ChatGPT Ads im B2B-Test: Warum günstige Klicks allein keine Kunden bringen

Der Praxistest von GravityKit: Setup und Rahmenbedingungen

In der Marketingwelt herrschte in den letzten Monaten spürbare Aufregung um die Einführung nativer Werbeformate in generativen KI-Schnittstellen. Viele Marktteilnehmer erhofften sich von ChatGPT Ads eine ähnlich revolutionäre Entwicklung, wie sie einst die Paid Search im klassischen Suchmaschinenmarketing darstellte. Mein Kollege Rick hat in seinem aktuellen Research-Bericht die Ergebnisse eines frühen, 20 Tage dauernden Praxistests unter die Lupe genommen, den das Unternehmen GravityKit zwischen dem 28. Juli und dem 17. August 2026 durchgeführt hat. GravityKit, ein Anbieter spezialisierter B2B-Erweiterungen für das WordPress-Formular-Plugin Gravity Forms, suchte nach Wegen, um relevante Software-Entscheider direkt im Konversationsfluss abzufangen.

Das technische Setup dieses Pilotprojekts war präzise strukturiert: Als primäre Kampagnenausrichtung wählten die Tester das 'Clicks'-Ziel mit einem Mindestbudget von 25 US-Dollar pro Tag und einem maximalen CPC-Gebot von 3,00 US-Dollar. Die geografische Ausrichtung deckte etablierte englischsprachige Kernmärkte ab, darunter die USA, Großbritannien, Kanada, Australien und Neuseeland. Das Kampagnengefüge bestand aus zwei dedizierten Anzeigengruppen mit jeweils drei Anzeigenvarianten. Zur Steuerung der thematischen Relevanz wurden sogenannte Context Hints hinterlegt, die als vollständige Sätze formuliert waren, um dem OpenAI-System den passenden thematischen Rahmen mitzugeben.

Begleitet wurde der Test durch ein paralleles Tracking-Setup: Neben dem OpenAI Measurement Pixel sammelte Google Analytics 4 alle nachgelagerten Leistungsdaten auf der Zielseite. Trotz des sorgfältig geplanten Testdesigns entschieden sich die Verantwortlichen von GravityKit jedoch dazu, das Experiment vorzeitig nach 20 Tagen abzubrechen. Das Gesamtbudget belief sich bis zu diesem Zeitpunkt auf rund 550 US-Dollar. Was sich auf den ersten Blick wie ein überschaubarer Testlauf liest, liefert für die Praxis grundlegende Erkenntnisse über die Reife und Eigenheiten des neuen Werbekanals.

Günstige Klickpreise nützen im B2B-Marketing nichts, wenn relevante Entscheider in werbefreien Plus- oder Enterprise-Plänen arbeiten.

Günstige Klicks, flüchtige Kontakte: Die Leistungsdaten im Überblick

Betrachtet man isoliert die klassischen Metriken im Kampagnenmanager, lieferte der Feldtest durchaus vorzeigbare Ergebnisse. Bei rund 12.800 generierten Impressionen lag die Klickrate (CTR) bei beachtlichen 1,7 Prozent, während sich der effektive Klickpreis (eCPC) auf 2,57 US-Dollar einpendelte. In vielen umkämpften Software-Segmenten wären das bei klassischen Suchanzeigen traumhafte Werte für qualifizierte B2B-Klicks. Werbetreibende, die ausschließlich auf Traffic-Volumen optimieren, könnten an dieser Stelle vorschnell jubeln. Doch die Ernüchterung folgte unmittelbar auf der Zielseite der Kampagne.

Der Blick in die nachgelagerten Verhaltensdaten offenbarte eine dramatische Diskrepanz zwischen Klickfreude und echtem Interesse. Über den gesamten Testzeitraum hinweg registrierte GravityKit weder einen einzigen Kaufabschluss noch auch nur einen begonnenen Checkout-Prozess. Noch alarmierender war die Verweildauer: Die über ChatGPT Ads weitergeleiteten Nutzer blieben im Schnitt lediglich fünf Sekunden auf der Landingpage und riefen exakt eine Seite auf. Von einer inhaltlichen Auseinandersetzung mit dem erklärungsbedürftigen B2B-Plugin-Angebot konnte bei dieser extremen Absprungrate keine Rede sein.

Hinzu kam eine spürbare Diskrepanz bei den Zugriffszahlen selbst. Google Analytics 4 erfasste rund ein Drittel weniger Sitzungen, als von der Anzeigenplattform an Klicks in Rechnung gestellt worden waren. Dies deutet darauf hin, dass viele Nutzer den Ladevorgang nach dem Klick abbrachen, noch bevor das Analyse-Skript feuern konnte. Gleichzeitig stammten rund 70 Prozent des gesamten Traffics von Mobilgeräten – ein Umstand, der die extrem kurzen Verweilzeiten bei einem komplexen Desktop-Softwareprodukt zusätzlich begünstigt haben dürfte.

Kanalvergleich: Warum ChatGPT-Ads hinter Search und Organik zurückbleiben

Um die Resultate des Feldtests fair einzuordnen, lohnt sich der direkte Abgleich mit anderen Akquisitionskanälen, den GravityKit parallel dokumentiert hat. Die verfügbaren Tests zeigen hier eine bemerkenswerte Spreizung im Nutzerverhalten. Während bezahlte Anzeigen über ChatGPT nach fünf Sekunden verpufften, erzielten Besucher, die über organische Verlinkungen in ChatGPT-Antworten auf die Website gelangten, eine Verweildauer von durchschnittlich 40 Sekunden. Diese Nutzer setzten sich also achtmal länger mit den Inhalten auseinander als die über Anzeigen eingekaufte Nutzerschaft.

Noch deutlicher fällt die Differenz im Vergleich zu etablierten Suchanzeigen bei Google aus. Dort verbrachten die Besucher im Schnitt 65 Sekunden auf den Webseiten von GravityKit und führten zu stabilen Leads sowie zahlenden Kunden. Während Google-Suchanzeigen Nutzer erreichen, die aktiv nach einer Lösung für ein ganz konkretes Problem suchen und bereit sind, Angebote zu vergleichen, scheint die Dynamik bei bezahlten ChatGPT-Einblendungen grundlegend anders zu funktionieren.

Der wesentliche Unterschied liegt in der Nutzersituation und Platzierungslogik. Bei einer klassischen Suchmaschine ist der Klick auf ein Suchergebnis der notwendige Schritt, um überhaupt eine Antwort zu erhalten. Im Chatbot hingegen hat das Sprachmodell die Frage des Anwenders in den allermeisten Fällen bereits vollständig im Chatfenster beantwortet. Eine Werbeanzeige, die unterhalb dieser fertigen Antwort platziert wird, fungiert eher als nachträgliche Werbeunterbrechung denn als primäre Informationsquelle. Klicks geschehen hier offenbar oft impulsiv, ohne die Absicht, tiefere Recherchen anzustellen.

Das B2B-Dilemma: Werbefreie Abonnements und die Zielgruppen-Schere

Ein entscheidender Faktor für das ernüchternde Abschneiden im B2B-Kontext liegt in der Monetarisierungsstruktur von OpenAI selbst. Das Werbemodell ist darauf ausgelegt, Anzeigen ausschließlich Nutzern der kostenlosen Stufen (Free- und Go-Accounts) auszuspielen. Wer hingegen ein kostenpflichtiges Abonnement wie ChatGPT Plus, Pro, Team oder Enterprise nutzt, bleibt von Werbeeinblendungen vollständig verschont. Genau hier entsteht für B2B-Softwareanbieter ein gravierendes strukturelles Problem.

Professionelle Entwickler, IT-Entscheider und WordPress-Agenturen, die für Produkte wie GravityKit als kaufkräftige Kundschaft infrage kommen, nutzen generative KI im Arbeitsalltag intensiv und greifen dafür nahezu ausnahmslos auf bezahlte Abonnements zurück. Diese Nutzer benötigen erweiterte Modellkontingente, Coding-Features und Team-Workspaces. Werbetreibende im B2B-Bereich laufen bei ChatGPT Ads folglich Gefahr, ihre Budgets an eine Nutzerschaft zu verfeuern, die primär aus privaten Gelegenheitsanwendern oder Schülern und Studenten besteht, die kein Budget für B2B-Plugins verwalten.

Diese Diskrepanz wird dadurch verschärft, dass die Werbeplattform im aktuellen Betastadium keinerlei granulare B2B-Filter bereitstellt. Weder Unternehmensgrößen noch Berufsfelder oder spezifische Branchen lassen sich gezielt ansprechen. Wenn dann noch – wie im Feldtest beobachtet – rund 70 Prozent des Traffics über Smartphones einströmen, sinkt die Wahrscheinlichkeit für Softwarekäufe weiter gegen null. WordPress-Plugins werden in der Praxis fast ausschließlich an Desktop-Arbeitsplätzen konfiguriert und lizenziert.

Technische Fallstricke: Der UI-Bug bei Context Hints und fehlende Kontrolle

Neben den strategischen Herausforderungen deckte der Feldtest von GravityKit auch signifikante technische Unzulänglichkeiten der noch jungen Plattform auf. Eine zentrale Erkenntnis betrifft die sogenannten Context Hints. Diese semantischen Vorgaben sollen dem Algorithmus signalisieren, bei welchen Konversationsthemen eine Anzeige ausgespielt werden darf. Die Entwickler formulierten diese Hints vorschriftsmäßig als vollständige englische Sätze, um dem System möglichst präzisen semantischen Kontext mitzugeben.

Dabei stießen sie jedoch auf einen fatalen Fehler in der Weboberfläche des Anzeigenmanagers. Wie im Research-Bericht von Rick detailliert dargelegt wird, interpretierte die Plattform Benutzeroberfläche Kommas innerhalb eines Satzes fälschlicherweise als Trennzeichen. Ein wohlüberlegter Satz wurde dadurch in mehrere isolierte Wortfragmente zerlegt. Diese Fragmente verloren ihren ursprünglichen Sinnzusammenhang vollständig, was das Auslieferungsverhalten des Systems gravierend verzerrte und möglicherweise unpassende Ausspielungen nach sich zog. Dies belegt eindringlich, dass das Interface noch unter Kinderkrankheiten leidet.

Werbetreibende müssen aus diesem Vorfall die Konsequenz ziehen, Kampagnen-Setups keinesfalls blind auf Basis der Browser-Oberfläche zu aktivieren. Eine technische Überprüfung der Kampagnenstrukturen über die API ist derzeit unerlässlich, um sicherzustellen, dass Parameter wie Context Hints exakt so interpretiert werden, wie es die Marketingstrategie vorsieht. Darüber hinaus fehlt es Werbetreibenden nach wie vor an elementarer Transparenz: Es existieren bisher keine Berichte darüber, in welchen konkreten Konversationen oder Prompt-Umfeldern die eigenen Anzeigen tatsächlich erschienen sind.

Was Werbetreibende jetzt beachten müssen: Fazit und Handlungsempfehlungen

Die Ergebnisse des GravityKit-Experiments sollten für die Performance-Marketing-Branche ein Weckruf sein, der übertriebenen Hype auf den Boden der Tatsachen zurückholt. Günstige CPCs von 2,57 US-Dollar und solide Klickraten nützen nichts, wenn die Besucher nach fünf Sekunden abspringen und keinerlei Wertschöpfung entsteht. Für spezialisierte B2B-Anbieter, deren Zielgruppen überwiegend in werbefreien Enterprise- und Plus-Umgebungen arbeiten, ist das Werbeformat in seiner gegenwärtigen Ausgestaltung schlichtweg noch nicht rentabel zu betreiben.

Das bedeutet jedoch nicht, dass ChatGPT Ads generell zum Scheitern verurteilt sind. Potenzial dürfte das Format vor allem im B2C-Bereich besitzen, etwa bei Impulskäufen, Lifestyle-Produkten, Konsumenten-Apps oder schnellen E-Commerce-Transaktionen, bei denen Mobilnutzer direkte Kaufentscheidungen treffen. Auch im oberen Funnel zur Steigerung der Markenbekanntheit können die günstigen Klicks einen gewissen Wert stiften, sofern Werbetreibende nicht unmittelbar auf direkte Transaktionen angewiesen sind.

Wer derzeit ein Pilotprojekt plant, sollte mit stark gedeckelten Budgets agieren, das Conversion-Tracking über das Measurement Pixel und externe Analytics-Tools penibel abgleichen und Context Hints extrem vorsichtig aufsetzen. Solange OpenAI keine Möglichkeit bietet, Endgeräte wie Desktops gezielt zu priorisieren und Konversationskontexte transparent auszuwerten, bleiben ChatGPT Ads für B2B-Marketer ein hochspekulatives Experimentierfeld mit erheblichem Streuverlustrisiko.