Suchbegriff-Klassifikation in Amazon Ads: Wann Exact, Phrase und Broad wirklich sinnvoll sind

Wer Amazon-Ads-Optimierung betreibt, kommt an einer Entscheidung nicht vorbei: Exact, Phrase oder Broad Match? Die meisten Advertiser treffen diese Wahl intuitiv oder nach Schema F, und zahlen dafür einen stillen Preis in Form von verschwendetem Budget und schwacher Relevanz. Dabei ist die Match-Type-Auswahl keine technische Nebensache, sondern eine strategische Weichenstellung, die das Verhältnis zwischen Reichweite und Conversion-Qualität direkt beeinflusst.

Dieser Artikel ersetzt das Bauchgefühl durch ein klares Klassifikationsschema, das direkt auf echten Keyword-Daten aus der Listing-Analyse aufbaut. Du lernst zunächst, warum falsch gewählte Match-Types teuer werden können, bevor die drei Typen mit praxisnahen DACH-Beispielen präzise eingeordnet werden. Anschließend zeigt ein konkreter Entscheidungsbaum, wie du jedes Listing-Keyword systematisch dem richtigen Match-Type zuordnest. Zwei realistische Produktszenarien machen das Vorgehen greifbar, vier typische Fehler helfen dir, bekannte Fallstricke zu umgehen. Am Ende steht ein direkter Weg vom Keyword zur fertig strukturierten Kampagne, inklusive einer Checkliste zur Umsetzung.

Warum Bauchgefühl bei Match-Types teuer werden kann

Match-Types sind keine flexible Kampagnen-Einstellung, die du jederzeit anpassen kannst. Laut offizieller Amazon Ads Dokumentation gilt: Einmal erstellte Kampagnen erlauben keine nachträgliche Änderung der ursprünglich gewählten Match-Types. Du kannst zwar neue Keywords mit anderen Types ergänzen, aber die bestehenden Einträge bleiben unverändert. Eine falsche Entscheidung am Anfang bedeutet entweder parallele Kampagnenstrukturen oder unnötige Kosten.

In kleinen Teams entsteht daraus ein wiederkehrendes Muster: Broad Match für alle Keywords, weil es intuitiv nach mehr Reichweite klingt. Das Ergebnis sind irrelevante Klicks, ein hoher ACoS und kein verwertbarer Lerneffekt, weil die Daten zu diffus sind, um Schlüsse zu ziehen.

Das eigentliche Problem ist dabei selten fehlendes Wissen über Definitionen. Wer Ads schaltet, kennt die Grundbegriffe. Was fehlt, ist ein Entscheidungsrahmen: Welcher Type ist für welches Keyword die richtige Wahl, und warum genau dieses Keyword in diese Kategorie gehört?

Ein weiterer struktureller Fehler: Amazon Keyword-Recherche und Kampagnenplanung werden als zwei getrennte Aufgaben behandelt, obwohl die Klassifikationssignale bereits im Listing vorliegen. Keywords aus echten Suchdaten enthalten Suchvolumen, Spezifität und Kaufintention, genau die drei Kriterien, die über den richtigen Match-Type entscheiden. Wer Keyword-Recherche und Ads-Setup als getrennte Prozesse behandelt, verschenkt Budget und organisches Ranking.

Dieser Artikel liefert ein Klassifikationsschema, das direkt aus dem Listing-Prozess heraus angewendet wird. Kein theoretisches Framework, sondern ein konkreter Arbeitsschritt vor der Kampagnenerstellung.

Exact, Phrase und Broad kurz erklärt – mit DACH-Beispielen

Bevor du ein Klassifikationsschema anwenden kannst, musst du wissen, was die drei Types technisch voneinander unterscheidet. Hier sind die Definitionen, direkt auf die Praxis zugeschnitten.

Broad Match bietet die größte Reichweite. Das Keyword muss nicht im Suchbegriff enthalten sein; Amazon schaltet die Anzeige auch bei Synonymen, Varianten und semantisch verwandten Begriffen. Das Keyword Laufschuh kann dabei für Suchanfragen aus dem weiteren Sportschuh-Umfeld ausgespielt werden. Diese Streubreite macht Broad zur Entdeckungsphase geeignet, erhöht aber den Druck auf eine sauber gepflegte Negativliste.

Phrase Match verlangt, dass die Reihenfolge der Keyword-Wörter im Suchbegriff erhalten bleibt. Ergänzungen davor und dahinter sind erlaubt; Tippfehler, Pluralformen und Übersetzungen gelten als Nahvarianten. Das Keyword Duschvorhangstange matcht entsprechend Suchanfragen, die diese Wortfolge enthalten und um weitere Attribute ergänzen, nicht aber Anfragen, in denen die Wortfolge aufgebrochen ist.

Exact Match ist der restriktivste Type. Die Anzeige erscheint nur, wenn der Suchbegriff exakt dem Keyword entspricht oder eine enge Variante darstellt. Zusatzwörter reichen aus, um nicht mehr zu matchen. Für die Amazon Ads Optimierung bedeutet das: Exact erfasst Suchanfragen mit klarer Kaufabsicht, liefert saubere Performance-Daten und senkt den Streuverlust.

Alle drei Types decken unterschiedliche Positionen im Kaufprozess ab, von der offenen Exploration über qualifizierten Traffic bis zur konversionsnahen Suche.

Praxishinweis: Wer Keywords aus echten Suchdaten gewinnt, etwa über eine strukturierte Listing-Analyse oder ein Amazon Keyword Tool, hat Suchvolumen und Spezifität bereits vorliegen. Das sind genau die Klassifikationsmerkmale, die im nächsten Schritt entscheiden, welcher Type für welches Keyword sinnvoll ist. Wer dabei mehrere Kanäle gleichzeitig bespielt, findet im Artikel zu Multichannel-Vertrieb ohne doppelte Datenpflege einen Einstieg, wie sich ein einziger Datenbestand für alle Marktplätze nutzen lässt.

Das Klassifikationsschema: Vom Listing-Keyword zum richtigen Match-Type

Diese Klassifikationsmerkmale aus der Listing-Analyse lassen sich jetzt direkt in einen Match-Type übersetzen. Das folgende Fünf-Schritte-Schema macht diese Entscheidung reproduzierbar.

Schritt 1: Keyword-Typ bestimmen

Ordne jedes Keyword einer von drei Kategorien zu:

• Generischer Oberbegriff: „Rucksack", „Trinkflasche", „Schreibtischlampe"

• Attributierter Begriff: „Rucksack 30L wasserdicht", „Trinkflasche 750ml auslaufsicher"

• Produktspezifischer Begriff: „Deuter Futura 30 Wanderrucksack", Modellbezeichnungen, EAN-Umfeld

Der Keyword-Typ ist der erste Filter für alle folgenden Schritte.

Schritt 2: Suchvolumen einordnen

Hohe Volumina bei generischen Begriffen sprechen für Broad oder Phrase zur Datengewinnung. Niedrige Volumina bei produktspezifischen Begriffen sprechen für Exact, weil jeder Klick direkt verwertbar ist und das Budget schont.

Schritt 3: Kaufintention bewerten

Modellbezeichnungen, Maßangaben und Verwendungshinweise wie „für Spülmaschine geeignet" signalisieren klare Kaufabsicht und gehören in Exact oder enge Phrase-Kampagnen. Oberbegriffe ohne qualifizierendes Attribut haben offene Intention und eignen sich für Broad zur Exploration.

Schritt 4: Wettbewerbsdichte prüfen

Stark umkämpfte generische Begriffe sind mit Broad ohne Negativlisten selten rentabel. Phrase begrenzt hier den Streuverlust, weil die Wortfolge im Suchbegriff erhalten bleiben muss.

Schritt 5: Klassifikationstabelle ausfüllen

Für jedes Listing-Keyword eine Zeile anlegen:

Die vier Kriterien zusammen ergeben eine eindeutige Empfehlung, statt einer Bauchentscheidung.

In ASEIO wird dieser Schritt direkt im Listing-Workflow abgebildet: Die klassifizierten Keywords aus der Suchbegriff-Analyse werden ohne manuelles Kopieren in Ads-Kampagnen mit den entsprechenden Match-Types überführt. Den genauen Ablauf dazu findest du Schritt für Schritt zum Nachlesen.

Entscheidungsbaum: Welcher Match-Type für welches Keyword?

Die vier Schritte aus dem Klassifikationsschema lassen sich in einen kompakten Entscheidungsbaum übersetzen, den du vor der Kampagnenerstellung einmal je Keyword durchläufst:

Stufe 1: Ist das Keyword produktspezifisch, also eine Modellbezeichnung, ein EAN-Umfeld oder eine exakte Produktbezeichnung? Wenn ja: Exact Match. Wenn nein: weiter zu Stufe 2.

Stufe 2: Enthält das Keyword mindestens zwei qualifizierende Attribute, zum Beispiel Material und Maß, Anwendung und Zielgruppe, oder Format und Kompatibilität? Wenn ja: Phrase Match. Wenn nein: weiter zu Stufe 3.

Stufe 3: Handelt es sich um einen generischen Oberbegriff, den du zur Datengewinnung oder zum Testen unbekannter Suchbegriffe einsetzen willst? Wenn ja: Broad Match mit enger Negativliste. Wenn nein: Das Keyword ist für den Ads-Einsatz noch nicht geeignet. Arbeite es zuerst im Listing weiter aus, bevor du es in eine Kampagne überführst (zur Erinnerung: Match-Types sind nach Kampagnenstart unveränderlich).

Wichtig: Broad Match ohne begleitende Negativlisten liefert bei der Amazon Keyword-Recherche keinen verwertbaren Lerneffekt, sondern verbrennt Budget auf irrelevante Ausspielungen. Der Entscheidungsbaum setzt deshalb voraus, dass du für jede Broad-Kampagne eine Negativliste vorbereitet hast, bevor die Kampagne startet.

Wer Listings bereits mit validierten Titeln und strukturierten Keywords aufbaut, wie es neue Amazon-Regeln zu Titeln und deren automatische Prüfung per KI beschreiben, hat die Klassifikationssignale für diesen Baum bereits vorliegen.

Übersicht der drei Pfade

Zwei Produkt-Szenarien aus der Praxis

Die abstrakten Pfade aus dem Entscheidungsbaum lassen sich an zwei konkreten Produkten durchspielen.

Szenario 1: Nischenprodukt mit geringem Suchvolumen

Ein Hersteller verkauft Schafwoll-Einlegesohlen Größe 42-46 für Wanderschuhe. Das Suchvolumen ist überschaubar, aber die Kaufintention der wenigen Suchenden ist hoch.

Die Kampagnenstruktur folgt direkt aus dem Schema:

• Exact Match für produktnahe Keywords wie „Schafwoll Einlegesohlen Wandern Größe 44": Jeder Klick kostet Budget, das bei geringem Volumen zählt.

• Phrase Match für Kategorievarianten wie „Einlegesohlen Wolle Herren" oder „Wolleinlegesohlen Wanderschuhe": Deckt Formulierungsvarianten ab, ohne zu weit zu streuen.

• Broad Match allenfalls in der ersten Kampagnenwoche zur Datengewinnung, eng mit Negativlisten abgesichert, danach abschalten oder eingrenzen.

Szenario 2: Generischer Artikel mit hohem Wettbewerb

Ein Händler verkauft Edelstahl-Trinkflaschen ohne klares Alleinstellungsmerkmal.

Vorher: Alle Keywords auf Broad, darunter „Trinkflasche" mit hohem Volumen. Ergebnis: viele Impressionen, kaum Conversions, ACoS deutlich zu hoch.

Nachher: Broad nur noch für neue Begriffe mit Negativlisten; Phrase für Attributkombinationen wie „Trinkflasche 750ml auslaufsicher" oder „Edelstahl Trinkflasche Kinder"; Exact für die fünf Suchbegriffe aus dem Search Term Report, die tatsächlich zu Käufen geführt haben. ACoS sinkt auf ein rentables Niveau.

Klassifikation als laufender Prozess

Die Arbeit endet nicht mit dem Kampagnenstart. Neue Suchbegriffe aus dem Search Term Report werden regelmäßig ins Schema eingeordnet und bei ausreichender Conversion-Stärke als Exact- oder Phrase-Keywords ergänzt.

Vier häufige Fehler bei der Match-Type-Wahl

Die Szenarien zeigen, was funktioniert. Genauso lehrreich sind die vier Muster, die immer wieder schiefgehen.

Fehler 1: Alles auf Broad

Broad klingt nach maximaler Reichweite, liefert aber unkontrollierte Streuung. Amazon bezieht bei Broad Match auch weit entfernte Synonyme und Kategorienachbarn ein, sodass selbst ein eingegrenztes Keyword Anzeigen in kaum verwandten Suchanfragen auslösen kann. Ohne gepflegte Negativlisten ist keine sinnvolle Amazon Ads Optimierung möglich, weil jeder irrelevante Klick Budget kostet, ohne Konversionsdaten zu liefern.

Fehler 2: Alles auf Exact von Anfang an

Wer ohne vorherige Daten ausschließlich auf Exact setzt, sperrt sich selbst von der Entdeckungsphase aus. Die tatsächlich konvertierenden Suchbegriffe sind oft Varianten, die im Keyword-Recherche-Prozess noch nicht aufgetaucht sind. Exact eignet sich für bewährte Keywords mit nachgewiesener Konversion, nicht für den Aufbau einer neuen Kampagne.

Fehler 3: Match-Type nach Kampagnenerstellung ändern wollen

Da Amazon Match-Types nach Kampagnenstart nicht änderbar macht (ein Fehler im Kampagnenaufbau erzwingt neue Parallelstrukturen), muss die Klassifikation vor dem Aufsetzen abgeschlossen sein. Doppelstrukturen erhöhen den Verwaltungsaufwand und verteilen Budgets unkontrolliert.

Fehler 4: Phrase und Exact auf identische Keywords ohne Gebotsabstufung

Dasselbe Keyword gleichzeitig in einer Phrase- und einer Exact-Kampagne mit identischen Geboten führt zu internem Wettbewerb. Amazon priorisiert bei mehreren passenden Keywords den Match-Type mit dem höchsten Gebot. Exact-Keywords sollten deshalb höhere Gebote erhalten als dieselben Begriffe auf Phrase-Ebene, sonst kannibalisieren sich die eigenen Kampagnen gegenseitig.

Vom Listing-Keyword zur Kampagne: Der systematische Weg

Wer die beschriebenen Fehler vermeiden will, muss früher ansetzen: nicht im Kampagnentool, sondern in der Listing-Keyword-Analyse. Die Klassifikationssignale, die du dort bereits erhoben hast, Suchvolumen, Kaufintention und Wettbewerbsdichte, sind dieselben Kriterien, nach denen Match-Types vergeben werden. Du brauchst keine zweite Datenquelle.

Die Arbeitsabfolge in vier Schritten:

1. Klassifikation: Teile deine Listing-Keywords nach dem Schema aus den vorigen Abschnitten in drei Gruppen ein: Exact, Phrase und Broad.

2. Negativlisten: Lege vor dem Kampagnenstart Negativbegriffe für alle Broad-Kampagnen fest. Wer das überspringt, zahlt Lehrgeld.

3. Kampagnenstruktur: Setze eine Kampagne je Match-Type-Gruppe auf, oder organisiere nach Produktgruppe, wenn der Katalog das nahelegt.

4. Auswertung: Werte den Search Term Report nach zwei bis vier Wochen aus und ordne neue Suchbegriffe direkt ins Klassifikationsschema ein.

Für ein- bis zweiköpfige Teams ist der entscheidende Vorteil dieses Ablaufs, dass er die Frage „was setze ich jetzt?" von einer Einzelfallentscheidung auf eine tabellarische Klassifikation reduziert, die einmalig pro Produkt durchgeführt und periodisch aktualisiert wird.

Der strukturelle Fehler, den viele Händler machen, ist das Auseinanderdriften von Listing-Keywords und Kampagnen-Keywords. Wenn beide aus unterschiedlichen Quellen stammen, fehlt das gemeinsame Ranking-Signal. Die Keywords aus dem Listing werden zur Kampagne. In ASEIO passiert genau das: Aus den Listing-Keywords, die auf Basis echter Suchdaten entstehen, werden Ads-Kampagnen mit Exact-, Phrase- und Broad-Klassifikation erzeugt, mit Review vor dem Writeback, ohne Blindautomatik.

Fazit und Checkliste für die Umsetzung

Damit das Schema nicht nur auf dem Papier funktioniert, hier die vier Fragen, die vor jeder Kampagnenerstellung beantwortet sein sollten:

Checkliste vor dem Kampagnenstart

• Sind alle Listing-Keywords nach Typ, Suchvolumen, Kaufintention und Wettbewerbsdichte klassifiziert?

• Haben alle Broad-Keywords eine zugehörige Negativliste?

• Kommen Exact-Keywords ausschließlich bei bewährten oder hochspezifischen Begriffen zum Einsatz?

• Ist die Gebotsabstufung zwischen den Match-Types definiert, sodass Exact höhere Gebote erhält als Phrase oder Broad auf denselben Begriffen?

Wer diese vier Punkte abhaken kann, trifft die Match-Type-Entscheidung nicht mehr situativ, sondern auf einer dokumentierten Grundlage, die sich reproduzieren und bei neuen Produkten direkt wiederverwenden lässt.

Nach dem Kampagnenstart

Die Klassifikation ist kein einmaliger Akt. Den Search Term Report alle zwei bis vier Wochen auswerten und den Zyklus aus Abschnitt „Vom Listing-Keyword zur Kampagne" wiederholen. Dieser Zyklus schärft die Kampagnen schrittweise, ohne die Grundstruktur zu zerstören.