Verwandte Artikel
Mehr dazu
Meta Ads für E-Commerce: Unsere Methode
Fallstudien: Echte Skalierungs-Ergebnisse
Kostenlose Tools & Checklisten
Lookalike Audiences galten jahrelang als das mächtigste Targeting-Instrument in Meta Ads. Du hast eine Custom Audience hochgeladen, ein 1 %-Lookalike erstellt – und Meta hat dir Nutzer geliefert, die deinen besten Kunden ähneln. Das war 2020 ein genuiner Wettbewerbsvorteil. 2026 ist es in den meisten Fällen ein Relikt.
Der Grund ist nicht, dass Lookalikes nicht mehr funktionieren. Der Grund ist, dass der Algorithmus inzwischen besser targetiert als jede manuell erstellte Audience. In diesem Artikel zeigen wir dir, warum sich die Targeting-Logik bei Meta fundamental verändert hat, wann Broad Targeting die bessere Wahl ist – und in welchen Szenarien Lookalikes nach wie vor ihren Platz haben.
Meta hat sein Delivery-System grundlegend umgebaut. Das Herzstück dieser Veränderung ist der Andromeda-Algorithmus – ein Retrieval-System, das bei jeder einzelnen Ad Impression über 10.000 Signale pro Nutzer verarbeitet. Dazu gehören nicht nur demografische Daten und Interessen, sondern auch Engagement-Muster, Scroll-Verhalten, Kaufhistorie über den Conversions API, App-Nutzung, Gerätetyp, Tageszeit und hunderte weitere Datenpunkte, die du als Werbetreibender niemals manuell abbilden könntest.
Parallel dazu hat Meta mit Advantage+ Shopping Campaigns (ASC) ein Kampagnenformat geschaffen, das manuelles Audience-Targeting komplett überflüssig macht. In ASC gibt es keine Audience-Selection mehr – du lieferst Creatives und Conversion-Daten, Meta übernimmt den Rest. Das ist kein Feature-Update. Das ist ein Paradigmenwechsel.
Die Verschiebung lässt sich auf einen Punkt reduzieren: Wir bewegen uns von Audience-basierter zu Signal-basierter Auslieferung. Statt Meta zu sagen „zeige meine Ad Frauen zwischen 25 und 45 mit Interesse an Skincare", sagst du jetzt: „Hier sind meine besten Creatives und meine Conversion-Daten – finde die Käufer." Die Maschine ist besser darin als du. Nicht marginal besser, sondern systematisch besser.
Das bedeutet nicht, dass Targeting irrelevant geworden ist. Es bedeutet, dass sich die Verantwortung verschoben hat. Dein Targeting findet jetzt in deinem Creative statt – nicht mehr im Ads Manager.
Broad Targeting – also Kampagnen ohne jegliche Audience-Einschränkung außer Land und Alter – ist 2026 der Standard für skalierte D2C-Accounts. Das klingt kontraintuitiv. Wenn du keine Zielgruppe definierst, wie soll Meta dann die richtigen Leute finden?
Die Antwort liegt in der Datendichte. Ein Werbetechnikonto mit 50+ Purchase Events pro Woche hat dem Algorithmus bereits ein hochpräzises Signal gegeben, wer kauft. Jede zusätzliche Audience-Einschränkung reduziert den Pool, aus dem Meta optimieren kann – und damit die Effizienz. Du schneidest dem Algorithmus buchstäblich die Optionen ab.
Wir sehen das konsistent über Dutzende von Accounts bei AIM: Broad Targeting übertrifft Lookalikes in CPA und ROAS um 15-30 %, sobald ausreichend Conversion-Daten vorhanden sind. Der Grund ist simpel – je größer der Auktionspool, desto mehr günstige Impressions kann Meta finden.
Entscheidend ist dabei das Zusammenspiel von drei Faktoren:
Für Brands mit 50.000 € oder mehr monatlichem Adspend ist Broad Targeting keine Empfehlung mehr – es ist die Baseline. Alles andere muss seinen Mehrwert erst beweisen.
Trotz der klaren Überlegenheit von Broad Targeting in skalierten Accounts gibt es Szenarien, in denen Lookalike Audiences weiterhin ihre Berechtigung haben. Es sind drei konkrete Situationen:
1. Stark geografisch eingeschränkte Märkte
Wenn du ausschließlich in Österreich, der Schweiz oder einem einzelnen Bundesland wirbst, ist der verfügbare Pool für Broad Targeting begrenzt. Bei einer Zielgruppe von unter 2 Millionen Nutzern fehlt dem Algorithmus die statistische Masse, um effizient zu optimieren. Ein 1-3 % Lookalike basierend auf deinen besten Käufern gibt dem System in solchen Fällen einen sinnvollen Startpunkt, ohne den Pool zu stark einzuschränken.
2. Nischenprodukte mit sehr spezifischer Zielgruppe
Wenn dein Produkt nur für eine extrem eng definierte Zielgruppe relevant ist – etwa medizinische Spezialprodukte oder hochpreisige B2C-Nischenartikel – kann Broad Targeting dazu führen, dass Meta zu viele Impressions an irrelevante Nutzer ausliefert, bevor der Algorithmus die richtige Zielgruppe findet. In diesen Fällen beschleunigt ein Lookalike die Lernphase erheblich.
3. Neue Werbekonten mit wenig Pixel-Daten
Ein frisches Werbekonto mit weniger als 100 Conversions im Pixel hat nicht genug Daten, um Broad Targeting effizient zu betreiben. Der Algorithmus braucht eine Mindestmenge an Signalen, um Muster zu erkennen. In der Aufbauphase eines Accounts können Lookalikes als Übergangslösung dienen – idealerweise basierend auf einer Käufer-Custom-Audience oder einer Value-Based Lookalike (LTV-gewichtet).
Wichtig: Auch in diesen Szenarien solltest du Lookalikes nicht als permanente Lösung betrachten. Sobald dein Account ausreichend Conversion-Volumen erreicht hat (Richtwert: 50+ Purchases pro Woche), teste Broad Targeting gegen deine Lookalikes. In den meisten Fällen wird Broad innerhalb von 2-3 Wochen die bessere Performance zeigen.
Theorie ist das eine. Hier sind die konkreten Zahlen aus realen Accounts, die wir bei AIM betreuen. Die Daten stammen aus einem direkten A/B-Test über 8 Wochen bei einer D2C-Brand im Bereich Supplements mit einem monatlichen Adspend von 85.000 €:
Broad Targeting lieferte einen um 22 % niedrigeren CPA und einen um 27 % höheren ROAS als die 1 %-Lookalike. Selbst die 3 %-Lookalike – die dem Algorithmus mehr Spielraum lässt – lag noch 12 % hinter Broad.
Der CPM-Unterschied erklärt einen Großteil der Performance-Differenz. Broad Targeting hatte einen um 18 % niedrigeren CPM, weil Meta Impressions in weniger umkämpften Segmenten finden konnte. Bei gleichem Budget bedeutet das schlicht mehr Reichweite und mehr Chancen auf Conversions.
Dieses Muster ist kein Einzelfall. Über 14 Accounts mit einem kombinierten Adspend von über 800.000 € pro Monat sehen wir bei AIM konsistent, dass Broad Targeting Lookalikes in der Neukundenakquise übertrifft – vorausgesetzt, das Conversion-Volumen stimmt und die Creative-Strategie sauber aufgesetzt ist.
Für ein detailliertes Playbook, wie du dein gesamtes Meta-Setup für maximale Performance strukturierst, lies unseren Guide: State of the Art Meta Ads Setup 2026: Das Playbook für 1 Mio.+ Adspend.
Wenn Broad Targeting der Standard ist, stellt sich die Frage: Gibt es überhaupt noch eine Form von Audience-Steuerung, die Sinn macht? Ja – und es ist die wichtigste Optimierung, die die meisten D2C-Brands vernachlässigen: Audience Exclusions.
Das Prinzip ist einfach. Wenn du keine Audience-Einschränkung setzt, liefert Meta deine Ads an alle potenziellen Käufer aus – inklusive deiner bestehenden Kunden. Das Problem: Eine Impression an einen Bestandskunden, der ohnehin in 30 Tagen wieder kaufen würde, ist verschwendetes Budget. Du zahlst Meta für eine Conversion, die du auch ohne Ad bekommen hättest.
Die Lösung sind Custom Audiences für Exclusions. Konkret empfehlen wir bei AIM folgende Exclusion-Struktur für Neukundenakquise-Kampagnen:
Bei Brands mit 50.000 € monatlichem Adspend sehen wir durch saubere Exclusions typischerweise einen Effizienzgewinn von 10-20 % im Neukundenakquise-ROAS. Der Grund: Jeder Euro fließt in tatsächliche Neukunden statt in Retargeting an Bestandskunden, das du nicht brauchst.
Achte darauf, dass deine Custom Audiences für Exclusions sauber gepflegt sind. Das bedeutet: regelmäßige Synchronisation mit deinem Shop-System (idealerweise automatisiert über die Conversions API), keine veralteten Listen, und separate Exclusion-Audiences für unterschiedliche Kampagnenziele.
Die Ironie des modernen Meta-Targeting: Die einzig relevante Audience-Entscheidung ist nicht, wen du ansprechen willst – sondern wen du explizit ausschließt.
Die Targeting-Strategie ist ein Baustein – aber sie funktioniert nur im Zusammenspiel mit der richtigen Creative-Strategie, sauberer Attribution und einer durchdachten Kampagnenarchitektur. Wenn du wissen willst, wie dein Account im Vergleich zu unseren Benchmarks performt und wo die größten Hebel für Effizienzgewinne liegen, dann lass uns sprechen.
Im kostenlosen Erstgespräch analysieren wir dein aktuelles Setup, identifizieren Quick Wins und zeigen dir, wie eine Signal-basierte Kampagnenstruktur für deine Brand aussehen kann.
Kein Spam. Nur aktuelle Insights zu Creative Strategy, Meta Ads und E-Commerce Skalierung.
Verwandte Artikel
