Lookalike Audiences – Ähnliche Zielgruppen algorithmisch finden

Lookalike Audiences (auch: Similar Audiences) sind algorithmisch erstellte Zielgruppen, die Nutzern ähneln, die bereits mit einem Unternehmen interagiert oder gekauft haben – erstellt durch Plattform-KI auf Basis von Verhaltens- und Profilmerkmalen.

Rubrik: Online-Marketing & Content · Unterrubrik: Performance Marketing · Niveau: Einsteiger Synonyme / Auch bekannt als: Similar Audiences, Ähnliche Zielgruppen, Lookalike Targeting, Seed Audience Expansion

Was ist Lookalike Audiences?

Lookalike Audiences ermöglichen es Werbetreibenden, neue potenzielle Kunden zu erreichen, die statistisch gesehen ähnliche Merkmale aufweisen wie bestehende Kunden oder Website-Besucher. Basis ist immer eine sogenannte Seed Audience – eine Quelldatei aus echten Nutzern (z.B. Kundenliste, Käufer, Newsletter-Abonnenten). Die Plattform-KI analysiert diese Quelle, identifiziert gemeinsame Merkmale und sucht im gesamten Nutzerbestand nach Personen mit ähnlichem Profil. Lookalike Audiences sind ein zentrales Tool zur effizienten Neukundengewinnung.

Erklärung

Funktionsweise:

1. Seed Audience definieren: Kundendaten werden als Custom Audience hochgeladen (gehashte E-Mail-Adressen, Telefonnummern, Nutzer-IDs) oder aus Platform-Events generiert (Käufer, Formular-Ausfüller, Video-Viewer).
2. Algorithmische Analyse: Die Plattform-KI analysiert hunderte von Signalen: demografische Merkmale, Interessen, Online-Verhalten, App-Nutzung, Kaufverhalten (plattformabhängig).
3. Ähnlichkeitsscore: Nutzer erhalten einen Score, wie stark sie der Seed Audience ähneln.
4. Prozentualer Ähnlichkeitsgrad: Werbetreibende wählen, wie eng (1 %) oder breit (10 %) die Lookalike sein soll.

Lookalike-Größe und Trade-off:

• 1 % Lookalike = sehr ähnlich, kleine Zielgruppe, höhere Konversionswahrscheinlichkeit, höherer CPM
• 10 % Lookalike = breiter, größere Reichweite, etwas weniger präzise
• Für Skalierung oft 1–3 % als Kern-Targeting, 5–10 % für Reichweitenausbau

Plattform-Unterschiede (2024):

• Meta Lookalike Audiences: Stärkste Verbreitung, sehr leistungsfähig. Seed-Größe: min. 100 Personen, empfohlen 1.000–5.000. Größe der Lookalike-Audience wählbar (1–10 % der Zielbevölkerung im Zielland). Seit iOS 14 ist die Qualität leicht gesunken durch weniger Signale.
• Google Similar Audiences: Google hat Similar Audiences für Display und YouTube 2023 abgekündigt und durch KI-optimierte Targeting-Lösungen (Optimiertes Targeting, Performance Max Audience Signals) ersetzt.
• LinkedIn Lookalike Audiences: Besonders wertvoll für B2B, da auf Basis professioneller Daten. Seed: min. 300 Mitglieder. Ergebnis-Lookalike: typischerweise 15–50 × so groß wie die Seed.
• TikTok Lookalike Audiences: Gut für jüngere Zielgruppen, Seed min. 1.000 Nutzer empfohlen.
• Amazon DSP / Retail: Auf E-Commerce-Käuferdaten spezialisierte Lookalikes, besonders effektiv für Produktkategorien.

Qualität der Seed Audience bestimmt alles:

• Schlechte Seed (z.B. alle Website-Besucher, unqualifiziert) → schlechte Lookalike
• Beste Seeds: tatsächliche Käufer, hochwertige Leads, Newsletter-Abonnenten mit hoher Öffnungsrate, LTV-segmentierte Top-Kunden

Datenschutz und DSGVO: Das Hochladen von Kundenlisten erfordert eine valide Rechtsgrundlage nach DSGVO (typischerweise berechtigtes Interesse oder Einwilligung) und korrekte Information der Kunden in der Datenschutzerklärung. Die Daten werden vor dem Upload gehasht (SHA-256), um eine direkte Identifizierbarkeit zu vermeiden.

Beispiele

1. E-Commerce Neukundengewinnung: Ein Online-Shop exportiert 5.000 E-Mail-Adressen seiner besten Käufer (Top 20 % nach Umsatz) als Seed für eine 1 %-Lookalike auf Meta. Der ROAS dieser Kampagne liegt 42 % höher als bei Interest-Targeting-Kampagnen.
2. B2B SaaS: Ein CRM-Anbieter nutzt seine 800 zahlenden Kunden als Seed-Liste auf LinkedIn und erstellt eine Lookalike auf DACH-Unternehmen. CPL sinkt von 45 € auf 31 € im Vergleich zu manuell erstelltem Job-Title-Targeting.
3. App Install Kampagne: Eine Fitness-App nutzt die Top-100-Nutzer (höchste In-App-Käufe) als Seed für TikTok-Lookalike. Cost per Install: 1,20 € vs. 2,80 € bei allgemeinem Interest-Targeting.
4. Typischer Fehler – Schlechte Seed Quality: Ein Unternehmen lädt alle 50.000 Newsletter-Abonnenten als Seed hoch, ohne nach Engagement zu filtern. Da 40 % der Liste inaktiv ist, ist die Lookalike unscharf – der ROAS fällt enttäuschend aus. Lösung: Nur engagierte Nutzer (geöffnet in letzten 90 Tagen) als Seed verwenden.
5. Best Practice – LTV-Segmentierung: Ein Reiseveranstalter segmentiert seine Kunden nach Customer Lifetime Value und erstellt drei separate Lookalike-Audiences: Gelegenheitskäufer, Wiederkäufer und High-Value-Kunden. Jede Gruppe erhält angepasste Anzeigenmotive. Konversionsrate der High-Value-Lookalike: 3× höher als Standard-Audience.

In der Praxis

Schritt-für-Schritt auf Meta:

1. Business Manager öffnen → Audiences → Custom Audience erstellen
2. Customer List hochladen (CSV mit gehashten E-Mails) oder Event-basierte Audience wählen (Käufer der letzten 180 Tage)
3. Warten bis Audience verarbeitet (12–48 Std.)
4. Lookalike Audience erstellen: Quelle = Custom Audience → Land auswählen → Ähnlichkeit 1 %
5. In Kampagne als Zielgruppe einsetzen, zusätzliche demografische Filter nur wenn nötig (weniger ist mehr)
6. Erste 1–2 Wochen: Beobachtung ohne Eingriffe, damit Algorithmus lernen kann
7. Skalierung: Lookalike auf 2–3 % ausweiten, wenn Ergebnisse gut

Budget: Lookalike funktioniert ab 20–30 €/Tag, optimal ab 50 €/Tag für ausreichend Lernphase.

Vergleich & Abgrenzung

Lookalike vs. Interest Targeting: Lookalike nutzt echte Kundendaten als Signal und ist oft präziser. Interest Targeting (auf Basis von Plattform-deklarierten Interessen) ist einfacher einzurichten, aber weniger auf die eigene Zielgruppe zugeschnitten. Lookalike vs. Retargeting: Retargeting richtet sich an bereits bekannte Nutzer (Website-Besucher, Warenkorbabbrecher), Lookalike erschließt neue Zielgruppen. Beide Strategien ergänzen sich im Full-Funnel.

Häufige Fragen (FAQ)

Wie groß muss meine Seed Audience sein? Meta empfiehlt mindestens 1.000–5.000 Personen für aussagekräftige Lookalikes. Mit weniger als 100 Personen ist das Ergebnis statistisch unzuverlässig. Qualität übertrumpft Quantität: 500 echte Käufer sind wertvoller als 10.000 unqualifizierte Newsletter-Abonnenten.

Funktionieren Lookalike Audiences auch ohne Third-Party Cookies? Ja – Lookalike Audiences auf Meta und LinkedIn funktionieren unabhängig von Cookies, da sie auf plattformeigenen Nutzerprofilen basieren. Lookalikes, die auf Website-Traffic-Basis erstellt werden (via Pixel), sind jedoch durch Cookie-Verluste weniger präzise. First-Party Data Uploads (CRM-Daten) werden daher immer wichtiger.

Verwandte Einträge

• Meta Ads Grundlagen
• Retargeting
• First-Party Data
• Attribution Modelle
• Consent Management

Weiterführend

• Meta Business Help Center – Lookalike Audiences:
• LinkedIn Help – Lookalike Audiences:
• Killian, K. / Langner, S. (2022): Online-Kommunikation. Springer Gabler.
• t3n Magazin:
• OMT-Podcast: Folge zu Custom & Lookalike Audiences