Google Ads Whitepaper 2026

Als wir LYONIC 2017 gegründet haben, war Google Ads noch eine Welt aus Keywords, Gebotsstrategien und manueller Optimierung. Über die Jahre haben wir hunderte Accounts betreut, Millionen an Werbebudget verwaltet und dabei jede größere Veränderung der Plattform miterlebt. Aber was Google aktuell mit AI Max und AI Overviews ausrollt, ist anders. Es geht nicht mehr nur um eine neue Kampagnenart oder ein Update der Oberfläche. Google verschiebt fundamental, wie Werbung in der Suche funktioniert – und fordert uns als Werbetreibende auf, noch mehr Kontrolle abzugeben. Die Versprechen sind verlockend: Mehr Reichweite, bessere Performance, automatische Optimierung über alle Kanäle hinweg. Und ja, wir sehen in vielen Accounts durchaus Erfolge mit den neuen KI-Features. Aber – und das ist wichtig – nicht blind. In diesem Whitepaper findest du Googles offizielle Empfehlungen zu AI Max, Performance Max und der neuen KI-Landschaft. Wir haben diese Informationen bewusst transparent aufbereitet und mit unserer eigenen Einschätzung versehen. Denn nicht jede Google-Empfehlung ist für jeden Account die richtige Strategie. Unsere Philosophie bei LYONIC war schon immer: Automatisierung ja, aber mit Kontrolle. KI ja, aber mit Strategie. Skalierung ja, aber mit Profitabilität im Fokus. Genau deshalb haben wir dieses Whitepaper erstellt – als ehrlichen Guide durch die aktuellen Entwicklungen. Du findest hier sowohl die neuesten Features als auch bewährte Strategien, die wir täglich in unseren Accounts umsetzen: strukturierte Performance Max Kampagnen, professionelle Feed-Optimierung, profitabilitäts-basierte Steuerung und datenschutzkonformes Tracking. Mein Rat: Nutze dieses Whitepaper als Entscheidungsgrundlage. Teste die neuen Features, aber behalte die Kontrolle über deine Budgets und deine Profitabilität. Die beste Performance entsteht nicht durch blindes Vertrauen in den Algorithmus, sondern durch die richtige Balance zwischen Automatisierung und strategischer Steuerung. Viel Erfolg mit deinen Kampagnen in 2026!

Die neue Suchrealität: Googles KI-Offensive

Google positioniert seine KI-Tools als Antwort auf komplexere Suchintentionen. Die Frage für Werbetreibende: Wie viel Kontrolle gibst du ab?

AI Max for Search: Googles neue KI-Suite

AI Max for Search ist Googles neueste KI-Suite für Search-Kampagnen. Google kombiniert hier drei Kernfunktionen, die teils erheblich in deine bisherige Kontrolle eingreifen: 1. Search Term Matching erfasst Nachfrage basierend auf Nutzerintention durch Broad Match Keywords (klassisch), Keywordless Landing-Page-basiertes Matching (analysiert Zielseiten) und Keywordless Asset-basiertes Matching (analysiert Anzeigeninhalte). 2. Automatically Created Assets (ACA): Generative KI erstellt automatisch Headlines und Descriptions, die präzise auf die Suchanfrage zugeschnitten sind, die Relevanz der Anzeigen maximieren und kontinuierlich optimiert werden. 3. Final URL Expansion: Google wählt automatisch die beste Landing Page basierend auf der Suchanfrage des Nutzers, Intention und Kontext sowie den verfügbaren URLs im Account.

Account-Struktur: Googles "3-2-1 Lift Off" Empfehlung

Googles konkrete Empfehlungen (nicht unsere Standard-Vorgehensweise): Bei Kampagnen & Ad Groups sollten Kampagnen und Ad Groups mit gemeinsamen Themen/Zielen zusammengeführt werden, alle Match-Type-Instanzen eines Keywords in dieselbe Ad Group verschoben werden, Broad Match für alle Keywords hinzugefügt werden und Phrase/Exact Match Instanzen von Broad Match Keywords entfernt werden. Bei der Keyword-Hygiene sollten nicht ausliefernde Keywords entfernt werden, Duplikate eliminiert werden, negative Keywords für konsolidierte Ad Groups überprüft werden und Ads mit Keywords aus derselben Ad Group behalten werden (Performance-Historie erhalten).

AI Max vs. Andere Lösungen: Der Feature-Vergleich

Googles Position: AI Max und PMax können parallel eingesetzt werden, da sie in unterschiedlichen Auktionen aktiv sind (basierend auf Settings/Targeting/Goals).

Ads in AI Overviews & AI Mode: Neue Premium-Platzierungen

Google integriert Anzeigen nahtlos in KI-generierte Suchergebnisse: Ads Above & Below AI Overviews sind in allen 200+ Ländern verfügbar, in denen AI Overviews verfügbar sind. Verfügbare Formate umfassen Text, Shopping, Local und App Ads. Die Kampagnentypen sind Search, Shopping, Performance Max und App, verfügbar auf allen Geräten.

Ads Within AI Overviews sind aktuell nur in den USA (Desktop & Mobile) verfügbar. Shopping & Text Ads werden direkt in AI Overviews integriert. Die Expansion erfolgt 2025 in ausgewählten englischsprachigen Ländern. Ads in AI Mode sind experimentell in den USA (Desktop & Mobile). Ads unterhalb der ersten Antwort sind verfügbar jetzt, Ads integriert in Antwort starten in Q4 2025. Beide Formate umfassen Shopping und Text Ads.

Häufige Fragen (FAQs)

Konkurrieren AI Max und PMax in denselben Auktionen? Laut Google: Ja, sie können in denselben Auktionen teilnehmen. Keyword-Trumping funktioniert weiterhin: Ein identisches Keyword mit gleichem Match Type priorisiert Search über PMax. Lohnt sich AI Max, wenn ich bereits DSA/Broad Match/PMax nutze? Googles Antwort: Absolut. AI Max bietet zusätzliche Optimierungen speziell für Search-Text-Targeting. Unsere Meinung: Das hängt stark von deinem Account ab. In vielen Fällen reicht eine gut strukturierte PMax + klassische Search-Kombination völlig aus. Warum sollte ich beide (AI Max UND PMax) nutzen, wenn die Features identisch sind? Googles Argument: Beide Tools decken unterschiedliche Auktions-Bereiche ab. Realität: Der kombinierte Einsatz erhöht die Komplexität und kann zu Kannibalisierung führen. Wir empfehlen, erst einen sauberen PMax-Setup zu haben, bevor AI Max dazukommt.

Die wichtigsten Erfolgsfaktoren für profitables Google Ads Wachstum in 2026 – kompakt zusammengefasst: 1. Die richtige Kampagnenstrategie wählen PMax ist für die meisten E-Commerce- und Lead-Gen-Accounts die beste Main-Kampagne – aber nicht für alle. Die richtige Strategie hängt von Budget, Geschäftsmodell und Zielsetzung ab. Für Accounts mit €5.000+ Budget empfehlen wir das Main + Push Modell: PMax Main (60-70% Budget) sammelt Daten über alle Produkte, PMax Push (30-40% Budget) skaliert gezielt die Top-Performer. Kleine Budgets (€1.000-5.000) starten mit PMax Main + Search Brand. Fokus auf qualitativ hochwertige Asset-Gruppen mit präzisen Zielgruppensignalen und vollständigen Creatives (15 Titel, 5 Beschreibungen, 20 Bilder, 5 Videos). Deaktiviere automatisch erstellte Assets für maximale Kontrolle. 2. Vollständiges Tracking mit Matomo GA4 verliert 30-60% der Daten durch Cookie-Ablehnung. Unsere Lösung: First-Party Tracking mit Matomo auf eigenem Server – DSGVO-konform und ohne Consent-Lücken. Dadurch erhältst du nahezu 100% vollständige Conversion-Daten für präzise Kampagnen-Optimierung und besseres Machine Learning. 3. Profit Labeling System (PLS) ROAS allein ist nicht profitabel. PLS segmentiert Produkte automatisch nach Marge, ROAS und Wettbewerbsfähigkeit in Over-Index, Index, Near-Index, Under-Index und No-Index. Budgets fließen gezielt in profitable Produkte. Ergebnis: 25-40% höhere Gesamt-Profitabilität bei gleichem Budget. 4. Professionelle Merchant Center Optimierung Der Feed ist die Basis für Shopping-Erfolg. Optimiere Produkttitel nach klarer Struktur, nutze hochwertige Bilder (min. 1200x1200px), setze alle 5 Custom Labels strategisch ein und behebe kritische Feed-Fehler sofort. Schon Feed-Optimierung allein steigert Performance um 30-50%.

Kampagnenstrategien: Die richtige Wahl für deinen Account

Die Auswahl der richtigen Kampagnenstrategie ist keine One-Size-Fits-All-Entscheidung. Je nach Budget, Geschäftsmodell und Zielsetzung ergeben sich unterschiedliche Ansätze. In diesem Abschnitt zeigen wir dir, welche Strategien für welche Situation am besten funktionieren. PMax als Fundament: Unsere Core-Empfehlung Performance Max hat sich in den letzten Jahren zur zentralen Kampagnenart für die meisten E-Commerce- und Lead-Gen-Accounts entwickelt. Der Grund: PMax nutzt alle Google-Kanäle (Search, Shopping, Display, YouTube, Discovery, Gmail) automatisiert und optimiert Budget-Allokation durch Machine Learning. Unsere Philosophie: PMax ist für die Mehrheit der Accounts die beste Main-Kampagne – aber nicht für alle. Die Entscheidung hängt von mehreren Faktoren ab.

Entscheidungsmatrix: Welche Strategie für welchen Account?

Die PMax Main + Push Strategie im Detail

Für Accounts mit € 5.000+ monatlichem Budget empfehlen wir das Main + Push Modell. Diese Strategie kombiniert breite Discovery mit fokussierter Skalierung. PMax Main Kampagne:

• Ziel: Breite Datensammlung über alle Produkte/Services
• Budget-Anteil: 60-70% des Gesamt-Budgets
• ROAS-Ziel: Konservativ (z.B. t-low als Ziel)
• Asset-Gruppen: Strukturierung nach Produktkategorien oder Zielgruppen
• Funktion: Liefert Machine Learning Daten, testet neue Produkte, deckt Long-Tail ab

PMax Push Kampagne:

• Ziel: Skalierung der Top-Performer (Over-Index & Index Produkte)
• Budget-Anteil: 30-40% des Gesamt-Budgets
• ROAS-Ziel: Aggressiver (höher als Main-Kampagne)
• Asset-Gruppen: Nur Top-Performer, separate Asset-Gruppen pro Produkt/Kategorie
• Produktauswahl: Produkte mit nachweislich hohem ROAS, hoher Marge und ausreichend Klicks
• Funktion: Maximiert Umsatz bei profitablen Produkten durch höheres Budget

Beispiel-Setup für einen Möbelshop (Budget: € 15.000/Monat):

• PMax Main (€ 9.000/Monat) – Alle 5.000 Produkte, Ziel-ROAS: 2,5
• PMax Push (€ 4.500/Monat) – Top 200 Over-Index-Produkte, Ziel-ROAS: 3,5
• Search Brand (€ 1.000/Monat) – Markenschutz, Exact Match auf Markennamen
• Search Non-Brand (€ 500/Monat) – High-Intent-Keywords ("Esstisch Eiche massiv kaufen")

Wann PMax NICHT die beste Wahl ist

Trotz der Dominanz von PMax gibt es Szenarien, in denen andere Kampagnenarten besser funktionieren: Szenario 1: Sehr kleines Budget (€ 500/Monat) Bei sehr kleinen Budgets fehlen PMax oft die Daten für effektives Machine Learning. Hier kann eine fokussierte Search-Kampagne auf 5-10 High-Intent-Keywords (Exact/Phrase Match) bessere Ergebnisse liefern. Szenario 2: Extreme Nische mit wenigen Keywords Wenn dein Geschäft auf 10-20 extrem spezifischen Keywords basiert (z.B. "Industrieschleifmaschine Modell XY-500"), kann eine manuelle Search-Kampagne mit exakter Kontrolle sinnvoller sein als PMax. Szenario 3: Reines Branding / Awareness-Ziel Für reine Brand-Awareness-Kampagnen ohne direkte Conversion-Ziele sind Display-, Video- oder Demand-Gen-Kampagnen oft zielführender als PMax. Szenario 4: Problematischer Produkt-Feed Wenn dein Merchant Center Feed qualitativ schlecht ist (fehlende GTINs, unvollständige Titel, schlechte Bilder), wird PMax unterdurchschnittlich performen. In diesem Fall: Erst Feed optimieren, dann PMax starten.

Budget-Allokation: So verteilst du dein Budget richtig

Unabhängig von der gewählten Strategie gilt: Die Budgetverteilung entscheidet über den Erfolg. Grundregel für E-Commerce-Accounts:

• PMax Main: 60-70%
• PMax Push (falls vorhanden): 20-30%
• Search Brand: 5-10%
• Search Non-Brand / Shopping: 5-10%
• Retargeting / Display: 0-5%

Beispiel: € 10.000 Monatsbudget

• PMax Main: € 6.500
• PMax Push: € 2.000
• Search Brand: € 800
• Search Non-Brand: € 500
• Display Retargeting: € 200

Wann solltest du deine Strategie anpassen?

Kampagnenstrategien sind nicht in Stein gemeißelt. Hier sind Trigger, die eine strategische Anpassung erfordern:

• Budget-Erhöhung um +50%: Prüfe, ob eine Push-Kampagne Sinn macht
• ROAS über t-high seit 4+ Wochen: Erhöhe Budget oder starte Push-Kampagne
• ROAS unter t-low seit 2+ Wochen: Pausiere Push, konzentriere auf Main
• Neue Produktkategorie: Teste in separater PMax-Kampagne mit kleinem Budget
• Saisonales Geschäft: Passe Budget-Allokation monatlich an (Q4 vs. Q1)

Was sind Performance Max Kampagnen?

Performance Max Kampagnen (PMax) sind eine Kampagnenart innerhalb von Google Ads, die es Werbetreibenden ermöglicht, alle Google-Werbekanäle über eine einzige, automatisierte Kampagne zu nutzen. Diese Kampagnenart nutzt maschinelles Lernen, um Anzeigen zu erstellen und zu optimieren, und sorgt so für eine bessere Performance über verschiedene Plattformen hinweg. Performance Max Kampagnen kombinieren alle verfügbaren Google-Werbenetzwerke in einer einzigen Kampagne. Dazu gehören:

1. Suchnetzwerk: Textanzeigen, die in den Google-Suchergebnissen erscheinen.
2. YouTube: Videoanzeigen, die vor oder während YouTube-Videos geschaltet werden.
3. Displaynetzwerk: Banneranzeigen, die auf Partner-Websites und Apps erscheinen.
4. Discovery: Anzeigen, die in Google Discover, Gmail und anderen Google-Eigenschaften angezeigt werden.
5. Shopping: Produktanzeigen, die in den Google-Suchergebnissen und auf der Google Shopping-Seite angezeigt werden.
6. Gmail: Interaktive Anzeigen, die in den Gmail-Posteingängen der Nutzer erscheinen.

Performance Max Kampagnen nutzen fortschrittliche Algorithmen und maschinelles Lernen, um Anzeigen automatisch zu erstellen und zu optimieren. Die Algorithmen analysieren große Datenmengen, um die besten Kombinationen von Texten, Bildern, Videos und Zielgruppen zu ermitteln.

Das Cookie-Banner Problem

Mit Google Analytics 4 verlierst du 30-60% deiner Tracking-Daten durch abgelehnte Cookie-Banner. Das führt zu:

• Unvollständigen Conversion-Daten
• Schlechterer Kampagnen-Optimierung
• Falschen Attribution-Entscheidungen

Warum ist Tracking heute ein kritischer Erfolgsfaktor?

Im digitalen Marketing ist das präzise Messen von Conversions das Fundament für fundierte Entscheidungen. Nur wer seine Daten kennt, kann seine Budgets effizient einsetzen und Kampagnen gewinnbringend skalieren. Typische Herausforderungen:

• Unterschiedliche Attributionsmodelle zwischen Google Ads und Analytics
• Verzögerte Datenübertragung bei Consent-basiertem Tracking
• Ineffiziente Nutzung von Remarketing und Smart-Bidding-Funktionen

Was ist Matomo und warum ist es die bessere Wahl?

Matomo ist ein leistungsstarkes, datenschutzfreundliches Web-Analyse-Tool als Open-Source-Alternative zu Google Analytics. Vorteile von Matomo gegenüber Google Analytics:

• Volle Datenhoheit: Die Daten bleiben zu 100% beim Betreiber
• Keine externe Datenverarbeitung: DSGVO-konform ohne Einwilligung betreibbar
• Unabhängigkeit: Keine Bindung an Google
• Flexibilität: Individuell anpassbar für komplexe Tracking-Szenarien
• Serverseitige Kontrolle: Keine Einschränkungen durch Browser-Schutzmechanismen

Unsere Lösung: Vollständiges Tracking mit Matomo

Wir setzen auf First-Party Tracking mit Matomo auf deinem eigenen Server. Damit stellen wir sicher, dass nahezu 100% der Conversions erfasst werden – auch ohne Consent. Vorteile unseres Ansatzes:

• Volle Datenhoheit dank eigenem Server
• Tracking ohne Einwilligung möglich (DSGVO-konform)
• Google Ads erhält exakte Daten direkt aus Matomo
• Automatisierte Synchronisation statt Datenschätzungen
• Zukunftssicheres Setup
• Präzisere Google Ads Optimierung

Das Problem mit reinem ROAS

ROAS allein sagt nichts über tatsächliche Profitabilität aus. Ein Produkt mit 10€ Marge bei 300% ROAS ist weniger profitabel als eines mit 100€ Marge bei 200% ROAS.

Methodik und Umsetzung

Automatisierte Produktbewertung Wir nutzen automatisierte Systeme zur objektiven Produktbewertung. Die Segmentierung erfolgt in fünf klar definierte Gruppen:

• Over-Index: Produkte mit sehr hoher Profitabilität, überdurchschnittlichem ROAS und signifikanter Klickanzahl.
• Index: Stabile Produkte, die sich im Ziel-ROAS bewegen.
• Near-Index: Produkte, die knapp unterhalb des Ziel-ROAS liegen und Potenzial zur Optimierung bieten.
• Under-Index: Produkte mit unzureichender Profitabilität, jedoch vorhandenem Traffic.
• No-Index: Produkte mit zu wenig Daten oder neue Produkte ohne Conversion-Historie.

Diese Bewertung erfolgt automatisiert auf Wochenbasis, sodass kontinuierlich aktuelle Daten vorliegen. Integration von Margen und Wettbewerbsfähigkeit Labels werden nicht ausschließlich anhand von Performance-Metriken vergeben, sondern auch unter Einbeziehung betriebswirtschaftlicher Kennzahlen:

• Marge: Produkte mit geringer Deckungsbeitragsmarge werden selbst bei solider Performance zurückgestuft.
• Preiswettbewerbsfähigkeit: Daten aus dem Google Merchant Center fließen in die Bewertung ein.
• Kombination: Performance-Daten und betriebswirtschaftliche Parameter werden zu einem ganzheitlichen Label-System zusammengeführt.

Kampagnensteuerung und Budgetallokation Auf Basis der Labelstruktur bauen wir eine klare Kampagnenlogik auf:

• PMax Main: Breite Aussteuerung aller Produkte zum Sammeln von Daten.
• PMax Push: Fokussierte Kampagnen für "Over-Index"- und "Index"-Produkte mit hohem Budgetanteil.
• Shopping Push: Steuerung von Kampagnen nach Margenklassen oder Produktkategorien.
• Testkampagnen: Near-Index-Produkte werden mit neuen Creatives getestet.

Das Ergebnis ist eine klare Budgetlenkung: Budget wird bevorzugt in die Produkte investiert, die den größten Return bringen. Konkretes Beispiel: Möbelhändler Ein Kunde aus dem Möbelhandel betrieb einen Onlineshop mit über 5.000 Produkten. Die Ausgangslage:

• In den Performance Max Kampagnen dominierten wenige Topseller
• Viele Produkte mit attraktiver Marge blieben fast unsichtbar
• Ein erheblicher Teil des Budgets floss in Produkte ohne Conversions

Unser Vorgehen:

1. Automatisierte Segmentierung nach Klicks, ROAS und Marge
2. Budgetsteuerung über Labels für Over-Index-Produkte
3. Integration von Wettbewerbsdaten aus dem Merchant Center
4. Optimierung der Near-Index-Produkte mit neuen Assets
5. Testkampagnen für neue Produkte

Ergebnisse nach sechs Wochen:

• ROAS-Steigerung um 22% durch gezielte Budgetumlenkung
• 31% geringere Budgetverschwendung
• Verdopplung der Sichtbarkeit für margenstarke Produkte
• Klarere Struktur für langfristige Skalierung

T-low / T-high Strategie: Datenbasierte Budgetsteuerung Zusätzlich zur Produkt-Segmentierung arbeiten wir mit einem automatisierten System für Budgetentscheidungen: dem T-low / T-high System. Was sind T-low und T-high?

• T-low = Minimalziel für ROAS (Break Even × 1,25)
• T-high = Optimaler Bereich für Skalierung (T-low × 1,75)

Beispielrechnung:

• Break Even ROAS = 1,2 (inkl. MwSt.)
• T-low = 1,2 × 1,25 = 1,5
• T-high = 1,5 × 1,75 = 2,625

Budgetentscheidungen basierend auf ROAS:

Warum sinkt ROAS bei steigendem Budget? Eine wichtige Erkenntnis: Ein sinkender ROAS bedeutet nicht automatisch eine Verschlechterung. Google bewertet Nutzer nach Kaufwahrscheinlichkeit (0-100%). Bei niedrigem Budget spricht die Kampagne nur die Top-Käufer (90-100%) an – der ROAS ist hoch. Mit höherem Budget wird die Zielgruppe breiter: Mehr Verkäufe, aber niedrigerer ROAS. Das Entscheidende: Mehr Umsatz = höhere absolute Marge, auch wenn ROAS sinkt. Implementierung: Die T-low und T-high Werte werden direkt im Kampagnennamen hinterlegt (z.B. "tlow:5 | thigh:8"), sodass automatisierte Skripte und das Team diese Werte berücksichtigen können. So erhalten wir automatisierte und objektive Budgetempfehlungen für jede Kampagne.

Feed-Optimierung & Best Practices

Der Produkt-Feed ist das Herzstück deines Merchant Centers. Eine professionelle Feed-Optimierung kann die Performance um 30-50% steigern. Pflichtattribute Diese Attribute müssen für jedes Produkt vorhanden sein:

• id: Eindeutige Produkt-ID
• title: Produkttitel (max. 150 Zeichen)
• description: Produktbeschreibung (max. 5000 Zeichen)
• link: URL zur Produktseite
• image_link: Haupt-Produktbild (min. 100x100px)
• price: Preis inkl. Währung
• availability: in stock / out of stock / preorder
• brand: Markenname
• gtin oder mpn: Produktidentifikator

Optimierte Produkttitel Der Produkttitel ist eines der wichtigsten Ranking-Signale. Best Practice Struktur:

[Marke] - [Produkttyp] - [Hauptmerkmal] - [Farbe] - [Größe] - [Material]

Beispiel:

• Schlecht: "Toller Pullover für Herren"
• Gut: "Nike - Herren Hoodie - Sportswear Club - Schwarz - M - Baumwolle"

Merke: Vermeide Sonderzeichen, Großbuchstaben und Werbetexte wie "SALE" oder "NEU" im Titel. Hochwertige Produktbilder Bilder sind entscheidend für die Klickrate deiner Shopping-Anzeigen. Anforderungen:

• Mindestens 800x800px (empfohlen: 1200x1200px oder höher)
• Weißer oder transparenter Hintergrund
• Produkt nimmt min. 75% des Bildes ein
• Keine Wasserzeichen oder Werbetexte
• Mehrere Bilder über additional_image_link

Product Type & Google Product Category google_product_category: Nutze die offizielle Google Produkttaxonomie. Dies hilft Google, deine Produkte korrekt zu kategorisieren. product_type: Eigene Kategorie-Hierarchie aus deinem Shop. Nutze diese für die Strukturierung in Google Ads. Beispiel:

• google_product_category: "Apparel & Accessories > Clothing > Shirts & Tops"
• product_type: "Herren > Oberteile > Hemden > Business-Hemden"

Feed-Regeln & Automatisierung

Mit Feed-Regeln kannst du Produktdaten automatisch optimieren, ohne den Quell-Feed zu ändern. Häufige Anwendungsfälle Titel-Optimierung:

• Marke am Anfang des Titels einfügen
• Kategorien in Titel aufnehmen
• Größen/Farben ergänzen

Preis-Anpassungen:

• Sale-Preise als sale_price kennzeichnen
• Automatische Rundungen

Custom Labels:

• Margensegmentierung (custom_label_0: "High Margin")
• Saisonale Produkte (custom_label_1: "Winter 2025")
• Bestseller-Kennzeichnung (custom_label_2: "Top Seller")
• Produktalter (custom_label_3: "Neu" / "Standard")

Merke: Nutze alle 5 Custom Labels strategisch – sie sind Gold wert für die Kampagnensteuerung in Google Ads! Beispiel Feed Regel

Shopping CSS (Comparison Shopping Services)

Seit 2017 verlangt die EU von Google, den Zugang zu Shopping-Anzeigen für Preisvergleichsdienste (CSS) zu öffnen. Das bedeutet: Statt direkt über Google Shopping zu werben, kannst du einen CSS-Partner nutzen – mit klaren Kostenvorteilen. Was ist ein CSS? Ein CSS (Comparison Shopping Service) ist ein von Google zertifizierter Preisvergleichsdienst, der als Vermittler zwischen deinem Merchant Center und Google Shopping fungiert. Google selbst ist auch ein CSS (Google Shopping), aber es gibt zahlreiche alternative CSS-Partner.

Vorteile eines CSS-Partners:

• Niedrigere CPCs: CSS-Partner zahlen keine Google-Provision (ca. 20% der Klickkosten), diese Ersparnis wird oft an Werbetreibende weitergegeben. Typische CPC-Reduktion: 10-20%.
• Gleiche Reichweite: Produkte erscheinen an denselben Positionen wie über Google Shopping.
• Zusätzliche Services: Viele CSS-Partner bieten Feed-Optimierung, Support und weitere Mehrwerte.
• Einfacher Wechsel: Der Wechsel von Google Shopping zu einem CSS ist technisch unkompliziert.

Wie funktioniert die Umstellung?

1. CSS-Partner auswählen: Es gibt zahlreiche CSS-Anbieter (z.B. Shopping Flux, Beslist, Criteo, etc.). Viele bieten kostenlose Basismodelle an.
2. Merchant Center verknüpfen: Dein bestehendes Merchant Center wird mit dem CSS-Partner verbunden. Der Feed bleibt unverändert.
3. Google Ads Kampagnen umstellen: Shopping-Kampagnen werden auf das neue CSS-Merchant-Center umgestellt. Performance-Historie bleibt erhalten.
4. Performance überwachen: In der Regel siehst du innerhalb weniger Tage niedrigere CPCs bei gleicher Performance.

Wichtige Hinweise:

• Du kannst nur ein CSS gleichzeitig pro Merchant Center nutzen
• Der Wechsel zurück zu Google Shopping ist jederzeit möglich
• CSS ist nur in Europa verfügbar (EU-Regulierung)
• Einige CSS-Partner verlangen eine Gebühr, andere arbeiten rein provisionsfrei

Fehlerdiagnose & -behebung

Probleme im Merchant Center können deine Produkte von der Ausspielung ausschließen. Schnelle Fehlerbehandlung ist essentiell. Häufige Fehler & Lösungen "Fehlende Versandinformationen"

• Lösung: Versandeinstellungen im Merchant Center korrekt hinterlegen
• Alternative: shipping-Attribut im Feed verwenden

"Nicht übereinstimmender Preis"

• Lösung: Preis im Feed muss exakt dem Preis auf der Website entsprechen
• Achte auf Währung und Dezimalzeichen

"Ungültige GTIN"

• Lösung: Korrekte EAN/UPC/ISBN verwenden
• Bei Eigenmarken: identifier_exists = FALSE setzen

"Bild kann nicht gecrawlt werden"

• Lösung: Bild-URL direkt aufrufbar machen
• Keine Login-Walls oder robots.txt-Blockierung

Local Inventory Ads (LIA) Local Inventory Ads ermöglichen es Händlern mit physischen Filialen, lokale Produktverfügbarkeit direkt in Shopping-Anzeigen anzuzeigen. Voraussetzungen: Technische Anforderungen:

• Mindestens eine physische Filiale
• Local Inventory Feed zusätzlich zum Standard-Produktfeed
• Store Code für jede Filiale
• Point of Sale (POS)-System zur Bestandsverwaltung

Merchant Center Einrichtungen:

• Business Profile (ehemals Google My Business) verifiziert
• Standort-Extensions aktiviert
• Local Product Inventory Feed hochgeladen

Local Inventory Feed Struktur: Pflichtattribute:

• store_code: Eindeutige Filialen-ID
• id: Produkt-ID (muss mit Hauptfeed übereinstimmen)
• quantity: Verfügbare Menge in dieser Filiale
• price: Lokaler Preis (kann vom Online-Preis abweichen)
• availability: in stock / out of stock / limited availability

Optionale aber empfohlene Attribute:

• sale_price: Lokaler Aktionspreis
• sale_price_effective_date: Zeitraum des Angebots
• pickup_method: ship to store / buy / reserve / not supported
• pickup_sla: Zeitspanne bis zur Abholbereitschaft

Unternehmensprofil

Baushop Express ist ein führender E-Commerce-Anbieter für Bau- und Handwerksbedarf. Das Sortiment richtet sich sowohl an professionelle Handwerksbetriebe als auch an private Heimwerker und deckt ein breites Spektrum an Produkten ab – von Werkzeugen über Maschinen bis hin zu Bauzubehör.

Ausgangssituation

Vor der Zusammenarbeit bestand die größte Herausforderung darin, die wirklichen Top-Performer im Produktportfolio eindeutig zu identifizieren. Zwar lagen viele Daten aus Google Ads vor, jedoch fehlte die klare Verbindung zum tatsächlichen Geschäftswert im ERP-System.

Vorgehen & Maßnahmen

Ergebnisse

Aus der Bewertungsmatrix:

• Mehr Transparenz: Erstmals hatten Marketing, Einkauf und Management eine einheitliche Sicht auf die wahren Top-Performer.
• Effizientere Budgets: Mittel wurden gezielt von Low-Value-Produkten zu High-Value-Produkten verschoben.
• Kürzere Entscheidungswege: Dank Jour Fixe und Live-Dashboard konnten Anpassungen schnell umgesetzt werden.
• Bessere Zusammenarbeit: Die einheitliche Bewertungsmatrix schuf eine gemeinsame Grundlage für Marketing- und Einkaufsteams.

Aus dem Matomo Conversion Tracking:

• +95% Conversion-Erfassung: Nahezu alle Conversions wurden erfasst – unabhängig von Cookie-Einwilligung. Vorher gingen ca. 60-70% der Conversions durch fehlende Consents verloren.
• Präzisere Kampagnenoptimierung: Google Ads Smart Bidding arbeitete auf Basis vollständiger Daten und konnte Gebote deutlich genauer steuern.
• Stabile Datenbasis: Keine Diskrepanzen mehr zwischen verschiedenen Reporting-Tools – eine einzige valide Quelle für alle Stakeholder.
• Schnellere Lernphase: Durch die höhere Conversion-Anzahl konnten neue Kampagnen und Tests deutlich schneller aussagekräftige Ergebnisse liefern.
• ROAS-Verbesserung: Durch die Kombination aus präzisem Tracking und intelligenter Segmentierung konnte der ROAS um ca. 25-30% gesteigert werden.
• Volle Datenhoheit: Alle Tracking-Daten lagen auf eigenem Server – maximale Kontrolle und Unabhängigkeit von Google-Richtlinien.

Learnings & Best Practices

Ausblick

Die Bewertungsmatrix bildet die Grundlage für weitere Automatisierungen:

• Automatisierte Labeling-Prozesse im Feed zur direkten Anbindung an Gebotsstrategien
• Deckungsbeitragsbasierte Steuerung: Anstelle von klassischen KPIs wie ROAS könnte die Steuerung zukünftig stärker auf DB optimiert werden
• Customer-Lifetime-Value: Langfristig könnte die Matrix um CLV erweitert werden, um Kundenwert und Wiederkäufe abzubilden