Auf den ersten Blick wirken ChatGPT Ads erstaunlich einfach. Konto anlegen. Kampagne und Anzeigengruppe erstellen. Anzeige konfigurieren. Fertig.
Zumindest sieht es so aus. Nach unseren ersten Tagen mit realen Kampagnen ist mein Eindruck - die Anzeige selbst ist der einfache Teil. Was technisch und prozessual dahinter passiert, funktioniert jedoch deutlich anders.
Wir haben ChatGPT Ads deshalb nicht isoliert getestet, sondern direkt in einen vollständigen Vertriebsprozess eingebunden – von der Anzeige bis hin zu Aufgaben und Reporting. Dabei sind einige Unterschiede zu klassischen Werbeplattformen ziemlich schnell sichtbar geworden.
Der Start mit kleinen Hürden
Unser Unternehmenskonto wurde zunächst nicht direkt freigeschaltet.
Nach ungefähr drei Tagen haben wir den Support kontaktiert. Die Reaktion kam schnell und der Zugang wurde anschließend freigegeben.
Auch später hatten wir einmal den Fall, dass eine laufende Anzeige plötzlich nicht mehr ausgeliefert wurde.
Nach Kontakt mit dem Support war auch dieses Problem relativ schnell gelöst.
Mein Eindruck nach diesen ersten Erfahrungen - die Plattform befindet sich noch deutlich in einer Entwicklungsphase. Das ist bei einem neuen Werbesystem nicht ungewöhnlich, sollte bei produktiven Kampagnen aber eingeplant werden.
Die Kampagne ist schnell gebaut. Der Funnel nicht.
Die Oberfläche vermittelt zunächst das Gefühl, dass sich Kampagnen zügig umsetzen lassen. Das stimmt auch – solange man nur bis zum Klick denkt. Sobald daraus ein automatisierter Vertriebsprozess werden soll, beginnt die eigentliche Arbeit. Bei uns sieht ein Funnel beispielsweise so aus:
Kunden können dabei beispielsweise zwischen Rechnung und direkter Online-Zahlung wählen, was im B2B-Bereich durchaus üblich ist.
Im Hintergrund laufen mehrere weitere Prozesse: CRM-Eintrag, Benachrichtigung der Geschäftsführung oder des zuständigen Teams, Aufgabenplanung, Statusänderungen und Reporting.
Ein Teil davon läuft nicht direkt innerhalb des Hauptfunnels. Wir kapseln einzelne Funktionen als Subprozesse und sprechen sie über Webhooks an. Das macht die Architektur deutlich flexibler. Ändert sich beispielsweise das CRM oder ein interner Prozess, muss nicht der gesamte Funnel neu aufgebaut werden.
Ohne saubere Architektur wird Automatisierung schnell kompliziert
Ein Punkt wird bei Marketing-Automatisierung häufig unterschätzt - es reicht nicht, verschiedene Tools miteinander zu verbinden.
Man braucht vorher eine klare Prozessarchitektur und ein sauberes Datenmodell.
Zum Beispiel:
- Welche Daten entstehen an welcher Stelle?
- Welches System ist führend?
- Welche Events lösen Folgeprozesse aus?
- Was passiert bei einem Abbruch?
- Welche Informationen werden vom CRM oder anderen Schnittstellen benötigt?
- Welche Informationen benötigt das Team?
Erst danach kommen Webhooks, APIs und Automatisierungsplattformen.
Da wir Strategie, Softwareentwicklung und Automatisierung im eigenen Team abdecken, konnten wir den gesamten Prozess innerhalb weniger Tage selbst umsetzen. Und ja, an einigen Stellen bedeutet das tatsächlich, Code zu schreiben.
ChatGPT Ads funktionieren nicht wie Google Ads
Das ist bisher für mich der interessanteste Punkt.
OpenAI beschreibt selbst, dass Anzeigen nicht ausschließlich anhand klassischer Keywords ausgewählt werden. Berücksichtigt werden unter anderem der Kontext und die Absicht der aktuellen Unterhaltung.
Das verändert die Logik erheblich. Bei Google sucht jemand beispielsweise: „KI Beratung Mittelstand“. Die Suchabsicht ist vergleichsweise eindeutig.
In ChatGPT könnte derselbe potenzielle Kunde dagegen schreiben: „Wir haben inzwischen mehrere KI-Tools im Unternehmen, aber jeder arbeitet anders damit. Wie könnte man das zentral organisieren?“
Er sucht in diesem Moment zunächst keine Agentur. Er sucht eine Antwort. Und genau darin liegt aus meiner Sicht einer der wichtigsten Unterschiede.
Menschen kommen zu ChatGPT zunächst mit einem Problem oder einer Frage – nicht zwingend mit einer konkreten Kaufabsicht.
Auch die Zielgruppendefinition verändert sich
Bei klassischen Plattformen wie Google Ads oder Meta arbeiten wir häufig mit Keywords, Interessen, demografischen Merkmalen oder klar definierten Zielgruppensegmenten.
Bei ChatGPT spielt zusätzlich der konkrete Gesprächskontext eine zentrale Rolle. Entscheidend ist also nicht mehr nur: Wer ist diese Person? Sondern auch: Womit beschäftigt sie sich gerade? Welches Problem beschreibt sie? Welche Entscheidung versucht sie zu treffen?
Für uns bedeutet das - Zielgruppen müssen weniger statisch und stärker über Situationen, Fragestellungen und Entscheidungsphasen gedacht werden.
Deshalb muss auch die Landingpage anders funktionieren
Unsere ersten Anzeigen zeigen bereits andere Verhaltensmuster als Kampagnen, die wir aus klassischen Search-Kanälen kennen. Dafür haben wir aktuell noch nicht genügend Daten, um daraus allgemeingültige Aussagen abzuleiten. Aber eine Tendenz ist für uns deutlich genug, um weiter zu testen.
Der Übergang zwischen Gespräch und Landingpage muss anders gestaltet werden.
Wer gerade mit einer KI ein Problem analysiert, möchte nicht unbedingt auf einer Seite landen, die sofort sagt: „Jetzt kaufen.“ Die Landingpage muss vielmehr das Gespräch logisch fortsetzen.
Sie sollte die Situation aufgreifen, das Problem konkretisieren, Orientierung geben und erst dann zur nächsten Handlung führen. Das ist mehr als ein klassischer A/B-Test zwischen zwei Headlines. Wir testen deshalb zunehmend unterschiedliche Führungslogiken innerhalb der Landingpage.
Auch Conversion Tracking braucht Aufmerksamkeit
Ein kleiner Kritikpunkt betrifft das Tracking. Der OpenAI Pixel ließ sich grundsätzlich problemlos integrieren und funktionierte auch, allerdings war die Statistik zunächst lückenhaft: Einige Conversion-Signale wurden nur teilweise erfasst.
Auf Basis der OpenAI-Dokumentation haben wir deshalb zusätzlich zur Pixel-Integration eigene Logik programmiert, um relevante Events gezielt und vollständig zu erfassen. Seitdem läuft das Tracking bei uns stabil und fehlerfrei.
Besonders wichtig ist dabei aus meiner Sicht: Diese Conversion-Signale sind nicht nur für das Reporting relevant. Sie liefern dem System auch Rückmeldung darüber, welche Nutzerinteraktionen tatsächlich wertvoll sind. Genau hier wird es spannend, weil sich Veränderungen im Ausspielungsverhalten beobachten lassen. Bei uns wurden die Impressions zeitweise deutlich langsamer, nachdem nicht alle neue Signale in die Bewertung eingeflossen sind.
Der Zusammenhang ist nicht intuitiv zu verstehen. Es kann auch bedeuten, dass das System enger auswählt, wem eine Anzeige gezeigt wird. Genau diesen Effekt haben wir ganz klar identifiziert.
A/B-Tests liefern erstaunlich schnell Orientierung
Positiv überrascht hat mich bisher die Geschwindigkeit, mit der unterschiedliche Anzeigenvarianten eine Richtung erkennen lassen. In unserem aktuellen Test sehen wir beispielsweise schnell Unterschiede bei CTR und Klickkosten zwischen verschiedenen Creatives.
Interessant ist dabei für mich weniger, welche Anzeige kurzfristig gewinnt.
Was ich bisher aus ChatGPT Ads mitnehme
ChatGPT Ads sind für mich bisher nicht einfach „Google Ads innerhalb von ChatGPT.“
Das wäre zu kurz gedacht. Noch wichtiger ist die Frage:
Wie baut man einen Vertriebsprozess für Menschen, die sich gerade in einem KI-gestützten Entscheidungsprozess befinden?
Darin sehe ich gleichzeitig das größte Potenzial und eine der größten Herausforderungen. Denn Werbung kann damit näher an dem Moment stattfinden, in dem ein Mensch sein Problem gerade konkret beschreibt und versucht, eine Lösung zu verstehen.
Wir stehen mit unseren Tests noch ziemlich am Anfang. Als Nächstes werden wir weitere Funnel-Varianten, Landingpage-Strukturen und unterschiedliche Anzeigenbotschaften testen.
Fokus jetzt auf - Wie muss ein Vertriebsprozess aussehen, wenn die Customer Journey bereits in einem Gespräch mit einer KI beginnt?
Das dürfte für mich eine der interessantesten Marketing- und Vertriebsfragen der nächsten Zeit werden.
Warum uns KI-Sichtbarkeit dabei hilft
Eines unserer Kernthemen ist KI-Sichtbarkeit.
Dabei beschäftigen wir uns schon länger intensiv mit der Frage, wie KI-Systeme Unternehmen, Leistungen, Inhalte und Zusammenhänge erfassen, verstehen und einordnen.
Genau dieses Wissen hilft uns jetzt auch bei ChatGPT Ads. Viele Muster sind nicht völlig neu. Sie greifen hier aber an einer anderen Stelle, direkt beim Übergang von Frage und Kontext zu Interesse und Handlung.
Dadurch konnten wir die neue Logik hinter diesem Werbekanal relativ schnell einordnen und unsere Funnel entsprechend weiterentwickeln.
KI-Sichtbarkeit und Vertriebsprozesse verbinden
Wenn Sie gerade prüfen, wie Ihr Unternehmen in ChatGPT & Co. sichtbar wird oder wie daraus ein funktionierender Vertriebsprozess entstehen kann, sprechen Sie mich gerne an.
Genau an dieser Schnittstelle arbeiten wir:
KI-Sichtbarkeit verstehen, technische Infrastruktur aufbauen und daraus automatisierte Vertriebsprozesse entwickeln.
Kontakt aufnehmen