Jeder hat eine Meinung zu Match Types. Befürworter von Broad Match werden Ihnen sagen, dass Smart Bidding eine enge Keyword-Kontrolle weitgehend überflüssig gemacht hat. Exact-Match-Verfechter sind noch nicht bereit, Google die Zügel zu überlassen. Und Phrase-Match-Nutzer fragen sich, ob sich überhaupt noch jemand an sie erinnert.

Wir haben uns entschieden, die Daten sprechen zu lassen.

Für diese Studie haben wir für Februar 2026 30.000 Google Ads-Konten analysiert, und zwar über alle Search-Kampagnen mit aktivem Keyword-Spend. Wir haben Non-Brand-Kampagnen aus drei Blickwinkeln betrachtet: alle Kontotypen zusammen, E-Commerce-fokussierte Konten (also solche mit messbarem Conversion Value) und Lead-Gen-Konten (also solche ohne Revenue-Tracking). Außerdem haben wir Brand-Kampagnen separat betrachtet und nachverfolgt, wie sich die Ausgaben der Werbetreibenden seit 2022 über die Match Types verschoben haben.

Das haben wir herausgefunden.

Exact Match verliert Marktanteile gegenüber Broad und Phrase

Seit 2022 hat Exact Match fast 10 Prozentpunkte an Spend Share verloren, während Broad Match stetig zugelegt hat und inzwischen nach Budget der dominierende Match Type ist. Phrase Match ging 2024 zurück, erholte sich jedoch bis 2026 wieder.

Das zeichnet ein klares Bild der Werbetreibenden-Stimmung: Immer mehr Menschen vertrauen Googles KI ein breiteres Targeting an. Dieses Vertrauen ist nicht unvernünftig — Smart Bidding ist tatsächlich ausgereifter geworden, und Broad Match ist heute ein grundlegend anderes Produkt als noch vor vier Jahren. Ob die Performance-Daten mit diesem gestiegenen Vertrauen Schritt gehalten haben, wollten wir herausfinden.

Der Spend Share von Exact Match ist zwischen 2022 und 2026 um 9,5 % zurückgegangen, während die Anteile von Phrase und Broad Match gestiegen sind. Die Landschaft der Keyword-Match Types verschiebt sich, mit einem klaren Trend weg von Exact Match. Diese Daten zeigen eine strategische Verlagerung hin zu breiterem Matching und deuten darauf hin, dass Werbetreibende sich an sich verändernde Suchalgorithmen und Nutzerverhalten anpassen.

Welcher Match Type performt bei Non-Brand-Kampagnen am besten — über alle Kontotypen hinweg?

Die Karten unten zeigen den jeweils besten Match Type für jede Kernkennzahl im Vergleich zum schwächsten Match Type über alle Non-Brand-Kampagnen hinweg.

Über alle Kennzahlen hinweg liegt Exact Match bei der Effizienz vorn. Der Grund dafür ist naheliegend: Wenn ein Keyword sehr genau dem entspricht, was jemand eingegeben hat, ist das Intent-Signal sauberer, die Anzeige relevanter und der Klick konvertiert mit höherer Wahrscheinlichkeit.

Broad Match erzeugt deutlich mehr Volumen, aber dieses Volumen hat seinen Preis. Ohne starke Smart-Bidding-Signale und eine gepflegte Negative-Keyword-Liste kann Broad Match viel Budget dafür ausgeben, Traffic zu jagen, der ohnehin nie konvertiert hätte.

Was oft übersehen wird, ist die Performance von Phrase Match im Verhältnis zu seinen Kosten. Er macht den größten Anteil der Non-Brand-Ausgaben aus, liefert aber bei Conversions konstant überdurchschnittliche Ergebnisse. Das deutet darauf hin, dass Phrase Match Traffic anzieht, der tatsächlich kurz vor einer Handlung steht — spezifisch genug, um relevant zu sein, und gleichzeitig breit genug, um Menschen zu erreichen, die nicht exakt das Keyword eingegeben haben, auf das Sie geboten haben.

Sieht das bei E-Commerce-Konten anders aus?

Wenn wir den Fokus auf Konten mit messbarem Conversion Value verengen (unser Proxy für E-Commerce-Werbetreibende), werden die Unterschiede größer, und einige Dinge werden klarer.

Exact Match setzt sich bei ROAS und CPA weiter ab. Im E-Commerce, wo jemand, der nach einem bestimmten Produktnamen sucht, oft nur noch einen Klick vom Kauf entfernt ist, ist präzises Keyword-Matching besonders wirkungsvoll. Das Intent-Signal ist bereits stark; Exact Match sorgt lediglich dafür, dass die Anzeige zuverlässig dafür ausgespielt wird.

Die interessantere Erkenntnis ist, was in diesem Segment mit der Conversion Rate von Phrase Match passiert: Sie erzielt den höchsten Wert aller Match Types in der gesamten Studie. Das spiegelt vermutlich wider, wie Phrase Match im E-Commerce-Kontext funktioniert: Er erfasst Käufer, die leicht abweichende Produktbegriffe verwenden, weiterhin in Kaufabsicht sind, aber nicht ganz die exakten Begriffe nutzen, auf die Sie ausgerichtet sind. Das sind hochwertige Klicks.

Broad und Phrase liegen in dieser Betrachtung auch beim ROAS nahezu gleichauf. Für alle, die standardmäßig auf Broad setzen, weil sie davon ausgehen, dass er einen klaren KI-basierten Vorteil hat, zeigen die Daten, dass das Rennen enger ist als erwartet — zumindest in Konten, in denen der Algorithmus starke Conversion-Value-Signale zum Lernen hat.

Und was ist mit Lead-Gen-Konten?

Lead-Gen-Konten erzählen eine andere Geschichte, und das ist eine, die man leicht übersieht, wenn man nur aggregierte Daten betrachtet.

Die Karten unten zeigen den jeweils besten Match Type für jede Kennzahl in Non-Brand-, Lead-Gen-fokussierten Konten — also solchen ohne Revenue-Tracking, bei denen Conversion-Volumen statt Conversion Value das primäre Signal ist.

Phrase Match dominiert hier auf eine Weise, wie er es im E-Commerce nicht tut. Er hält den größten Anteil sowohl an Spend als auch an Conversions, und der Abstand zu den beiden anderen Match Types ist größer als in jedem anderen Segment. Der wahrscheinliche Grund: Lead-Gen-Kampagnen setzen oft auf intent-nahe Keywords, bei denen jemand, der eine lose verwandte Suchanfrage eingibt, trotzdem ein qualifizierter Interessent sein kann. Phrase Match eignet sich gut für diese Art von Traffic — er geht über exakte Begriffe hinaus, ohne die Schleusen so weit zu öffnen wie Broad Match.

Broad Match hingegen verliert im Lead-Gen-Bereich deutlich stärker an Boden als im E-Commerce. Ohne Conversion-Value-Daten, die Smart Bidding steuern, hat der Algorithmus weniger Grundlage, und die Effizienzlücke wird klarer sichtbar.

Und was ist mit Brand-Kampagnen?

Brand-Kampagnen erzählen eine besonders klare Geschichte, die oft weniger Aufmerksamkeit bekommt, als sie verdient.

Exact Match bei Brand-Keywords liegt bei fast allen wichtigen Kennzahlen vorn: CTR, Conversion Share und ROAS. Die einzige Ausnahme ist die Conversion Rate: Hier gewinnt Phrase Match und performt 36 % besser als Broad Match, liegt aber nahezu gleichauf mit Exact Match (8,22 % vs. 8,18 %).

Der Grund ist ziemlich intuitiv: Wenn jemand Ihren Markennamen eingibt, sucht diese Person bereits nach Ihnen. Ein Exact-Match-Keyword erfasst diesen Moment präzise. Broad oder Phrase Match auf denselben Begriffen bringt Variabilität ins Spiel — die Anzeige kann für angrenzende Suchanfragen oder ähnliche Suchbegriffe ausgespielt werden, die zufällig denselben Wortschatz wie Ihre Marke teilen, wodurch das Signal verwässert wird.

Das Verhältnis von Spend zu Conversions macht die Bedeutung greifbar. Exact Match generiert einen überproportional großen Anteil der Brand-Conversions im Verhältnis zu den Kosten, während Broad Match das Gegenteil tut: mehr Spend, weniger Conversions.

Es gibt gute Gründe, bei Brand-Keywords auch andere Match Types einzusetzen: angrenzende Suchanfragen erfassen, Messaging testen, Lücken in der Exact-Match-Abdeckung schließen. Aber diese Daten legen nahe, dass solche Entscheidungen mehr Prüfung verdienen, als sie normalerweise bekommen.

Was bedeutet das also alles?

Wenn man alle Segmente zusammen betrachtet, werden einige Dinge deutlich.

Exact Match verliert Anteile, aber nicht an Relevanz. Die Verschiebung hin zu Broad Match liegt nicht daran, dass Exact Match nicht mehr funktioniert — die Performance spricht nach wie vor klar für ihn. Sie liegt daran, dass Werbetreibende Automatisierung zunehmend vertrauen und Google Broad Match leichter begründbar gemacht hat. Das sind nachvollziehbare Einflüsse, aber nicht dasselbe wie eine schwächere Performance von Exact Match.

Phrase Match ist der konstant stärkste Überperformer. Sowohl im E-Commerce als auch im Lead Gen liefert er überdurchschnittliche Ergebnisse. Die Erholung seines Spend Shares bis 2026 könnte darauf hindeuten, dass Werbetreibende dieses Gleichgewicht wiederentdecken: genug Kontrolle, um relevant zu bleiben, genug Flexibilität, um intent-passenden Traffic zu erfassen, den Exact Match verpasst.

Broad Match ist eine Wette auf den Algorithmus — und die Rahmenbedingungen sind entscheidend. Er funktioniert am besten, wenn Smart Bidding über reichhaltige Signale zum Lernen verfügt, sei es Conversion Value im E-Commerce oder starkes Conversion-Volumen im Lead Gen. Fallen diese Bedingungen weg, wird die Effizienzlücke schwerer zu ignorieren.

Die Konten, die am meisten aus Match Types herausholen, nutzen in der Regel alle drei bewusst: Exact für Keywords mit hoher Intent- und hoher Wertigkeit, Phrase als tägliches Arbeitspferd, Broad für Discovery und Skalierung. Die eigentliche Frage ist nicht, welcher Match Type der beste ist. Sondern ob Sie jeden einzelnen für die richtige Aufgabe in Ihrem Konto einsetzen.

Wenn Sie diesem Thema weiter nachgehen möchten, untersucht unsere RSA-Performance-Studie, was die Anzeigeneffizienz tatsächlich antreibt, sobald die richtigen Keywords vorhanden sind. Spoiler: Es ist nicht die Ad Strength.

Lesen Sie die Studie hier.

Diese Studie umfasst Daten aus Februar 2026 über 30.000 Google Ads Search-Konten. E-Commerce-Konten sind als Konten mit messbarem Conversion Value definiert. Lead-Gen-Konten sind Konten ohne Revenue-Tracking. Die Brand-Analyse umfasst alle Konten ohne Segmentfilterung.