KI-gestützte Suche: Wie AI Max Google-Ads-Kampagnen verändert
Geschätzte Lesezeit: ca. 10 Minuten
Wie wir im Internet suchen, hat sich in den vergangenen Monaten grundlegend verändert, ob bei Google, anderen Suchmaschinen oder direkt bei KI-Systemen wie ChatGPT. Im dreiunddreißigsten Interview des NSG-Kanals spricht der Gastgeber mit seiner Kollegin Juliana über genau diesen Wandel und darüber, wie sich Werbetreibende mit einer neuen Kampagnenart namens AI Max an diese veränderte Suchrealität anpassen können.
Das Gespräch verbindet persönliche Beobachtungen zum eigenen Suchverhalten mit einer detaillierten technischen Erklärung, wie AI Max funktioniert und welche Steuerungsmöglichkeiten Werbetreibenden dabei erhalten bleiben. Der folgende Beitrag ordnet diese Entwicklungen fachlich ein und leitet daraus praktische Empfehlungen für Unternehmen ab, die ihre Google-Ads-Strategie an die veränderte Suchlandschaft anpassen möchten.
Schaut euch das ganze Interview im Video an
Inhaltsverzeichnis
- Warum sich das Suchverhalten gerade grundlegend verändert
- Vom Keyword zum ganzen Satz: Wie sich Suchanfragen wandeln
- Warum Menschen zunehmend direkt zu KI-Systemen wechseln
- Was diese Entwicklung für die Interpretation klassischer Kennzahlen bedeutet
- Google Lens: Von der Bildsuche zum Live-Modus
- Praxisbeispiel: Die verlorene Lieblingsbluse
- Warum visuelle Suche für den E-Commerce besonders relevant wird
- Was das für Werbetreibende bedeutet: Die klassische Kampagnenstruktur stößt an Grenzen
- Was ist AI Max für Suchkampagnen?
- Wie AI Max die Kaufbereitschaft von Suchenden einschätzt
- Das Gerüst, das Werbetreibende AI Max vorgeben
- Wie AI Max Suchanfragen und Landingpages in Millisekunden verknüpft
- Warum eine schlechte erste Landingpage-Erfahrung Kundschaft sofort verliert
- Die verbleibenden Steuerungsmöglichkeiten für Werbetreibende
- Wie man AI Max sinnvoll testet und auswertet
- Was Unternehmen jetzt konkret tun sollten
- Praxistipps zur Nutzung von AI Max und zur veränderten Suche
- Fazit
Warum sich das Suchverhalten gerade grundlegend verändert
Juliana beschreibt bereits zu Beginn ihre eigene, veränderte Nutzung von Suchmaschinen: Sie nutze die klassische Google-Suche mittlerweile deutlich seltener und sei stattdessen auf verschiedene KI-Systeme umgestiegen, da sich komplexe Fragen dort stellen lassen und man direkt eine Antwort erhält. Als Beispiel nennt sie die Rezeptsuche, bei der früher mehrere Klicks nötig waren, bis das passende Ergebnis gefunden wurde, während man heute innerhalb derselben App direkt eine Antwort bekommt. Der Weg von der Frage zur Antwort werde dadurch spürbar kürzer.
Diese Beobachtung lässt sich mit der grundlegenden Funktionsweise generativer KI-Systeme erklären: Während klassische Suchmaschinen in erster Linie eine Liste potenziell relevanter Quellen liefern, aus denen Nutzerinnen und Nutzer die passende Antwort selbst zusammensetzen müssen, generieren KI-Systeme direkt eine zusammenfassende, auf die konkrete Frage zugeschnittene Antwort. Diese Verkürzung des Wegs von der Frage zur Antwort verändert grundlegend, wie Menschen digitale Informationssuche wahrnehmen und welche Erwartungen sie an Suchvorgänge stellen.
Vom Keyword zum ganzen Satz: Wie sich Suchanfragen wandeln
Der Gastgeber ergänzt eine eigene Beobachtung: Auch wenn er aus Gewohnheit weiterhin häufig zu Google gehe, habe sich die Art seiner Suchanfragen deutlich verändert. Statt eines klassischen, kurzen Suchbegriffs wie rotes Sofa mit Schlaffunktion kaufen gebe er mittlerweile gefühlt fast einen ganzen Satz oder einen halben Prompt als Suchkriterium ein. Bei besonders komplexen Rechercheanliegen gehe er sogar direkt in eine KI-Anwendung wie ChatGPT, statt überhaupt erst bei Google zu suchen.
Diese Verschiebung von kurzen, keywordartigen Eingaben hin zu vollständig formulierten Sätzen oder sogar promptartigen Anfragen ist für Werbetreibende von erheblicher praktischer Bedeutung. Klassische Suchkampagnen, die auf kurzen, ein- oder zweiwortigen Keywords aufbauen, decken diese neue Form der Suchanfragen möglicherweise nur unvollständig ab, da sich die tatsächliche Formulierung realer Suchanfragen zunehmend von der klassischen Keyword-Logik entfernt.
Warum Menschen zunehmend direkt zu KI-Systemen wechseln
Bemerkenswert ist, dass Juliana beschreibt, bei von vornherein erkennbar komplexen Rechercheanliegen direkt in eine KI-Anwendung zu wechseln, statt den Umweg über eine klassische Suchmaschine zu nehmen. Diese direkte Kanalwahl je nach eingeschätzter Komplexität der eigenen Frage deutet auf eine zunehmend differenzierte Nutzung unterschiedlicher digitaler Werkzeuge hin: Für einfache, eindeutige Anliegen wird weiterhin die gewohnte Suchmaschine genutzt, für komplexere, recherche-intensive Fragen hingegen gezielt ein KI-System, das eine direktere, ausführlichere Antwort liefern kann.
Was diese Entwicklung für die Interpretation klassischer Kennzahlen bedeutet
Die von Juliana beschriebene Verschiebung im Suchverhalten wirft zusätzlich eine grundsätzlichere Frage auf: Wie verändert sich die Aussagekraft klassischer Marketingkennzahlen, wenn ein wachsender Teil der Informationssuche gar nicht mehr über klassische, klickbasierte Suchmaschinen erfolgt, sondern direkt innerhalb von KI-Anwendungen stattfindet? Kennzahlen wie Klickrate oder Impressionen, die traditionell auf der klassischen Suchergebnisseite gemessen werden, erfassen möglicherweise einen zunehmend kleineren Ausschnitt der tatsächlichen Customer Journey, wenn ein erheblicher Teil der eigentlichen Recherche bereits vollständig innerhalb einer KI-Anwendung stattfindet, bevor überhaupt eine klassische Suchmaschine aufgerufen wird.
Für Unternehmen bedeutet das, dass sich Erfolgsmessung im Marketing perspektivisch nicht mehr allein auf klassische Suchmaschinen-Kennzahlen stützen kann, sondern zunehmend auch berücksichtigen muss, an welcher Stelle der eigentlichen Informationsreise die eigene Website oder das eigene Angebot überhaupt sichtbar wird. Diese Erkenntnis unterstreicht, warum Werkzeuge wie AI Max, die genau an der Schnittstelle zwischen KI-gestützter Einschätzung und klassischer Anzeigenschaltung ansetzen, für die kommenden Jahre eine wachsende strategische Bedeutung erhalten dürften.
Google Lens: Von der Bildsuche zum Live-Modus
Neben der textbasierten Suche sprechen Juliana und der Gastgeber auch über Neuerungen im Bereich der Bildsuche, konkret bei Google Lens. Über diese Funktion lassen sich bereits seit längerem Fotos hochladen, um ähnliche Produkte angezeigt zu bekommen. Neu hinzugekommen sei ein Live-Modus, bei dem sich Inhalte direkt über die Handykamera filmen lassen, etwa Schuhe oder andere Produkte, um sofort passende Ergebnisse zu erhalten.
Diese Entwicklung erweitert die klassische, statische Bildsuche um eine dynamische, in Echtzeit nutzbare Komponente. Für Nutzerinnen und Nutzer bedeutet das, dass visuelle Suchanfragen nicht mehr zwingend ein vorab aufgenommenes Foto erfordern, sondern spontan im Moment des Interesses, etwa beim Betrachten eines Produkts im echten Leben, ausgelöst werden können.
Praxisbeispiel: Die verlorene Lieblingsbluse
Juliana beschreibt ein persönliches Beispiel für die Nützlichkeit von Google Lens: Sie besaß eine besonders geliebte, mittlerweile abgetragene Bluse, die sie über eine klassische, manuelle Suche nicht mehr finden konnte, um sie erneut zu bestellen. Über ein Foto der Bluse, hochgeladen bei Google Lens, konnte sie herausfinden, ob dieses Produkt noch verfügbar ist, und erhielt bei Nichtverfügbarkeit direkt ähnliche Alternativprodukte vorgeschlagen. Diese Funktion erspare ihr das mühsame Durchklicken zahlreicher Suchergebnisseiten bei einzelnen Onlineshops.
Ergänzend beschreibt sie ein weiteres Anwendungsszenario aus dem Modebereich: Ein bei einer prominenten Person gesehenes Outfit lässt sich über Google Lens oder in Kombination mit KI-Anfragen direkt mit der Bitte um preislich zugänglichere, ähnliche Alternativen kombinieren. Diese Beispiele verdeutlichen, wie stark visuelle und KI-gestützte Suche den Weg vom Interesse an einem Produkt bis zur konkreten Kaufmöglichkeit verkürzen können.
Warum visuelle Suche für den E-Commerce besonders relevant wird
Die von Juliana geschilderten Beispiele rund um Google Lens verweisen auf eine Entwicklung, die insbesondere für den E-Commerce erhebliche strategische Konsequenzen hat. Klassische, textbasierte Produktsuche setzt voraus, dass Nutzerinnen und Nutzer ein Produkt bereits mit Worten präzise beschreiben können, was bei visuell komplexen Produkten wie Mode, Einrichtungsgegenständen oder Design-Objekten häufig schwerfällt. Eine bestimmte Schnittform, Musterung oder Stilrichtung lässt sich oft deutlich einfacher zeigen als in Worte fassen.
Visuelle Suchfunktionen wie Google Lens schließen genau diese Lücke, indem sie es ermöglichen, ein Bild oder sogar ein Live-Video als Ausgangspunkt der Suche zu nutzen, statt eine oft unzureichende textliche Beschreibung formulieren zu müssen. Für Unternehmen im visuell geprägten E-Commerce bedeutet das, dass die eigenen Produktbilder und Produktdaten zunehmend auch im Hinblick auf ihre Auffindbarkeit über visuelle Suchsysteme optimiert werden sollten, etwa durch hochwertige, aus mehreren Perspektiven aufgenommene Produktbilder und präzise hinterlegte Produktattribute, die es Systemen wie Google Lens erleichtern, passende Übereinstimmungen zu erkennen.
Was das für Werbetreibende bedeutet: Die klassische Kampagnenstruktur stößt an Grenzen
Aus diesen Beobachtungen leitet der Gastgeber die zentrale Frage für Werbetreibende ab: Wie kann sich ein Unternehmen an diese veränderte Suchrealität anpassen? Klassische Google-Ads-Kampagnenstrukturen, etwa fünf Kampagnen mit mehreren Anzeigengruppen und darin hinterlegten, meist ein- oder zweiwortigen Keywords, seien nicht mehr ausreichend darauf ausgelegt, Interessentinnen und Interessenten abzuholen, die zunehmend in ganzen Sätzen suchen.
Was ist AI Max für Suchkampagnen?
An dieser Stelle kommt Juliana auf die neue, von Google eingeführte Kampagnenart AI Max zu sprechen. Diese nutzt KI, um bei Suchenden einzuschätzen, wie weit sie sich in ihrem individuellen Kaufentscheidungsprozess bereits befinden: Steht die Person noch am Anfang ihrer Recherche, führt sie primär eine Preisrecherche durch, oder hat sie bereits so viel Zeit in ihre Recherche investiert, dass eine hohe Kaufwahrscheinlichkeit besteht?
Diese Einschätzung des Recherchestadiums ist strategisch bedeutsam, da unterschiedliche Phasen der Customer Journey unterschiedliche Ansprache erfordern. Eine Person am Anfang der Recherche benötigt möglicherweise umfassendere Informationen, während eine Person kurz vor der Kaufentscheidung eher von einem gezielten, konkreten Angebot profitiert. AI Max versucht, diese Differenzierung automatisiert vorzunehmen, statt alle Suchenden pauschal mit derselben Anzeige und Landingpage zu konfrontieren.
Wie AI Max die Kaufbereitschaft von Suchenden einschätzt
Diese Einschätzung basiert vermutlich auf einer Kombination verschiedener Signale, etwa der genauen Formulierung der Suchanfrage, dem bisherigen Suchverlauf innerhalb einer Session sowie weiteren, von Google intern ausgewerteten Verhaltensmustern. Für Werbetreibende bleibt diese genaue interne Bewertungslogik weitgehend intransparent, was die im weiteren Gesprächsverlauf beschriebenen Steuerungsmöglichkeiten umso wichtiger macht.
Das Gerüst, das Werbetreibende AI Max vorgeben
Juliana betont, dass Werbetreibende AI Max keineswegs vollständig freie Hand lassen, auch wenn dies aus ihrer Sicht für Außenstehende mitunter schwer kontrollierbar wirken mag. Stattdessen wird der KI ein Gerüst vorgegeben: Welche Seiten dürfen ausgespielt werden, welche nicht, und wie sieht die grundsätzliche Struktur der eigenen Anzeige typischerweise aus, innerhalb derer bestimmte Parameter verändert werden dürfen.
Diese Beschreibung verdeutlicht, dass AI Max kein vollständig autonomes System ist, sondern innerhalb klar definierter Leitplanken operiert, die von den Werbetreibenden selbst festgelegt werden. Diese Kombination aus KI-gestützter Automatisierung und vorab definierten Rahmenbedingungen entspricht dem bereits an anderer Stelle beschriebenen Prinzip einer sinnvollen Aufgabenteilung zwischen automatisierten Systemen und menschlicher Kontrolle.
| Kurz erklärt: Wie AI Max funktioniert • Schätzt anhand von Signalen ein, wie kaufbereit eine suchende Person ist • Operiert innerhalb eines vorgegebenen Gerüsts aus erlaubten/nicht erlaubten Seiten • Verknüpft Suchanfrage und passende Landingpage in Echtzeit |
Wie AI Max Suchanfragen und Landingpages in Millisekunden verknüpft
Konkret beschreibt Juliana, wie AI Max innerhalb der vorgegebenen Leitplanken vorgeht: Das System prüft, welche Landingpage der Website inhaltlich am besten zur jeweiligen Suchanfrage passt. Als Beispiel nennt sie den Bereich Hautpflege: Sucht jemand nach einer Feuchtigkeitspflege für sehr trockene Haut, prüft Google, ob auf der Website des Kunden eine spezielle, darauf ausgerichtete Landingpage mit passenden Produkten existiert, verknüpft diese Information innerhalb weniger Millisekunden und spielt der suchenden Person ein maßgeschneidertes, passgenaues Suchergebnis aus.
Diese präzise inhaltliche Zuordnung zwischen Suchanfrage und Landingpage erhöht laut Juliana die Wahrscheinlichkeit erheblich, dass die suchende Person das Gefühl hat, den für sie relevantesten Treffer gefunden zu haben, was sich unmittelbar positiv auf die Kaufwahrscheinlichkeit auswirkt.
Warum eine schlechte erste Landingpage-Erfahrung Kundschaft sofort verliert
Juliana untermauert die Bedeutung dieser präzisen Zuordnung mit einer wichtigen verhaltensbezogenen Beobachtung, die sich aus langjährigen Erfahrungswerten und Statistiken ableiten lässt: Landet eine suchende Person nach einem Klick auf einer Website, ohne dort genau das gesuchte Produkt zu finden, versucht sie in aller Regel nicht, sich mühsam durch die Website weiterzuklicken oder eine neue interne Suche zu starten. Stattdessen verlässt sie die Website unmittelbar, entscheidet für sich, dass dieser Anbieter nicht das Gesuchte bereithält, und wendet sich über eine erneute Google-Suche einem anderen Anbieter zu.
Diese Beobachtung ist aus Sicht der Nutzerpsychologie gut nachvollziehbar: Je geringer der wahrgenommene Aufwand alternativer Optionen ist, etwa eine erneute, schnelle Google-Suche, desto geringer ist die Bereitschaft, in eine als unpassend empfundene Website zusätzliche Zeit und Mühe zu investieren. Genau dieses Verhalten macht die präzise, automatisierte Zuordnung passender Landingpages durch AI Max besonders wertvoll, da sie genau jenen kritischen ersten Eindruck optimiert, der über Bleiben oder sofortiges Verlassen einer Website entscheidet.
Die verbleibenden Steuerungsmöglichkeiten für Werbetreibende
Der Gastgeber ergänzt einen für Werbetreibende beruhigenden Aspekt: Trotz der weitreichenden KI-gestützten Automatisierung behalten Unternehmen wichtige Steuerungsmöglichkeiten. Über gezielte Einschlüsse und Ausschlüsse lässt sich beispielsweise verhindern, dass bestimmte Seiten wie das Impressum oder die Datenschutzerklärung im Rahmen von AI Max ausgespielt werden, auch wenn dort theoretisch passende Informationen zu einer Suchanfrage zu finden wären. Zusätzlich erhalten Werbetreibende eine Aufschlüsselung, welche konkreten Suchbegriffe über die AI-Max-Erweiterung tatsächlich zur Ausspielung geführt haben, wodurch sich als Accountmanagerin oder Accountmanager fortlaufend evaluieren lässt, ob die gewünschten Erfolge tatsächlich erzielt werden.
Diese Kontrollmöglichkeiten sind strategisch wichtig, da sie verhindern, dass Werbetreibende die Kontrolle über grundlegende, geschäftskritische Aspekte ihrer Werbepräsenz vollständig an ein automatisiertes System abgeben müssen. Stattdessen entsteht ein hybrides Modell, bei dem KI-gestützte Automatisierung innerhalb klar definierter, jederzeit anpassbarer Grenzen operiert.
Wie man AI Max sinnvoll testet und auswertet
Auf die Frage, wie sich der tatsächliche Erfolg von AI Max feststellen lässt, beschreibt Juliana ein pragmatisches Vorgehen: Man könne die Erweiterung testweise über einen Zeitraum von zwei, sechs oder acht Wochen laufen lassen und anschließend gemeinsam mit der betreuenden Agentur oder dem eigenen Inhouse-Team das Reporting auswerten. Aus den daraus gewonnenen Erkenntnissen lasse sich anschließend eine angepasste Strategie für die eigene Google-Ads-Präsenz entwickeln, angesichts des sich so stark verändernden Suchverhaltens sowohl von Menschen als auch von den mittlerweile ebenfalls beteiligten KI-Systemen.
Dieses testbasierte Vorgehen ist methodisch sinnvoll, da es Unternehmen ermöglicht, die Wirksamkeit einer neuen, noch relativ unbekannten Kampagnenart anhand konkreter eigener Daten zu bewerten, statt sich ausschließlich auf allgemeine Empfehlungen oder Erfahrungswerte anderer Unternehmen zu verlassen. Ein klar definierter Testzeitraum mit anschließender gemeinsamer Auswertung schafft zudem eine strukturierte Entscheidungsgrundlage für die weitere strategische Ausrichtung.
Was Unternehmen jetzt konkret tun sollten
Aus dem Interview lassen sich für Unternehmen mehrere konkrete Handlungsempfehlungen ableiten: die eigene Website daraufhin überprüfen, ob für zentrale Produktkategorien spezifische, inhaltlich passende Landingpages existieren, da diese die Grundlage für eine erfolgreiche Zuordnung durch AI Max bilden. Zudem sollten Unternehmen aktiv festlegen, welche Seiten von einer Ausspielung über AI Max ausgeschlossen werden sollen, um unpassende Ergebnisse wie rechtliche Pflichtseiten zu vermeiden. Schließlich empfiehlt sich ein klar definierter Testzeitraum, um die tatsächliche Wirksamkeit im eigenen Konto datenbasiert zu bewerten.
Praxistipps zur Nutzung von AI Max und zur veränderten Suche
| Praxistipps auf einen Blick • Website systematisch auf spezifische, produktbezogene Landingpages überprüfen • Rechtliche Pflichtseiten gezielt von der Ausspielung über AI Max ausschließen • Über AI Max eingelaufene Suchbegriffe regelmäßig auswerten • Einen Testzeitraum von mehreren Wochen einplanen, bevor final entschieden wird • Content und Landingpages stärker an vollständig formulierten Suchanfragen ausrichten • Google Lens und visuelle Suche im eigenen Produktangebot mitdenken |
Fazit
Das Gespräch zwischen dem Gastgeber und Juliana zeigt eindrücklich, wie tiefgreifend sich das Suchverhalten in kurzer Zeit verändert hat, von kurzen Keyword-Eingaben hin zu vollständig formulierten Sätzen und einer zunehmenden Nutzung von KI-Systemen sowie visuellen Suchfunktionen wie Google Lens. Mit AI Max reagiert Google auf diese Entwicklung, indem Suchanfragen und Landingpages KI-gestützt und in Echtzeit passgenau zusammengeführt werden, innerhalb eines von Werbetreibenden vorgegebenen Rahmens. Unternehmen, die ihre Website-Struktur, ihre Kampagnenausrichtung und ihr Verständnis von Suchanfragen an diese veränderte Realität anpassen, sichern sich einen Vorteil in einer Suchlandschaft, die sich weiterhin dynamisch weiterentwickeln wird.
Häufig gestellte Fragen (FAQ)
Was ist AI Max bei Google Ads?
Eine neue, KI-gestützte Kampagnenart für Suchkampagnen, die die Kaufbereitschaft von Suchenden einschätzt und Suchanfragen automatisiert mit der passendsten Landingpage verknüpft.
Kann man AI Max vollständig frei agieren lassen?
Nein. Werbetreibende geben ein Gerüst vor, etwa erlaubte und nicht erlaubte Seiten sowie die grundlegende Anzeigenstruktur, innerhalb derer AI Max operiert.
Warum sollten bestimmte Seiten wie das Impressum von AI Max ausgeschlossen werden?
Damit keine unpassenden Ergebnisse wie rechtliche Pflichtseiten anstelle relevanter Produktseiten ausgespielt werden, selbst wenn dort theoretisch verwandte Informationen zu finden sind.
Wie lange sollte man AI Max testen, bevor man eine Entscheidung trifft?
Ein Testzeitraum von etwa zwei bis acht Wochen mit anschließender gemeinsamer Auswertung des Reportings hat sich in der Praxis bewährt.
Warum wird visuelle Suche wie Google Lens immer wichtiger?
Weil sich viele Produkte, insbesondere im Mode- und Einrichtungsbereich, visuell einfacher zeigen als textlich präzise beschreiben lassen.