Task Success Rate & Time-on-Task

Die Task Success Rate (Aufgabenlösungsrate) misst den Anteil gültiger Aufgabenversuche, die Nutzer:innen nach vorher festgelegten Kriterien erfolgreich abschließen. Time-on-Task misst die Zeit vom definierten Start- bis zum Endereignis. Zusammen zeigen die UX-Metriken, ob eine Aufgabe gelingt und wie viel Zeit sie benötigt – vorausgesetzt, Aufgabe, Erfolgskriterium und Messgrenzen sind klar definiert.

Wie erfolgreich sind Nutzer:innen? – Die Task Success Rate

Die sogenannte Aufgabenlösungsrate gibt an, wie viele Personen eine bestimmte Aufgabe vollständig und korrekt abschließen konnten. Sie wird als Prozentsatz angegeben und eignet sich besonders gut, um die Effektivität eines Systems zu messen.

Formel: Task Success Rate = (gültige Versuche mit vollständigem Erfolg ÷ alle gültigen Versuche) × 100. Ein Versuch zählt nur dann als erfolgreich, wenn das vorab definierte Nutzerziel ohne kritischen Fehler erreicht wurde. Lege auch fest, ob ein Abbruch als gültiger Fehlversuch zählt; technische Ausfälle, die nicht durch das Produkt verursacht wurden, können nach einer vorab definierten Regel ausgeschlossen werden.

KI

KI-generiertes Bild

Varianten der Erhebung

• Binär: Erfolg ja/nein – einfach zu erheben, aber wenig differenziert.
• Gestuft berichten: Vollständigen Erfolg, Teilerfolg und Abbruch getrennt zählen und neben der binären Erfolgsrate ausweisen. So bleibt die Standardkennzahl verständlich, während Fortschritte sichtbar werden.
• Gewichtete Bewertung: Wenn Teilschritte unterschiedlich wichtig sind, kann ein vorab festgelegter Score berechnet werden: Summe der erreichten Teilziel-Gewichte ÷ Summe aller Gewichte × 100. Das ist eine ergänzende gewichtete Abschlussquote, nicht dieselbe binäre Task Success Rate; Gewichte und Kriterien daher transparent dokumentieren.
• Fehlerbasiert: Zusätzlich analysieren, warum Aufgaben scheitern – z. B. technische Fehler, Missverständnisse, Usability-Probleme.

Die Erfolgsquote kann Versionen oder Zeitpunkte beschreiben und vergleichen, sofern Aufgaben, Erfolgskriterien und Erhebungsbedingungen vergleichbar sind. Ein beobachteter Unterschied belegt für sich allein keine Ursache: Für kausale Aussagen braucht es ein geeignetes Studiendesign, etwa ein randomisiertes Experiment. Bei kleinen Stichproben sind Schätzunsicherheit und mögliche Zufallsschwankungen besonders zu beachten; Trends über längere Zeiträume können auch durch Veränderungen außerhalb des Produkts entstehen.

Wie effizient ist die Nutzung? – Time-on-Task

Während die Erfolgsrate die Erreichung eines Ziels beschreibt, erfasst die Time-on-Task den Aufwand, der dafür nötig ist – meist in Form der benötigten Zeit.

Praxisbeispiel: In einem E-Commerce-Test dauert ein erfolgreicher Bestellabschluss in der alten Checkout-Version im Median 3:20 Minuten, in der überarbeiteten Version 1:50 Minuten. Die Differenz beträgt 90 Sekunden; bezogen auf 200 Sekunden sind das 45 % weniger Zeit. Aussagekräftig ist der Vergleich nur, wenn Aufgabe, Stichprobe und Messregeln vergleichbar sind und die Erfolgsrate nicht gesunken ist.

Aber: Weniger Zeit ist nicht automatisch besser. Ein extrem kurzer Time-on-Task kann auch auf oberflächliche Bearbeitung oder Desinteresse hinweisen. Deshalb sollte diese Metrik immer im Kontext der Aufgabenstellung und Nutzerziele interpretiert werden.

Wie wird gemessen?

• Formel: Time-on-Task = Zeitstempel des Endereignisses − Zeitstempel des Startereignisses. Bestimme beide Ereignisse vorab, zum Beispiel vom ersten Klick auf „Anmelden“ bis zur bestätigten Anmeldung.
• Bei moderierten Tests: per Stoppuhr oder digitalem Timer
• Bei digitalen Systemen: automatisch via Logfiles, Session-Recording oder Analytics
• Wichtig: Start- und Endpunkte müssen für alle Teilnehmenden gleich definiert sein. Regeln für Pausen, Moderator:innen-Eingriffe, Ladezeiten und Unterbrechungen ebenfalls vorab festlegen.

Beispiel: Acht erfolgreiche Durchläufe dauern zusammen 12 Minuten. Das arithmetische Mittel beträgt 12 × 60 ÷ 8 = 90 Sekunden. Berichte bei kleinen Stichproben die einzelnen Werte oder mindestens Stichprobengröße und Streuung; bei rechtsschiefen Zeiten ist der Median mit Interquartilsabstand oft aussagekräftiger als allein der Mittelwert. Zeitergebnisse nur erfolgreicher Versuche können leichter wirken, wenn viele Personen abbrechen: Berichte daher Abbrüche und deren Zeit bis zum Abbruch separat, statt sie stillschweigend aus der Erfolgsrate oder Zeitbetrachtung verschwinden zu lassen.

Ausreißer und Abbrüche richtig einordnen

Prüfe ungewöhnlich kurze oder lange Zeiten zuerst anhand der Aufzeichnung: Liegt ein technischer Messfehler, eine externe Unterbrechung oder ein echter Umweg im Interface vor? Gültige Beobachtungen bleiben in der Auswertung und können auf Barrieren hinweisen. Schließe Werte nur nach einer vorab festgelegten, nachvollziehbaren Regel aus und dokumentiere die Auswirkung. Setze keine pauschale Zeitobergrenze, die langsame, aber gültige Versuche in scheinbare Erfolge verwandelt.

Gemeinsam stark: Effektivität & Effizienz

Die beiden Metriken entfalten ihre volle Aussagekraft erst in Kombination. Eine Aufgabe kann schnell erledigt sein – aber trotzdem häufig scheitern. Oder sie wird meist erfolgreich bewältigt, dauert aber auffällig lange.

Beispielhafte Kombination: In einem Intranet-Test schaffen es 90 % der Nutzer:innen, eine bestimmte Information zu finden – aber sie benötigen im Schnitt über 4 Minuten dafür. Die Interpretation: Das System funktioniert, aber nicht effizient. Hier könnte eine bessere Navigation oder Suchfunktion Abhilfe schaffen.

Best Practices aus der Praxis

• Aufgaben realistisch formulieren: Die Aufgabenstellung sollte dem echten Nutzungskontext entsprechen.
• Start- und Endpunkte operationalisieren: Nur so lassen sich Zeiten und Erfolgsraten konsistent erheben.
• Ausreißer nicht einfach streichen: Ein:e Nutzer:in braucht 10 Minuten, weil das Interface in einer bestimmten Konstellation blockiert – das ist kein „Messfehler“, sondern ein wertvoller Insight.
• Triangulieren mit qualitativen Methoden: Aussagen aus Interviews oder Thinking-Aloud helfen, Zahlen zu interpretieren („Warum war die Aufgabe schwierig?“).
• Zeit und Erfolg gemeinsam berichten: Eine schnellere Zeit ist keine Verbesserung, wenn dafür mehr Personen scheitern oder kritische Fehler machen.

Fazit

Task Success Rate und Time-on-Task sind bewährte Werkzeuge, um die Leistung von Nutzer:innen messbar zu machen. Als quantitative Metriken liefern sie klare, vergleichbare und aussagekräftige Daten über die Gebrauchstauglichkeit eines Systems – vorausgesetzt, sie werden kontextsensibel und methodisch sauber eingesetzt. In der Praxis sind sie unverzichtbar für Benchmarking, Redesign-Evaluationen und kontinuierliche UX-Optimierung.

Zuletzt geändert: 1. November 2026