Google AI Max nimmt Vorgaben auf Deutsch an und soll Suchbegriff, Anzeige und Landingpage verknüpfen

Google hat am 23. September im Google Ads & Commerce Blog angekündigt, dass der AI Brief für AI Max künftig auch auf Deutsch funktioniert, vorerst weiter als geschlossene Betaversion. Zugleich soll ein neues Reporting Suchbegriff, Anzeigenbaustein und Landingpage in einer Tabelle zusammenführen. Damit lässt sich AI Max nicht mehr sinnvoll allein am Werbeertrag (Return on Ad Spend, kurz ROAS) beurteilen.

Der AI Brief versteht jetzt Deutsch

Der AI Brief ist künftig auch für deutschsprachige Werbetreibende vorgesehen, bleibt aber eine geschlossene Betaversion (Closed Beta). Bisher lief er vor allem auf Englisch. Neu hinzu kommen Deutsch, Niederländisch, Französisch, Italienisch, Japanisch, Portugiesisch und Spanisch. Mit dem Brief beschreiben Werbetreibende in eigenen Worten ihr Geschäft, ihre Zielgruppe und ihre Kernbotschaft.

Google beschreibt den Brief als Steuerungsinstrument. AI Max soll Anzeigen näher an dem erzeugen, was gemeint ist, statt nur aus historischen Klickdaten zu schließen. Das ist eine Herstellerangabe und keine unabhängige Feldstudie. Plausibel ist sie dennoch: Ein Modell, das Platzhaltersätze als Brief erhält, liefert ebenso wenig Brauchbares wie eine Excel-Formel mit falschen Eingaben.

Dass die Sprache zählt, liegt an den Nuancen. Wer einen Ton wie „schlicht und einfach, aber hochwertig“ ins Englische pressen muss, verliert Bedeutung. Für deutschsprachige Werbetreibende sinkt damit die Einstiegshürde. Ob die Ergebnisqualität tatsächlich steigt, lässt sich seriös erst beurteilen, wenn Accounts die neue Tabelle nutzen und verschiedene Briefversionen gegeneinander testen.

Wer AI Max bereits parallel zu klassischen Suchkampagnen erprobt, findet Hintergründe im Beitrag zum Umstieg von Dynamic Search Ads auf AI Max. Der Brief ersetzt keine Keyword-Planung. Wer Zielgruppe und Botschaften im Account seit 2022 nicht angefasst hat, kann nicht darauf vertrauen, dass die KI den Rest erledigt.

Das neue Reporting soll die Blackbox von AI Max öffnen

Der zweite Teil der Ankündigung betrifft das Reporting in Google Ads und dürfte der gewichtigere sein. Bisher glich die Strecke von AI Max für viele Teams einer Blackbox: Budget hinein, generierte Anzeigen heraus, am Ende ein ROAS. Welcher Suchbegriff welches Asset auslöste, also welchen von der KI gewählten Anzeigenbaustein, und ob die Landingpage dazu passte, blieb im Dunkeln.

Google verspricht nun eine einheitliche Sicht auf diese Kette aus Suchbegriff, Asset und Landingpage in einer Oberfläche. Damit ließe sich prüfen, ob die KI Bausteine sinnvoll zu Suchanfragen zuordnet oder ob Kombinationen eher zufällig Erfolg haben, während im Checkout Kunden verloren gehen.

Ein Beispiel zeigt den Unterschied. Jemand sucht nach „wasserdichte Winterjacke Damen 38“, das Asset zeigt Sommerbilder, und die Landingpage ist eine Kategorieseite mit 400 Artikeln ohne brauchbaren Größenfilter. Bisher ließ sich das nur über die Konversionsrate erahnen. Die neue Tabelle soll es sichtbar machen, als Diagnose statt als bloßes Symptom.

Allerdings nennt Google weder Details noch einen Starttermin, sondern schreibt nur, beides folge „später in diesem Jahr“. Auf der Produktseite AI Max for Search Ads stellt Google die Automatisierung seit Längerem als Hebel für mehr Effizienz dar. Berichte in dieser Detailtiefe fehlten bislang.

Der ROAS allein verschleiert, wo das Budget wirkt

Ein guter ROAS kann trotz schwachem Brief entstehen, wenn die Landingpage hervorragend konvertiert, und ein schlechter trotz starkem Brief, wenn der Funnel hakt. Unter Funnel ist der Weg vom Klick bis zum Kaufabschluss zu verstehen. Ohne die Tabelle ließen sich beide Effekte nicht trennen. Mit ihr gelingt das, sofern jemand sie liest und daraufhin Brief oder Landingpage ändert, statt nur das Tagesbudget zu verschieben.

Daran scheitert es häufig. Viele Teams blicken einmal pro Woche auf das ROAS-Dashboard und gehen zur Tagesordnung über. Eine Journey-Tabelle zu lesen kostet dagegen Zeit. Sie liefert eine Diagnose, keinen Autopiloten, und eine Diagnose ohne Konsequenz bleibt Dekoration.

Wer 90 Prozent des Geldes in Medialeistung steckt und zehn Prozent in Brief und Landingpage, optimiert ein System, dessen Eingabe und Ausgabe er kaum kontrolliert. Benchmarks zur Einordnung der eigenen Werte liefert der Conversion-Rate-Report mit Branchenvergleichen. Der ROAS verrät allerdings nicht, ob der Bruch im Brief, in der Zuordnung von Asset und Suchbegriff oder im Funnel liegt. Genau diese Trennung soll die neue Tabelle leisten.

Besonders heikel wird die Rechnung in Spitzenzeiten wie Black Friday, Weihnachten oder saisonalen Abverkäufen. Das Budget steigt, und AI Max skaliert mit. Die Qualität des Briefs tut das selten. Viele Teams schreiben ihn einmal im Sommer und wundern sich im Dezember über Anzeigen, die noch den Sommerabverkauf bewerben.

Der Brief gleicht damit einem gepflegten Produktfeed: strukturierte Eingabe, aus der die Automatisierung ihre Ausgabe ableitet. Wer ihn vernachlässigt, erzeugt Rauschen, egal wie viel Budget folgt. Für Spitzenzeiten empfiehlt sich deshalb diese Reihenfolge:

1. Die Business-Beschreibung im Brief auf die aktuellen Sortimentsschwerpunkte prüfen, nicht auf die des letzten Quartals.
2. Das Zielgruppenfeld mit den Gruppen der Spitzenzeit abgleichen, denn Schnäppchenjäger ticken anders als Geschenkkäufer.
3. Die Kernbotschaft auf saisonale Angebote ausrichten, statt allgemeine Markenaussagen stehen zu lassen.
4. Nach dem ersten Kampagnentag die Journey-Tabelle lesen und prüfen, ob Suchbegriff, Asset und Landingpage zusammenpassen.
5. Bei Abweichungen nicht das gesamte Budget streichen, sondern den betroffenen Briefabschnitt oder die Landingpage gezielt nachbessern.

Das ist Handarbeit für ein Werkzeug, das Automatisierung verspricht. „Automatisiert“ heißt bei Google Ads jedoch selten, dass sich etwas ohne Kontrolle laufen lassen ließe. Auch Smart Bidding ohne klare Ziele haben viele Teams schon bereut.

Drei Muster in der Tabelle und was daraus folgt

Sobald die Tabelle im Account sichtbar ist, helfen weniger ROAS-Screenshots als drei Lesarten. Passen Suchbegriff und Asset, die Landingpage konvertiert aber schwach, ist Funnel-Arbeit gefragt und kein neuer Brief. Passen Suchbegriff und Asset nicht, die Landingpage ist aber solide, sollten Brief und Asset-Steuerung nachgezogen werden, bevor der Checkout umgebaut wird. Wirkt alles zufällig, steckt AI Max noch in der Lernphase, oder der Brief ist so allgemein, dass die Automatisierung rät, statt zu steuern.

Für Prüfungen eignet sich eine einfache Matrix. Die Zeilen bilden Suchcluster wie Marke, Kategorie und Problem oder Absicht, die Spalten Asset-Typen wie Nutzen, Angebot und Vertrauen, jede Zelle nennt die häufigste Landingpage. Rotieren in einer Zelle drei verschiedene Zielseiten und streut die Konversion, liegt kein KI-Problem vor, sondern ein Problem der Zuordnung von Adressen. Die Tabelle macht das sichtbar, beheben muss es das Team.

Ein Beispiel ohne erfundene Kennzahlen: Ein Modeshop der mittleren Preislage hat starke Markensuchen und schwache allgemeine Suchen. Markensuchen landen auf Produktdetailseiten, allgemeine auf Kategorieseiten. Spielt AI Max bei allgemeinen Suchen plötzlich Produktseiten aus, die nicht zur Farb- oder Größenabsicht passen, steigt die Absprungrate, und der ROAS sinkt. Ohne Einblick vermutet das Team einen Fehler im Gebotsverfahren. Mit der Tabelle erkennt es den Mismatch in einer Zeile und kann den Brief schärfen oder die Zielseiten für diese Cluster festlegen, statt das Tagesbudget zu halbieren.

Oft liegt der Fehler auf der Seite, auf der der Klick endet. Landen ein passender Suchbegriff und ein passendes Asset bei 1,2 Prozent Konversion, trägt Google dafür keine Schuld. Typische Reibungspunkte sind:

• Kategorieseiten, die nicht zur Suchabsicht passen, weil sie zu breit sind, zu viele Varianten zeigen und keinen klaren nächsten Schritt bieten.
• Mobile Kaufabschlüsse mit zusätzlichen Feldern, die Desktop-Teams nie getestet haben, etwa sieben Schritte für ein T-Shirt.
• Lange Ladezeiten genau auf den Adressen, die AI Max häufig ausspielt.
• Vertrauenssignale unterhalb des sichtbaren Bereichs, während die Handlungsaufforderung oben schon drängt.

Wer Kaufabbrüche systematisch angehen will, findet im Beitrag zum Checkout-Abbruch im Online-Shop einen Überblick. Ein Leitfaden zu Landingpages, die Konversionen tragen zeigt, wie sich Zielseiten nach Suchabsicht schneiden lassen, statt alle Klicks auf eine allgemeine Kategorie zu schicken. Beides ist aufwendig, aber oft rentabler als zehn Prozent mehr Mediabudget auf einen unveränderten Funnel.

Was Teams vor dem Start der Beta vorbereiten können

Der AI Brief bleibt eine geschlossene Betaversion, und nicht jeder Account hat automatisch Zugriff.

Dieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2PromptAbstract soft light over a retail landing-page metaphor on a blurred monitor, no readable UI, cool studio light, no logos, no brand names, no readable text, 16:9

Für das Journey-Reporting nennt Google keine Starttermine, nur die Formel „später in diesem Jahr“. Wer das gesamte Budget des vierten Quartals auf AI Max umschichtet, weil die Tabelle angeblich schon da sei, baut auf eine Blogzeile und nicht auf eine Schaltfläche im Account. Ankündigungen laufen bei Google oft in Wellen aus, und zwischen Ankündigung und Sichtbarkeit in der Oberfläche lagen bei früheren Funktionen häufig Monate. Berichtsprozesse sollten deshalb nicht komplett auf ein Feature umgestellt werden, das noch niemand im Account gesehen hat.

Sinnvoll ist zunächst ein Blick in den Account, ob die Beta freigeschaltet ist. Falls ja, lohnt es sich, den Brief auf Deutsch zu schreiben und zu beobachten, ob sich die generierten Assets spürbar verändern. Falls nein, lässt sich die interne Prüfliste trotzdem vorbereiten, denn Briefprüfung und Funnel-Audit brauchen keine Freischaltung.

Brief-Qualität ist schwerer zu messen als die Klickrate, aber nicht unmessbar. Der Brief sollte wie ein Feed versioniert werden, mit Datum, Autor und Änderungsgrund. Über zwei vergleichbare Wochen mit ähnlichem Budget und ähnlicher Saison laufen zwei Briefversionen, nicht zehn. Danach zählt neben dem ROAS vor allem, wie stark Suchbegriffe und Assets streuen und wie konzentriert die Landingpages sind. Weniger Streuung bei gleicher oder besserer Konversion ist oft das bessere Signal als ein kurzer ROAS-Ausschlag.

In deutschen Briefs treten immer wieder dieselben Fehler auf:

• Das Business-Feld liest sich wie ein Unternehmensporträt statt wie eine Beschreibung von Kaufanlass und Sortimentskern.
• Die Zielgruppe besteht aus einer Demografieliste wie „25 bis 45, urban“ ohne Kaufmotivation.
• Die Kernbotschaft besteht aus Slogans, die weder ein Angebot noch einen Unterschied nennen.
• Saisonale Aussagen bleiben im Brief stehen, obwohl der Shop längst zum nächsten Sortiment übergegangen ist.

Ein kurzer Test hilft: Der Brief sollte so konkret sein, dass ein neuer Mitarbeitender danach eine Anzeige schreiben könnte, die zum aktuellen Sortiment passt. Ist das nicht der Fall, steuert das Team AI Max im Nebel, und jeder Euro Spitzenbudget wird teurer. Das gilt besonders für Agenturen. Wer den Brief einmal für den Kunden schreibt und nie wieder anfasst, delegiert bequem weiter. Ein deutscher Brief macht das sprachlich angenehmer, aber nicht billiger, wenn der Funnel Kunden verliert.

Der Wert der Ankündigung liegt in der erzwungenen Trennung dreier Hebel, die der ROAS vermischt: Brief-Qualität, Zuordnung von Asset und Suchbegriff sowie Landing-Funnel. Wer sie nicht getrennt budgetieren und lesen kann, hat mit dem neuen Reporting nur mehr Zeilen, aus denen niemand eine Entscheidung ableitet. Der deutsche Brief ist aus Sicht des Autors überfällig, weil Teams Texte eher pflegen, die sie verstehen und verantworten. Bis Google die Verfügbarkeit des Reportings bestätigt, bleibt die Ankündigung eine Ankündigung. Landingpages nach Suchabsicht zu differenzieren und den Brief von Platzhaltersätzen zu befreien, lohnt sich dennoch schon jetzt.