Wissen · Kampagnen

Auktion und Relevanzlogik

Ob eine Anzeige erscheint, entscheidet nicht das Gebot allein. Relevanz, Qualität, Kontextpassung und Regelkonformität wirken zusammen. Diese Seite erklärt die Logik und leitet daraus eine praktikable Optimierungsreihenfolge ab.

Werbeplätze in ChatGPT sind begrenzt und der Kontext ist sensibel: Eine Anzeige, die nicht zur Situation passt, stört das Nutzererlebnis. Deshalb ist die Auslieferung eine Abwägung zwischen wirtschaftlichem Interesse der Werbetreibenden und Nützlichkeit für die Nutzerinnen und Nutzer.

Kurzfassung

  • Das Gebot ist ein Faktor unter mehreren, nicht der entscheidende.
  • Kontextpassung, Anzeigen- und Landingpage-Qualität wirken direkt mit.
  • Es gibt keine garantierte Ausspielung für bestimmte Formulierungen.
  • Schwache Landingpages belasten Relevanz und Anzeigenprüfung gleichzeitig.
  • Erst Relevanz verbessern, dann am Gebot drehen.

Grundidee der Auktion

Vereinfacht gesagt: Für einen möglichen Werbeplatz kommen mehrere Anzeigen infrage. Das System bewertet, welche davon im konkreten Kontext hilfreich sein kann, ob sie qualitativ überzeugt und ob sie den Werberichtlinien entspricht. Das Gebot bringt die wirtschaftliche Komponente ein – es ersetzt aber keine inhaltliche Passung.

Für die Praxis ist die genaue Formel weniger wichtig als die Konsequenz: Zwei Kampagnen mit identischem Budget können völlig unterschiedlich performen, weil eine davon Angebot, Anzeige und Landingpage konsistent aufeinander abstimmt.

Welche Signale zusammenwirken

SignalFrage dahinterWas du dafür tun kannst
KontextpassungPasst das Angebot zur Situation des Nutzers?Context Hints präzise als Situation formulieren.
AnzeigenqualitätIst die Botschaft klar, konkret und glaubwürdig?Ein Nutzenversprechen pro Anzeige, keine leeren Superlative.
Landingpage-QualitätLöst die Zielseite das Versprechen ein?Gleiche Sprache, gleiche Leistung, schnelle Ladezeit.
Policy-FitSind Angebot, Claim und Darstellung zulässig?Vorab gegen die Ad Policies prüfen.
Gebot und BudgetWelcher wirtschaftliche Rahmen steht bereit?Realistisch ansetzen und Zeiträume bewerten.

Unterschied zum klassischen Keyword-Match

AspektKlassische SucheChatGPT Ads
AuslöserÜbereinstimmung mit einem KeywordPassung zu einem Gesprächskontext
SteuerungMatch Types, AusschlusskeywordsContext Hints, Anzeigen- und Landingpage-Inhalt
TransparenzSuchbegriffsbericht mit konkreten AnfragenBewertung über Ergebnis- und Qualitätssignale
OptimierungshebelKeywords erweitern oder ausschließenRelevanz und Konsistenz über alle Ebenen erhöhen

Kein Suchbegriffsbericht im gewohnten Sinn

Weil die Auslieferung kontextbasiert erfolgt, lässt sich nicht jede Ausspielung auf eine exakte Eingabe zurückführen. Die Steuerung erfolgt über inhaltliche Präzision, nicht über Ausschlusslisten.

Warum Landingpage und Copy so stark wirken

Anzeige und Zielseite bilden eine Einheit. Wenn die Anzeige ein konkretes Ergebnis verspricht, die Landingpage aber nur allgemein über das Unternehmen spricht, entsteht ein Bruch: Nutzer springen ab, Conversion-Signale fehlen, und die Bewertung der Kampagne verschlechtert sich.

  • Gleiche Kernaussage in Anzeige und Seitentitel.
  • Angebot innerhalb der ersten Bildschirmseite erkennbar.
  • Kurze Ladezeit, auch mobil.
  • Keine irreführenden oder unbelegten Versprechen.
  • Für OpenAI-Crawler erreichbar, damit Inhalte eingeordnet werden können.

Optimierungslogik statt Gebotsspirale

Wenn Ergebnisse ausbleiben, ist die Gebotserhöhung der teuerste und meist letzte Hebel. Diese Reihenfolge führt in der Praxis schneller zu stabilen Resultaten:

1. Grundvoraussetzungen prüfen: Verifizierung, Billing, Status, Laufzeit
2. Policy-Check: Angebot, Claims, Bildsprache
3. Landingpage: Versprechen, Ladezeit, Crawlbarkeit, Klarheit
4. Anzeige: ein klarer Nutzen, konkrete Sprache, echte Varianten
5. Ad Group: Context Hints spezifischer und konsistenter formulieren
6. Struktur: unterschiedliche Themen in eigene Ad Groups trennen
7. Messung: Events prüfen, damit Optimierung ein sauberes Signal hat
8. Erst danach: Budget und Gebot behutsam anpassen

Diagnose bei geringer Auslieferung

Arbeite von außen nach innen: Erst technische und formale Blocker ausschließen, dann inhaltliche Relevanz verbessern, zuletzt wirtschaftliche Parameter anpassen. So vermeidest du, Budget in ein Setup zu erhöhen, das aus einem ganz anderen Grund nicht ausliefert.

Weiterführende Kapitel

Häufige Fragen

Gewinnt das höchste Gebot die Auslieferung?

Nicht allein. Ein Gebot drückt aus, was dir ein Ergebnis wert ist. Ob eine Anzeige ausgespielt wird, hängt zusätzlich davon ab, ob sie im konkreten Kontext hilfreich, qualitativ überzeugend und regelkonform ist. Ein hohes Gebot gleicht schwache Relevanz nicht dauerhaft aus.

Kann ich eine Ausspielung garantieren?

Nein. Es gibt keine garantierte Platzierung für eine bestimmte Formulierung oder Anfrage. Du kannst die Wahrscheinlichkeit erhöhen, indem du Kontext, Anzeige und Landingpage konsistent und präzise gestaltest.

Wie wirkt sich die Landingpage auf die Auslieferung aus?

Die Landingpage ist Teil des Gesamteindrucks. Passt sie nicht zum Anzeigenversprechen, ist sie langsam, unklar oder für Crawler nicht erreichbar, verschlechtert das die Bewertung und kann auch die Anzeigenprüfung erschweren.

Warum liefert eine neue Kampagne anfangs unregelmäßig aus?

Zu Beginn liegen wenig Daten vor, und ein Teil des Zeitraums entfällt auf Prüfprozesse. Bewerte deshalb Zeiträume statt einzelner Stunden oder Tage und vermeide tägliche Eingriffe, die die Optimierung zurückwerfen.

Was hilft, wenn kaum Impressionen entstehen?

Erst Grundvoraussetzungen prüfen (Verifizierung, Billing, Status, Laufzeit, Freigabe der Anzeigen). Danach inhaltlich arbeiten: Context Hints spezifischer formulieren, Anzeigentext klarer auf einen Nutzen ausrichten, Landingpage passgenauer machen. Gebotsanpassungen sind der letzte, nicht der erste Schritt.

Quellen

Diese Seite basiert auf den folgenden offiziellen OpenAI-Quellen. Maßgeblich ist immer die dort veröffentlichte, aktuellste Fassung.