Performance Max Kampagne: Setup, Fehler und Optimierung — der ehrliche Praxis-Guide

Eine Performance Max Kampagne ersetzt nicht einfach eine Such- oder Shopping-Kampagne — sie bündelt mehrere Kampagnentypen unter einem Dach. Statt für jeden Kanal eine eigene Kampagne zu pflegen, gibst du Google ein Bündel aus Assets, Conversion-Zielen und Zielgruppen-Hinweisen. Die KI entscheidet dann in Echtzeit, wem sie welche Anzeige auf welchem Kanal zeigt, um deine definierten Conversions möglichst günstig zu erzielen.

Das Versprechen: mehr Reichweite, weniger manuelle Arbeit, ein Hebel statt sieben. Die Kehrseite: Du gibst sehr viel Kontrolle ab. Du siehst nicht, welche Suchbegriffe genau ausgelöst haben, welche Placements wie viel gekostet haben und welche Zielgruppe konvertiert hat. PMax ist eine Blackbox mit einem Lenkrad, das du nur indirekt bedienst — über Daten, nicht über Schalter.

Wofür PMax gebaut wurde

• E-Commerce mit Produktfeed: Hier spielt PMax seine Stärke aus, weil es Shopping-Inventar, Suche und Remarketing kombiniert.
• Lead-Generierung mit klarem Conversion-Ziel: Funktioniert, wenn du echte Leads (nicht nur Formularaufrufe) als Conversion zählst.
• Skalierung über alle Kanäle: Wenn du bereits weißt, dass deine Zielgruppe auf YouTube, Display und Suche unterwegs ist.

Was PMax nicht ist

PMax ist kein Ersatz für Strategie und keine Maschine, die aus einem schlechten Angebot ein gutes macht. Die KI optimiert exakt auf das Signal, das sie bekommt — sie hinterfragt weder dein Conversion-Ziel noch deine Preisgestaltung noch deine Landingpage. Sie ist ein Verstärker: Ein sauberes Setup mit echten Umsatzdaten wird verstärkt, ein unsauberes Setup mit Mikro-Conversions ebenso. Wer PMax als Knopf versteht, den man drückt und dann Ruhe hat, wird enttäuscht. Wer PMax als datengetriebenes Optimierungssystem versteht, das man füttert und lenkt, holt das Maximum heraus.

Wer Performance Marketing strategisch aufbauen will, sollte PMax nicht isoliert betrachten, sondern als einen Baustein neben klassischen Such-Kampagnen — mehr dazu in unserem Überblick zur Arbeit als Google-Ads-Agentur.

Asset-Groups sind das Herzstück jeder Performance Max Kampagne. Eine Asset-Group ist ein thematisches Bündel aus Texten, Bildern, Videos, Logos und — bei E-Commerce — einer Produktgruppe aus deinem Feed. Google mischt diese Bausteine automatisch zu Anzeigen für die verschiedenen Kanäle. Je relevanter und vielfältiger das Material, desto besser kann die KI passende Kombinationen bauen.

Eine Asset-Group pro Thema, nicht pro Produkt

Der häufigste Strukturfehler ist, alles in eine einzige riesige Asset-Group zu werfen. Besser: Du teilst nach Thema, Zielgruppe, Sprache oder Produktkategorie. Eine Asset-Group für „Winterreifen“, eine für „Sommerreifen“ — nicht eine für „Reifen“ mit allem darin. So bleiben Botschaft und Bildwelt konsistent, und das Reporting wird auf Asset-Group-Ebene überhaupt erst lesbar.

Der Grund ist nicht nur Ordnung, sondern Steuerbarkeit: Jede Asset-Group bekommt ihre eigenen Zielgruppen-Signale und — bei Shopping — ihre eigene Produktgruppe. Trennst du sauber nach Thema, kannst du später erkennen, welche Produktwelt profitabel läuft und welche Budget zieht, ohne zu liefern. Wirfst du alles zusammen, verschmilzt alles zu einem einzigen Durchschnittswert, aus dem du nichts mehr ableiten kannst. Eine bewährte Daumenregel: Solange die Botschaft, die Bildsprache und die Suchabsicht innerhalb einer Group homogen bleiben, ist die Gruppe richtig geschnitten. Sobald du anfängst, in einer Group zwischen grundverschiedenen Zielgruppen zu mischen, gehört sie geteilt.

Wie viele Assets du wirklich brauchst

Google bewertet die „Asset-Stärke“ jeder Group. Damit diese auf „Sehr gut“ steht und das System genug Material zum Testen hat, solltest du dich grob an folgender Größenordnung orientieren:

Die „Asset-Stärke“ ist allerdings ein Qualitäts- und Vollständigkeits-Indikator, kein Leistungsversprechen. Ein „Sehr gut“ bedeutet nur, dass du genug Variation in allen Formaten geliefert hast, damit die KI für jeden Kanal eine passende Kombination bauen kann. Es bedeutet nicht, dass diese Anzeigen auch verkaufen. Wir haben Asset-Groups mit Bestnote gesehen, die schlecht konvertierten, und solche mit „Gut“, die hervorragend liefen. Optimiere also auf Conversions und Conversion-Wert, nicht auf das grüne Label.

Asset-Performance-Labels nutzen

Google labelt einzelne Assets mit „Niedrig“, „Gut“ und „Am besten“. Das ist eines der wenigen granularen Reporting-Signale, das PMax überhaupt bietet — nutze es. Tausche „Niedrig“-Assets konsequent aus, statt nur Neue obendrauf zu packen, und orientiere neue Headlines an den Mustern deiner „Am besten“-Assets. Über mehrere Iterationen hinweg hebst du so das Niveau des gesamten Pools. Lade in jedem Fall ein eigenes Video hoch. Wenn du keins lieferst, baut Google automatisch ein generisches Slideshow-Video aus deinen Bildern — und das sieht selten gut aus und kann deiner Marke schaden. Wer Bewegtbild und Texte aus einer Hand braucht, findet im Bereich Content-Marketing die passenden Bausteine.

Signale sind der wichtigste Hebel, den du in einer Performance Max Kampagne überhaupt hast — und gleichzeitig der am meisten missverstandene. Wichtig zu wissen: Zielgruppen-Signale schränken nicht ein, wer deine Anzeigen sieht. Sie sind ein Hinweis an die KI, wo sie mit der Suche nach Conversions starten soll. Google kann und wird über die angegebenen Zielgruppen hinausgehen, wenn das System dort weitere Conversions vermutet.

First-Party-Daten schlagen alles

Das stärkste Signal sind deine eigenen Daten. Eine Customer-Match-Liste — also E-Mail-Adressen und Telefonnummern deiner Bestandskunden aus dem CRM — gibt der KI ein präzises Bild davon, wie ein wertvoller Kunde aussieht. Daraus findet das System Menschen, die deinen besten Kunden ähneln. Wer diese Daten nicht liefert, lässt den mit Abstand wirkungsvollsten Hebel ungenutzt.

Noch wertvoller wird das Signal, wenn du segmentierst, statt eine undifferenzierte Gesamtliste hochzuladen. Eine Liste deiner umsatzstärksten 20 Prozent der Kunden gibt der KI ein schärferes Zielbild als eine Liste, in der Einmalkäufer und Stammkunden vermischt sind. Ergänze, wo möglich, Website-Besucher der letzten 30 bis 90 Tage und — bei längeren Sales-Zyklen — Listen von Personen, die bereits eine Mikro-Conversion ausgelöst haben. Wichtig: Customer-Match unterliegt Mindestgrößen und Datenschutzanforderungen; halte die Listen aktuell und sauber gehasht, sonst greift das Signal nicht.

Search Themes statt vager Interessen

Search Themes (Suchthemen) sind eine vergleichsweise neue, sehr direkte Form des Signals: Du gibst bis zu 50 Suchbegriffe pro Asset-Group an, die du für relevant hältst. Sie wirken ähnlich wie Keywords — geben der Suche aber nur eine Richtung vor, statt sie hart zu begrenzen.

• Eigene Daten zuerst: Customer-Match-Liste oder Website-Besucher der letzten 30–90 Tage.
• Wenige, scharfe In-Market-Segmente: Lieber zwei sehr passende als zehn breite Segmente.
• Search Themes mit echten Suchbegriffen: Genau die Phrasen, mit denen Kunden dein Angebot suchen.

Überlade die Signale nicht. Branchenbeobachtungen deuten darauf hin, dass wenige, eng gefasste Signale der KI eine klarere Richtung geben als ein breiter Mischmasch. Tests legen nahe: Tight beats broad. Beachte außerdem, dass Search Themes mit deinen Keywords aus parallelen Such-Kampagnen konkurrieren können — Google priorisiert in der Regel exakte Keyword-Treffer in der Such-Kampagne, sodass sich beide Systeme bei sauberer Abstimmung ergänzen, statt sich Traffic wegzunehmen.

Die meisten enttäuschenden Performance-Max-Ergebnisse haben nicht mit der KI zu tun, sondern mit dem Setup. Diese Fehler sehen wir in Audits am häufigsten:

1. Schwache oder falsche Conversion-Ziele. Wenn du „Seitenaufruf Kontaktformular“ als Conversion zählst, optimiert Google auf Formularaufrufe — nicht auf echte Anfragen. Die KI ist nur so klug wie das Ziel, das du ihr gibst. Müll-Conversions rein, Müll-Traffic raus.
2. Falsche Conversion-Werte. Ohne Werte (Value) behandelt PMax jede Conversion gleich. Ein 5.000-Euro-Auftrag zählt dann genauso viel wie eine Newsletter-Anmeldung. Übergib echte oder geschätzte Werte, damit die KI auf Umsatz statt auf Menge optimiert.
3. Keine Brand-Exclusions. PMax greift gern den günstigen, hochkonvertierenden Markentraffic ab und schreibt sich dessen Conversions gut. Das blendet die wahre Neukunden-Leistung. Schließe deine Markenbegriffe aus, wenn du die echte Akquise-Performance sehen willst.
4. Zu früh eingegriffen. PMax braucht eine Lernphase. Wer nach drei Tagen am Budget oder an den Zielen schraubt, setzt das Lernen ständig zurück. Plane mindestens zwei bis drei Wochen Stabilität ein, bevor du bewertest.
5. Generische Assets. Stockfotos und austauschbare Headlines liefern austauschbare Ergebnisse. Die Anzeigenqualität entscheidet, ob die KI überhaupt etwas Gutes mischen kann.
6. PMax startet ohne Datengrundlage. Ein nagelneues Konto ohne Conversion-Historie lässt die KI im Dunkeln tappen. Sammle erst über Such-Kampagnen Conversion-Daten, bevor du PMax draufsetzt.
7. Kein Account-übergreifendes Negativ-Management. PMax erlaubt zwar inzwischen Konto-weite negative Keywords, doch viele Konten nutzen sie nicht. Ohne Negativlisten verbrennt PMax Budget an irrelevanten Suchanfragen, Jobsuchen oder Beschwerde-Begriffen, die mit deinem Angebot nichts zu tun haben.
8. Zu kleines Budget bei zu vielen Asset-Groups. Splittest du ein knappes Budget auf zehn Asset-Groups, sammelt keine genug Daten, um die Lernphase zu verlassen. Lieber wenige, gut versorgte Groups als viele halb verhungerte.

Sauberes Conversion-Tracking ist die Voraussetzung für all das. Wenn die Messung wackelt, wackelt die gesamte Optimierung — egal wie gut die Kampagne aufgesetzt ist. Wer einschätzen will, welches Budget für eine belastbare Lernphase realistisch ist, findet eine Einordnung in unserem Ratgeber zu den Google-Ads-Kosten.

Theorie ist gut, eine Rechnung ist besser. Nehmen wir einen mittelgroßen Onlineshop mit einem durchschnittlichen Bestellwert von 80 Euro und einer Deckungsbeitragsmarge von 40 Prozent — pro Bestellung bleiben also 32 Euro, bevor Werbekosten abgezogen werden. Der Shop fährt eine Performance Max Kampagne mit 3.000 Euro Monatsbudget.

Angenommen, die Kampagne erzielt einen durchschnittlichen Klickpreis von 0,60 Euro. Aus 3.000 Euro werden damit rund 5.000 Klicks im Monat. Bei einer Conversion-Rate von 2,5 Prozent ergeben sich daraus 125 Bestellungen. Rechnen wir das durch:

In diesem Szenario trägt sich die Kampagne: Der CPA von 24 Euro liegt unter dem Deckungsbeitrag von 32 Euro pro Bestellung, es bleibt ein Plus von 1.000 Euro. Jetzt der entscheidende Punkt — kippe nur zwei Stellschrauben ins Negative. Steigt der CPC auf 0,90 Euro (nur 3.333 Klicks) und fällt die Conversion-Rate auf 1,8 Prozent, ergeben sich nur noch rund 60 Bestellungen. Der CPA klettert auf 50 Euro, der Deckungsbeitrag beträgt aber weiter nur 32 Euro pro Bestellung — die Kampagne macht jetzt pro Bestellung 18 Euro Verlust und verbrennt über den Monat rund 1.080 Euro.

Die Lehre aus der Rechnung: PMax ist kein Geldautomat, sondern ein Hebel, dessen Vorzeichen von wenigen Kennzahlen abhängt — CPC, Conversion-Rate, Bestellwert und Marge. Genau deshalb sind echte Conversion-Werte (siehe Fehler Nummer 2) so wichtig: Übergibst du dem System den realen Bestellwert, optimiert es selbstständig in Richtung der profitablen Bestellungen, statt blind Menge zu maximieren. Und genau hier zeigt sich, warum Tracking und Margenkenntnis vor dem Kampagnenstart kommen müssen — nicht danach.

Die größte Frustration mit Performance Max ist das Reporting. PMax wurde als Blackbox konzipiert, und auch nach mehreren Transparenz-Updates bleiben harte Lücken bestehen, die du kennen musst, bevor du das Budget hochfährst.

Was sichtbar ist

• Channel-Performance-Reporting (seit 2025): Du siehst inzwischen, wie viel auf Suche, Display, YouTube etc. entfällt — grob genug, um schwache Kanäle zu erkennen.
• Asset-Group-Performance: Conversions und Wert pro Group, wenn du sauber strukturiert hast.
• Asset-Performance-Labels: „Niedrig / Gut / Am besten“ pro einzelnem Asset.
• Insights-Tab: Such-Kategorien (keine exakten Suchbegriffe) und Zielgruppen-Trends.

Was verborgen bleibt

• Keine exakten Suchbegriffe auf der Ebene, die du aus klassischen Such-Kampagnen kennst — nur aggregierte Kategorien.
• Kein Wirkungsnachweis für Signale: Google liefert keine granularen Daten dazu, wie stark ein Zielgruppen-Signal tatsächlich gewirkt hat. Du steuerst weitgehend blind.
• Verwaschene Kanal-Verteilung: Wie viel Budget exakt in welches Placement floss, bleibt unscharf.
• Keine saubere Trennung von Neukunden und Bestandskunden ohne aktiviertes New-Customer-Acquisition-Ziel und Brand-Exclusions — der Markentraffic verfälscht sonst die Akquise-Sicht.

Wie du dir Transparenz selbst baust

Praktischer Workaround: Nutze Skripte und die Google-Ads-API, um Such-Kategorien und Placement-Daten regelmäßig zu exportieren. Über die API lassen sich auch Daten ziehen, die im Standard-Interface nicht oder nur umständlich auftauchen — etwa Placement-Listen, über die deine Anzeigen auf dem Display-Netzwerk ausgespielt wurden. So erkennst du irrelevante oder markenschädliche Placements (Spiele-Apps, Billig-Inventar) und kannst sie auf Kontoebene ausschließen. Damit baust du dir genau die Kontrolle zurück, die das Standard-Interface dir verweigert — und entscheidest auf Datenbasis, ob ein Kanal abgeschaltet oder verstärkt gehört.

Der vielleicht wichtigste strategische Punkt: Performance Max und klassische Such-Kampagnen sind keine Gegner, sondern ein Team — vorausgesetzt, du regelst ihr Verhältnis bewusst. Lässt du beide unkoordiniert laufen, kannibalisieren sie sich, und PMax greift sich bevorzugt die billigen, hochkonvertierenden Begriffe, die eine gezielte Such-Kampagne besser bedienen würde.

Die Priorisierungs-Logik kennen

Google folgt einer klaren Hierarchie, wenn dieselbe Suchanfrage von mehreren deiner Kampagnen bedient werden könnte: Trifft die Anfrage exakt auf ein Keyword in deiner Such-Kampagne, gewinnt in der Regel die Such-Kampagne. Gibt es kein passendes Keyword, übernimmt PMax. Das bedeutet konkret: Deine kontrollierbaren, wertvollen Begriffe gehören als Keywords sauber in die Such-Kampagne, damit PMax sie nicht abgreift und du die volle Kontrolle über Gebot und Anzeigentext behältst.

Eine sinnvolle Arbeitsteilung

• Such-Kampagne: die kontrollierbaren, hochwertigen und markennahen Begriffe — präzise Gebote, exakte Anzeigentexte, volles Such-Begriff-Reporting.
• Brand-Kampagne (separat): deine Markenbegriffe, günstig und mit hoher Conversion-Rate — und in PMax per Brand-Exclusion ausgeschlossen.
• Performance Max: die breite Skalierung über alle Kanäle hinweg, Shopping-Inventar und die Suche nach neuen, ähnlichen Zielgruppen.

In dieser Aufstellung liefert die Such-Kampagne zuverlässig saubere Conversion-Daten und sichert die teuersten, wichtigsten Begriffe ab. PMax wiederum nutzt diese Conversion-Historie als Lernbasis und skaliert in die Reichweite, die manuell kaum zu bespielen wäre. So entsteht ein System, in dem jeder Kampagnentyp das tut, was er am besten kann — statt dass beide um dieselben Klicks streiten.

Performance Max ist ein starkes Werkzeug, aber kein Allheilmittel. Die ehrliche Antwort auf „Soll ich PMax nutzen?“ hängt von deiner Datenlage, deinem Geschäftsmodell und deinem Kontrollbedürfnis ab.

PMax ist sinnvoll, wenn …

• du einen Produktfeed hast (E-Commerce) und Shopping plus Suche plus Remarketing in einem Hebel bündeln willst.
• dein Conversion-Tracking sauber ist und echte, werthaltige Conversions misst.
• du bereits Conversion-Historie im Konto hast, an der die KI lernen kann.
• du skalieren willst und bereit bist, Kontrolle gegen Reichweite zu tauschen.
• du First-Party-Daten (CRM-Listen) als Signal einbringen kannst.

PMax ist (noch) nicht sinnvoll, wenn …

• dein Konto brandneu ist und keine Conversion-Daten liefert — starte erst mit Such-Kampagnen.
• dein Tracking unsauber ist oder nur Mikro-Conversions misst.
• du volle Transparenz und Kontrolle über Suchbegriffe und Gebote brauchst — etwa bei sehr nischigen B2B-Begriffen.
• dein Budget zu klein ist, um die Lernphase über mehrere Wochen durchzustehen.
• du eine reine Marken-Kampagne fahren willst — dafür ist eine klassische Such-Kampagne präziser und günstiger.
• dein Angebot stark erklärungsbedürftig ist und über lange, beratungsintensive Sales-Zyklen läuft, in denen die Online-Conversion nur ein schwaches Zwischensignal ist.

Unsere Empfehlung aus der Praxis: PMax und klassische Such-Kampagnen sind keine Gegner, sondern ein Team. Such-Kampagnen sichern die kontrollierbaren, hochwertigen Begriffe und liefern Conversion-Daten; PMax skaliert darüber hinaus in die breite Reichweite. Diese Kombination hat in unseren Projekten konsistent die besten Ergebnisse gebracht — bei Airbag24 etwa über 400 % ROI, indem wir Budget konsequent dorthin verschoben haben, wo echter Umsatz entstand, statt wo nur Klicks gezählt wurden. Bei Kiwabo stieg der Traffic um über 210 %, weil wir das organische und das bezahlte Wachstum aufeinander abgestimmt haben, statt Kanäle isoliert zu betrachten.