Adbrew unterstützt VIVO beim Launch in Kanada mit einer KI-gestützten Kampagne und übertrifft das Verkaufsziel um 79 %

Ziele

VIVO, eine in den USA ansässige Büroausstattungsmarke, die Monitorhalterungen, Tastaturauszüge, Laptop-Ständer und ergonomisches Zubehör verkauft, hatte auf Amazon in den Vereinigten Staaten mit einer Rentabilität der Anzeigenkosten (ROAS) von 7–8x eine starke Leistung aufgebaut. Als die Marke ihren Auftritt auf den kanadischen Amazon-Onlineshop ausweitete, erstellte das Team manuell Kampagnen, um eine erste Präsenz aufzubauen, doch die Ergebnisse blieben hinter den Erwartungen zurück.

Conversion-Raten in Kanada lagen bei 7 %, und die Kosten pro Klick (CPC) erreichten 1,16 USD. Das eigentliche Problem war struktureller Natur: Kanada hatte eigene Keyword-Nachfragemuster, unterschiedliche Kategoriedynamiken und ein anderes Käuferverhalten als die USA. Ein kleines Team, das Hunderte von Produkten in den USA und Kanada verwaltete, hatte keine effiziente Möglichkeit, dieses Umfeld in der erforderlichen Tiefe zu analysieren. Recherchen, die die Kampagnenstruktur hätten beeinflussen sollen – welche Keywords die Sichtbarkeit steigerten, wo Mitbewerber starke Positionen hielten und welche Begriffe der kanadischen Suchabsicht entsprachen – hätten manuell Monate in Anspruch genommen.

Da jedes Produkt individuelle Keyword-Strategien, Entscheidungen zum Übereinstimmungstyp, Gebotslogik und Platzierungsanalysen erfordert, war der manuelle Ansatz nicht skalierbar. Jede Kampagne wurde auf Basis von Annahmen statt auf Basis von Insights gestartet, und die Performance spiegelte das wider. VIVO musste schnell und umfassend in den kanadischen Markt eintreten – schneller, als es jeder manuelle Prozess ermöglichen könnte.

VIVO hat mit Adbrew, einem fortgeschrittenen Amazon Ads-Partner mit Amazon-Pay-per-Click-Software (PPC), der Marken dabei unterstützt, ihre Werbung auf Amazon mithilfe modernster Automatisierungstechnologie zu optimieren, eine Strategie entwickelt, die es ermöglicht, die US-amerikanische Performance in Kanada zu replizieren – ohne die typische Phase des Ausprobierens beim Eintritt in einen neuen Markt. Die Ziele waren ehrgeizig: eine 7–8-fache Rentabilität der Anzeigenkosten (ROAS) entsprechend den US-Benchmarks erzielen, die Conversion-Rate auf über 9 % steigern, die Kosten pro Klick (CPC) auf unter 1,10 USD senken und die aktiven Kampagnen auf den gesamten Produktkatalog ausweiten.

Ansatz

Adbrew behandelte Kanada als ein Land, das eigene Erkenntnisse erfordert – nicht als Kopie der USA. Das Team setzte sein proprietäres KI-System Adbrew Intelligence ein – eine Suite kontextsensitiver KI-Agenten, die eigens für Amazon Ads entwickelt wurde. Die KI-Agenten analysierten mehrere Signale parallel, um Kampagnen zu erstellen, die auf tatsächlichen kanadischen Gegebenheiten basieren, während das Team die Kontrolle über alle strategischen Entscheidungen behielt.

Die Agenten begannen damit, VIVOs Performance-Insights für den US-Markt zu analysieren, um Keyword-Muster, Übereinstimmungstyp-Kombinationen und Strukturen zu identifizieren, die in einem etablierten Store mit Conversions korrelierten. Kanada wurde anschließend im Rahmen von drei parallelen Workstreams unabhängig voneinander analysiert: Echtzeit-Rang der Keyword-Suche zur Erfassung von Nachfrage und Kaufabsicht; Analyse der Positionen der Amazon Standard Identification Numbers (ASIN), um festzustellen, in welchen Kategorien Wettbewerber starke Positionen einnahmen; sowie eine Analyse der Listings mittels natürlicher Sprachverarbeitung (NLP), um Begriffe zu ermitteln, die der Amazon-Algorithmus im kanadischen Kontext besonders hoch bewertete.

Diese Eingaben flossen in ein Keyword-Modell ein, das widerspiegelte, wie das kanadische Geschäft tatsächlich funktionierte – und nicht, wie das US-amerikanische Geschäft funktionierte. Geleitet von den Team-Vorgaben zu Struktur und Prioritäten erstellte der Campaign Launcher Agent vollständige Kampagnenstrukturen für den gesamten Katalog von VIVO: Keyword-Auswahl, Übereinstimmungstypen, Gebotslogik und Platzierungsgewichtung. Mehr als 150 Kampagnen wurden innerhalb von drei Monaten gestartet – eine Verdreifachung der aktiven Kampagnenbasis –, und das in der Zeit, die ein manueller Prozess für einen Bruchteil dieses Volumens benötigt hätte.

Das System nahm laufende Gebots- und Budgetanpassungen vor, während Echtzeit-Performance-Insights über Amazon Marketing Stream eintrafen, und ermöglichte so eine kontinuierliche Optimierung ohne manuellen Eingriff. Sponsored Products erfasste Suchanfragen mit hoher Kaufabsicht, während Displayanzeigen die Reichweite auf Käufer ausweiteten, die in verwandten Kategorien nach ergonomischen Lösungen suchten.

Diese Methodik hat gezeigt, wie KI-gestützte Analysen die typische Anlaufphase bei der Expansion in neue Länder eliminieren können – und so strukturierte Ergebnisse ab der ersten Woche liefern, anstatt monatelang auf Versuch und Irrtum zu setzen.

Ergebnisse

Die Ergebnisse innerhalb von drei Monaten nach der Implementierung übertrafen alle Ziele und bestätigten den KI-gestützten Ansatz zur Länderexpansion.

Der Anzeigenumsatz im kanadischen Amazon-Shop übertraf das Ziel um 79 % und leistete damit einen bedeutenden Umsatzbeitrag aus einem Land, das zuvor hinter den Erwartungen zurückgeblieben war.¹ Der ROAS erreichte das 7,7-Fache – was dem US-Benchmark von 7–8-Fache entspricht und die bisherige Kampagnen-Basislinie von 6-Fache übertrifft. Dies belegt, dass die Leistung in Kanada mit einem etablierten Shop gleichziehen kann, wenn sie auf fundierten regionalen Erkenntnissen basiert. ²

Die Conversion-Rate stieg von 7 % auf 9,58 % – eine Verbesserung um 37 %, die durch KI-gestützte Keyword-Auswahl und eine auf das Verhalten kanadischer Käufer abgestimmte Kampagnenarchitektur erzielt wurde.³ Der CPC sank von 1,16 USD auf 1,02 USD, was zeigt, dass eine gezielte Keyword- und Platzierungsstrategie Streuverluste reduziert und gleichzeitig die Sichtbarkeit aufrechterhalten hat.⁴

Der Umfang der Kampagnen wurde drastisch ausgeweitet: Mehr als 150 Kampagnen wurden in drei Monaten gestartet, was einer 3-fachen Erweiterung der aktiven Kampagnenbasis entspricht.⁵ Dieses Volumen wäre manuell im gleichen Zeitraum unmöglich zu erreichen gewesen – geschweige denn mit der gelieferten Konsistenz bei der Performance.

Der Erfolg zeigte, dass KI-gestützte Analysen – kombiniert mit menschlicher strategischer Kontrolle – monatelange Lernprozesse auf wenige Wochen verdichten können. So können Marken neue Märkte von Anfang an mit voller Performance erschließen, anstatt eine längere Anlaufphase in Kauf zu nehmen.

Quellen

^1–5 VIVO, Kanada, 2026.