In den letzten Jahren hat sich Google Ads rasant weiterentwickelt – und wer regelmäßig Kampagnen managt, weiß, dass die Grenzen zwischen klassischem Bidding, Automatisierung und Machine Learning zunehmend verschwimmen. Kürzlich hat Google neue Updates vorgestellt, die diese Entwicklung noch einmal deutlich vorantreiben. Im Mittelpunkt stehen drei Begriffe, die du dir als Werbetreibender merken solltest: Journey-Aware Bidding, die Erweiterung von Smart Bidding Exploration und das sogenannte Demand-led Budget Pacing.
Das klingt zunächst technisch, fast ein wenig sperrig. Aber im Kern steckt dahinter genau das, woran viele Werbetreibende schon lange arbeiten: eine intelligentere, besser vorhersehbare Steuerung von Geboten und Budgets – und zwar entlang der gesamten Customer Journey. Ich möchte dir die drei Neuerungen einmal so erklären, dass du sie wirklich in ihre Bedeutung für deine Kampagnen einordnen kannst – mit einem Hauch persönlicher Einschätzung, weil manches davon, seien wir ehrlich, erst in der Praxis zeigen wird, wie gut es funktioniert.
Journey-Aware Bidding – endlich kontextsensitives Lernen für komplexe Sales Funnels
Vielleicht hast du dich auch schon oft gefragt, warum Smart Bidding manchmal „blind“ wirkt: Du definierst ein Ziel-CPA, und der Algorithmus passt die Gebote entsprechend an – aber ohne wirklich verstehen zu können, welche Conversions auf lange Sicht zählen. Mit der neuen Beta-Version von Journey-Aware Bidding für Suchkampagnen, die auf CPA-Ziele (tCPA) ausgerichtet sind, will Google nun genau das Problem angehen.
Im Grunde bedeutet „Journey-Aware“, dass Google Ads künftig versucht, den gesamten Konversionspfad eines Nutzers im Blick zu behalten – nicht nur die Zielaktion, auf die du bietest. Das System lernt aus allen Conversion-Zielen, also auch den Micro-Conversions oder Zwischensteps, und nutzt dieses Wissen, um Vorhersagen für künftige Klicks zu verbessern. Besonders spannend wird das bei Branchen mit langen oder mehrstufigen Sales-Zyklen, wie B2B-Leadgenerierung oder hochwertige Dienstleistungen. Hier kann ein Kontakt über Wochen gehen – und maschinelles Lernen bekommt endlich mehr Futter, um die Interaktionen „zwischen den Zeilen“ zu lesen.
Aus meiner Erfahrung mit KI-Stützpunkten im Bidding kann das extrem hilfreich sein – allerdings nur, wenn die hinterlegten Conversion-Aktionen sauber definiert sind. Wenn du also mehrere Conversion-Ziele in deinem Konto pflegst (z. B. Download eines Whitepapers, Antrag eines Angebots, tatsächlicher Abschluss), dann ist jetzt der Zeitpunkt, diese Struktur zu überarbeiten. Je klarer deine Signale, desto präziser die Vorhersagen. Falls du allerdings noch alte, weniger relevante Conversions getrackt hast, kann es auch sein, dass das System dadurch verwirrt wird.
Im Beta-Test werden, so die Ankündigung, bereits bedeutende Verbesserungen bei der Prognosequalität beobachtet. Ideal ist es daher, wenn du CPA-Kampagnen nutzt und bislang unter wechselnden Leadkosten gelitten hast – hier könnte „Journey-Aware“ endlich die Kurve glätten.
Smart Bidding Exploration – mehr Reichweite ohne die Ziel-ROAS zu sprengen
Die zweite große Neuerung dreht sich um die erweiterte Beta von Smart Bidding Exploration. Vielleicht kennst du das Feature schon aus den bisherigen Tests in Performance-Max-Kampagnen (PMax). Es war eine Art Sandbox, mit der Google zusätzliche Suchanfragen identifizieren wollte, ohne dass du dein Targeting oder deine Gebotsziele veränderst.
Das Prinzip bleibt, aber es wird jetzt breiter ausgerollt – auch für Standard-Shopping-Kampagnen und PMax mit Produktfeeds. Das Spannende daran: Du kannst zusätzliche – oft unentdeckte – Suchanfragen „einsammeln“, ohne die manuell gesetzten ROAS-Grenzen aufzuweichen. In der Praxis ist das ein kleiner, aber entscheidender Fortschritt, weil es bisher oft hieß: „Mehr Reichweite gibt’s nur, wenn du deine Profitabilitätsgrenzen lockerst.“
Google selbst sagt, dass Kampagnen mit Smart Bidding Exploration im Schnitt 27 % mehr einzigartige konvertierende Nutzer gewinnen. Das klingt beeindruckend. Allerdings würde ich das – aus Erfahrung – vorsichtig interpretieren. Diese Zahl bezieht sich auf Tests, die sicher unter idealen Bedingungen liefen. Dennoch: Gerade für neue Produkte, Nischen-Keywords oder lange Keywords („Long Tail“) kann diese Funktion enorm helfen, neue Kundenpotenziale zu entdecken, ohne gleich ein völlig neues Kampagnen-Setup starten zu müssen.
Ich mag auch die strategische Richtung, die Google hier einschlägt: mehr Effizienz im Suchverhalten der Maschine, statt uns Werbetreibende mit immer neuen Kontotypen oder Datenfeeds zu überfordern. Es bleibt aber dabei, dass du als Marketer verstehen musst, was du der Maschine als Rahmen vorgibst. Wenn du stur nach ROAS-Zahlen optimierst und keine flexible Struktur auf Kampagnenebene hast, kann selbst das intelligenteste System nicht helfen. Das Update erfordert also mehr Vertrauen in die KI – und ein bisschen Loslassen von alten Kontrollmechanismen.
Demand-led Budget Pacing – wenn das System dein Werbebudget antizipiert
Die dritte Neuerung ist vielleicht die spannendste im Alltag: Demand-led Budget Pacing. Wer jemals Suchkampagnen über mehrere Monate hinweg geführt hat, kennt das Phänomen: Manche Tage sind übervoll mit Traffic – andere dümpeln im Halbschlaf. Bisher verteilte Google dein Budget einigermaßen automatisch über den Monat, aber ziemlich statisch. Die neue KI-gestützte Logik verspricht eine feinere Steuerung entlang der tatsächlichen Nachfrage.
Das Ziel: An Tagen mit hoher Nachfrage wird automatisch mehr Budget freigegeben, während in ruhigeren Phasen stärker gebremst wird. Dabei sollen die monatlichen und täglichen Limits strikt respektiert werden – ein Punkt, der in der Community kritisch beäugt wird, weil die bisherigen Systeme gelegentlich „überzogen“ haben. Nun verspricht Google, die Balance sauber zu halten.
Ich finde diesen Ansatz sehr richtig – denn in der Realität sind Marktschwankungen schlicht der Normalzustand. Vor allem bei saisonalen Branchen, Veranstaltungen oder kurzfristigen Peaks (etwa durch Medienberichte oder Social-Trends) kann das System so schneller reagieren, als du es manuell je schaffen würdest. Der Nachteil? Du gibst der Maschine auch hier ein Stück Kontrolle ab – insbesondere über das tägliche Ausgabeverhalten. Wenn du also mit genauen Tageslimits planst, könnte dich das zunächst irritieren. Man muss lernen, darauf zu vertrauen, dass der monatliche Rahmen stimmt, auch wenn der Tagesgraph wild aussieht.
Was das für deine Kampagnenstrategie bedeutet
Wenn man die drei Updates zusammennimmt, erkennt man eine klare Linie: Googles Werbeplattform wird immer stärker lernzentriert und kontextbewusst. Die Rolle des Marketers liegt weniger im täglichen Tweaken von CPCs und mehr im Kuratieren der richtigen Datenpunkte – quasi darin, den Algorithmus zu füttern und zu überwachen, ob er in die richtige Richtung lernt. Klingt banal, ist aber eine regelrechte Denkverschiebung. Wer das versteht, hat in der automatisierten Welt der kommenden Jahre einen echten Vorteil.
Ich möchte dich an dieser Stelle ermutigen, nicht auf das nächste „vollautomatische“ Versprechen reinzufallen, sondern die KI als das zu nutzen, was sie am besten kann: Muster erkennen. Dafür braucht sie Signale, also saubere Conversion-Setups, aktuelle Zielwerte und möglichst wenig Rauschen. Setze auf Qualität der Daten, nicht auf Masse. Ich habe schon zu viele Werbekonten gesehen, in denen alles Mögliche als Conversion markiert war – vom Scroll-Event bis zum Newsletter-Klick. Das wird dich jetzt mehr denn je bremsen.
Meine Einschätzung: zwischen Begeisterung und Vorsicht
Ich persönlich finde diese Updates überwiegend positiv. Endlich kommt Bewegung in Themen, die lange stagnierend wirkten. Doch es bleibt ein Rest Skepsis: Solange Google nicht vollständige Transparenz über die internen Entscheidungsmechanismen bietet, bleibt ein Teil ein „Black Box“-Erlebnis. Bevor du also deine Kampagnen vollständig darauf ausrichtest, teste die Funktionen in abgesicherten Umgebungen – zum Beispiel mit einer kleineren Produktlinie oder einem separaten Budget. So kannst du vergleichen, ob die Ergebnisse wirklich stabiler oder profitabler werden.
Aus technischer Sicht scheint die Integration von KI-basiertem Budgetverhalten und Journey Tracking eine logische Evolution. Marketing wird dadurch weniger operativ, aber strategischer. Es geht nicht mehr darum, den günstigsten Klick zu kaufen, sondern die Maschine mit dem richtigen Kompass auszustatten.
Ein befreundeter Performance-Marketer hat mir kürzlich gesagt: „Ich bin mehr Trainer als Pilot – ich bringe der Maschine bei, wie sie fliegen soll, aber ich fliege nicht mehr selbst.“ Und das trifft es meiner Meinung nach perfekt.
Ein kleiner praktischer Ausblick
Wenn du dich fragst, wann all das relevant wird: Die Tests für Smart Bidding Exploration in PMax und Shopping sollen innerhalb der nächsten Wochen beginnen. Das Demand-led Budget Pacing wird in den kommenden Monaten schrittweise ausgerollt. Je nachdem, wie dein Konto strukturiert ist, kannst du dich also schon bald registrieren oder wirst automatisch eingeladen.
Noch wichtiger ist aber, dass du jetzt schon deine Conversion-Struktur überprüfst. Denn ohne konsistente Daten kannst du keine Reise- oder Nachfrage-Erkennung sinnvoll nutzen. Versuch außerdem, deine Kampagnenhistorie als Lernbasis zu sehen. Google Ads zieht immer mehr Daten aus der Vergangenheit für Modellierungen heran – je sauberer deine Historie, desto stärker dein Vorteil.
Abschließend bleibt der Gedanke, dass digitales Marketing in eine Phase eintritt, in der das Verständnis für maschinelles Lernen fast wichtiger wird als klassisches Performance-Wissen. Du musst kein Data Scientist werden, aber du solltest wissen, was ein Modell „sehen“ kann – und was nicht. Diese Updates zeigen ziemlich klar, wohin die Reise geht: zu einem Marketing, das personalisierter, lernfähiger und gleichzeitig weniger vorhersehbar ist.
Ich bin überzeugt: Wer bereit ist, dieser Entwicklung offen zu begegnen, wird mittelfristig profitieren. Aber wie bei jedem technologischen Sprung gilt – teste, beobachte, justiere. Die Maschine lernt, aber du solltest trotzdem der bleiben, der den Kurs vorgibt.
