Inkrementalität testen: auch ohne Data-Science-Team

Plattform-Attribution beantwortet viele Fragen: welches Creative klickt, welche Kampagne liefert, welcher ROAS im Konto steht. Eine Frage beantwortet sie nicht – und es ist die wichtigste von allen: Wie viel Umsatz wäre auch ohne die Werbung gekommen? Genau das misst Inkrementalität. Der Begriff klingt nach Data-Science-Team, Statistik-Infrastruktur und Big-Tech-Methodik – doch die Grundidee lässt sich mit einfachen Mitteln testen. Dieser Guide zeigt, warum die Plattformzahlen diese Frage systematisch verfehlen, welche Testdesigns für Mittelständler funktionieren, was einen sauberen Test ausmacht und welche Fehler selbst gute Tests entwerten.

Die Frage hinter jeder Budgetentscheidung

Jeder Werbe-Euro ist nur dann gut investiert, wenn er Umsatz erzeugt, der sonst nicht entstanden wäre. Das klingt selbstverständlich, wird im Alltag aber ständig verletzt. Ein Beispiel: Eine treue Kundin will ohnehin nachbestellen, sieht kurz vor dem Kauf eine Retargeting-Anzeige und klickt darauf. Im Werbekonto erscheint der volle Bestellwert als Kampagnenerfolg – inkrementell ist daran nichts. Der Kauf hätte so oder so stattgefunden; die Anzeige hat lediglich den letzten Klick eingesammelt.

Multipliziere diesen Fall mit tausenden Bestellungen, und du bekommst ein Werbekonto, das glänzt, während dein Geschäft weniger davon hat, als die Zahlen suggerieren. Wer Budgets steuern will, muss deshalb zwei Größen auseinanderhalten: zugeschriebenen Umsatz und verursachten Umsatz. Attribution liefert die erste. Inkrementalität fragt nach der zweiten – und nur sie rechtfertigt am Ende den Spend.

Warum Plattform-Attribution die Frage nicht beantwortet

Plattform-Attribution beantwortet eine andere Frage: Welche Conversions hatten innerhalb des eingestellten Attributionsfensters Kontakt mit einer Anzeige? Das ist eine Zuordnungsregel, kein Wirkungsnachweis. Die Systeme schreiben sich Conversions großzügig zu – jede Interaktion im Fenster zählt, unabhängig davon, ob sie den Kauf verursacht hat oder nur zufällig vor ihm lag.

Dazu kommt ein strukturelles Problem: Jede Plattform bewertet ihre eigene Leistung. Addierst du die selbstberichteten Umsätze aller Kanäle, liegt die Summe oft über deinem tatsächlichen Gesamtumsatz, weil mehrere Systeme dieselbe Bestellung für sich reklamieren. Warum eine übergeordnete Kennzahl wie die MER deshalb der ehrlichere Kompass ist, begründen wir im Artikel MER statt ROAS. Und was Attribution heute überhaupt noch leisten kann – und was nicht mehr –, ordnet der Schwester-Artikel Attribution heute ein.

Wichtig: Nichts davon macht Attribution nutzlos. Für Vergleiche innerhalb eines Kanals bleibt sie ein brauchbares Werkzeug. Aber die Frage nach dem zusätzlichen Umsatz kann sie prinzipbedingt nicht beantworten. Dafür braucht es Experimente – und die sind einfacher, als der Begriff Inkrementalität vermuten lässt.

Vier Testdesigns, die ohne Data-Science-Team funktionieren

Big-Tech-Unternehmen beschäftigen für Inkrementalitätsmessung ganze Teams mit eigener Statistik-Infrastruktur. Diesen Apparat brauchst du nicht. Für belastbare Richtungsangaben reichen vier Designs, sortiert von radikal einfach bis methodisch anspruchsvoller:

1. Holdout-Test: pausieren und beobachten. Du pausierst einen Kanal bewusst – in einer definierten Region oder für einen definierten Zeitraum – und beobachtest, was mit dem Gesamtumsatz im Shop-Backend passiert. Bricht er spürbar ein, hat der Kanal echten Beitrag geleistet. Bleibt er weitgehend stabil, war ein Teil des zugeschriebenen Umsatzes nicht inkrementell. Der Preis dieses Tests ist möglicher entgangener Umsatz während der Pause – deshalb lohnt er sich besonders dort, wo du dem ausgewiesenen ROAS ohnehin misstraust, etwa bei reinen Retargeting-Kampagnen.

2. Geo-Split: Regionen vergleichen. Statt komplett zu pausieren, bespielst du vergleichbare Regionen unterschiedlich: In der einen läuft der Kanal weiter, in der anderen nicht – oder mit deutlich reduziertem Budget. Entwickelt sich der Umsatz in den beworbenen Regionen messbar anders als in den unbeworbenen, hast du ein starkes Signal für echte Wirkung. Entscheidend ist, dass die Regionen vor dem Test vergleichbar liefen – sonst vergleichst du Äpfel mit Birnen und misst regionale Eigenheiten statt Werbewirkung.

3. Metas Conversion-Lift-Tests: die Plattform-Option. Ab genügend Conversion-Volumen kannst du Metas eigene Lift-Tools nutzen. Sie teilen Nutzer in Gruppen: Ein Teil sieht deine Anzeigen, ein zufällig ausgewählter Teil nicht – der Unterschied im Kaufverhalten ist der gemessene Lift. Methodisch ist das das sauberste Design in dieser Liste. Zwei Einschränkungen: Du brauchst ausreichend Volumen, damit die Ergebnisse nicht im Rauschen untergehen, und der Test beantwortet die Frage nur für Meta selbst. Als Realitäts-Check für deinen größten Kanal ist er trotzdem wertvoll.

4. An/Aus-Vergleich mit ehrlicher Baseline. Die pragmatischste Variante: einen Kanal für einen Zeitraum abschalten, danach wieder anschalten – und die Umsatzentwicklung gegen eine vorher definierte Baseline halten. Entscheidend ist das Wort vorher. Lege fest, welches Umsatzniveau du ohne den Kanal erwartest – auf Basis der Vorwochen, des Trends und des typischen Saisonverlaufs –, bevor du abschaltest. Ohne diese Disziplin vergleichst du hinterher gegen Wunschdenken und liest aus dem Ergebnis genau das heraus, was du dir wünschst.

Was einen sauberen Test ausmacht

Alle vier Designs stehen und fallen mit denselben Grundregeln. Vier Prinzipien trennen ein Experiment von einer Anekdote:

Ein Kanal zur Zeit. Wenn du gleichzeitig Meta pausierst, das Google-Budget umbaust und einen Newsletter-Push fährst, kannst du hinterher keinem Effekt eine Ursache zuordnen. Ändere eine Variable und halte den Rest so stabil wie möglich.

Ausreichend langer Zeitraum. Werbung wirkt nach: Nach dem Abschalten zehrt dein Umsatz eine Weile von früheren Kontakten, und je nach Produkt liegen zwischen erstem Kontakt und Kauf Tage bis Wochen. Ein Test muss deutlich länger laufen als dein typischer Kaufzyklus – sonst misst du den Nachhall alter Kampagnen statt des echten Effekts.

Saisonalität rausrechnen. Vergleiche nie blind gegen die Vorwoche. Nutze den Verlauf vergleichbarer Vorperioden, parallel laufende Kontrollregionen oder zumindest den Trend der Wochen vor dem Test, um saisonale Muster vom Testeffekt zu trennen. Ein Umsatzrückgang, der auch ohne Pause gekommen wäre, beweist nichts.

Hypothese und Entscheidungsregel vorab. Formuliere vor dem Start schriftlich, was du erwartest und was du bei welchem Ausgang tun wirst – zum Beispiel: Fällt der Umsatz während der Pause deutlich weniger, als der pausierte Spend vermuten ließe, wird Budget umgeschichtet. Ein Test ohne Entscheidungsregel ist keine Messung, sondern Beschäftigung.

Typische Fehler, die Tests entwerten

Die meisten gescheiterten Inkrementalitätstests scheitern nicht an der Statistik, sondern an vier vermeidbaren Mustern:

Zu kurz getestet. Wenige Tage Pause zeigen fast immer: nichts passiert. Das liegt nicht daran, dass die Werbung wirkungslos wäre, sondern daran, dass Kaufzyklen und nachlaufende Werbewirkung den Effekt verzögern. Wer zu früh abbricht, zieht die falsche Schlussfolgerung aus einem unfertigen Experiment.

Zu klein getestet. Ein Test in einer winzigen Region oder mit einem minimalen Budgetanteil geht im normalen Auf und Ab des Geschäfts unter. Der Effekt muss groß genug sein, um sich vom täglichen Rauschen abzuheben – lieber ein mutiger Test mit klarer Antwort als drei homöopathische ohne.

Zur falschen Zeit getestet. Sale-Phasen, Produktlaunches und Peak-Saison verzerren jedes Ergebnis. Rabatte ziehen Käufe vor, Launches erzeugen Sondereffekte, und in der Hochsaison verhält sich die Nachfrage anders als im Rest des Jahres. Teste in ruhigen, repräsentativen Phasen.

Ergebnis passt nicht – also ignoriert. Der teuerste Fehler ist kein methodischer, sondern ein menschlicher: Der Test zeigt, dass ein geliebter Kanal weniger beiträgt als gedacht, und das Ergebnis wird wegdiskutiert. Wer nur Ergebnisse akzeptiert, die das Bauchgefühl bestätigen, braucht keine Tests – er braucht ehrlichere Entscheidungsprozesse.

Grob und ehrlich schlägt präzise und falsch

Keiner dieser Tests hält den Standards eines wissenschaftlichen Experiments stand – und das müssen sie auch nicht. Die Alternative ist ja nicht das perfekte Experiment; die Alternative ist blindes Vertrauen in Zahlen von Plattformen, die ihre eigene Leistung bewerten. Eine grobe, ehrliche Antwort auf die Frage nach dem echten Beitrag eines Kanals ist für Budgetentscheidungen mehr wert als eine präzise wirkende Illusion mit zwei Nachkommastellen.

Inkrementalität testest du außerdem nicht permanent, sondern punktuell: wenn ein Kanal deutlich skaliert werden soll, wenn ein ROAS zu schön aussieht, um wahr zu sein, oder wenn ein Retargeting-Budget begründen muss, warum es in dieser Höhe existiert. Ein bis zwei saubere Tests im Jahr schaffen oft mehr Klarheit als zwölf Monate Reporting.

Fazit

Die Frage, wie viel Umsatz auch ohne Werbung gekommen wäre, ist unbequem – und genau deshalb so wertvoll. Plattform-Attribution kann sie nicht beantworten, einfache Experimente schon: Holdout-Tests, Geo-Splits, Metas Lift-Tools ab genügend Volumen und An/Aus-Vergleiche mit ehrlicher Baseline. Was du dafür brauchst, ist kein Data-Science-Team, sondern Disziplin – ein Kanal zur Zeit, genügend Laufzeit, Saisonalität im Blick und eine Entscheidungsregel, die vor dem Test feststeht. Wenn du wissen willst, wo dein Setup steht und welche Budgets als Erstes einen Inkrementalitäts-Check verdienen, wirf einen Blick auf unseren kostenlosen Account-Check.