KI-Marketingagentur für den E-Commerce: So wählen Sie richtig

Eine KI-Marketingagentur für den E-Commerce ist eine Agentur, die über den Werbeplattformen eine eigene Ebene betreibt, die an Daten zu Marge, Lagerbestand, Retouren und Kundenwert angebunden ist. Sie optimiert weder auf den billigen Klick noch auf den ausgewiesenen ROAS, sondern auf den Gewinn pro Bestellung. Prüfen können Sie das, indem Sie fragen, woher die Margendaten stammen und wie Inkrementalität gemessen wird.

Warum sich diese Frage in den letzten zwei Jahren verändert hat

Bis vor Kurzem haben Sie bei einer Agentur vor allem Ausführung eingekauft. Jemand saß im Konto, ergänzte Keywords, schloss Suchanfragen aus und verschob Gebote von Hand. Diese Arbeit ist heute größtenteils in die Automatik der Plattformen gewandert, und sie erledigt sie gut. Google und Meta verfügen über Modelle, die Signale sehen, die kein Mensch in einer Tabelle je zu Gesicht bekommt.

Damit hat sich die Frage verändert, die ein E-Commerce-Inhaber stellen sollte. Nicht, ob die Agentur eine Kampagne aufsetzen kann, sondern welche Daten sie dieser Kampagne schickt und woran sie erkennt, dass es gewirkt hat.

Dazu kam eine zweite Verschiebung, bei der Sichtbarkeit. Ahrefs maß im Februar 2026 einen Rückgang der Klickrate um 58 % bei Suchanfragen mit AI Overviews, und der Anteil der Suchen ohne Klick erreichte in den USA 58,5 % (Studienübersicht: https://arvow.com/blog/ai-overviews-statistics-2026). Produktdaten, Content und Feed sind damit zur gemeinsamen Grundlage für organische und bezahlte Sichtbarkeit geworden. Als zwei getrennte Mandate lassen sie sich nicht mehr bearbeiten.

Was eine KI-Marketingagentur für den E-Commerce anders macht als eine Agentur mit KI-Tools

Das sind zwei verschiedene Dinge, und in den Suchergebnissen verschwimmen sie zu einem. Das Erste ist KI innerhalb der Plattform: Smart Bidding, Performance Max, Advantage+. Sie ist hervorragend in dem, was sie tut, nämlich im Einkauf von Werbeplätzen in Echtzeit. Sie hat allerdings eine Einschränkung, und die ist kein Fehler. Sie optimiert exakt auf das, was Sie ihr schicken.

Das Zweite ist eine KI-Ebene über den Plattformen. Sie konkurriert nicht mit dem Bidding, sondern entscheidet, welches Signal überhaupt in es hineinläuft. Sie sieht SKU, Einkaufspreis, Versand, Zahlungsgebühren, Retourenquote und den Wert wiederkehrender Kunden. Dieselbe Ebene kontrolliert anschließend auch Produktfeed, Titel und Kreation, denn dort ist der Hebel am größten.

Der Unterschied ist messbar, nicht philosophisch. Schicken Sie der Plattform den Bestellwert, lernt sie, Bestellungen zu finden. Schicken Sie ihr den Gewinn nach Retouren, lernt sie, Gewinn zu finden. In den meisten Shops, die wir gesehen haben, sind das nicht dieselben Produkte.

Was die Daten sagen

Die Optimierung auf Gewinn ist kein Agenturtrick, sondern eine offiziell unterstützte Funktion. Google Ads berechnet den Bruttogewinn als Umsatz minus COGS und verlangt dafür das Attribut cost_of_goods_sold im Feed des Merchant Center (https://support.google.com/google-ads/answer/14943482). Das Margen-Reporting funktioniert nur in Kombination mit Conversions with Cart Data, also mit der Übergabe des Warenkorbinhalts auf SKU-Ebene (https://support.google.com/sa360/answer/13424777). Entweder ist das angebunden oder nicht. Prüfen lässt es sich in zehn Minuten.

Die zweite Ebene sind Retouren. Die NRF gibt an, dass rund 19,3 % der Online-Bestellungen zurückgehen, bei Bekleidung 20 bis 40 % (https://nrf.com/research/2025-retail-returns-landscape). Google bietet dafür Conversion Adjustments vom Typ RESTATE und RETRACT mit einem Fenster von 55 Tagen ab der ursprünglichen Conversion (https://support.google.com/google-ads/answer/7686447). Ohne sie lernt der Algorithmus auf einem Umsatz, den der Shop real nie hatte.

Das Dritte ist die Messung des Beitrags. Ein klassisches eBay-Experiment, veröffentlicht in Econometrica, zeigte, dass bei Suchanfragen mit dem Wort eBay rund 99,5 % des Traffics aus bezahlten Brand-Anzeigen auch ohne diese gekommen wären. In einem neueren Datensatz aus 225 Geo-Tests von DTC-Marken lag der Median des inkrementellen ROAS bei Brand Search bei 0,70x, also unterhalb der Rentabilitätsschwelle (https://searchengineland.com/incrementality-testing-advertising-winners-losers-442852). Google selbst hat Meridian veröffentlicht und im Mai 2026 Meridian GeoX, offene Geo-Experimente, deren Ergebnisse das Modell kalibrieren. Das ist ein Eingeständnis, dass Attribution allein für Budgetentscheidungen nicht ausreicht.

Und das Vierte überrascht die meisten. Nielsen schrieb in der Analyse von rund 500 Kampagnen der Kreation 47 % des Werbebeitrags zum Absatz zu, dem Targeting dagegen 9 % (https://www.marketingcharts.com/advertising-trends-230468). Der größte Hebel ist also nicht das Bidding. Es ist das Tempo, in dem Sie Kreation und Produktdaten testen können.

Unsere Position

Der Konsens in der Branche lautet, dass man KI mit manuellen Signalen, Zielgruppen und Ausschlüssen an der kurzen Leine halten muss und dass die Steuerungsmetrik ROAS oder CPA heißt. Wir behaupten in beiden Punkten das Gegenteil, und wir haben Gründe dafür.

Erstens. Schränken Sie Signale weniger ein, korrigieren Sie dafür die Inputs mehr. Optmyzr hat 9 199 Konten und 24 702 Performance Max Kampagnen ausgewertet. Audience Signals nutzen 92 % der Werbetreibenden, und ihre Konten schnitten in den meisten Metriken schlechter ab, Search Themes nutzen 71 % mit überwiegend negativem Effekt, und 58 % der Werbetreibenden erzielten ganz ohne Ausschlüsse gleich gute oder bessere Ergebnisse (https://www.optmyzr.com/blog/performance-max-2025-updates-study-analysis/). Bekommt die Plattform ein sauberes Gewinnsignal, braucht sie niemanden, der ihr von außen die Zielgruppe errät.

Zweitens. Die Steuerungsmetrik muss der Gewinn pro Bestellung nach Retouren und Versand sein, nicht der Umsatz. In den Katalogen, die wir durchgegangen sind, unterschied sich die Bruttomarge zwischen Kategorien regelmäßig um das Dreifache. Das Budget wandert dann systematisch zu Produkten mit hohem Umsatz und niedriger Marge, während der Report großartig aussieht. Das ist der einzige Grund, warum unsere Engine als eigene Ebene über Google, Meta und TikTok existiert. Nicht, weil die Plattformen etwas falsch machen, sondern weil sie über Ihren Einkaufspreis und Ihre Retouren nichts wissen, solange wir es ihnen nicht sagen.

Drittens. Nicht KI gegen Mensch, sondern unabhängige Messung über der Plattform. Meta nennt bei der Optimierung auf inkrementelle Conversions einen Lift von rund 46 %, der unabhängige Datensatz von Haus aus 640 Inkrementalitätstests über 18 Monate sagt dagegen, dass 58 % der Marken einen höheren inkrementellen ROI mit manuellen Kampagnen erzielten und dass die Automatik ihren eigenen Beitrag um etwa 12 Prozentpunkte überschätzte (https://news.marketecture.tv/p/meta-advantage-plus-and-incrementality-findings-from-640-tests-2d1d). Beide Zahlen können stimmen, sie messen nur unterschiedliche Konten. Deshalb glauben wir keiner von beiden ohne einen Test auf Ihren Daten.

Die Zahlen, mit denen wir das belegen können, sind konkret. Beim Shop Zlatá Putňa sahen wir ein Umsatzplus von 45,8 % und ein Sichtbarkeitsplus von 574 %, bei Jankiv Siblings +583 % Engagement, bei Domintell +272 % Besucher. ROAS bis +300 % ist die Obergrenze, die wir erreicht haben, kein Durchschnitt und kein Versprechen. Erreicht haben wir sie bei einem Katalog mit guten Margendaten und mit Spielraum für wachsende Budgets. Bei einem Shop, dessen Marge nicht im System liegt, sagen wir ein solches Ergebnis nicht zu.

So gehen Sie vor: sieben Schritte und fünf Fragen

Die Reihenfolge der Schritte ist nicht beliebig, jeder weitere baut auf dem vorherigen auf.

1. Bringen Sie die COGS in den Feed. Google erlaubt ausdrücklich auch eine Schätzung, etwa 80 % des Preises, damit das Reporting überhaupt anläuft. Die Genauigkeit ergänzen Sie später.

2. Aktivieren Sie die Übergabe des Warenkorbinhalts. Ohne Daten auf SKU-Ebene ist die Marge nicht messbar.

3. Binden Sie Retouren über Conversion Adjustments an. Bei 20 % Retouren ist das die günstigste Korrektur im ganzen Konto.

4. Ergänzen Sie den Kundenwert. Customer Lifecycle Goals und der Modus New Customer Value können dem Erstkauf eines neuen Kunden einen zusätzlichen Wert zurechnen (https://support.google.com/google-ads/answer/12080169).

5. Räumen Sie Feed und Produktdaten auf. Titel, Attribute, GTIN, Bilder. Dieselbe Arbeit hebt auch die organische Sichtbarkeit.

6. Beschleunigen Sie die Kreation. Wenn Nielsen der Kreation 47 % der Wirkung zuschreibt, ist die Zahl getesteter Varianten pro Monat ein echtes KPI.

7. Messen Sie Inkrementalität. Geo Holdout oder User-Level Holdout, mindestens im Brand Search und auf einem Hauptkanal.

Fünf Fragen, die Sie jeder Agentur stellen sollten, uns eingeschlossen. Woher nehmen Sie die Daten zu meiner Marge, und was ist darin alles eingerechnet? Sehe ich in die Entscheidungen Ihrer KI hinein, gibt es also ein Log, wer wann warum das Budget verändert hat? Wem gehören Werbekonten, Conversion-Daten und Zielgruppen, wenn die Zusammenarbeit endet? Wie belegen Sie, dass der Umsatz nicht auch ohne Werbung gekommen wäre? Und was kostet das Ganze, aufgeschlüsselt nach Setup, monatlichem Fee und Anteil am Werbebudget?

Die fünfte Frage ist ein Charaktertest. Den Preis nennen wir im ersten Gespräch, nicht nach drei E-Mails. Wenn ihn jemand verschweigt, liegt das in der Regel nicht daran, dass er niedrig ist.

Wann das alles nicht gilt

Bei geringem Datenvolumen ist dieser ganze Aufbau überflüssig. Hat ein Shop im Bereich von einigen Dutzend Conversions pro Monat, hat das Modell nichts, woran es lernen kann, und die Gewinnoptimierung endet als präzisere Messung von Rauschen. Dann investieren Sie besser in Produkt, Feed und Kreation und halten die Werbung einfach.

Wenn Sie ein einziges Produkt mit einer einzigen Marge verkaufen, bringt Ihnen POAS nichts. Der gesamte Vorteil entsteht aus den Unterschieden im Katalog.

Inkrementalitätstests sind nicht umsonst. Ein Geo Holdout bedeutet, dass Sie die Werbung in einem Teil des Marktes abschalten, und bei einem saisonalen Shop ist ein kurzer Test häufig sinnlos. Die Empfehlungen reichen von wenigen Wochen bis zu drei bis sechs Monaten bei längeren Kaufzyklen. Das ist der reale Preis für Sicherheit, und man sollte ihn vorher aussprechen.

Es gibt außerdem einen Konflikt, den keine Tabelle löst. Die Optimierung auf kurzfristigen Gewinn drängt zum engstmöglichen Targeting, während die Schule von Ehrenberg-Bass zeigt, dass Wachstum aus der Ansprache der gesamten Käuferkategorie kommt. Bei einem Shop, der seine Marke in zwei Jahren verdoppeln will, kollidieren diese beiden Logiken. Wir lösen das über eine Budgetaufteilung und über das Eingeständnis, dass sich der zweite Teil schlechter messen lässt.

Und zum Schluss eine offen benannte Unsicherheit. Wir wissen nicht, wie sich das Verhältnis von bezahlter und organischer Sichtbarkeit nach der nächsten Welle von KI-Ergebnissen in der Suche verschieben wird. Ebenso gilt, dass 70 % der PPC-Manager, die KI-Modelle einsetzen, Probleme mit der Qualität der Ergebnisse melden (https://www.searchenginejournal.com/ppc-trends-2026-ai-automation-and-the-fight-for-visibility/558870/). Deshalb werden bei uns Budget, Marke und der Einsatz von Kreation von einem Menschen freigegeben. Die Automatik schlägt vor, der Mensch unterschreibt.

Was Sie mitnehmen sollten

Eine KI-Agentur erkennt man nicht daran, wie oft sie das Wort KI schreibt. Man erkennt sie daran, ob sie zeigen kann, auf welchen Daten ihr System läuft, welche Entscheidungen es selbst trifft und welche ein Mensch freigibt. Alles andere ist eine Formulierung auf einer Website.

Wenn Sie wissen wollen, ob sich in Ihrem Katalog der Unterschied zwischen Umsatz und Gewinn verbirgt, gehen wir das gemeinsam durch. Eine unverbindliche 30-minütige Beratung, in der wir ins Konto schauen, sagen, was in den Daten fehlt, und das Potenzial einschätzen. Ohne Präsentation und ohne Verpflichtung zur Fortsetzung.

Häufige Fragen

Woran erkenne ich, dass eine Agentur KI wirklich einsetzt und nicht nur darüber spricht?

Fragen Sie nach drei konkreten Dingen: welche Daten ihr System sieht (SKU, Einkaufspreis, Lagerbestand, Retouren, Kundenwert), wie oft es entscheidet und ob es ein Entscheidungs-Log gibt, in das Sie Einsicht haben. Eine Agentur, die KI nur zum Texten nutzt, scheitert schon an der ersten Frage. Eine überprüfbare Antwort dauert eine Minute.

Was ist POAS, und ist er besser als ROAS?

POAS ist die Rendite der Werbeausgaben, berechnet auf Basis des Gewinns statt des Umsatzes. Bei einem Shop mit unterschiedlichen Margen ist er als Steuerungsmetrik besser als ROAS, weil er verhindert, dass Budget zu Produkten mit hohem Umsatz und niedriger Marge abfließt. Er ersetzt jedoch weder den Blick auf die gesamte GuV noch die Messung der Inkrementalität.

Wie viele Daten braucht ein Shop, damit Gewinnoptimierung sinnvoll ist?

Praktisch brauchen Sie ein stabiles Conversion-Volumen, an dem das Modell lernen kann, und einen Katalog mit unterschiedlichen Margen. Bei einigen Dutzend Conversions pro Monat oder bei einem einzigen Produkt mit einer einzigen Marge deckt der Nutzen den Aufwand für die Datenarbeit nicht. Dann investieren Sie besser in Feed, Kreation und Produkt.

Wie lässt sich prüfen, ob Werbung wirklich zusätzlichen Umsatz gebracht hat?

Der einzige verlässliche Beleg ist ein Experiment: Geo Holdout, User-Level Holdout oder ein durch Tests kalibriertes Marketing-Mix-Modell. Die Zahlen im Interface der Plattform sagen, wem der Kredit zugeschrieben wurde, nicht, was ohne Werbung passiert wäre. Das eBay-Experiment zeigte, dass rund 99,5 % des Traffics aus Brand-Anzeigen auch ohne sie gekommen wären.

Wem sollten Werbekonten und Daten nach dem Ende der Zusammenarbeit gehören?

Dem Kunden. Werbekonten, Conversion-Daten, Zielgruppen und die Lernhistorie gehören dem Shop, nicht der Agentur. Ein Wechsel auf ein neues Konto bedeutet den Verlust der Historie, auf der automatisches Bidding aufbaut, und faktisch einen Neustart der Performance. Halten Sie die Kontoinhaberschaft schon vor der ersten Kampagne im Vertrag fest.

Brauche ich exakte Margendaten, um starten zu können?

Nein. Google selbst erlaubt den Start mit geschätzten COGS, etwa als fester Prozentsatz vom Produktpreis, damit das Reporting anläuft. Der richtige Weg ist die schrittweise Verfeinerung um Versand, Zahlungsgebühren, Verpackung und Retourenquote. Das Projekt zu verschieben, bis die Marge perfekt ist, kostet mehr, als mit einer Schätzung zu beginnen.