Lookalike Audiences: Schritt-für-Schritt-Anleitung für Marketer

Lookalike Audiences sind automatisch erzeugte Zielgruppen, die Personen mit ähnlichen Merkmalen wie Ihre besten Bestandskunden finden. Ihr Hauptzweck ist Neukundengewinnung, also Prospecting, nicht Retargeting. Wer bisher nur Interest-Targeting betrieben hat, merkt schnell: Lookalikes treffen häufig präziser, weil der Algorithmus echte Verhaltensmuster auswertet statt grober Interessenkategorien.

Die zwei wichtigsten Plattformen in Deutschland sind Meta (Facebook und Instagram) und Google (Google Ads, Display & Video 360, Demand Gen). Beide bauen auf dem gleichen Grundprinzip auf, unterscheiden sich aber in Steuerung und Mindestanforderungen deutlich.

Kurz zusammengefasst: Was Sie brauchen:

• Eine Quellliste (Seed) aus echten Kundendaten, mindestens 100 Nutzer, besser 1.000 oder mehr
• Klares Ziel: Prospecting, nicht Retargeting
• Plattformkonto mit aktiviertem Pixel oder hochgeladener CRM-Liste
• DSGVO-konforme Einwilligungen für alle verwendeten Kontaktdaten

Wichtige Erkenntnisse

Lookalike Audiences performen nur so gut wie der Seed, aus dem sie entstehen: Käufer-Listen mit 1.000 oder mehr Nutzern, monatlich aktualisiert und DSGVO-konform, sind die Grundlage jeder erfolgreichen Lookalike-Strategie.

Inhaltsverzeichnis

• Wie Lookalike Audiences technisch funktionieren
• Vorteile und Grenzen von Lookalike Audiences
• Welche Seed-Quellen eignen sich am besten?
• Lookalike Audience auf Meta erstellen
• Lookalike-Segmente bei Google erstellen
• Wann wählen Sie 1 %, 5 % oder 10 %?
• Best Practices: Seed-Pflege, Layering und Messung
• Datenschutz und DSGVO-Checkliste für Deutschland
• Wie Sie Lookalike-Kampagnen richtig messen
• Häufige Fehler und schnelle Korrekturen
• Quellen

Wie Lookalike Audiences technisch funktionieren

Der Ablauf ist auf jeder Plattform ähnlich, auch wenn die Details variieren.

1. Seed hochladen oder definieren: Sie übergeben der Plattform eine Quellliste, zum Beispiel eine CRM-Exportdatei mit gehashten E-Mail-Adressen, eine Website-Custom-Audience aus dem Pixel oder eine App-Event-Liste.
2. Merkmalsanalyse: Der Algorithmus analysiert die Seed-Nutzer auf gemeinsame Signale: Demografie, Interessen, Kaufverhalten, Engagement-Muster, Gerätenutzung und mehr.
3. Modellierung: Aus diesen Signalen baut die Plattform ein statistisches Profil und sucht im Gesamtinventar nach Nutzern, die diesem Profil am stärksten ähneln.
4. Audience bereitstellen: Die fertige Zielgruppe steht in der Regel innerhalb von 24 bis 48 Stunden zur Verfügung und wird danach automatisch aktualisiert.

Meta und Google unterscheiden sich dabei grundlegend in der Steuerung. Meta arbeitet mit Prozentwerten von 1 bis 10 %, wobei 1 % die engste Ähnlichkeit und kleinste Reichweite bedeutet. Google hingegen nutzt Expansionsstufen (NARROW, BALANCED, BROAD) und behandelt Lookalike-Segmente zunehmend als Priorisierungssignal für seine KI-Gebotslogik.

Wichtig: Die Qualität des Algorithmus ist nur so gut wie die Daten, die Sie hineingeben. Ein heterogener Seed aus zufälligen Website-Besuchern produziert ein schwaches Modell.

Vorteile und Grenzen von Lookalike Audiences

Was für Lookalikes spricht:

• Präzisere Reichweite als reines Interest-Targeting, weil echte Verhaltensdaten die Basis bilden
• Bessere Conversion-Rates im Vergleich zu breiten Prospecting-Kampagnen
• Skalierbarkeit: Einmal eingerichtet, lassen sich Audiences auf verschiedene Länder oder Größenstufen ausweiten
• Effizienterer Budgeteinsatz, weil weniger Streuverlust entsteht
• Automatische Aktualisierung durch die Plattform

Wo Lookalikes an Grenzen stoßen:

• Kleine oder heterogene Seeds liefern unzuverlässige Modelle
• Mindestgrößen schließen viele kleinere Unternehmen faktisch aus
• Privacy-Beschränkungen (iOS 14+, Cookie-Deprecation) reduzieren die Datenbasis für Pixel-basierte Seeds
• Höhere CPMs als bei breiten Audiences, weil mehr Werbetreibende um dieselben Nutzer konkurrieren
• Veraltete Seeds verschlechtern die Performance, ohne dass Sie es sofort merken

Profi-Tipp: Wertbasierte Seeds, also Käufer mit hohem Bestellwert oder High-LTV-Kunden, übertreffen generische Besucherlisten in Praxisbeobachtungen deutlich. Wer seinen Seed nach Umsatz gewichtet, gibt dem Algorithmus ein klareres Signal.

Welche Seed-Quellen eignen sich am besten?

Nicht jede Datenliste ist gleich gut als Ausgangspunkt. Die Faustregel: Je näher die Seed-Nutzer an einer Conversion waren, desto besser das Modell.

Meta empfiehlt Seed-Audiences von mindestens 1.000 bis 5.000 Nutzern für stabilere Ergebnisse; unter 100 Nutzer sind statistisch problematisch und sollten vermieden werden.

Was einen guten Seed ausmacht:

• Homogen: Alle Nutzer haben eine ähnliche Handlung ausgeführt (z. B. Kauf)
• Conversion-nah: Möglichst weit unten im Funnel
• Aktuell: Nicht älter als 90 bis 180 Tage
• Gehashte Kontakte: E-Mail-Adressen vor dem Upload mit SHA-256 hashen
• Consent-konform: Nachweisbare Einwilligung für alle enthaltenen Kontakte

Lookalike Audience auf Meta erstellen

Meta-Lookalikes sind besonders stark für Prospecting auf Facebook und Instagram, weil Meta über umfangreiche Verhaltensdaten verfügt. Die Funktion liegt im Werbeanzeigenmanager unter „Zielgruppen“.

1. Werbeanzeigenmanager öffnen und unter „Zielgruppen“ auf „Zielgruppe erstellen“ klicken, dann „Lookalike Audience“ wählen.
2. Quellliste auswählen: Entweder eine bestehende Custom Audience (z. B. Käufer-Pixel-Event, CRM-Upload) oder eine Seiten-Fans-Liste. Käufer-Listen sind die stärkste Wahl.
3. Zielland festlegen: Für Deutschland „Deutschland“ auswählen. Meta erstellt die Audience aus Nutzern in diesem Land.
4. Ähnlichkeitsstufe wählen: Schieberegler von 1 bis 10 %. 1 % bedeutet engste Ähnlichkeit und kleinste Reichweite, 10 % bedeutet größte Reichweite bei geringerer Präzision.
5. Audience erstellen: Der Aufbau dauert in der Regel 24 bis 48 Stunden.
6. In Ad Set einbinden: Im Kampagnen-Setup die neue Lookalike Audience als Zielgruppe auswählen. Wichtig: Bestehende Kunden über eine Exclusion Custom Audience ausschließen.

Mindestanforderungen Meta: Quellliste mindestens 100 Nutzer aus dem Zielland; empfohlen werden 1.000 bis 5.000 für stabile Modelle. Wertbasiertes Matching erfordert eine Pixel-Konfiguration mit dem Event-Parameter „value“. Hochgeladene CRM-Listen werden nicht automatisch aktualisiert, daher monatliche Uploads einplanen.

So sehen Sie innerhalb von zwei Wochen, welche Stufe den besten CPA liefert, ohne blind zu skalieren.*

Lookalike-Segmente bei Google erstellen

Bei Google funktionieren Lookalike-Segmente etwas anders als bei Meta. Sie dienen zunehmend als Priorisierungssignal für die KI, besonders in Kombination mit Smart Bidding.

1. Google Ads-Konto öffnen und unter „Tools & Einstellungen“ zu „Zielgruppenverwaltung“ navigieren.
2. Seed-Liste hochladen: Kundenliste als CSV mit gehashten E-Mail-Adressen hochladen oder eine bestehende Remarketing-Audience als Seed verwenden.
3. Lookalike-Segment erstellen: In der Zielgruppenverwaltung „Ähnliche Segmente“ auswählen. Google generiert das Segment automatisch, sobald die Seed-Liste ausreichend groß ist.
4. Expansionsstufe festlegen: NARROW (ca. 2,5 %), BALANCED (ca. 5 %) oder BROAD (ca. 10 %) je nach Kampagnenziel.
5. Kampagne einrichten: Das Segment einer Display-, Demand-Gen- oder YouTube-Kampagne zuweisen. Für Search-Kampagnen als Gebotsmodifikator nutzen.
6. Vorlaufzeit einplanen: Lookalike-Segmente werden automatisch alle 1 bis 2 Tage aktualisiert und sollten 2 bis 3 Tage vor Kampagnenstart erstellt werden.

Mindestanforderungen Google:

• Seed-Listen müssen zusammen mindestens 100 aktive Nutzer enthalten
• Für Display & Video 360 gelten teils höhere Schwellenwerte
• Automatische Aktualisierung alle 1 bis 2 Tage, kein manueller Eingriff nötig
• API-Limits beachten: Maximale Anzahl an Lookalike-Segmenten pro Konto ist begrenzt

Google-Lookalike-Segmente unterstützen Smart Bidding und Conversion-Ziele besonders gut. Bei Demand-Gen-Kampagnen sind sie ein starkes Signal, aber kein alleiniger Steuerungsmechanismus.

Wann wählen Sie 1 %, 5 % oder 10 %?

Die Wahl der Ähnlichkeitsstufe hängt von Ihrem Ziel, Ihrem Budget und der verfügbaren Reichweite ab.

Entscheidungshilfe für die Praxis:

• Testen Sie immer zuerst mit 1 %, bevor Sie skalieren
• Schalten Sie 1 %, 3 % und 5 % parallel in separaten Ad Sets mit gleichem Tagesbudget
• Messen Sie mindestens 7 bis 14 Tage, bevor Sie Entscheidungen treffen
• Skalieren Sie die Stufe mit dem besten CPA, sobald das Budget es erlaubt
• Bei sehr kleinen Märkten (z. B. Nischenprodukt in Deutschland) kann 5 % von Anfang an sinnvoller sein, weil 1 % zu wenig Reichweite bietet

Best Practices: Seed-Pflege, Layering und Messung

Lookalikes performen nicht dauerhaft gut ohne aktive Pflege. Das unterschätzen viele.

Seed-Pflege:

• Seed-Listen alle 30 Tage aktualisieren, weil hochgeladene CRM-Listen nicht automatisch synchronisiert werden
• Veraltete Kontakte entfernen, aktive Käufer der letzten 90 Tage priorisieren
• Wertbasierte Segmentierung: Top-20-%-Kunden nach Umsatz als eigenen Seed verwenden

Layering und Exclusions:

• Bestehende Kunden immer ausschließen (Exclusion Custom Audience)
• Lookalike mit Demografie-Filtern kombinieren, wenn das Produkt eine klare Alters- oder Geschlechtsverteilung hat
• Nicht zu viele Layer gleichzeitig: Jede zusätzliche Einschränkung verkleinert die Audience und kann das Modell destabilisieren

Testaufbau:

1. Ad Set A: 1 % Lookalike, Budget 40 %
2. Ad Set B: 3 % Lookalike, Budget 35 %
3. Ad Set C: 5 % Lookalike, Budget 25 %
4. Gleiche Creatives in allen Ad Sets, um Variablen zu isolieren
5. Nach 14 Tagen: Gewinner identifizieren, Budget umschichten

Profi-Tipp: Tauschen Sie Creatives alle 3 bis 4 Wochen aus. Frequency-Fatigue ist bei Lookalike-Audiences ein häufiges Problem, weil die Zielgruppe kleiner ist als bei breiten Audiences. Ein Creative-Swap kostet wenig und rettet oft eine sterbende Kampagne.

Datenschutz und DSGVO-Checkliste für Deutschland

Wer in Deutschland Lookalike Audiences einsetzt, muss die DSGVO beachten. Das betrifft vor allem den Umgang mit Kundendaten beim Upload.

DSGVO-Checkliste:

• Einwilligung nachweisbar: Für alle Kontakte in CRM-Listen muss eine dokumentierte Einwilligung zur Nutzung für Werbezwecke vorliegen
• Hashing vor dem Upload: E-Mail-Adressen und Telefonnummern mit SHA-256 hashen, bevor sie an Meta oder Google übertragen werden
• Datenminimierung: Nur die Felder übertragen, die für das Matching notwendig sind
• Aufbewahrungsfristen: Kontakte, deren Einwilligung abgelaufen oder widerrufen wurde, sofort aus den Listen entfernen
• Verarbeitungsverzeichnis: Die Übermittlung von Kundendaten an Plattformen als Auftragsverarbeitung dokumentieren
• Transparenzpflicht: Nutzer in der Datenschutzerklärung über die Nutzung ihrer Daten für Lookalike-Targeting informieren
• Datenschutz-Folgenabschätzung (DPIA): Bei großen Datenmengen oder sensiblen Zielgruppen prüfen, ob eine DPIA erforderlich ist

Profi-Tipp: Bei grenzüberschreitenden Datenübertragungen, zum Beispiel wenn Kundendaten aus Deutschland an US-Server von Meta oder Google übermittelt werden, sollten Sie die aktuellen Standardvertragsklauseln (SCCs) prüfen und gegebenenfalls einen Datenschutzbeauftragten hinzuziehen. Das ist kein Luxus, sondern Pflicht bei nennenswerten Datenmengen.

Die DSGVO unterscheidet zwischen berechtigtem Interesse und Einwilligung als Rechtsgrundlage. Für das Hochladen von CRM-Daten zu Werbezwecken ist in der Regel eine ausdrückliche Einwilligung der sicherere Weg. Dieser Artikel ersetzt keine Rechtsberatung; bei Unsicherheiten empfiehlt sich die Konsultation eines auf Datenschutzrecht spezialisierten Anwalts.

Wie Sie Lookalike-Kampagnen richtig messen

Wichtige KPIs:

• CPA (Cost per Acquisition): Primäre Kennzahl für Conversion-Kampagnen; zeigt, was ein Neukunde kostet
• ROAS (Return on Ad Spend): Relevant, wenn Transaktionswerte variieren
• Conversion-Rate: Gibt an, wie gut die Audience zur Landing Page passt
• CPM: Zeigt, wie teuer die Reichweite ist; hilft bei der Einschätzung von Wettbewerb
• CTR: Indikator für Creative-Relevanz, nicht für Kampagnenerfolg allein
• LTV (wenn verfügbar): Langfristig der aussagekräftigste Wert, aber selten kurzfristig messbar

Testrezepte:

1. Einfacher A/B-Test: 1 % vs. 5 % Lookalike, gleiche Creatives, gleiches Budget, 14 Tage Laufzeit. Gewinner nach CPA bestimmen.
2. Holdout-Gruppe: 10 bis 20 % des Budgets auf eine breite Audience ohne Lookalike-Einschränkung legen. Vergleich zeigt den tatsächlichen inkrementellen Lift der Lookalike-Strategie.
3. Creative-Test innerhalb einer Audience: Gleiche Lookalike-Audience, zwei verschiedene Anzeigenformate. Isoliert Creative-Effekte von Audience-Effekten.

Für die Interpretation: View-Through-Conversions überschätzen die Wirkung von Display-Kampagnen regelmäßig. Verlassen Sie sich bei Lookalike-Prospecting auf Click-Through-Conversions als Primärmetrik und nutzen Sie View-Through nur als ergänzenden Hinweis.

Häufige Fehler und schnelle Korrekturen

Typische Fehler:

• Seed zu klein oder zu heterogen: Alle Website-Besucher als Seed verwenden, obwohl Käufer verfügbar wären
• Keine Exclusions gesetzt: Bestehende Kunden werden erneut bespielt und verzerren die Ergebnisse
• Falsche Prozentstufe: Direkt mit 10 % gestartet, ohne 1 % getestet zu haben
• Veraltete Seeds: CRM-Liste wurde vor sechs Monaten hochgeladen und nie aktualisiert
• Creatives nicht angepasst: Retargeting-Anzeigen für Prospecting-Audiences verwendet

Quick-Fix-Schritte:

1. Seed bereinigen: Nur Käufer der letzten 90 Tage verwenden, Duplikate entfernen
2. Exclusions setzen: Custom Audience aus bestehenden Kunden erstellen und in allen Lookalike-Ad-Sets ausschließen
3. 1 %-Test starten: Neues Ad Set mit 1 % Lookalike und frischem Creative aufsetzen
4. Creative-Swap: Mindestens zwei verschiedene Anzeigenformate testen (z. B. Video vs. statisches Bild)
5. Budget kurzfristig umverteilen: Schlecht performende Ad Sets pausieren, Budget auf den Gewinner konzentrieren

5-Minuten-Diagnose-Checkliste:

• Seed-Größe über 1.000 Nutzer? Wenn nein: Seed erweitern oder zusammenführen
• Exclusion Custom Audience aktiv? Wenn nein: Sofort einrichten
• Letzter Seed-Upload unter 30 Tage alt? Wenn nein: Aktualisieren
• CPA über Zielwert nach 14 Tagen? Wenn ja: Prozentstufe wechseln oder Creative tauschen
• Frequency über 3 in 7 Tagen? Wenn ja: Audience zu klein oder Budget zu hoch

Was Praktiker in Tests oft überrascht hat

Das Überraschendste in der Praxis ist selten die Technologie. Es ist die Diskrepanz zwischen dem, was Marketer als „guten Seed“ bezeichnen, und dem, was der Algorithmus tatsächlich braucht.

Wer zum ersten Mal mit Lookalike Audiences arbeitet, greift fast immer zur größten verfügbaren Liste. Das klingt logisch, ist aber oft der erste Fehler. Der Algorithmus modelliert, was er bekommt. Gibt man ihm Mittelmaß, findet er Mittelmaß.

Der zweite blinde Fleck: Exclusions. Viele Kampagnen laufen wochenlang, ohne dass bestehende Kunden ausgeschlossen werden. Das verzerrt nicht nur die Ergebnisse, es verschwendet Budget für Nutzer, die bereits konvertiert sind.

Wer diese drei Schritte konsequent umsetzt, ist schon besser aufgestellt als die meisten.

Affiliate-Marketer, die Lookalike-Strategien zur Neukundengewinnung im CFD-Bereich einsetzen wollen, finden bei Signalpartners eine Infrastruktur, die genau dafür gebaut ist: CPA-Deals, Tracking-Links und Coaching, die den Einstieg in Performance-Marketing deutlich vereinfachen.

Quellen

Für die praktische Umsetzung und Vertiefung empfehlen sich folgende Quellen:

• Lookalike Audiences | Meta-Hilfebereich für Unternehmen
• Ähnliche Zielgruppensegmente | Google Ads API
• What Is a Lookalike (LAL) Audience? A Complete Guide | Salesforce
• Lookalike Audiences: Custom Audiences, ähnliche Zielgruppen und Targeting erklärt
• Lookalike audience

Dieser Artikel enthält allgemeine Informationen und ersetzt nicht die Beratung durch einen qualifizierten Anwalt. Wenden Sie sich an eine qualifizierte Rechtsfachperson zu Ihrer persönlichen Lage, bevor Sie auf Grundlage dieses Inhalts handeln.

Empfehlung

• Verdiene mit Trading Signalen — Signal Partners CFD Affiliate Netzwerk

Artikel erstellt mit BabyLoveGrowth