{"id":5003,"date":"2022-07-13T08:49:59","date_gmt":"2022-07-13T08:49:59","guid":{"rendered":"https:\/\/vwo.com\/glossary\/type-2-error\/"},"modified":"2025-07-31T08:15:39","modified_gmt":"2025-07-31T08:15:39","slug":"type-2-error","status":"publish","type":"post","link":"https:\/\/vwo.com\/glossary\/de\/type-2-error\/","title":{"rendered":"Type 2 Error"},"content":{"rendered":"\n

Was ist ein Type 2 Error?<\/strong><\/strong><\/h2>\n\n\n\n

Nehmen wir an, ein Unternehmen m\u00f6chte die Zahl der User des von ihm eingef\u00fchrten Produkts erh\u00f6hen. <\/p>\n\n\n\n

Das Unternehmen stellt die Hypothese auf, dass das Angebot einer kostenlosen Testversion die User dazu ermutigen k\u00f6nnte, das Produkt auszuprobieren und es f\u00fcr ihre Bed\u00fcrfnisse zu bewerten. Um diese Hypothese zu \u00fcberpr\u00fcfen, f\u00fchrt das Unternehmen A\/B-Tests mit den beiden Strategien durch – kostenlose Testversion und keine Testversion f\u00fcr die User. Nachdem das Experiment<\/a> eine gewisse Zeit lang  gelaufen ist, kommt der Test zu einem nicht-signifikanten Ergebnis. Da der Test keine eindeutigen Beweise f\u00fcr die vorgeschlagenen Hypothesen liefert, wird er abgelehnt und das Unternehmen beschlie\u00dft, das kostenlose Testangebot einzustellen.  <\/p>\n\n\n\n

Nehmen wir nun an, dass die Testergebnisse in Wirklichkeit falsch waren und das Angebot kostenloser Testversionen die Zahl der User des Produkts tats\u00e4chlich erh\u00f6ht hat. Dann hat der Test einen Falsch-Negativ- oder Type 2 Error verursacht. Wenn ein A\/B-Test oder ein multivariater Test ein statistisch nicht signifikantes Ergebnis liefert, obwohl in Wirklichkeit ein Unterschied in der Leistung der getesteten Varianten besteht, handelt es sich um einen Type 2 Error.\u00a0\u00a0\u00a0<\/p>\n\n\n\n

Wissenschaftlich ausgedr\u00fcckt, handelt es sich um einen Type 1 Error oder ein falsches Negativ, wenn ein Test die Nullhypothese (die keinen Effekt darstellt) nicht zur\u00fcckweist, obwohl sie falsch ist und durch den Test zur\u00fcckgewiesen werden sollte. Vor Beginn eines A\/B-Tests oder MVT wird eine Nullhypothese definiert, die besagt, dass es keinen Unterschied zwischen den getesteten Varianten gibt.<\/p>\n\n\n\n

Warum ist es wichtig, Type 2 Error zu verstehen?<\/strong><\/strong><\/h2>\n\n\n\n

Jeder Type 2 Error kann eine verpasste Chance zur Innovation sein und langfristig die Anzahl der Conversions erh\u00f6hen. Eine hohe Anzahl von Type 2 Errors kann dazu f\u00fchren, dass viele potenziell gute Ideen verpasst werden, die zu einem Gesch\u00e4ftswachstum h\u00e4tten f\u00fchren k\u00f6nnen.<\/p>\n\n\n\n

Ursachen f\u00fcr Type 2 Error<\/strong><\/strong>s<\/h2>\n\n\n\n

Type 2 Errors stehen in umgekehrter Beziehung zur statistischen Aussagekraft eines Tests. Eine hohe statistische Aussagekraft hat einen geringen Type 2 Error zur Folge. Die statistische Aussagekraft ist die Wahrscheinlichkeit, mit der ein Hypothesentest einen statistischen Unterschied in der Conversion Rate zwischen den Varianten findet, wenn es einen Effekt gibt, der gefunden werden kann.\u00a0<\/p>\n\n\n\n

Die statistische Aussagekraft und der Mindestunterschied, um den Sie sich k\u00fcmmern, bestimmen zusammen die Stichprobengr\u00f6\u00dfe eines Tests<\/a>. Eine h\u00f6here statistische Aussagekraft und eine geringere Effektgr\u00f6\u00dfe k\u00f6nnen zu einer h\u00f6heren Stichprobengr\u00f6\u00dfe f\u00fchren, was eine h\u00f6here Testdauer   bedeutet.   <\/p>\n\n\n\n

Ein Test ist nicht aussagekr\u00e4ftig genug, wenn er zu fr\u00fch abgebrochen wird, was zu einer hohen Anzahl von Type 2 Error f\u00fchren kann. Das macht es schwierig, selbst bei gro\u00dfen Effekten echte positive Ergebnisse zu entdecken.<\/p>\n\n\n\n

Bei A\/B- oder MVT-Tests gibt es einen Kompromiss zwischen der statistischen Genauigkeit und der Dauer des Tests. Je nach der f\u00fcr Ihr Unternehmen strategisch geeigneten Conversion Rate-Differenz und der statistischen Aussagekraft k\u00f6nnen Sie die praktikable Stichprobengr\u00f6\u00dfe f\u00fcr den Test bestimmen.  <\/p>\n\n\n\n

Grafische Darstellung von Type 2 Error<\/strong><\/strong><\/h2>\n\n\n\n

Im Folgenden finden Sie die Darstellung eines Nullhypothesenmodells und eines Alternativhypothesenmodells.<\/p>\n\n\n\n