Inkrementalität messen: Bringen deine Anzeigen wirklich zusätzliche Leads?

Daniel Kalcher

CTO, lead-metrics.com

7 Min. Lesezeit

Deine Brand-Kampagne meldet einen ROAS von 12, die Retargeting-Kampagne einen Cost per Lead von 15 €. Beides sieht hervorragend aus. Aber wie viele dieser Leads wären auch ohne die Anzeige gekommen, weil die Leute dich ohnehin schon kannten und gesucht hätten?

Diese Frage beantwortet keine Attribution, sondern nur ein Test mit Kontrollgruppe. Google hat diese Tests im Oktober 2026 für Search und Performance Max ohne Google-Ansprechpartner zugänglich gemacht. In diesem Artikel erklären wir, was Inkrementalität bedeutet, was sich bei Google geändert hat und wie du im Lead-Geschäft auch ohne riesiges Budget prüfst, ob deine Anzeigen wirklich zusätzliche Leads bringen. Stand: November 2026.

Das Wichtigste in Kürze

  • Inkrementalität ist der Anteil der Conversions, der ohne die Anzeige nicht passiert wäre. Attribution zeigt nur, wem eine Conversion zugerechnet wird.
  • Google Conversion Lift für Search und Performance Max ist seit Oktober 2026 für berechtigte Konten selbst einrichtbar. Bisher brauchte es dafür einen Google-Ansprechpartner.
  • Voraussetzungen laut Google: mindestens 1.000 gemessene Conversions und mindestens 5.000 $ Kampagnenbudget, Laufzeit mindestens 7 Tage, empfohlen 14 oder mehr.
  • Ergebnis sind inkrementelle Conversions und Kosten pro inkrementeller Conversion (iCPA), bei Conversion-Werten auch ein inkrementeller ROAS.
  • Im Lead-Geschäft misst ein Lift-Test meist inkrementelle Leads, nicht inkrementelle Kunden. Die 1.000 Conversions erreichen nur wenige Konten mit Abschlüssen.
  • Mit wenig Volumen helfen einfachere Tests: Regionen pausieren, Kampagnen gezielt an- und ausschalten und immer gegen die Leads und Abschlüsse im CRM vergleichen.

Attribution oder Inkrementalität?

Attribution beantwortet die Frage: Welcher Anzeige rechne ich diesen Lead zu? Ob First-Click-Attribution, Last-Click-Attribution oder das Attributionsfenster einer Werbeplattform, jedes Modell verteilt Conversions, die passiert sind, auf Kanäle und Anzeigen.

Inkrementalität fragt etwas anderes: Wie viele dieser Conversions hat die Anzeige verursacht? Google beschreibt Inkrementalität als den Weg, die kausale Wirkung von Anzeigen zu messen (Google Ads-Hilfe).

Der Unterschied ist bei manchen Kampagnen klein und bei anderen riesig:

KampagneTypischer Effekt
Brand-SucheViele Klicks von Menschen, die dich ohnehin gesucht hätten. Hohe Attribution, oft wenig Inkrementalität.
RetargetingErreicht Menschen, die schon auf deiner Seite waren. Viele Conversions wären auch ohne Anzeige gekommen.
Prospecting auf kalte ZielgruppenErreicht neue Menschen. Weniger zugerechnete Conversions, aber ein größerer Teil davon ist zusätzlich.
View-Through-ConversionsWerden der Anzeige ohne Klick zugerechnet. Wie viele davon zusätzlich sind, zeigt nur ein Test.

Dazu kommt: Wie viele Conversions zugerechnet werden, ändert sich auch mit der Messmethode der Plattform. Ein aktuelles Beispiel ist die On-Device-Messung von Meta, die ab November mehr Conversions zählen soll, ohne dass eine Anzeige mehr bewirkt.

Wer Budget nur nach zugerechneten Conversions verteilt, stärkt deshalb oft genau die Kampagnen, die am wenigsten zusätzlich bringen.

So funktioniert ein Lift-Test

Ein Conversion-Lift-Test teilt die Zielgruppe zufällig in zwei Gruppen. Die Testgruppe sieht deine Anzeigen, die Kontrollgruppe nicht. Nach der Laufzeit vergleicht die Plattform, wie viele Conversions in beiden Gruppen passiert sind. Die Differenz ist der Lift, also die Conversions, die auf die Anzeigen zurückgehen.

Ein vereinfachtes Beispiel mit einer Search-Kampagne über vier Wochen:

Von Google zugerechnete Leads        = 400
Leads in der Testgruppe              = 400
Erwartete Leads ohne Anzeigen        = 260   (hochgerechnet aus der Kontrollgruppe)
Inkrementelle Leads                  = 400 - 260 = 140
Budget                               = 8.000 €

Cost per Lead laut Plattform         = 8.000 € ÷ 400 ≈ 20 €
Kosten pro inkrementellem Lead       = 8.000 € ÷ 140 ≈ 57 €

Die Kampagne bringt also durchaus zusätzliche Leads, aber jeder davon kostet fast dreimal so viel, wie der Cost per Lead im Werbekonto vermuten lässt. Für die Frage, ob sich mehr Budget lohnt, ist der zweite Wert der richtige.

Was sich bei Google geändert hat

Im Oktober 2026 hat Google die Hilfeseite zu nutzerbasierten Conversion-Lift-Studien überarbeitet. Laut Fachpresse ist für Search und Performance Max kein Google-Ansprechpartner mehr nötig (PPC News Feed, Search Engine Roundtable). Eine offizielle Ankündigung gab es nicht, und an anderer Stelle verweist Google weiter auf den Ansprechpartner. Ob die Option in deinem Konto auftaucht, musst du also selbst prüfen.

Laut Google gilt für nutzerbasierte Studien (Google Ads-Hilfe):

  • Kampagnentypen: Search, Performance Max, Display, Video, Demand Gen und App (ohne iOS).
  • Mindestwerte: 1.000 gemessene Conversions und ein Kampagnenbudget von mindestens 5.000 $.
  • Kontrollgruppe: 1 bis 50 % der Nutzer sehen die Anzeigen nicht.
  • Laufzeit: mindestens 7 Tage, empfohlen sind 14 oder mehr. Bei langer Zeit bis zur Conversion können kurze Studien den Lift laut Google um bis zu 17 % unterschätzen.
  • Ergebnisse: inkrementelle Conversions und iCPA oder, mit Conversion-Werten, inkrementeller Conversion-Wert und iROAS.
  • Ort im Konto: unter Kampagnen im Bereich Tests (englisch Experiments), Reiter Lift studies.

Eine Kampagne kann immer nur in einer Lift-Studie gleichzeitig laufen.

Warum Lift-Tests im Lead-Geschäft schwierig sind

Ein Onlineshop misst Käufe, die Minuten nach dem Klick passieren. Im Lead-Geschäft gibt es zwei Hürden:

  • Leads statt Kunden: 1.000 Conversions in einer Studie erreichen die meisten Konten nur mit Leads. Ein Lift-Test zeigt dann, ob die Kampagne zusätzliche Formulare bringt. Ob daraus zusätzliche Kunden werden, bleibt offen.
  • Daten aus dem CRM zählen nur eingeschränkt: Erweiterte Conversions für Leads gelten laut Google als direkt gemessen. Offline importierte Leads fließen dagegen nur als modellierte Zusatzdaten ein und zählen nicht zu den 1.000 Conversions (Google Ads-Hilfe).

Dazu kommt der Verkaufszyklus. Wenn zwischen Lead und Abschluss drei Wochen liegen, ist eine 14-tägige Studie vorbei, bevor die meisten Deals entschieden sind.

Trotzdem lohnt sich ein Lift-Test auf Leads, wenn du die Lead-Qualität im Blick behältst: Vergleiche nach dem Test im CRM, wie viele Leads aus der Testphase qualifiziert wurden und zum Abschluss kamen. Wie du dafür den echten ROAS vom Klick bis zum Deal misst, steht im Guide ROAS im Lead-Geschäft messen.

Inkrementalität mit wenig Volumen prüfen

Wer die Mindestwerte nicht erreicht, kann Inkrementalität trotzdem grob prüfen. Diese Tests sind weniger exakt als ein Lift-Test, zeigen aber oft schon die Richtung:

  1. Regionen-Test

    Pausiere eine Kampagne in einigen vergleichbaren Regionen, zum Beispiel in zwei Bundesländern, und lass sie im Rest laufen. Vergleiche über vier bis sechs Wochen die Leads und Abschlüsse pro Region mit dem Zeitraum davor. Google bietet geo-basierte Studien auch offiziell an, dafür braucht es aber weiterhin einen Ansprechpartner.

  2. An-aus-Test

    Schalte eine Kampagne, bei der du wenig Inkrementalität vermutest, etwa Brand-Suche oder Retargeting, für zwei bis vier Wochen ab. Fallen die Gesamtleads im CRM kaum, war der Großteil der zugerechneten Leads nicht zusätzlich. Achte auf Saisoneffekte und ändere in der Zeit nichts anderes.

  3. Gesamtzahlen statt Plattformzahlen vergleichen

    Bewerte jeden Test anhand der Leads und Abschlüsse, die tatsächlich bei dir ankommen, nicht anhand der Plattformberichte. Die Werbeplattform rechnet auch in einer Testphase alles sich selbst zu.

  4. Ergebnis in die Budgetplanung übernehmen

    Rechne mit den Kosten pro zusätzlichem Lead oder Abschluss, nicht mit dem Cost per Lead aus dem Werbekonto. Wiederhole den Test ein- bis zweimal im Jahr, Google nennt diesen Rhythmus als üblich.

💡
Welche Kampagne du zuerst testest, entscheidet sich an der Lücke zwischen Plattform und CRM: Je mehr Conversions eine Plattform einer Kampagne zurechnet, die du im CRM nicht wiederfindest, desto eher lohnt sich der Test. Wie diese Lücke entsteht, erklärt der Guide zu Attributionsfenstern.

Typische Fehler

  • Zu kurze Laufzeit: Ein Test über eine Woche zeigt bei Leads mit Verkaufszyklus kaum etwas.
  • Mehrere Änderungen gleichzeitig: Wer während des Tests neue Creatives, Gebote und Landingpages einführt, weiß hinterher nicht, was gewirkt hat.
  • Nur auf Leads schauen: Eine Kampagne kann zusätzliche Leads bringen, die nie kaufen.
  • Plattformergebnisse addieren: Meta und Google rechnen sich oft dieselben Leads zu. Ein Lift-Test bei einer Plattform sagt nichts über die andere.
  • Einmal testen und nie wieder: Inkrementalität ändert sich mit Budget, Saison und Wettbewerb.

Wie LeadMetrics hilft

LeadMetrics führt keine Lift-Tests durch, liefert aber die Zahlen, an denen du jeden Test misst:

  • Leads und Abschlüsse pro Kampagne: Das Lead-Tracking ordnet jeden Lead per First-Click- oder Last-Click-Attribution einer Kampagne und Anzeige zu. Deals aus HubSpot und Close und Zahlungen aus Stripe, CopeCart und Digistore24 werden dem ursprünglichen Lead zugeordnet.
  • Testphasen vergleichen: Im Dashboard siehst du Leads, Deals, Kosten pro Abschluss und Umsatz für jeden Zeitraum, auch für Kanäle, die du gerade pausiert hast.
  • Bessere Signale für Google: Über die Conversion API gehen Leads und gewonnene Deals mit Wert an Google Ads, Meta, TikTok und LinkedIn. So optimieren die Plattformen auf Abschlüsse statt nur auf Formulare.

Bereit für besseres Tracking?

Entdecke wie LeadMetrics dir hilft, den wahren ROI deiner Marketing-Kanäle zu verstehen.

10 Tage kostenlos testen