Kurzfassung: Lookalike liefert einen Ausgangshinweis aus einer definierten Kundengruppe; Broad lässt mehr Raum für die Suche innerhalb der zulässigen Einstellungen. Welche Variante besser arbeitet, hängt von Angebot, Zielereignis, Quelle, Creative und Messung ab. Vergleichen Sie Verkäufe oder qualifizierte Leads in einem kontrollierten Test statt allgemeiner CPA-Ranglisten.
Die praktische Entscheidung lautet: Hat das Unternehmen ein gutes Ausgangssignal, und kann die Kampagne den gewünschten Geschäftswert zuverlässig erkennen? Weder ein Budget unter €2.000 noch das Jahr 2026 bestimmt automatisch den Gewinner. Zuerst müssen Angebot und Daten zum tatsächlichen Markt passen.
Wie funktionieren Lookalike und Broad?
Eine Lookalike Audience nutzt eine source audience, etwa bestätigte Käufer, wiederkehrende Kunden oder qualifizierte Leads, als Hinweis für ähnliche Menschen. Ein gemischter Kontaktbestand aus Käufern, Mitarbeitern, Testeinträgen und unbestätigten Leads beschreibt keine klare Geschäftsaufgabe. Prüfen Sie Herkunft, Aktualität und Bedeutung der Quelle. Meta Blueprint behandelt diese Quellen und Audience-Optionen.
Broad verzichtet auf eine enge Interessen- oder Lookalike-Vorgabe als zentrale Auswahl und lässt der Auslieferung mehr Spielraum innerhalb der tatsächlich geltenden Grenzen. Es bedeutet nicht „ohne Regeln“: Verfügbarkeit, Gebiet, zulässige Kunden und Produkte müssen zur Aufgabe passen. Ob ein Feld eine feste Grenze oder nur ein Vorschlag ist, hängt von der verwendeten Konfiguration ab.
Metas Andromeda-Veröffentlichung beschreibt die technische Entwicklung automatisierter Anzeigenauswahl. Sie beweist weder einen festen Broad-Vorteil für DACH noch eine universelle CPA-Senkung. Automatisierung kann nur mit den verfügbaren Signalen und Anzeigen arbeiten.
Welche zehn Kriterien sollten Sie vergleichen?
Die Tabelle ist ein Entscheidungsraster, keine Marktbenchmark. Erfassen Sie für beide Varianten dieselbe Definition und berücksichtigen Sie Qualität sowie Wirtschaftlichkeit.
| Kriterium | Entscheidung für den eigenen Test |
|---|---|
| CPA | Kosten pro bestätigtem Geschäftsergebnis vergleichen; keine allgemeinen Preisbereiche einsetzen. |
| Lernen | Ereignishäufigkeit und Stabilität beobachten; keine feste Lernzeit aus dem Audience-Namen ableiten. |
| Skalierung | Zusätzliche erreichbare Nachfrage und Grenzkosten prüfen, nicht nur Gesamt-ROAS. |
| Nische | Eine relevante Quelle kann helfen; Broad kann ebenfalls geeignete Kunden finden. |
| B2B-Qualität | SQL, Vertriebsakzeptanz und spätere Abschlüsse prüfen statt nur günstiger Formulare. |
| Kleines Budget | Einen überschaubaren Vergleich planen; beide Varianten benötigen ausreichend Daten. |
| Großes Budget | Angebot, Creative und Bearbeitung müssen den zusätzlichen Umfang tragen. |
| Tracking | In beiden Varianten dasselbe richtige Ereignis und dieselbe Zuordnung verwenden. |
| Creative | Gleiche Anzeigen im Audience-Test; Bild oder Botschaft separat untersuchen. |
| Campaign-Konfiguration | Vorschläge, Erweiterung und feste controls in der aktuellen Oberfläche prüfen. |
CTR ist ein Diagnosewert, kein Umsatz. Ein niedriger CPL mit überwiegend ungeeigneten Kontakten kann wirtschaftlich schlechter sein als ein teurerer qualifizierter Lead.
Wann lohnt sich eine Lookalike-Hypothese?
Eine klare Nische oder wertvolle Käufergruppe: Die Quelle kann eine spezielle Geschäftsaufgabe beschreiben. Prüfen Sie, ob Käufer, Gebiet und Produkt tatsächlich zusammengehören. Eine Liste mit vielen Adressen ist nicht automatisch besser als eine saubere, passende Gruppe.
Im laufenden Projekt für den tschechischen Online-Shop Erkado umfasst die Zusammenarbeit Server-Side-Tracking, Kampagnenführung über drei Zielrichtungen (Käufe, B2B-Partner, Mitarbeitergewinnung) sowie UX-Anpassungen im mobilen Checkout auf Basis von Clarity-Beobachtungen. Das zeigt: Eine verlässliche Messung und saubere Datenübertragung stabilisieren die Datengrundlage, belegen aber keinen isolierten Umsatzeffekt ohne abgestimmte Kampagnenführung.
Unser B2B-Demonstrationsmodell zeigt eine strukturierte Qualifikations- und Routing-Architektur vor dem Verkaufsgespräch. Die Struktur erfasst Aufgabenstellung, technische Machbarkeit und Datenbasis über progressive Formularfelder, ohne Anfragen starr nach der Mail-Domain auszusortieren.
Begrenztes Budget mit vorhandener guter Quelle: Ein fokussierter Test kann zweckmäßig sein. Das bedeutet nicht, dass Lookalike unter einer festen Budgetgrenze immer gewinnt. Bei seltenen Ereignissen ist ein kleiner Test möglicherweise für beide Varianten nicht aussagekräftig.
Wann ist Broad eine sinnvolle Hypothese?
Zusätzliche Nachfrage: Broad kann mehr Suchraum bieten, wenn das Ereignis verlässlich ist und Angebot sowie Lieferfähigkeit passen. Eine bestimmte Anzahl wöchentlicher Käufe garantiert dabei weder stabile Auslieferung noch Rentabilität.
Passende Advantage+-Konfiguration: Prüfen Sie das aktuelle Kampagnenziel und die verfügbaren Audience-Einstellungen. Ein Produktname allein sagt nicht, ob eine Lookalike den Kreis begrenzt oder nur als Vorschlag dient.
Neue Creative-Hypothesen: Unterschiedliche verständliche Anzeigen können neue passende Käufer ansprechen. Nutzen Sie echte Team-, Produkt- oder Kundeninhalte mit den erforderlichen Rechten. Es gibt keine allgemeine Aufteilung „80 Prozent Creative, 20 Prozent Targeting“ und keine Pflicht, eine bestimmte Anzahl UGC-Videos zu produzieren.
Im Demonstrationsmodell Fashion wird die schrittweise Abstimmung zwischen Creative-Botschaft, Größenberatung auf der Produktdetailseite und transparentem Checkout strukturiert dargestellt. Das verdeutlicht: Vertrauenselemente und Passform-Fokus wirken im Zusammenspiel mit durchgängiger Werbeansprache, belegen jedoch keinen isolierten Effekt einzelner Hebel.
Wie planen Sie einen fairen Vergleich in fünf Schritten?
- Geschäftsziel festlegen: Bestätigter Kauf, qualifizierter Lead oder akzeptierter SQL; Definition und spätere Rückmeldung dokumentieren.
- Quelle und Rahmen kontrollieren: Eine passende Lookalike-Quelle wählen und Gebiet, Angebot, Optimierungsereignis und Messung für beide Varianten abstimmen.
- Nur die Audience-Hypothese verändern: Gleiche Creatives und vergleichbare Bedingungen verwenden. Wo verfügbar, ein kontrolliertes A/B-Verfahren mit sauberer Aufteilung nutzen; zwei getrennte Kampagnen allein verhindern weder Überschneidung noch Störeinflüsse.
- Stichprobe und Kosten vorab planen: Relevanten Unterschied, erwartete Ereignishäufigkeit, Budget und Stoppregel festhalten. Metas A/B-Testing-Kursübersicht behandelt kontrollierte Tests, Variablen und Stichprobenplanung; sie liefert keine universelle Zwei-Wochen- oder 50-Conversion-Regel.
- Qualität und Unsicherheit bewerten: CPA mit CRM, Rückgaben, Vertriebsqualität und wirtschaftlichem Wert abgleichen. Einen Zufallsunterschied oder Zwischenstand nicht als sicheren Gewinner darstellen.
Rechenbeispiel für das Budget: Bei angenommenen €25 pro Ereignis kosten 50 Ereignisse rechnerisch €1.250 je Variante, für zwei Varianten €2.500. Das ist eine Planungsannahme, keine CPA-Prognose; 50 Ereignisse sind damit nicht automatisch eine ausreichende statistische Stichprobe. Für seltene B2B-Verkäufe kann ein SQL ein vorläufiger Messpunkt sein, ersetzt aber keinen Umsatz.
Wie verändern Advantage+, Datenschutz und Tracking die Entscheidung?
Prüfen Sie in der verwendeten Oberfläche, welche Angaben feste controls und welche suggestions sind. Eine Altersangabe oder Lookalike-Bezeichnung darf nicht ungeprüft als harte Begrenzung behandelt werden. Die genaue Verfügbarkeit und Bedeutung einzelner Felder muss im jeweiligen Konto geprüft werden; ein allgemeiner Leitfaden ersetzt diese Kontrolle nicht.
Stimmen Käufe oder Leads nicht mit CRM und Backend überein, untersuchen Sie zuerst Ereignisqualität, Einwilligung, Duplikate und Zuordnung. CAPI und serverseitiges Tracking stellen weder vollständige Daten noch eine Ausnahme von Datenschutzregeln sicher. Apple verlangt ATT-Erlaubnis für das beschriebene Tracking mit in Apps erhobenen Daten über Angebote anderer Unternehmen. Das ist keine allgemeine ATT-Pflicht für jeden Browseraufruf und belegt keine universelle Opt-out-Quote.
Vor einer Kundenlisten-Nutzung prüfen Sie Rechte, Rechtsgrundlage, Hinweise an Betroffene und die Behandlung von Widersprüchen. Die Meta Customer List Terms müssen in ihrer aktuell anwendbaren Fassung geprüft werden. Hashing allein schafft keine Berechtigung und keine automatische Anonymisierung; die EDPB unterscheidet Pseudonymisierung und Anonymisierung.
Was können Sie diese Woche vorbereiten?
Die drei Prioritäten sind Geschäftsereignis und Datenqualität, eine verständliche Creative-Hypothese und anschließend der Audience-Vergleich. Prüfen Sie dafür sieben Punkte:
- Wer gehört tatsächlich zur source audience?
- Sind Mitarbeiter, Tests, ungültige Leads und stornierte Ereignisse ausgeschlossen?
- Stimmen einige konkrete Käufe oder Leads zwischen CRM und Plattform überein?
- Welche Audience-Felder sind suggestions und welche controls?
- Ist eine Lookalike- und eine Broad-Hypothese mit gleichen Anzeigen beschrieben?
- Sind Hauptwert, geplanter Umfang und zulässiger Aufwand festgelegt?
- Sind Rechte, Rechtsgrundlage und Ausschlussverfahren vor einem neuen Listen-Upload geklärt?
Für einzelne Aufgaben helfen die Leitfäden zu B2B-Qualifikation, Advantage+-Sales-Kampagnen, Creative-Tests und E-Commerce-Kennzahlen. Die Datenprüfung beschreiben CAPI und serverseitiges Tracking.
Häufig gestellte Fragen
Ist Broad 2026 grundsätzlich besser?
Nein. Broad bietet mehr Raum für die Auslieferung, Lookalike einen expliziten Ausgangshinweis. Der passende Ansatz ergibt sich aus dem konkreten Geschäft und einem kontrollierten Vergleich qualifizierter Ergebnisse.
Wann ist Lookalike sinnvoll?
Wenn eine passende, aktuelle und rechtmäßig nutzbare Quelle den gewünschten Geschäftswert beschreibt. Nische oder Budget allein garantieren keinen Vorteil; prüfen Sie die Hypothese im eigenen Markt.
Welche Quelle sollte ich nutzen?
Eine homogene Gruppe mit relevanten Ereignissen, beispielsweise bestätigte Käufer, wiederkehrende Kunden oder SQL. Ein gemischter Bestand aller Kontakte beschreibt die gewünschte Zielhandlung schlechter.
Erlaubt Hashing den Upload von Kunden-E-Mails?
Nicht automatisch. Rechte, Rechtsgrundlage, erforderliche Informationen und Widerspruchsverfahren müssen passen. Prüfen Sie die anwendbaren Meta-Bedingungen und Anforderungen vor der Nutzung.
Wie gestalte ich den Vergleich fair?
Verändern Sie möglichst nur die Audience-Hypothese, halten Sie Anzeigen und Geschäftsdefinition gleich und nutzen Sie ein geeignetes kontrolliertes Verfahren. Separate Kampagnen allein garantieren keine saubere Aufteilung.
Wie lange muss der Test laufen?
Bis zum vorab geplanten Datenumfang oder zur Kontrollentscheidung, abhängig von Ereignishäufigkeit, relevantem Unterschied und Budget. Zwei Wochen oder 50 Ereignisse reichen nicht universell aus.
Macht Advantage+ den Vergleich überflüssig?
Nein. Es verändert die Bedeutung von Audience-Vorgaben. Prüfen Sie suggestions und controls sowie die aktuelle Konfiguration, bevor Sie Ergebnisse einer eng begrenzten Lookalike zuschreiben.
Was hat Vorrang: Audience, Tracking oder Creative?
Definieren und prüfen Sie zuerst das Geschäftsereignis, dann die Creative-Hypothese und schließlich den Audience-Vergleich. Ein falsches Ereignis verhindert eine belastbare Bewertung beider Varianten.
Wenn Plattform und CRM widersprüchliche Käufe oder Leads zeigen, beginnen Sie mit Tracking und Analytics. Wenn die Daten stimmen, beschreiben Sie Angebot und aktuelle Kampagnenstruktur im Kontaktformular.
