Dubletten in Amazon PPC: Warum sie Budget verschwenden und wie Sie sie bereinigen

Doppelte Keywords und Targets gehören zu den hartnäckigsten stillen Killern in Amazon PPC-Accounts. Ob durch manuelle Fehler, unkoordinierte Agenturarbeit oder Softwarefehler entstanden – diese Redundanzen fragmentieren Datenströme, treiben Kosten in die Höhe und lähmen die Bid-Optimierung.

Anatomie einer Dublette: Real vs. „Unreal"

Redundanzen in einem Amazon Advertising-Account gibt es in verschiedenen Formen. Der Unterschied ist entscheidend für eine effektive Bereinigung. Grundsätzlich lassen sich Dubletten in zwei Kategorien unterteilen:

Echte Dubletten

Eine echte Dublette liegt vor, wenn dieselbe SKU von exakt demselben Keyword (oder ASIN/Target) in unterschiedlichen Kampagnen oder Ad Groups angesprochen wird. Beispiel: SKU-A wird in Kampagne 1 vom Keyword „Filzstift" (Exact) und in Kampagne 2 ebenfalls von „Filzstift" (Exact) angesteuert.

Unechte (synthetische) Dubletten

Synthetische Dubletten entstehen, wenn das Target zwar redundant ist, aber unterschiedliche Produkte beworben werden. Das passiert, wenn SKU-A und SKU-B dasselbe Target verfolgen. Auch wenn dies häufig eine strategische Entscheidung ist – etwa das Bieten auf ein hochfrequentiertes Kategorie-Keyword mit mehreren Farbvarianten – erzeugt es ein Datensplit-Problem, das das Bid-Management erschwert.

In extremen Fällen wurden bei Account-Audits einzelne Keywords über 3.000-mal dupliziert vorgefunden. Wenn ein Keyword auf Tausende Instanzen verteilt ist, verhindern fehlende statistische Signifikanzen eine fundierte Bid-Entscheidung.

Der Whack-a-Mole-Effekt: Warum Bid-Management versagt

Das größte operative Risiko von Dubletten ist der sogenannte „Whack-a-Mole"-Effekt. Professionelle Optimierung basiert auf der Beziehung zwischen Bid, Conversion Rate (CVR) und Average Selling Price (ASP). Die Grundformel lautet:

Bid = Target ACOS × Conversion Rate × Preis

Bei Dubletten bricht diese Berechnung zusammen. Optimiert man eine Keyword-Instanz auf ein bestimmtes ACOS-Target und senkt den Bid, übernimmt sofort eine Duplikat-Instanz in einer anderen Kampagne – oft mit einem anderen Target ACOS oder Bid – die Impressions. Anstatt das Account-Problem zu lösen, verlagert man den Spend nur von einem „Maulwurf" zum nächsten.

Das erzeugt mehrere Reibungsebenen:

Optimierungsgeschwindigkeit: Statt ein Performance-Problem in Stunden oder Tagen zu lösen, zieht es sich über Wochen oder Monate hin, weil das Problem immer wieder in anderen Ad Groups auftaucht.
Fehlende Flexibilität: Bid-Anpassungen auf Basis von Echtzeit-Trends sind unmöglich, weil die Daten zu stark verdünnt sind, um ein klares Signal zu liefern.
Algorithmische Verwirrung: Amazons interner Auktionsalgorithmus muss entscheiden, welches identische Target er ausspielt. Diese Entscheidung basiert auf dem höchsten erwarteten Bid und der erwarteten CTR. Konkurrieren die Dubletten gegeneinander, bietet man im Grunde gegen sich selbst.

Ursachen von Redundanzen: Strategie vs. Zufall

Dubletten entstehen selten durch böse Absicht – sie sind meist das Nebenprodukt von Wachstum oder veralteten Strukturen.

Versehentliche Erstellung: Seller arbeiten oft mit mehreren Tools oder wechselnden Freelancern. Ein Tool schlägt „relevante Keywords" vor, und der Nutzer importiert sie, ohne zu prüfen, ob diese Targets bereits aktiv sind.
Der „Ein Keyword pro Ad Group"-Mythos: Es gibt die verbreitete Fehlannahme, dass Ad Groups auf ein, fünf oder sieben Keywords begrenzt sein müssen. Amazon Marketing Stream und moderne Bulk-Operationen erlauben heute granulare Steuerung jeder einzelnen Zeile. Starre Strukturen führen häufig zu unbeabsichtigten Dubletten, wenn Seller Keywords in Dutzende kleine Ad Groups „kategorisieren".
Varianten-Tests: Manche Advertiser duplizieren Keywords bewusst, um zu testen, welche Variante (z. B. Roter Stift vs. Blauer Stift) besser performt. Bei Eltern-Kind-Variationen zeigt Amazon aber ohnehin oft nur eine. Getrennte Ad Groups splitten nur die Daten; eine gemeinsame Gruppe lässt den Algorithmus die besser konvertierende Variante natürlich bevorzugen.

Datenfragmentierung und das „Stutter"-Problem

In der professionellen Werbung ist das Ziel, einen „Datenstrom" statt einen „feinen Nieselregen" zu erzeugen. Bei einem Account mit 100.000 Targets, einem durchschnittlichen Bid von 0,10 € und einem Klick pro Target alle paar Tage kann man 1.000 € pro Woche ausgeben, ohne für ein einziges Target genug Daten zu sammeln, um festzustellen, ob es konvertiert.

Besonders gefährlich ist das beim Berechnen von „verschwendetem Ad Spend". Wenn ein Target eine CVR von 5 % hat, sind 20 Klicks für einen Sale nötig. Sind diese 20 Klicks über fünf verschiedene Dubletten-Targets verteilt, werden alle fünf im Reporting als „versagend" ausgewiesen – und man killt alle Bids, unwissend, dass sie zusammen ein profitables Keyword ergeben.

Dubletten in der Advertising Console identifizieren

Um herauszufinden, wo das Budget verloren geht, muss man über die Standard-Kampagnenansicht hinausgehen. Das am meisten unterschätzte Tool ist der Targeting-Tab (Ausrichtung) in der Amazon Advertising Console.

Im linken Menü zum Bereich „Ausrichtung" navigieren.
Nach einem Kern-Keyword suchen, das verdächtig erscheint (z. B. „Edelstahl-Trinkflasche").
Die Ergebnisse über den gesamten Account analysieren. Wahrscheinlich taucht dasselbe Keyword in mehreren Kampagnen mit sehr unterschiedlichen Bids auf – etwa 0,49 €, 0,24 € und 0,16 €.
Status prüfen: Sind alle aktiv? Geben alle Budget aus?

Wenn mehrere aktive Instanzen desselben Keywords für dieselbe SKU sichtbar sind, ist der Whack-a-Mole-Effekt in Echtzeit zu beobachten. Die Instanz mit dem höchsten Bid gewinnt wahrscheinlich die Auktion; die Duplikate mit niedrigerem Bid stehen untätig da oder „stehlen" gelegentlich eine Impression, wenn die primäre Kampagne das Budget aufgebraucht hat.

Match-Type-Kannibalisierung und Negative Keywords

Dubletten beschränken sich nicht auf Exact-Match-Wiederholungen. Die Überlappung zwischen Match Types (Auto, Broad, Phrase, Exact) schafft eine zweite Redundanzebene.

Amazons Logik besagt: Wenn für dasselbe Keyword mehrere Match Types mit unterschiedlichen Bids existieren, wird generell der Match Type mit dem höchsten erwarteten Bid (adjustiert für CVR und CTR) bei der Suchanfrage verwendet. Ohne eine robuste Negative-Keyword-Strategie auf allen Ebenen sprechen Broad- und Auto-Kampagnen dieselben Search Terms an wie die Exact-Kampagnen.

Das führt zu einem Szenario, in dem die „Intent"-Information des Shoppers verloren geht. Konvertiert „Filzstift", weil es ein spezifischer Exact Match war, oder weil Traffic abgegriffen wurde, der eigentlich in eine spezifischere Kampagne gehört? Ohne „Bereinigung" dieser Wege via Negative Targeting schichtet man Dubletten auf Dubletten.

Praktische Maßnahmen für eine Neustrukturierung

Um die Kontrolle über den Ad Spend zurückzugewinnen und die Optimierungsgeschwindigkeit wiederherzustellen:

Varianten konsolidieren: Wenn Produkte in einer Variation sind, in derselben Ad Group für ein bestimmtes Keyword zusammenfassen. Amazons Algorithmus entscheidet, welche ASIN für die spezifische Suchanfrage am relevantesten ist.
Match-Type-Überlappung auditieren: Negative Keywords in Auto- und Broad-Kampagnen einsetzen, um Traffic zu den leistungsstarken Exact-Match-Targets zu kanalisieren.
Lookback Windows standardisieren: Beim Bieten sicherstellen, dass das Betrachtungsfenster lang genug ist, um die Datenfragmentierung durch verbleibende Dubletten zu berücksichtigen.
Preisanpassung beachten: SKUs mit deutlich unterschiedlichen Preispunkten nicht in derselben Ad Group mischen. Ein 10-€-Artikel und ein 50-€-Artikel benötigen unterschiedliche Bids – selbst bei identischem Keyword.
Regelmäßige Bereinigung: Den Targeting-Tab monatlich nutzen, um nach hochgenutzten Keywords zu suchen und zu prüfen, ob sie an mehreren Stellen angesteuert werden.

Die Performance-Obergrenze

Es gibt starke Hinweise darauf, dass extreme Duplizierung einen versteckten Penalty trägt. Wenn ein Account mit redundanten Targets übersättigt ist, kann die Gesamtbeteiligung an der Auktion leiden. Amazons System priorisiert Advertiser, die klare, relevante Signale senden. Ist ein Account „laut" mit Tausenden von unterperformenden Dubletten, kann der Algorithmus den Gesamt-Impression-Share reduzieren und so das Wachstum effektiv deckeln.

Dubletten zu bereinigen ist nicht nur eine Frage von Cents pro Klick – es geht darum, die Datendichte zu schaffen, die für professionelle Optimierung notwendig ist. Konzentrierte Daten führen zu präzisen Bids. Präzise Bids führen zum ACOS-Ziel.

Fazit

Doppelte Keywords fragmentieren Daten und zwingen Kampagnen dazu, gegen sich selbst zu konkurrieren – mit stagnierender Performance und verschwendetem Budget als Ergebnis. Wer Targets konsolidiert und sicherstellt, dass jede SKU einen sauberen, redundanzfreien Weg zum Kunden hat, steigert die Optimierungsgeschwindigkeit und schafft die Grundlage für aggressives, datengetriebenes Scaling. Erfolg in Amazon PPC ist ein Spiel der Datendichte – und Dubletten sind das größte Hindernis dabei.