Im Herbst 2025 führte Meta eine KI-Unterstützung für Werbetreibende ein, die in Form des neuen Meta AI Business Assistants zunächst für kleine Unternehmen in den USA verfügbar war. Das Tool liefert unmittelbaren Account Support und stellt personalisierte Insights, Performance Benchmarks und Optimierungsvorschläge für Advertiser bereit. Damit korreliert es beispielsweise mit den neuen KI-gestützten Automatisierungen für das Meta Pixel und die Conversions API, die für noch bessere Werbeleistungen sorgen sollen.

Inzwischen hat Meta die globale Betaerweiterung des Meta AI Business Assistants für Werbetreibende und Agenturen in wichtigen internationalen Märkten angekündigt – unabhängig von ihrer Größe. Besonders hilfreich ist dabei, dass sie lokale Sprachunterstützung in den Märkten USA, EMEA, APAC und LATAM erhalten.

Update für Meta Pixel und Conversions API:

KI-Automatisierung für bessere Ergebnisse

Die zentralen Vorteile des Meta AI Business Assistants: Kontooptimierung und Kostensenkung in kurzer Zeit

Meta möchte die Werbung immer enger mit KI verzahnen. Darauf deuten nicht nur zahlreiche Optionen aus dem KI-gestützten Bereich Advantage+ oder die erwähnten Meta Pixel und Conversions API Updates hin, sondern auch der Plan, ganze Kampagnenprozesse langfristig vollautomatisch und damit ohne Mittelspersonen abzubilden. Dazu sagte CEO Mark Zuckerberg 2025 auf der Stripe Conference: 

The basic end goal here is any business can come to us, say what their objective is — we get new customers to do this thing, or sell these things — tell us how much they’re willing to pay to achieve those results, connect their bank account, and then we just deliver as many results as we can. In a way, it’s kind of like the ultimate business results machine. I think it’d be one of the most important and valuable AI systems that gets built.

Damit Werbetreibende bei Meta noch einfacher gute Ergebnisse erzielen – und so langfristig als zahlende Kund:innen erhalten bleiben –, liefert Meta mit dem Meta AI Business Assistant eine nützliche Support-Option. Diese Assistenz kann direkt mit Tools wie dem Ads Manager, der Meta Business Suite und Business Support Home interagieren und sowohl bei Fragen zu technischen Problemen oder Kampagnen helfen als auch bei der Optimierung von Werbung. Für Letzteres eignet sich zum Beispiel der Opportunity Score, der aussagt, wie stark Kampagnen, Anzeigengruppen und Anzeigen schon optimiert wurden. Alle Werte unter 100 führen dazu, dass Meta noch Tipps zur Verbesserung gibt.

Meta gibt an, dass Advertiser in den USA nach dem Start des Meta AI Business Assistants von schnellerer Arbeit, besseren Entscheidungen und konkret sogar Kosteneinsparungen berichtet haben. Demnach wurden Unternehmen über den Meta AI Business Assistant gängige Account-Fragen 20 Prozent häufiger zielführend beantwortet als zuvor. Außerdem verzeichneten kleine Werbetreibende eine Senkung der Kosten pro Ergebnis um zwölf Prozent, nachdem sie die Opportunity Score-Empfehlungen im Meta AI Business Assistant umgesetzt hatten.

Mit dem Meta AI Business Assistant können Werbetreibende jetzt in noch mehr Regionen und auf noch mehr Sprachen ihre Werbestrategie im Meta-Kosmos verfeinern. Derweil wächst und gedeiht Metas Werbeimperium. 2026 soll der Konzern sogar Google überholen, wenn es um digitale Werbeeinnahmen geht.

Meta soll Google 2026 erstmals bei Werbeeinnahmen überholen

Googles Suchergebnis-Snippets weisen in der Regel einen prominenten Link auf, der beim Klick auf den Ergebnistitel zur entsprechenden Seite führt. Doch seit einigen Monaten zeigt Google für manche Suchanfragen und in einigen Gebieten zusätzliche Links im Snippet an. Die sogenannten Read More Links finden sich am Ende des Snippets, wo sonst zuweilen drei Punkte auf einen längeren Meta-Text hinweisen, und verlinken auf spezifische Website-Inhalte, die im Snippet thematisiert werden. Diese Links bieten Usern einen weiteren Touchpoint zu Inhalten, der Publishern Traffic bescheren könnte, während diese sich aufgrund von AI Overviews und dem immer umfangreicher integrierten AI Mode mit sinkenden Klickraten auseinandersetzen müssen. Neuerdings gibt es in der Google Search Central Best Practices für SEOs, mit denen sie die Wahrscheinlichkeit erhöhen können, dass bei ihren Snippets Read More Deep Links erscheinen.

Google erklärt Back Button Hijacking zum Spam

– SEOs müssen reagieren

Mehr Klicks als Hoffnung: So können Read More Links bei Snippets angezeigt werden

In der englischsprachigen Dokumentation zur Kontrolle von Snippets in der Google-Suche listet die Google Search Central Best Practices für Read More Links auf. Liest man die deutschsprachige Version, fehlt der Teil noch. Im Originaltext heißt es dann einführend zu den Read More Links, die laut SEO-Experte Barry Schwartz seit einigen Monaten für erste User verfügbar sind:

A ‚Read more‘ deep link is a link within a snippet that leads users to a specific section on that page.

Obwohl Snippets von Google automatisch auf Basis der Seiteninhalte kreiert werden, greift die Suchmaschine oft auch auf HTML-Metabeschreibungen zu, wenn diese den Usern eine akkuratere Inhaltsbeschreibung liefern kann. Qualitative Beschreibungen können laut Google den Search Traffic positiv beeinflussen. Immerhin bekommen User diese in den Snippets oft zu sehen. Und wenn die darin noch einen Read More Link sehen, der zum Weiterlesen im Kontext des angeteaserten Themas auf der Website animiert, kann das die Klickraten potentiell erhöhen.

Die Best Practices im Überblick

Um die Wahrscheinlichkeit zu erhöhen, dass diese Art von zusätzlichen Links überhaupt in den Snippets zum Publisher Content auftauchen, gilt es, drei zentrale Aspekte zu beachten.

1. Stelle sicher, dass der Inhalt auf deiner Seite unmittelbar für User sichtbar ist, das heißt nicht versteckt hinter ausklappbaren Kategorien oder in einem Interface, das erst über einen weiteren Tab angewählt werden muss.
2. Vermeide es, mithilfe von JavaScript die Scroll-Position der User beim Page Load zu kontrollieren; zwinge die User beispielsweise nicht dazu, mit der Scroll-Position am Seitenanfang oben zu starten. Das könnte mit der Weiterleitung von Read More Links zu spezifischen Bereichen kollidieren.
3. Wenn du beim Page Load Aufrufe der History-API durchführen oder Änderungen an window.location.hash vornehmen möchtest, solltest du darauf achten, das Hash-Fragment nicht aus der URL zu entfernen. Denn das würde die Beziehung zu Read More Deep Links beeinträchtigen.

Diese Maßnahmen können SEOs dabei helfen, künftig bei mehreren Snippets zu ihren Inhalten auf Google Read More Links zu sehen. Ob diese tatsächlich zu mehr Traffic führen, lässt sich bis dato nicht mit offiziellen Zahlen belegen. Es ließe sich aber analysieren, wenn Publisher betreffende eigene Ergebnisse mit anderen Vergleichen, die keine solchen Links aufweisen. Wir konnten allerdings in unserem Test bisher keine Read More Links sehen. Barry Schwartz, der über diese berichtet, zeigt auf Search Engine Land dagegen ein Beispiel aus der Search-Praxis, das aus den USA stammt.

Semrush-Analyse zeigt:

Human-written Content rankt meist besser in der Suche

– aber AI hält Einzug

Während die diversen KI-Tools auf dem Markt bislang häufig eher für Ideation und erste Entwürfe genutzt wurden, wird mit Images 2.0 die Arbeit mit Visual Assets produktionsfähig. Die Visuals entstehen nicht mehr nur als Entwurf, sondern lassen sich direkt in Kampagnen, Ads oder Content-Formaten einsetzen. Der Zugang startet für ChatGPT und Codex User. Die erweiterten Images mit Thinking-Funktionen stehen zunächst Plus-, Pro- und Business-Nutzer:innen zur Verfügung. Entwickler:innen können über die gpt-image-2-API auf das Modell zugreifen.

15 ChatGPT Prompts, um 15 Stunden pro Woche zu sparen

Erste Praxistest zeigen, warum Images 2.0 ein Durchbruch ist

In der Praxis scheiterten KI-Visuals lange ausgerechnet an Schrift und Beschriftungen. Inhalte waren ungenau, Labels uneinheitlich und viele Ergebnisse nicht einsetzbar. Das liegt an Diffusionsmodellen, die Bildstrukturen höher gewichten als Text. Images 2.0 löst diese Probleme jetzt. Details wie Schrift, Icons oder UI-Elemente werden deutlich präziser dargestellt. Gleichzeitig folgt das Modell komplexen Anweisungen zuverlässiger, platziert Elemente konsistenter und kann Inhalte über verschiedene Formate hinweg generieren. Auch unterschiedliche Seitenverhältnisse werden besser unterstützt, was die Erstellung von Assets für Social, Präsentationen oder Kampagnen erleichtert.

Welche Anwendungen möglich sind, zeigen konkrete Use Cases von OpenAI anhand von Beispiel-Prompts. So lassen sich etwa Social Ads in mehreren Formaten aus nur einer Eingabe generieren – inklusive unterschiedlicher Seitenverhältnisse für verschiedene Plattformen:

Make an advertisement promoting my new matcha shop called ‚kizuna‘ opening in brooklyn heights. have a nice sunlight image of a strawberry matcha (iced) and a streetwear aesthetic w japanese minimalism. make sure to include multiple aspect ratio outputs so i can use it on twitter, IG stories, IG feed, and linkedin. 

Auch designgetriebene Assets mit komplexer Struktur sind möglich, etwa mehrseitige Layouts im Stil professioneller Print-Produkte:

Can you give me a four-page recipe with images on how to make a key lime pie? make it look like a professional cookbook.

Speisekarten, Infografiken, Assets: Das kann Images 2.0

Erste User-Tests zeigen, wie groß der Fortschritt ist. Eine mit Images 2.0 generierte Speisekarte ist heute so stimmig, dass sie ohne Anpassung eingesetzt werden kann. Eine manuelle Kontrolle bleibt dennoch sinnvoll. Vor zwei Jahren war das noch ausgeschlossen. Auch komplexere Formate wie Infografiken, Karten oder mehrteilige Visuals lassen sich in kurzer Zeit erstellen, wie beispielsweise Tech-Investor und -Analyst sowie Host des Tech Talk Podcasts Doppelgänger Philipp Klöckner auf LinkedIn demonstriert. TechCrunch illustriert den Fortschritt mit einem direkten Vergleich zwischen dem neuen und einem älteren OpenAI-Modell. Der Publisher zeigt eine von ChatGPT Images 2.0 generierte Demo-Speisekarte und stellt ihr ein älteres Pendant von OpenAIs DALL-E 3 gegenüber. Während die neue Version durch konsistente Beschriftung und saubere Texte überzeugt, zeigt das ältere Beispiel typische Schwächen. Dazu zählen fehlerhafte Begriffe und uneinheitliche Labels.

Auf Basis eines aktuellen OnlineMarketing.de-Artikels zur ChatGPT-Nutzung – konkret zur Entwicklung des Gender Gap von über 80 Prozent männlich gelesenen Usern Anfang 2023 hin zu einer inzwischen ausgeglichenen Nutzung mit leichtem Überhang weiblich gelesener Nutzer:innen – haben wir selbst ein Visual mit Images 2.0 generiert. Das Ergebnis ist eine präzise strukturierte Infografik mit sauberer Hierarchie, konsistenter Beschriftung und korrekt dargestellten Zahlen. Damit gelingt es dem Modell nicht nur, Inhalte visuell abzubilden, sondern sie auch verständlich aufzubereiten.

Zur technischen Funktionsweise hält sich OpenAI allerdings bedeckt und gibt keine Einblicke in die Architektur. OpenAIs Adele Li erklärt auf LinkedIn immerhin, dass das Modell über Reasoning-Fähigkeiten verfügt, mehrere Bildvarianten erzeugt und Outputs eigenständig überprüft.

Die KI-Bildgenerierung entwickelt sich damit in Richtung LLM Workflows mit Planning- und Self-Check-Schritten. Das steigert die Qualität der Visuals und Assets, gleichzeitig wächst mit der Komplexität auch der Bedarf an Kontrolle – nicht zuletzt wegen anhaltender Blackbox-Risiken.

Welches Image Generation Model definiert den neuen Standard?

Der Start von Nano Banana 2025 sorgte für viel Zulauf bei Google und Gemini. Google musste wegen der hohen Nachfrage sogar die freien Nutzungslimits zeitweise begrenzen. Im Februar 2026 folgte mit Nano Banana 2 ein Update des Modells, das vor allem durch hohe Geschwindigkeit, erweitertes Weltwissen aus Gemini sowie die Integration in Search- und Ads-Kontexte überzeugte. Mit Images 2.0 könnte der Hype um Nano Banana jedoch nachlassen. Denn die Frage nach dem künftigen Image Generation Model-Standard ist bislang noch unbeantwortet.

Im Rennen um das KI-Visual-Tool Nummer eins profitiert OpenAI auch von der enormen Reichweite. ChatGPT kommt inzwischen auf über 900 Millionen wöchentlich aktive Nutzer:innen, eine starke Ausgangsbasis für Images 2.0. Dass neue Modell-Releases zu spürbaren Verschiebungen führen können, zeigt sich immer wieder. Branchenbeobachter:innen wie Tech-Analyst Philipp Klöckner weisen darauf hin, dass frühere Launches bereits Millionen Nutzer:innen zwischen Plattformen bewegt haben. Eine Dynamik, die sich auch mit Images 2.0 erneut abzeichnen könnte.

---

Das ist das neue ChatGPT Pro-Abo