Google ads
Mit der zunehmenden Automatisierung der Google-Werbeplattform hat sich Performance Max (PMAX) zum zentralen Kampagnenformat im Google-Ads-Ökosystem entwickelt. Laut Branchenanalysen generieren Performance-Max-Kampagnen mittlerweile rund 45 % aller Google-Ads-Conversions.
Auf den ersten Blick klingt das nach einem klaren Fortschritt: weniger manuelle Steuerung, mehr Effizienz durch künstliche Intelligenz. Doch viele Werbetreibende im DACH-Raum stellen fest, dass hinter der Automatisierung häufig eine schwer nachvollziehbare „Blackbox“ steckt.
Die Folge:
Budgets werden automatisiert verteilt – aber nicht immer dort, wo sie den höchsten Return on Investment (ROI) erzeugen.
Für Marketingverantwortliche und Performance-Teams bedeutet das:
Wer Performance Max erfolgreich einsetzen möchte, muss die Automatisierung verstehen und aktiv steuern.
Dieser Beitrag zeigt, wo die größten Risiken liegen und welche strategischen Hebel Unternehmen im DACH-Raum nutzen können, um Performance-Max-Kampagnen effizient zu kontrollieren.
Performance Max wurde entwickelt, um Werbekampagnen kanalübergreifend zu optimieren. Das System verteilt das Budget automatisch über mehrere Google-Netzwerke:
Der Algorithmus entscheidet dabei eigenständig:
Diese Automatisierung reduziert zwar den manuellen Aufwand, schränkt jedoch gleichzeitig die Transparenz stark ein.
In der Praxis entstehen daraus drei typische Problemfelder.
Eines der häufigsten Probleme bei Performance-Max-Kampagnen ist die sogenannte Brand-Kannibalisierung.
Der Algorithmus erkennt schnell, dass Suchanfragen nach der eigenen Marke eine sehr hohe Conversion-Wahrscheinlichkeit haben. Deshalb wird ein großer Teil des Budgets genau auf diese Suchanfragen konzentriert.
Das führt zu zwei Effekten:
Das Problem dabei:
Viele dieser Conversions wären ohnehin entstanden, da Nutzer bereits aktiv nach der Marke gesucht haben.
Die Performance wirkt dadurch besser, als sie tatsächlich ist.
Ein weiteres Problem ist die fehlende Transparenz über die Budgetverteilung zwischen den Kanälen.
Performance Max verteilt das Budget dynamisch zwischen verschiedenen Plattformen. Dazu gehören unter anderem:
In der Standardoberfläche von Google Ads ist jedoch nicht sichtbar, wie viel Budget in welchem Kanal investiert wird.
In vielen Konten zeigt sich folgendes Muster:
Ohne zusätzliche Analyse-Tools bleibt diese Verteilung für Werbetreibende unsichtbar.
Performance Max setzt stark auf kreative Automatisierung.
Wenn Werbetreibende keine eigenen Video-Assets hochladen, erstellt Google automatisch Videos aus vorhandenen Bildern und Texten.
Diese automatisch generierten Inhalte haben jedoch oft zwei Nachteile:
Gerade auf Plattformen wie YouTube kann dies die Gesamtperformance einer Kampagne deutlich verschlechtern.
Performance Max sollte nicht als vollständig automatisiertes System betrachtet werden. Erfolgreiche Werbetreibende setzen gezielte Leitplanken, um die KI in die richtige Richtung zu lenken.
Eine der effektivsten Methoden zur Analyse der Budgetverteilung ist die Nutzung spezialisierter Google-Ads-Skripte.
Ein bekanntes Beispiel ist das PMax Spend Allocation Script von Mike Rhodes.
Dieses Skript visualisiert:
Die Analyse kann überraschende Ergebnisse zeigen.
Wenn beispielsweise 95 % des Budgets nur in einem Kanal landen, sollte geprüft werden, ob Performance Max tatsächlich der optimale Kampagnentyp ist oder ob spezialisierte Kampagnen sinnvoller wären.
Google hat in den letzten Jahren zusätzliche Steuerungsmöglichkeiten eingeführt.
Mit Brand Exclusions können Markenbegriffe explizit aus Performance-Max-Kampagnen ausgeschlossen werden.
Das verhindert, dass der Algorithmus ausschließlich auf Brand-Traffic optimiert.
Neuere Funktionen erlauben zudem eine differenzierte Steuerung:
Seit 2026 können bis zu 10.000 Negative Keywords direkt auf Kampagnenebene hinterlegt werden.
Damit lassen sich irrelevante Suchanfragen gezielt ausschließen, beispielsweise:
Diese Funktion reduziert Streuverluste erheblich.
Viele Performance-Max-Konten leiden unter einem strukturellen Problem:
Eine einzige Kampagne soll sämtliche Produkte oder Dienstleistungen abdecken.
Ein strukturierter Ansatz führt oft zu besseren Ergebnissen.
Beim sogenannten Feed-Only-Setup werden ausschließlich Produktdaten aus dem Merchant Center verwendet.
Dabei werden keine zusätzlichen Assets wie Texte, Bilder oder Videos hinterlegt.
Die Folge:
Performance Max konzentriert sich fast vollständig auf das Shopping-Inventar.
Das Verhalten ähnelt dem früheren Smart-Shopping-Format und sorgt für bessere Planbarkeit.
Eine weitere Optimierung besteht in der Segmentierung der Produkte nach Performance.
Typische Kategorien sind:
Durch entsprechende Labels im Merchant Center kann verhindert werden, dass der Algorithmus ausschließlich Bestseller bewirbt.
Im B2B-Marketing hat sich eine Zweikampagnen-Strategie etabliert.
Fire-Kampagnen
Ice-Kampagnen
Diese Struktur verbessert die Steuerbarkeit der Kampagnen.
Audience Signals werden häufig missverstanden.
Sie sind kein hartes Targeting, sondern lediglich ein Ausgangspunkt für den Algorithmus.
Das System nutzt diese Signale, um schneller zu lernen.
Besonders effektiv ist das Hochladen eigener Kundendaten aus dem CRM.
Beispiele:
Diese Daten beschleunigen die Lernphase der Kampagne erheblich.
Search Themes geben der KI Hinweise darauf, für welche Suchintentionen Anzeigen relevant sein könnten.
Bis zu 25 Themen pro Asset-Gruppe können definiert werden.
Diese Funktion ist besonders hilfreich, wenn:
Trotz der zunehmenden Bedeutung von Performance Max bleibt die klassische Suchkampagne ein wichtiger Bestandteil vieler Werbestrategien.
Performance Max
Suchkampagnen
In vielen Fällen ist die Kombination beider Kampagnentypen der effektivste Ansatz.
Vor dem Start einer Performance-Max-Kampagne sollten Unternehmen im DACH-Raum folgende Punkte prüfen:
Diese Faktoren bestimmen maßgeblich die Effizienz der Kampagne.
Performance Max gehört heute zu den wichtigsten Kampagnentypen im Google-Ads-Ökosystem.
Doch die Automatisierung darf nicht mit vollständiger Kontrolle verwechselt werden.
Die tatsächliche Performance hängt stark von der Qualität der Inputs ab:
Unternehmen im DACH-Raum, die diese Faktoren berücksichtigen, können Performance Max erfolgreich einsetzen und ihre Kampagnen skalieren.
Wer hingegen blind auf Automatisierung setzt, riskiert Budgetverschwendung in einer kaum nachvollziehbaren Blackbox.
KI braucht klare Leitplanken, um profitabel zu arbeiten. Wir entwickeln für Sie eine maßgeschneiderte Google Marketing Strategie, die perfekt auf den Wettbewerb im Raum Oldenburg abgestimmt ist.
AD.vation Consulting unterstützt Unternehmen dabei, über strukturierte Google Ads planbar qualifizierte Anfragen und nachhaltiges Wachstum zu erzielen.
Google Partner | Betreuung im gesamten DACH-Raum
