Google Performance Max für Dropshipping: Die Struktur, die dein Lern-Budget nicht verbrennt

Schalte Performance Max ein, bevor ein Produkt genug Kaufhistorie hat, und das passiert tatsächlich: Googles Gebotsalgorithmus behandelt in der ersten bis zweiten Woche dein Gewinnerprodukt und dein ungetestetes Produkt genau gleich, weil er noch kein Signal hat, um sie zu unterscheiden. Die Kampagne scheitert nicht laut — sie schüttet einfach einen Teil des Budgets in Markensuche und Display-Platzierungen, die niemand wollte, und bis die Shopping-Berichte den Schaden zeigen, hat die Lernphase schon zwei oder drei Wochen Spend aufgefressen.

Performance Max ist nicht Shopping mit ein paar zusätzlichen Kanälen — es ist ein völlig anderes Steuerungsmodell. Eine Kampagne, ein Budget, eine Gebotsstrategie, und Googles Algorithmus entscheidet in Echtzeit, wie der Spend über Search, Shopping, Display, YouTube, Discover, Gmail und Maps verteilt wird. Klassisches Shopping gibt dir einen Feed und Gebote pro Produktgruppe; Performance Max gibt dir Asset Groups und Zielgruppensignale und übernimmt dann das Steuer. Dieser Tausch funktioniert gut für einen Händler mit Monaten an Conversion-Historie auf einem stabilen Katalog. Er spielt gegen einen Dropshipping-Shop, der fünf neue Produkte pro Monat testet — außer die Kampagne wird genau auf diese Realität zugeschnitten, statt sie zu ignorieren.

Was folgt: warum Performance Max auf einem Dropshipping-Katalog Budget verbrennt, bevor es überhaupt hilft, die Conversion-Volumen-Schwelle, die man nehmen sollte, bevor man automatisches Bidding einschaltet, wie man Asset Groups strukturiert, damit ein validierter Gewinner nicht von einer ungetesteten SKU verwässert wird, was Zielgruppensignale tatsächlich tun im Vergleich zu dem, was Verkäufer annehmen, und ein Entscheidungsraster dafür, wann klassisches Shopping noch zuerst kommen sollte.

Warum Performance Max auf einem Dropshipping-Katalog Budget verbrennt, bevor es überhaupt hilft

Der Test-und-Kill-Zyklus eines Dropshipping-Shops und die Lernphase von Performance Max laufen auf zwei verschiedenen Uhren, die nicht zusammenpassen. Der Algorithmus braucht angesammeltes Conversion-Signal, um den Spend intelligent zu verteilen; ein Produkt, das zehn Tage getestet und dann beendet wird, gibt ihm nie genug davon. Die Kampagne verbringt dieses ganze Zeitfenster mit Explorieren — testet Platzierungen, Zielgruppen und Creative-Kombinationen ziemlich blind —, und der größte Teil dieses Explorations-Budgets ist schon weg, bevor irgendjemand sagen kann, ob das Produkt selbst das Problem war.

Der zweite typische Fehler ist Markensuche. Performance Max kann auf Search-Inventar ausgespielt werden, einschließlich des eigenen Shop-Namens, sofern keine auszuschließenden Keywords auf Kontoebene festgelegt sind — Asset Groups selbst unterstützen keine Ausschlüsse nach Platzierung wie eine klassische Search-Kampagne. Ein Käufer, der den Shop-Namen schon kannte und ihn eingetippt hat, hätte ohnehin konvertiert; das als Erfolg von Performance Max zu zählen, bläht den gemeldeten ROAS auf, ohne irgendeinen echten inkrementellen Umsatz widerzuspiegeln — und das ist eine leicht täuschende Zahl, wenn niemand den Suchbegriff-Bericht kontrolliert.

• Ein fünf- bis zehntägiger Produkttest überschreitet selten das Conversion-Volumen, das Performance Max braucht, um sein Bidding zu stabilisieren — der größte Teil dieses Budgets finanziert Exploration, kein validiertes Scaling.
• Markensuchverkehr kann in die gemeldeten Conversions von Performance Max einfließen, sofern er nicht auf Kontoebene ausgeschlossen wird, was den ROAS besser aussehen lässt als die reale inkrementelle Wirkung der Kampagne.
• Display- und Gmail-Platzierungen konvertieren bei kaltem Traffic auf ein unbekanntes Produkt nur zu einem Bruchteil von Shopping und Search — genau das Traffic-Profil, das die meisten Dropshipping-Kataloge verkaufen.

Die Conversion-Volumen-Schwelle: wie viele Käufe du sammeln solltest, bevor du automatisches Bidding einschaltest

Googles eigene Smart-Bidding-Dokumentation nennt einen Bereich von etwa 15-30 Conversions in einem rollierenden 30-Tage-Fenster als den Punkt, an dem eine tCPA- oder tROAS-Strategie genug Signal hat, um zu optimieren statt zu raten. Unterhalb dieses Bereichs solltest du für die erste bis zweite Woche mit stark schwankendem Tages-Spend rechnen, egal wie gut das Produkt tatsächlich ist — diese Volatilität ist das Modell, das exploriert, nicht das Produkt, das schlecht performt.

Mach daraus eine Budgetzahl vor dem Launch, nicht danach: nötiges Budget, um die Schwelle zu nehmen ≈ Ziel-Conversions (15-30) × der aktuelle CPA des Produkts auf dem Kanal, der schon Daten hat — meist ein klassischer Shopping- oder Meta-Test. Ein Produkt, das auf klassischem Shopping bei einem CPA von 18-25 € testet, braucht etwa 270-750 € eingeplant, bevor das Bidding von Performance Max genug Historie hat, um fair zu urteilen — nicht um die Kampagne zu starten, nur um an den Punkt zu kommen, an dem die gemeldeten Zahlen etwas bedeuten.

Die ehrliche Einschränkung: Das ist eine Untergrenze zur Bewertung, keine Profitabilitätsgarantie. Der CPA auf klassischem Shopping und der CPA, sobald das automatische Bidding von Performance Max übernimmt, sind zwei verschiedene Zahlen — manchmal niedriger, wenn der Algorithmus effizientes Inventar findet, manchmal höher, während er noch Display- und YouTube-Platzierungen exploriert, die schlechter konvertieren. Nutze die Rechnung, um das Budget zu bemessen, das du riskieren willst, um es herauszufinden — nicht als Prognose, was die Kampagne tatsächlich bringen wird.

Sieh, welche Ads gerade gewinnen

Asset Groups so strukturieren, dass ein getesteter Gewinner nicht von einer ungetesteten SKU verwässert wird

Budget-Tempo und Gebotsziele in Performance Max funktionieren auf Kampagnenebene, nicht auf SKU-Ebene. Steckst du einen validierten Gewinner und drei ungetestete Produkte in dieselbe Kampagne, optimiert der Algorithmus auf ein einziges, gemischtes Ziel über alle vier — das Signal eines starken Performers wird mit schwächeren Produkten verrechnet, mit denen er sich Budget und Gebotsstrategie teilt, genau das Gegenteil von dem, was das Scaling eines Gewinners bewirken soll.

Die Lösung, die sich in der Praxis bewährt: Sobald ein Produkt seinen eigenen klassischen Shopping- oder Meta-Test besteht und über der oben genannten Conversion-Volumen-Schwelle einen stabilen CPA zeigt, gib ihm eine eigene Performance-Max-Kampagne, statt es in eine katalogweite Kampagne einzubinden. Ungetestete Produkte bleiben in klassischem Shopping oder einer separaten, budgetärmeren Performance-Max-Kampagne, bis sie sich dieselbe Beförderung verdient haben — niemals gemischt in derselben Asset Group wie eine bewährte SKU.

• Eine Kampagne pro validiertem Gewinner, sobald er die Conversion-Schwelle nimmt — nicht anschließend in eine katalogweite Asset Group mischen.
• Ungetestete SKUs bleiben in klassischem Shopping oder einer separaten, budgetärmeren Performance-Max-Kampagne, bis jede einzelne ihre eigene Beförderung mit ihren eigenen Zahlen verdient hat.
• Eine katalogweite Performance-Max-Kampagne bleibt sinnvoll für breite Feed-Abdeckung bei SKUs niedriger Priorität — erwarte aber nicht, dass sie sich wie ein Scaling-Werkzeug für irgendeinen enthaltenen Gewinner verhält.

Was Zielgruppensignale tatsächlich tun, und die Grenze, die Verkäufer überschätzen

Ein Zielgruppensignal ist ein Ausgangspunkt für die Suche des Algorithmus, keine Targeting-Einschränkung. Käufer aus der Vergangenheit, Warenkorb-Besucher oder eine Customer-Match-Liste einzuspeisen sagt Performance Max, wo es zuerst schauen soll; es sperrt die Kampagne nicht darauf, Anzeigen nur Personen zu zeigen, die dieser Liste ähneln. Schon in den ersten Tagen exploriert das System weit über das eingespeiste Signal hinaus, egal wie eng es definiert ist — das ist Absicht, denn der ganze Sinn dieses Kampagnentyps ist, Google Inventar finden zu lassen, das eine manuelle Einrichtung verpasst hätte.

Der Fehler, den man vermeiden sollte: ein starkes Signal als Sicherheitsnetz zu behandeln, das die Conversion-Volumen-Schwelle aus dem vorigen Abschnitt optional macht. Ein präzises Zielgruppensignal beschleunigt, wie schnell der Algorithmus Tritt fasst; es ersetzt nicht die Kaufhistorie, die das Gebotsmodell braucht, um überhaupt ein realistisches Ziel zu setzen. Speise das stärkste verfügbare Signal ein — aktuelle Käufer und Warenkorb-Besucher des exakten Produkts, nicht ein breites Lookalike der gesamten Shop-Kundenbasis — und rechne trotzdem mit demselben ein- bis zweiwöchigen Explorationsfenster darunter.

Checkliste vor dem Launch und Entscheidungsraster: zuerst Performance Max, oder zuerst klassisches Shopping

Geh das durch, bevor du Budget bindest, nicht nach der ersten enttäuschenden Berichtswoche.

Das Raster unten zeigt, wo das automatische Bidding von Performance Max schon genug Material hat, um damit zu arbeiten, im Vergleich zu den Fällen, in denen es im selben Tempo rät wie eine brandneue Kampagne — Katalogsgröße eingeschlossen.

• Brandneues Produkt, nirgendwo Conversion-Historie: zuerst klassisches Shopping oder manueller CPC — Performance Max hat noch nichts zu lernen.
• Validierter Gewinner mit 15-30+ Conversions bei stabilem CPA auf einem bestehenden Kanal: eine dedizierte Performance-Max-Kampagne, bemessen nach der obigen Budget-Schwellen-Rechnung, als Scaling-Layer über dem, was schon funktioniert.
• Ein schmaler Katalog mit unter zehn SKUs: Performance Max wird früher tragfähig, weil sich das Signal des Gesamtbudgets auf weniger Produkte konzentriert, statt sich über Dutzende zu verteilen.
• Ein Katalog, der fünf oder mehr neue Produkte pro Monat testet: die Test-SKUs komplett aus Performance Max heraushalten — jede einzeln erst einbinden, nachdem sie die Schwelle auf klassischem Shopping für sich allein genommen hat.
• Checkliste vor dem Launch: Markenbegriffe auf Kontoebene ausgeschlossen, Conversion-Tracking dedupliziert, damit derselbe Verkauf nicht von zwei Kanälen gezählt wird, eine Asset Group pro validiertem Gewinner statt einer pauschalen Katalog-Gruppe, und die Conversion-Volumen-Schwelle bereits mit Daten eines anderen Kanals genommen.

Prüfen, ob ein Produkt echte Nachfrage hat, bevor Performance Max es überhaupt sieht

Performance Max verstärkt jedes Signal, das es bekommt — die Marge eines echten Gewinners wird über mehr Inventar verstärkt, und genauso der Spend auf ein Produkt, das nie konvertiert hätte, wenn der Validierungsschritt übersprungen wird, um Zeit zu sparen. Dieser Kampagnentyp optimiert die Ausführung; er hat keine Meinung dazu, ob das zugrunde liegende Produkt echte Marktanziehung hat, und er wird gegen ein totes Produkt genauso selbstbewusst Geld ausgeben wie gegen ein lebendiges.

Bevor du Budget hinter die obige Conversion-Volumen-Schwelle steckst, lohnt es sich zu prüfen, ob Wettbewerber auf anderen Kanälen noch anhaltend bezahlten Traffic auf dasselbe Produkt schicken — Meta, TikTok, Pinterest, Google Shopping selbst —, statt es erst herauszufinden, nachdem die Kampagne schon ihr Lernphasen-Budget aufgefressen hat. Genau diese Prüfung ist das, wofür Trackiras Ad-Tracking gebaut ist: Live-Werbe-Evidenz über diese Netzwerke, damit die Entscheidung, eine Performance-Max-Lernphase zu finanzieren, auf Belegen beruht, dass das Produkt irgendwo noch echte Nachfrage zieht, und nicht nur auf einer Vermutung.

Wie viel Budget sollte ich einplanen, bevor ich beurteile, ob Performance Max für ein Dropshipping-Produkt funktioniert?

Etwa der Gegenwert von 15-30 Conversions beim bekannten CPA des Produkts auf einem anderen Kanal — für ein Produkt, das bei 20 € CPA testet, sind das rund 300-600 € eingeplant, bevor die gemeldeten Kampagnenzahlen stabilisiertes Bidding statt der Explorationsphase widerspiegeln. Früher zu urteilen misst vor allem, wie der Algorithmus exploriert, nicht wie das Produkt performt.

Kann ich verhindern, dass Performance Max auf den Namen meiner eigenen Marke ausgibt?

Teilweise. Auszuschließende Keyword-Listen auf Kontoebene können Markenbegriffe aus dem Search-Inventar von Performance Max ausschließen, aber Asset Groups selbst unterstützen keine Ausschlüsse nach Platzierung wie eine klassische Search-Kampagne. Kontrolliere regelmäßig den Suchbegriff-Bericht — Markenverkehr, der trotzdem konvertiert, bläht den gemeldeten ROAS auf, ohne inkrementelle Verkäufe widerzuspiegeln.

Funktioniert Performance Max für ein brandneues Dropshipping-Produkt ohne Verkaufshistorie?

In der Regel nicht gut. Validiere das Produkt zuerst auf klassischem Shopping oder einer manuellen Kampagne, sammle die 15-30 Conversions, die Smart Bidding braucht, um richtig zu optimieren, und verschiebe dann den bewährten Gewinner in seine eigene Performance-Max-Kampagne, statt ein ungetestetes Produkt direkt dort hinein zu starten.

Sollten alle Produkte in eine einzige Performance-Max-Kampagne, oder in getrennte?

Getrennte Kampagnen, sobald ein Produkt validiert ist. Budget-Tempo und Gebotsziele funktionieren auf Kampagnenebene — einen getesteten Gewinner mit unbewiesenen SKUs in derselben Asset Group zu mischen, verrechnet sein Signal mit schwächeren Produkten, statt ihn anhand seiner eigenen Zahlen skalieren zu lassen.