Connect with us

Online Marketing & SEO

So gestaltest Du ganz einfach Deine optimale Google-Ads-Kampagnenstruktur


Eine gut durchdachte Google Ads-Kampagnenstruktur ist das Rückgrat jedes erfolgreichen Google-Ads-Kontos. Doch besonders in Zeiten von KI-basierten Kampagnentypen und zunehmender Automatisierung wird klar: Es gibt nicht die eine perfekte Struktur, sondern individuelle Ansätze, die sich flexibel an Deine Ziele und Ressourcen anpassen. In meinem Blogpost zeige ich Dir, wie Du Deine Google Ads-Kampagnen strategisch und praxisnah strukturieren kannst und Automatisierung sinnvoll nutzt.

 Eine Rakete, die aus einem Laptop in die Höhe fliegt. Symbolisiert die strategische Bedeutung einer passenden Google Ads-Kampagnenstruktur für die Performance. Eine Rakete, die aus einem Laptop in die Höhe fliegt. Symbolisiert die strategische Bedeutung einer passenden Google Ads-Kampagnenstruktur für die Performance.

Mit der passenden Google Ads-Kampagnenstruktur hebst Du Deine Kampagnenperformance auf ein neues Level.

Was bedeutet „Google Ads-Kampagnenstruktur“?

Die Kampagnenstruktur ist das Fundament jeder erfolgreichen Google Ads-Strategie. Aber was verstehen wir eigentlich unter einer Kampagnenstruktur?

Dein Google-Ads-Konto folgt grundsätzlich einem spezifischen Aufbau. Die oberste Ebene ist das Konto selbst. Hier werden unter anderem Nutzerverwaltung, Zahlungsmethoden und Kontoeinstellungen verwaltet.
Danach folgt die Kampagnenebene, auf welcher Du Tagesbudgets, die Kampagnenausrichtung, Gebotsstrategien und den Kampagnentyp (z. B. Search, Display oder Shopping) festlegst.
Auf der Anzeigengruppenebene erfolgt die thematische Gruppierung anhand diverser Ausrichtungskriterien, beispielsweise der Keywords.
Danach folgt die Anzeigenebene mit Deinen Anzeigen.
Die Keyword-Ebene macht den Abschluss.

Die grafische Darstellung einer klassischen Google-Ads-Kontostruktur, die die verschiedenen Ebenen von Konto- bis Keyword-Ebene visualisiertDie grafische Darstellung einer klassischen Google-Ads-Kontostruktur, die die verschiedenen Ebenen von Konto- bis Keyword-Ebene visualisiert

Die Struktur Deines Google-Ads-Kontos grafisch aufbereitet

Die optimale Google Ads-Kampagnenstruktur hilft Dir dabei, die Aufteilung und Anordnung Deiner Kampagnen, Anzeigengruppen, Keywords und Anzeigen effizient auszusteuern. Mit ihr bestimmst Du, wie Deine Kampagnen thematisch gruppiert, gesteuert und optimiert werden.

Eine durchdachte Kampagnenstruktur ist essenziell für den Erfolg Deiner Kampagnen. Nutzt Du beispielsweise thematisch nicht zusammenpassende Keywords in einer Anzeigengruppe, wird Dir die Erstellung relevanter Anzeigen sehr schwerfallen, was zu niedrigen Klickraten führen kann.

Sind Deine Kampagnen und Anzeigengruppen jedoch zu feingliederig geclustert, kann das ebenfalls zu einer eingeschränkten Performance führen.
Zu viele Kampagnen sorgen bei einem beschränkten Werbebudget dafür, dass Deine Kampagnen nicht mehr genügend Tagesbudget erhalten, was zu budgetbeschränkten Kampagnen führt. Deine Anzeigen werden also nicht mehr ausgespielt, wenn das Tagesbudget aufgebraucht ist.
Darüber hinaus schränkt eine zu feingliederige Kampagnenstruktur auch Google selbst ein. Damit Google genügend Daten zur Leistungsoptimierung sammeln kann, ist es erforderlich, dass Deine Anzeigen eine ausreichende Anzahl an Impressionen erzielen. In Kombination mit Einschränkungen durch das Budget kann das dazu führen, dass die Ergebnisse unter den Erwartungen liegen.

Beispielhafte Kampagnenstruktur aus dem Google Ads Interface, welche verschiedene Kampagnentypen und -ziele berücksichtigtBeispielhafte Kampagnenstruktur aus dem Google Ads Interface, welche verschiedene Kampagnentypen und -ziele berücksichtigt

Eine durchdachte Google Ads-Kampagnenstruktur berücksichtigt die Ziele Deines Unternehmens und hat Deine Zielgruppe immer fest im Blick.

In Summe kann eine gute SEA-Kampagnenstruktur Folgendes:

Das Bild zeigt eine Infografik mit vier Vorteilen einer guten Google Ads-Kampagnenstruktur, darunter Budgeteffizienz, relevante Ansprache, Algorithmus-Unterstützung und bessere Abstimmung von Keywords, Anzeigen und Landingpages. Das Bild zeigt eine Infografik mit vier Vorteilen einer guten Google Ads-Kampagnenstruktur, darunter Budgeteffizienz, relevante Ansprache, Algorithmus-Unterstützung und bessere Abstimmung von Keywords, Anzeigen und Landingpages.

Struktur schafft Wirkung: Mit einer klar aufgebauten Google Ads-Kampagnenstruktur erreichst Du Nutzer*innen gezielter, sparst Budget und unterstützt die KI beim Lernen.

Eine durchdachte Kampagnenstruktur bringt nicht nur bessere Ergebnisse, sondern sorgt gleichzeitig auch dafür, dass Dein Konto transparent und einfach zu managen ist.

Das belohnt Google dann auch mit höheren Qualitätsfaktoren und bestenfalls günstigeren CPCs.

Die Anforderungen an eine erfolgreiche Google Ads-Kampagnenstruktur haben sich in den letzten Jahren allerdings drastisch geändert. Während früher vor allem die manuelle Steuerung Deiner Kampagnen und Keywords im Fokus stand, dominieren heute

  • Automatisierung,
  • First-Party-Daten und
  • das Asset-Management

die Konten.

1. So machst Du Deine Google Ads-Kampagnenstruktur fit für KI und Automatisierung

Menschliche Hand und Roboterhand reichen sich vor blauem Hintergrund die Hände – symbolisch für Zusammenarbeit zwischen Mensch und KI. Menschliche Hand und Roboterhand reichen sich vor blauem Hintergrund die Hände – symbolisch für Zusammenarbeit zwischen Mensch und KI.

Schaffst Du es, Automatisierung und KI sinnvoll für Dich zu nutzen, kann das Deinen Google Ads zu einer besseren Performance verhelfen.

Im Laufe der Zeit haben sich zwei Ansätze zur Kampagnenstrukturierung als besonders vorteilhaft erwiesen. Beide schaffen es, Automatisierung bestmöglich zu nutzen und möglichst effizient viele wertwolle Performancedaten zu generieren. Dies kann wiederum für eine bessere Kampagnenperformance sorgen.

1.   Die Hagakure-Methode

Diese Methode zielt darauf ab, mit Hilfe von Vereinfachung und Konsolidierung Smart Bidding bestmöglich zu nutzen.

Hierbei bündelst Du Deine Keywords in großen und damit datenstarken Anzeigengruppen, anstatt die Anzeigengruppen granular aufzuteilen. Mit dieser Methode kannst Du Googles Machine Learning deutlich einfacher eine ausreichende Menge an Daten liefern.
Idealerweise verwendest Du mit dieser Struktur auch Broad Match Keywords, um relevante Suchanfragen identifizieren und bedienen zu können.

Die Vorteile dieser Struktur:

  • Der Verwaltungsaufwand Deiner Kampagnen ist geringer. Statt wertvolle Zeit für granulares Keyword- und Gebotsmanagement aufwenden zu müssen, kannst Du Dich hier viel mehr auf Deine Assets und Creatives konzentrieren.
  • Durch die gezielte Nutzung von Automatisierung besteht die Chance auf eine bessere Kampagnenperformance.
  • Das Skalieren Deines Accounts wird Dir durch die vereinfachte Struktur deutlich leichter fallen.
  • Du kannst durch die Konsolidierung Deiner Kampagnen datenbasierte Entscheidungen treffen und Deine Strategie stetig daran ausrichten. Das wird langfristig dazu führen, dass Dein Google Ads-Account immer besser wird.

Vermutlich ahnst Du es schon, der starke Fokus auf Automatisierung und Smart Bidding erfordert ein ausreichend hohes Werbebudget und damit eine ausreichende Menge an Daten.

Für Werbetreibende mit einem geringen Werbebudget oder einer geringen Anzahl an Conversion-Daten im Google-Ads-Konto ist dieser Ansatz daher nicht geeignet.

2. Full-Funnel-Account-Ansatz

Diese Methode zielt darauf ab, potenzielle Kund*innen über alle Phasen der Customer Journey hinweg anzusprechen. Sie kann Dir dabei helfen, Dein Media Budget zielgerichtet einzusetzen und Deine Anzeigen besser auf die jeweilige Funnel-Phase abzustimmen. Das kann sich positiv auf Deine Conversion Raten auswirken.

Illustration eines Mannes mit Lupe vor einem stilisierten Sales-Funnel mit pinken und blauen Kreisen, die durch einen Trichter laufen. Illustration eines Mannes mit Lupe vor einem stilisierten Sales-Funnel mit pinken und blauen Kreisen, die durch einen Trichter laufen.

Mit der Full-Funnel-Kampagnenstruktur kannst Du Deine Nutzer*innen gezielt in jeder Phase ihrer Customer Journey ansprechen und ihre Bedürfnisse effizient erfüllen.

Für diesen Ansatz ist es wichtig, sich zunächst über die verschiedenen Phasen der Customer Journey bewusst zu werden. Wer im Marketingunterricht aufgepasst hat, wird sich vielleicht noch an die AIDA-Formel (Attention, Interest, Desire und Action) erinnern.

Eine erweiterte Form davon kommt hier zum Einsatz.

Folgende Phasen solltest Du für eine gelungene Kampagnenstruktur beachten:

  • Awareness (Top of the Funnel): In dieser Phase möchtest Du Aufmerksamkeit für Dein Produkt oder Deine Brand generieren und die Reichweite erhöhen. Hier können klassische Display-Ads und YouTube-Ads oder Demand-Gen-Kampagnen zum Einsatz kommen, um breite Sichtbarkeit zu generieren.
  • Interest (ToFu): Diese Phase gliedert an die Awareness-Phase an. Hier möchtest Du die gewonnene Aufmerksamkeit der Nutzer*innen halten und ihr Interesse wecken. Auch hier finden Display- und YouTube-Ads oder Demand Gen-Kampagnen eine sinnvolle Verwendung.
  • Consideration (Middle of the Funnel) Du hast erfolgreich das Interesse Deiner potenziellen Kund*innen geweckt und möchtest sie nun dazu bringen, eine Kaufentscheidung in Erwägung zu ziehen. Idealerweise konzentrierst Du Dich in dieser Phase auf Search- und/oder pMax-Kampagnen, die spezifische Suchanfragen Deiner Nutzer*innen aufgreifen und detaillierte Informationen bieten, um die nächste Phase des Funnels einzuleiten.
  • Decision/Conversion (Bottom of the Funnel): In dieser Phase ist es essenziell, die Kaufentscheidung der Nutzer*innen einzuleiten und den Kauf-/Conversionprozess so einfach wie möglich zu gestalten. Idealerweise verwendest Du hier Search-Kampagnen mit einem Fokus auf transaktionalen Keywords und starken CTAs, Shopping- und/oder pMax-Kampagnen.
  • Retention: In dieser Phase arbeitest Du daran, langfristige Kundenbeziehungen aufzubauen oder Nutzer*innen, die den Conversion-Prozess abgebrochen haben, zurückzuholen. Hier sind (dynamische) Remarketing-Kampagnen, RLSA oder eine Ausrichtung auf Kundensegmente Deine wirkungsvollsten Hebel. Das funktioniert gut mit Display-, Demand Gen-, Suchnetzwerk- oder Shopping-Kampagnen.
    Auch, wenn pMax-Kampagnen theoretisch ebenfalls Remarketing abdecken, solltest Du Dich nicht auf diesen Kampagnentyp allein verlassen, da Du mit anderen Kampagnenformen deutlich gezielter und kontrollierter bestimmte Nutzergruppen ansprechen kannst.

Der Full-Funnel-Account Ansatz hat folgende Vorteile:

Das Bild zeigt eine Infografik mit drei Vorteilen des Full-Funnel-Ansatzes in Google Ads: gezielte Nutzeransprache, effiziente Budgetnutzung und klare Zieldefinition je Funnel-Stufe. Das Bild zeigt eine Infografik mit drei Vorteilen des Full-Funnel-Ansatzes in Google Ads: gezielte Nutzeransprache, effiziente Budgetnutzung und klare Zieldefinition je Funnel-Stufe.

Gezielt werben, Budget smart einsetzen, KPIs immer im Blick: So holst Du mit dem Full-Funnel-Ansatz das Maximum aus Deinem Google-Ads-Konto heraus.

Da dieser Ansatz sehr umfangreich ist, bedeutet das allerdings einiges an Zeit- und Vorbereitungsaufwand.
Auch wirst Du deutlich mehr Zeit für das Monitoring und die laufende Optimierung aufwenden müssen.

Darüber hinaus ist hier essenziell, dass Deine Text-Assets und Creatives genau auf die jeweilige Funnel-Phase der Nutzer*innen abgestimmt sind. Das erfordert

  • Zeit,
  • ein hervorragendes Wissen über Deine Zielgruppe und
  • laufendes Testing.

2. Klassische Kampagnenstrukturen, die heute noch sinnvoll sind oder sinnvoll sein können

Trotz aller Automatisierung können klassische Struktur-Ansätze noch sinnvoll sein.

Insbesondere dann, wenn

  • Dein Account nicht genügend (Conversion-)Daten generiert,
  • Dein Produkt oder Deine Dienstleistung sehr „nischig“ ist,
  • Du über ein geringes Media Budget verfügst,
  • Du die Kontrolle behalten willst,
  • Dein Google-Ads-Konto erst noch erstellt werden muss und Du zunächst eine saubere Basis für eine spätere Skalierung schaffen möchtest,

kann es hilfreich sein, nicht sofort auf Automatisierung zu setzen.

1. Brand vs. Generic

Der Klassiker unter den Kampagnenstrukturen, der auch heute noch absolut sinnvoll ist.

Hierbei trennst Du Deine Kampagnen gezielt nach Markenbegriffen („Brand Keywords“) und allgemeinen Suchbegriffen („Generic Keywords“). Das ist wichtig, weil Nutzer*innen, entsprechend ihrer Phase in der Customer Journey unterschiedliche Informationsbedürfnisse haben, die von Dir gestillt werden müssen.

Nutzer*innen, die generische Suchbegriffe verwenden, befinden sich im Regelfall noch im oberen Funnel. Dahingegen stehen Nutzer*innen, die Deine Brand bereits kennen und entsprechend suchen, häufig schon kurz vor dem Abschluss.

Brand-Traffic bietet in der Regel eine deutlich höhere Konvertierungschance bei gleichzeitig geringeren CPCs und sollte nicht mit dem generischen Traffic vermischt werden.
So kannst Du Deine Kampagnenperformance ungeschönt auswerten, Budgets und Biddings besser aussteuern und/oder Deine Marke vor Brand-Biddings schützen.

Ein Screenshot aus dem Google Ads Interface, der drei Kampagnen zeigt, die nach der Brand- vs. Generic-Methode aufgeteilt wurdenEin Screenshot aus dem Google Ads Interface, der drei Kampagnen zeigt, die nach der Brand- vs. Generic-Methode aufgeteilt wurden

Deinen Brand-Traffic vom generischen Traffic zu trennen, ist essenziell, um die verschiedenen Informationsbedürfnisse Deiner Nutzer*innen abzudecken und gleichzeitig eine Verwässerung Deiner Performance-Daten zu verhindern.

2.  Strukturierung nach Produkten/Kategorien

Für E-Commerce-Unternehmen oder Unternehmen mit einem umfangreichen Leistungskatalog bietet sich eine Strukturierung nach Produkten bzw. Produktkategorien an. Dieser Ansatz kann sowohl für Search- als auch für Shopping oder pMax-Kampagnen verwendet werden.

In Search-Kampagnen kannst Du jede Produktkategorie in einer eigenen Kampagne oder Anzeigengruppe abbilden und passende Keywords, Anzeigen und Assets  gezielt zuordnen.
Die Umsetzung könnte beispielhaft wie folgt aussehen: Eine Kampagne für Katzenfutter enthält Anzeigengruppen für „Nassfutter“, „Trockenfutter“ oder „BARF“.

Mit Shopping oder pMax kannst Du Deine Kampagnen oder Produkt-/Asset-Gruppen ebenfalls anhand dieser Aufteilung strukturieren. Mögliche weitere Ansätze könnten hier die Aufteilung nach Margen oder Produktperformance, Saisonalität oder spezifischen Sales sein. Insbesondere dann, wenn Dein Sortiment stark variiert oder Du Unterschiede im Kaufverhalten Deiner Zielgruppe beobachtest, kann eine solche Kampagnenstrukturierung sinnvoll sein.

Darüber hinaus sind die granulare Steuerung und die differenzierte Auswertungsmöglichkeit weitere Vorteile. Da dieser Ansatz sehr flexibel ist, lässt er sich unkompliziert mit anderen Strukturierungsmöglichkeiten kombinieren.

Dieses Bild zeigt einen Screenshot aus dem Google Ads-Interface, das vier verschiedene Kampagnen zeigt, die nach Produktperformance und Produktkategorie strukturiert wurden.Dieses Bild zeigt einen Screenshot aus dem Google Ads-Interface, das vier verschiedene Kampagnen zeigt, die nach Produktperformance und Produktkategorie strukturiert wurden.

Insbesondere E-Commerce-Unternehmen mit einem vielfältigen Sortiment können von einer Strukturierung nach Produktkategorie und Produktperformance profitieren.

3. Strukturierung nach Regionen/Standorten

Für lokal agierende Unternehmen, Filialbetriebe oder Marken mit regional differenziertem Angebot ist eine Strukturierung nach Regionen oder Standorten oft eine sinnvolle Möglichkeit. Hierbei kannst Du Deine Kampagnen basierend auf Regionen, Städten oder Postleitzahlen aussteuern.

Sinnvoll ist das vor allem, wenn:

  • Deine Leistungen oder Produkte nur in bestimmten Regionen verfügbar sind.
  • Du ein unterschiedliches Nutzerverhalten innerhalb von verschiedenen Regionen bemerkst. (Regionen können sich im Suchverhalten, der Nachfrage oder dem Wettbewerb stark unterscheiden.)
  • Du Deine Nutzer*innen individuell je nach Region ansprechen und dadurch die Relevanz steigern möchtest.

Besonders hervorzuheben ist, dass Du mit diesem Ansatz Local Inventory Ads (LIA) ideal zu Deinem Vorteil nutzen kannst. Hierbei handelt es sich um eine Erweiterung von Shopping-Anzeigen, bei der den Nutzer*innen angezeigt wird, ob ein Produkt in einem Geschäft in der Nähe verfügbar ist.

LIA kombinieren Online-Präsenz mit stationärer Verfügbarkeit und sind daher ideal für Einzelhändler*innen geeignet, die mit Google Shopping Ads ihre Ladenbesuche steigern möchten.

Ein Screenshot aus den Google-SERPs der viele verschiedene LIA-Produktanzeigen für Verlobungsringe anzeigt, die im Ladengeschäft abgeholt werden können.Ein Screenshot aus den Google-SERPs der viele verschiedene LIA-Produktanzeigen für Verlobungsringe anzeigt, die im Ladengeschäft abgeholt werden können.

Local Inventory Ads finden besonders bei der Strukturierung nach Regionen und Standorten einen nützlichen Platz.

4. Strukturierung nach Keyword-Optionen (Exact, Phrase und Broad)

Bei dieser Struktur unterteilst Du Deine Anzeigengruppen nach Keyword Match Type und erstellst so beispielweise jeweils eine Anzeigengruppe für Exact Match, Phrase Match und ggf. Broad Match.

Ein Beispiel mit der fiktiven Katzenhaus GmbH zeigt vereinfacht, wie eine solche Aufteilung der Anzeigengruppen aussehen könnte.

Dieses Bild enthält die grafische Visualisierung einer Kampagnenstrukturierung nach Keyword Match Type, bei der die Anzeigengruppen nach Match Type gesplittet werden. Anzeigengruppe A enthält in diesem Fall das exact match-Keyword, Anzeigengruppe B enthält das phrase match-KeywordDieses Bild enthält die grafische Visualisierung einer Kampagnenstrukturierung nach Keyword Match Type, bei der die Anzeigengruppen nach Match Type gesplittet werden. Anzeigengruppe A enthält in diesem Fall das exact match-Keyword, Anzeigengruppe B enthält das phrase match-Keyword

Struktur nach Match Types: Mehr Kontrolle über Suchanfragen und besseres Anzeigen-Matching.

Dieser Ansatz bietet Vorteile, birgt aber auch einige Stolperfallen:

Das Bild zeigt eine Tabelle, in der die Vor- und Nachteile der Strukturierung anhand von Keyword-Match Types gegenübergestellt werden. Die Vorteile sind „Bessere Kostenkontrolle und vereinfachte Budgetverteilung“ sowie „übersichtliche und klar nachvollziehbare Struktur“. Die Nachteile sind „Aufweichung der Keyword-Optionen erschwert eine exakte Trennung“ und „höherer Aufwand bei Monitoring und Optimierung“Das Bild zeigt eine Tabelle, in der die Vor- und Nachteile der Strukturierung anhand von Keyword-Match Types gegenübergestellt werden. Die Vorteile sind „Bessere Kostenkontrolle und vereinfachte Budgetverteilung“ sowie „übersichtliche und klar nachvollziehbare Struktur“. Die Nachteile sind „Aufweichung der Keyword-Optionen erschwert eine exakte Trennung“ und „höherer Aufwand bei Monitoring und Optimierung“

Mehr Kontrolle hat oft auch ihren Preis.

Für Unternehmen, die die maximale Kontrolle über ihre Keywords behalten möchten, kann dieser Ansatz dennoch weiterhin eine Lösung sein.

5. Single Keyword Ad Group (SKAG)

SKAGs waren lange Zeit eine sehr beliebte Art der Kampagnenstrukturierung, da Du Deine Anzeigen mit dieser Methode so präzise wie möglich auf Dein Keyword-Set ausrichten kannst.
Hierbei wird für jedes Keyword eine separate Anzeigengruppe erstellt. Das sorgt dafür, dass Du für jedes eingebuchte Keyword die passende Anzeige erstellen kannst.

Auch, wenn dieser Ansatz in seiner Urform heute kaum noch zu empfehlen ist, kann er als Basis für Deine Google Ads-Kampagnenstruktur verwendet werden und birgt einige Vorteile:

  • Du erreichst die bestmögliche Anzeigenrelevanz und damit einen höheren Qualitätsfaktor.
  • Die Kontrolle der Keyword-Gebote wird vereinfacht.

Der Nachteil:

  • Der Verwaltungs- und Optimierungsaufwand ist deutlich erhöht.
  • Die Skalierung bei einem umfangreichen Keyword-Set ist schwieriger umzusetzen.
  • Die Generierung von Daten bei einer hohen Anzahl an Anzeigengruppen wird erheblich langsamer erreicht.
  • Google matcht heute auch vermeintlich engere Keyword-Optionen breit. Es kann also passieren, dass trotz Negative-Einbuchungen Keywords in mehreren Anzeigengruppen matchen – damit geht der eigentliche Sinn dahinter verloren.

Googles Algorithmen haben sich stetig weiterentwickelt und sind heute auf einem anderen Stand als noch vor 4 Jahren. Das sorgt dafür, dass in vielen Fällen eine Konsolidierung Deiner Kampagnen und Anzeigengruppen bessere Ergebnisse liefern wird. Nicht zuletzt deshalb, weil jede Kampagne, jede Anzeigengruppe und jede Anzeige ein Mindestmaß an Impressionen generieren muss, um sinnvolle Daten zur Analyse zur Verfügung stellen zu können.

Tipp: Bestehende granulare SKAG-Strukturen kannst Du durch sinnvolle Konsolidierung modernisieren und gleichzeitig dafür sorgen, schneller Daten zur Auswertung Deiner Text-Assets zu generieren.

Können Kampagnenstrukturen je nach Kampagnentyp variieren?

Je nach Kampagnentyp, den Du verwenden möchtest, kann es sinnvoll sein, verschiedene Strukturen innerhalb eines Google-Ads-Kontos zu verwenden, um verschenktes Potenzial zu vermeiden.
Nicht jeder Kampagnentyp nutzt die gleichen Steuerungsprinzipien oder Datenquellen.
Klassisches Beispiel: Suchkampagnen (mit Ausnahme von DSA) sind keywordbasiert, während Shopping- oder Display-Kampagnen produkt- bzw. zielgruppenorientiert funktionieren.

Möchtest Du also verschiedene Kampagnentypen nutzen, empfiehlt es sich, individuelle Strukturierungsansätze zu verwenden, um das Beste aus jeder Kampagne herauszuholen.
Hierbei bestimmen

  • Dein Ziel,
  • die Steuerungshebel und
  • die technische Funktionsweise

die individuelle Strukturierung der Kampagnentypen.

Dieses Bild zeigt eine Tabelle, in der verschiedene Strukturansätze nach Produkten und Produktkategorien für Search- und Shopping-Kampagnen gegenübergestellt werden.Dieses Bild zeigt eine Tabelle, in der verschiedene Strukturansätze nach Produkten und Produktkategorien für Search- und Shopping-Kampagnen gegenübergestellt werden.

Verschiedene Strukturierungsansätze findest Du beispielhaft für Search- und Shopping-Kampagnen in dieser Tabelle.

Die Kampagnentypen der Tabelle kannst Du unabhängig Deines zur Verfügung stehenden Werbebudgets oder der Datenmenge in Deinem Konto sinnvoll nutzen.

Du hast ein geringes Media Budget oder Dein Konto generiert sehr wenig Daten?

Automatisierung und Smart Bidding bieten einige Vorteile und sind im Laufe der Zeit immer besser geworden. Während Broad-Match-Keywords vor einigen Jahren noch für Kopfschmerzen gesorgt haben, liefern sie heute, vor allem in Kombination mit Smart Bidding, häufig (jedoch nicht immer) gute Ergebnisse. Allerdings benötigt der Algorithmus eine nicht zu unterschätzende Menge an Performancedaten, um funktionieren zu können und damit ein ausreichend hohes Media Budget, um diese Menge an Daten einkaufen zu können.

Kleinere Konten stellt dies vor eine enorme Herausforderung. Google lässt kaum noch Zweifel daran, dass Automatisierung, angereicht mit KI, der „way to go“ ist.

Niedrige Kampagnenbudgets oder Conversion-Zahlen liefern Google allerdings nicht genügend Daten, um optimal lernen zu können.
Kampagnentypen wie pMax oder Demand Gen, die vollautomatisiert laufen und auf eine ausreichende Datenmenge angewiesen sind, können in solchen Accounts schnell zum Geldgrab werden.

Eine Person arbeitet an einem Laptop mit geöffneter Analyse-Software. Auf dem Bildschirm sind Diagramme und KPIs zu sehen. Eine Person arbeitet an einem Laptop mit geöffneter Analyse-Software. Auf dem Bildschirm sind Diagramme und KPIs zu sehen.

Daten sind für den Erfolg Deiner Google Ads-Kampagnen, vor allem mit Blick auf die immer stärkere Integration von Automatisierung durch Google, essenziell.

Was kannst Du also tun, wenn Du zu den Werbetreibenden mit kleineren Accounts gehörst (damit bist Du übrigens nicht allein)?

Verpasse keine Beiträge mehr: DER Newsletter im Online Marketing

Gefällt Dir dieser Blogpost? Wenn Du regelmäßig die neuesten Trends im Online Marketing mitbekommen willst, dann abonniere jetzt unseren Newsletter. Über 18.000 Abonnenten vertrauen uns.

Hier geht es zum Anmeldeformular.

  • Nutze klassische Kampagnentypen wie Search und Standard-Shopping in Kombination mit einer manuellen Gebotsstrategie, um zunächst Daten zu sammeln.
  • Konsolidiere granulare Kampagnen-Setups, anstatt die Impressionen auf zu viele Kampagnen aufzuteilen. So erleichterst Du Googles Algorithmus die Arbeit und erhältst schneller die benötigten Performance-Daten.
  • Überladene Keyword-Sets sind nicht mehr zeitgemäß: Reduziere Dein Keyword-Set und verzichte auf redundante Keywords. Die Match Types sind mittlerweile so aufgeweicht, dass Deine Anzeigen dennoch bei relevanten Suchanfragen ausgespielt werden. Sortiere außerdem nicht performante Keywords aus. Das sorgt dafür, dass Deine relevanten Keywords ausreichend Budget erhalten.
  • Konzentriere Dich auf Deine Bestseller/Deine wichtigste Dienstleistung und versuche nicht, Dein komplettes Leistungsportfolio über Google Ads zu bewerben.
  • Nutze offline Conversion-Importe und achte darauf, dass Dein Tracking sauber aufgesetzt ist.
  • Sobald ausreichend Conversion-Daten vorhanden sind, kannst Du schrittweise den Automatisierungsgrad erhöhen. Beginne dazu am besten in einzelnen Kampagnen und nutze Kampagnentests, um die Risiken gering zu halten. Die Kampagnentests sollten ausreichend lange laufen, um eine statistische Signifikanz zu erreichen.

3. Fazit: Wie findest Du die richtige Kampagnenstruktur?

Falls Du gehofft hast, in diesem Blogbeitrag die eine perfekte Struktur für Dein Konto zu finden, werde ich Dich an dieser Stelle enttäuschen müssen. Die Frage nach dem perfekten Ansatz kann hier nur mit „es kommt darauf an“ beantwortet werden.

Die Grafik auf schwarzem Hintergrund zeigt die Entwicklung von einer Frage über mehrere Glühbirnen hin zu einer leuchtenden Idee – sinnbildlich für den Weg zur Lösung. Die Grafik auf schwarzem Hintergrund zeigt die Entwicklung von einer Frage über mehrere Glühbirnen hin zu einer leuchtenden Idee – sinnbildlich für den Weg zur Lösung.

Die richtigen Fragen helfen Dir dabei, die ideale Google Ads-Kampagnenstruktur für Dein Unternehmen zu finden.

Das musst Du für Deine ideale Google Ads-Kampagnenstruktur beachten:

  • Budgethöhe: Je größer Dein Budget und das Volumen Deiner Daten, desto stärker kannst Du auf Automatisierung setzen.
  • Wunsch nach Kontrolle: Falls Du die größtmögliche Kontrolle behalten willst, ist ein granularer Aufbau dem Automatisierungsansatz vorzuziehen.
  • Unternehmensziele, Branche und Strategie: Welcher Strukturansatz ideal ist, wird maßgeblich von Deinen Unternehmenszielen, der damit zusammenhängenden Strategie und Deiner Branche bestimmt. Ein großer E-Commerce-Shop wird schneller die benötigte Menge an Conversion-Daten erreichen als ein hochspezialisiertes B2B-Unternehmen mit einem sehr nischigen Produktportfolio.

Beachte dabei, dass Du Dich nicht für ausschließlich einen Ansatz entscheiden musst. Oft wirst Du mit hybriden Ansätzen sehr gute Ergebnisse erzielen.

Sei flexibel und etabliere eine Test-Kultur, in der auch Fehler gemacht werden dürfen. Das, was heute noch nicht funktioniert, kann vielleicht in sechs Monaten Deine Kampagnenperformance boosten, während Ansätze, die heute noch funktionieren, morgen vielleicht keine Ergebnisse mehr liefern werden. Überprüfe daher regelmäßig Dein Kampagnen-Setup, aber lasse Dich nicht aus der Ruhe bringen.

So gelingt Dir ein langfristig erfolgreicher Einsatz von Google Ads, der sowohl Googles Automatisierungsziele berücksichtigt als auch Deine individuellen Bedürfnisse optimal erfüllt.

Wenn Du Dir unsicher bist, ob Deine Google Ads-Kampagnenstruktur noch zeitgemäß ist, dann schreib uns gern. Wir werfen gemeinsam einen Blick in Dein Konto und zeigen Dir konkrete Verbesserungspotenziale auf.

 

Bildnachweis: Titelbild: Adobe / Who is Danny; Bild 2: KI-generiert mit Dall-E, eigene Nachbearbeitung/Seokratie GmbH; Bild 3: Screenshot aus dem Google Ads-Interface; Bild 4: KI-generiert mit Dall-E, eigene Nachbearbeitung/ Seokratie GmbH; Bild 5: Adobe, KI-generiert / Natalia; Bild 6: Adobe / treety; Bild 7: KI-generiert mit Dall-E, eigene Nachbearbeitung/ Seokratie GmbH; Bild 8: Screenshot aus dem Google Ads-Interface; Bild 9: Screenshot aus dem Google Ads-Interface; Bild 10: SERP-Screenshot vom 26.07.2025, 18:00 Uhr; Bild 11: KI-generiert mit Dall-E, eigene Nachbearbeitung/ Seokratie GmbH; Bild 12: KI-generiert mit Dall-E, eigene Nachbearbeitung/ Seokratie GmbH; Bild 13: Eigene Darstellung; Bild 14: Adobe / snn_art; Bild 15: Adobe / Vitaly Krivosheev



Source link

Online Marketing & SEO

Das ist ChatGPT Pulse: Personalisierte AI Updates


Mit Pulse zeigt ChatGPT Usern personalisierte Updates für jeden Tag an, die auf Inhalten aus verknüpften Apps, Feedback und Chats basieren. In Vorschaukarten sehen User die Vorschläge und können sie kuratieren. Doch die Funktion ist vorerst eingeschränkt verfügbar.

Das nächste große ChatGPT Feature ist da. Das KI-Unternehmen stellt Pulse als Preview für Pro User auf Mobilgeräten vor. Doch schon bald soll die Funktion erst für Plus User und dann für alle kommen. Mit Pulse soll ChatGPT vom Chat Interface zu einer proaktiven AI-Assistenz werden.


OpenAIs CEO Sam Altman hat zuletzt einige große neue Features und Pläne für die ChatGPT-Mutter angekündigt.

Sora 2 im Anflug?

OpenAI plant große neue Features

OpenAI Branding
Das neue OpenAI Branding vor Fotografie, © OpenAI

ChatGPT Pulse im Überblick: Deine persönlichen Updates im Austausch für deine Daten

Pulse soll Usern personalisierte Updates auf Basis von vergangenen Chats, Feedback für die KI sowie Apps wie deinem Kalender oder Gmail-Postfach anzeigen. Dabei werden die Inhalte wie passende Artikel oder Event-Hinweise in Vorschaukarten dargestellt und jeden Tag erneuert. User können kuratieren, was sie sehen und entscheiden, was nützlich ist und was nicht. So bestimmen sie, was ChatGPT für sie heraussucht. User können der KI ebenfalls direkt vorschlagen, was sie sehen möchten. An jedem Morgen können die Nutzer:innen so passende Updates erhalten und diese überfliegen, ähnlich wie bei Google Discover, wo es jetzt auch AI Summaries gibt. Sie können aber beispielsweise auch Artikel anklicken, was Publisher freuen würde. Die Themen werden von OpenAI einem Sicherheitscheck unterzogen, damit keine Inhalte gezeigt werden, die gegen die Richtlinien des Unternehmens verstoßen, etwa sexualisierte oder gewaltvolle Darstellungen.

Pulse ist zunächst nur als Preview und nur mobil für Pro User verfügbar. Mit dem umfassenden Roll-out soll die Funktion aber schon bald dazu beitragen, ChatGPT immer weiter von einem reinen Interface zum KI-Chat hin zu einer proaktiv handelnden oder gar agentischen Instanz zu machen.

So sieht ChatGPT Pulse aus, inklusive CTA Button zum Kuratieren, © OpenAI
So sieht ChatGPT Pulse aus, inklusive CTA Button zum Kuratieren, © OpenAI

Every morning, ChatGPT delivers a curated set of the most relevant updates, giving you the information you need so you can get back to what matters most. Each update is available for that day only unless you save it as a chat or ask a follow-up question, which adds it to your conversation history. Expand any update to dive deeper, request next steps, or save it for later so you can move forward on goals with clear, timely information.

heißt es im Blog Post auf der Unternehmens-Website. Da es sich um eine Preview handelt, könnten einige Vorschläge aber auch unpassend sein oder Projekte betreffen, die ein User schon abgeschlossen hat. Doch das soll sich in Zukunft ändern, auch basierend auf dem Feedback der User. Zudem soll ChatGPT Pulse künftig neue Aufgaben übernehmen können und mit weiteren Apps verknüpft werden. Schließlich soll das Feature aber ebenso dazu dienen, Usern aktiv die Fähigkeiten der KI-Modelle OpenAIs zu präsentieren und immer wieder Beispiele für die Recherchefähigkeiten und Personalisierungsoptionen zu liefern. Fidji Simo, CEO of Applications bei OpenA, erklärt:

Our reasoning models were built to spend more time thinking before they answer, allowing them to work through complex tasks in science, coding, and math at near-PhD level. But until now, most people have only tapped into a fraction of the intelligence available to them. Pulse takes that intelligence and applies it proactively to your everyday life, helping you make progress on the things that matter even when you don’t think – or know how – to ask.

So ist die Funktion ein Ausblick auf die Zukunft, in der das Unternehmen noch viel mehr Lösungen im Rahmen einer optimierten KI-Infrastruktur, ermöglicht nicht zuletzt durch 100 Milliarden US-Dollar Investment von NVIDIA, bereitstellen möchte. ChatGPT ist und bleibt aber das Vorzeige-Tool OpenAIs mit über 700 Millionen wöchentlich aktiven Usern und Milliarden Anfragen pro Tag. Wie die Menschen weltweit das KI-Tool nutzen, haben wir für dich in einem dedizierten Beitrag aufbereitet. Wer ChatGPT und insbesondere ChatGPT Pulse nutzt und personalisiert, sollte sich jedoch darüber im Klaren sein, dass die kuratierten Inhalte im Austausch für umfassende Nutzungsdaten angeboten werden. Denn diese Daten sind für KI-Unternehmen Gold wert, um Modelle zu trainieren, Werbelösungen zu entwickeln und User-Profile anzulegen.


Wer nutzt ChatGPT wofür?

Studie bietet Insights aus Millionen Chats

Smartphone Mockup mit ChatGPT Plus Advanced Voice Mode, Farbverlauf, helle Veilchenfarbe, im Hintergrunde
© OpenAI via Canva





Source link

Weiterlesen

Online Marketing & SEO

Herkunftslabel: Siegel „Made in Germany“ genießt weltweit höchstes Vertrauen


„Made in Germany“ ist gefragt

Label wie „Made in Germany“ oder „Made in China“ finden sich auf Produkten wie Kleidung, Elektronik und Autos. Weltweit hat Deutschland ein gutes Image. In manchen Bereichen liegen aber andere vorn.

Produkte mit dem Herkunftssiegel „Made in Germany“ genießen laut einer Studie international höchstes Ansehen. Das Label werde von Konsumenten weltweit am ehesten als vertrauenswürdig angesehen, noch vor dem entsprechenden Siegel der Schweiz, heißt es in einer Umfrage des Nürnberg Instituts für Marktentscheidungen (NIM). Demnach vertrauen 66 Prozent der Befragten „Made in Germany“, knapp vor der Schweiz und Japan.

Die deutsche Herkunftsangabe wirke sich zudem am häufigsten positiv auf die Kaufentscheidung aus. In der Umfrage gaben das 65 Prozent an, gefolgt vom Label der Schweiz (62) und Japan (59). Für die Analyse wurden im März 20.000 Menschen aus zehn Ländern repräsentativ für die jeweilige Bevölkerung befragt: Frankreich, Polen Deutschland, Italien und Großbritannien sowie die USA, Japan, Mexiko, Südafrika und Indien.

Deutschland punktet bei Autos, Frankreich bei Luxus

Die Herkunftsangabe „Made in Germany“ wurde Ende des 19. Jahrhunderts in Großbritannien eingeführt, um die heimische Wirtschaft vor vermeintlich minderwertigen Importen aus Deutschland zu schützen. Heute gilt das Label als Gütesiegel. Das zeigt sich auch in der Umfrage: „Made in Germany“ werde am häufigsten mit Qualität in Verbindung gebracht, so die Nürnberger Forscher.

Das Gegenteil treffe auf China zu. „Made in China“ schneide sowohl beim Vertrauen als auch bei der Frage der Kaufentscheidung schlecht ab. Jedoch wird das Label mit Abstand am stärksten wahrgenommen. Es folgt „Made in USA“, Deutschland lande hier auf Platz vier.

Konsumenten weltweit verbinden mit „Made in Germany“ laut der Studie am meisten Verbrennerautos, gefolgt von Haushaltsgeräten. Andere Labels wie „Made in France“ werden demnach mit einer größeren Anzahl von Produkten assoziiert, etwa Kosmetik, Kleidung, Essen und Wein. Das Siegel „Made in USA“ hingegen werde mit Abstand positiv mit Künstlicher Intelligenz (KI) verbunden. Die Forscher warnen: Zwar habe Deutschland ein gutes Image, bei zukunftsorientierten Produkten wie KI, E-Autos oder Elektronik schnitten aber „Made in USA“ oder „Made in Japan“ stärker ab.

Gutes Image, aber Exporte unter Druck

Die Umfrage zeigt, dass Deutschland als Exportnation international ungebrochen hohes Ansehen genießt. Zugleich haben Deutschlands Exporteure der Bundesbank zufolge auf dem Weltmarkt an Wettbewerbsfähigkeit verloren. Die deutsche Wirtschaft ist stark vom Außenhandel abhängig. Fast jeder vierte Arbeitsplatz hängt vom Export ab, der wegen der hohen US-Zölle unter Druck steht und 2024 geschrumpft ist.



Source link

Weiterlesen

Online Marketing & SEO

Abnabelung von OpenAI? Claude kommt zum Microsoft Copilot


Im Microsoft Copilot Studio können User ab jetzt neben OpenAI-Modellen auch auf Anthropics hochleistungsfähige Modelle Claude Sonnet 4 und Claude Opus 4.1 setzen.

Schon lange arbeiten der Tech-Konzern Microsoft und das weltbekannte KI-Unternehmen OpenAI eng zusammen. Die Modelle von OpenAI werden als Basis für diverse KI-Lösungen Microsofts eingesetzt. So ist zum Beispiel das im Sommer gelaunchte Modell GPT-5 in 365 und im Copilot integriert worden. Bislang waren bei Microsofts Allround-KI-Assistenz Copilot ausschließlich OpenAI-Modelle verfügbar. Jetzt kommen Optionen vom Konkurrenzunternehmen Claude hinzu. Damit verringert Microsoft die Abhängigkeit von OpenAI, dem Unternehmen das inzwischen mit vielen anderen Tech-Unternehmen kooperiert, um eine noch bessere KI-Infrastruktur liefern zu können. Erst kürzlich hat die ChatGPT-Mutter einen milliardenschweren Deal mit Oracle abgeschlossen und 100 Milliarden US-Dollar Investition von NVIDIA zugesichert bekommen sowie zehn Gigawatt für die KI-Entwicklung.


Anthropic pusht Coding‑KI:

Das kann Claude Opus 4.1

Skizze von Person, schwarze Stiche auf Orange, weißer Pfeil
© Anthropic via Canva

Anthropic kommt ins Copilot Studio von Microsoft

Wie Microsoft auf dem hauseigenen Blog mitteilt, werden künftig zwei Modelle von Anthropic im Copilot Studio verfügbar sein. Dabei handelt es sich um Claude Sonnet 4 und Claude Opus 4.1. Letzteres Modell gilt als hochleistungsfähige Alternative, die gerade im Bereich Coding und Software-Entwicklung sehr gute Ergebnisse erzielt. Claude Sonnet 4 wiederum ist deutlich leistungsfähiger als Sonnet 3.7 und passt sich Instruktionen besser an – etwa beim Schreiben –, antwortet präziser und kann Coding und Reasoning deutlich besser durchführen.

Die Einführung der Anthropic-Modelle soll Usern mehr Flexibilität bei der Gestaltung von Agents und Workflows im Copilot Studio liefern. Dort können sie Agents für bestimmte Aufgaben oder Teams erstellen sowie KI-gestützte Funktionen für spezifische Workflows festlegen. Deshalb ist der Einsatz von Claude Sonnet 4 und Claude Opus 4.1 bei der Orchestrierung von Agents ebenso wie im Prompt Builder und dort im Drop-down-Menü möglich. So können alle User das Modell ihrer Wahl für den Einsatz eines Projekts nutzen.

Wer die Modelle von Anthropic nutzen möchte, muss sie erst durch Admins im Microsoft 365 Admin Center (MAC) einstellen lassen. Dann werden sie als Default im Power Platform Admin Center (PPAC) geführt. Sofern die Anthropic-Modelle ausgeschaltet werden, arbeitet der Copilot im Studio wieder mit OpenAIs GPT-4o.

Alle Details zum Einsatz der Modelle im Copilot Studio findest du im Blog Post von Dan Lewis, Corporate Vice President für das Copilot Studio. Dort teilt er auch ein Beispielszenario für die Erstellung eines HR Onboarding Agents inklusive Datei-Upload, Prompt-Kreation und Modellauswahl.

So kann ein HR Onboarding Agent im Copilot Studio aussehen, © Microsoft
So kann ein HR Onboarding Agent im Copilot Studio aussehen, © Microsoft

Der Microsoft Copilot bietet Usern diverse Nutzungskontexte. Zuletzt launchte Microsoft beispielsweise eine Copilot AI-Integration im viel genutzten Tool Excel. Unterdessen soll der Tech-Konzern an einem einzigartigen Publisher Content Marketplace arbeiten, der Publisher finanziell für den Einsatz ihrer Inhalte im Copilot entschädigen soll. Damit würden Publisher letztlich vom umfassenden Zugriff des Copilot auf ihren Content profitieren können.


Entlohnung für AI-Nutzung:

Microsoft plant wohl Publisher Marketplace

Microsoft Copilot Titelbild, Logo und Text
© Microsoft





Source link

Weiterlesen

Beliebt