Eine klare, intuitive Informationsarchitektur (IA) ist entscheidend für die Usability jeder Website oder App. Aber wie findest du heraus, wie Nutzer Inhalte logisch gruppieren würden? Wie stellst du sicher, dass Navigation und Kategorien wirklich ihren Erwartungen entsprechen?

Eine der effektivsten Methoden dafür ist Card Sorting — ein einfaches, aber unglaublich wirkungsvolles UX-Forschungswerkzeug.

In diesem Leitfaden erfährst du:

• Was Card Sorting ist

• Welche Arten es gibt

• Wie man ein Card Sorting plant, durchführt und auswertet

• Welche Tools du nutzen kannst

• Beispiele, Tipps und häufige Fehler, die du vermeiden solltest

---

Was ist Card Sorting?

Card Sorting ist eine UX-Research-Methode, bei der Nutzer Karten mit einzelnen Begriffen oder Inhalten sortieren und gruppieren. Diese Gruppen zeigen, wie Menschen Informationen mental strukturieren, und helfen Designern dabei, Navigation, Kategorien und IA benutzerzentriert aufzubauen.

Die Teilnehmenden sortieren:

• Themen

• Seiteninhalte

• Features

• Menüpunkte

• Produktkategorien

Ziel:
Eine Struktur finden, die dem natürlichen Denk- und Entscheidungsprozess der Nutzer entspricht.

---

Warum Card Sorting wichtig ist

Card Sorting hilft UX-Designern:

✔ 1. Nutzerorientierte Navigation zu entwickeln

Die Struktur basiert nicht auf Annahmen — sondern auf echten Nutzergruppen.

✔ 2. Informationsarchitektur zu verbessern

Kategorien, Labels und Menülogik werden klarer, verständlicher und konsistenter.

✔ 3. Komplexität zu reduzieren

Besonders bei großen Webshops, Portalen oder SaaS-Plattformen.

✔ 4. Content zu reorganisieren

Du erkennst, welche Inhalte zusammengehören und wo Lücken bestehen.

✔ 5. Erwartungskonformität zu prüfen

Wenn Nutzer Begriffe falsch zuordnen → Labels müssen klarer sein.

---

Arten von Card Sorting

Es gibt drei Haupttypen:

---

1. Offenes Card Sorting

Teilnehmende gruppieren die Karten frei und dürfen eigene Kategorien benennen.

Ideal für:

• Neue Websites

• Re-Strukturierung

• Unklare Content-Logik

Gewinnst du:

• Neue Kategorien

• Nutzerlogik

• Inhaltliche Cluster

---

2. Geschlossenes Card Sorting

Teilnehmende sortieren Karten in vorgegebene Kategorien.

Ideal für:

• Fertige Navigation, die nur validiert werden soll

• Migration alter Inhalte

• UX-Optimierung bestehender Strukturen

---

3. Hybrides Card Sorting

Eine Mischung: Kategorien sind vorgegeben, aber Teilnehmende können neue anlegen.

Ideal für:

• Erweiterung vorhandener Navigation

• Flexible, kontrollierte Forschung

---

Wann solltest du Card Sorting nutzen?

• Beim Erstellen einer neuen IA

• Beim Redesign von Websites oder Apps

• Beim Aufbau eines Design Systems (Labels, Menüstrukturen)

• Bei großen Content-Mengen (Wikis, Shops, Lernplattformen)

• Wenn UX-Probleme in der Navigation auftreten

• Zur Vorbereitung von Tree Testing

---

Wie führt man Card Sorting durch? Schritt-für-Schritt

---

Schritt 1 — Ziel definieren

Beispiele:

• „Wir möchten herausfinden, wie Nutzer Produktkategorien sortieren.“

• „Wir validieren unsere neue Navigationsstruktur.“

• „Wir untersuchen Label-Verständlichkeit.“

---

Schritt 2 — Karteninhalt auswählen

Ideen:

• Seiteninhalte

• Feature-Namen

• Produktkategorien

• Begriffe aus deinem Content

• Aufgaben/Workflows

Tipp:
Nicht mehr als 30–60 Karten verwenden.

---

Schritt 3 — Methode wählen

• Offenes Card Sorting → neue Struktur entdecken

• Geschlossenes → Struktur testen

• Hybrid → beste Balance

---

Schritt 4 — Teilnehmende rekrutieren

Empfehlung:
15–30 Personen pro Card Sort (für Mustererkennung).

Je diverser die Zielgruppe, desto besser.

---

Schritt 5 — Card Sorting durchführen

Varianten:

🔹 Physisch (kleine Workshops)

• Karten aus Papier

• Post-its

• Whiteboards
  Perfekt für Moderation, aber zeitintensiv.

🔹 Online (empfohlen)

Tools übernehmen Sortierung, Auswertung und Datenaggregation.

---

Schritt 6 — Ergebnisse auswerten

Bei offenen Sortierungen identifizierst du:

• Häufige Gruppen

• Gemeinsame Cluster

• Übereinstimmungen zwischen Nutzer*innen

Bei geschlossenen Sortierungen prüfst du:

• Welche Karten falsch zugeordnet werden

• Welche Kategorien unklar sind

• Wo Verwirrung entsteht

Typische Analyseformen:

• Similarity Matrix (zeigt, wie oft Karten zusammen gruppiert wurden)

• Cluster-Analysen

• Visualisierungen (Dendrogramme)

• Heatmaps

---

Schritt 7 — Insights in IA übertragen

Daraus lassen sich ableiten:

• Neue Navigationsstrukturen

• Bessere Menülabels

• Überarbeitete Kategorielogik

• Zusammenführung von Inhalten

• Prioritäten für IA-Redesign

---

Tools für Card Sorting

Hier sind bewährte UX-Tools:

---

Beispiel: Offenes Card Sorting für einen Onlineshop

Ziel: Produktnavigation verbessern
Teilnehmende: 20 Nutzer
Karten: 45 Produktbegriffe (z. B. Schuhe, Jacken, Accessoires, Größenberatung)

Ergebnisse:

• 90 % gruppieren „Schuhe“ und „Sport“ zusammen

• 75 % erstellen die Kategorie „Damen / Herren / Kinder“

• 60 % ordnen „Sale“ separat ein

Opportunity:
Navigation sollte deutlich klarere Hauptkategorien haben (z. B. Damen/Herren/Kinder) + separate „Sportwelt“.

---

Häufige Fehler beim Card Sorting

❌ Zu viele Karten
❌ Unklare Begriffe oder Labels
❌ Zu heterogene Zielgruppen in einer Session
❌ Keine qualitative Nachfragen
❌ Ergebnisse 1:1 übernehmen (statt interpretieren)
❌ Zu kleine Stichprobe
❌ Nur einmal durchführen (statt iterativ)

---

Best Practices für UX Designer

✔ Immer erst Card Sorting, dann Tree Testing
✔ Begriffe klar, konsistent und kurz halten
✔ Teilnehmer laut denken lassen (Think-Aloud)
✔ Insights mit Analytics und Qual-Research abgleichen
✔ Neue Navigation visualisieren (Sitemaps, IA-Diagrams)
✔ Ergebnisse mit Stakeholdern besprechen, nicht isoliert entscheiden

---

Fazit

Card Sorting ist eine der effektivsten UX-Methoden, um die Informationsarchitektur zu verbessern und die Navigation intuitiver zu gestalten. Es ist kostengünstig, einfach durchzuführen und liefert wertvolle Insights über die mentale Struktur deiner Nutzer*innen. Egal ob offenes, geschlossenes oder hybrides Card Sorting — die Methode hilft dir, Websites und Apps so zu bauen, wie Nutzer sie wirklich erwarten.