Lookalike Audiences im E‑Commerce: Neue Kunden gezielt finden

Erstellen Sie eine Lookalike-Zielgruppe aus Ihren Top-LTV-Kunden mit einer engen Ähnlichkeitsstufe, testen Sie sie gegen Ihre bisherige Prospecting‑Zielgruppe und skalieren Sie erst nach validiertem ROAS. Lookalike Audiences sind Prospecting‑Zielgruppen, die Werbeplattformen anhand der Merkmale Ihrer besten Bestandskunden modellieren. Für den E‑Commerce sind sie meist die effizienteste Methode, neue Käufer zu finden, wenn die Datenbasis stimmt.

• Nutzen Sie als Seed vorzugsweise eine qualitativ hochwertige Kundensegmentierung basierend auf Lifetime Value, anstatt die komplette CRM-Liste einzubeziehen.
• Starten Sie mit einer engen Lookalike, die eine hohe Ähnlichkeit zum Seed aufweist, und weiten Sie die Zielgruppe erst später aus.
• Messen Sie CAC und ROAS im direkten Vergleich zu Ihrer bestehenden Zielgruppe, bevor Sie das Budget erhöhen.

Profi-Tipp: Eine kleine, saubere Seed-Liste aus 500 Top-Kunden schlägt fast immer eine große Liste mit 50.000 unsortierten Kontakten.

Wichtige Erkenntnisse

Lookalike Audiences liefern im E-Commerce nur dann verlässlich niedrigere Akquisitionskosten, wenn der Seed aus hochwertigen, LTV-segmentierten Kundendaten besteht statt aus unsortierten Massenlisten.

Inhaltsverzeichnis

• Was sind Lookalike Audiences und wie funktionieren sie technisch?
• Vorteile und Grenzen von Lookalike Audiences im E-Commerce
• Schritt für Schritt: eine performantere Lookalike-Audience erstellen
• Größe, Skalierung und Budget-Strategie: 1 % oder 10 %?
• Best Practices, häufige Fehler und Pflege Ihrer Zielgruppen
• Plattform-Updates und KI-Trends 2026: Was sich bei Lookalikes ändert
• Messen und optimieren: KPIs, Tests und Validierungsdesigns
• Wie Wemaco Sie bei Lookalike-Kampagnen unterstützt
• Praxiserkenntnisse aus Kundenprojekten
• Autoritative Ressourcen zu Lookalike Audiences
• Quellen

Was sind Lookalike Audiences und wie funktionieren sie technisch?

Eine Lookalike Audience entsteht, wenn eine Werbeplattform eine bestehende Kundenliste, den sogenannten Seed, mit ihrem eigenen Nutzerpool abgleicht und Personen mit ähnlichen Merkmalen identifiziert. Als Seed dienen typischerweise vier Quellen:

1. CRM-Uploads, also gehashte E-Mail- oder Telefonlisten aus Ihrem Shop-System.
2. Pixel- oder Server-Side-Events, etwa Käufer oder Warenkorb-Ereignisse der letzten 90 bis 180 Tage.
3. App-Events, relevant für Shops mit eigener Einkaufs-App.
4. Value-based Uploads, bei denen Sie jedem Kunden einen Umsatzwert zuordnen.

Die Plattformen analysieren dabei demografische Daten, Verhaltenssignale wie Kaufhäufigkeit und kontextuelle Muster wie Gerätetyp oder Tageszeit. Meta gilt bei Seed-Matching als besonders granular, Google stützt sich stärker auf Suchintention und Customer-Match-Signale, TikTok punktet bei jüngeren, impulsiveren Zielgruppen im Bereich Mode und Beauty.

Vorteile und Grenzen von Lookalike Audiences im E-Commerce

Lookalikes skalieren Reichweite, ohne die Relevanz zu verlieren, die reines Interest-Targeting oft vermissen lässt. In der Praxis liefern sie häufig einen besseren CAC und ROAS als breite demografische Zielgruppen, weil sie auf echtem Kaufverhalten basieren statt auf geschätzten Interessen.

Die Grenzen zeigen sich, sobald die Seed-Qualität sinkt: Eine verwässerte Liste aus Newsletter-Abonnenten und Käufern gemischt führt zu ungenauen Matches. Sehr enge Lookalikes unter 1 % treiben zudem den CPM nach oben, weil der verfügbare Pool schrumpft. Seit den Privacy-Änderungen der letzten Jahre ist außerdem die Tracking-Genauigkeit ein limitierender Faktor geworden.

• Lookalikes eignen sich am besten für die Neukundengewinnung, also das Prospecting.
• Retargeting bleibt die bessere Wahl, um bereits interessierte Besucher zur Conversion zu führen.
• Die Kombination beider Ansätze in einer Funnel-Struktur bringt meist die stabilsten Ergebnisse.

Schritt für Schritt: eine performantere Lookalike-Audience erstellen

So bauen Sie eine Lookalike-Zielgruppe auf, die tatsächlich performt:

1. Daten exportieren und bereinigen. Ziehen Sie eine CSV mit Kunden-E-Mails, Bestellwert und Kaufdatum, entfernen Sie Testkäufe und filtern Sie nach den letzten 6 bis 12 Monaten.
2. Kunden hashen und nach LTV sortieren. Die Plattform verlangt gehashte Kontaktdaten aus Datenschutzgründen. Sortieren Sie zusätzlich nach Umsatz, um die Top-Segmente zu isolieren.
3. Custom Audience anlegen. Laden Sie die Liste hoch und erstellen Sie daraus eine Custom Audience, wie Meta im Hilfebereich für Unternehmen beschreibt.
4. Lookalike ableiten. Wählen Sie aus der Custom Audience die Lookalike-Funktion, legen Sie das Zielland fest und starten Sie mit einer Größe von 1 %.
5. Kampagne aufsetzen. Verteilen Sie das Budget so, dass die Lernphase nicht durch zu geringe Ausgaben ins Stocken gerät, meist braucht es mindestens 50 Conversions pro Woche pro Anzeigengruppe.
6. Reporting prüfen. Kontrollieren Sie nach den ersten Tagen Match-Rate, CPM und CAC, bevor Sie größere Budgetentscheidungen treffen.

Größe, Skalierung und Budget-Strategie: 1 % oder 10 %?

Die meisten erfolgreichen Kampagnen beginnen mit einer Zielgruppe mit hoher Ähnlichkeit zum Seed. Eine Ausweitung der Zielgruppengröße empfiehlt sich erst nach stabilen Leistungskennzahlen über mehrere Tage.

• Beginnen Sie mit einer engen Zielgruppe, nicht mit der breitesten verfügbaren Option.
• Weiten Sie die Prozentzahl erst aus, wenn die aktuelle Stufe über mindestens eine Woche stabile Zahlen liefert.
• Teilen Sie Ihr Testbudget zunächst hälftig zwischen einer engen Kern-Lookalike und einer erweiterten Variante auf, um beide Skalierungsstufen parallel zu beobachten.
• Erhöhen Sie das Budget schrittweise um 20 bis 30 % statt sprunghaft, um die Lernphase nicht neu zu triggern.

Wer zu früh auf breite Prozentwerte springt, verwässert die Zielgruppenqualität und zahlt dafür oft mit steigenden Akquisitionskosten.

Best Practices, häufige Fehler und Pflege Ihrer Zielgruppen

Lookalike Audiences sind kein Set-and-forget-Werkzeug. Erneuern Sie Ihre Seeds regelmäßig, da sich Kundenverhalten und Sortiment verändern und veraltete Listen an Relevanz verlieren. Trennen Sie zudem Zielgruppen nach Produktkategorie, wenn Ihr Sortiment breit gefächert ist, statt eine einzige Lookalike für alles zu nutzen.

Für belastbare A/B‑Tests gilt: gleiches Budget, gleiche Laufzeit, nur eine Variable verändern. Ein Vergleich zwischen einer Seed-basierten Lookalike und einer All-Customer-Lookalike über zwei bis vier Wochen reicht meist aus, um signifikante Unterschiede im CAC zu erkennen.

Die drei häufigsten Fehler in der Praxis:

• Newsletter-Listen ungefiltert als Seed hochladen, obwohl sie viele Nicht-Käufer enthalten.
• Value-Signale beim Upload weglassen, wodurch der Algorithmus keine Priorisierung nach Kaufkraft vornehmen kann.
• Zielgruppen zu häufig gegeneinander ausschließen, was den verfügbaren Pool unnötig verkleinert.

Profi-Tipp: Dokumentieren Sie jeden Seed-Wechsel mit Datum und Grund. So erkennen Sie später, ob ein Performance-Einbruch am Creative oder an der Zielgruppe lag.

Plattform-Updates und KI-Trends 2026: Was sich bei Lookalikes ändert

Google führt 2026 einen Vorschlagsmodus für ähnliche Segmente in Demand-Gen-Kampagnen ein, der Seed-Listen als Signale statt als starre Ähnlichkeitsstufen behandelt. Das verschiebt die Logik: Statt eine feste Prozentzahl zu wählen, gibt das System dem Algorithmus mehr Freiheit, selbst zu entscheiden, wie eng oder breit er matcht, wie Google Ads Support beschreibt.

Bei Meta verschieben Value-Lookalikes und Advantage+ zunehmend die Rolle klassischer manueller Lookalikes. Wer jedoch sehr spezifische Kundensegmente ansprechen will, etwa nach Produktkategorie, fährt oft weiterhin besser mit manuell erstellten Zielgruppen, wie Analysen von Shopify nahelegen.

• Server-Side-Tracking über die Conversion API wird 2026 wichtiger, weil browserbasierte Signale weiter an Genauigkeit verlieren.
• Testen Sie den neuen Signal-basierten Ansatz parallel zu Ihrer bestehenden Lookalike-Strategie, statt komplett umzustellen.
• Value-based Seeds gewinnen an Bedeutung, weil automatisierte Modi stärker auf monetäre Signale reagieren.

Messen und optimieren: KPIs, Tests und Validierungsdesigns

Ohne saubere Messung bleibt jede Lookalike-Strategie Bauchgefühl. Diese Kennzahlen sollten Sie kontinuierlich im Blick behalten:

1. Kundenakquisitionskosten (CAC) als zentraler Effizienzwert pro Neukunde.
2. ROAS, um den Werbeumsatz ins Verhältnis zu den Ausgaben zu setzen.
3. Erstkaufwert, der zeigt, ob die Lookalike tatsächlich kaufkräftige Kunden bringt.
4. Conversion-Rate, um Creative- von Zielgruppenproblemen zu unterscheiden.

Für belastbare Aussagen zur tatsächlichen Wirkung helfen Geo-Tests oder Lift-Studien, bei denen eine Region die Kampagne sieht und eine vergleichbare Region nicht. So lässt sich der inkrementelle Effekt von reiner Korrelation trennen. Achten Sie beim Reporting auf deduplizierte Attribution über mehrere Kampagnen hinweg und beobachten Sie CPM sowie Match-Rate als Frühindikatoren, bevor sich Probleme in den harten Kennzahlen zeigen. Wer zusätzlich Enhanced Conversions in Google Ads sauber konfiguriert, verbessert die Datengrundlage für all diese Messungen spürbar.

Wie Wemaco Sie bei Lookalike-Kampagnen unterstützt

Wemaco übernimmt für Online-Shops genau die Arbeit, die zwischen Rohdaten und performanter Lookalike-Kampagne liegt: Datenaufbereitung, LTV-Segmentierung und die Einrichtung von Server-Side-Tracking, damit Ihre Match-Rate nicht an technischen Lücken scheitert.

Seit 2007 betreut die Agentur Handwerksbetriebe, B2B-Unternehmen und Online-Shops bei Google Ads, Meta-Kampagnen und Prozessautomatisierung mit KI. Viele Kunden berichten von deutlich gesteigerten Umsätzen innerhalb kurzer Zeit, wenn Tracking und Zielgruppenstrategie sauber ineinandergreifen. Wer Retargeting und Prospecting sinnvoll kombinieren will, findet dazu auch praktische Hinweise im Leitfaden zu Retargeting im E-Commerce. Ein Blick auf andere Kanäle lohnt sich ebenfalls, etwa im Vergleich zwischen LinkedIn und Facebook Ads, wenn Sie Ihre Zielgruppenstrategie plattformübergreifend denken.

Starten Sie mit dem kostenlosen Website Performance Check von Wemaco, um herauszufinden, wo Ihr Tracking und Ihre Zielgruppen-Setups aktuell stehen, und vereinbaren Sie im Anschluss ein Erstgespräch.

Praxiserkenntnisse aus Kundenprojekten

Der größte Hebel ist fast immer die Seed-Qualität, nicht die Anzeigenkreation. Schnelltests über zwei Wochen mit sauber segmentierten LTV-Listen zeigen oft messbare Unterschiede. Lookalikes ersetzen keinen durchdachten Funnel, sie ergänzen ihn.

— Kai

Autoritative Ressourcen zu Lookalike Audiences

Weiterführend: Meta-Hilfebereich, Google Ads Support und Google Shopping Leitfaden 2026.

Quellen

Ein Seed aus den Top‑20 bis 30 % Ihrer Kunden nach Lifetime Value liefert in Praxisleitfäden zur Lookalike-Strategie deutlich niedrigere Akquisitionskosten als ein kompletter CRM-Export. Der Grund liegt auf der Hand: Das Modell lernt anhand echter Top-Käufer, nicht anhand von Gelegenheitskunden oder Karteileichen.

Beim Upload einer Value-based Audience erwartet Meta eine Wertspalte pro Kontakt, meist basierend auf Umsatz oder Bestellwert. Je präziser diese Werte gepflegt sind, desto besser priorisiert der Algorithmus die profitabelsten Muster.

• Ähnliche Segmente erstellen – Google Ads Support
• Lookalike Audiences — Shopify Blog
• Lookalike Audiences | Meta‑Hilfebereich für Unternehmen

Profi-Tipp: Legen Sie zusätzlich zur reinen LTV‑Liste einen Seed aus „Warenkorb plus Mindestbestellwert“ an. Das hilft besonders kleineren Shops mit wenig Kaufhistorie.

Empfehlung

• Retargeting im E-Commerce: Praxisleitfaden für Online-Shops
• Kostenloser Website Performance Check | WeMaCo
• Google Shopping optimieren: Leitfaden für 2026
• Google Ads für Online-Shop: Strategie, Budget und Setup

VOM WISSEN ZUR UMSETZUNG

WO LÄSST DEIN SHOP HEUTE UMSATZ LIEGEN?

Finde heraus, welcher Hebel für Dein Unternehmen jetzt den größten Unterschied macht.

UMSATZ-POTENZIAL BESPRECHEN →

PERSÖNLICH EINGEORDNET

KAI BRETSCHNEIDER

Seit 2007 verbinde ich SEO, Websites und Kampagnen mit einem Ziel: Marketing muss verständlich sein und messbar etwas bewegen.

Persönliche Ersteinschätzung buchen →