Microsoft Ads Optimization Experiments: A/B-Tests richtig planen

Eine neue Gebotsstrategie verspricht mehr Leads, ein anderes Targeting soll Streuverluste reduzieren, eine neue Anzeige könnte mehr qualifizierte Anfragen bringen. Wer solche Änderungen direkt in laufenden Microsoft-Advertising-Kampagnen umsetzt, kann hinterher oft nicht unterscheiden, ob die Massnahme gewirkt hat oder ob sich Nachfrage, Wettbewerb und Saisonalität verändert haben. Optimization Experiments ermöglichen einen kontrollierteren Vergleich. Entscheidend ist allerdings nicht der Test-Button, sondern die Frage, die ein PPC-Team vor dem Start festlegt.

Was Microsoft tatsächlich neu anbietet

Microsoft Advertising hat Optimization Experiments am 30. September 2026 für Search-, Shopping-, Audience- und Performance-Max-Kampagnen als allgemein verfügbar angekündigt. Laut Microsoft lassen sich Änderungen an Bidding, Targeting, Creatives und weiteren Einstellungen als A/B-Test gegen die Ausgangskonfiguration untersuchen. Eine gemeinsame Ergebnisseite stellt Original und Experiment gegenüber. Eine erfolgreiche Variante kann anschliessend auf die Ausgangskampagne angewendet oder für eine neue Kampagne verwendet werden.

Das ist eine Aussage über die verfügbare Testfunktion, nicht über einen garantierten Performance-Uplift. Ebenso wichtig ist die Abgrenzung zu Microsofts gesonderten PMax-Uplift-Experimenten: Dort wird der zusätzliche Beitrag einer PMax-Kampagne im Zusammenspiel mit anderen Kampagnentypen untersucht. Optimization Experiments beantworten dagegen typischerweise die Frage, ob eine konkrete Änderung gegenüber einer bestehenden Konfiguration besser funktioniert.

Vor dem Start: Eine Hypothese, eine Hauptkennzahl, eine Entscheidung

Ein gutes Experiment beginnt mit einem Satz: «Wenn wir in dieser Kampagne die Gebotsstrategie X durch Y ersetzen, verbessert sich unser Cost per Qualified Lead, ohne dass die Zahl qualifizierter Leads deutlich zurückgeht.» Darin stecken die zu ändernde Variable, die primäre Zielgrösse und eine Nebenbedingung. Dagegen ist «Wir testen mal PMax» keine ausreichende Hypothese.

Wird gleichzeitig das Bidding, die Zielgruppe und das Creative verändert, kann ein positiver Effekt nicht eindeutig einer dieser Massnahmen zugeschrieben werden. Solche Bündeltests können als Gesamtpaket sinnvoll sein, müssen aber auch als Paket bewertet werden. Für Ursachenanalyse und spätere Übertragbarkeit ist ein Test mit einer klar abgegrenzten Änderung meist hilfreicher.

Für Lead-Gen-Konten sollte die primäre Kennzahl möglichst nah am Geschäftsergebnis liegen. Ist nur der Form-Submit messbar, kann der CPL als operative Metrik dienen; bei verfügbarem CRM-Feedback sind qualifizierte Leads oder Pipeline-Werte aussagekräftiger. Das ist eine redaktionelle Mess-Empfehlung, keine automatische Funktion von Optimization Experiments. In E-Commerce-Konten können Conversion-Wert, ROAS und Deckungsbeitrag relevant sein, sofern die Datenqualität das trägt.

Fünf Prüfungen für ein belastbares Setup

1. Ausgangskampagne prüfen. Eine Kampagne mit fehlerhaftem Tracking, unstetigem Budget oder laufender Restrukturierung ist keine saubere Testbasis. Vorher Conversion-Aktionen, Attribution, Zielwerte, Kampagnenstruktur und grössere geplante Änderungen dokumentieren. Auch Consent- und Offline-Conversion-Prozesse sollten während des Tests möglichst konsistent bleiben.

2. Eignung und technische Einschränkungen prüfen. Die aktuelle Microsoft-API-Dokumentation beschreibt Experimente für Audience, Search, Shopping und Performance Max, schliesst aber unter anderem Kampagnen mit Dynamic-Search-Ads-Einstellungen, gemischte Kampagnen sowie Basiskampagnen mit gemeinsam genutztem Budget aus. Die konkrete Verfügbarkeit und mögliche UI-Einschränkungen im jeweiligen Konto vor dem Start kontrollieren. Bis zu zehn zeitlich nicht überlappende Experimente pro Basiskampagne sind dokumentiert.

3. Traffic-Split und Laufzeit bewusst festlegen. Microsoft dokumentiert einen TrafficSplitPercent zwischen 1 und 99 Prozent, der Budget und Anzeigentraffic zwischen Basis und Experiment aufteilt. Ein 50/50-Split kann bei ausreichendem Volumen einen zügigeren Vergleich ermöglichen; bei knappen Budgets ist abzuwägen, wie viel Risiko die Testvariante tragen soll. Ein konkreter Split ist keine allgemeingültige Empfehlung. Start- und Enddatum vorab festlegen und das zu erwartende Conversion-Volumen je Variante abschätzen.

4. Störfaktoren begrenzen. Während des Experiments keine zusätzlichen, nicht dokumentierten Änderungen an Geboten, Anzeigen, Landingpages oder Conversion-Tracking vornehmen. Microsoft weist darauf hin, dass Änderungen an der Ausgangskampagne nach der Erstellung – mit Ausnahmen für Budget und Status – nicht automatisch auf die Experimentkampagne übertragen werden. Dadurch können unerwartete Unterschiede entstehen. Auch saisonale Aktionen und grosse Website-Releases in der Auswertung festhalten.

5. Vorab entscheiden, wann ausgerollt wird. Vor dem Start definieren, welche minimale wirtschaftlich relevante Verbesserung benötigt wird, welche Qualitäts- und Volumenkennzahlen stabil bleiben müssen und bei welchem Risiko abgebrochen wird. Die gemeinsame Ergebnisseite ist ein Vergleichswerkzeug; eine kleine Differenz ist nicht automatisch statistisch belastbar. Bei geringer Fallzahl besser «nicht entscheidbar» dokumentieren als einen Sieger ausrufen.

Traffic-basiert oder Cookie-basiert: Warum die Zuteilung wichtig ist

Microsoft beschreibt in seiner Experiment-API zwei Zuteilungsarten. Bei TrafficBased wird jede geeignete Suche neu einer Variante zugeordnet; dieselbe Person kann bei späteren Suchanfragen beide Varianten sehen. Bei CookieBased soll eine Person innerhalb der Cookie-Zuordnung bei einer Variante bleiben. Das kann Überschneidungen reduzieren, benötigt aber unter Umständen mehr Zeit für eine belastbare Stichprobe. Die Standard-Einstellung ist laut API-Dokumentation TrafficBased. Ob und wie beide Varianten in der Oberfläche des jeweiligen Kontos angeboten werden, sollte vor dem Start geprüft werden.

Beispiel: Lead-Gen-Kampagne mit tCPA

Ein Schweizer B2B-Anbieter betreibt eine Microsoft-Search-Kampagne mit stabiler Conversion-Erfassung und importiert qualifizierte Leads aus dem CRM. Das Team möchte einen anderen Ziel-CPA testen. Die Hypothese lautet: Ein höherer tCPA erhöht die Anzahl qualifizierter Leads, ohne die Kosten je qualifiziertem Lead über den intern definierten Grenzwert zu treiben.

Das Team hält Keywords, Anzeigen, Landingpages und Zielregionen konstant und verändert im Experiment ausschliesslich den Ziel-CPA. Vor dem Start dokumentiert es das Ausgangsniveau von Spend, qualifizierten Leads, Kosten je qualifiziertem Lead und Abschlussquote. Während des Tests werden diese Kennzahlen getrennt nach Original und Experiment ausgewertet. Ist der neue tCPA mit mehr Form-Submits verbunden, aber nicht mit mehr qualifizierten Leads, ist der Rollout trotz besserem oberflächlichem CPL nicht automatisch sinnvoll.

Für eine belastbare Entscheidung muss das Team zudem die Verzögerung zwischen Lead-Eingang und CRM-Qualifizierung berücksichtigen. Wenn viele Leads erst nach mehreren Wochen qualifiziert werden, sollte der Test nicht allein nach kurzfristigen Plattform-Conversions entschieden werden. Für kleine Schweizer Märkte ist das besonders relevant, weil die Zahl qualifizierter Conversions je Variante gering sein kann.

PMax: Optimization Experiment ist nicht gleich Inkrementalitätstest

Bei Performance Max sind zwei Fragestellungen auseinanderzuhalten. «Wird unsere bestehende PMax-Kampagne durch ein anderes Creative oder eine andere Einstellung effizienter?» ist eine Konfigurationsfrage, für die ein Optimization Experiment geeignet sein kann. «Bringt PMax zusätzliche Conversions, die wir ohne PMax nicht erzielt hätten?» ist eine Inkrementalitätsfrage. Microsoft beschreibt dafür separat Uplift Experiments. Ein gewöhnlicher Variantenvergleich beantwortet die zweite Frage nicht automatisch, weil beide Varianten innerhalb des bestehenden Kampagnensystems wirken.

Nach dem Test: Ergebnis sichern und nur dann ausrollen

Nach Testende sollten Teams die Hypothese, den Zeitraum, die tatsächlich geänderte Variable, den Split, die Primärkennzahl, mögliche Störungen und die Entscheidung dokumentieren. Bei klar positivem und wirtschaftlich relevantem Ergebnis kann die getestete Änderung gemäss Microsoft auf die Basiskampagne angewendet oder in eine neue Kampagne übernommen werden. Bei unklaren Ergebnissen ist eine Wiederholung oder ein engerer Testzuschnitt oft sinnvoller als ein Rollout auf Verdacht.

Ein naheliegender Anwendungsfall sind Änderungen an automatisierten Gebotsstrategien und CPC-Steuerung. Welche Einschränkungen Microsoft bei Max-CPC-Limits eingeführt hat, steht im Beitrag zu Microsoft Ads ohne Max CPC. Wer Tests über eigene Skripte oder die Microsoft Advertising API verwaltet, sollte ausserdem die laufende REST-Migration berücksichtigen – Details im Beitrag zur SOAP/REST-Migration bis 2027.

Fazit

Optimization Experiments schaffen bessere Voraussetzungen für nachvollziehbare Änderungen in Microsoft Advertising. Der Nutzen entsteht aber erst durch eine klare Hypothese, ein verlässliches Conversion-Ziel, ausreichend Daten, kontrollierte Rahmenbedingungen und eine vorab definierte Rollout-Entscheidung. Gerade in kleineren DACH- und Schweizer Konten kann das Ergebnis eines sauber geplanten Tests lauten, dass die Daten für eine Entscheidung noch nicht ausreichen.