Feed Labels in Performance Max: So segmentierst du deinen Shopping-Feed mit KI für maximalen ROAS

Was sind Feed Labels — und warum ignorieren sie die meisten Advertiser?

Feed Labels sind benutzerdefinierte Attribute, die du deinen Produkten im Google Merchant Center zuweist. Im Gegensatz zu festen Kategorien oder Produkttypen kannst du Feed Labels vollständig frei definieren — und sie gezielt einsetzen, um Performance Max Kampagnen zu steuern.

Das Konzept klingt simpel, wird aber in der Praxis massiv unterschätzt. Die meisten Advertiser starten Performance Max mit einem einzigen Asset-Set, das den kompletten Katalog enthält. Google optimiert dann autonom — und bevorzugt dabei Produkte mit hohem Volumen, nicht unbedingt solche mit hoher Marge.

Feed Labels lösen dieses Grundproblem, indem sie dir ermöglichen, bestimmte Produktgruppen in separaten PMax-Kampagnen oder Asset-Sets zu führen — mit unterschiedlichen ROAS-Zielen, Budgets und Gebotsstrategien. Du gibst Googles KI damit nicht weniger Freiheit, sondern bessere Leitplanken.

Ein häufiges Missverständnis: Feed Labels ersetzen keine Produkttypen oder Google-Kategorien. Sie ergänzen diese um eine zusätzliche, vollständig steuerbare Dimension. Während Google-Kategorien taxonomisch festgelegt sind, spiegeln deine Labels geschäftliche Prioritäten wider — etwa Deckungsbeitrag, Saison oder strategische Bedeutung.

Warum Segmentierung in Performance Max über Profit oder Verlust entscheidet

Performance Max ist Googles mächtigstes Kampagnenformat — und gleichzeitig das intransparenteste. Der Algorithmus entscheidet autonom, welche Produkte wie stark beworben werden. Ohne Segmentierung führt das zu einem bekannten Muster: Bestseller mit niedrigen Margen erhalten den Löwenanteil des Budgets, während margenstarke Nischenprodukte kaum ausgespielt werden.

Avinash Kaushik bringt das Problem auf den Punkt, wenn er über die Hierarchie von Marketing-KPIs schreibt: ROAS als einzelne Kennzahl täuscht, weil er Werbekosten zwar berücksichtigt, aber Warenkosten vollständig ignoriert. Sein Framework unterscheidet zwischen ROAS (Umsatz ÷ Werbekosten), ROI (Umsatz minus Kampagnenkosten) und POAS — dem Profit on Ad Spend, der den Deckungsbeitrag nach Abzug der Herstellungskosten misst. Erst auf dieser Ebene, so Kaushik, wird sichtbar, ob eine Kampagne tatsächlich profitabel ist oder nur Umsatz auf Kosten der Marge generiert.

Für die Feed-Label-Strategie bedeutet das: Du brauchst unterschiedliche ROAS-Ziele für unterschiedliche Margenklassen. Ein Produkt mit 60 Prozent Deckungsbeitrag kann einen ROAS von 3 rechtfertigen, während ein Produkt mit 15 Prozent Marge mindestens einen ROAS von 8 benötigt, um profitabel zu bleiben. Ohne Feed Labels und separate Kampagnen ist diese Differenzierung in Performance Max nicht möglich.

Zusätzlich spielt die aktuelle Google Marketing Live Entwicklung eine wichtige Rolle: Sam Tomlinson analysiert in seinem Recap zu Google Marketing Live 2025 die Performance Max Erweiterungen kritisch und betont, dass die neuen Steuerungsmöglichkeiten — darunter verbesserte Asset-Group-Kontrollen und Produktsignal-Optimierungen — nur dann ihren vollen Nutzen entfalten, wenn Advertiser ihre Feed-Struktur entsprechend vorbereitet haben. Wer jetzt in saubere Feed-Segmentierung investiert, profitiert überproportional von Googles KI-Verbesserungen.

Die 4 wichtigsten Segmentierungsstrategien mit Feed Labels

Es gibt keine universell richtige Feed-Label-Struktur — die optimale Segmentierung hängt von deinem Geschäftsmodell, Katalogumfang und den verfügbaren Datenpunkten ab. Aus unserer Praxis mit über 200 Shopping-Accounts haben sich vier grundlegende Strategien bewährt.

Strategie 1: Marge als primäres Segmentierungskriterium

Die margenbasierte Segmentierung ist der direkte Weg zu profitablerem ROAS. Du weist jedem Produkt ein Label basierend auf seinem Deckungsbeitrag zu — entweder manuell oder automatisiert über einen Supplemental Feed. Die resultierenden Kampagnen erhalten unterschiedliche Ziel-ROAS-Werte, sodass Google für margenstarke Produkte aggressiver bietet als für Niedrigmargen-Artikel.

Wichtig: Verwende hier custom_label_0, da dieses Label üblicherweise die höchste Priorität in der Segmentierungshierarchie erhält und als Basis für Kampagnentrennungen dient.

Strategie 2: Performance-basierte Segmentierung

Hierbei klassifizierst du Produkte nach ihrer historischen Klick- und Konversionsperformance. Bestseller, aufstrebende Produkte und Underperformer erhalten unterschiedliche Labels. Bestseller können in einer eigenen Kampagne mit breiterem Targeting und höherem Budget laufen, während aufstrebende Produkte gezielt in einer Lernphase-Kampagne mit mehr Spielraum gefördert werden.

Strategie 3: Saisonale Segmentierung

Saisonal relevante Produkte — Weihnachtsartikel, Sommermode, Back-to-School-Sortiment — profitieren enorm von zeitgebundener Segmentierung. Du vergibst Labels wie season_christmas oder season_summer und aktivierst entsprechende Kampagnen nur in den relevanten Zeitfenstern. In der Hochsaison kannst du diesen Produkten ein deutlich höheres Budget und niedrigeres ROAS-Ziel zuweisen, ohne den Rest des Katalogs zu beeinflussen.

Strategie 4: Lagerbestand-basierte Segmentierung

Produkte mit geringem Lagerbestand sollten weniger aggressiv beworben werden, um Überverkäufe zu vermeiden. Umgekehrt kann Überbestand gezielt abgebaut werden. Labels wie stock_low, stock_normal und stock_overstock ermöglichen in Kombination mit KI-gestützten Supplemental Feeds eine vollautomatische Budgetkontrolle basierend auf deinen Lagermengen.

KI-gestützte Automatisierung: Wie Supplemental Feeds und Skripte deine Labels dynamisch halten

Statische Feed Labels, die einmal vergeben und nie aktualisiert werden, verlieren schnell ihren Wert. Ein Produkt, das heute ein Hero ist, kann in drei Monaten ein Underperformer sein. KI-gestützte Automatisierung löst dieses Problem durch dynamische Label-Aktualisierung über Supplemental Feeds.

Das Konzept der dreischichtigen KI-Architektur, wie es im Kontext von AI-Powered Google Ads Workflows beschrieben wird, lässt sich direkt auf Feed-Management übertragen: Auf der untersten Ebene steht strukturiertes Wissen — deine Feed-Label-Definitionen und Schwellenwerte. Darüber liegt die Datenverarbeitungsschicht, die automatisch Performance-Daten aus Google Ads und Inventory-Daten aus deinem System kombiniert. Die oberste Ebene sind die automatisierten Aktionen: Label-Aktualisierungen, Kampagnenbudget-Anpassungen und ROAS-Ziel-Korrekturen.

Supplemental Feed via Google Sheets: Der praktische Einstieg

Der einfachste Einstieg in die Automatisierung ist ein Google Sheets Supplemental Feed, der täglich oder stündlich aktualisiert wird. Die Struktur ist simpel: Eine Spalte enthält die Produkt-ID, weitere Spalten die gewünschten Custom Labels. Ein Google Apps Script kann dann automatisch Performance-Daten aus der Google Ads API abrufen und Labels entsprechend deiner definierten Regeln aktualisieren.

Automatisierungsregeln: Beispiel-Logik für Margen-Labels

Eine typische Automatisierungsregel für margenbasierte Labels könnte so aussehen: Liegt der Deckungsbeitrag eines Produkts über 50 Prozent, erhält es das Label margin_high. Liegt er zwischen 25 und 50 Prozent, erhält es margin_mid. Liegt der Deckungsbeitrag darunter, wird margin_low vergeben. Diese Regeln werden täglich ausgeführt und der Supplemental Feed entsprechend aktualisiert.

Erweiterte KI-Systeme gehen noch einen Schritt weiter: Sie kombinieren Echtzeit-Margen mit historischer Click-through-Rate, aktuellem Lagerbestand und saisonalen Trends, um ein zusammengesetztes Score-Modell zu berechnen. Das Ergebnis ist ein einzelnes Label, das mehrere Dimensionen gleichzeitig abbildet — etwa high_priority für Produkte, die sowohl margenstark als auch saisonal relevant und gut auf Lager sind.

ROAS-Optimierung durch smarte Label-Struktur: Vom Umsatz zum echten Profit

Feed Labels allein optimieren deinen ROAS nicht — erst die richtige Kampagnenstruktur dahinter macht den Unterschied. Das Ziel ist es, für jede Produktgruppe ein individuelles ROAS-Ziel zu definieren, das deren tatsächlichen Deckungsbeitrag widerspiegelt.

Avinash Kaushik argumentiert überzeugend, dass Marketing-Performance von der reinen Aktivitätsmessung — Klicks, Impressionen — über Outcome-Metriken — Bestellungen, Umsatz — bis hin zur echten Accountability-Ebene skalieren muss. Sein POAS-Konzept (Profit on Ad Spend) ist dabei besonders aufschlussreich: Während ein ROAS von 4,0 auf den ersten Blick überzeugend aussieht, kann ein POAS von 0,7 signalisieren, dass nach Abzug der Warenkosten kaum noch Gewinn übrig bleibt. Diese Erkenntnis sollte direkt in deine Feed-Label-Strategie einfließen: Setze Ziel-ROAS-Werte immer in Relation zum Deckungsbeitrag, nicht nur zu abstrakten Benchmarks.

Kampagnenstruktur für Feed-Label-basierte PMax

Die empfohlene Kampagnenstruktur für eine margen- und performancebasierte Segmentierung sieht in der Praxis so aus: Du betreibst zwei bis drei PMax-Kampagnen parallel. Die erste Kampagne enthält ausschließlich Produkte mit den Labels margin_high und perf_hero — mit einem aggressiven Budget und einem niedrigen Ziel-ROAS von 300 Prozent. Die zweite Kampagne umfasst Standard-Produkte mit einem moderaten ROAS-Ziel von 500 bis 600 Prozent. Eine dritte optionale Kampagne fokussiert sich auf Abverkauf und Clearance-Produkte mit hohem ROAS-Ziel und niedrigem Budget.

Entscheidend ist die Prioritätsreihenfolge: Wenn ein Produkt in mehreren Kampagnen erscheinen könnte — etwa weil ein Produkt sowohl margin_high als auch perf_stable hat — gewinnt die Kampagne mit der höchsten Prioritätseinstellung. Stelle sicher, dass deine Premium-Kampagne immer Priorität 1 hat, die Standard-Kampagne Priorität 2 und die Clearance-Kampagne Priorität 3.

Schritt-für-Schritt: Feed Labels in Performance Max einrichten

Die Implementierung lässt sich in vier klar definierte Phasen aufteilen, die du innerhalb von ein bis zwei Wochen abschließen kannst.

Phase 1: Datenbasis und Label-Architektur definieren

Beginne mit einem vollständigen Export deines Produktkatalogs inklusive Deckungsbeitrag-Daten, Lagermengen und historischer Performance (mindestens 90 Tage). Definiere anschließend deine Label-Hierarchie: Welches custom_label nutzt du für Marge, welches für Performance, welches für Saisonalität? Halte diese Entscheidungen in einem zentralen Dokument fest — Konsistenz ist entscheidend.

Phase 2: Supplemental Feed erstellen und im Merchant Center verknüpfen

Erstelle einen Google Sheets Feed mit den Spalten id, custom_label_0, custom_label_1 und optional weiteren Labels. Befülle ihn initial manuell oder durch einen einmaligen Datenbankexport. Verknüpfe den Feed anschließend im Google Merchant Center unter Produkte > Feeds als Supplemental Feed. Stelle die Aktualisierungsfrequenz auf täglich ein.

Phase 3: Performance Max Kampagnen nach Labels segmentieren

Erstelle in Google Ads deine neuen PMax-Kampagnen und füge in den Asset-Group-Einstellungen unter Produktfilter die entsprechenden Custom Label Werte hinzu. Stelle für jede Kampagne das Ziel-ROAS passend zur Margenklasse ein. Weise Budgets entsprechend deiner strategischen Prioritäten zu.

Phase 4: Automatisierung aktivieren und Monitoring einrichten

Implementiere das Apps Script oder Python-Skript für die automatische Label-Aktualisierung. Richte ein Dashboard ein, das täglich überprüft, wie viele Produkte in welcher Label-Klasse sind und ob die Label-Verteilung plausibel ist. Plane wöchentliche Überprüfungen der Kampagnen-Performance in den ersten vier bis sechs Wochen ein, bis sich die Lernphasen stabilisiert haben.

Häufige Fehler bei Feed Labels — und wie du sie von Anfang an vermeidest

In unserer Arbeit mit E-Commerce-Accounts verschiedenster Größen sehen wir immer wieder dieselben Fehler bei der Feed-Label-Implementierung. Hier sind die fünf häufigsten — mit konkreten Lösungsansätzen.

Fehler 1: Zu viele Segmente, zu wenig Daten

Wer seinen 500-Produkte-Katalog in 15 verschiedene Label-Kombinationen aufteilt, landet bei Kampagnengruppen mit durchschnittlich 33 Produkten. Das reicht für Googles Algorithmus nicht aus, um statistisch valide Optimierungsentscheidungen zu treffen. Konsolidiere aggressiv: Besser drei gut gefüllte Segmente als acht halbgare.

Fehler 2: Labels ohne Automatisierung

Statische Labels, die einmal vergeben und nie aktualisiert werden, spiegeln nach wenigen Wochen nicht mehr die Realität wider. Ein Produkt, das im Januar ein Bestseller war, kann im März zum Ladenhüter werden — bleibt aber mit dem Label perf_hero in deiner Premium-Kampagne. Plane von Beginn an eine Aktualisierungsroutine ein.

Fehler 3: ROAS-Ziele ohne Margenbezug

Viele Advertiser setzen für alle Kampagnen denselben Ziel-ROAS — etwa 500 Prozent als pauschalen Benchmark. Das ignoriert die Produktstruktur vollständig. Wie bereits erläutert: Ein niedriger ROAS bei hochmargigen Produkten ist profitabler als ein hoher ROAS bei Niedrigmargen-Artikeln. Kalibriere deine Ziele immer gegen den tatsächlichen Deckungsbeitrag.

Fehler 4: Keine Kontrollgruppe

Wer seinen gesamten Account auf einmal umstrukturiert, kann hinterher nicht messen, ob die Verbesserungen auf die Feed-Label-Strategie zurückzuführen sind oder auf saisonale Effekte. Implementiere Feed Labels zunächst für einen klar definierten Produktbereich und halte eine Vergleichsgruppe stabil.

Fehler 5: Fehlende Dokumentation der Label-Logik

In Teams oder bei Agenturwechseln ist undokumentierte Label-Logik ein ernsthaftes Problem. Wenn niemand mehr weiß, warum bestimmte Produkte bestimmte Labels tragen und welche Regeln die Automatisierung steuern, können Fehler unbemerkt bleiben. Führe ein lebendiges Dokumentations-Dokument — idealerweise direkt im Supplemental Feed als Kommentar-Tab.

Messung und Reporting: Wie du den Erfolg deiner Feed-Label-Strategie nachweist

Feed Labels schaffen nicht nur bessere Kampagnenstruktur, sie ermöglichen auch deutlich granulareres Reporting. Statt eines aggregierten Account-ROAS kannst du nun Performancedaten auf Label-Ebene analysieren und fundierte Optimierungsentscheidungen treffen.

Der Ansatz aus AI-Powered Google Ads Workflows zeigt sehr gut, wie der Unterschied zwischen traditionellem und KI-gestütztem Account-Monitoring aussieht: Während manuelle Analysen mehrere Stunden pro Woche verschlingen — Datenexport, Spreadsheet-Aufbereitung, manuelle Priorisierung — kann ein automatisiertes System dieselbe Analyse in wenigen Minuten durchführen, strukturierte Berichte mit priorisierten Handlungsempfehlungen liefern und dabei konkrete Auswirkungen auf ROAS und Budget quantifizieren. Übertragen auf Feed-Label-Reporting bedeutet das: Richte automatisierte tägliche Reports ein, die dir die wichtigsten Label-Metriken ohne manuellen Aufwand liefern.

Die wichtigsten KPIs für Feed-Label-Monitoring

Sam Tomlinson betont in seiner Analyse der neuen Performance Max Funktionen, dass die verbesserten Reporting-Möglichkeiten — insbesondere auf Asset-Group-Ebene — nur dann vollständig genutzt werden können, wenn die zugrundeliegende Feed-Struktur sauber segmentiert ist. Mit Feed Labels hast du die Grundlage geschaffen, um diese neuen Reporting-Features maximal auszuschöpfen.

Häufig gestellte Fragen