Google Ads: Suchnetzwerk, Performance Max und Bidding-Strategien

1.1 Keyword-Recherche, Suchintention und Match Types

• Analyse der Suchintention: Differenzierung zwischen informationalen (Informationsbeschaffung), navigationsbezogenen (Marken-Suche) und transaktionalen Suchanfragen (Kaufabsicht).
• Keyword-Recherche-Methodik: Ermittlung von Suchvolumina, Klickpreisen (CPC) und Wettbewerbsintensität über den Google Keyword-Planer sowie Drittanbieter-Tools.
• Keyword-Match-Types: Funktionsweise und Einsatzbedingungen von Exact Match (exakte Ausrichtung), Phrase Match (passende Wortgruppe) und Broad Match (weitgehend passend) in Kombination mit Smart Bidding.
• Ausschließende Keywords (Negative Keywords): Erstellung und Pflege negativer Keyword-Listen auf Kampagnen- und Kontoebene zur systematischen Vermeidung von Streuverlusten und unqualifiziertem Traffic.

1.2 Strukturierung und Erstellung von Suchkampagnen

• Konto- und Kampagnenarchitektur: Granulare Strukturierung von Kampagnen und Anzeigengruppen nach Themen, Produktkategorien, Zielgruppen oder Marge.
• Responsive Suchanzeigen (RSA): Konzeption von bis zu 15 Anzeigentiteln und 4 Beschreibungen pro Anzeige zur dynamischen Kombination durch den Google-Algorithmus.
• Anzeigenweiterungen (Assets): Einbindung von Sitelinks, Zusatzinformationen (Callouts), strukturierten Schnipseln, Anrufweiterungen, Standortdaten, Bildern und Promos zur Vergrößerung der Anzeigenfläche und Steigerung der Click-Through-Rate (CTR).
• Verkaufspsychologie im Texting: Formulierung von Nutzenversprechen, Alleinstellungsmerkmalen (USP) und klaren Handlungsaufforderungen (Call-to-Action).

1.3 Performance Max (PMax) Kampagnen

• Funktionsweise kanalübergreifender KI-Kampagnen: Ausspielung von Werbemitteln über Search, Display, YouTube, Gmail, Google Maps und Discover in einer einzigen Kampagne.
• Asset-Gruppen-Strukturierung: Bündelung von Bildelementen, Logos, Videos, Anzeigentiteln und Beschreibungen je nach Zielgruppe oder Produktsegment.
• Zielgruppensignale (Audience Signals): Einspeisung von First-Party-Daten (Kundenlisten, Custom Intent Audiences, Website-Besucher), um dem Algorithmus initiale Lernimpulse zu liefern.
• Steuerung und Ausschlussmechanismen: Erstellung von Markenausschlüssen (Brand Exclusions), Ausschließen negativer Keywords auf Kontoebene und Steuerung der Produkt-Feeds bei Google Shopping.

1.4 Auktionsmechanismen und Gebotsstrategien

• Formel des Anzeigenrangs (Ad Rank): Funktionsweise der Google-Auktion basierend auf Gebot, Qualitätsfaktor und dem erwarteten Effekt von Anzeigenweiterungen.
• Optimierung des Qualitätsfaktors: Analyse und Verbesserung der drei Bestandteile: voraussichtliche Klickrate (CTR), Anzeigenrelevanz und Nutzererfahrung mit der Zielseite (Landingpage).
• Automatische Gebotsstrategien (Smart Bidding): Einsatz von Klicks maximieren, Conversions maximieren, Ziel-CPA (Cost per Acquisition), Ziel-ROAS (Return on Ad Spend) und Target Impression Share.

Meta Ads: Zielgruppenarchitektur, Visuals und Creative Engine

2.1 Meta Business Manager und technische Administration

• Unternehmenskonto-Struktur: Zuordnung und Verwaltung von Werbekonten, Facebook-Seiten, Instagram-Profilen, Katalogen und Pixel-Ressourcen.
• Rollen- und Rechteverwaltung: Konfiguration von Zugriffsebenen für Mitarbeiter, Partner und Agenturen.
• Sicherheits- und Compliance-Standards: Einrichtung der Zwei-Faktor-Authentifizierung, Domain-Verifizierung und Verknüpfung des Impressums.

2.2 Zielgruppenarchitektur und Targeting

• Custom Audiences (Retargeting): Erstellung von Zielgruppen auf Basis von Website-Aktivitäten (besuchte Seiten, Verweildauer, Events), CRM-Kundenlisten, App-Aktivitäten sowie Interaktionen mit Instagram-/Facebook-Inhalten und Videos.
• Lookalike Audiences (LAL): Erstellung statistischer Ähnlichkeitszielgruppen auf Basis qualitativer Quellgruppen (z. B. bestehende Käufer, High-Value-Kunden) im Bereich von 1 % bis 10 %.
• Interessens- und Demografie-Targeting: Nutzung von Demografie-, Orts-, Sprach- und Interessensfiltern sowie die Anwendung von Broad Targeting (vollständige Öffnung der Zielgruppe zur Übergabe der Selektion an den Algorithmus).
• Advantage+ Targeting: Einsatz der KI-gestützten Zielgruppenoptimierung von Meta.

2.3 Creative Engine und Werbemittel-Konzeption

• Werbemittel-Formate: Einsatz von Single Images, Carousels (Karussell-Anzeigen), Stories/Reels (9:16 Video-Formate) und Katalog-Anzeigen (Dynamic Product Ads).
• User Generated Content (UGC) & Motion Design: Konzeption von performanten Creator-Videos, Unboxing-Clips, Problem-Lösungs-Videos und animierten Grafiken.
• Verkaufspsychologische Textmodelle: Anwendung von Frameworks wie AIDA (Attention, Interest, Desire, Action), PAS (Problem, Agitate, Solution) oder BAB (Before, After, Bridge).
• Hook-, Hold- und Conversion-Optimierung: Analyse der ersten drei Sekunden von Video-Creatives (Hook Rate) und der Verweildauer (Hold Rate) zur Steigerung der Durchklickrate.

2.4 Test-Frameworks und Iteration

• Systematisches Creative Testing: Isolieren von Testvariablen (Hooks, Visuelle Elemente, Copy-Varianten, Angles) in dedizierten Testing-Kampagnen.
• Advantage+ Creative: Einsatz automatisierter Bild- und Textvariationen durch Meta.
• Überführung in Skalierungskampagnen: Identifikation von Winner-Creatives und Übertragung in Hauptkampagnen.

Tracking, Web-Analytics und Datenschutz

3.1 Tag-Management mit dem Google Tag Manager (GTM)

• Grundkomponenten: Erstellung und Verwaltung von Tags, Triggern (Auslösern) und Variablen.
• Clientseitiges vs. Serverseitiges Tracking: Architekturelle Unterschiede, Vor- und Nachteile im Hinblick auf Browser-Restriktionen, Ad-Blocker und Ladezeiten.
• Event-Tracking: Einrichten von Standard- und benutzerdefinierten Ereignissen (z. B. Formularabsendungen, Klicks auf spezifische Elemente, Scroll-Tiefe, Video-Abspielungen).

3.2 Web-Analytics mit Google Analytics 4 (GA4)

• Ereignisbasiertes Datenmodell: Erfassung aller Interaktionen als Events und Parameter-Verarbeitung.
• E-Commerce-Tracking: Technische Erfassung des Kaufprozesses (View Item, Add to Cart, Begin Checkout, Purchase) inklusive Transaktionswerten und Produkt-IDs.
• Trichter- und Pfadanalysen (Funnels): Identifikation von Ausstiegsstellen im Konvertierungsprozess mithilfe benutzerdefinierter Explorationsberichte.

3.3 Meta-Pixel und Conversions API (CAPI)

• Meta-Pixel Implementierung: Einbindung des JavaScript-Codes zur Erfassung von Standard-Events (PageValue, Lead, Purchase).
• Conversions API (Server-to-Server): Direkte Anbindung des Webservers an Meta zur Übermittlung von Konvertierungsdaten unabhängig vom Browser des Nutzers.
• Deduplizierung & Event Quality Score: Abgleich von Browser- und Server-Events mittels Event-ID zur Vermeidung von Doppelzählungen sowie Optimierung des Match-Scores durch gehashter Nutzerdaten.

3.4 Datenschutz und Consent Management

• Consent-Management-Plattformen (CMP): Integration von Banner-Lösungen (z. B. Usercentrics, Cookiebot) zur Einholung DSGVO-konformer Nutzer-Einwilligungen.
• Google Consent Mode v2: Technische Anpassung der Tags an den Einwilligungsstatus der Nutzer (analytics_storage, ad_storage, ad_user_data, ad_personalization) und Aktivierung der datenschutzkonformen Conversion-Modellierung für fehlende Opt-ins.

Budgetierung, Attribuierung und Skalierung

4.1 Cross-Channel-Budgetierung und Funnel-Strategien

• Verteilung zwischen Demand Generation und Demand Capture: Strategische Budgetaufteilung zwischen Impulskauf-Medien (Meta) und kanalübergreifenden Suchnetzwerken (Google).
• Full-Funnel-Modellierung: Budgetierung entlang von Top-of-Funnel (Aufmerksamkeit), Middle-of-Funnel (Erwägung) und Bottom-of-Funnel (Conversion/Retargeting).

4.2 KPI-Systeme und finanzielle Kennzahlen

• Primäre Leistungskennzahlen: Berechnung und Bewertung von CPA (Cost per Acquisition), CPL (Cost per Lead), CPC (Cost per Click), CTR (Click-Through-Rate) und CPM (Cost per Mille).
• Rentabilitätskennzahlen: Analyse von ROAS (Return on Ad Spend), POAS (Profit on Ad Spend) und MER (Marketing Efficiency Ratio als Verhältnis aller Marketingausgaben zum Gesamtumsatz).
• Kundenwertanalyse: Abgleich von Customer Acquisition Costs (CAC) mit dem Customer Lifetime Value (LTV).

4.3 Attributionsmodelle

• Regelbasierte vs. Datengestützte Attribution: Funktionsweise von Last-Click, First-Click, Linear, Position-Based und Data-Driven Attribution (DDA).
• Plattformübergreifender Datenabgleich: Analyse von Conversion-Fenstern, Multi-Touchpoint-Ketten und Diskrepanzen zwischen In-Platform-Daten und Google Analytics.

4.4 Skalierungsstrategien

• Vertikale Skalierung: Systematische Anhebung der Tagesbudgets bei gleichzeitiger Überwachung des Frequency-Caps und der Lernphase der Algorithmen.
• Horizontale Skalierung: Erschließung neuer Märkte, Erweiterung der Zielgruppen-Parameter und Erhöhung der Werbemittel-Varianz.
• Budgetierungs-Mechanismen: Einsatz von CBO (Campaign Budget Optimization) im Vergleich zu ABO (Ad Set Budget Optimization).

Integration im digitalen Marketing-Ökosystem

5.1 Wechselwirkung mit organischer Suche (SEO & SEA)

• Keyword-Synergien: Nutzung von Google-Ads-Konvertierungsdaten für die Priorisierung organischer SEO-Maßnahmen.
• SERP-Dominanz: Gleichzeitige Präsenz in organischen Suchergebnissen und bezahlten Anzeigenplätzen zur Maximierung des Klickanteils.

5.2 Verbindung mit Content-Marketing und Inbound-Funnels

• Content-Distribution: Bezahlte Ausspielung von Blogbeiträgen, Whitepapern und Inhalten zur Qualifizierung potenzieller Kunden.
• Lead-Generierung: Einsatz von Native Lead Ads zur Erfassung von Kontaktdaten direkt auf den Werbeplattformen.

5.3 E-Commerce, CRM und E-Mail-Marketing

• Cross-Selling & Bestandskundenpflege: Abstimmung bezahlter Retargeting-Kampagnen mit automatisierten E-Mail-Ketten (z. B. Abgebrochene Warenkörbe, Post-Purchase-Sequenzen).
• Datenaustausch: Synchronisation von CRM-Segmenten mit Custom Audiences in Meta und Google Ads.

5.4 Social Media, Influencer Marketing und Conversion-Rate-Optimierung (CRO)

• Whitelisting & Creator Ads: Schaltung von Anzeigen direkt über die Konten von Influencern und Kooperationspartnern.
• Landingpage-Optimierung (CRO): Verknüpfung der Anzeigenbotschaften mit dedizierten Zielseiten zur Erhöhung der Konvertierungsrate und Verbesserung der Nutzersignale.
• Affiliate-Marketing: Ergänzende Nutzung externer Performance-Partner parallel zum eigenen Performance-Advertising.