Google Ads im KI-Modus
Anzeigen laufen im KI-Modus mit, aber Google weist sie nur als Top-Anzeigen aus. So liest du dein eigenes Konto statt fremder Prognosen.
Anzeigen laufen im KI-Modus mit, aber Google weist sie nur als Top-Anzeigen aus. So liest du dein eigenes Konto statt fremder Prognosen.
Donnerstag ist Quartalsplanung, und du musst ein Suchbudget verteidigen. Jemand hat den Artikel schon weitergeleitet: KI-Antworten fressen die Klicks, die zehn blauen Links sind Geschichte, warum finanzieren wir noch Keywords. Berechtigte Frage. Also öffnest du Google Ads, um im eigenen Konto nachzusehen, und da ist nichts. Keine Spalte für KI-Übersichten. Kein Platzierungsfilter. Kosten, Klicks und Conversions stehen in einer gemischten Zeile, die aussieht wie im Quartal davor. Ob dich das, worüber alle schreiben, überhaupt erreicht hat, kannst du daraus nicht ablesen.
Kurz gesagt: Google weist Anzeigen aus KI-Übersichten als Top-Anzeigen aus, ohne eigene Auswertung. Du kannst die Platzierung im Konto also nicht isolieren. Behandle das als Messproblem: Exportiere jetzt deine Suchbegriffe, sortiere sie nach Suchabsicht, trenne Markensuchen von generischen und beurteile den Kanal an den Kosten pro Ergebnis.
Das Wichtigste
Nein. Anzeigen aus KI-Übersichten laufen in Google Ads als Top-Anzeigen mit, ohne eigenen Ausweis. So beschreibt es Sharp Innovations in einer Übersicht vom Februar 2026. Es gibt kein Segment, keinen Filter, keine Spalte. Dieselbe Quelle listet auf, was du nicht steuern kannst: KI-Übersichten gezielt buchen oder dich aus ihnen abmelden. AdControlCenter hält im Juni 2026 aus frühen AI-Mode-Tests fest, dass es für diese Platzierung auch keinen eigenen Gebotsmodifikator gibt. Die Platzierung läuft also über deiner Anzeige, sie kostet dich Budget, und dein Konto zeigt dir eine einzige Zahl, in der sie steckt. Das ist der Punkt daran: Jeder Strategie-Artikel dazu ist von außen geschrieben. Aus SERP-Scrapern, aus Ankündigungen, aus fremden Durchschnittswerten. Das solltest du wissen, bevor dich einer davon zu einem Kontoumbau überredet.
Zuerst ändert sich die Mischung der Suchanfragen. Die Kennzahlen folgen später. Eine KI-Antwort erledigt informationale Fragen an Ort und Stelle: Was ist das, wie funktioniert es, welche Variante brauche ich. Wer dort seine Antwort bekommt, klickt auf nichts mehr, weder bezahlt noch organisch. Anders liegt der Fall, wenn jemand einen Notdienst sucht, Preise vergleicht oder Marke plus Kaufabsicht tippt. Diese Person will ein Ziel, und eine Antwortbox ist kein Ziel. Suchanfragen danach zu sortieren, wo der Käufer gerade steht, ist dieselbe Arbeit wie Suchbegriffe nach Bewusstseinsstufe zu ordnen. Informationale Impressionen werden dünner. Kommerzielle bleiben oder werden teurer, weil sich mehr Werbetreibende um weniger klickbare Momente drängen. Im Gesamtkonto mitteln sich beide Bewegungen zu einer flachen Linie, aus der du nichts lernst.
Trenne Markensuchen von generischen, bevor du irgendeinen Trend liest. Markensuche ist von einer Antwortbox kaum betroffen. Lässt du sie in der Summe, stützt sie das ganze Konto, während der generische Teil darunter wegbricht. Sind beide getrennt, ist die Impression die unbrauchbarste Zahl auf dem Schirm. Sie sinkt, wenn sich die Mischung verschiebt, und das allein ist weder gute noch schlechte Nachricht. Ehrlicher liest sich die Conversion-Rate je Suchabsicht. Fallen informationale Impressionen, steigt dabei die Conversion-Rate und bleiben die Kosten pro Verkauf stabil, dann hast du Traffic verloren, der ohnehin nie gekauft hätte. Steigen die Kosten pro Verkauf mit, wurde die Auktion enger, und das ist eine Budgetfrage. Den Anteil möglicher Impressionen kannst du weiter beobachten, aber als Hinweis: Die Seite, auf die er sich bezieht, sieht heute anders aus.
Exportiere deinen Suchbegriffe-Bericht, solange der Boden noch vertraut aussieht. Nimm die 50 teuersten Suchanfragen und markiere jede nach Absicht: informational, Vergleich, transaktional, Marke. Eine halbe Stunde Arbeit, und du hast ein Vorher-Bild, das dir später niemand verkaufen kann. Wiederhole das monatlich und achte auf die Anteile statt auf die absoluten Zahlen. Den Teil lassen die Ratgeber weg: Dein Messgerät ist teilweise blind für das, was du misst. AdControlCenter hält aus seinen Tests fest, dass AI-Mode-Anfragen wegen ihrer gesprächigen, langen Form in Suchbegriffe-Berichten möglicherweise nicht in gleicher Genauigkeit auftauchen. Du misst den Rest, der bei dir ankommt, und nicht die Antwortbox selbst. Dieselbe Klemme kennst du vom Messen von ChatGPT-Anzeigen, wo die Plattform ihre eigene Wirkung nicht zählen kann. Eigene Daten mit bekannter Lücke schlagen trotzdem jede fremde Prognose.
Auf dieser Grundlage nicht. Fast jeder deutschsprachige Ratgeber endet bei derselben Empfehlung: 50 Anzeigengruppen mit exakten Keywords auflösen und daraus ein paar thematische Kampagnen mit Broad Match und Smart Bidding bauen. Das kann sich als richtig herausstellen. Es ist trotzdem eine große, langsame Wette samt Lernphasen-Reset, gesetzt auf eine Verschiebung, die du in deinem Konto nachweislich nicht direkt siehst. Mach zuerst die kleinen, umkehrbaren Schritte: Negatives schärfen, die Trennung nach Suchabsicht im Reporting behalten, die Kosten pro Ergebnis entscheiden lassen, wann sich etwas geändert hat. Dahinter steckt dieselbe Disziplin, die einen Media Buyer davon abhält, eine schlechte Marktwoche dem Creative anzulasten. Die Ad-Intelligence-Ebene von Adscalr liest Fatigue aus einer mehrtägigen Steigung und prüft parallel den Gesamtmarkt. Eine Bewegung, die alle getroffen hat, wird so nicht deinem Creative angelastet. Markt und eigene Arbeit auseinanderzuhalten, ist dieses Quartal einiges wert.
Genau dieses Denken steckt in Adscalr.
Produkt ansehen →