Google hat das manuelle Bieten in der Suchmaschinenvermarktung weitgehend verdrängt. Wer heute noch ausschließlich auf feste CPC-Gebote setzt, verliert systematisch Marktanteile an Wettbewerber, die maschinelles Lernen für ihre Gebotssteuerung nutzen. Das Thema ist längst kein Zukunftsszenario mehr – es ist der aktuelle Stand des Tagesgeschäfts.
Was ist AI-Bidding und wie funktioniert es?
AI-Bidding bezeichnet die automatisierte Gebotssteuerung in Google Ads, bei der Algorithmen in Echtzeit entscheiden, wie viel für eine einzelne Auktion geboten wird. Grundlage sind sogenannte Smart Bidding-Strategien: Target CPA (Ziel-Kosten-pro-Akquisition), Target ROAS (Ziel-Rentabilität), Maximize Conversions und Maximize Conversion Value.
Das System analysiert bei jeder Auktion eine Vielzahl von Signalen gleichzeitig: Gerät, Standort, Tageszeit, Suchanfrage, Browser, Betriebssystem, Remarketing-Listen, Nutzerverhalten und weitere Kontextsignale, die für manuelle Strategien schlicht nicht verarbeitbar wären. Auf Basis dieser Signalkombination schätzt das Modell die Wahrscheinlichkeit einer Conversion und passt das Gebot entsprechend an – nach oben oder unten, innerhalb der definierten Kampagnenziele.
Entscheidend ist: Die KI optimiert nicht auf Klicks oder Impressionen, sondern auf das Geschäftsziel, das Sie hinterlegen. Wer ein falsches Ziel definiert, bekommt eine präzise Optimierung in die falsche Richtung. Das ist der häufigste Fehler in der Praxis.
Was bedeutet das konkret für Ihr Kampagnenmanagement?
Die Verschiebung hin zu AI-Bidding verändert die Rolle des Kampagnenmanagers grundlegend. Weniger Zeit fließt in manuelle Gebotsanpassungen, mehr Zeit in die strategische Steuerung: Zieldefinition, Conversion-Tracking-Qualität, Kampagnenstruktur und Signalversorgung des Algorithmus.
Ein konkretes Beispiel aus dem Bereich eCommerce: Bei happyandpretty.de, dem K-Beauty Shop von blueShepherd, arbeitet AI-Bidding nur dann zuverlässig, wenn das Conversion-Tracking sauber konfiguriert ist – also Käufe, Warenkorbwerte und Transaktions-IDs korrekt an Google Ads übermittelt werden. Fehlt der Warenkorbwert im Tracking, kann Target ROAS nicht sinnvoll optimieren. Das Modell rechnet dann mit falschen Annahmen.
In regulierten Branchen wie Finanzen oder Versicherungen kommt eine weitere Ebene hinzu: Conversion-Ereignisse sind oft länger, mehrstufig oder offline. Ein Lead ist nicht automatisch ein Abschluss. Hier braucht es entweder Offline-Conversion-Imports oder eine sorgfältig gewählte Proxy-Conversion, die das tatsächliche Geschäftsziel möglichst gut abbildet.
Im B2B-Umfeld – etwa im Maschinenbau – ist die Datenlage oft dünn. Wenige Conversions pro Monat bedeuten, dass Smart Bidding-Strategien wie Target CPA lange in der Lernphase bleiben oder gar nicht aus ihr herausfinden. In solchen Fällen kann Maximize Clicks mit einem manuellen CPC-Cap als Übergangslösung sinnvoller sein, bis ausreichend Conversion-Daten vorliegen.
So setzen Sie AI-Bidding sinnvoll um
1. Conversion-Tracking als Fundament prüfen
Bevor Sie eine Smart Bidding-Strategie aktivieren, sollte das Tracking vollständig und fehlerfrei sein. Nutzen Sie den Google Tag Manager, um alle relevanten Ereignisse sauber zu erfassen. Überprüfen Sie, ob Conversion-Werte übermittelt werden – nicht nur Conversion-Zählungen. GA4 als Datenquelle für Google Ads-Conversions ist möglich, birgt aber Abweichungen durch unterschiedliche Attributionsmodelle.
2. Ausreichende Datenbasis sicherstellen
Google empfiehlt mindestens 30 bis 50 Conversions pro Monat und Kampagne, bevor Target CPA oder Target ROAS stabil funktionieren. Wer diese Schwelle nicht erreicht, sollte Kampagnen konsolidieren, Conversion-Ereignisse auf höherer Funnel-Ebene ergänzen oder mit Maximize Conversions ohne Ziel-CPA starten.
3. Ziele realistisch setzen
Ein Target CPA, der deutlich unter dem historischen Durchschnitt liegt, führt dazu, dass das System kaum noch bietet und der Traffic einbricht. Starten Sie mit einem Zielwert nahe am tatsächlichen Durchschnitt und justieren Sie schrittweise – in Schritten von 10 bis 15 Prozent, mit ausreichend Beobachtungszeit zwischen den Anpassungen.
4. Kampagnenstruktur vereinfachen
Kleinteilige Kampagnenstrukturen mit vielen Ad Groups und wenigen Klicks pro Einheit erschweren maschinelles Lernen. Konsolidierung ist in den meisten Fällen sinnvoll. Performance Max-Kampagnen gehen in diese Richtung, nehmen dem Advertiser aber auch Kontrolle. Hier gilt es, Chancen und Einschränkungen gegeneinander abzuwägen.
5. Lernphasen respektieren und dokumentieren
Nach jeder signifikanten Änderung – Zielanpassung, Budgetänderung, neue Assets – beginnt eine Lernphase von typischerweise sieben bis vierzehn Tagen. In dieser Zeit sind Leistungsschwankungen normal. Wer in dieser Phase zu früh eingreift, verlängert den Prozess. Änderungen sollten dokumentiert werden, um spätere Auswertungen zu ermöglichen.
6. Segmentierung durch Kampagnenziele, nicht durch Keywords
Früher wurde nach Keyword-Themen segmentiert. Mit AI-Bidding macht es mehr Sinn, nach Geschäftszielen zu segmentieren: unterschiedliche Margen, Produktgruppen mit verschiedenen ROAS-Zielen, Neu- vs. Bestandskunden. Das gibt dem Algorithmus klare Leitplanken, ohne ihn durch Überstrukturierung zu limitieren.
Fazit
AI-Bidding ist kein Autopilot, der Kampagnenmanagement überflüssig macht. Es ist ein leistungsfähiges Werkzeug, das präzise Eingaben braucht: sauberes Tracking, realistische Ziele, ausreichend Daten. Wer diese Grundlagen nicht legt, übergibt die Steuerung seiner Kampagnen einem System, das auf falschen Annahmen optimiert – und das mit hoher Effizienz.
FAQ
Was passiert technisch in der Lernphase von Smart Bidding?
In der Lernphase sammelt der Algorithmus Daten zur Conversion-Wahrscheinlichkeit unter den aktuellen Kampagnenbedingungen. Das Modell kalibriert seine Vorhersagen, was zu schwankenden CPCs und ungleichmäßiger Auslieferung führen kann. Diese Phase dauert in der Regel sieben bis vierzehn Tage und sollte nicht durch größere Eingriffe unterbrochen werden.
Sollte man manuelle Gebotsstrategien komplett aufgeben?
Nicht generell. In Konten mit sehr geringem Conversion-Volumen, in frühen Kampagnenphasen oder bei stark regulierten Branchen mit langen Entscheidungszyklen kann manuelles Bieten mit CPC-Cap sinnvoller sein als ein Smart Bidding-Modell, das mangels Daten keine stabilen Vorhersagen treffen kann. Die Entscheidung sollte datenbasiert getroffen werden, nicht aus Gewohnheit oder Skepsis gegenüber Automatisierung.
Wie erkenne ich, ob mein AI-Bidding tatsächlich funktioniert?
Schauen Sie nicht nur auf CPA oder ROAS in Google Ads, sondern gleichen Sie die Daten mit GA4 und – sofern vorhanden – Ihrem CRM ab. Prüfen Sie, ob die gemeldeten Conversions tatsächlich Geschäftswert erzeugen. Häufige Warnsignale: stark abweichende Conversion-Zahlen zwischen Google Ads und Analytics, hohe Conversion-Raten bei niedrigen Umsätzen, oder Lernphasen, die sich dauerhaft nicht auflösen.
Sie möchten Ihre Google Ads-Kampagnen auf eine solide AI-Bidding-Strategie umstellen oder wissen nicht, ob Ihr aktuelles Setup das Potenzial des Algorithmus ausschöpft? Sprechen Sie mit uns: blueshepherd.de/kontakt