Ein Team kann sich bei jedem einzelnen Screen eines Buchungsservice einig sein – und trotzdem uneins darüber bleiben, ob das Ganze funktioniert. Designende wissen, warum Optionen gruppiert sind; Entwickelnde wissen, was nach dem Absenden passiert; die Kundschaft kommt ohne diese Vorkenntnisse. Usability-Tests bringen genau diese fehlende Perspektive an den Tisch: Echte Menschen versuchen realistische Aufgaben zu lösen, während das Team beobachtet, was passiert.
Die aufschlussreichsten Erkenntnisse liegen oft zwischen einem scheinbar erfolgreichen Klick und einer scheinbar zufriedenen Antwort. Jemand erreicht vielleicht die Bestätigungsseite, ohne zu bemerken, dass das falsche Datum gebucht wurde – oder bricht eine Aufgabe ab, die eigentlich machbar gewesen wäre, weil das Vertrauen in den Preis verloren ging. Beim Zuschauen lassen sich solche Nuancen erkennen, anstatt einen Abschluss einfach nur als Ja oder Nein zu verbuchen.
Was Usability-Tests leisten können
Usability-Tests untersuchen, wie Menschen ein bestimmtes Design unter bestimmten Bedingungen nutzen. Sie decken missverständliche Formulierungen auf, fehlende Informationen, hakelige Interaktionen und Stellen, an denen sich das Produkt anders verhält als erwartet. Sie können auch Metriken wie erfolgreiche Abschlüsse, Fehlerquoten und die gefühlte Einfachheit erfassen – vorausgesetzt, die Studie definiert und dokumentiert diese Faktoren einheitlich.
Sie belegen allerdings keine echte Nachfrage, nur weil Teilnehmende mit dem Produkt zurechtkommen. Jemand kann eine gezielt gestellte Aufgabe problemlos lösen, ohne das Produkt jemals im Alltag nutzen zu wollen. Fragen nach dem eigentlichen Bedarf gehören in User-Interviews, Verhaltensanalysen und andere Forschungsmethoden; Fragen zur Interaktion gehören in den Test selbst.
Der GOV.UK-Leitfaden für moderierte Usability-Tests beschreibt das Grundprinzip treffend: Menschen probieren Aufgaben aus, und jemand aus dem Research-Team beobachtet. Dieses Setup wirklich konsequent durchzuhalten, erfordert mehr Disziplin als gedacht – besonders, wenn man selbst am Entwurf mitgearbeitet hat.
Geben Sie den Menschen einen echten Grund, das Design zu nutzen
Beginnen Sie mit der Entscheidung, für die die Studie Antworten liefern soll. „Die neue Website testen“ lässt fast alles offen. „Herausfinden, ob Gelegenheitsbesuchende das passende Ticket auswählen und die Stornobedingungen verstehen“ gibt Recruiting, Aufgabenstellung und Analyse ein klares, gemeinsames Ziel.
Stellen Sie sich ein fiktives Theater vor, das seinen Buchungsprozess testet. Eine sinnvolle Aufgabe könnte darin bestehen, einen Abend für eine Gruppe zu organisieren, zu der eine Person im Rollstuhl gehört – mit festem Budget und der Option, das Datum noch zu ändern. So ein Szenario schafft Gründe, sich mit Barrierefreiheit und Ticketkonditionen zu beschäftigen, ohne den Teilnehmenden vorzugeben, wo sie klicken müssen. Ob das Szenario passt, hängt von der Zielgruppe ab: Teilnehmende sollten relevante Erfahrungen mitbringen, und die Studie sollte Menschen einbeziehen, deren Zugangsbedürfnisse das Angebot abdecken muss.
Legen Sie vor dem Recruiting fest, wie ein erfolgreiches Ergebnis aussieht. Irgendein Ticket zu kaufen ist etwas anderes, als passende Tickets zu buchen, die Gesamtkosten zu durchschauen und zu wissen, was sich später noch anpassen lässt. Ein gut formuliertes Aufgabenszenario setzt den Teilnehmenden ein klares Ziel, überlässt ihnen aber den Weg dorthin.
Wählen Sie das Format passend zu den offenen Fragen
Moderierte Tests binden Forschende direkt in die Session ein, was Nachfragen und spontane Hilfestellung ermöglicht. Unmoderierte Tests lassen Teilnehmende Aufgaben eigenständig durcharbeiten, wodurch Formulierung und technisches Setup besonders entscheidend werden. Beide Formate eignen sich für Beobachtungen oder quantitative Messungen; ob eine Moderatorin oder ein Moderator dabei ist, entscheidet nicht darüber, ob die Stichprobe belastbare Zahlen liefert.
Bei einer neuen Interaktion kann schon eine kleine, explorative Runde Probleme aufdecken, die man anpacken sollte. Um eine Erfolgsquote präzise zu ermitteln oder Versionen fundiert zu vergleichen, braucht es eine dafür ausgelegte Studie – samt passender Stichprobengröße und sauberem Umgang mit statistischen Unsicherheiten. Vermeiden Sie den Trugschluss, aus „Vier von fünf Teilnehmenden hatten hier Probleme“ abzuleiten, dass sich 80 Prozent aller Kundinnen und Kunden so verhalten.
Trennen Sie Beobachtung von Interpretation
Im Theaterbeispiel klickt jemand vielleicht immer wieder auf den Saalplan, während nach Barrierefreiheits-Infos gesucht wird. Dokumentieren Sie die genauen Schritte und Aussagen, bevor Sie voreilig die Beschriftung der Navigation dafür verantwortlich machen. Womöglich wird erwartet, dass Infos zur Barrierefreiheit direkt bei den Plätzen stehen, Formulierungen an anderer Stelle wurden missverstanden oder die gesuchte Information existiert schlichtweg nicht auf der Website.
Eine Erkenntnis wird erst dann wirklich nützlich, wenn sie die Beobachtung mit einer Konsequenz und einer konkreten Entscheidung verknüpft. „Die Seite war verwirrend“ hilft dem Team kaum weiter. „Teilnehmende konnten Plätze auswählen, aber nicht erkennen, ob der Weg dorthin stufenlos ist“ benennt ein ganz konkretes, offenes Problem. Das nächste Design kann genau daran ansetzen – und ein weiterer Test zeigt, ob die Anpassung funktioniert hat.