Express-Checkout und Gastbestellung: Wirkung auf Abschlüsse

Ein Express-Checkout und eine Gastbestellung verkürzen den Weg zur Bestellung. Die Frage ist, wie viel das konkret bringt – und wie Sie es messen, statt es zu vermuten.

Was Studien zur Wirkung sagen

Baymard ist ein US-Forschungsinstitut. In seiner quantitativen Umfrage zu Abbruchgründen (4.384 US-Erwachsene, 2022) haben 24 Prozent der US-Onlinekäufer im letzten Quartal mindestens einen Warenkorb allein wegen erzwungener Kontenerstellung abgebrochen. Die durchschnittliche Warenkorb-Abbruchquote liegt laut Baymard bei 70,22 Prozent (Mittelwert aus 50 dokumentierten Studien).

Wichtig: Diese Zahlen stammen aus US- und EU-Studien, nicht aus DACH. Sie zeigen die Größenordnung und die Richtung, aber sie sind keine Prognose für Ihren Shop. Die konkrete Wirkung hängt von Ihrem Checkout, Ihrer Zielgruppe und Ihren Zahlungsarten ab.

Was ein verkürzter Checkout konkret ändert

Ein verkürzter Checkout reduziert drei Dinge: die Anzahl der Schritte, die Anzahl der Formularfelder und die Hürde der Kontenerstellung.

Für 2024 nennt Baymards E-Commerce-UX-Benchmark im Schnitt 5,1 Schritte und 11,3 Formularfelder pro Checkout; den meisten Shops genügen laut Baymard 8 Felder, um eine Bestellung abzuwickeln (Baymard, „Checkout Optimization: 5 Ways to Minimize Form Fields in Checkout“, 26. Juni 2024). Baymard betont, dass die Anzahl der Formularfelder, nicht die Schrittzahl, den wahrgenommenen Aufwand bestimmt. Ob ein Express-Checkout und eine Gastbestellung die Werte in Ihrem Shop senken, ist die Hypothese, die der A/B-Test prüft.

Zwei weitere Auswertungen von Baymards E-Commerce-UX-Benchmark zeigen, wie verbreitet die Hürde ist: 47 Prozent der Shops, die eine Gastbestellung anbieten, machen sie nicht prominent genug (Baymard, 17. Januar 2023); 42 Prozent unterbrechen ihre Kundschaft vor oder während des Checkouts mit dem Vorschlag, ein Konto anzulegen (Baymard, 19. September 2023). Beides sind Punkte, die ein verkürzter Checkout direkt adressiert.

Ein dritter Punkt: Baymard empfiehlt, die Kontenerstellung erst auf der Bestellbestätigung anzubieten, nicht vor oder während des Checkouts. So bleibt der Käufer auf dem Weg zur Bestellung, und die Kontenerstellung wird zu einer Option nach dem Kauf, nicht zu einer Hürde davor.

Test-Design mit Sample-Size-Berechnung

Die Wirkung auf Abschlüsse messen Sie mit einem A/B-Test. Der Control-Flow ist Ihr aktueller Checkout; der Test-Flow ist der verkürzte Checkout mit Express-Option und Gastbestellung.

Hypothese. Formulieren Sie eine falsifizierbare Aussage: „Der verkürzte Checkout erhöht die Conversion-Rate um mindestens X Prozentpunkte.“

Kennzahl. Als Primärkennzahl eignet sich die Conversion-Rate (Besucher mit Bestellung ÷ Besucher) pro Gruppe. Die Warenkorb-Abbruchquote allein misst, wie viele den Warenkorb verlassen, nicht, wie viele kaufen.

Gruppengröße. Beobachtungseinheit ist der Besucher: Jeder Besucher zählt einmal und wird stabil zufällig einer der beiden Gruppen zugeteilt, damit kein Besucher beide Varianten sieht und die Beobachtungen unabhängig sind. Bei 80 Prozent Power und einem zweiseitigen Test mit 5 Prozent Irrtumswahrscheinlichkeit berechnen Sie die kleinste nachweisbare Differenz d aus der Zweistichproben-Normalapproximation (wie die R-Funktion power.prop.test): n = (1,96 × Wurzel aus (2 × pm × (1 − pm)) + 0,84 × Wurzel aus (p × (1 − p) + (p + d) × (1 − (p + d))))² ÷ d², wobei pm der Mittelwert aus der Basis-Rate p und der Test-Rate p + d ist, p die Basis-Conversion-Rate, d die nachzuweisende Differenz und n die Besucher pro Gruppe.

Basis-Conversion	500	1.000	2.000	5.000	10.000
3 %	3,8	2,5	1,7	1,0	0,7
5 %	4,6	3,1	2,1	1,3	0,9
10 %	5,9	4,1	2,8	1,7	1,2

Die Werte sind die kleinste nachweisbare Differenz in Prozentpunkten. Beispiel: Bei einer Basis-Conversion von 5 Prozent und 1.000 Besuchern pro Gruppe erkennen Sie einen Effekt von mindestens 3,1 Prozentpunkten. Möchten Sie bei 5 Prozent Basis nur 1 Prozentpunkt nachweisen, brauchen Sie 8.158 Besucher pro Gruppe.

Laufzeit. Der Test läuft, bis beide Gruppen die berechnete Gruppengröße erreicht haben – und mindestens eine volle Woche, damit beide Gruppen den kompletten Wochentag-Zyklus abdecken. Saisonale Effekte (z. B. Black Friday) deckt eine Woche nicht ab; planen Sie den Test außerhalb solcher Phasen. Stoppen Sie nicht, sobald ein Zwischenergebnis gut aussieht.

Entscheidungsregel. Legen Sie vor dem Start fest, was ein Erfolg ist: eine signifikante Verbesserung der Conversion-Rate um mindestens den geplanten Effekt. Definieren Sie auch, was ein Nicht-Erfolg bedeutet und was Sie dann tun.

Typische Fehler

• Zu kleine Gruppengröße. Mit zu wenigen Besuchern pro Gruppe sinkt die Wahrscheinlichkeit, einen vorhandenen Effekt zu erkennen (geringe Power). Die Sample-Size-Berechnung ist der Schutz davor.
• Zu frühes Stoppen. Wer den Test stoppt, sobald das Zwischenergebnis gut aussieht, überzeichnet den Effekt.
• Falsche Kennzahl. Die Warenkorb-Abbruchquote allein sagt nichts über die Abschlüsse.
• Zu viele Änderungen gleichzeitig. Wenn Sie den Checkout, die Zahlungsarten und die Versandoptionen gleichzeitig ändern, wissen Sie nicht, was den Effekt verursacht.
• Keine Entscheidungsregel. Ohne vorab festgelegte Regel ist das Ergebnis nachträglich interpretierbar.

So gehen Sie vor

1. Messen Sie die aktuelle Conversion-Rate und die Warenkorb-Abbruchquote über mindestens vier Wochen.
2. Formulieren Sie die Hypothese und wählen Sie die Primärkennzahl.
3. Berechnen Sie die Gruppengröße für den Effekt, den Sie nachweisen wollen.
4. Implementieren Sie den verkürzten Checkout mit Express-Option und Gastbestellung.
5. Starten Sie den A/B-Test und lassen Sie ihn laufen, bis beide Gruppen die Gruppengröße erreicht haben.
6. Werten Sie nach der Entscheidungsregel aus und dokumentieren Sie das Ergebnis.