Google-Ads-Suchbegriffe mit KI-Agenten prüfen

Warum die Suchbegriffe so viel Zeit kosten

Der Bericht zu Suchbegriffen zeigt, bei welchen echten Suchanfragen eine Anzeige ausgeliefert wurde. Das sind oft andere Wörter als die Keywords im Konto: Bei weitgehend passenden Keywords berücksichtigt Google unter anderem die letzten Suchen der Person und den Inhalt der Landingpage. So landen Anzeigen auch bei Suchen, die mit dem Angebot wenig zu tun haben. Google empfiehlt deshalb, irrelevante Begriffe als auszuschließende Keywords einzutragen.

Rechnen wir das für eine Agentur oder ein Inhouse-Team durch. Ein Account Manager betreut oft acht Kunden gleichzeitig. Die Suchbegriffe sollten pro Kunde mindestens alle zwei Wochen geprüft werden, und ein einzelnes Konto bringt in dieser Zeit schnell 250 Begriffe und mehr. Das sind im Monat mehrere Tausend Entscheidungen, jede davon klein, aber keine davon automatisch.

Das eigentliche Problem ist nicht die Menge, sondern das Wissen, das jede Entscheidung braucht:

• Welche Produkte und Leistungen bietet der Kunde an, und welche nicht?
• Was steht auf der Landingpage, auf die die Anzeige führt?
• Welche Marken, Schreibweisen und Wettbewerber spielen eine Rolle?
• In welcher Kampagne und Anzeigengruppe wäre der Begriff richtig aufgehoben?
• Sind die Kosten hoch, weil der Begriff schlecht ist, oder weil er nur noch nicht genug Daten hat?

Für einen Kunden hat man das im Kopf. Für acht Kunden gleichzeitig, deren Sortiment und Seiten sich laufend ändern, kaum.

Was passiert, wenn die Prüfung liegen bleibt

Im Alltag geht die Prüfung der Suchbegriffe oft unter, weil sie nie dringend ist. Die Folgen kommen schleichend:

• Budget fließt in Suchanfragen, die nie zu einem Kauf oder einer Anfrage führen.
• Gute Suchbegriffe bleiben unentdeckt, statt als eigenes Keyword ausgebaut zu werden.
• Begriffe landen in der falschen Anzeigengruppe und führen auf eine Seite, die nicht passt.
• Ähnliche Fälle werden unterschiedlich entschieden, je nachdem, wer prüft und wie viel Zeit gerade ist.
• Kunden fragen irgendwann, warum ihre Anzeigen bei offensichtlich unpassenden Suchen erscheinen.

Was eine Lösung können muss

Einen Suchbegriffsbericht in ein Sprachmodell zu kopieren und nach Empfehlungen zu fragen, geht schnell. Für den Alltag mit mehreren Kunden reicht das aber nicht. Aus meiner Erfahrung muss eine brauchbare Lösung vor allem fünf Dinge leisten:

1. Sie kennt den Kunden: Produkte, Marken, Wettbewerber und Landingpages, und zwar aktuell und für jeden Kunden getrennt.
2. Sie liest nicht nur Zahlen: Hohe Kosten allein sagen nicht, ob ein Begriff passt. Die inhaltliche Bewertung muss unabhängig von den Kennzahlen funktionieren.
3. Sie ist nachvollziehbar: Zu jeder Empfehlung gehört eine Begründung, die ein Mensch in Sekunden prüfen kann.
4. Sie ändert nichts ohne Freigabe: Der Account Manager behält die Verantwortung für das Konto.
5. Sie hält die Menge aus: Auch bei Tausenden Begriffen darf ein Fehler nicht den ganzen Lauf zunichtemachen.

Mein Ansatz in groben Zügen

Den Workflow habe ich für den „All Things Agentic Hackathon“ gebaut. Mehrere spezialisierte KI-Agenten arbeiten dabei mit Gemini in der Google Cloud zusammen. Ohne in die Technik einzusteigen, sind es vier Grundsätze, die den Unterschied machen:

• Wissen, das bleibt: Das Wissen über jeden Kunden wird einmal aufgebaut, gespeichert und nur bei Bedarf erneuert, statt bei jeder Prüfung neu zusammengesucht zu werden.
• Mehrere Blickwinkel: Jeder Suchbegriff wird nach mehreren Kriterien bewertet, unter anderem nach Relevanz fürs Geschäft, Passung zur Landingpage und Suchabsicht.
• Begründete Empfehlungen: Jede Empfehlung kommt mit einer kurzen Begründung und dem Hinweis, worauf sie sich stützt.
• Der Mensch entscheidet: Alle Empfehlungen landen in einer Prüfliste. Erst nach Freigabe wird daraus eine Änderung.

Was dabei herauskommt

Im Test habe ich den Workflow mit 30 Suchbegriffen für ein Demo-Konto laufen lassen. Suchbegriffe und Kennzahlen waren erfunden, die Landingpages echte, öffentliche Produktseiten. Alle 30 Begriffe wurden vollständig bewertet und haben eine Empfehlung bekommen:

• 14 Begriffe behalten
• 10 zur manuellen Prüfung, weil die Lage nicht eindeutig war
• 5 als passende Wortgruppe ausschließen
• 1 Keyword anpassen

Ein Beispiel aus dem Lauf: Die Suche nach „buy espresso machine“ hatte in einer Kampagne für Protein-Eiskaffee 64,60 € gekostet. Der Workflow hat erkannt, dass Kaffeemaschinen nicht zum Sortiment eines Herstellers für Sporternährung gehören und die Landingpage dazu nichts bietet. Er hat vorgeschlagen, den Begriff als passende Wortgruppe auszuschließen, damit auch ähnliche Varianten nicht mehr ausgelöst werden, und das in wenigen Sätzen begründet.

Interessant ist auch der Anteil der manuellen Fälle. Ein Drittel der Begriffe hat der Workflow bewusst an den Menschen zurückgegeben, statt zu raten. Genau so soll es sein: Die klaren Fälle sind vorbereitet, die unklaren landen mit allen Infos bei der Person, die den Kunden kennt.

Suchbegriffe prüfen: Tipps für die Praxis

Auch ohne Automatisierung lässt sich die Prüfung der Suchbegriffe deutlich effizienter machen:

1. Fester Rhythmus: Lege für jedes Konto einen festen Termin fest, etwa alle zwei Wochen. Was keinen Termin hat, bleibt liegen.
2. Teuer zuerst: Sortiere nach Kosten und schau dir die Begriffe mit hohen Kosten und wenig Conversions zuerst an. Dort ist der Hebel am größten.
3. Nicht nur ausschließen: Suchbegriffe, die gut laufen, sind Kandidaten für ein eigenes Keyword oder eine eigene Anzeigengruppe.
4. Den richtigen Ausschluss wählen: Der Übereinstimmungstyp entscheidet, wie viel ein auszuschließendes Keyword blockiert.
5. Entscheidungen festhalten: Notiere, warum du etwas ausgeschlossen hast. Beim nächsten Mal sparst du die Überlegung.

Wenn du mehrere Konten betreust und die Prüfung bei dir regelmäßig liegen bleibt, schauen wir uns im Automatisierungs-Check an, was sich davon vorbereiten lässt. Wie KI-Automatisierung allgemein funktioniert, erkläre ich in Was ist KI-Prozessautomatisierung?.

Häufige Fragen