Kostenlos registrieren

Eine Arbeitsmappe für A/B-Testergebnisse entwerfen

Autor: AILesson9 Min. EinrichtungszeitGetestet mit:ChatGPTGeprüft am: 2026-08-28

Schnelle Antwort

Zuweisung, Exposition, Ergebnisse, Ausschlüsse, Unsicherheit und Entscheidungsregeln strukturieren, ohne den Test überzubewerten. Angeben: Versuchsdesign, Datenschema und Anzahlen, Kennzahlen und Analyseregeln. Erwartetes Ergebnis: Eine prüfbare Experiment-Arbeitsmappe mit Kennzahlendefinitionen, Formeln, Ausgewogenheitsprüfungen und Entscheidungsnotizen.

1

Kontext hinzufügen

Dein Text bleibt in diesem Browser. AILesson Prompts sendet ihn nicht an ein Modell oder einen Server.

2

Dein Prompt

Nicht ausgefüllte Felder bleiben als Platzhalter sichtbar, sodass du den Prompt weiterhin kopieren und bearbeiten kannst.

Entwirf für den angegebenen A/B-Test eine Excel-Arbeitsmappe, ohne aus einem Zusammenhang eine stärkere Kausalaussage abzuleiten, als das Design erlaubt.

Hypothese, Varianten, Randomisierung, Teilnahmeberechtigung, Datumsangaben, Abbruch, Ausschlüsse und Verantwortliche:
[design]

Felder, Granularität, IDs, Zuweisung, Exposition, Ergebnisse, Zeitstempel, fehlende Daten, Duplikate, Anzahlen und Beispiele:
[data]

Kennzahlen, Nenner, Population, Konfidenzmethode, praktische Schwelle, Segmente, Multiplizität und Prüfgrenzen:
[analysis]

Trenne Versuchsplan und beobachtete Ergebnisse. Definiere eine Zeile pro Randomisierungseinheit oder eine reproduzierbare Aggregation aus Ereignisdaten. Bewahre für die primäre Intention-to-treat-Sicht die zugewiesene Gruppe auch bei fehlgeschlagener Exposition; kennzeichne jede Per-Protocol-Analyse als sekundär. Lege Formeln für Nenner, Quote oder kontinuierliches Ergebnis, absolute und relative Differenz, Unsicherheit und Schutzkennzahlen fest. Ergänze Prüfungen von Stichprobenverhältnis, Teilnahmeberechtigung, doppelten IDs, fehlenden Ergebnissen, zeitlicher Lage, Kontamination und Ausgewogenheit vor dem Versuch. Wähle einen Gewinner weder allein anhand des p-Werts noch durch wiederholtes Nachsehen ohne geplante Abbruchregel; leite keine Effekte auf Nutzerebene aus Ereigniszeilen ab und behaupte keine Kausalität ohne randomisierte Zuweisung. Gib Tabellenstruktur, Datenwörterbuch, Kennzahlenregister, Formeln mit den angegebenen Zellen oder Tabellen, Qualitätsprüfungen, Ergebnistabelle, Segmentregeln, Entscheidungsvorlage, Einschränkungen und Tests zur Neuberechnung eines kleinen bekannten Beispiels aus.
Im Playground ausprobieren
Standardmäßig privatDer Prompt wird lokal in deinem Browser zusammengestellt. Gib keine vertraulichen Informationen in einen KI-Dienst ein, es sei denn, deine Organisation erlaubt dies.

Von der Eingabe zum Ergebnis

Ein ausgearbeitetes Beispiel

Sieh dir an, wie konkreter Kontext dieses Rezept in ein nutzbares Ergebnis verwandelt.

Tatsächliche Eingabe

Versuchsdesign
Randomisierter Test von E-Mail-Betreffzeilen für berechtigte Newsletter-Abonnenten. Kontrolle A ist der aktuelle Betreff, B ein kürzerer Betreff. Randomisierungseinheit SubscriberID, 1:1-Zuweisung am 3. August 2026 vor dem Versand. Eine E-Mail pro berechtigter Person. Primäre Hypothese: B erhöht die eindeutige Klickrate innerhalb von 72 Stunden. Einmalige Durchführung mit der vollständigen berechtigten Liste; kein vorzeitiger Abbruch. Ausschluss nur vorab aufgeführter interner/Test-IDs sowie harter Bounces nach der genehmigten Kennzahlenregel. Der Marketing Lead verantwortet die Entscheidung.
Datenschema und Anzahlen
Der Rohdatenexport kann viele Zeilen pro Abonnent enthalten. Felder: SubscriberID, AssignedVariant, Eligible, Sent, HardBounce, UniqueClick72h, Unsubscribe72h, Revenue72h, AssignmentTime, SendTime. Auf eine Zeile pro SubscriberID aggregieren. Erwartete Zuweisungen A=5.012, B=4.988. Harte Bounces A=102, B=98. Eindeutige Klicks A=421, B=455. Abmeldungen A=23, B=31. Umsatz ist schief verteilt und fehlt wegen fehlgeschlagener Nachverfolgung in 14 Zeilen. Eine doppelte SubscriberID in der Zuweisung ist ungültig. Ein Wechsel der Exposition ist erkennbar, wenn der gesendete Betreff von der Zuweisung abweicht.
Kennzahlen und Analyseregeln
Nenner der primären eindeutigen CTR ist Versand minus harte Bounces nach zugewiesener Variante; dokumentieren, dass dies von einer reinen ITT mit allen Zugewiesenen abweicht, und eine Sensitivität mit allen Zugewiesenen angeben. Primärtest mit zweiseitigem 95-%-Konfidenzintervall für die Anteilsdifferenz. Praktische Schwelle absolut +0,5 Prozentpunkte. Schutzkennzahl Abmeldequote mit Versand als Nenner und Nichtunterlegenheitsgrenze +0,2 Prozentpunkte. Umsatz nur sekundär beschreibend. Segmente explorativ mit n und ohne Gewinneraussagen; keine Multiplizitätskorrektur geplant.

Beispielausgabe

Arbeitsmappe: Plan mit gesperrter Hypothese, Population, Abbruchregel und Schwellenwerten; UnitData mit einer Zeile pro SubscriberID; MetricRegistry; QualityChecks; Results; DecisionLog. UnitData muss aus Ereignissen mit ausdrücklichen MAX-Regeln für binäre Ergebnisse und einem Stopp bei doppelter Zuweisung aggregiert werden; Klicks niemals als unabhängige Zeilen zählen.

Primäre Nenner sind A 5.012−102=4.910 und B 4.988−98=4.890. CTR: A 421/4.910=8,574 % und B 455/4.890=9,305 %; absolute Differenz B−A=0,731 Prozentpunkte und relativer Anstieg etwa 8,53 %. Excel-Quotenformeln können =SUMIFS(UnitData[UniqueClick72h],UnitData[AssignedVariant],A2)/SUMIFS(UnitData[PrimaryDenominatorFlag],UnitData[AssignedVariant],A2) verwenden. Eine vorab genehmigte Berechnung für zwei Anteilswerte oder ein geprüftes Analysewerkzeug nutzen; die statistische Methode nicht nach Betrachtung der Ergebnisse improvisieren. Der Punktschätzer überschreitet die praktische Schwelle von +0,5 Prozentpunkten, doch die Entscheidung erfordert auch Intervall und Schutzkennzahl.

Schutzkennzahl: Abmeldungen A 23/5.012=0,459 %; B 31/4.988=0,622 %; Differenz +0,163 Prozentpunkte, unterhalb, aber nahe der Nichtunterlegenheitsgrenze von +0,2 Prozentpunkten. Das Intervall angeben, bevor die Schutzkennzahl als erfüllt bezeichnet wird. QualityChecks: Zuweisungsverteilung 50,12 %/49,88 %; mit der geplanten Zuweisung anhand der genehmigten Prüfung des Stichprobenverhältnisses vergleichen; keine doppelten Zuweisungen; alle Zuweisungen vor dem Versand; Wechsel, nicht berechtigte und nicht versendete Fälle, fehlende Nachverfolgung und Ausschlüsse je Gruppe aufführen. Sensitivitäts-CTR für alle Zugewiesenen: 8,400 % gegenüber 9,122 %. Umsatz bleibt mit n, Fehlwerten sowie Median oder Quantilen beschreibend und ist keine kausale Erfolgsaussage. Entscheidungsvorlage: fortfahren, zurückstellen oder ablehnen unter Angabe von primärem Intervall, praktischer Schwelle, Schutzintervall, Qualitätsproblemen und Abweichungen zwischen Nennerdefinitionen.

Warum das funktioniert

  1. 1

    Die ausdrückliche Angabe von Randomisierungseinheit und Nenner verhindert, dass Ereignismengen als unabhängige Stichprobengröße erscheinen.

  2. 2

    Entscheidungsschwellen und Schutzkennzahlen verbinden statistische Unsicherheit mit praktischen Folgen.

Ergebnis prüfen

  • Stellt jede Analysezeile die Randomisierungseinheit dar und bleibt die Zuweisung unabhängig von der Exposition erhalten?

  • Sind primäre Kennzahl, Nenner, Unsicherheitsmethode, Abbruchregel und praktische Schwelle vor der Betrachtung der Ergebnisse definiert?

  • Sind Ungleichgewicht, fehlende Daten, Kontamination, Multiplizität und Schutzkennzahlen neben dem Ergebnis sichtbar?

Sicher nutzen

Häufig gestellte Fragen

Praktische Antworten dazu, wann du dieses Rezept verwenden solltest, was du bereitstellen solltest und wo menschliche Prüfung weiterhin wichtig ist.

Was sollte ich vorbereiten, bevor ich „Eine Arbeitsmappe für A/B-Testergebnisse entwerfen“ verwende?

Bereite für „Eine Arbeitsmappe für A/B-Testergebnisse entwerfen“ das Versuchsdesign, das Datenschema und die Anzahlen sowie die Kennzahlen und Analyseregeln vor. Ersetze Platzhalter ausschließlich durch Angaben, die du überprüfen kannst. Wenn ein Detail unbekannt ist, halte diese Unsicherheit ausdrücklich fest, anstatt das Modell zu einer Schlussfolgerung aufzufordern.

Wann ist das Ergebnis von „Eine Arbeitsmappe für A/B-Testergebnisse entwerfen“ noch nicht einsatzbereit?

Das Ergebnis ist noch nicht einsatzbereit, wenn es auf Grundlage der bereitgestellten Belege das angegebene Resultat – eine prüfbare Experiment-Arbeitsmappe mit Kennzahlendefinitionen, Formeln, Ausgewogenheitsprüfungen und Entscheidungsnotizen – noch nicht liefert oder wenn es sich auf ungeklärte Annahmen, fehlende Genehmigungen oder erfundene Details stützt. Nutze die Prüfpunkte als Freigabekriterien: Überarbeite die Quelldaten oder benenne eine autorisierte prüfende Person, anstatt eine nicht belegte Ausgabe sprachlich zu verfeinern.

Für welche KI-Tools sind Tests zu „Eine Arbeitsmappe für A/B-Testergebnisse entwerfen“ dokumentiert?

Im veröffentlichten Testprotokoll für „Eine Arbeitsmappe für A/B-Testergebnisse entwerfen“ ist mit Stand vom 28.08.2026 ChatGPT aufgeführt. Dies bestätigt dokumentierte Testläufe, garantiert jedoch weder die Kompatibilität noch identische Ergebnisse in späteren Produktversionen. Wenn du ein anderes Tool oder eine andere Version verwendest, lasse alle Einschränkungen sichtbar und wiederhole vor der Verwendung die Ergebnisprüfungen.

Weitere Möglichkeiten zum Entdecken

Wo dieses Rezept hineinpasst

Text-PromptsDatenanalyseExcel & Tabellenkalkulationen

Bring die Arbeit voran

AILesson · Empfohlene Kurse

Dein nächster Schritt: KI einsetzen

Vom Verstehen von KI zum Erledigen von Aufgaben. Übe Prompting, das Überprüfen und das Verbessern von Ergebnissen in interaktiven Lektionen für Arbeit und Alltag.

Alle Kurse entdecken
Titelbild von KI für Einsteiger

15 interaktive Lektionen

KI für Einsteiger

Beginne ein nützliches KI-Gespräch, verbessere die Antwort, prüfe das Wesentliche und erkenne, wann du selbst als Nächstes handeln musst.

Diesen Kurs entdecken
Titelbild von Grundlagen von ChatGPT

10 interaktive Lektionen

Grundlagen von ChatGPT

Lerne ChatGPT anhand von drei praktischen Abläufen kennen: Schließe einen ersten Chat ab, arbeite mit einer Datei und übernimm danach mit Projects einen geprüften Plan in einen neuen Chat.

Diesen Kurs entdecken
Titelbild von Wie generative KI funktioniert

7 interaktive Lektionen

Wie generative KI funktioniert

Verstehe, wie gängige KI-Chats Sprachmuster lernen, Nachrichten aus dem aktuellen Gespräch nutzen, Antworten erzeugen und Quellen sowie Werkzeuge einbinden.

Diesen Kurs entdecken