Definition Re-Targeting

Re-Targeting (auch: Remarketing) ist eine Online-Werbemethode, die Nutzer, die eine Website bereits besucht oder eine bestimmte Aktion ausgeführt haben, gezielt mit Werbeanzeigen anspricht – auf anderen Websites, in sozialen Netzwerken oder in Suchergebnissen. Das Ziel ist, Nutzer zurückzuholen, die eine Seite verlassen haben, ohne zu konvertieren, und sie an Produkte oder Angebote zu erinnern, die sie bereits betrachtet haben.

Der klassische technische Mechanismus basiert auf Cookies: Beim ersten Besuch einer Website wird ein Tracking-Pixel (ein unsichtbares 1×1-Pixel-Bild oder ein JavaScript-Snippet) im Browser des Nutzers gesetzt, das einen Re-Targeting-Cookie hinterlässt. Dieser Cookie identifiziert den Nutzer auf anderen Websites als „bekannten Besucher", wenn diese Websites zum selben Werbenetzwerk gehören. Das Werbenetzwerk kann dann gezielt Anzeigen an diesen Nutzer ausliefern – über Bannerwerbung im Display-Netzwerk (Google Display Network, Criteo), in sozialen Netzwerken (Meta, LinkedIn) oder als Suchanzeigen. Da Drittanbieter-Cookies von immer mehr Browsern blockiert werden, setzen moderne Re-Targeting-Lösungen zunehmend auf First-Party-Cookies, serverseitiges Tracking und identitätsbasierte Ansätze (E-Mail-Matching).

Re-Targeting hat sich weit über den klassischen Display-Banner auf Basis eines Seitenbesuchs hinaus entwickelt. Die wichtigsten Formen im Überblick:

• Pixelbasiertes Re-Targeting (klassisch): Ein Tracking-Pixel auf der Website identifiziert Besucher per Cookie. Alle Besucher einer bestimmten Seite (z. B. Produktseite, Warenkorb) werden in eine Re-Targeting-Liste aufgenommen und mit passenden Display-Anzeigen im Google Display Network, bei Criteo oder anderen Netzwerken bespielt. Geeignet für breite Reichweite und niedrige CPMs.
• Listenbasiertes Re-Targeting (Customer Match): Bekannte Kundendaten – E-Mail-Adressen aus dem CRM, Telefonnummern – werden hochgeladen und gegen die Nutzerdatenbanken von Google, Meta oder LinkedIn abgeglichen. Nur Nutzer, deren Daten im System gefunden werden, erhalten die Anzeigen. Datenschutzrechtlich aufwändiger, aber deutlich präziser und unabhängig von Cookies.
• Dynamisches Re-Targeting: Anzeigen werden automatisch mit den spezifischen Produkten oder Inhalten personalisiert, die der Nutzer auf der Website betrachtet hat. Ein Nutzer, der drei Kaffeemaschinen angesehen hat, sieht eine Anzeige mit genau diesen drei Produkten inklusive aktueller Preise. Erfordert einen strukturierten Produktdatenfeed. Besonders wirksam im E-Commerce – Conversion Rates liegen laut Google oft 2–5x höher als bei generischen Re-Targeting-Anzeigen.
• Search Re-Targeting (RLSA – Remarketing Lists for Search Ads): Bisherige Website-Besucher werden bei Suchanfragen in Google mit angepassten Geboten oder gesonderten Anzeigentexten angesprochen. Wer bereits den Warenkorb befüllt hat, wird bei der nächsten Suchanfrage nach dem Produktnamen mit einer höheren Priorität oder einem Sonderangebot-Anzeigentext angesprochen.
• Social-Media-Re-Targeting: Meta Pixel, LinkedIn Insight Tag und TikTok Pixel ermöglichen Re-Targeting in den jeweiligen sozialen Netzwerken. Besonders wirksam für B2C-Zielgruppen auf Meta/Instagram und für B2B-Entscheider auf LinkedIn – da die plattformeigenen Nutzerdaten eine präzisere Segmentierung ermöglichen als reine Cookie-Daten.
• E-Mail-Re-Targeting: Nutzer, die eine E-Mail geöffnet oder auf einen Link geklickt, aber nicht konvertiert haben, werden mit Follow-up-Anzeigen in Display-Netzwerken oder sozialen Netzwerken bespielt. Die Verknüpfung von E-Mail-Engagement und Display-Werbung schafft einen kohärenten Messaging-Pfad.

Re-Targeting entfaltet seine Wirkung erst durch eine durchdachte Segmentierungs- und Steuerungsstrategie. Zu pauschales Re-Targeting verschwendet Budget und nervt Nutzer:

• Warenkorbabbrecher gezielt ansprechen: Nutzer, die Produkte in den Warenkorb gelegt, aber nicht gekauft haben, sind die wertvollste Re-Targeting-Zielgruppe – sie haben bereits eine hohe Kaufabsicht signalisiert. Eine zeitlich gestufte Kampagne (24 h nach Abbruch: Erinnerung, 48–72 h: Rabattangebot) mit dynamisch generierten Warenkorbinhalten erzielt überdurchschnittliche Conversion Rates.
• Segmentierung nach Seitentyp und Kaufzyklus: Alle Website-Besucher pauschal in eine Liste zu werfen ist ineffizient. Sinnvolle Segmente: Produktseiten-Besucher (Consideration), Warenkorb-Abbrecher (High Intent), Checkout-Abbrecher (Very High Intent), Bestandskunden (Cross-Sell/Upsell). Jedes Segment erhält eine eigene Anzeige mit passendem Angebot und Botschaft.
• Frequency Capping (Auslieferungsbegrenzung): Ohne Begrenzung der Anzeigenfrequenz werden Nutzer von Re-Targeting-Anzeigen verfolgt und entwickeln Abneigung gegen die Marke. Best Practice: maximal 5–15 Impressionen pro Nutzer pro Tag, je nach Kampagnenziel und Zielgruppengröße. Zu niedrige Frequenz reduziert die Werbewirkung; zu hohe führt zu Banner Blindness und negativen Markenassoziationen.
• Zeitfenster (Lookback Window) richtig setzen: Der Lookback Window definiert, wie lange nach dem letzten Besuch ein Nutzer in der Re-Targeting-Liste verbleibt. Typische Werte: 7 Tage für kurzfristige Kaufentscheidungen (Tagesbedarf, Event-Tickets), 30 Tage für Standardkäufe, 90 Tage für hochpreisige Produkte mit langen Entscheidungszyklen.
• Konvertierer ausschließen: Nutzer, die bereits konvertiert haben, müssen aus der Re-Targeting-Liste für das entsprechende Angebot ausgeschlossen werden. Wer eine Kaffeemaschine gekauft hat, will keine Werbung für dieselbe Kaffeemaschine sehen – sondern ggf. für Kapseln oder Zubehör (Cross-Selling-Segment).

Re-Targeting ist datenschutzrechtlich eine der anspruchsvollsten Online-Werbemethoden, da es auf der Verfolgung von Nutzerverhalten über Websitegrenzen hinweg basiert:

• DSGVO – Einwilligungspflicht für Tracking-Cookies: Das Setzen von Re-Targeting-Cookies (insbesondere Third-Party-Cookies von Werbenetzwerken) gilt nach DSGVO und dem EuGH-Urteil zur Cookie-Einwilligung (Planet49, 2019) als Verarbeitung personenbezogener Daten, die eine ausdrückliche, informierte und vorab erteilte Einwilligung erfordert. Ein datenschutzkonformes Consent-Management-System (CMP) muss sicherstellen, dass Re-Targeting-Cookies erst nach Einwilligung gesetzt werden. Die Opt-in-Rate für Marketing-Cookies liegt je nach Branche und CMP-Gestaltung zwischen 40 und 70 %.
• Transparenzpflicht: Nutzer müssen in der Datenschutzerklärung klar darüber informiert werden, welche Re-Targeting-Systeme eingesetzt werden, welche Daten zu welchem Zweck verarbeitet werden und wie sie der Verarbeitung widersprechen können.
• Apple App Tracking Transparency (ATT): Seit iOS 14.5 (2021) müssen Apps explizit um Erlaubnis für geräteübergreifendes Tracking über den IDFA fragen. Die typische Opt-in-Rate liegt je nach App-Kategorie bei 20–40 %, was Re-Targeting über das Meta-Pixel auf iOS-Geräten erheblich einschränkt.
• Listenbasiertes Re-Targeting und DSGVO: Das Hochladen von Kundendaten (E-Mail-Adressen) zu Google, Meta oder LinkedIn für Customer-Match-Kampagnen setzt voraus, dass diese Daten ursprünglich mit einer Einwilligung erhoben wurden, die auch die Nutzung für Werbezwecke umfasst. Ohne entsprechende Einwilligung ist der Datenabgleich datenschutzwidrig.
• Recht auf Widerspruch und Opt-out: Nutzer haben das Recht, der Re-Targeting-Verarbeitung jederzeit zu widersprechen (Art. 21 DSGVO). Websites müssen eine einfach zugängliche Opt-out-Möglichkeit bereitstellen – entweder über die CMP, einen direkten Link zu den Opt-out-Seiten der Werbenetzwerke oder durch erneutes Öffnen des Consent-Banners.

Die Erfolgsmessung von Re-Targeting-Kampagnen ist methodisch anspruchsvoller als die Messung klassischer Akquise-Kampagnen, da Re-Targeting von Natur aus eine selektive Zielgruppe mit höherer Vorabinteraktion anspricht:

• Conversion Rate (CVR): Der Anteil der Re-Targeting-Impressionen oder -Klicks, der zu einer Conversion (Kauf, Lead, Registrierung) führt. Re-Targeting-Kampagnen erzielen typischerweise deutlich höhere CVRs als Prospecting-Kampagnen, da die Zielgruppe bereits Interesse signalisiert hat – Vergleiche ohne Kontrollgruppe überschätzen den Beitrag von Re-Targeting jedoch systematisch.
• ROAS (Return on Ad Spend): Umsatz geteilt durch Werbekosten – die zentrale Wirtschaftlichkeitskennzahl. Re-Targeting-Kampagnen haben oft hohe ROAS-Werte, aber Vorsicht: Ein hoher ROAS kann auch bedeuten, dass Nutzer, die ohnehin konvertiert hätten, unnötigerweise mit teuren Anzeigen bespielt wurden (Incrementality-Problem).
• Inkrementalitätsmessung (Holdout-Tests): Der Gold-Standard der Re-Targeting-Erfolgsmessung. Eine zufällige Kontrollgruppe (Holdout Group) erhält keine Re-Targeting-Anzeigen; die Conversion Rates beider Gruppen werden verglichen. Nur der Unterschied zwischen Treat- und Kontrollgruppe ist dem Re-Targeting tatsächlich kausal zuzuschreiben. Ohne Inkrementalitätsmessung sind Re-Targeting-Erfolge häufig überschätzt.
• View-Through-Conversions vs. Click-Through-Conversions: View-Through-Conversions werden gutgeschrieben, wenn ein Nutzer eine Anzeige gesehen (aber nicht geklickt) hat und später konvertiert. Das Fenster (typisch 1–7 Tage) ist deutlich kürzer als das Click-Through-Fenster (typisch 30 Tage). View-Through-Attribution ist besonders umstritten, da sie Conversions dem Re-Targeting zuschreibt, die auch ohne Anzeigenkontakt stattgefunden hätten.
• Frequency und Brand Sentiment: Zu hohe Anzeigenfrequenz kann gemessen werden, indem Brand-Sentiment-Surveys oder Markenbekanntheitsstudien vor und nach intensiven Re-Targeting-Phasen verglichen werden. Wenn hohe Frequency zu negativen Markenassoziationen führt, übersteigen die Imageschäden den Conversion-Nutzen.

Der schrittweise Wegfall von Third-Party-Cookies ist die größte strukturelle Veränderung im Re-Targeting der letzten Jahre – und zwingt die Branche zu grundlegend neuen Ansätzen:

• Status quo der Cookie-Abschaffung: Safari (Apple) blockiert Third-Party-Cookies seit 2020 durch ITP (Intelligent Tracking Prevention), Firefox durch Enhanced Tracking Protection. Google Chrome hat den vollständigen Third-Party-Cookie-Wegfall mehrfach verschoben und verfolgt nun eine schrittweise Strategie über die Privacy Sandbox. Der Marktanteil von Browsern ohne Third-Party-Cookie-Support übersteigt bereits 40 %.
• First-Party-Daten als neue Grundlage: Unternehmen mit starken First-Party-Daten – aus Login-Systemen, Newsletteranmeldungen, Loyalty-Programmen und CRM – können Re-Targeting über Customer-Match-Mechanismen (E-Mail-Matching mit Google, Meta, LinkedIn) weiterhin zuverlässig betreiben. Aufbau und Aktivierung von First-Party-Daten sind zur strategischen Kernaufgabe im Performance-Marketing geworden.
• Googles Privacy Sandbox: Google entwickelt als Ersatz für Third-Party-Cookies neue APIs: Protected Audience API (früher FLEDGE) ermöglicht Interest-Group-basiertes Re-Targeting direkt im Browser, ohne Daten an externe Server zu übertragen. Topics API ersetzt verhaltensbasiertes Tracking durch Browser-seitige Themenklassifikation. Beide APIs sind in Chrome für Tests verfügbar, aber noch nicht in den produktiven Kampagnenworkflows der großen Werbesysteme vollständig integriert.
• Serverseitiges Tracking (Server-to-Server): Conversion-Signale werden direkt vom Webserver des Werbetreibenden an die Werbenetzwerke übertragen – unabhängig von Browser-Cookies. Meta CAPI (Conversions API), Google Ads Enhanced Conversions und TikTok Events API ermöglichen cookieunabhängiges Conversion-Tracking und verbessern die Datenbasis für Re-Targeting-Algorithmen erheblich.
• KI-gestützte Modellierung fehlender Signale: Wo direkte Tracking-Daten fehlen (wegen Cookie-Blockierung oder ATT-Ablehnung), nutzen Werbenetzwerke KI-Modelle (Google Modelled Conversions, Meta Advanced Matching), um fehlende Conversion-Signale statistisch hochzurechnen. Diese Modellierung verbessert die Optimierungsgrundlage für Re-Targeting-Algorithmen – ohne personenbezogene Daten zu benötigen.