Daniks.AI vs Manuell Amazon PPC: StellaHive Fallstudie

Über sechs Wochen im Frühjahr 2026 ließ eine Premium-Kerzenmarke auf Amazon US zwei Sponsored-Products-Stränge parallel laufen: Daniks.AI auf Autopilot und ein erfahrener In-House-Operator, der Kampagnen manuell steuerte. Die KI-Seite lieferte 6,2 RoAS bei 16,1 % ACoS. Die manuelle Seite lieferte 3,5 RoAS bei 28,3 % ACoS. Der Unterschied war deutlich — und im Gegensatz zu den bisherigen Daniks.AI-Fallstudien auf dieser Seite lag der Mechanismus fast ausschließlich in der Gebotseffizienz, nicht in der Conversion Rate. Beide Seiten konvertierten Klicks zu Bestellungen mit rund 10 %. Die KI hat diese Klicks einfach 34 % günstiger eingekauft.

Eigentümer-Hinweis. Ich bin Ekaterina Rubtcova, die Gründerin von Daniks.AI, der KI-nativen Amazon-PPC-Automatisierung, die die Auto-Seite dieses Tests gesteuert hat. Ich habe sie zuerst für meine eigenen Listings gebaut — die Daniks-Kochgeschirr-Marke, die Top-1 in Deutschland und aktuell Top-20 in den USA erreicht hat. StellaHive ist eine Kundenmarke, die auf Daniks.AI läuft, nicht meine eigene Marke. Sie verkaufen Premium-Sojakerzen und Raumduft-Produkte auf Amazon US. Die Dashboard-Daten unten sind aus ihrem Seller-Konto mit Genehmigung veröffentlicht.

Was diese Fallstudie getestet hat

Der StellaHive-Test lief von Mitte April bis Ende Mai 2026 — sechs volle Wochen, die den Frühlings-Home-Refresh und den Muttertag abdecken, beides starke Nachfragefenster für Raumduft-Produkte.

• Strang A (Auto): Daniks.AI steuerte Sponsored-Products-Kampagnen End-to-End — Kampagnenerstellung, Keyword-Harvesting, Gebotsanpassungen, Negative-Keyword-Management und Ziel-ACoS-Optimierung mit einem KI-Agenten.
• Strang B (Manuell): Der In-House-Operator führte parallele Sponsored-Products-Kampagnen auf demselben Produktkatalog, mit wöchentlichen Suchbegriff-Report-Auswertungen, manuellen Gebotsanpassungen, manuellem Negative-Keyword-Harvesting und Placement-Modifizierern.

Der Operator auf der manuellen Seite war kein Anfänger. 28,3 % ACoS und 3,5 RoAS auf einer Raumduft-Marke ist ein solides Ergebnis — viele Amazon-Seller wären damit zufrieden. Das ist ein Fall, in dem die KI gegen eine kompetente Baseline gewonnen hat, und der Mechanismus, der den Unterschied ausmacht, ist ungewöhnlich sauber.

Kurzübersicht

• Daniks.AI lieferte 6,2 RoAS bei 16,1 % ACoS vs. 3,5 RoAS bei 28,3 % ACoS für manuelle Steuerung — ein RoAS-Vorteil von 77 % über sechs Wochen.
• Der Vorteil der KI lag in der Gebotseffizienz, nicht in der Conversion Rate. CPC betrug 0,40 $ vs. 0,61 $ — die KI zahlte 34 % weniger pro Klick. CVR lag bei 10,65 % vs. 9,87 % — nur 8 % höher.
• Dies ist die klarste Gebots-Story aller veröffentlichten Daniks.AI-Fallstudien. Fornel gewann über CVR. Tropeza gewann über CPC und CVR. StellaHive gewann fast ausschließlich über CPC.
• Skalierung funktionierte sauber: 693 Bestellungen und 16.133 $ Umsatz auf der Auto-Seite vs. 95 Bestellungen und 2.065 $ auf manuell. Die KI verwaltete 4,4× die Ausgaben und generierte 7,3× die Bestellungen.
• Umsatz pro Klick: 2,48 $ auf Auto vs. 2,14 $ auf manuell. Die KI holte 16 % mehr Umsatz aus jedem Klick, weil sie zu niedrigeren Kosten in die Auktion eintrat.

StellaHive auf Amazon US

StellaHive ist eine US-Amazon-Marke in der Premium-Raumduft-Kategorie — handgegossene Sojakerzen, Wachsschmelzen und Diffuser-Sets. Mittel- bis Premium-Preispunkt (25–45 $ pro Set), ganzjährige Nachfrage mit klaren Spitzen um Valentinstag, Muttertag und Q4-Geschenke. Das Produkt ist ein Verbrauchsartikel mit echtem Wiederkauf-Verhalten: Ein Kunde, der ein Kerzenset in sechs Wochen aufbraucht, bestellt oft denselben Duft nach oder probiert einen neuen.

Raumduft ist eine Kategorie, in der CPC-Disziplin mehr zählt als bei Gebrauchsgütern. Der durchschnittliche Bestellwert ist moderat, die Margen sind gesund, aber nicht riesig, und die Buyer Journey ist kurz — jemand, der „Sojakerzen Geschenkset” sucht, ist meist bereit, heute zu kaufen. Das macht die Kosten pro Klick zum dominanten Hebel in der PPC-Profitabilität, weil die Conversion Rate auf einem gut optimierten Listing bereits hoch ist und sich durch Werbung allein kaum weiter steigern lässt.

Die Kernzahlen aus dem Daniks.AI-Dashboard

Die Ansicht aus der Daniks.AI Amazon App, Mitte April bis Ende Mai 2026, Amazon US Marktplatz:

Metrik	Daniks.AI (Auto)	Manuell (Human)	Vorteil
Impressionen	586.401	104.011	Auto +464 %
Klicks	6.505	963	Auto +575 %
Ausgaben	2.591 $	585 $	Auto +343 %
CPC	0,40 $	0,61 $	Auto -34 % (günstiger)
Bestellungen	693	95	Auto +629 %
Umsatz	16.133 $	2.065 $	Auto +681 %
RoAS	6,2	3,5	Auto +77 %
ACoS	16,1 %	28,3 %	Auto -12,2 Pp
CVR	10,65 %	9,87 %	Auto +8 %

Das Erste, was auffällt: Beide Seiten konvertierten mit rund 10 %. Auf demselben Produktkatalog, im selben Käuferfenster, mit denselben Listings verwandelten beide Stränge etwa jeden zehnten Klick in eine Bestellung. Die CVR-Lücke beträgt 8 % — real, aber klein im Vergleich zur 44 %-CVR-Lücke bei Fornel oder der 73 %-CVR-Lücke bei Tropeza. Die Geschichte von StellaHive liegt woanders.

CPC: Wo die KI dieses Mal wirklich gewann

Manuelles PPC kam auf 0,61 $ pro Klick. Daniks.AI kam auf 0,40 $. Diese 34 %-Lücke ist der einzelne größte Treiber des RoAS-Unterschieds in dieser Fallstudie.

Warum entsteht eine 21-Cent-CPC-Lücke auf demselben Marktplatz, in derselben Kategorie, im selben Sechswochenfenster?

Ein erfahrener manueller Operator setzt Gebote basierend auf der letzten Auswertung des Suchbegriff-Reports. Zwischen den Auswertungen — typischerweise wöchentlich — bewegt sich die Auktion. Neue Wettbewerber steigen ein, Dayparting-Muster verschieben sich, Amazons eigener Algorithmus gewichtet Placements um. Die Gebote, die der Operator am Montagmorgen gesetzt hat, können am Mittwoch zu hoch und am Freitag zu niedrig sein. Der durchschnittliche CPC, den der Operator zahlt, ist der Durchschnitt dieser Drift-Perioden: einige Klicks günstig gekauft, wenn das Gebot zufällig passte, einige teuer gekauft, wenn es über dem Auktionspreis driftete.

Ein KI-Agent hat keinen Auswertungszyklus. Er passt Gebote in einer quasi-kontinuierlichen Schleife an, reagiert auf Live-Auktionssignale, Tageszeit-Konversionsmuster und Placement-Level-Leistungsdaten. Das Ergebnis ist ein CPC, der den Auktions-Clearing-Preis enger trackt. Die KI unterbietet nicht systematisch — sie bietet präzise, was im Durchschnitt niedriger bedeutet als ein driftendes manuelles Gebot.

Bei StellaHive übersetzte sich diese Präzision in 0,40 $ vs. 0,61 $: Die KI kaufte die Klicks desselben Marktplatzes zu einem Dollar, während die manuelle Seite 1,53 $ für den gleichen Dollar an Klickwert bezahlte. Über 6.505 Klicks sparte die Auto-Seite rund 1.366 $ an CPC im Vergleich zu dem, was die manuelle Seite für dasselbe Klickvolumen bei ihrem durchschnittlichen CPC bezahlt hätte.

Für das manuelle Playbook, das die menschliche Seite hier lief, beschreibt mein Amazon-PPC-Strategie-Guide die Drei-Phasen-Kampagnenstruktur, die manuelles PPC überhaupt erst wettbewerbsfähig macht.

Conversion Rate: nahezu identisch — und genau das ist der Punkt

CVR auf der Auto-Seite betrug 10,65 % vs. 9,87 % auf manuell — ein 8 %-Vorteil. In der Fornel-Fallstudie betrug die CVR-Lücke 44 %. Bei Tropeza 73 %. Bei StellaHive bewegte sie sich kaum.

Das ist tatsächlich das interessanteste Ergebnis. Es bedeutet, dass der Keyword-Mix auf beiden Seiten in der Qualität vergleichbar war. Der manuelle Operator schickte Klicks von Suchbegriffen, die nahezu mit derselben Rate konvertierten wie die Suchbegriffe der KI. Die Keyword-Recherche und das Negative-Matching des Menschen funktionierten — die manuelle Seite verschwendete keine Klicks auf irrelevante Begriffe.

Die KI gewann nicht, indem sie bessere Keywords fand. Sie gewann, indem sie dieselbe Qualität an Keywords günstiger einkaufte. Das ist eine reine Gebotsoptimierungs-Story und die sauberste Trennung der beiden Mechanismen (Keyword-Qualität vs. Gebotseffizienz) über alle veröffentlichten Daniks.AI-Fallstudien hinweg.

ACoS: 12,2 Prozentpunkte sind der Unterschied zwischen gut und sehr gut

Die ACoS-Lücke betrug 16,1 % vs. 28,3 % — ein Unterschied von 12,2 Prozentpunkten. Beide Werte sind profitabel bei einer Kerzenmarke mit gesunden Margen. Aber die Lücke zwischen ihnen bestimmt, wie aggressiv die Marke ihr Werbebudget skalieren kann.

Bei 28,3 % ACoS war die manuelle Seite profitabel, aber eingeschränkt. Nach Referral Fees (~15 %), FBA-Fulfillment, Lagerung und Wareneinsatz lässt eine 28 %-Werbungsteuer eine dünne Marge. Die Marke kann das aktuelle Volumen halten, aber die Ausgaben nicht skalieren, ohne den Gewinn zu komprimieren.

Bei 16,1 % ACoS war die Auto-Seite tief profitabel. Jeder zusätzliche Dollar an Werbeausgaben brachte 6,22 $ Umsatz zurück. Die Marke konnte ihr Werbebudget verdoppeln und trotzdem einen ACoS weit unter der Gewinnschwelle halten. Das ist der Unterschied zwischen einem PPC-Programm, das ein Geschäft erhält, und einem, das es wachsen lässt.

Über 16.133 $ an KI-gesteuertem Umsatz repräsentiert die 12,2-Prozentpunkt-ACoS-Lücke rund 1.968 $ an zurückgewonnener Marge im Vergleich zum Betrieb desselben Volumens beim ACoS der manuellen Seite. Über ein volles Jahr bei dieser Run Rate sind das über 17.000 $ an Marge, die allein durch bessere Gebotsmathematik zurückgeholt werden.

Wie StellaHive sich zu den anderen Fallstudien verhält

Dies ist die vierte öffentliche Daniks.AI-Fallstudie auf TheFBAGirl. Jede hat einen anderen Mechanismus aufgezeigt:

Fallstudie	RoAS-Lücke	Primärer Mechanismus	Manuelle Baseline
Tropeza (Aug 2024)	3,1 vs. 1,8 (+72 %)	CPC + CVR	Schwach (56,6 % ACoS)
Basecamp Roasters (2026)	2,4 vs. 1,3 (+85 %)	CPC + CVR	Sehr schwach (77,7 % ACoS)
Fornel (Dez 2025)	5,8 vs. 5,2 (+12 %)	Nur CVR	Stark (19,2 % ACoS)
StellaHive (Frühjahr 2026)	6,2 vs. 3,5 (+77 %)	Nur CPC	Moderat (28,3 % ACoS)

Das Muster über vier Fallstudien:

• Wenn die manuelle Baseline schwach ist (Tropeza, Basecamp), gewinnt die KI auf allen Ebenen — günstigere Klicks, bessere Keywords, größere Lücke.
• Wenn die manuelle Baseline stark ist (Fornel), gewinnt die KI nur über Keyword-Qualität, mit einer schmalen Lücke.
• Wenn die manuelle Baseline moderat ist (StellaHive), gewinnt die KI nur über Gebotseffizienz, mit einer breiten Lücke.

Ehrliche Einschränkungen

Dieselben Transparenzstandards wie bei den vorherigen Fallstudien, plus StellaHive-spezifische Anmerkungen:

1. Einzelne Marke, sechs Wochen, Frühlingssaison. Das Testfenster umfasst den Muttertag — eine Spitzennachfrageperiode für Raumduft. Beide Stränge profitierten gleichermaßen von erhöhter Kaufabsicht, daher ist die relative Lücke aussagekräftig. Die absoluten RoAS-Zahlen (6,2 / 3,5) würden sich in einem nachfrageärmeren Fenster wie Juli oder August wahrscheinlich komprimieren.

2. Budgetallokation war stark zugunsten von Auto gewichtet. Die Marke gab 2.591 $ auf der KI-Seite aus vs. 585 $ auf manuell — ein Faktor von 4,4×. Die Allokationslogik leitete mehr Budget zu den Kampagnen, die ihren Ziel-ACoS trafen. Pro-Einheit-Metriken (CPC, CVR, ACoS, RoAS) bleiben fair; Volumenvergleiche spiegeln die Budgetallokation wider, nicht die Effizienz.

3. Keine A/B-Isolation. Auto und Manuell liefen auf verschiedenen Kampagnensets. Ein sauberer A/B-Test würde dieselben Keywords zwischen den Strategien alternieren.

4. Halo-Effekte. Die KI-Seite erzeugte 5,6× mehr Impressionen als manuell. Erhöhte Markensichtbarkeit hat wahrscheinlich die Baseline der manuellen Seite angehoben.

5. Ich habe das Tool gebaut. Ich bin die Gründerin von Daniks.AI und veröffentliche dies, weil die Zahlen stark sind. Gewichten Sie das entsprechend.

Was das bedeutet, wenn du PPC-Automatisierung evaluierst

• Wenn dein aktueller CPC zu hoch erscheint und dein ACoS im Bereich von 25–35 % liegt trotz ordentlicher Conversion Rates, bist du wahrscheinlich in einer StellaHive-Situation. Der erste KI-Gewinn wird CPC-Reduktion durch besseres Bid-Timing sein.
• Wenn deine CVR bereits über 8–10 % liegt auf einem gut optimierten Listing, gibt es weniger Raum für die KI, über Keyword-Qualität zu gewinnen. Der Gewinn kommt von Gebotseffizienz.
• Wenn du in einer Verbrauchsgüter- oder Wiederkauf-Kategorie bist (Kerzen, Kaffee, Supplements, Tiernahrung), ist eine hohe CVR die Baseline-Erwartung. Der PPC-Hebel, der sich bewegt, ist CPC, nicht CVR.
• Wenn du Gebote noch auf einem wöchentlichen Auswertungszyklus setzt, geht deine Marge im Drift zwischen den Auswertungen verloren.

Für die vollständige Feature-Übersicht: Daniks.AI-Review.

Häufig gestellte Fragen

Was ist ein guter ACoS für Kerzen und Raumduft auf Amazon?

Die meisten Operatoren in der Raumduft-Kategorie peilen 15–25 % ACoS an. Margen auf Sojakerzen sind gesund genug, um ACoS im mittleren 20er-Bereich zu tragen, aber Marken, die aggressiv skalieren wollen, müssen unter 20 % kommen. StellaHives 16,1 % auf der KI-Seite liegt im aggressiven Wachstumsband; die 28,3 % der manuellen Seite im Erhaltungsband.

Wie hat Daniks.AI 34 % günstigeren CPC erreicht als der manuelle Operator?

Die KI passt Gebote in einer quasi-kontinuierlichen Schleife an, basierend auf Live-Auktionssignalen, Tageszeit-Konversionsmustern und Placement-Level-Daten. Der manuelle Operator wertete Gebote wöchentlich aus. Zwischen den Auswertungen drifteten Gebote über oder unter den optimalen Clearing-Preis.

Warum war die CVR-Lücke so klein im Vergleich zu anderen Fallstudien?

Der manuelle Operator bei StellaHive machte gute Keyword-Arbeit. Sein Suchbegriff-Targeting produzierte Klicks, die mit 9,87 % konvertierten — nahe an den 10,65 % der KI. Die Lücke lag in der Gebotsausführung, nicht in der Keyword-Auswahl.

Ist 6,2 RoAS realistisch für eine Amazon-Kerzenmarke?

Auf einer Mittel-bis-Premium-Kerzenmarke mit starken Listings und sauberem Keyword-Targeting ist 5–7 RoAS in Spitzennachfragefenstern wie der Muttertagssaison erreichbar. Der Jahresdurchschnitt würde sich wahrscheinlich im 4–5-RoAS-Bereich einpendeln.

Wie lange sollte ich einen parallelen Test laufen lassen?

Der CPC-Vorteil zeigt sich innerhalb der ersten Woche. Das vollständige RoAS-Bild stabilisiert sich bis Woche drei. StellaHives Sechswochenfenster ist länger als streng notwendig, was die Zahlen zuverlässiger macht.

Was du diese Woche tun solltest

Wenn du eine Amazon-Marke in einer Verbrauchsgüter- oder Home-Kategorie betreibst, ziehe deinen Suchbegriff-Report und deinen durchschnittlichen CPC der letzten 30 Tage. Wenn dein CPC über 0,50 $ liegt und deine CVR über 8 %, bist du wahrscheinlich in einer StellaHive-Situation — dein Keyword-Targeting funktioniert, aber deine Gebote driften zwischen den Auswertungen. Starte einen parallelen Zweiwochentest: Lass deine bestehenden Kampagnen laufen, richte ein sauberes Kampagnenset auf Daniks.AI oder einem anderen KI-PPC-Tool ein und vergleiche täglich CPC und ACoS. Das Gebotseffizienz-Muster wird bis Tag sieben sichtbar sein.

Für den Operator-Level-Walkthrough dieser Metriken und das PPC-Framework, das ich neben jedem Automatisierungstool nutze, abonniere @AmazonFBAGirl auf YouTube. Ich zeige echte Dashboards, echte Zahlen und echte Fehler — keine Theorie, kein Hype. Schreib einen Kommentar mit deiner Kategorie und deinem aktuellen ACoS, ich lese jeden einzelnen.