Hauptbereich
Agency
sea

Kampagnen bewerten — KPIs, Testdauer, Budgets und sinnvolle Test-Setups

Redaktion ·

Warum „läuft gut” und „läuft schlecht” fast nie reichen

Die typische Frage in der Performance-Runde lautet: „Läuft die Kampagne?” Die typische Antwort ist ein Bauchgefühl, garniert mit einer Zahl, die gerade gut aussieht. Mal ist es die CTR, mal der CPC, mal die Anzahl der Conversions. Das Problem: Jede dieser Zahlen kann hoch sein, während die Kampagne Geld verbrennt — und jede kann mies aussehen, während die Kampagne tatsächlich profitabel ist.

Kampagnen-Bewertung ist deshalb keine Frage des Lieblings-KPI, sondern eine Frage des Setups: Welche Metrik trägt die Entscheidung, wie lange muss sie beobachtet werden, und ist das, was du siehst, überhaupt ein Signal oder nur Rauschen? Dieser Artikel führt durch die KPIs, die du brauchst (und die, die du ignorieren darfst), durch die Frage „wie lange teste ich”, durch sinnvolle Test-Setups — und durch die Setups, die so verbreitet wie nutzlos sind.

Die KPI-Pyramide — von der Klick-Metrik zum Profit

Es gibt drei Ebenen von KPIs, und sie hängen nicht symmetrisch zusammen: Du kannst die unteren Ebenen perfekt machen und auf der oberen trotzdem verlieren. Umgekehrt geht das selten — wer oben profitabel ist, hat unten meistens etwas richtig gemacht.

Ebene 1 — Liefer- und Klick-KPIs

Hier wohnen Impressionen, Klicks, CTR, CPC, durchschnittliche Position, Impression Share. Diese Metriken sagen, ob deine Anzeigen überhaupt ausgeliefert und geklickt werden. Sie sind wichtig zur Diagnose („wir kriegen keine Impressionen, weil das Tagesbudget nach drei Stunden weg ist”), aber sie sind keine Erfolgs-KPIs. Eine Kampagne mit 12 % CTR kann dich ruinieren, wenn die Klicks alle daneben sind.

Faustregeln, die in der Praxis immer wieder taugen: Eine Search-CTR unter 2 % auf generischen Keywords ist meistens ein Anzeigen- oder Match-Type-Problem; eine CTR über 15 % auf Brand ist normal. Ein CPC, der 30 % über dem Konto-Schnitt liegt, ist meist ein Quality-Score-Problem — nicht zwingend ein Gebots-Problem.

Ebene 2 — Conversion-KPIs

Conversions, CVR, CPA, CPL, CPO. Hier wird’s interessant, weil hier zum ersten Mal eine Verbindung zur Geschäftsrealität entsteht. Aber auch nur, wenn das Conversion-Tracking sauber ist — und das ist es selten ohne aktive Pflege. Doppelt gezählte Thank-You-Pages, fehlendes Cross-Device-Tracking, falsch eingestellte Conversion-Aktionen („Page Load” statt „Form Submit”) sind die Klassiker.

CVR und CPA sind nur dann vergleichbar, wenn das Conversion-Setup in beiden verglichenen Zeiträumen gleich ist. Wer mitten in einem Test eine zweite Conversion-Action („Newsletter”) in dieselbe Conversion-Spalte zählt, vergleicht Äpfel mit Streuobst.

Ebene 3 — Profit-KPIs

ROAS, POAS, KUR, CAC, MER, Contribution Margin. Diese KPIs beantworten als einzige die Frage, die der Geschäftsführer stellt: Verdienen wir mit dieser Kampagne Geld?

ROAS (Return on Ad Spend) ist der bekannteste — Umsatz geteilt durch Ad Spend. ROAS 4,0 heißt: für jeden investierten Euro kommen 4 Euro Umsatz zurück. Das klingt gut, ist aber bei einem Produkt mit 20 % Marge ein Verlustgeschäft, sobald du Mehrwertsteuer, Retouren und Lagerkosten dazurechnest.

Deshalb ist POAS (Profit on Ad Spend) in den meisten ernsthaften Setups der bessere Wert: Statt Umsatz nimmt er den Deckungsbeitrag. Eine Kampagne mit ROAS 6 auf einem Margenprodukt kann profitabler sein als eine mit ROAS 12 auf einem Verlust-Lockmittel.

In Lead-Gen-Geschäften ersetzt CAC (Customer Acquisition Cost) den ROAS — was darf ein Kunde in der Akquise kosten, gemessen am Customer Lifetime Value? Die Faustregel CAC < CLV/3 ist konservativ, aber gesund. Wer auf Recurring-Revenue-Modellen mit hoher Retention sitzt, kann auch CAC ≈ CLV/2 verteidigen.

Das Conversion-Volumen-Problem — die unterschätzte Größe

Die wichtigste Zahl bei der Kampagnen-Bewertung ist nicht die Conversion-Rate. Es ist die Anzahl der Conversions, auf die sich deine Aussage stützt.

Ein typisches Szenario: Kampagne A hat in zwei Wochen 8 Conversions bei einem CPA von 42 €. Kampagne B hat 11 Conversions bei einem CPA von 38 €. Conclusion: B ist besser? Nein. Bei diesen Größen ist die statistische Streuung größer als der Unterschied. Drei Conversions mehr oder weniger sind Glück, nicht Performance.

Eine grobe Faustregel: Pro Test-Variante brauchst du mindestens 30, besser 50 Conversions, bevor eine CPA- oder CVR-Aussage verlässlich wird. Bei Klein-Volumen-Konten mit 20 Conversions pro Monat heißt das: Tests laufen Monate, nicht Tage. Wer das nicht akzeptieren will, optimiert auf Rauschen.

Das ist auch der Grund, warum Smart Bidding eine Datenuntergrenze hat: Google empfiehlt für tCPA mindestens 30 Conversions in 30 Tagen pro Kampagne, für tROAS 50 in 30 Tagen. Darunter lernt der Algorithmus auf Zufall.

Wie lange muss ein Test laufen?

Die ehrliche Antwort lautet: bis er entschieden ist, nicht bis ein Kalender-Stichtag erreicht ist. In der Praxis bedeutet das drei untergrenzige Bedingungen, die alle erfüllt sein müssen, bevor du eine Aussage triffst:

Mindestens ein voller Wochenzyklus. Such- und Konversionsverhalten unterscheidet sich systematisch zwischen Wochentagen und Wochenenden, B2B und B2C, Vormittag und Abend. Ein Test über fünf Werktage übersieht das Wochenende komplett. Plane mit zwei vollen Wochen als Untergrenze, nicht als Komfortzone — das ist das absolute Minimum, kein guter Wert.

Genug Conversions pro Variante. Siehe oben: 30+ pro Variante. Wenn dein Konto pro Woche 15 Conversions in der Test-Kampagne sieht, brauchst du vier Wochen, nicht zwei.

Keine offenen Lern-Phasen. Smart-Bidding-Strategien brauchen 1–2 Wochen Lernphase nach jeder relevanten Änderung (neue Strategie, Ziel-CPA-Anpassung > 20 %, Budget-Verdopplung). Daten aus der Lernphase sind für Vergleiche unbrauchbar — sie sind systematisch verzerrt, weil der Algorithmus noch sucht.

Daraus ergibt sich eine pragmatische Tabelle:

| Konto-Volumen (Conv./Monat) | Realistische Test-Dauer | Was du teste solltest | |---|---|---| | < 30 | 6–8 Wochen oder gar nicht | Nur grobe Hebel — Strategie, Strukturwechsel | | 30–100 | 4 Wochen | Bid-Strategien, Anzeigentexte, Match Types | | 100–500 | 2–3 Wochen | Anzeigen-Varianten, Zielgruppen, Landingpages | | 500+ | 1–2 Wochen | Feinere Hebel, schnelle Iteration möglich |

Wer in einem 30-Conversions-Konto wöchentlich „A/B-Tests” fährt, macht keinen Test — der oder diejenige spielt Roulette und nennt es Optimierung.

Budget für einen Test — die einfache Rechnung

Anstatt Pi-mal-Daumen zu schätzen, lässt sich das Test-Budget direkt aus zwei bekannten Größen ableiten:

Test-Budget = (Ziel-Conversions pro Variante) × (erwarteter CPA) × (Anzahl Varianten)

Beispiel: Du willst zwei Bid-Strategien gegeneinander testen, dein historischer CPA liegt bei 35 €, du willst pro Variante 50 Conversions sehen. Rechnung: 50 × 35 € × 2 = 3.500 €. Plus 15–20 % Puffer für Lernphasen und Außreißer — also rund 4.000 €.

Das ist die ehrliche Untergrenze. Wer mit 1.500 € startet, weil mehr „nicht drin ist”, führt keinen Test durch — er kauft Anekdoten.

Sinnvolle Test-Setups

Nicht jeder Test ist ein A/B-Test, und nicht jeder A/B-Test funktioniert in Google Ads. Drei Setups decken den Großteil der Praxisfragen ab.

Drafts & Experiments (Google-Ads-natives A/B)

Google Ads bietet ein eigenes Experiment-Feature: Du dupliziert eine Kampagne, änderst einen einzelnen Hebel (z. B. die Bid-Strategie) und teilst den Traffic 50/50. Das ist sauber, weil Google die Auktion gleichmäßig zwischen den beiden Versionen aufteilt — kein Selbst-Bidding, keine doppelte Auslieferung.

Wofür gut: Bid-Strategie-Wechsel (Manual CPC vs. tCPA, tCPA vs. tROAS), Landingpage-Tests auf Kampagnen-Ebene, Struktur-Vergleiche.

Wofür nicht: Anzeigen-Varianten innerhalb einer Anzeigengruppe (das macht Google nativ über RSA), tagesgenau startende Promotions, Tests mit weniger als 30 Conversions Volumen pro Woche.

RSA-interne Asset-Performance

Innerhalb einer RSA (Responsive Search Ad) testet Google die Headlines und Descriptions automatisch. Du brauchst keinen extra Setup — du brauchst genug Volumen, damit Google die Asset-Performance-Labels („Best”, „Good”, „Low”) überhaupt bewerten kann (Faustwert: 5.000 Impressionen pro Asset).

Wofür gut: Headline-Varianten, Hook-Tests, USP-Vergleiche.

Wofür nicht: Vergleich zweier komplett unterschiedlicher Anzeigenkonzepte (dafür sind separate Anzeigengruppen oder Drafts & Experiments richtig).

Geo-Lift / Hold-out-Tests

Für Markenkampagnen, Performance Max und alles, wo klassische A/B-Tests am Tracking scheitern: Schalte die Kampagne in Region A an, in Region B aus, vergleiche den inkrementellen Traffic/Umsatz. Erfordert mehrere Wochen Vorlauf-Daten und Regionen mit ähnlichem Baseline-Volumen.

Wofür gut: Inkrementalitäts-Messung, Brand-Bidding-ja/nein, Performance-Max-Beitrag.

Wofür nicht: Kleine Konten mit weniger als 5–10 % Marktabdeckung pro Region, Geschäfte mit starken regionalen Saisonalitäten.

Test-Setups, die meistens nichts taugen

Die häufigsten Pseudo-Tests im Konto-Alltag — und warum sie nicht funktionieren:

Sequenzielle Vorher-/Nachher-Vergleiche. „Wir hatten vor der Umstellung CPA 40, jetzt CPA 32 — die Strategie funktioniert.” Problem: Saisonalität, Wettbewerber-Aktivität, Tracking-Änderungen, Quality-Score-Reifung. Fast jede Veränderung im Konto hat einen Begleitzug aus externen Effekten, die du nicht siehst. Zwei Wochen davor und zwei Wochen danach sind kein Test — sie sind eine Geschichte.

Tests bei Kampagnen-Erst-Launch. Eine neue Kampagne durchläuft 2–3 Wochen Lernphase und Quality-Score-Reifung. Jeder Test, der in dieser Phase startet, vergleicht ein lernendes mit einem stabilen System. Ergebnis: Rauschen.

Mehrere Hebel gleichzeitig drehen. Neue Anzeigen und neue Bid-Strategie und neue Landingpage am gleichen Tag. Wenn der CPA fällt — was hat geholfen? Wenn er steigt — was war’s? Drei Hebel gleichzeitig ist drei Mal kein Test.

Tests an Black-Friday- oder Sale-Wochen. Saisonale Spitzen verzerren CVR und CPA so stark, dass jeder Test-Effekt im Lärm untergeht. Tests in Standardwochen, niemals in Hot-Phasen.

Tests ohne Hypothese. „Mal schauen, was passiert, wenn wir tROAS 400 % statt tROAS 350 % einstellen.” Das ist kein Test, das ist Pokern. Eine Hypothese sollte vor dem Test schriftlich existieren: „Bei tROAS 400 % erwarten wir 15 % weniger Conversions, aber 25 % höheren Umsatz pro Conversion — netto +8 % Umsatz.” Dann gibt es ein Bewertungsraster, sonst kein Ergebnis.

Drei Praxis-Beispiele durchgerechnet

Damit das Greifbar wird — drei Konstellationen, wie sie in Konten täglich vorkommen.

Beispiel 1 — Lead-Gen-B2B, 25 Leads pro Monat

Konto-Volumen: 25 Leads/Monat, CPL ≈ 80 €. Frage: Bringt der Wechsel von Manual CPC auf tCPA 70 € mehr Leads zum gleichen Preis?

Test-Bedarf: 30 Leads pro Variante × 2 Varianten = 60 Leads. Bei 25 Leads/Monat im gesamten Konto und 50/50-Split = ca. 12 Leads pro Variante pro Monat. Realistische Test-Dauer: 2,5 Monate, Budget rund 4.800 €.

Ehrliche Empfehlung: Statt eines unterdimensionierten Tests die Strategie auf der gesamten Kampagne umstellen, 6 Wochen Lernphase einkalkulieren und dann gegen die Vor-Periode vergleichen — wohlwissend, dass das saisonal verzerrt ist. Oder einen externen Benchmark nutzen, falls verfügbar.

Beispiel 2 — E-Commerce, 800 Conversions pro Monat

Konto-Volumen: 800 Conv./Monat, ROAS 5,2. Frage: Bringt eine RSA mit drei neuen Headlines mehr CTR und mehr Umsatz?

Test-Bedarf: Innerhalb der Anzeigengruppe — Asset-Test läuft automatisch. Bei 25.000 Impressionen pro Woche und sechs Headlines = ca. 4.000 Impressionen pro Headline pro Woche. Asset-Performance-Label nach 2 Wochen verfügbar.

Ehrliche Empfehlung: RSA mit 8–10 Headlines (Mix aus alten und neuen), nach 2 Wochen die „Low”-gelabelten Assets ersetzen. Kein klassischer A/B-Test, sondern ein iterativer Optimierungs-Loop — passt zur Mechanik der Plattform.

Beispiel 3 — Performance Max, 200 Conversions pro Monat

Konto-Volumen: 200 Conv./Monat, davon 60 % über Performance Max. Frage: Bringt Performance Max gegenüber klassischer Search & Shopping wirklich mehr — oder kannibalisiert es nur?

Test-Bedarf: A/B im klassischen Sinne ist hier nicht möglich (Performance Max kann nicht innerhalb desselben Marktes gegen Search getestet werden, da beide um dieselben Auktionen konkurrieren). Sauber ist nur ein Geo-Lift-Test: Region A mit Performance Max, Region B ohne, drei Wochen Beobachtungsfenster, Vergleich des Gesamt-Umsatzes (nicht nur des PMax-Anteils).

Ehrliche Empfehlung: Lift-Test mit zwei vergleichbaren Regionen, Mindestens 6 Wochen Vorlauf-Daten, dann 4 Wochen Test. Budget: 4.000–6.000 € zusätzlich, weil die Off-Region weiterläuft, nur ohne PMax. Aufwendig — aber die einzige Methode, die eine ehrliche Antwort gibt.

Reporting-Rhythmus — wie oft welcher KPI?

Eine Falle, die viele Konten reißt: Tägliches Schauen auf KPIs, die erst auf Wochen- oder Monats-Ebene Sinn ergeben. Wer den ROAS täglich anstarrt, sieht 30 % Schwankung — ohne dass irgendetwas passiert wäre.

| Frequenz | KPIs | Zweck | |---|---|---| | Täglich | Tagesbudget-Auslastung, Kosten, Auffälligkeiten (≥ 50 % Abweichung) | Frühwarnsystem, kein Optimierungs-Trigger | | Wöchentlich | CTR, CPC, CVR, CPA, Suchbegriffe, Top-Anzeigen | Operativer Optimierungs-Rhythmus | | Monatlich | ROAS / POAS / CAC, Strukturanalysen, Budget-Reallokation | Strategische Steuerung | | Quartalsweise | LTV, Beitrag zur Gesamt-Marge, Channel-Mix, Attribution-Modell-Review | Geschäfts-Ebene |

Tägliches Reporting auf Conversion-Ebene ist in den meisten Konten Lärm. Sinnvolles tägliches Reporting beschränkt sich auf Spend-Drift, Disapprovals und 0-Impressionen-Alerts.

Fazit

Eine Kampagne zu bewerten ist keine Frage des Lieblings-KPI, sondern des Setups. Drei Punkte tragen die meisten Entscheidungen: Erstens — kenne die KPI-Pyramide, optimiere auf Profit-Ebene, diagnostiziere auf den Ebenen darunter. Zweitens — akzeptiere das Volumen-Problem: Aussagen mit weniger als 30 Conversions pro Variante sind keine Aussagen, sondern Anekdoten. Drittens — wähle ein Test-Setup, das zur Frage passt; sequenzielle Vorher-/Nachher-Vergleiche sind in 80 % der Fälle keine Tests.

Für die Praxis heißt das konkret: Bei jedem geplanten Test vorher drei Fragen schriftlich beantworten — Was ist meine Hypothese? Wie viele Conversions brauche ich? Wie viel kostet das? Wenn eine der drei Antworten nicht steht, läuft kein Test, sondern eine Spielerei. Und für die monatliche Bewertung gilt: ROAS oder POAS als Leit-KPI, alles andere als Diagnose-Werkzeug — nicht andersrum.

Wer das verinnerlicht, hört auf, jeden Wochen-Schwung zu interpretieren, und fängt an, an den Stellen zu drehen, an denen sich Hebelwirkung tatsächlich messen lässt.

Themenuebersicht

Search Engine AdvertisingKPIs (SEA)StrategieSteuerung & Budget