Am Anfang jeder erfolgreichen Kampagne steht deshalb keine Einstellung im Werbeanzeigenmanager, sondern eine gedankliche Verschiebung. Weg von der Frage „Wen kann ich erreichen?“ hin zu „In welcher Lebenssituation befindet sich mein idealer Käufer gerade?“. Ein junges Paar, das über Familienplanung nachdenkt, hat eine völlig andere Wahrnehmung von Wohnraum als ein Investor, der nach stabilen Renditen sucht. Beide könnten sich für dieselbe Immobilie interessieren – aber aus völlig unterschiedlichen Motiven heraus. Wer diese Unterschiede nicht versteht, wird auch mit den besten Targeting-Optionen ins Leere laufen.
In der Praxis zeigt sich dann schnell, wie zentral der geografische Kontext ist. Immobilien sind immer lokal, selbst wenn das Kapital international ist. Die Entscheidung, ob eine Anzeige nur Menschen erreicht, die tatsächlich in einer Region leben, oder auch jene, die sich kürzlich dort aufgehalten haben, ist keine technische Kleinigkeit, sondern eine strategische Weichenstellung. Eine Eigentumswohnung in Wien spricht eine andere Zielgruppe an als ein Ferienobjekt in den Alpen. Meta liefert hier die Werkzeuge – aber die Interpretation bleibt Aufgabe des Marketers.
Sobald diese Basis steht, verführt die Plattform dazu, immer tiefer in die Details zu gehen. Alter, Einkommen, Interessen, Lebensereignisse – alles lässt sich einstellen, eingrenzen, kombinieren. Doch genau hier liegt eine der größten Fehlannahmen. Die Idee, dass mehr Filter automatisch zu besseren Ergebnissen führen, hält sich hartnäckig. In Wirklichkeit passiert oft das Gegenteil. Zu enge Zielgruppen verlieren an Dynamik, der Algorithmus bekommt zu wenig Spielraum, und die Kampagne bleibt in ihrer eigenen Logik gefangen.
Interessanter wird es dort, wo Unternehmen beginnen, ihre eigenen Daten ernst zu nehmen. Wer einmal gesehen hat, wie sich Nutzer verhalten, die bereits ein Exposé geöffnet oder ein Formular ausgefüllt haben, erkennt schnell den Unterschied zur „kalten“ Zielgruppe. Diese Menschen sind nicht mehr nur theoretisch interessiert – sie haben bereits gehandelt. Genau hier entsteht ein qualitativ völlig anderes Targeting, das nicht auf Annahmen basiert, sondern auf tatsächlichem Verhalten.
Aus dieser Perspektive wird auch verständlich, warum Lookalike Audiences so wirkungsvoll sein können. Sie sind im Grunde der Versuch, dieses Verhalten zu skalieren, indem Meta nach ähnlichen Mustern im gesamten Nutzeruniversum sucht. Doch auch hier entscheidet die Qualität der Ausgangsdaten. Wer nur Klicks als
