EDUCATION · MULTI-LOCATION · GOOGLE ADS CASE STUDY

Gleiches Budget, 2,2× so viele Leads — ein Google-Ads-Konto mit mehreren Standorten, vom Tracking aus neu gebaut.

Dem Konto fehlte kein Budget. Ihm fehlten ehrliche Daten. Wir haben zuerst geklärt, was als Conversion zählt, dann die Struktur neu aufgebaut — und erst danach Smart Bidding die Zügel gelassen.

Ein deutscher Schulungsanbieter mit drei Standorten, der praxisnahe Kurse verkauft — Kurse, die Interessenten buchen, nachdem sie eine Handvoll lokaler Anbieter verglichen haben. Google Search ist der wichtigste Akquisekanal: Interessenten suchen, landen auf einer Kursseite und schicken eine Anfrage oder buchen direkt. Das Briefing war schnell formuliert und schwerer umzusetzen: mehr echte Anfragen, ohne das Budget zu erhöhen. Wir haben den Kunden anonymisiert und Marke, Städte und alles andere weggelassen, was Rückschlüsse zulassen würde. Die Zahlen sind unverändert.

01

Der Ausgangspunkt: ein Dashboard, dem niemand trauen konnte

Das erste Problem lag nicht in den Kampagnen, sondern im Conversion-Setup. Das Konto zählte teilweise Seitenaufrufe als Conversions, während manche echten Anfragen überhaupt nicht erfasst wurden. Die gemeldeten Zahlen waren also gleichzeitig aufgebläht und unvollständig — und keine davon hatte einen Wert. Smart Bidding lernte aus einem Signal, das Menschen, die kurz eine Seite angesehen hatten, mit Menschen vermischte, die einen Kurs buchen wollten.

Die Struktur hatte dasselbe Problem. Über die Jahre hatten sich Kampagnen angesammelt, Brand- und Non-Brand-Traffic liefen durch dieselben Kampagnen, und in den älteren Kampagnen waren viele Anzeigen abgelehnt. Zwei Kampagnen fielen auf, sobald wir sie auseinandergenommen hatten:

  • Eine bundesweite Kampagne ohne Standortbezug verbrauchte rund ein Viertel des Jahresbudgets — bei etwa 570 € pro Conversion.
  • Eine einzelne Stadtkampagne verbrauchte ein weiteres Viertel — bei etwa 300 € pro Conversion.

Zusammen: rund die Hälfte des Budgets für etwa 14 % der Conversions. Und das nach der alten, schmeichelhaften Definition einer Conversion. Gemessen an echten Anfragen schnitten sie noch schlechter ab.

02

Erst die Messung reparieren, dann die Gebote

Wer ein Konto auf ein kaputtes Signal optimiert, wird nur besser im Falschen. Also haben wir zuerst das Tracking um die Aktionen herum neu aufgebaut, die tatsächlich Geschäft bedeuten:

  • Server-seitiges Tagging, damit Conversions Ad-Blocker, Browser-Beschränkungen und Consent-Lücken deutlich besser überstehen als bei reinem Browser-Tracking.
  • Nur echte Conversions. Formularanfragen und andere echte Anfrage-Aktionen zählen. Seitenaufrufe nicht.
  • Conversion-Werte für jeden Lead, damit der Gebotsalgorithmus eine wertvolle Anfrage von einer billigen unterscheiden kann, statt sie nur zu zählen.

Zum ersten Mal wusste das Konto, was ein Lead wert ist. Von März bis Juli erfasste es rund 13.000 € Conversion-Wert. Im Vorjahr hatte es praktisch keinen erfasst.

03

Die Struktur um Standorte und Suchintention neu bauen

Im Februar haben wir das Konto so aufgebaut, wie Menschen tatsächlich nach einem lokalen Kursanbieter suchen: nach Standort — und danach, ob sie die Marke schon kennen.

  • Je Standort eine Brand- und eine generische Kampagne, damit Budget, Gebote und Anzeigentexte der lokalen Nachfrage folgen, statt über drei Städte gemittelt zu werden.
  • Ballast abgeworfen. Die bundesweite Sammelkampagne, dynamische Suchanzeigen, Gutschein-Kampagnen und ein Standort außerhalb des Kerneinzugsgebiets wurden abgeschaltet.
  • Keine Lücke im Lead-Fluss. Die alten Kampagnen liefen bis April parallel mit „Klicks maximieren“ weiter, während die neue Struktur genug Conversion-Historie aufbaute, um sauber bieten zu können.
  • Hochsaison abgesichert. Im Juni und Juli kamen Kampagnen mit Ziel-Impressionsanteil dazu, um die Sichtbarkeit bei den wichtigsten Suchanfragen zu halten, wenn die Nachfrage am höchsten war.
04

Die Ergebnisse: März bis Juli 2026 im Vergleich zu denselben Monaten 2025

Wir vergleichen März bis Juli, weil die neue Struktur in diesem Zeitraum vollständig live war und er in beiden Jahren dieselbe Saison abdeckt. Die Ausgaben waren nahezu identisch: 10.272 € gegenüber 10.552 €.

  • 250 Leads statt 115 — 2,2× so viele bei gleichem Budget.
  • Kosten pro Lead um 55 % gesenkt, von 92 € auf 41 €.
  • Conversion Rate von 1,1 % auf 2,9 %.
  • Non-Brand-Leads +114 %, zu rund 53 € statt 118 € pro Lead. Das Wachstum kam also nicht von Menschen, die ohnehin schon nach der Marke gesucht haben.
  • Bester Monat: Mai 2026 mit 31 € pro Lead und 3,2 % Conversion Rate — gegenüber 67 € ein Jahr zuvor.
Ein Hinweis zum Vergleich

Die beiden Jahre wurden nicht gleich gemessen. Die Zahlen für 2025 enthalten Seitenaufrufe, die als Conversions gezählt wurden, und es fehlen manche echte Anfragen; 2026 zählen ausschließlich verifizierte Anfragen. Die prozentualen Veränderungen sind deshalb als Richtung zu lesen, nicht als exakter Wert. Was keine Schätzung ist: 250 echte Anfragen in fünf Monaten, jede mit Wert erfasst, zu je 41 € — beim Budget des Vorjahres.

Was es zum Erfolg gemacht hat

Die meisten schwachen Lead-Gen-Konten haben kein Gebotsproblem. Sie haben ein Messproblem, das wie ein Gebotsproblem aussieht. Wenn Seitenaufrufe als Conversions zählen, kauft der Algorithmus fröhlich mehr Seitenaufrufe. Die Reihenfolge entscheidet: festlegen, was ein echter Lead ist, ihn sauber und mit Wert erfassen, die Struktur danach ausrichten, wie Kunden tatsächlich suchen — und erst dann Smart Bidding mehr davon finden lassen.

Weitere Referenzen

Mehr aus dem Archiv.

Fallstudie

IMERO e-label — +307% sign-ups

Fallstudie

Luxaflex — +3,191% contact requests

Fallstudie

Unisono — +183% phone leads