Performance Max entmystifiziert: Ein Blick hinter die Blackbox

Performance Max, kurz PMax, ist der Kampagnentyp, über den Google Ads den gesamten Werbeinventar-Stack orchestriert: Suche, Shopping, YouTube, Display, Discover, Gmail und Maps in einer einzigen Kampagne. Für viele Entscheider fühlt sich das wie eine Blackbox an. Budget rein, Conversions raus, dazwischen eine Schicht KI, die niemand erklären kann. In der Praxis ist PMax kein Automat, sondern ein Instrument mit klar definierten Konfigurations-Schichten. Wer sie versteht, unterscheidet Budget-Verbrennung von präziser Steuerung.

Das Problem im Detail

Viele B2B-Unternehmen übertragen das Performance-Max-Setup eins zu eins aus dem Retail-Handbuch. Dort funktioniert die Logik: Produktfeed rein, Zielgruppe breit, Google optimiert auf Kaufabschluss. Für einen Maschinenbauer, einen Premium-Dienstleister oder ein SaaS-Unternehmen mit sechsstelligen Deal-Größen bricht diese Logik sofort. Die Kampagne sammelt hunderte Klicks, generiert Newsletter-Anmeldungen statt qualifizierter Anfragen und verbrennt Budget in Placements, die für die Marke irrelevant sind. Der eigentliche Engpass ist nicht die KI, sondern die fehlende Konfiguration der Schichten, über die Google überhaupt versteht, wen Sie erreichen wollen und was Ihnen ein Lead wirklich wert ist.

Die Folge ist ein Muster, das wir regelmäßig in Accounts sehen, die uns neu übergeben werden: eine einzige Asset Group für alle Produktlinien, keine hinterlegten Audience Signals, ein pauschaler Conversion-Wert für jede Formular-Einsendung und eine Bid Strategy, die auf Maximum Conversions statt auf Ziel-ROAS oder Ziel-CPA läuft. Google arbeitet mit dem, was es bekommt. Wenn alle Conversions gleich viel wert sind, optimiert das System auf die günstigste Conversion. Das ist fast nie der Lead, der Ihr Geschäft trägt.

Der Mechanismus: vier Schichten, die über den ROAS entscheiden

Performance Max lässt sich in vier Konfigurations-Ebenen zerlegen. Jede Ebene sendet ein anderes Signal an das Lernsystem, und jede Ebene hat messbaren Einfluss auf die Qualität der Auslieferung.

Die erste Schicht sind die Asset Groups. Eine Asset Group bündelt Headlines, Descriptions, Bilder, Videos und Logos für einen klar umrissenen Themen- oder Personen-Cluster. Eine Kampagne kann mehrere Asset Groups enthalten. Google bestätigt in der offiziellen Dokumentation, dass Asset Groups nicht als Unterkampagnen gedacht sind, sondern als Content-Bündel pro Angebot, Persona oder Produktlinie. Damit sind sie der Hebel, um innerhalb einer Kampagne kreative Präzision zu erzwingen, statt Google eine beliebige Sammlung von Assets hinzuwerfen.

Die zweite Schicht sind Audience Signals. Audience Signals sind keine harte Zielgruppen-Begrenzung, sondern ein Startimpuls für das Lernsystem. Sie zeigen Google, welche Custom Segments, Customer-Match-Listen, In-Market-Zielgruppen und demografischen Merkmale Ihre Bestandskunden ausmachen. Google nutzt diese Signale, um von dort aus ähnliche Nutzer zu finden. Ohne diese Signale startet das System mit einer generischen Annahme und braucht deutlich länger, bis es profitable Muster findet.

Die dritte Schicht sind Conversion Value Rules. Sie entkoppeln den Wert einer Conversion vom reinen Tracking-Event. Ein ausgefülltes Kontaktformular kann in Ihrem CRM ein Sales-Qualified Lead, ein rein informativer Download oder ein disqualifizierter Lead sein. Mit Value Rules weisen Sie Google unterschiedliche Werte zu, abhängig von Formulartyp, Device, Standort oder hinterlegten Zielgruppen. Das System lernt, dass nicht jeder Klick gleich viel wert ist.

Die vierte Schicht ist die Bid Strategy. Performance Max bietet im Kern zwei Smart-Bidding-Varianten: Ziel-ROAS (tROAS) optimiert auf einen angestrebten Umsatz pro Werbeausgabe, Ziel-CPA (tCPA) auf einen angestrebten Preis pro Conversion. Beide Strategien sind nur so gut wie die Daten, die Sie liefern. Ohne ausreichend Conversion-Volumen und ohne belastbare Wertunterschiede optimiert das System auf Durchschnitt, nicht auf Pipeline.

Unsere Lösung: jede Schicht aktiv konfigurieren

Wir starten jedes PMax-Setup mit einer Persona-Architektur. Pro klar definierter Buyer Persona oder Produktlinie legen wir eine eigene Asset Group an. Ein Hersteller von Industrieanlagen bekommt beispielsweise separate Asset Groups für technische Einkäufer, für Geschäftsführer und, wenn relevant, für Instandhaltungsleiter. Headlines, Descriptions, Bilder und Landingpages unterscheiden sich pro Gruppe. Das ist mehr Aufwand als eine generische Asset Group, aber die Konsequenz ist messbar: Google bekommt pro Persona einen kohärenten Signal-Raum, statt alles in einen Topf zu werfen.

Im nächsten Schritt speisen wir Audience Signals ein. Dazu gehören Customer-Match-Listen aus Ihrem CRM, Remarketing-Listen, Custom Segments mit konkreten Suchbegriffen aus Ihrer Branche und relevante In-Market-Zielgruppen. Bei Bestandskunden, die in Google Ads synchronisiert werden dürfen, ist die Customer-Match-Liste der stärkste Startimpuls, den Sie dem System geben können. Google nutzt diese Liste als Ankerpunkt, um Lookalike-Effekte zu erzeugen, ohne dass Sie Ihre Zielgruppe künstlich beschneiden.

Parallel richten wir Conversion Value Rules und Enhanced Conversions for Leads ein. Ein Demo-Request bekommt einen höheren Wert als ein Whitepaper-Download. Ein Lead aus einer A-Städte-Region, in der Sie physisch liefern können, bekommt einen anderen Wert als ein Lead aus einer Region, die außerhalb Ihres Vertriebsgebiets liegt. Wer Offline-Conversions aus dem CRM zurückspielt, schließt den Kreis: Google lernt nicht auf Formular-Einsendungen, sondern auf tatsächlich gewonnene Opportunities. Das ist der Schritt, der den ROAS-Unterschied zwischen einer generischen Agentur und präziser Steuerung ausmacht.

Erst wenn diese drei Schichten stehen, wählen wir die Bid Strategy. Für Accounts mit stabilem Conversion-Volumen und sauberer Werte-Hierarchie ist tROAS die erste Wahl. Für Accounts in der Aufbauphase, in denen das Volumen noch nicht reicht, starten wir mit tCPA und migrieren auf tROAS, sobald die Datenbasis trägt. Ein häufiger Fehler ist, die Zielwerte zu aggressiv zu setzen. Google empfiehlt in der offiziellen Dokumentation, tROAS-Ziele in Schritten von maximal zehn bis fünfzehn Prozent anzupassen, damit das System seine Lernphase nicht verliert. Wer hier hektisch nachjustiert, zerstört Wochen an Trainingsdaten.

Messbare Hebel

• Asset Groups pro Persona: klare Trennung nach Buyer Persona oder Produktlinie, statt einer Asset Group für alles. Google bekommt pro Zielgruppe einen kohärenten Content-Cluster.
• Audience Signals mit First-Party-Daten: Customer-Match-Listen und Custom Segments verkürzen die Lernphase und erhöhen die Relevanz der Auslieferung deutlich.
• Conversion Value Rules: differenzierte Werte pro Lead-Typ, Region oder Device. Das System optimiert auf Pipeline-Wert, nicht auf Formular-Klicks.
• Enhanced Conversions for Leads: Offline-Conversions aus dem CRM zurück ins Ads-Konto. Google lernt auf tatsächlich gewonnene Kunden.
• Disziplinierte Bid-Strategie: tROAS oder tCPA, in moderaten Schritten nachjustiert. Keine hektischen Eingriffe während der Lernphase.
• Signal-Hygiene: saubere URL-Ausschlüsse, Brand-Ausschlüsse, Account-Level-Negatives und regelmäßige Überprüfung der Placements-Reports.

Typische Fehler, die wir in übergebenen Accounts sehen

Der häufigste Fehler ist das Retail-Template für B2B. Wer die Struktur einer Shopping-Kampagne auf einen Leadgen-Account überträgt, optimiert zwangsläufig auf die falsche Conversion. Ebenfalls verbreitet: keine oder halbherzige Audience Signals. Eine leere Audience-Signal-Sektion zwingt das System in eine längere, teurere Lernphase. Der dritte Klassiker ist schlechte Asset-Qualität. PMax verlangt eine große Zahl an Headlines, Descriptions, Bildern und Videos. Wer auf fünf Headlines und zwei Stockfotos reduziert, bekommt von Google die Warnung „Low Asset Strength“ und verliert signifikante Auslieferung in Inventar mit strengeren Qualitätsanforderungen, insbesondere YouTube und Discover.

Der vierte Fehler ist die fehlende Trennung von Brand-Traffic und Generic-Traffic. Performance Max bietet seit 2023 die Möglichkeit, Brand-Keywords auf Kampagnen-Ebene auszuschließen. Ohne diesen Ausschluss kassiert PMax die günstigen Brand-Klicks und schreibt sich den Umsatz auf die eigene Performance-Fahne. Der gemessene ROAS sieht hervorragend aus, der inkrementelle Effekt ist nahe null. Wir schließen Brand-Traffic auf Account-Ebene aus und messen den echten Neukunden-Beitrag der Kampagne.

Fazit

Performance Max ist keine Blackbox, sondern ein Instrument mit vier steuerbaren Schichten. Asset Groups pro Persona, Audience Signals mit First-Party-Daten, Conversion Value Rules für echten Pipeline-Wert und eine disziplinierte Bid Strategy sind die Hebel, die den Unterschied zwischen Budget-Verbrennung und belastbarer Performance ausmachen. Wer diese Schichten aktiv konfiguriert, verwandelt eine generische KI-Kampagne in einen präzisen Vertriebskanal. Wer sie ignoriert, bezahlt Google für Klicks, die das eigene Geschäft nicht weiterbringen. Wie wir das konkret für B2B-Unternehmen aufsetzen, zeigen wir auf unserer Google-Ads-Seite.