ChatGPT Werbung schalten: Praxisleitfaden auf Basis unserer ersten 97.000 Impressionen

ChatGPT Werbung bringt deine Marke genau dann ins Blickfeld, wenn jemand Produkte vergleicht, ein Problem recherchiert oder den nächsten Schritt plant. Das klingt nach Paid Search, funktioniert technisch aber so anders, dass eine kopierte Google-Ads-Struktur hier kaum trägt.

Diesen Unterschied haben wir am eigenen Budget gelernt.

Im Juni 2026 hat SE Ranking ChatGPT Ads in den USA, Kanada, Australien und Neuseeland getestet. Drei Kampagnen, acht Anzeigengruppen und 48 Anzeigen brachten 97.131 Impressionen und 1.263 Klicks bei einer durchschnittlichen CTR von 1,30 %.

Der Traffic sah gut aus, das Geschäftsergebnis nicht. Die Kampagnen erzeugten so gut wie keine Registrierungen. Wir haben den Test gestoppt, bevor das geplante Budget aufgebraucht war.

Diese Erfahrung hat den Leitfaden geprägt. Wir zeigen dir, wie ChatGPT Werbung funktioniert, wie du eine Kampagne rund um Gesprächsintention aufbaust, was du vor dem Start messbar machen musst und was wir heute anders angehen würden.

Noch ein Wort zum Zeitpunkt. Unser Test lief im Juni 2026, und OpenAI hat die Werbeplattform seitdem mehrfach deutlich verändert. Dieser Artikel enthält den aktuellen Stand, während unsere eigenen Beobachtungen den Ads Manager zur Testzeit beschreiben. Weil sich die Plattform schnell bewegt, wirf vor dem Start einen Blick in den OpenAI Ads Manager, das ChatGPT Ads Help Center und die aktuellen Werberichtlinien.

So funktioniert ChatGPT Werbung

ChatGPT Ads ist ein Anzeigenformat im Gespräch. Unter einer ChatGPT-Antwort erscheint eine gekennzeichnete Sponsored Card, sobald das Gespräch zum Targeting-Kontext eines Werbetreibenden passt.

Eine Standardanzeige kann den Namen und das Favicon des Werbetreibenden, einen Titel, eine kurze Beschreibung, eine Landingpage und ein Bild enthalten.

Laut OpenAI berücksichtigt das Auslieferungssystem erwartete Relevanz und erwartete Ergebnisse. Dazu zählen unter anderem:

Werbetreibende bekommen weder die Unterhaltung noch einen Suchbegriffsbericht. Das Reporting ist aggregiert. Das schützt die Privatsphäre im Chat und nimmt dir gleichzeitig das wichtigste Diagnosewerkzeug, das du aus Paid Search kennst.

Diese Ziele kannst du mit ChatGPT Ads verfolgen

Aktuell unterstützt ChatGPT Ads drei Kampagnenziele:

Die Auktion ist relevanzgewichtet und arbeitet nach dem Zweitpreisverfahren. Ein höheres Gebot kann die Auslieferung verbessern, ersetzt aber keine Relevanz. Produkt, Context Hints, Creative und Landingpage müssen weiterhin zusammenpassen.

Wer ChatGPT Ads überhaupt zu sehen bekommt

Anzeigen erscheinen inzwischen bei Free- und Go-Nutzern. Bezahlte Profi-Tarife bleiben werbefrei. Konten, die Minderjährigen zugeordnet werden, sind ausgeschlossen. Free-Nutzer können Werbung außerdem abwählen und bekommen dafür weniger Nachrichten pro Tag.

Jede dieser Ebenen verkleinert die erreichbare Zielgruppe. Bei einem B2B-Produkt schneidet sie ausgerechnet die qualifiziertesten Interessenten weg.

Wo ChatGPT Ads verfügbar sind

Stand 23.09.2026 listet der Ads Manager über 50 Länder, darunter Deutschland, Österreich und die Schweiz. OpenAI kündigte den europäischen Start am 18.08.2026 an und öffnete den Self-Service-Zugang für 31 europäische Märkte am 31.08.2026.

Buchen kannst du über den Ads Manager selbst, über das Ads Solutions Team von OpenAI, über Agenturen und über Technologiepartner.

ChatGPT Ads im EWR und in der Schweiz

Im Europäischen Wirtschaftsraum (EWR) und in der Schweiz läuft ChatGPT Ads rein kontextuell. Personalisierte Werbung auf Basis früherer Chats oder gespeicherter Erinnerungen gibt es hier nicht.

Praktisch heißt das, dass du für Kampagnen mit Zielregion EWR oder Schweiz keine Custom Audiences anlegen kannst. Die komplette Steuerung läuft über Context Hints und negative Keywords, und genau dort entscheidet sich die Qualität deiner Kampagne.

Kläre vor dem Start, ob ChatGPT Ads zu deinem Angebot passt

Die erste Frage ist nicht, was in den Kontexthinweisen stehen soll, sondern ob dieser Kanal deine Zielgruppe realistisch erreichen und konvertieren kann. Drei Prüfungen helfen, bevor du Testbudget freigibst.

1. Sieht dein Wunschkunde in ChatGPT überhaupt Werbung?

Wie erwähnt, erreicht Werbung derzeit Free- und Go-Nutzer, nicht aber Konten mit Plus, Pro, Business, Enterprise oder Edu.

Bei breiten Consumer-Angeboten bleibt trotzdem ein großer Pool. Bei Profi-Software, Enterprise-Dienstleistungen oder Produkten für intensive KI-Nutzer kann ein nennenswerter Teil der stärksten Interessenten wegfallen.

Damit sind B2B-Kampagnen nicht ausgeschlossen, aber die Hypothese ändert sich. Statt anzunehmen, dass ChatGPT deine gesamte Zielgruppe erreicht, bestimmst du das werbefähige Segment, das du tatsächlich erreichst, etwa Freelancer, junge Teams, Berufseinsteiger oder Interessenten, die eine Kategorie noch sondieren.

2. Passt dein Produkt zu einem Gespräch in der Recherchephase?

ChatGPT-Nutzer schildern häufig Ziel, Rahmenbedingungen und Vorlieben, bevor sie sich entscheiden. Angebote, die beim Vergleichen, Planen, Lernen oder Lösen eines konkreten Problems helfen, haben hier einen natürlichen Anknüpfungspunkt.

Gut funktionieren können:

Schlechter passt ein Produkt, das eine sehr enge Fachzielgruppe braucht, kaum in Gesprächen vorkommt oder einen langen Enterprise-Kaufprozess voraussetzt, bevor ein Nutzer überhaupt etwas Messbares tun kann.

3. Ist das Angebot für diese Platzierung zugelassen?

Die Werberichtlinien von OpenAI gelten für Anzeigentext, Bild und Landingpage als zusammenhängende Einheit. Manche sensiblen oder regulierten Kategorien sind eingeschränkt oder werden im Einzelfall geprüft. Kläre die Zulässigkeit vor dem Kampagnenaufbau, besonders bei Gesundheit, Finanzen, Rechtsdienstleistungen, Dating, Alkohol, Glücksspiel und politischen Inhalten.

So richtest du eine Kampagne im ChatGPT Ads Manager ein

Lege zuerst ein Konto im OpenAI Ads Manager an. Nutze eine geschäftliche E-Mail-Adresse, hinterlege Logo und Rechnungsprofil, schließe die Kontoverifizierung ab und lade alle Kollegen ein, die Zugriff brauchen.

Schritt 1: Messung aufsetzen, bevor die Kampagne steht

Die Messung richtest du vor dem Kampagnenaufbau ein, nicht als Nachbesserung, wenn die Anzeigen schon laufen.

OpenAI bietet aktuell ein browserbasiertes Measurement Pixel und eine serverseitige Conversions API. Die Conversions API gilt bei OpenAI als die zuverlässigere Quelle, sofern du sie implementieren kannst. Wenn Browser und Server dasselbe Event senden, nutze einheitliche Event-IDs, damit die Plattform Dubletten entfernen kann.

Ein praxistaugliches Setup hat drei Ebenen:

1. Conversion-Messung bei OpenAI. Installiere das Pixel, die Conversions API oder beides. Prüfe, ob das gewählte Standard-Event aktiv ist und korrekt auslöst.
2. Unabhängige Analytics. Versieh jede Ziel-URL mit UTM-Parametern, damit der Traffic aus ChatGPT Ads in GA4, Matomo oder deinem Analytics-System sichtbar wird.
3. CRM oder Umsatz-Tracking. Speichere Quelle, Kampagne, Anzeigengruppe und Creative-Kennung zu jedem Lead, damit du Qualität und späteren Umsatz bewerten kannst.

Eine einfache UTM-Konvention kann so aussehen:

utm_source=chatgpt
utm_medium=paid_ai
utm_campaign=ai_visibility
utm_content=monitoring_angle

Löse selbst eine Testconversion aus und prüfe, ob sie in allen drei Ebenen ankommt, bevor du irgendetwas aktivierst.

Schritt 2: Das Ziel danach wählen, welche Entscheidung das System treffen soll

Nimm Reach, wenn es dir wirklich um Sichtbarkeit geht und du die Markenwirkung separat bewerten kannst. Nimm Clicks, wenn du Traffic brauchst und noch keine belastbaren Conversion-Daten hast. Conversions lohnt sich erst, wenn das gewünschte Event eingerichtet ist und oft genug eintritt, um die Optimierung zu steuern.

Bei oCPC-Kampagnen gibt es mehrere Details, die leicht untergehen:

OpenAI empfiehlt, ein Event mit genügend Signal zu wählen und die Performance über eine ausreichende Datenmenge zu beurteilen, bevor du größere Änderungen vornimmst. Den aktuellen Aufbau beschreibt der offizielle Guide zu conversionoptimierten Kampagnen.

Schritt 3: Kampagnen nach Geschäftszielen, Anzeigengruppen nach Bedürfnissen aufbauen

Die Kontostruktur ist vertraut:

Der entscheidende Unterschied liegt darin, was in eine Anzeigengruppe gehört.

In der Suchmaschinenwerbung sortieren Teams Keywords oft nach Schreibweise oder Match Type. Bei ChatGPT Ads gruppierst du stattdessen nach einer stimmigen Kundensituation. Brauchen zwei Use Cases unterschiedliche Botschaften oder Landingpages, gehören sie in der Regel in getrennte Anzeigengruppen.

Für unseren Test haben wir drei Kampagnen genutzt, die jeweils auf eine eigene Landingpage statt auf die Startseite führten:

Innerhalb dieser Kampagnen haben wir einzelne Themen getrennt: die Bewertung von Plattformen für KI-Sichtbarkeit, das Monitoring von Markenerwähnungen in LLMs, White Label-Reporting für Agenturen, Rank-Tracking über ganze Kundenportfolios und den API-Bedarf von Entwicklern. Pro Anzeigengruppe lag der Höchst-CPC zwischen 3,00 $ und 4,00 $.

So hatte jede Anzeigengruppe eine klare Hypothese. Außerdem haben wir gesehen, wo es tatsächlich Gesprächsvolumen gab. Manche Themen bekamen zehntausende Impressionen, andere liefen kaum an.

Schritt 4: Context Hints wie kurze Kundenszenarien schreiben

Context Hints, also Kontexthinweise, sind der markanteste Teil von ChatGPT Ads. Sie beschreiben, was dein Produkt bietet, wem es hilft und wann es nützlich sein kann.

Sie sind weder exakte Keywords noch harte Zielgruppenfilter noch Anweisungen, die eine Auslieferung garantieren. Sie liefern dem System Anhaltspunkte dafür, wann deine Anzeige passt.

Eine brauchbare Formel lautet: [Zielgruppe] + [Aufgabe oder Problem] + [Situation oder Rahmenbedingung] + [passende Produktfunktion]

So sieht ein schwacher Context Hint aus:

„SEO-Software, Rank Tracker, Agentur-Reporting“

Und so sieht ein starker aus:

„Gespräche von SEO-Teamleitern und Agentur-Managern, die 20 bis 50+ Kundenprojekte betreuen und Rankings tracken, Reports mit eigenem Branding automatisieren oder die Performance über Kundenkonten hinweg vergleichen wollen.“

Die zweite Fassung erklärt den Nutzer, seine Aufgabe, die Größenordnung und den Grund, warum das Produkt helfen kann. Sie bleibt außerdem nah an einer Landingpage und einem Werbeversprechen.

Beim Formulieren von Context Hints gilt:

In unserem Konto waren negative Keywords vor allem zur Abgrenzung nützlich. Wir haben damit MCP von medizinischen und Zertifizierungsthemen getrennt, GEO von Geografie, White Label von fremden E-Commerce-Kategorien und API von Nutzern, die gezielt einen OpenAI-API-Schlüssel suchen.

Schritt 5: Verschiedene Argumente testen, nicht dieselbe Aussage in neuen Worten

OpenAI empfiehlt, mehrere klar unterscheidbare Anzeigen pro Anzeigengruppe zu nutzen, damit das System mehr passende Gelegenheiten findet. Auf „unterscheidbar“ kommt es an.

Baue keine sechs Anzeigen, die dieselbe Aussage mit Synonymen wiederholen. Teste wirklich verschiedene Klickgründe, zum Beispiel:

Zum Zeitpunkt der Veröffentlichung empfiehlt OpenAI Titel mit 16 bis 24 Zeichen und Texte mit 32 bis 48 Zeichen, bei Maximalwerten von 50 beziehungsweise 100 Zeichen. Bilder sollten quadratische PNG- oder JPG-Dateien mit maximal 1200 × 1200 Pixeln sein. Die aktuellen Vorgaben findest du im Guide zum Kampagnenstart.

Formuliere das Creative direkt. Der Nutzer hat gerade eine ausführliche ChatGPT-Antwort gelesen, ein vager Slogan bringt da wenig. Sag, was das Angebot ist, für wen es gedacht ist oder was der Nutzer als Nächstes tun kann.

Das Bild sollte dieselbe Idee stützen und keine zweite einführen. Eine schlichte Produktansicht, ein erkennbarer Gegenstand oder ein konkreter Nutzen lässt sich meist leichter deuten als eine abstrakte Markengrafik.

Schritt 6: Jede Anzeige auf die passendste Landingpage führen

Die Landingpage zahlt sowohl auf die Conversion als auch auf die Relevanz ein. Schick nicht jede Kampagne auf die Startseite.

Anzeige, Context Hint und Ziel sollten einen durchgehenden Pfad ergeben:

Nutzerbedarf → Anzeigenversprechen → Beleg auf der Landingpage → nächster Schritt

Wenn der Context Hint eine Agentur beschreibt, die Tools für White Label-Reporting vergleicht, sollte die Anzeige Reporting für Agenturen ansprechen und auf einer Agentur- oder Reporting-Seite landen, nicht auf einer allgemeinen Plattformübersicht.

Prüfe vor dem Start die folgenden Punkte:

Die Creative-Empfehlungen von OpenAI raten dazu, auf Produkt-, Kategorie- oder Contentseiten zu verlinken, die eng zur Anzeige passen, statt standardmäßig auf die Startseite.

Schritt 7: Budget begrenzen und Stoppregeln festlegen

Wie das Budget ausgegeben wird, hat sich nach unserem Test geändert. Wichtig ist das, wenn du Ausgaben abrechnest. Wir haben mit Laufzeitbudgets gearbeitet, mehr gab es im Juni nicht. Die automatische Verteilung über den Tag kam Ende Juli.

Ein Tagesbudget ist heute ein Durchschnittswert über sieben Tage und keine harte Obergrenze pro Tag. An einem einzelnen Tag können bis zum Doppelten des gewählten Tagesbetrags ausgegeben werden, insgesamt aber nicht mehr als das Siebenfache des Tagesbudgets im jeweiligen Siebentageszeitraum. Änderst du das Tagesbudget mitten in der Woche, wird die Sieben-Tage-Grenze ab der letzten Änderung bis zum folgenden Sonntag um Mitternacht anteilig berechnet.

Vielleicht hast du einen Alert oder ein Abrechnungsskript für Kunden gebaut, das vom Tagesbudget als Obergrenze ausgeht. Diese Annahme stimmt jetzt um bis zu 100 % nicht mehr.

Trenne Kampagnen, wenn sich Ziele, Regionen, Produktkategorien oder Zielkosten deutlich unterscheiden. Dann lässt sich eine schwache Hypothese stoppen, ohne den Rest des Tests zu stören.

Schreib vor dem Start auf:

Das schützt dich davor, auf die Kennzahl zu optimieren, die am besten aussieht. Bei uns war der CPC tatsächlich attraktiv. Unsere durchschnittlichen Kosten pro Klick über alle Kampagnen lagen bei 3,16 $ und damit am unteren Ende der berichteten Spannen für Software (8 $ bis 18 $) sowie auf Höhe des von OpenAI empfohlenen Startgebots (3 $ bis 5 $).

Gleichzeitig lagen die Kosten pro Registrierung weit über dem, was wir aus Paid Search in denselben Märkten akzeptieren. Deshalb haben wir früh gestoppt, statt das geplante Budget auszugeben.

Schritt 8: Mit dem optimieren, was der Ads Manager zeigt

Der Ads Manager zeigt Impressionen, Klicks, Ausgaben, CTR, durchschnittlichen CPC, durchschnittlichen CPM und, sofern die Messung steht, Conversions. Die Ergebnisse lassen sich nach Kampagne, Anzeigengruppe und Anzeige auswerten, im Zeitverlauf darstellen oder als CSV exportieren.

Was fehlt, wiegt genauso schwer. Es gibt keinen Bericht auf Gesprächsebene, der die exakten Prompts neben deiner Anzeige zeigt. Damit lässt sich Relevanz nicht so diagnostizieren wie über einen Suchanfragenbericht in Google Ads.

Nutze einen wöchentlichen Check mit drei Ebenen:

Deute eine schwache Auslieferung nicht als Beweis für ein schlechtes Creative. Vielleicht ist das Gesprächsvolumen klein, die Context Hints sind zu eng gefasst, das Gebot ist nicht konkurrenzfähig oder eine andere Anzeige der Gruppe holt sich die meisten Gelegenheiten.

Genauso wenig belegt eine hohe CTR ein gutes Targeting. Eine breite Botschaft kann Neugier wecken und trotzdem schlecht passenden Traffic bringen.

Was beim ersten ChatGPT Ads Test von SE Ranking passiert ist

Unsere Kampagne sollte drei Fragen beantworten:

1. Erreicht ChatGPT Werbung Menschen, die über KI-Sichtbarkeit, SEO-Abläufe in Agenturen oder technische SEO-Daten sprechen?
2. Erzeugt sie über diese Use Cases hinweg konstante Interaktion?
3. Entstehen aus diesem Traffic qualifizierte Registrierungen?

Auf die ersten beiden Fragen lautet die Antwort ja. Auf die dritte nein.

Der Aufbau

Die Ergebnisse

Das Entwicklersegment erreichte die höchste CTR. Eine einzelne Anzeige rund um die API brachte 11.074 Impressionen und 201 Klicks bei einer CTR von 1,81 %. Am Gesamtbild änderte das nichts. ChatGPT erzeugte Aufmerksamkeit, aus diesem Traffic wurde aber selten echtes Produktinteresse.

Am aufschlussreichsten war jedoch, wie ungleich die Plattform die Impressionen verteilt hat:

Die zwei größten Anzeigengruppen holten rund die Hälfte aller Impressionen. AI Overviews Tracking kam dagegen auf 3.026 Impressionen, Agency GEO/AEO Service Line auf gerade 857. Beide waren uns strategisch wichtig, beide bekamen aber zu wenig Volumen, um irgendetwas zu belegen oder zu widerlegen.

Dasselbe Muster zeigte sich innerhalb einzelner Anzeigengruppen. Das API-Creative mit dem Titel „SEO API: Full Docs“ erhielt 11.074 Impressionen und 201 Klicks bei 1,81 % CTR, während die übrigen fünf Anzeigen der Gruppe jeweils nur zwischen 43 und 584 Impressionen bekamen.

Daraus folgen zwei praktische Schlüsse. Erstens kann die Plattform deine geplante Kampagnenstruktur überstimmen, weil sie selbst einschätzt, wie viel Gesprächsvolumen verfügbar ist. Ein strategisch wichtiger Use Case bekommt fast keine Auslieferung, wenn zu wenige passende Gespräche stattfinden.

Zweitens ergeben sechs Anzeigen in einer Gruppe nicht automatisch einen Creative-Test mit sechs Varianten. Bei so konzentrierter Auslieferung bewertest du nur die Varianten mit nennenswerter Reichweite und testest gezielt neue Varianten gegen sie, statt jede hochgeladene Anzeige als getestet zu betrachten.

Warum die Kampagne aus unserer Sicht zu schwach lief

Am deutlichsten hakte es bei der Zielgruppe.

Zu unseren Wunschkunden zählen Agenturinhaber, SEO-Teamleiter und Inhouse-Spezialisten. Sie nutzen KI intensiv im Beruf und haben damit eher ein bezahltes, werbefreies ChatGPT-Abo. Je besser jemand zu unserem ICP passte, desto unwahrscheinlicher war es, dass er die Kampagne überhaupt zu sehen bekam.

Die öffentlichen Zahlen stützen diese Mechanik. ChatGPT meldet eine Milliarde wöchentlich aktive Nutzer, über 80 % davon in der kostenlosen Version. Das ist eine riesige Zielgruppe, die allein durch den Zuschnitt der werbefähigen Nutzerbasis stark in Richtung Consumer kippt.

Der zweite Punkt war die Optimierung. Wir sind mit dem Ziel Clicks und ohne Conversion-Signal in der Plattform gestartet. Das System konnte Menschen mit Klickneigung finden, bekam auf Kampagnenebene aber kein Signal darüber, welche Klicks zu Registrierungen wurden. Conversionoptimierte Gebote standen uns im Testzeitraum nicht zur Verfügung.

Der dritte Punkt war die Absicht dahinter. Ein Klick unter einem offenen ChatGPT-Gespräch entspricht nicht zwangsläufig einem Klick auf eine Suchanzeige mit hoher Kaufabsicht. Manche Nutzer arbeiten sich gerade erst in ein Problem ein oder verschaffen sich einen Überblick, statt aktiv einen Anbieter auszuwählen.

Und schließlich begrenzte das Reporting die Analyse. Wir sahen, welche Anzeigengruppen, Creatives und Landingpages Traffic bekamen, konnten die auslösenden Gespräche aber nicht einsehen. Wir konnten die Stelle benennen, an der der Funnel bricht, den Targeting-Kontext hinter jedem Klick jedoch nicht nachvollziehen.

Vadym Hryshchenko

PPC-Spezialist bei SE Ranking

Das Targeting ist im Kern ein Prompt plus Keywords. Du beschreibst das Gespräch, in das du einsteigen willst, also die Zielgruppe, ihre Aufgabe und ihre Situation, und das System entscheidet, wo du auftauchst. Keine Match Types, kein Suchanfragenbericht. Das ist der interessanteste Teil der Plattform und zugleich der, der sich am schwersten debuggen lässt.

Was wir heute anders machen würden

Kurz nach unserem Test hat die Plattform Conversion-Optimierung ergänzt und ihre Messwerkzeuge ausgebaut. Bei einem neuen Start würden wir sowohl das Setup als auch den Entscheidungsrahmen ändern.

1. Mit validiertem Pixel und validierter Conversions API beginnen. Wir würden echte Events vor dem Kampagnenaufbau testen und UTM-Parameter als unabhängige Gegenprobe behalten.
2. Die Zielgruppenhypothese schärfen. Wir würden gezielt das Segment ansprechen, das Werbung überhaupt sieht und das Produkt am ehesten braucht, statt alle SEO-Fachleute als gleich erreichbar zu behandeln.
3. Custom Audiences strategisch einsetzen. Wo wir mindestens 25.000 gematchte Nutzer haben, würden wir Einschluss, Ausschluss und Gebotsmultiplikatoren auf Anzeigengruppenebene testen, statt uns nur auf die kontextuelle Auslieferung zu verlassen. Das aktuelle Setup für Custom Audiences von OpenAI erlaubt Multiplikatoren von 0,1× bis 10×.
4. Recherche und Bewertung trennen. „Wie überwache ich meine Marke in KI-Antworten?“ und „Welche Plattform für KI-Sichtbarkeit soll meine Agentur wählen?“ stehen für unterschiedliche Absichten und brauchen unterschiedliche Botschaften und Landingpages.
5. Mehrdeutigkeit in Context Hints und negativen Keywords reduzieren. Wir würden vor dem Start jedes Kürzel und jeden breiten Begriff auf fremde Bedeutungen prüfen.
6. Ungleiche Auslieferung von vornherein einplanen. Ersatz-Creatives und Mindestschwellen für Impressionen stünden von Anfang an fest, weil eine gleichmäßige Verteilung nicht zu erwarten ist.
7. Stufenweise ausrollen. Die Kampagne würde erst wachsen, nachdem Messqualität, Auslieferungsrelevanz und erste Leadqualität jeweils einen eigenen Check bestanden haben.

Das wäre ein fairerer Test der heutigen Plattform. Das Grundproblem löst es nicht, denn unsere Wunschkunden sehen die Anzeigen weiterhin kaum. Wir wüssten aber, ob Optimierung und schärfere Segmentierung aus der erreichbaren Zielgruppe mehr qualifizierte Nachfrage bringen.

Wer ChatGPT Ads jetzt testen sollte

Die besten Kandidaten sind derzeit Unternehmen mit breiter Consumer- oder Prosumer-Zielgruppe, Produkte, die in Vergleichs- oder Planungsgespräche passen, genug Conversion-Volumen für die Optimierung, klare Produktseiten mit kurzen Wegen zur Aktion und mehrere unterschiedliche Angebote für unterschiedliche Bedürfnisse.

Am interessantesten ist E-Commerce, und das Release-Log zeigt, wo OpenAI gerade investiert. Die Produktfeeds von OpenAI halten Titel, Beschreibungen, Preise, Verfügbarkeit, Bilder und Ziel-URLs aktuell, und das System wählt beim Ausspielen ein passendes Produkt aus. Damit entfällt die statische Anzeige für jeden einzelnen Artikel. Der Feed-Import kam im Juni, im Juli bekamen die Produktfeed-Karten Preise und Sternebewertungen, conversionoptimierte Gebote sind inzwischen als Beta für Produktfeed-Kampagnen verfügbar, und OpenAI testet ein Karussell mit mehreren Produkten.

Vadym Hryshchenko

PPC-Spezialist bei SE Ranking

Im E-Commerce kann das heute schon funktionieren: Feeds, Preiskarten und genug Conversions, aus denen das System lernt. Bei B2B-SaaS wie unserem liegt die Grenze nicht am Gebot oder am Creative, sondern daran, dass unsere Zielgruppe die Anzeigen schlicht noch nicht zu sehen bekommt.

Weniger attraktiv ist ChatGPT Ads heute, wenn:

Für B2B-SaaS ist das ein zusätzliches Experiment und kein Ersatz für Suche, Retargeting oder organische KI-Sichtbarkeit.

Paid Ads und organische ChatGPT-Sichtbarkeit brauchen zwei Strategien

Werbung platziert deine Marke in einer Sponsored Card, beeinflusst die Antwort von ChatGPT aber nicht.

In unserer Studie tauchte die Domain des Werbetreibenden nur bei 3,63 % der Platzierungen unter den zitierten Quellen der Antwort auf. Die genau beworbene URL erschien bei gerade 0,09 %. Bei 96,37 % der Platzierungen wurde der Werbetreibende nicht zitiert.

Das trennt die Arbeit in zwei Bereiche:

Der Unterschied ist wichtig, weil Nutzer in bezahlten Tarifen keine Werbung sehen. Wenn sich wichtige Interessenten dort sammeln, erreichst du sie innerhalb von ChatGPT-Antworten nur organisch.

Mit dem ChatGPT Ads Tracker von SE Ranking verfolgst du, welche Marken bei deinen beobachteten Prompts werben, wohin ihre Anzeigen führen und wie sich ihre Präsenz über die Zeit verändert. Private Gespräche zeigt diese Wettbewerbssicht nicht, aber sie macht sichtbar, welche Werbetreibenden und Angebote rund um die für deinen Markt relevanten Prompts immer wieder auftauchen.

Fazit

Werbung in der KI-Suche erzeugt über ChatGPT Ads schon heute ordentliche Reichweite und vergleichsweise günstige Klicks. Unser Test hat das bestätigt und gleichzeitig gezeigt, dass daraus noch keine qualifizierte Nachfrage folgt.

Für den nächsten Test haben wir trotzdem einen klaren Rahmen: bessere Messung, conversionorientierte Gebote, schärfere Segmentierung und eine strengere Lead-Qualifizierung vom Klick bis zum Umsatz.

Geschrieben von

Nico Kavelar

Nico Kavelar ist Country Marketing Manager DACH bei SE Ranking und bringt einen breiten Marketing-Background mit, insbesondere in den Bereichen SEO und SEA. Mit seiner Erfahrung im E-Commerce und B2B-SaaS-Bereich stärkt er gezielt die Markenpräsenz im deutschsprachigen Raum und treibt nachhaltiges Wachstum voran. Wenn Nico nicht gerade Marketingstrategien entwickelt, ist er sportlich aktiv, liebt es zu reisen und vertieft sich gern in Podcasts zu verschiedensten Themen.