Audience Signals — Was ist das?
Audience Signals sind Zielgruppensignale, die du Google als Orientierungshilfe gibst, um ähnliche Nutzer zu finden. Sie helfen dem Algorithmus dabei zu verstehen, welche Art von Personen für deine Anzeigen am relevantesten sind.
Ausführliche Erklärung
Audience Signals funktionieren wie ein Kompass für Googles maschinelles Lernen. Anstatt starr definierte Zielgruppen zu verwenden, gibst du dem System Hinweise darauf, wer deine idealen Kunden sind. Google nutzt diese Signale dann, um automatisch ähnliche Nutzer zu identifizieren und anzusprechen. Das ist besonders wichtig, da Google immer mehr auf automatisierte Gebotsstrategien und maschinelles Lernen setzt.
In Performance Max Kampagnen sind Audience Signals sogar der einzige Weg, dem Algorithmus Zielgruppen-Präferenzen mitzuteilen. Anders als bei klassischen Search-Kampagnen gibt es hier keine Keyword-Kontrolle – die Audience Signals werden zur wichtigsten Steuerungskomponente. Du kannst verschiedene Arten von Signalen setzen: demografische Daten wie Alter und Geschlecht, Interessen-Zielgruppen wie "Autokäufer" oder "Immobilien-Interessierte", Custom Audiences basierend auf Website-Besuchern oder Kundenlisten, und kaufbereite Zielgruppen.
Ein fundamentaler Unterschied zu klassischen Zielgruppen-Einstellungen: Audience Signals sind keine harten Targeting-Kriterien mehr. Google kann und wird auch außerhalb deiner Signale ausliefern, wenn der Algorithmus bessere Conversion-Chancen sieht. Diese Flexibilität ist gleichzeitig Stärke und Herausforderung des Systems. Die Stärke liegt darin, dass das System kontinuierlich lernt und optimiert. Nach einigen Wochen kann Google oft bessere Zielgruppen identifizieren, als du sie manuell definieren könntest.
Die verschiedenen Signal-Typen haben unterschiedliche Funktionen: Custom Audiences aus deinen First-Party-Daten (Website-Besucher, Kundenlisten) sind meist die wertvollsten Signale, da sie auf echtem Nutzerverhalten basieren. Kaufbereite Zielgruppen zeigen Google Nutzer, die aktiv nach Produkten oder Dienstleistungen suchen. Demografische Signale helfen bei der grundlegenden Eingrenzung der Zielgruppe. Interessen-Zielgruppen erweitern die Reichweite auf Nutzer mit relevanten Interessen.
Besonders im DACH-Markt ist die Qualität der Audience Signals entscheidend für den Kampagnenerfolg. Deutsche, österreichische und schweizerische Nutzer zeigen unterschiedliche Online-Verhaltensmuster, die sich in den Signalen widerspiegeln sollten. Die Kombination verschiedener Signal-Typen hilft Google dabei, ein umfassendes Bild deiner Zielgruppe zu entwickeln und ähnliche Nutzer zu identifizieren.
Der Lernprozess von Audience Signals läuft in mehreren Phasen ab: Zunächst testet Google verschiedene Nutzergruppen, die deinen Signalen ähneln. In der zweiten Phase identifiziert der Algorithmus, welche Gruppen am besten konvertieren. Schließlich optimiert das System kontinuierlich auf diese hochperformanten Segmente, während es weiterhin neue Zielgruppen testet.
Praxis-Beispiel aus dem DACH-Markt
Ein Schweizer Online-Shop für hochwertige Outdoor-Ausrüstung startet eine Performance Max Kampagne mit einem monatlichen Budget von 15.000 CHF. Als Audience Signals setzt der Shop-Betreiber folgende Kombination ein:
- Custom Audience: Website-Besucher der letzten 60 Tage (8.500 Nutzer) - Kaufbereite Zielgruppe: "Outdoor & Camping Equipment" - Interessen-Zielgruppe: "Bergsteigen & Klettern" - Demografische Signale: Alter 25-54, höheres Haushaltseinkommen - Customer Match Liste: 2.200 bestehende Kunden
In den ersten 4 Wochen lernt der Algorithmus aus diesen Signalen und identifiziert ähnliche Nutzer. Der CPA startet bei 85 CHF, während der Ziel-CPA bei 60 CHF liegt. Nach 6 Wochen optimiert Google die Auslieferung: Der Algorithmus hat erkannt, dass besonders Nutzer zwischen 35-45 Jahren aus urbanen Gebieten der Schweiz konvertieren – eine Erkenntnis, die über die ursprünglichen Signale hinausgeht.
Das Ergebnis nach 3 Monaten: Der CPA sinkt auf 52 CHF (13% unter Ziel), der ROAS steigt von 3,2 auf 4,7. Interessant: 40% der Conversions kommen von Nutzern außerhalb der ursprünglichen Signale – der Algorithmus hat profitable Zielgruppen gefunden, die manuell nie identifiziert worden wären. Der monatliche Umsatz über Google Ads steigt von 48.000 CHF auf 70.500 CHF bei gleichem Budget.
Schritt-für-Schritt Anleitung
Audience Signals in Performance Max einrichten
Gehe in Google Ads zu "Kampagnen" und wähle deine Performance Max Kampagne aus. Navigiere zu "Zielgruppen" > "Audience Signals bearbeiten". Klicke auf "+ Zielgruppensignale" und wähle aus den verfügbaren Kategorien. Beginne immer mit deinen wertvollsten First-Party-Daten: Füge eine "Benutzerdefinierte Zielgruppe" hinzu und wähle "Website-Besucher" aus. Definiere den Zeitraum (empfohlen: 30-90 Tage je nach Traffic-Volumen). Achte darauf, dass deine Custom Audience mindestens 1.000 Nutzer enthält – kleinere Audiences bieten zu wenig Lernmaterial für den Algorithmus.
Customer Match Liste hochladen
Erstelle eine CSV-Datei mit E-Mail-Adressen deiner besten Kunden (höchster CLV oder häufige Käufer). Gehe zu "Tools und Einstellungen" > "Zielgruppen-Manager" > "Zielgruppe erstellen" > "Customer Match". Lade deine Liste hoch und benenne sie aussagekräftig (z.B. "Top-Kunden-Q4-2024"). Warte 24-48 Stunden auf die Verarbeitung. Eine Quality-Customer-Match-Liste sollte mindestens 20-30% Match-Rate erreichen. Füge diese Liste dann als Audience Signal zu deiner Performance Max Kampagne hinzu. Dies ist oft das wertvollste Signal, da es auf echten Kaufdaten basiert.
Kaufbereite und Interessen-Zielgruppen kombinieren
Wähle 1-2 kaufbereite Zielgruppen aus, die direkt zu deinem Produkt passen. Klicke auf "Zielgruppensignale hinzufügen" > "Kaufbereite Zielgruppen durchsuchen". Ergänze diese durch 1-2 breitere Interessen-Zielgruppen, um die Reichweite zu erweitern. Beispiel für einen Fitnessstudio: Kaufbereit "Fitness & Wellness" + Interesse "Gesundheit & Fitness". Vermeide zu spezifische Nischen-Zielgruppen – Google braucht ausreichend Volumen zum Lernen. Die Kombination aus kaufbereiten und Interessen-Zielgruppen gibt dem Algorithmus sowohl "Intent" als auch "Reach" Signale.
Demografische Signale strategisch setzen
Füge demografische Signale nur hinzu, wenn sie geschäftskritisch sind. Gehe zu "Demografische Merkmale" und wähle relevante Altersgruppen und Geschlechter aus. Für B2B: Konzentriere dich auf "Haushaltseinkommen" (obere 30-50%). Für lokale Dienstleistungen: Verwende geografische Signale. Aber Vorsicht: Zu restriktive demografische Signale können die Lernfähigkeit des Algorithmus einschränken. Google empfiehlt, demografische Signale nur zu nutzen, wenn klare Geschäftsgründe vorliegen. Bei Unsicherheit lieber weglassen und dem Algorithmus die Entdeckung der optimalen Demografia überlassen.
Signale testen und optimieren
Überwache die Performance in "Zielgruppen" > "Zielgruppen-Details" nach 2-3 Wochen Laufzeit. Analysiere, welche Signale die besten Conversion-Raten erzielen. Prüfe den "Zielgruppen-Insights"-Report auf unerwartete, gut performende Segmente. Teste neue Signale durch Hinzufügen ähnlicher Zielgruppen zu gut performenden Segmenten. Entferne schlecht performende Signale nach 4-6 Wochen, wenn sie konstant schlechte Ergebnisse zeigen. Dokumentiere Learnings: Welche Kombinationen funktionieren? Welche Zielgruppen konvertieren überraschend gut? Diese Erkenntnisse fließen in zukünftige Kampagnen ein und verbessern deine Audience-Signal-Strategie kontinuierlich.
Häufige Fehler bei Audience Signals
Zu viele oder zu wenige Audience Signals verwenden
Viele Werbetreibende setzen entweder nur ein Signal (meist zu restriktiv) oder über 8 verschiedene Signale (verwirrt den Algorithmus). Mit nur einem Signal schränkst du die Lernfähigkeit massiv ein – Google hat zu wenig Daten zum Optimieren. Bei über 6-7 Signalen entstehen widersprüchliche Signale, die die KI-Optimierung behindern. Der Algorithmus weiß nicht, welche Priorität zu setzen ist. Optimaler Sweet Spot: 3-5 komplementäre Signale, die sich ergänzen statt überlappen. Eine Customer Match Liste + eine kaufbereite Zielgruppe + eine Website-Custom-Audience funktioniert meist besser als 10 verschiedene Interessen-Zielgruppen.
Zu frühe Anpassungen der Audience Signals
Google braucht mindestens 2-4 Wochen, um aus Audience Signals zu lernen und ähnliche Nutzer zu identifizieren. Viele ändern die Signale bereits nach wenigen Tagen, wenn die Performance nicht sofort stimmt. Das resettet den Lernprozess komplett – der Algorithmus muss von vorn beginnen. Besonders problematisch: Tägliche Anpassungen der Signale führen zu instabiler Performance und verhindert die Optimierung. Folge: Dauerhaft schlechte CPAs und verschwendetes Budget. Gib den Signalen mindestens 30 Tage Zeit. Erst wenn nach 4-6 Wochen keine Verbesserung sichtbar ist, solltest du vorsichtige Anpassungen vornehmen.
Audience Signals wie hartes Targeting behandeln
Der größte Denkfehler: Audience Signals sind keine Targeting-Einschränkungen wie in klassischen Kampagnen, sondern Empfehlungen für den Algorithmus. Google wird auch außerhalb deiner Signale ausliefern, wenn profitable Zielgruppen entdeckt werden. Viele Werbetreibende verstehen nicht, warum Conversions von Nutzern kommen, die nicht in ihren Signalen enthalten sind, und halten das für einen Fehler. Tatsächlich ist das ein Feature: Der Algorithmus findet neue, profitable Zielgruppen. Wer die Signale als harte Grenzen betrachtet, verpasst oft die besten Performance-Potentiale. Akzeptiere, dass 30-50% der Conversions außerhalb deiner ursprünglichen Signale kommen können.
Schlechte Custom Audiences als Signale verwenden
Custom Audiences sind oft die wertvollsten Signale, aber nur wenn sie richtig erstellt werden. Häufiger Fehler: Alle Website-Besucher der letzten 365 Tage als Signal verwenden. Das vermischt hochwertige Buyer-Intent-Nutzer mit zufälligen Besuchern und verwässert das Signal massiv. Ebenso problematisch: Customer Match Listen mit allen jemals registrierten E-Mails statt fokussierte Listen mit Top-Kunden. Der Algorithmus lernt dann von schlechten Beispielen und findet ähnlich unqualifizierte Nutzer. Verwende spezifische Audiences: Käufer der letzten 90 Tage, Nutzer mit hohem Engagement oder Top-20%-Kunden nach CLV. Quality beats Quantity bei Audience Signals.
Praxis-Tipp: So nutzt du Audience Signals richtig
Profi-Tipp: Erstelle "Audience Signal Stacks" für verschiedene Kampagnenziele. Für Neukundenakquise kombiniere eine schwächere Customer Match Liste (alle Kunden, nicht nur Top-Performer) mit breiteren Interessen-Zielgruppen. Für Premium-Produkte nutze ausschließlich High-Value Custom Audiences und demografische Signale für höhere Einkommen.
Ein fortgeschrittener Trick: Verwende "Negative Audience Signals" indirekt durch sehr spezifische positive Signale. Statt zu sagen "nicht diese Zielgruppe", definiere präzise "genau diese Zielgruppe". Für einen B2B-Software-Anbieter bedeutet das: Anstatt alle IT-Interessenten auszuschließen, fokussiere auf "Entscheidungsträger IT" + "Unternehmen 50-500 Mitarbeiter" + "Software-Budget-Verantwortliche".
Monthly Signal Audit: Überprüfe jeden Monat im Zielgruppen-Report, welche Segmente am besten performen. Erstelle daraus neue Custom Audiences für zukünftige Kampagnen. Beispiel: Wenn "Frauen 25-34 aus München" überdurchschnittlich konvertieren, erstelle eine Look-alike-Strategie für ähnliche demografische Segmente in anderen DACH-Städten. So entwickelst du kontinuierlich schärfere Audience Signals basierend auf echten Performance-Daten statt Vermutungen.
Häufig gestellte Fragen
Weiterlesen
Du willst Audience Signals optimieren?
Unser Google Ads Audit zeigt dir genau, wo du stehst und was du verbessern kannst.
Google Ads Audit sichern