Kampagnendaten mit ChatGPT oder Claude auswerten

Montag, um zehn ist der Call mit dem Kunden. Vor dir liegt ein Export aus dem Werbeanzeigenmanager, 60 Zeilen. Du kopierst ihn in Claude und fragst, welche Anzeigen du skalieren sollst. Acht Sekunden später steht da eine saubere Antwort: Anzeige 14 gewinnt, CPA minus 31 Prozent, Budget hoch. Das liest sich wie von einem guten Analysten. Dann öffnest du die Tabelle selbst. Anzeige 14 hat drei Käufe. Die 31 Prozent stehen nirgends.

Mir ist genau das passiert. Das Modell hat vorhergesagt, wie eine gute Analyse klingt. Und das konnte es gut.

Kurz gesagt: ChatGPT, Claude und Gemini helfen beim Auswerten von Kampagnendaten, wenn du die Zahlen vorher selbst berechnest und dem Modell eine fertige Tabelle gibst. Eine Pivot-Tabelle oder ein kurzes Skript liefert Spend, Conversions, CPA und ROAS pro Anzeige. Das Modell erklärt, priorisiert und formuliert. Jede Empfehlung bleibt eine Hypothese, bis deine eigenen Zahlen sie bestätigen.

Die Kernpunkte

• Erst rechnen, dann fragen. Eine Pivot-Tabelle mit Spend, Conversions, CPA und ROAS pro Anzeige nimmt dem Sprachmodell genau die Rechenarbeit ab, bei der es am meisten danebenliegt.
• Jede Aussage braucht eine Zeile. Muss das Modell zu jeder Behauptung die Anzeigen-ID und die Zahlen nennen, prüfst du die Antwort in zwei Minuten.
• Kein Modell rettet eine kleine Stichprobe. 3 Conversions oder 40 Klicks bleiben Rauschen, egal welches Modell sie liest. Leg vorher fest, ab wie vielen Conversions du überhaupt von einem Gewinner sprichst.

Welche KI wertet Kampagnendaten am besten aus?

Ob ChatGPT, Claude oder Gemini: Für das Lesen eines Werbereports zählt vor allem, was du hineingibst. Alle drei machen bei einem Rohexport dieselben Fehler. Sie lesen Spalten falsch, verlieren Zeilen in langen Dateien und nennen Prozentwerte, die in den Daten gar nicht vorkommen.

Die Vergleiche in Foren, welches Modell es "besser versteht", testen meist verschiedene Prompts mit verschiedenen Exporten. Sie messen also den Input. Bekommen zwei Modelle dieselbe fertige Tabelle und dieselbe Frage, liegen die Antworten nah beieinander. Bekommt eines davon eine rohe CSV mit 400 Zeilen, musst du jede Zahl nachprüfen.

Nimm das Modell, für das du schon zahlst. Steck die Arbeit in die Tabelle.

Warum rechnen ChatGPT und Claude bei Werbedaten falsch?

Ein Sprachmodell schreibt Text, der nach einer Antwort aussieht. Es rechnet nur, wenn ein Code-Tool das übernimmt, und selbst dann wählt das Modell die Spalten aus. Ein Werbeexport bietet viele leise Fehlerquellen:

• Spalten verwechselt. "Ergebnisse" zählt je Anzeigengruppe ein anderes Event. Das Modell behandelt es als eine Kennzahl.
• Abgeschnitten. Lange Exporte werden nur teilweise gelesen. Die Zusammenfassung gilt trotzdem für alles.
• Attribution als Wahrheit. Die Kauf-Spalte ist eine modellierte Zahl nach deinem Attributionsfenster. Das Modell nennt sie Umsatz.
• Erfundene Ursachen. "Der CPA steigt wegen Creative-Ermüdung" klingt nach Analyse. Ein Export kann aber keine Ursache belegen.

In der Antwort merkst du davon nichts. Der Ton bleibt gleich, ob die Zahl stimmt oder erfunden ist.

Was solltest du vor dem Chat selbst berechnen?

Bau die Tabelle selbst, als Pivot oder mit zehn Zeilen Skript. Eine Zeile pro Anzeige: Spend, Impressionen, Klicks, Conversions, CPA und ROAS. Alles für denselben Zeitraum und dieselbe Attributionseinstellung. Lass die Zahl der Conversions als eigene Spalte stehen. Genau die übersieht das Modell sonst am liebsten.

Dann kürzt du. Streich Anzeigen unter einem Spend, bei dem du sowieso nichts entscheiden würdest. Hat der Export Hunderte Zeilen, teil ihn nach Kampagnen auf und stell pro Teil eine Frage.

Noch ein Punkt vor dem Hochladen: Prüf, was dein Kundenvertrag erlaubt. Ein Export auf Anzeigenebene enthält meist nur Summen. Eine Leadliste enthält Personen.

Das Modell bekommt jetzt dreißig saubere Zeilen. Seine Aufgabe ist kleiner: die Tabelle lesen, auf auffällige Zeilen zeigen, mögliche Erklärungen sammeln.

Wie promptest du so, dass jede Aussage prüfbar ist?

Verlang zu jeder Aussage die Zeilen, auf denen sie beruht. Mein Prompt: "Nenn zu jeder Aussage die Anzeigen-ID und die genauen Zahlen aus der Tabelle. Beruht eine Aussage auf weniger als 10 Conversions, markier sie als zu dünn. Erklär keine Ursachen. Liste stattdessen Hypothesen, die ich testen kann."

Das ändert die Antwort spürbar. Aus "Anzeige 14 ist der klare Gewinner" wird "Anzeige 14: 96 € Spend, 3 Conversions, CPA 32 € (zu dünn)". Das prüfst du in Sekunden gegen die Tabelle.

Die Hypothesenliste ist der eigentliche Nutzen. Das Modell schlägt schnell Tests vor, und ein Vorschlag kostet nichts, solange du nicht danach handelst. Die Grenze von 10 Conversions ist meine eigene Faustregel für einen ersten Blick. Leg deine nach deinem CPA fest und danach, wie teuer dich eine falsche Entscheidung käme.

Kann eine KI erkennen, ob ein Testergebnis hält?

Kein Modell erkennt bei 40 Klicks, ob ein Ergebnis hält. Ob der Abstand zwischen zwei Anzeigen Signal oder Glück ist, hängt an der Zahl der Conversions dahinter. Das ist eine Frage der Stichprobe, nicht der Intelligenz. Ein stärkeres Modell liest drei Conversions genauso präzise wie ein schwächeres. Es bleiben drei.

Helfen kann das Modell trotzdem, wenn du es fragst. Frag, welche Schlüsse kippen, wenn sich eine einzige Conversion verschiebt. Frag, wie viele Anzeigen du verglichen hast. Wer zwanzig Anzeigen rankt und die beste zum Sieger erklärt, tappt in die Falle der Mehrfachvergleiche. Wie du einen Test ehrlich liest, steht in Gewinner oder Glück?. Diese Checkliste kann ein Sprachmodell mit dir durchgehen. Die Stichprobe vergrößern kann es nicht.

Wo passt ein KI-Chat in einen automatisierten Workflow?

Lass das Modell schreiben und triff Entscheidungen auf berechneten Zahlen. Kundennotiz, Wochenzusammenfassung, Liste mit Testideen: alles gute Einsätze. Eine Anzeige zu pausieren oder zu skalieren, weil ein Chatfenster deine CSV gelesen hat, verwandelt eine erfundene Prozentzahl in ausgegebenes Budget.

Nach dieser Trennung habe ich Adscalr gebaut. Creatives werden über einen Score aus 6 Kennzahlen gerankt. Frühe Werte zieht das System zu dem hin, was ihr Format üblicherweise schafft, damit kein Glückstag gewinnt. Werden viele Creatives auf einmal verglichen, greift eine Kontrolle der False Discovery Rate. Abschaltregeln laufen hinter festen Sicherungen. Eine davon lässt jede Anzeige unter 5 Tagen oder 200 € Spend in Ruhe. Jede Prüfung wird protokolliert. Auf der Automation-Seite findest du alle Sicherungen einzeln erklärt.

Das Modell darf reden. Entscheiden soll die Tabelle.