Ein Creative-Testing-Framework für Meta-Anzeigen

Anzeigen-Creatives testen, Schritt für Schritt

Ändern Sie pro Variante eine Variable und legen Sie die Stoppregel vor dem Start fest. Lassen Sie den Test danach in Ruhe, bis er sie erreicht.

1. Formulieren Sie eine Hypothese. Laut den Best Practices für A/B-Tests von Meta sind die Ergebnisse aussagekräftiger, wenn sich die Anzeigengruppen nur in der getesteten Variable unterscheiden („identical except for the variable that you’re testing“). Angebot, Zielgruppe, Platzierungen und Budget pro Variante bleiben also gleich.
2. Wählen Sie die Kennzahl und die Stoppregel: Kosten pro Ergebnis für Ihr Conversion-Ereignis und die Zahl der Conversions pro Variante, auf die Sie warten. Bei der Einrichtung von A/B-Tests von Meta legen Sie die Gewinnerkennzahl fest: „Cost per result“ oder eine andere, etwa „Cost per purchase“.
3. Planen Sie das Budget. Multiplizieren Sie für jede Variante den CPA mit dieser Conversion-Zahl (Abschnitt zum Budget).
4. Wählen Sie den Weg aus der Tabelle oben. Der Creative-Test setzt die Gebotsstrategie „Höchstes Volumen“ voraus. Meta führt „Changing bid strategy“ und „Adding a new ad to your ad set“ als wesentliche Änderungen auf, die eine Anzeigengruppe zurück in die Lernphase schicken. Ein Creative-Test kann beides auslösen. Er fügt der Anzeigengruppe Testanzeigen hinzu, und eine Kampagne mit anderer Gebotsstrategie muss auf „Höchstes Volumen“ umstellen.
5. Legen Sie den Zeitplan fest. Meta empfiehlt „a minimum of 7-day tests“ und begrenzt A/B-Tests auf 30 Tage. Längere Tests, etwa 10 Tage, schlägt Meta vor, wenn Käufer länger als 7 Tage bis zur Conversion brauchen.
6. Lassen Sie den Test in Ruhe. Laut der Seite zur Lernphase von Meta setzt das Bearbeiten einer Anzeige, Anzeigengruppe oder Kampagne während der Lernphase diese zurück.
7. Reagieren Sie selbst auf das Ergebnis. Nach einem Creative-Test laufen die Testanzeigen weiter, sagt Meta, und ergänzt: „The test does not make any automatic changes based on the results.“

A/B-Test oder multivariat?

Nutzen Sie den A/B-Test von Meta, wenn Sie wissen müssen, welche Änderung das Ergebnis verursacht hat. Auf Metas Seite zum Testen mehrerer Variablen heißt es, bei mehreren Variablen bleibe unklar, welche zur siegreichen Anzeigengruppe geführt hat („you won’t know exactly which variable led to the winning ad set“).

Bei KI-generierten Inhalten ist das besonders wichtig. Ein Tool, das eine ganze Anzeige aus einem neuen Prompt neu erzeugt, kann Skript und Präsentator auf einmal ändern. Ein Sieg benennt dann die Anzeige und lässt die Ursache offen. Ein geänderter Bestandteil pro Variante hält die Antwort verwertbar.

Wer jede Kombination als eigene Anzeige laufen lässt, vervielfacht die Werbeausgaben. Drei Hooks mal drei Präsentatoren ergeben neun Varianten, und jede braucht ihre eigenen Conversions (Rechner für das Creative-Testing-Budget).

Metas eigene multivariate Setups mischen Assets innerhalb einer Anzeige. Die Seite zum Anzeigenvolumen empfiehlt Dynamic Creative für das Testen mehrerer Creative-Varianten und sagt, eine Anzeige könne bis zu 10 Creative-Assets enthalten. Seit Juni 2024, ergänzt die Seite, kann Dynamic Creative für neue Anzeigengruppen zur Umsatz- oder App-Bewerbung nicht verfügbar sein. Sie verweist stattdessen auf das flexible Anzeigenformat.

Meta sagt, Dynamic Creative lasse sein Auslieferungssystem das beste Creative für einen bestimmten Nutzer finden („find the best creative to deliver for a given user“). Metas Seiten sehen für kein Asset gleiche Ausgaben oder ein Konfidenzniveau vor. Diese Formate zeigen also eher, was Meta zur Auslieferung gewählt hat, als was einen Verkauf ausgelöst hat.

Nutzen Sie Dynamic Creative oder das flexible Anzeigenformat, sobald die Frage lautet, welches Asset ausgespielt wird, und nicht mehr zählt, warum eines gewinnt.

Eigene ABO-Testkampagne oder Tests innerhalb der laufenden Kampagne?

Nehmen Sie eine eigene Kampagne mit Budgets auf Anzeigengruppenebene (ABO), wenn jede Variante die feste Ausgabe braucht, die die Budgetrechnung voraussetzt. Auf Metas Budget-Seite sind Anzeigengruppenbudgets für den Fall aufgeführt, dass Sie steuern wollen, wie viel jede Anzeigengruppe ausgibt („you want to control the amount spent on each ad set“).

Dieselbe Budget-Seite beschreibt die Budgetteilung zwischen Anzeigengruppen, die bis zu 20 % des Tagesbudgets mit anderen Anzeigengruppen teilt. Soll jede Variante einen festen Betrag ausgeben, lassen Sie die Funktion ausgeschaltet.

Ein Kampagnenbudget bewirkt das Gegenteil. Laut Metas Seite zum Advantage+-Kampagnenbudget wird das Budget unter Umständen nicht gleichmäßig auf die Anzeigengruppen verteilt („may not spend your budget equally for each ad set“); bei zwei Anzeigengruppen kann der Großteil in eine fließen („we might spend most of your budget on one“). Das passt zum Skalieren. In einem Test bekommt die Variante mit wenig Budget wenige Conversions und bleibt ohne Aussage.

Der Haken ist das Lernen. Metas Creative-Test läuft in der laufenden Kampagne, sodass die Learnings erhalten bleiben und nicht in eine andere Kampagne überführt werden müssen, in der sie zurückgesetzt würden. Nach Metas Darstellung beginnt ein Gewinner, der aus einer separaten Testkampagne verschoben wird, also erneut zu lernen.

Die Anzeigen des Creative-Tests sind neue Anzeigen in der Anzeigengruppe. Meta führt „Adding a new ad to your ad set“ als wesentliche Änderung auf. Wie sich das mit dem Erhalt der Learnings („retained“) vereinbaren lässt, sagen Metas Seiten nicht.

Nehmen Sie den Creative-Test also, wenn der Gewinner in der laufenden Kampagne bleiben muss und Sie auf ein Konfidenzniveau verzichten können.

Meta warnt auch vor zu großem Volumen. Laut der Seite zum Anzeigenvolumen wird jede Anzeige seltener ausgeliefert und verlassen weniger Anzeigen die Lernphase, wenn ein Werbetreibender zu viele Anzeigen gleichzeitig laufen lässt. Eine Anzeigengruppe pro Variante vervielfacht die Anzeigengruppen, und jede wird für die Lernphase einzeln gezählt.

Wie viele Varianten kann Ihr Budget auswerten?

Teilen Sie Ihr Testbudget durch den CPA mal die Conversions, auf die Sie warten: So viele Varianten kann es auswerten. Bei einem Beispiel-CPA von 30 $ und 40 Conversions pro Variante sind das 1.200 $ pro Variante. Zehn Varianten brauchen 12.000 $, ganz gleich, was ihre Herstellung kostet. KI-Tools verändern die Herstellungskosten, die der Rechner für die Kosten pro KI-Anzeige ermittelt.

Testing Velocity, also die Zahl der Varianten, die Sie pro Woche auswerten können, ist das wöchentliche Testbudget geteilt durch diesen Wert pro Variante. Bei einem Beispiel von 3.000 $ pro Woche sind das 2.5 Varianten. Der Rechner für das Creative-Testing-Budget rechnet das mit Ihrem eigenen CPA und Schwellenwert durch.

Metas Creative-Test nimmt einen Tagesbetrag für Testanzeigen entgegen, und Meta schlägt vor, nicht mehr als 20 % des bestehenden Budgets einzusetzen. Angenommen, eine Kampagne gibt 1.000 $ pro Tag aus: 20 % ergeben 200 $ pro Tag für Testanzeigen. Fünf Varianten zu je 1.200 $ würden dann 30 Tage dauern, wenn der Betrag gleichmäßig verteilt würde.

Metas Seite sagt nicht, wie der Betrag auf die Testanzeigen verteilt wird. Sie ergänzt, dass Testanzeigen mehr vom Tagesbudget erhalten können, wenn die Kampagne oder Anzeigengruppe keine anderen aktiven Anzeigen hat.

Vierzig ist eine Schwelle, die Sie selbst wählen. Metas Wert von etwa 50 Ergebnissen pro Woche gilt für eine Anzeigengruppe, die die Lernphase verlässt. Die Conversion-Zahl legt auch den kleinsten Unterschied fest, den ein Test zeigen kann. Bei 40 Conversions pro Variante zeigt ein Test eine CPA-Lücke nur dann zuverlässig, wenn ein CPA etwa 47 % unter dem anderen liegt (Methode).

Bei fünf Varianten gibt es zehn Paare zu vergleichen, und mit jedem wächst die Wahrscheinlichkeit eines falschen Gewinners. Wer sie über alle zehn Paare bei 5 % hält, verschiebt die Lücke bei 40 Conversions von 47 auf etwa 56 % (Rechner für das Creative-Testing-Budget).

Kleine Lücken zu lesen kostet weit mehr. Senkt ein neuer Hook auf demselben Video den CPA um 10 %, braucht jede Variante etwa 1.413 Conversions, beim Beispiel-CPA also 42.390 $ (Methode).

Klicks häufen sich schneller an als Käufe, sodass eine Klick-Kennzahl dieselbe Lücke mit weniger Ausgaben misst. Sie beantwortet aber eine andere Frage. In R5 des Registers zu KI-UGC und menschlichem UGC, einem Bericht von aubado, lag menschliches UGC bei der CTR vorn und KI beim gemeldeten ROAS. Die beiden verglichenen Anzeigensets waren verschieden.

Zwei Anbieter-Frameworks setzen Conversion-Schwellen, ohne die Lücke auszurechnen, die sich damit erkennen lässt.

Top Growth Marketing (aktualisiert am 26. Juli 2026) setzt etwa 50 Conversions pro Variante an. Für die meisten DTC-Marken plant es außerdem das 2- bis 3-Fache des Ziel-CPA pro Variante ein, bevor Ergebnisse ausgewertet werden. Beim Ziel-CPA sind das 2 bis 3 Conversions, gemessen an den eigenen 50.

AdManage.ai (1. Juli 2026) fordert mindestens 100 Conversion-Ereignisse pro Variante. Eine um etwa 20 %+ bessere Leistung bei der Hauptkennzahl mit ordentlicher Stichprobe nennt es in der Regel einen bedeutsamen Gewinn. Als um 20 % niedrigerer CPA gelesen, braucht das etwa 315 Conversions pro Variante. Mit den eigenen 100 lässt sich zuverlässig eine Lücke von etwa 33 % zeigen.

spend per variant = CPA x conversions per variant
smallest detectable ratio = exp((1.96 + 0.84) x sqrt(2 / n))
CPA gap = 1 - 1 / ratio
conversions for a gap g = 2 x (2.8 / ln(1 / (1 - g)))^2, rounded up

Was Andromeda für das Creative-Testing verändert hat

Metas Engineering-Beitrag (2. Dezember 2024) zeigt, dass Andromeda verändert, wie viele Ihrer Anzeigen die Ranking-Stufe erreichen können. Eine Variante braucht weiterhin ihre Conversions, bevor ihr CPA etwas aussagt.

Wie sich eine ermüdende Anzeige im Ads Manager zeigt und wie oft Sie sie auffrischen sollten, steht in Creative Fatigue bei Meta-Anzeigen und was Andromeda verändert hat.

Andromeda ist das Anzeigen-Retrieval-System von Meta, und der Beitrag nennt keine Testmethode. Das Retrieval wählt aus zig Millionen Anzeigenkandidaten einige tausend relevante aus, und aus diesen entscheiden Ranking-Modelle.

Der Beitrag erwartet, dass generative KI die Zahl der Anzeigen-Creatives im System deutlich wachsen lässt, und sagt, der hierarchische Index von Andromeda sei dafür gebaut, auf ein großes Volumen an Anzeigen-Creatives zu skalieren.

Für Tests in Ihren Hauptkampagnen schlägt das Framework von Foxwell Digital (aktualisiert am 5. Juli 2026) etwa 10 bis 20 aktive Anzeigen pro Anzeigengruppe vor. So viele, heißt es, geben Meta und Andromeda reichlich Spielraum, aber nicht so viel, dass sich nicht mehr richtig beurteilen ließe, welche Anzeigen das größte Potenzial haben.

Metas eigene Seite zur Lernphase nennt keine Zahl und rät dennoch, hohe Anzeigenvolumen zu vermeiden, denn bei vielen Anzeigen lerne das Auslieferungssystem weniger über jede Anzeige und Anzeigengruppe.

Foxwells Ansatz überlässt es dem Auslieferungssystem von Meta, wohin die Ausgaben fließen. Metas Seiten sagen nicht, dass eine Anzeigengruppe gleichmäßig auf ihre Anzeigen ausgibt. Jede Anzeige am eigenen CPA zu lesen, würde bei den Beispielwerten trotzdem 1.200 $ Ausgaben pro Anzeige erfordern.

Wann Sie ein Ergebnis werten und wie Sie Creative Fatigue erkennen

Werten Sie einen Test zum Enddatum oder bei der Conversion-Zahl, die Sie vor dem Start festgelegt haben. Frühe Auswertungen führen in die Irre: Laut Metas Seite zur Lernphase sagen Ergebnisse während der Lernphase nicht unbedingt etwas über die künftige Leistung aus.

Ein A/B-Test liefert Ihnen Metas Konfidenzwert. Meta simuliert mögliche Ausgänge zehntausendfach, um einen Gewinner mit einem bestimmten Konfidenzprozentsatz auszuweisen. Auf der Einrichtungsseite empfiehlt Meta, Tests mit einer geschätzten Teststärke von mindestens 80 % durchzuführen. Ein Creative-Test liefert keins von beidem, werten Sie sein Ergebnis also anhand der Tabelle der erkennbaren Lücken.

Ein Test kann auch ohne Gewinner enden. Metas Tipps-Seite führt Unterauslieferung auf zu kleine Zielgruppen oder zu niedrige Budgets zurück und empfiehlt eine breitere Zielgruppe oder mehr Budget. Für die nächste Runde grenzt sie die Frage ein: Gewinnt ein Video gegen eine einzelne Bildanzeige, empfiehlt sie, im nächsten Test zwei verschiedene Videoanzeigen auszuprobieren.

Meta weist Creative Fatigue als Auslieferungsstatus aus. Die Seite zu Creative Fatigue zeigt „Creative limited“, wenn die Kosten pro Ergebnis über denen Ihrer früheren Anzeigen liegen, aber unter dem Doppelten, und „Creative fatigue“ beim Doppelten oder mehr.

Dieselbe Seite sagt, die Empfehlungsfunktion sei nur für Anzeigengruppen mit einem Creative verfügbar und nicht für manche Formate wie Dynamic Creative. Bei aktiven Kampagnen werden Creative limited und Creative fatigue laut der Seite für die Anzeigengruppe oder Anzeige angezeigt. Ob jede Testanzeige in einer Anzeigengruppe mit mehreren Anzeigen einen eigenen Status bekommt, geht aus dieser Seite nicht klar hervor.

Meta zählt alle jüngsten Sichtkontakte mit dem Bild oder Video, auch aus anderen Kampagnen Ihrer Page. Die Seite nennt keine Frequenzzahl.

Meta rät zu einer neuen Anzeige, die sich wesentlich vom ursprünglichen Creative unterscheidet. Meta ergänzt: „Keeping your original ad active instead of pausing or turning it off may maximize results.“

KI-Varianten gegen menschliche testen

Ein Test von KI gegen Mensch ändert eine Variable, nämlich wer die Anzeige erstellt hat, sodass alles andere gleich bleibt, auch das Skript. Zeigt Meta bei den KI-Anzeigen sein KI-Info-Label, wird das Label Teil dessen, was Sie testen (Metas Regeln zur Offenlegung von KI).

KI-UGC vs. menschliches UGC beschreibt die Schritte für einen fairen Test. Beste KI-Tools für Meta-Anzeigen vergleicht die Tools, die die Varianten erstellen. KI-Tools für Creative-Testing ordnet die Tools, die über Anzeigen berichten, sobald diese laufen.

Die Vorlage mit Tracker für Creative-Tests plant das Budget für jede Variante.

Die Vorlage für Creative Briefs geht jedes Feld einzeln durch.

KI-Generatoren für Facebook-Anzeigen listet die Tools auf, die die Varianten selbst erstellen, mit Kosten pro Anzeige, wo der Preis veröffentlicht ist.