Mit AI-Max-Kampagnen hat Google Ads im Mai 2025 einen weiteren Schritt in Richtung Automatisierung und Nutzung von KI gemacht. Einen direkten Einfluss auf die Entscheidungen der KI hast Du dabei nicht. Was Du jedoch sehr wohl beeinflussen kannst, sind die Rahmenbedingungen, innerhalb derer AI Max arbeitet. In diesem Beitrag zeige ich Dir, an welchen Stellschrauben Du realistisch drehen kannst, welche Einstellungen auf Kampagnenebene den Ausschlag geben und wie Du typische Fehler vermeidest, bevor sie Budget belasten.

Die KI, die Google Ads für Kampagnenoptimierung nutzt, kann Dir mit den AI-Max-Suchnetzwerk-Kampagnen Conversion-Potenziale bieten. Allerdings solltest Du auch selbst Hand anlegen, damit die Performance stimmt.

Was sind AI-Max-Kampagnen in Google Ads?

AI-Max-Kampagnen sind eine KI-gestützte Weiterentwicklung klassischer Suchkampagnen in Google Ads. Google erhöht damit den Automatisierungsgrad im Suchnetzwerk und verlagert den Fokus weg von der reinen Keyword-Steuerung hin zur Bewertung von Nutzerintentionen.

Wenn Du eine neue Suchnetzwerk-Kampagne erstellst, kannst Du über diesen Schieberegler die Funktion für AI Max aktivieren. Damit ermöglichst Du Google Ads, die Kampagne mit KI zu optimieren.

Im Gegensatz zu Performance Max bleiben AI-Max-Kampagnen vollständig im Suchnetzwerk. Es handelt sich also nicht um einen neuen Kanal, sondern um eine Suchkampagne mit erweiterten Automatisierungsfunktionen. Bestehende Suchkampagnen werden dadurch nicht automatisch ersetzt, sondern können sinnvoll ergänzt werden.

Ein zentrales Merkmal von AI-Max-Kampagnen ist die stärkere Nutzung von Broad Match Keywords in Kombination mit Smart Bidding.

Jedenfalls ist das die Empfehlung von Google selbst. Auch erweiterte Conversions werden von Google bevorzugt, um AI-Max-Kampagnen zu optimieren. Google nutzt diese Signale, um zusätzliche, thematisch passende Suchanfragen zu erschließen. Dadurch kann die Reichweite steigen, auch über die bisher eingebuchten Keywords hinaus. Prüfe aber im Vorfeld, ob erweiterte Conversions mit Deinen Datenschutzbestimmungen konform gehen.

Die Ausspielung erfolgt auf Basis verschiedener Signale. Dazu zählen unter anderem Suchverhalten, Standort, Gerät und bisherige Conversion-Daten. Welche Suchanfragen tatsächlich bedient werden, entscheidet der Algorithmus. Ein direkter Einfluss auf diese Auswahl ist begrenzt.

Wichtig ist daher die richtige Einordnung: AI-Max-Kampagnen lassen sich nicht genauso steuern wie klassische Suchkampagnen. Der Einfluss erfolgt über die Rahmenbedingungen. Dazu gehören Keywords, Landingpages und Zielgruppen. Je optimierter diese Grundlagen sind, desto besser kann die Automatisierung arbeiten.

Wie funktionieren AI-Max-Kampagnen im Suchnetzwerk?

Futuristic Concept of Artificial Intelligence with Robotic Hand Reaching Towards Digital Brain and Communication Icons over Technology Background Gluon.

AI-Max-Kampagnen kombinieren verschiedene Mechaniken, die Google bereits aus klassischen Suchkampagnen, dynamischen Suchanzeigen und Performance-Max-Kampagnen kennt. Die Ausspielung basiert zwar weiterhin auf Keywords, wird jedoch durch zusätzliche Signale und Inhalte ergänzt. Dadurch löst sich die Kampagnenlogik ein Stück weit von der reinen Keyword-Steuerung.

Ausgangspunkt für die Ausspielung sind die eingebuchten Keywords, insbesondere Broad Match Keywords. Du kannst aber auch Phrase und Exact Keywords einbuchen, wenn Du die Ausspielung begrenzen möchtest. Die Keywords vermitteln Google ein thematisches Grundverständnis. Auf dieser Grundlage erweitert der Algorithmus die Anzeigen auf weitere, thematisch passende Suchanfragen. Dabei wird nicht nur der Suchbegriff selbst, sondern auch die dahinterliegende Nutzerintention bewertet.

Neben Keywords spielen auch URLs und Landingpages eine wichtige Rolle. Ähnlich wie bei dynamischen Suchanzeigen nutzt Google die Inhalte der hinterlegten Seiten als zusätzliches Relevanzsignal. Welche spezifischen Einstellungen dieser Kampagnentyp benötigt, kannst Du in unserem Blogartikel zu den dynamischen Suchanzeigen nachlesen. Die angegebene URL hilft der KI, Suchanfragen thematisch einzuordnen und passende Zielseiten auszuwählen. Je klarer und fokussierter die Landingpage ist, desto besser kann die Ausspielung gesteuert werden.

Google berücksichtigt zusätzlich verschiedene Kontextsignale. Dazu zählen beispielsweise Standort, Gerät, Tageszeit und das bisherige Suchverhalten. Diese Signale fließen in die Entscheidung ein, ob und wie eine Anzeige ausgespielt wird. Die Kombination aus Keywords, URLs und Signalen ähnelt in Teilen der Logik von Performance Max, ist jedoch auf das Suchnetzwerk beschränkt.

Die Transparenz bei AI-Max-Kampagnen ist eingeschränkt. Die Performance von Suchbegriffen wird nicht immer vollständig ausgewiesen und die Ausspielungslogik lässt sich nur indirekt nachvollziehen. Umso wichtiger ist es, den Suchbegriffsbericht regelmäßig zu prüfen und die Performance der eingesetzten Assets zu analysieren. Nur so lassen sich Fehlentwicklungen frühzeitig erkennen und korrigieren.

Vorteile von AI-Max-Kampagnen

AI-Max-Kampagnen können die Reichweite im Suchnetzwerk erhöhen. Durch die Nutzung von Broad Match Keywords, zusätzlichen Signalen und URL-Inhalten können auch Suchanfragen abgedeckt werden, die über klassische Keyword Setups hinausgehen.

Sinnvoll ist der Einsatz vor allem als Ergänzung zu bestehenden Suchkampagnen. AI Max ersetzt keine bewährten Setups, kann aber zur Skalierung und Erweiterung der Reichweite beitragen.

Eine AI-Max-Kampagne für das Suchnetzwerk kann Deine bestehenden Kampagnen ergänzen. Ob sie wirklich passt und Deine Ziele erreicht, solltest Du regelmäßig überprüfen.

Ein Vorteil ist der geringere manuelle Aufwand auf Keyword-Ebene. Gebote und Ausspielung werden automatisiert gesteuert. Dadurch verschiebt sich der Fokus stärker auf Analyse und Kontrolle statt auf tägliche Einzeloptimierungen.

Zudem bieten AI-Max-Kampagnen Potenzial für zusätzliche Conversions. In Konten mit stabiler Datenbasis kann der Algorithmus neue Nachfrage identifizieren. Voraussetzung dafür sind saubere Conversion-Ziele und eine klare Kampagnenstruktur, die Kannibalisierung im Vorfeld ausschließt.

Risiken & typische Fehler von AI-Max-Kampagnen für das Suchnetzwerk

Ein wesentliches Risiko von AI-Max-Kampagnen sind zu breit gefasste Einstellungen. Ohne klare Einschränkungen bei Keywords, URLs oder Zielgruppen erzeugt die Automatisierung schnell irrelevante Reichweite und verursacht unnötige Kosten.

Ein weiterer Fehler ist blindes Vertrauen in die KI. Trotz Automatisierung sind regelmäßige Kontrollen von Suchbegriffen, Landingpages und Conversions notwendig, um Fehlentwicklungen frühzeitig zu erkennen.

Die Qualität der Landingpages bestimmt über den Erfolg. Unklare Inhalte, lange Ladezeiten oder schwache Call-to-Actions senken die Conversion Rate und liefern schlechte Signale für die Optimierung.

Eine unklare Kontostruktur kann außerdem zu Kannibalisierung führen. Überlappende Keywords oder fehlende Ausschlüsse erschweren eine saubere Performance-Bewertung.

Im nächsten Abschnitt zeige ich Dir, wie sich diese Risiken mit Best Practices vermeiden lassen.

Welche Einflussmöglichkeiten hast Du wirklich bei AI-Max-Kampagnen? Unsere Best Practices

Auch wenn AI Max viele Entscheidungen automatisiert trifft, ist die Kampagne kein Selbstläufer. Bestimmte Einstellungen und Begrenzungen haben deutlich mehr Einfluss auf die Performance als andere. Welche das sind und wo sich Optimierung wirklich lohnt, zeigen unsere Best Practices.

Kampagneneinstellungen und Conversion-Ziele

Die wichtigste Einflussgröße ist die Definition der Kampagnenziele. Google optimiert AI-Max-Kampagnen strikt auf die hinterlegten Conversion-Aktionen. Werden diese Ziele unsauber gewählt, lernt der Algorithmus in die falsche Richtung. Besonders kritisch ist das bei Brand-Begriffen. Werden diese nicht vorab ausgeschlossen, optimiert Google bevorzugt auf günstige Brand Conversions statt auf inkrementelle Nachfrage.

Prüfe auch die Standort- und Spracheinstellungen sorgfältig. Gerade bei AI-Max-Kampagnen wirken sich zu breite Einstellungen schnell auf die Reichweite und die Kosten aus.

Keywords als thematischer Ausgangspunkt

Eingebuchte Keywords bilden weiterhin die inhaltliche Grundlage für AI-Max-Kampagnen. Sie definieren, in welchem thematischen Umfeld Google-Anzeigen ausspielen darf. Dabei spielen Broad Match Keywords eine zentrale Rolle, da sie dem Algorithmus die notwendige Flexibilität geben, um zusätzliche Suchanfragen zu erschließen. Aber auch exakte oder Phrase Keywords können funktionieren. Arbeite hier mit A/B-Tests und überprüfe die Ergebnisse.

Ganz wichtig: Negative Keywords sind essenziell. Sie begrenzen die Ausspielung und verhindern, dass irrelevante Suchanfragen skaliert werden. Ohne konsequente Ausschlüsse verliert man bei AI Max schnell die Kontrolle über Reichweite und Kosten.

Bestehende Keywords aus dem Account sollten in AI-Max-Kampagnen bewusst ausgeschlossen werden, wenn sie bereits in klassischen Suchkampagnen laufen. So lässt sich verhindern, dass AI Max auf bestehende Nachfrage optimiert und die Ergebnisse dadurch verfälscht. Das Ziel sollte immer sein, zusätzliche Potenziale zu testen und keine vorhandene Performance umzuverteilen.

URLs und Landingpages gezielt steuern

Ähnlich wie bei dynamischen Suchanzeigen nutzen AI-Max-Kampagnen Landingpages als wichtiges Relevanzsignal. Die hinterlegte URL zeigt Google, welches Thema und welche Nutzerintention im Fokus stehen. Je klarer die Landingpage ausgerichtet ist, desto besser kann die Automatisierung arbeiten.

Bei der Einrichtung solltest Du direkt irrelevante URLs ausschließen. Das geht über die Einstellung, die im Screenshot gezeigt wird.

Besonders wichtig ist der Ausschluss irrelevanter Seiten. Dazu zählen unter anderem Impressum, Datenschutz, FAQ- oder Karriereseiten. Werden diese nicht ausgeschlossen, kann es zu ungewollten Ausspielungen kommen, die weder zur Zielgruppe noch zum Kampagnenziel passen.

Die Qualität der Landingpage wirkt sich zudem direkt auf die Performance aus. AI Max kann keine schwache Seite kompensieren. Entscheidend sind nach wie vor Ladezeiten, klare Botschaften und eindeutige Call-to-Actions.

Zielgruppen als Signale nutzen

Zielgruppen werden bei AI-Max-Kampagnen nicht als harte Einschränkung, sondern als Signale genutzt. Mithilfe von Remarketing-Listen und Custom-Segmenten kann Google die Ausspielung besser einordnen. Sie ersetzen jedoch kein klassisches Targeting.

Die Gewichtung dieser Signale erfolgt automatisiert. Eine manuelle Steuerung ist nicht möglich. Umso wichtiger ist es, nur Zielgruppen zu hinterlegen, die inhaltlich wirklich zur Kampagne passen.

Aufgeräumte Kontostruktur und engmaschiges Monitoring sind Voraussetzung

AI-Max-Kampagnen sollten nur in strukturierten und aufgeräumten Konten getestet werden. Überlappende Keywords, doppelte Kampagnen oder uneinheitliche Zieldefinitionen erschweren die Auswertung und führen schnell zu Kannibalisierung. Eine saubere Kontostruktur ist die Grundlage für belastbare Tests.

Bewährte Suchkampagnen sollten parallel weiterlaufen. Sie dienen als Vergleichsbasis und helfen dabei, die Ergebnisse von AI Max realistisch einzuordnen. Ohne diesen Benchmark ist es schwer zu beurteilen, ob AI Max tatsächlich einen Mehrwert liefert oder lediglich bestehende Conversions abgreift.

Suchbegriffe, Landingpages und die Zielerreichung sollten regelmäßig überprüft werden. Auch wenn AI Max viele Prozesse automatisiert, sind diese Kontrollmechanismen essenziell. Auffälligkeiten lassen sich so früh erkennen und gezielt korrigieren.

AI-Max-Kampagnen sollten zudem klar begrenzt getestet werden. Dazu gehören ein definiertes Budget, eine feste Laufzeit und eindeutige Erfolgskriterien. Nur so lassen sich fundierte Entscheidungen darüber treffen, ob und wie AI Max langfristig im Konto eingesetzt werden sollte.

Fazit: Worauf es künftig ankommt

Auch zukünftig wird es nicht ausreichen, sich allein auf die KI zu stützen: Analysen der Performance, Vergleichstests sowie Ziel- und Ergebniskontrollen werden auch künftig entscheidend für die Performance von Kampagnen sein.

Willst Du fit in Online Marketing werden?

Mit unserem Newsletter bekommst Du automatisch die neuesten Seokratie-Beiträge direkt in Dein Postfach!

Jetzt abonnieren

AI-Max-Kampagnen sind kein universelles Erfolgsrezept. Sie können sehr gut funktionieren, müssen es aber nicht. Ausschlaggebend ist weniger der Kampagnentyp selbst, sondern der Kontext, in dem er eingesetzt wird. Branche, Sortiment, Suchverhalten und Datenbasis haben einen deutlich größeren Einfluss, als Google in seiner Produktkommunikation vermittelt.

In der Praxis zeigt sich, dass AI-Max-Kampagnen selbst innerhalb derselben Branche unterschiedlich performen können. In einem E-Commerce-Konto liefern Exact und Phrase Keywords stabile Ergebnisse, während Broad Match kaum Mehrwert bietet. In einem anderen Shop funktioniert genau das Gegenteil. Obwohl beide Konten Produkte verkaufen und ähnliche Ziele nutzen, reagiert der Algorithmus unterschiedlich. Pauschale Empfehlungen greifen hier zu kurz.

AI Max sollte daher nicht als „nächster logischer Schritt“, sondern als Testformat verstanden werden. Es braucht klare Hypothesen, saubere Vergleichskampagnen und realistische Erwartungen. Erst dann lässt sich beurteilen, ob AI Max für ein Konto, Sortiment oder eine Zielgruppe wirklich profitabel ist.

Langfristig wird Google die Automatisierung im Suchnetzwerk weiter ausbauen. Daher wird es umso wichtiger, Erfahrungen zu sammeln und die Grenzen der Systeme zu kennen. AI Max kann eine echte Ergänzung sein, aber nur, wenn das Setup stimmt, die Datenqualität gut ist und der Kontext berücksichtigt wird. Ohne diese Voraussetzungen bleibt die versprochene Effizienz oft aus.

Bist Du unsicher, ob AI Max für Dein Konto sinnvoll ist? Wir prüfen Deine bestehenden Suchkampagnen und zeigen Dir, ob und wie sich AI-Max-Kampagnen sinnvoll integrieren lassen. Nimm jetzt Kontakt mit uns auf, wir helfen Dir gerne weiter.

Bildnachweis: Titelbild: Aan/stock.adobe.com; Bild 2: Screenshot aus Google Ads / Seokratie, Bild 3: InfiniteFlow/stock.adobe.com, Bild 4: faraktinov/stock.adobe.com, Bild 5: : Screenshot aus Google Ads / Seokratie, Bild 6: Mae/stock.adobe.com

Die 15 Prompts in der Übersicht – und übersetzt

1. Der „Erklär’s mir, als wäre ich klug“-Prompt

Erkläre mir [komplexes Thema] so, als wäre ich intelligent, aber mit dem Fachjargon nicht vertraut.

Nutze Analogien aus [einem Bereich, den ich gut kenne].

Mach es nicht banal – nur zugänglich.

Darum funktioniert es: Der Prompt bewirkt, dass du keine unnötigen Erklärungen erhältst und zum Beispiel schnell komplexe Konzepte verstehen kannst – auch im Marketing.

2. Der „Kritikmodus“-Prompt

Du bist ein:e harte:r, aber faire:r Kritiker:in.

Bewerte diesen/diese [Inhaltstyp]: [Content einfügen]

Was ist schwach?
Was ist unklar?
Was fehlt?

Sei brutal. Ich will besser werden, nicht mich gut fühlen.

Darum funktioniert es: Der Prompt bewirkt, dass ChatGPT nicht nett, sondern ehrlich antwortet. So findest du schnell Fehler oder Unklarheiten in deinem Texten und Assets.

3. Der „Experteninterview“-Prompt

Du bist [konkrete:r Expert:in – zum Beispiel „Senior DevOps Engineer bei Google“].

Ich werde dir Fragen zu [Thema] stellen.

Antworte aus der Perspektive dieses Experten mit:

• Konkreten technischen Details
• Praxisnahen Abwägungen
• Was überbewertet vs. unterschätzt ist

Darum funktioniert es: Der Prompt bewirkt, dass du quasi von virtuellen Mentor:innen lernen kannst.

4. Der „Meeting-Vorbereitung“-Prompt

Ich habe in 30 Minuten ein Meeting mit [Person/Rolle] zu [Thema].

Hilf mir bei der Vorbereitung:

1. Die 3 wichtigsten Fragen, die sie wahrscheinlich stellen
2. Zentrale Punkte, die ich anbringen sollte
3. Mögliche Einwände und wie ich darauf reagiere
4. Eine kluge Frage, die ich ihnen stellen sollte

Darum funktioniert es: Der Prompt bewirkt, dass du dich auch spontan noch rasch auf Meetings vorbereiten kannst. Das hilft bei Sales Pitches oder schwierigen Verhandlungen zu Gehaltsfragen oder Entwicklungschancen.

5. Der „Reverse-Brief“-Prompt

Ich möchte [Ziel X] erreichen.

Sag mir noch nicht, wie ich das mache.

Stelle mir zuerst 5 klärende Fragen, um Folgendes zu verstehen:

• Meine Einschränkungen
• Meine Ressourcen
• Meinen Zeitrahmen
• Mein eigentliches Ziel (das eventuell anders ist als beschrieben)

Darum funktioniert es: Der Prompt bewirkt, dass du generische Antworten erhältst, eher ChatGPT das Problem in der Tiefe verstanden hat.

6. Der „Research-Synthese“-Prompt

Ich recherchiere zu [Thema]. Hier sind 5 Quellen: [Quellen einfügen]

Fasse sie zusammen in:

• Gemeinsame Kernaussagen
• Punkte, bei denen sie sich widersprechen
• Was in der Forschung fehlt
• 3 weiterführende Fragen, die ich untersuchen sollte

Darum funktioniert es: Der Prompt bewirkt, dass ChatGPT deine Recherche für dich übernimmt.

7. Der „Entscheidungsmatrix“-Prompt

Ich muss mich zwischen [Option A] und [Option B] entscheiden.

Hilf mir, eine Entscheidungsmatrix zu erstellen:

1. Wichtige Entscheidungskriterien
2. Gewichtung der Kriterien nach Bedeutung
3. Bewertung jeder Option
4. Meine versteckten Annahmen
5. Den entscheidenden Faktor, den ich übersehe

Darum funktioniert es: Der Prompt bewirkt, dass du Entscheidungen im Job, zu deiner Karriere und Co. mit einer datenbasierten Bewertung zu erleichtern.

8. Der „Jargon-Übersetzer“-Prompt

Übersetze diesen [stark jargonlastigen Brancheninhalt] in klares, einfaches Deutsch.

Gib mir danach:

• Eine Ein-Satz-Zusammenfassung („TL;DR“)
• Drei Fragen, mit denen ich zu diesem Thema informiert wirke

Darum funktioniert es: Der Prompt bewirkt, dass du dich schnell in ungewohnte Umfelder einarbeiten kannst, von Rechtstexten bis hin zur Jugendsprache.

9. Der „E-Mail-Speedrun“-Prompt

Schreibe eine [Art von E-Mail] an [Empfänger:in].

Kontext: [1 bis 2 Sätze]

Ton: [professionell/locker/freundlich/etc.]

Länge: Maximal [X] Wörter

Enthalten: [konkrete Elemente]

Vermeiden: [Dinge, die nicht erwähnt werden sollen]

Darum funktioniert es: Der Prompt bewirkt, dass du auch spezifische E-Mails automatisiert vorschreiben und viel Zeit sparen kannst.

10. Der „Code-Erklärer“-Prompt

Erkläre mir diesen Code: [ Code einfügen]

Format:

1. Was er macht (ein Satz)
2. Wie er funktioniert (Zeile für Zeile)
3. Mögliche Probleme oder Edge Cases
4. Wie ich ihn verbessern würde

Darum funktioniert es: Der Prompt bewirkt, dass unbekannten Code schnell verstehst und dich nicht durch lange Dokumentationen durchlesen musst.

11. Der „Ideen-Stresstest“-Prompt

Hier ist meine Idee: [Idee beschreiben]

Spiele den Advocatus Diaboli:

• Was sind die fatalen Schwächen?
• Welche Annahmen könnten falsch sein?
• Wer hat das schon versucht und ist gescheitert – warum?
• Welchen Teil unterschätze ich am meisten?

Darum funktioniert es: Der Prompt bewirkt, dass du potentielle Schwachstellen entdeckst, ehe du Zeit auf die Ausführung verschwendest und dann den Fehler findest. Gerade bei der Projektentwicklung kann das helfen.

12. Der „Content-Umwandler“-Prompt

Nimm diesen [Longform Content] und wandle ihn um in:

• 10 tweet-sized Insights
• 3 LinkedIn-Post-Ideen
• 5 E-Mail-Betreffzeilen
• 1 Reddit-Post-Titel

Behalte die Kernbotschaft bei, passe das Format aber an jede Plattform an.

Darum funktioniert es: Der Prompt bewirkt, dass du aus einer Content-Einheit schnell zahlreiche für verschiedene Plattformen machst. Das spart Zeit und hilft beim Content und Social Media Marketing.

13. Der „Lernpfad“-Prompt

Ich möchte [Skill] lernen, um [Ziel] zu erreichen.

Ich habe [Zeitaufwand] zur Verfügung.

Erstelle einen Lernpfad mit:

• Wochenweiser Struktur
• Konkreten Ressourcen (Bücher, Kurse, Projekte)
• Meilensteinen zur Fortschrittskontrolle
• Häufigen Fehlern, die ich vermeiden sollte

Darum funktioniert es: Der Prompt bewirkt, dass du deine Lernstruktur vereinheitlichst und so idealerweise besser und schneller neue Fähigkeiten erlernst. Das ist gerade im KI-Zeitalter und bezogen auf KI-Skills relevant.

14. Der „Analogien-Generator“-Prompt

Erkläre [komplexes Konzept] mithilfe einer Analogie aus [vertrautem Bereich].

Die Analogie soll:

• Fachlich korrekt sein (nicht zu stark vereinfacht)
• Einprägsam sein
• Sich gut eignen, um es anderen zu erklären

Darum funktioniert es: Der Prompt bewirkt, dass du Themen, Produkte und Ideen mit Analogien leichter verständlich machst. Für Social Media eignet sich das auch, um Relatability zu schaffen.

15. Der „Second-Order-Thinking“-Prompt

Wenn [X passiert], was passiert als Nächstes?

Und was passiert danach?

Führe diese Kette 3 bis 4 Schritte weiter.

Welche nicht offensichtlichen Konsequenzen sollte ich einplanen?

Darum funktioniert es: Der Prompt bewirkt, dass du bei der Risikoanalyse oder Planung von bestimmten (Geschäfts-)Szenarien einen Schritt mehr machst, um etwaige Unwägbarkeiten zu evaluieren.

zmilesbruce gibt an, dass die Prompts besonders gut funktionieren, wenn die Nutzer:innen ChatGPT zuerst etwas Kontext zu ihrer Person geben und die Prompts dann mit zwei, drei Iterationen feinjustieren. Erfolgreiche oder nützliche Variationen sollten sie für künftige Einsätze speichern.

Du kannst die Beispiele ja – mit passenden Abwandlungen – einmal ausprobieren. Oder du bedienst dich an unserer zusätzlichen Auswahl an hilfreichen Prompts für ChatGPT, die auch bei anderen Chatbots wie Claude und Gemini funktionieren sollten.

Agentic Workflows mit ChatGPT:

Mit diesen Prompts sparst du 10 Stunden pro Woche

Schon wieder hat Google die Suche neu gestaltet, genauer gesagt die KI-Suche. Denn der vielfältige AI Mode erhält jetzt die Verknüpfung mit der jüngst eingeführten Personal Intelligence. Diese erlaubt es Usern, diverse Google Apps wie Gmail, Google Photos und YouTube im Kontext der Gemini-Nutzung miteinander zu verknüpfen, um möglichst auf sie persönlich zugeschnittene Ergebnisse zu erhalten. Diese Option weitet Google auf den AI Mode aus. Damit werden das Wissen der Welt aus dem Web und deine persönlichen Insights, Termine und Ideen verknüpft.

Erfahre mehr über die Personal Intelligence, ihre Einsatzoptionen und sieh dir erste Beispiele an.

Geminis Personal Intelligence verknüpft Gmail, Fotos, Search und YouTube

„Search experience that really *gets* you“: AI Mode kann Details aus Gmail und Google Photos integrieren

Die Google-Suche fühlt sich für User künftig wie eine Suche an, die speziell auf ihre eigenen Bedürfnisse zugeschnitten ist. Schon jetzt erhalten User auch bei den gleichen Suchanfragen oder Prompts unterschiedliche Ergebnisse, die etwa auf ihre Suchhistorie Bezug nehmen. Jetzt aber wird die Sucherfahrung dank Googles KI-Power persönlicher denn je. Die Personal Intelligence kommt in den AI Mode. User können damit Details aus ihren Gmail Accounts und Inhalte von Google Photos als Elemente für die intelligente KI-Suche miteinbeziehen. Diese Verknüpfung ist aber freiwillig. Das funktioniert zunächst aber nur für Abonnent:innen der Pläne AI Pro und Ultra in den USA.

Dank dieser Verbindung sollen die Antworten und Vorschläge im AI Mode nicht nur auf die Interessen abgestimmt sein, sie sollen nahtlos in den Lebensalltag der User passen. Robby Stein, Googles VP of Product für die Suche, gibt auf dem Blog The Keyword ein Beispiel zur Nutzung preis. Er habe nach der Verknüpfung vom AI Mode einen Vorschlag für neue Sneaker einer Marke erhalten, von der er kürzlich bereits ein Paar gekauft hatte. Gemini wusste um seine Vorliebe und zeigte ihm die Neuheit – er kaufte dann direkt die neuen Sneaker. Auf der Plattform X macht er Werbung für die neue Lösung und schreibt, sie sei sehr intuitiv. Der AI Mode mit der Personal Intelligence soll nicht nur eine Suche sein, sondern Präferenzen, Interessen und Alltagssituationen oder -fragen verbinden. Eine Suche, „die dich versteht“.

(1/2) Personal Intelligence just landed in AI Mode – unlocking a Google Search experience that really *gets* you. Starting with subscribers, if you opt in to connecting Search to apps like Gmail and Google Photos, you can get responses that are uniquely helpful and tailored to… pic.twitter.com/Fw8pC7dAGy

— Robby Stein (@rmstein) January 22, 2026

Beispiele für den Einsatz von AI Mode mit Personal Intelligence

Vorstellbar sind im AI Mode auch andere Nutzungsszenarien. Zum Beispiel könnt eine Person einen Familienurlaub planen. Dann könnte der AI Mode mit der Personal Intelligence Vorlieben für Orte und Tätigkeiten aus Google Photos ermitteln und aus Gmail Buchungsreferenzen heranziehen. Beim Shopping bietet sich der Einsatz ebenfalls an, wie Stein bereits demonstriert hat. Vorschläge können passend zu Marken, Farben, Größen, aber auch zu Aktivitäten wie dem Lieblingssport und Umgebungen wie dem Wohnort geliefert werden – etwa eine regenabweisende Jacke für Hamburg, moderne Laufschuhe für die Sportler:innen und dergleichen mehr.

Sogar Spaßfragen lassen sich mit der Feature-Kombination stellen, beispielsweise: Wenn mein Leben ein Film wäre, welchen Titel hätte dieser und welchem Genre würde er zugeordnet?

Aufgepasst bei der Verknüpfung: Google mit Kompromiss bei KI-Training

Diese neue Lösung für die hochpersonalisierte Suche ist bislang noch als Labs Experiment eingeschränkt verfügbar, könnte aber bald für noch mehr User ausgerollt werden. Dabei sollten User genau überlegen, ob sie ihre Dienste derart verknüpfen. Google betont, dass das Unternehmen auf den Datenschutz achte und Gemini 3 nicht mit Inhalten aus Gmail und Google Photos trainiert werde – zumindest nicht direkt. Denn das Training findet statt, allerdings basierend auf spezifischen Prompts aus dem AI Mode mit integrierter Personal Intelligence.

Und so können User zwar äußerst personalisierte Ergebnisse erhalten und in verschiedenen Nutzungskontexten der Suche und der Organisation Prozesse optimieren. Zugleich erhält Google aber umfassende und sehr persönliche Daten, von Bildern aus dem Urlaub bis hin zu Gmail-Kontexten wie E-Mails zu Behandlungen oder anderen intimen Terminen. Selbst wenn dieser Content nicht unmittelbar für das Training benutzt wird, kann über Prompts im Kontext eine Vermittlung an Googles KI erfolgen, die mehr über dich verrät, als du vielleicht möchtest. Zudem ist zu bedenken, dass Google als US-Unternehmen in einem digitalrechtlichen Umfeld agiert, das angesichts der mangelnden Gesetzestreue der aktuellen US-Regierung zumindest als gefährdet eingestuft werden mag.

Mehr für die Personal Intelligence im AI Mode siehst du auch im Video von Google.