Automatisierte Kampagnen verstehen

Online-Werbung hat sich in den letzten Jahren grundlegend verändert. Früher bestand die Arbeit vor allem darin, Keywords einzeln zu pflegen, Gebote von Hand anzupassen, Zielgruppen genau einzugrenzen und Anzeigen für jede Platzierung zu gestalten. Heute übernehmen lernende Systeme einen großen Teil dieser Entscheidungen. Performance Max bei Google und Advantage+ bei Meta sind die bekanntesten Beispiele, aber auch in klassischen Kampagnen stecken automatische Gebote, automatisch erweiterte Zielgruppen und automatisch kombinierte Anzeigen. Diese Entwicklung wird sich weiter beschleunigen. Wer Werbung erfolgreich betreiben will, muss verstehen, wie diese Systeme arbeiten – und wo die eigenen Hebel liegen.

1. Wie Werbealgorithmen lernen

Hinter jeder Einblendung steht eine Vorhersage. Das System betrachtet Hunderte von Signalen: Gerät, Uhrzeit, Standort, bisheriges Verhalten, Suchbegriffe, Interessen, die Anzeige selbst und vieles mehr. Aus Millionen vergangener Auktionen hat es gelernt, welche Kombinationen zu Conversions führen. Für jede neue Auktion schätzt es die Wahrscheinlichkeit, dass diese Person handelt, und bietet entsprechend. Das kann ein Mensch mit manuellen Einstellungen nicht leisten, schon gar nicht in Bruchteilen einer Sekunde.

Abb. 1.1Was automatisierte Kampagnen brauchen

2. Was beim Menschen bleibt

Automatisierung bedeutet nicht, dass Werbetreibende nichts mehr zu tun haben. Die Arbeit verschiebt sich. Statt einzelne Gebote zu setzen, gestaltet man die Bedingungen, unter denen das System lernt. Probieren Sie aus, welche Entscheidungen bei welchem Automatisierungsgrad wo liegen:

Vier Hebel bleiben immer beim Menschen. Das Ziel bestimmt, worauf optimiert wird; ein falsches Ziel wird mit großer Präzision verfolgt. Die Conversion-Daten bestimmen, woraus das System lernt; fehlerhafte oder weiche Conversions führen es in die Irre. Die Assets und Motive bestimmen, was Menschen sehen; kein Algorithmus macht aus schwachen Anzeigen starke. Und das Budget bestimmt, wie viel das System ausprobieren kann. Wer diese vier Hebel gut bedient, profitiert von der Automatisierung. Wer sie vernachlässigt, verstärkt seine Fehler.

3. Gute Signale schaffen

Die wirksamste Maßnahme für automatisierte Kampagnen ist eine bessere Datengrundlage. Das beginnt mit sauberem Conversion-Tracking, wie es das erste Modul beschrieben hat, und geht weiter mit Werten: Wer nicht nur meldet, dass eine Anfrage einging, sondern auch, wie viel sie wert war, gibt dem System die Möglichkeit, auf wertvolle Kunden zu optimieren. Onlineshops übermitteln Warenkorbwerte, Dienstleister können über Offline-Conversions melden, welche Anfragen zu Aufträgen wurden und in welcher Höhe. Das verändert die Optimierung grundlegend: Das System sucht dann nicht mehr möglichst viele Anfragen, sondern möglichst wertvolle.

Ebenso wichtig sind eigene Zielgruppendaten als Startsignal, etwa Listen bestehender Kunden oder Besucher der Website, soweit dafür eine Einwilligung vorliegt. Sie zeigen dem System, wie gute Kunden aussehen, und verkürzen die Lernphase. Und schließlich zählt die Vielfalt der Assets: Wer verschiedene Titel, Bilder und Videos anbietet, erlaubt dem System, für jede Person und Platzierung die passende Kombination zu finden.

4. Grenzen der Automatisierung

Eine besondere Grenze ist die Transparenz. Automatisierte Kampagnen zeigen weniger, warum sie etwas tun. Man sieht Ergebnisse, aber nicht jede Entscheidung. Das erschwert die Fehlersuche und verlangt einen anderen Blick: Statt einzelne Einstellungen zu prüfen, bewertet man die Gesamtergebnisse und testet Änderungen kontrolliert, etwa mit den Experimentfunktionen der Plattformen. Hinzu kommt ein Interessenkonflikt, den man nüchtern sehen sollte: Die Plattformen verdienen an jedem ausgegebenen Euro. Ihre Automatisierung ist darauf ausgelegt, Ergebnisse zu liefern, aber auch darauf, Budget auszugeben. Empfehlungen, Budgets zu erhöhen oder Zielgruppen zu erweitern, sind deshalb immer kritisch zu prüfen.

5. Ein neues Rollenverständnis

Für Unternehmen und Agenturen ändert sich die Rolle. Weniger Zeit fließt in Einstellungen, mehr in Strategie, Daten und Inhalte. Die wichtigsten Fragen lauten: Was ist ein Kunde wirklich wert? Welche Signale zeigen, dass jemand ein guter Kunde wird? Welche Botschaften und Motive überzeugen unsere Zielgruppe? Diese Fragen kann kein Algorithmus beantworten – er kann nur mit den Antworten arbeiten.

Für kleinere Unternehmen ist das eine gute Nachricht. Die aufwendige technische Feinsteuerung, für die man früher Spezialisten brauchte, übernehmen heute weitgehend die Systeme. Was bleibt, ist das, was ein Unternehmen ohnehin am besten kennt: seine Kunden, sein Angebot und seine Stärken. Wer diese in gute Daten und gute Anzeigen übersetzt, kann auch mit kleinem Budget gegen größere Wettbewerber bestehen. Die nächste Lektion zeigt, wie KI dabei hilft, diese Anzeigen zu erstellen.

Ein letzter Gedanke: Automatisierung verzeiht keine Unklarheit. Wenn im Unternehmen nicht klar ist, welche Anfragen gut sind und welche nicht, kann das System es auch nicht lernen. Viele Unternehmen profitieren deshalb schon davon, sich diese Frage ernsthaft zu stellen – noch bevor die erste automatisierte Kampagne startet.

6. Ein Beispiel aus der Praxis

Ein Onlineshop für Kaffeebohnen stellte seine Kampagnen auf automatische Gebote um und war zunächst enttäuscht: Die Zahl der Bestellungen stieg, der Umsatz aber kaum. Der Grund lag in den Daten. Der Shop meldete jede Bestellung gleich, egal ob es um eine Probierpackung für fünf Euro oder ein Jahresabo für dreihundert Euro ging. Das System optimierte folgerichtig auf viele kleine Bestellungen. Nach der Umstellung auf übermittelte Warenkorbwerte und die Strategie Ziel-ROAS verschob sich das Bild: weniger, aber deutlich wertvollere Bestellungen, und der Umsatz aus der Werbung stieg spürbar. An den Anzeigen hatte sich nichts geändert – nur an dem, was das System lernen konnte.

Dieses Beispiel zeigt, warum die Arbeit mit automatisierten Kampagnen vor allem eine Arbeit an den Grundlagen ist. Wer die richtigen Fragen stellt und die Antworten sauber an das System übergibt, bekommt Ergebnisse, die mit manueller Steuerung kaum erreichbar wären.

Für den Einstieg empfiehlt sich eine einfache Selbstprüfung: Welche Conversions melden wir heute an die Plattformen? Entsprechen sie dem, was für unser Geschäft wirklich zählt? Übermitteln wir Werte oder nur Ereignisse? Und haben wir genug Motive, damit das System wählen kann? Die Antworten zeigen meist sofort, wo die größten Verbesserungen liegen – und oft ist das nicht die Kampagne selbst, sondern das, was ihr zugrunde liegt. Beginnen Sie deshalb dort, bevor Sie an Geboten, Zielgruppen oder anderen Einstellungen im Konto feilen.

Stand: September 2026. Kursmaterial der Klarwerk Akademie. Plattformfunktionen und Preise ändern sich häufig – maßgeblich sind die aktuellen Angaben der Anbieter.