Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

Performance Max Kampagne

Definition: Performance Max (kurz: PMax) ist ein vollautomatisierter Kampagnentyp in Google Ads, der 2021 zunächst in der Beta-Phase eingeführt und Ende 2022 zum Standard-Kampagnenformat für E-Commerce-Werbetreibende erklärt wurde, als Google Smart Shopping Campaigns und lokale Kampagnen weitgehend in PMax überführte. Das Besondere an Performance Max ist die Fähigkeit, mit einem einzigen Kampagnen-Setup alle großen Google-Werbenetzwerke gleichzeitig zu bespielen: die Google-Suche (Search), das Google Display-Netzwerk (GDN), YouTube, Gmail, Google Maps sowie den Discover-Feed auf Android-Geräten und in der Google-App. Google's eigene KI (basierend auf Large Language Models und maschinellem Lernen) entscheidet dabei autonom, welches Netzwerk, welche Zielgruppe, welche Anzeigenkombination und welches Gebot bei jeder Auktion optimal sind, um das vom Werbetreibenden definierte Conversion-Ziel zu maximieren. Der Werbetreibende stellt lediglich sogenannte Asset-Gruppen bereit: eine strukturierte Sammlung aus Texten (Headlines und Beschreibungen), Bildern in verschiedenen Formaten, Videos, einem Logo sowie einer abschließenden URL. Aus diesem Rohmaterial generiert und testet der Algorithmus automatisch Tausende von Anzeigenvarianten. Für E-Commerce-Händler kommt zusätzlich der Produktfeed aus dem Google Merchant Center hinzu, der die Shopping-Anzeigen-Komponente von PMax speist. Performance Max nutzt ein Ziel-ROAS- oder Ziel-CPA-Gebot als primäres Steuerungsinstrument; alternativ steht die Strategie „Conversions maximieren" zur Verfügung. Die Mindestempfehlung für stabile Ziel-ROAS-Optimierung sind laut Google mindestens 50 Conversions in den letzten 30 Tagen; bei weniger Daten empfiehlt sich ein Start mit „Conversions maximieren". Im Vergleich zu klassischen Kampagnentypen bietet PMax weniger Transparenz und Kontrolle auf granularer Ebene: Es gibt keine klassische Keyword-Ansicht, keinen vollständigen Suchbegriffs-Report für alle Suchanfragen, und die Netzwerk-Budgetverteilung wird nicht detailliert offengelegt. Dafür verspricht Google eine effizientere Gesamt-Optimierung durch kanalübergreifendes Lernen.

Erläuterung

Die Einführung von Performance Max markiert einen Paradigmenwechsel in der Google Ads-Philosophie: weg von der granularen, manuellen Steuerung durch erfahrene SEA-Manager hin zu einer KI-gesteuerten „Black Box", die mit umfangreichem Datenzugang und Echtzeit-Signalen bessere Entscheidungen treffen soll als menschliche Optimierer. Diese These ist in der SEA-Community umstritten. Befürworter, darunter Google selbst und viele E-Commerce-Werbetreibende, berichten von signifikanten Performance-Verbesserungen gegenüber klassischen Shopping- und Display-Kampagnen. Kritiker – darunter renommierte Branchenexperten wie Kirk Williams (Autor und Gründer von Zato Marketing) und Mike Ryan (Smarter E-Commerce) – weisen auf die eingeschränkte Transparenz, das Risiko von Brand-Kannibalisierung und die Schwierigkeit hin, schlechte Performance zu diagnostizieren und zu beheben, wenn man nicht sieht, warum der Algorithmus wie entscheidet. In der Praxis zeigt sich, dass PMax in E-Commerce-Umgebungen mit hohem Produktsortiment, ausreichend Conversion-Daten und hochwertigen Assets besonders gut funktioniert. Die Stärke liegt in der kanalübergreifenden Optimierung: Wenn ein Nutzer zuerst eine YouTube-Anzeige sieht, dann eine Display-Anzeige und schließlich über eine Suchanzeige konvertiert, kann PMax diese gesamte Customer Journey in einem Modell berücksichtigen. Klassische, kanalgetrennte Kampagnenstrukturen können diese Interaktionen nicht abbilden. Ein wichtiger praktischer Aspekt ist die Konkurrenz zwischen PMax- und Search-Kampagnen im selben Konto. Grundsätzlich hat PMax Vorrang vor Brand-Keywords in Search-Kampagnen, weshalb erfahrene SEA-Manager Brand-Keywords in separaten Search-Kampagnen mit hoher Priorität führen und PMax explizit per Kampagnenprioritätseinstellung von Brand-Traffic fernhalten. Audience Signals sind kein hartes Targeting, sondern Lernhilfen: Google nutzt sie als Startpunkt für die KI, erweitert das Targeting aber automatisch darüber hinaus, wenn der Algorithmus relevantere Zielgruppen identifiziert. Je hochwertiger die Audience Signals (Remarketing-Listen, Customer-Match-Listen aus bestehenden Kunden), desto schneller und effektiver verläuft die Lernphase.

Asset-Gruppen und Qualitätsanforderungen

Strategische Einbindung in die Kampagnenstruktur

Praxistipp: Starten Sie Performance Max mit mindestens drei verschiedenen Asset-Gruppen (z.B. nach Produktkategorie oder Zielgruppe segmentiert), hochwertigen Audience Signals aus Ihrer Remarketing- und Customer-Match-Liste sowie möglichst vielen eigenen Videos. Richten Sie parallel eine separate Brand-Search-Kampagne ein, um Brand-Traffic kontrolliert zu verwalten. Geben Sie PMax mindestens 6–8 Wochen Lernzeit, bevor Sie strategische Schlussfolgerungen ziehen – zu frühe Eingriffe destabilisieren den Algorithmus und verlängern die Lernphase unnötig.