Recordings, und rein marketinggetriebene Teams finden die Lernkurve steil. Preis: ab 79 € pro Monat, mit kostenlosem Plan und individuellen Preisen bei höherem Volumen. Bewertet mit 4.9/5 auf OMR aus 109 reviews.

Varify.io: am besten bei festem Budget ohne Entwickler

Varify.io ist ein deutsches No-Code-Tool, gebaut dafür, dass ein Marketing-Team Tests allein ausspielt. Nach einmaliger Snippet-Installation entstehen Varianten in einem visuellen Editor im Browser, durch Bearbeiten der Live-Seite. Es verzichtet bewusst auf eigenes Tracking und liest Ergebnisse aus Google Analytics 4, Matomo oder Piwik Pro. Das heißt: keine zusätzliche Consent-Kategorie und keine zweite Zahlenwahrheit für Conversions. Grenzen: weniger leistungsfähig als Code-First-Tools bei komplexen oder tiefen DOM-Experimenten, keine eingebaute Verhaltensanalyse und eine kürzere Historie als die etablierten Plattformen. Preis: 149 € pro Monat für Growth, 249 € für Pro, unbegrenzter Traffic und unbegrenzte Experimente, 30 Tage kostenlos. Bewertet mit 4.8/5 auf OMR aus 92 reviews und 4.9/5 auf G2.

VWO: am besten, wenn du einen Vertrag statt vier Tools willst

VWO ist die breiteste Plattform hier: A/B- und multivariate Tests, Heatmaps, Session Recordings, Umfragen auf der Seite, Personalisierung und serverseitiges Testing über VWO FME, alles in einem Dashboard. Die bayesianische SmartStats-Engine gibt eine Wahrscheinlichkeit an, den Ausgangszustand zu übertreffen, und die lesen Nicht-Statistiker leichter als einen p-Wert. Eine kostenlose Stufe deckt bis zu 50.000 getrackte Nutzer pro Monat ab. Grenzen: Das Script ist schwerer als das von ABlyft, weil Editor und Verhaltensanalyse mitgeliefert werden, EU-Datenhaltung ist eine Rechenzentrums-Option und nicht der Standard, und wenn du schon Hotjar oder Microsoft Clarity nutzt, zahlst du Heatmaps doppelt. Preis: 139 $ bis 775 $ pro Monat, steigend mit dem Traffic. Bewertet mit 8.8/10 auf G2 aus 990 reviews.

Kameleoon: am besten für KI-Personalisierung mit EU-Verarbeitung

Kameleoon ist eine in Frankreich gebaute Plattform für Experimente und Personalisierung, mit Datenverarbeitung in der EU und einer Architektur, die an den CNIL-Leitlinien ausgerichtet ist. Der AI Copilot erzeugt Hypothesen aus Analytics-Daten, und die prädiktive Targeting-Engine bewertet Conversion-Wahrscheinlichkeiten in Echtzeit. Serverseitiges Testing läuft über SDKs in mehr als zehn Sprachen, und Feature Flags erlauben schrittweise Rollouts über Märkte hinweg. Grenzen: Der Preis ist nicht veröffentlicht, die KI-Funktionen brauchen erheblichen Traffic, bevor die Modelle nützlich sind, die Einführung dauert realistisch vier bis acht Wochen, und die Gesamtkosten liegen deutlich über entwicklerorientierten Tools. Preis: nur auf Anfrage, Marktdaten nennen 25.000 € bis 50.000 € pro Jahr. Bewertet mit 4.5/5 auf G2.

AB Tasty: der beste visuelle Editor für Marketing-Teams

AB Tasty, ebenfalls französisch, ist um Zugänglichkeit gebaut: Der Drag-and-drop-Editor bewältigt tatsächlich auch nicht triviale Layout-, Text- und UI-Experimente, und das nimmt Marketing-Teams den Engpass des Entwicklertickets. Das Unternehmen ist ISO 27001 zertifiziert, läuft auf europäischer Infrastruktur, bietet serverseitiges Testing über Flagship mit neun oder mehr SDKs und ergänzt die Standard-Zielgruppen um die Segmentierung EmotionsAI. Grenzen: Das clientseitige Script ist schwerer als das von ABlyft und in den Core Web Vitals messbar, Code-First-Workflows wirken nachgelagert, und die Preise nach Visitor Credits steigen bei hohem Traffic stark. Preis: Modell mit Visitor Credits ab rund 15.000 € pro Jahr. Bewertet mit 4.5/5 auf G2 aus mehr als 330 reviews.

Optimizely: die größte Funktionstiefe für Enterprise

Optimizely hat den tiefsten Funktionsumfang im Experimentieren: serverseitiges Full-Stack-Testing, Feature Flags, Multi-armed Bandits, Edge Delivery und Content-Management in einer Plattform. Das Unternehmen ist SOC 2 Type II zertifiziert und bietet europäischen Käufern Standardvertragsklauseln plus einen umfassenden Auftragsverarbeitungsvertrag. Grenzen: Der Hauptsitz liegt in den USA, EU-Konformität entsteht also über Verträge und Konfiguration statt über Architektur, die Abrechnung pro Impression lässt Budgets mit Traffic-Spitzen wandern, das clientseitige Snippet ist mit rund 80 KB das schwerste hier, und die Einführung dauert typisch drei bis sechs Monate bis zum ersten Test. Preis: nicht veröffentlicht, Enterprise-Verträge typisch 36.000 $ bis 50.000 $ und mehr pro Jahr. Bewertet mit 4.3/5 auf G2 aus mehr als 400 reviews.

GrowthBook: am besten, wenn die Daten dein System nie verlassen dürfen

GrowthBook ist eine Open-Source-Plattform für Feature Flags und A/B-Testing, gebaut von früheren Airbnb-Entwicklern, die du selbst auf EU-Infrastruktur hosten kannst. Sie unterstützt frequentistische und bayesianische Engines und liest direkt aus deinem Data Warehouse, ob BigQuery, Snowflake, Postgres oder ClickHouse. Es werden also keine Experimentdaten in die Analytics-Ebene eines Anbieters kopiert. Ohne externen Auftragsverarbeiter gibt es auch keinen Auftragsverarbeitungsvertrag zu verhandeln. Grenzen: Es gibt keinen visuellen Editor, jedes Experiment ist also eine Code-Änderung, du verantwortest Betrieb, Updates und Fehlersuche selbst, und Community-Support ersetzt ein Anbieter-SLA. Preis: selbst gehostet kostenlos, Cloud-Pläne ab 99 $ pro Monat.

04Wie verändert deine Shop-Plattform die Auswahl?

Plattformneutrale Tools hängen sich mit einem Script-Tag ein. Shopify, Shopware, WooCommerce, ein eigenes Shopsystem und ein Headless-Storefront sehen aus Sicht des Tools deshalb ähnlich aus. Was sich unterscheidet, ist die Tiefe, in die das Tool greifen kann, und dort wird die Plattformfrage echt.

Wenn du auf Shopify bist und tieferen Zugriff willst

Zwei Shopify-eigene Apps können Dinge, die generische Tools nicht können. Shoplift testet ganze Theme-Sektionen, Seitenlayouts und Varianten des Mini-Warenkorbs, mit AI Lift Assist für Testvorschläge aus deinen Shop-Daten, ab 74 $ pro Monat bis 699 $. In unseren Implementierungen kostet die App konstant 2 bis 4 Punkte in PageSpeed Insights, was zählt, wenn deine Core Web Vitals schon grenzwertig sind. Intelligems ist das einzige Tool hier, das gezielt für Preis-, Rabatt- und Versandschwellen-Tests im Checkout gebaut ist, ab 49 $ bis 999 $ pro Monat, und berichtet über seinen Kundenstamm einen durchschnittlichen ROI von 33x und einen medianen Gewinnzuwachs von 6 %.

Wenn du Shopware, einen eigenen Shop oder Headless nutzt

Hier zählt der clientseitige Editor weniger und die serverseitige Geschichte mehr. ABlyft bietet serverseitige Tests und einfache Feature Flags über seine Feature Experimentation API. Kameleoon liefert SDKs in mehr als zehn Sprachen, AB Tasty deckt es über Flagship ab, VWO über FME, Optimizely über Full-Stack und Edge Delivery, und GrowthBook ist von Natur aus serverseitig. Apex arbeitet über alle Plattformen gleich, weil die Vorhersage-Ebene Ideen unabhängig davon bewertet, worauf der Shop gebaut ist.

05Was kosten diese Tools, und was kauft der Preis?

Der Einstiegspreis sagt sehr wenig. Das Preismodell sagt, was im zweiten Jahr passiert, wenn dein Traffic gewachsen ist und dein Testvolumen sich verdreifacht hat. In dieser Liste sind fünf Modelle im Spiel, und sie verhalten sich sehr unterschiedlich.

Eine Zahl gehört neben jeden Preis: die Kosten eines Tests, der nicht gewinnt. Ein einzelnes Experiment verbraucht Designzeit, Entwicklerzeit, QA und zwei bis vier Wochen Traffic auf einer Seite, die du in derselben Zeit hättest beheben können. Weil branchenweit etwa jeder fünfte Test gewinnt, bringen vier von fünf dieser Zyklen nichts zurück. Daran gemessen ist der Abstand zwischen einem Tool für 149 € und einem für 15.000 € kleiner als der Abstand zwischen einem Programm auf Branchenniveau und einem darüber.

06Unser Fazit: Welches Tool passt zu welchem Engpass?

Wir verkaufen Apex, lies das also mit diesem Wissen. Die Argumentation ist kurz genug zum Prüfen: Wenn branchenweit etwa vier von fünf Tests nicht gewinnen, dann ist die Auswahl besserer Tests die wirksamste Verbesserung, die einem Shop offensteht, und bessere Auswahl braucht Ergebnisdaten in einer Menge, die kein einzelner Shop erzeugen kann. Das ist das Argument für Apex, und es ist das einzige, das wir dafür anführen. Bei Editor-Qualität, veröffentlichten Preisen, Bewertungstiefe und Self-Service-Komfort sind andere Tools in dieser Liste uns heute voraus.

Diese Optionen folgen auch aufeinander, statt sich auszuschließen. Viele Shops sollten mit einem günstigen No-Code-Tool starten, die Gewohnheit aufbauen, jede Woche Tests auszuspielen, und erst dann zu prädiktiver Auswahl wechseln, wenn sich der Engpass sichtbar verschoben hat: von 'wir bringen keine Tests live' zu 'unsere Tests kommen immer flach zurück'. Vorhersage zu kaufen, bevor du umsetzen kannst, ist die falsche Reihenfolge, und wir sagen das im Gespräch auch.

Eine letzte ehrliche Anmerkung zur Hürde. Bei ABlyft, Varify.io, VWO und GrowthBook liest du einen Preis und startest heute. Wir bitten dich um ein Gespräch. Wenn du Software kaufen willst, ohne mit einem Menschen zu sprechen, ist diese Vorliebe berechtigt, und diese Tools respektieren sie.