Lookalike Audience auf Facebook: Der Leitfaden für 2026

Wenn Sie Zeit mit Facebook Ads verbracht haben, wissen Sie, dass Lookalike Audience Facebook Targeting lange als Goldstandard für die Gewinnung neuer Kunden galt. 2026 bleiben Lookalikes ein leistungsstarkes Tool, aber die Art, wie Sie sie aufbauen und einsetzen, hat sich deutlich verändert. Die Algorithmus-Verbesserungen von Meta bedeuten, dass Lookalike Audiences heute auf Weisen mit Broad Targeting und Advantage+ konkurrieren, die noch vor zwei Jahren nicht möglich waren.

Dieser Leitfaden zeigt Ihnen genau, wie Sie LAL Facebook Kampagnen in der aktuellen Landschaft erstellen, testen und optimieren — inklusive der Frage, wann Sie sie einsetzen und wann Sie sie komplett überspringen sollten.

---

Wie Lookalike Audiences heute funktionieren

Eine Lookalike Audience beginnt mit einem Seed — einer Custom Audience Ihrer bestehenden Kunden, Leads oder engagierten Nutzer. Facebook analysiert die Muster innerhalb dieses Seeds (Demografie, Interessen, Verhalten und Hunderte versteckter Datenpunkte) und findet neue Nutzer, die diesen Mustern entsprechen.

Was sich 2026 geändert hat

Die bedeutsamste Veränderung: Lookalikes werden jetzt als Zielgruppen-Empfehlungen behandelt statt als feste Grenzen. Da Advantage+ Audience Expansion standardmäßig aktiviert ist, startet Meta mit Ihrer Lookalike, expandiert aber darüber hinaus, wenn bessere Interessenten außerhalb Ihrer definierten Zielgruppe existieren.

Das bedeutet, dass die Qualität Ihres Seeds wichtiger ist als je zuvor. Der Seed bestimmt, wo der Algorithmus seine Suche beginnt, selbst wenn er letztlich weiter sucht.

Für eine vollständige Übersicht aller heute verfügbaren Targeting-Optionen lesen Sie unseren vollständigen Leitfaden zum Audience Targeting.

---

Hochwertige Seed Audiences aufbauen

Ihre Lookalike ist nur so gut wie die Daten, die sie speisen. Die Qualität Ihrer Seed Audience bestimmt direkt die Qualität der Personen, die Facebook findet.

Beste Seed-Quellen (nach Performance geordnet)

1. Käufer oder Konvertierer — Personen, die tatsächlich gekauft oder Ihre gewünschte Aktion abgeschlossen haben
2. High-Value-Käufer — die oberen 10–20 % der Käufer, gefiltert nach LTV oder Bestellwert
3. Lead-Formular-Abschlüsse — Personen, die ihre Daten eingereicht haben
4. Add-to-Cart oder High-Intent-Events — starke Intent-Signale
5. E-Mail-Abonnenten-Listen — insbesondere engagierte Segmente mit Öffnungs-/Klickaktivität
6. Website-Besucher auf Schlüsselseiten — Besucher von Preis-, Demo- oder Produktseiten

Profi-Tipp: Laden Sie Kundenlisten mit angehängten Kaufwerten hoch. Facebook gewichtet die Lookalike in Richtung Nutzer, die Ihren wertvollsten Käufern ähneln, nicht Ihren durchschnittlichen. Dieser wertbasierte Ansatz kann den ROAS um 20–40 % verbessern verglichen mit Standard-Seed-Audiences.

Richtlinien zur Seed-Größe

Häufige Seed-Fehler

• Alle Website-Besucher verwenden — zu breit, verwässert das Signal mit Personen, die nach Sekunden abgesprungen sind
• Veraltete Daten einbeziehen — Seeds älter als 180 Tage enthalten überholte Muster
• Intent-Stufen mischen — Käufer mit gelegentlichen Seitenbesuchern zu kombinieren, verwirrt den Algorithmus

Strategien zum Aufbau der Custom Audiences, die Ihre Lookalikes speisen, finden Sie in unserem fortgeschrittenen Leitfaden zu Custom Audiences.

---

Lookalike-Prozentsätze testen

Der gewählte Prozentsatz bestimmt, wie ähnlich Ihre Lookalike Audience Ihrem Seed ist. Den richtigen Prozentsatz zu finden, erfordert strukturiertes Testen.

Das Test-Protokoll

Schritt 1: Erstellen Sie eine einzelne Kampagne mit CBO (Campaign Budget Optimization).

Schritt 2: Fügen Sie 3–4 Anzeigengruppen hinzu, die jeweils einen anderen LAL-Prozentsatz desselben Seeds ansprechen:

• Anzeigengruppe 1: 1 % LAL
• Anzeigengruppe 2: 2 % LAL
• Anzeigengruppe 3: 3–5 % LAL
• Anzeigengruppe 4: Broad Targeting (keine Zielgruppendefinition)

Schritt 3: Verwenden Sie identisches Werbemittel über alle Anzeigengruppen.

Schritt 4: Lassen Sie den Test 7–14 Tage mit ausreichend Budget für 50+ Conversions pro Anzeigengruppe laufen.

Schritt 5: Vergleichen Sie CPA, ROAS und Lead-Qualität über alle vier.

Profi-Tipp: Ziehen Sie keine Schlüsse, bevor jede Anzeigengruppe 50 Conversions erreicht hat. Unter dieser Schwelle sind Ihre Daten Rauschen, kein Signal.

Typische Ergebnisse nach Budgethöhe

---

Lookalikes vs. Broad Targeting

Die Frage, die jeder Werbetreibende 2026 stellt: Sind Lookalikes überhaupt noch notwendig?

Wann Lookalikes gewinnen

• Wenig Pixel-Daten — weniger als 500 Conversion-Events bedeutet, dem Algorithmus fehlt das Signal für Broad Targeting
• Nischenprodukte — eine enge Zielgruppe profitiert von der Richtung, die eine Lookalike vorgibt
• Neue Werbekonten — keine historischen Daten bedeutet, Broad Targeting hat keine Grundlage
• Spezifische Regionen — das Targeting bestimmter Städte oder Regionen profitiert von fokussiertem Matching

Wann Broad gewinnt

• Ausgereifte Pixel mit 1.000+ Conversions — der Algorithmus kennt bereits Ihr Konvertierer-Profil
• Massenmarktprodukte — Broad erlaubt dem Algorithmus, Segmente zu erkunden, auf die Sie nie kommen würden
• Hohe Tagesbudgets — maximaler Spielraum, um die günstigsten Conversions zu finden
• Advantage+ Kampagnen — konzipiert für optimale Performance mit Broad oder ohne Zielgruppeneingaben

Die praktische Antwort

Testen Sie beides. Platzieren Sie eine Lookalike-Anzeigengruppe und eine Broad-Anzeigengruppe mit identischem Werbemittel in derselben CBO-Kampagne. Lassen Sie die Daten entscheiden, was für Ihr spezifisches Produkt, Ihren Preis und Ihren Markt funktioniert. Wiederholen Sie den Test alle 30–60 Tage, während Ihr Pixel reift.

---

Fortgeschrittene Lookalike-Strategien

Sobald die Grundlagen stehen, treiben diese Taktiken die Performance weiter voran.

Interest Stacking

Legen Sie Interest-Targeting über eine Lookalike, um die Zielgruppe einzugrenzen:

• 3 % LAL von Käufern UND interessiert an „Digital Marketing"
• 2 % LAL von High-Value-Käufern UND interessiert an „E-Commerce"

Dies reduziert die Reichweite, erhöht aber die Relevanz. Setzen Sie es ein, wenn breitere LALs nicht effizient konvertieren.

Tests mit mehreren Seeds

Erstellen Sie separate Lookalikes aus verschiedenen Seed Audiences und testen Sie sie gegeneinander:

• LAL aus E-Mail-Abonnenten vs. LAL aus Website-Käufern
• LAL aus 30-Tage-Konvertierern vs. LAL aus 180-Tage-Konvertierern
• LAL aus High-Ticket-Käufern vs. LAL aus allen Käufern

Verschiedene Seeds produzieren verschiedene Lookalikes mit unterschiedlichen Performance-Merkmalen. Der Gewinner ist selten derjenige, den Sie erwarten.

Exclusion Layering

Schließen Sie bestehende Kunden und kürzliche Konvertierer immer aus Lookalike-Kampagnen aus. Schließen Sie auch Ihre Retargeting-Zielgruppen aus — diese gehören in separate Kampagnen mit maßgeschneidertem Werbemittel. Für ein vollständiges Retargeting-Framework lesen Sie unseren Retargeting-Strategie-Leitfaden.

---

Lookalike-Tests im großen Maßstab verwalten

Mehrere LAL-Prozentsatz-Tests über verschiedene Seeds hinweg mit korrekter Werbemittel-Isolation durchzuführen, wird schnell komplex. Das Dashboard von AdRow ermöglicht es Ihnen, alle Ihre Lookalike-Anzeigengruppen nebeneinander zu überwachen — mit Vergleich von CPL, ROAS und Qualitätsmetriken über Seeds und Prozentsätze in einer einheitlichen Übersicht.

In Kombination mit automatisierten Regeln, die unterdurchschnittliche LAL-Anzeigengruppen pausieren und Gewinner basierend auf Ihren CPL-Schwellenwerten skalieren, können Sie umfassende Lookalike-Tests ohne tägliche manuelle Aufsicht durchführen.

Für die umfassendere Lead-Generierungs-Strategie, die Lookalikes in ein Full-Funnel-System einbettet, lesen Sie unser Meta Lead-Generierung Kampagnen-Playbook.

---

Wichtige Erkenntnisse

1. Lookalikes funktionieren noch, aber ihre Rolle hat sich verändert — sie sind Zielgruppensignale, keine festen Grenzen, insbesondere mit aktivierter Advantage+ Expansion
2. Seed-Qualität ist alles — verwenden Sie Käufer- oder High-Value Custom Audiences, nicht alle Website-Besucher
3. Testen Sie Prozentsätze methodisch — führen Sie 1 %, 2–3 % und Broad in derselben CBO-Kampagne mit identischem Werbemittel aus
4. Broad Targeting übertrifft LALs im großen Maßstab — sobald Ihr Pixel ausgereift ist und die Budgets hoch sind, übertrifft der Algorithmus oft manuelle Zielgruppendefinitionen
5. Kombinieren Sie für mehr Präzision — Interest Stacking, mehrere Seed-Quellen und Exclusion Layering verfeinern die Performance, wenn breitere LALs nicht ausreichen