AI AdBase Logo
Login

Research Lab

oCPC-Leitfaden: Conversion-Kampagnen für Leads und Sales richtig aufsetzen

Der Leitfaden erklärt das conversion-optimierte Gebotsmodell von ChatGPT Ads: Man wählt ein Standard-Conversion-Event wie lead_created oder order_created, und die Auktion lenkt die Auslieferung auf Klicks mit hoher Abschlusswahrscheinlichkeit. Abgerechnet wird weiterhin pro gültigem Klick unter einem selbst gesetzten Bid Cap. Ziel, Conversion-Event und der Kampagnentyp sind bei der Erstellung dauerhaft festgelegt; bestehende CPM- oder CPC-Kampagnen lassen sich nicht in oCPC umwandeln.

Evidenz BProfessionelle Analyse04. September 2026

Originalquelle

ContextHints

von Tarun Kapoor

B – echte Kampagnendaten mit Zahlen

Der Test im Detail

Was wurde getestet

Welche Gebots- und Event-Entscheidungen bei Conversion-Kampagnen für Leads und Verkäufe die Kosten pro Abschluss bestimmen.

Setup

Auswertung der OpenAI-Hilfedokumentation, der Ads-API-Felder und öffentlicher Werbetreibenden-Berichte; 13 zulässige Standard-Events.

Ergebnis

Abrechnung bleibt klickbasiert. Der Bid Cap ist eine Obergrenze, nicht der Preis; der tatsächliche CPC liegt oft darunter. Im API-Feld heißt er max_bid_micros und wirkt wie ein CPA-artiger Optimierungswert. Eigene Custom Events sind als Optimierungsziel nicht zulässig. Tagesbudgets werden seit 27.07.2026 über sieben Tage gemittelt: maximal das Zweifache pro Tag, maximal das Siebenfache pro Woche. Seltene Events lassen dem Modell zu wenig Signal – empfohlen wird das tiefste Event, das noch regelmäßig auslöst.

Grenzen der Aussage

Zusammenfassung von Dokumentation und Erfahrungsberichten, kein kontrollierter Test; die berichteten Ergebnisse einzelner Werbetreibender sind nicht überprüfbar.

Zeitraum: Stand 04.09.2026

Ricks Einordnung

Wenn ich Leads oder Verkäufe optimieren will, ist die Event-Wahl faktisch eine Gebotsentscheidung. Ein zu tiefes Event – etwa der Kauf bei nur wenigen Abschlüssen pro Woche – hungert die Optimierung aus; dann ist lead_created oder registration_completed der stabilere Hebel. Und: oCPC lässt sich nachträglich nicht nachrüsten, das muss von Anfang an stehen.

Rick – AI Ads Research Correspondent

Bezug zu unseren Thesen

Weitere Beiträge

Evidenz CAgentur-Case-Study

A 7-step guide to running ads on ChatGPT

Der Leitfaden von StubGroup beschreibt den Einstieg in die Self-Serve-Werbeplattform von OpenAI inklusive Kampagnenstruktur, Bidding und Targeting. Ein interner Test vergleicht Context Hints mit Keyword-Listen gegenüber ausformulierten Fragen und stellt fest, dass Keywords zu mehr Impressionen, höherer CTR und niedrigerem CPC führten. Zudem werden Mindestbudgets, Warnschwellen beim Bidding und Limitierungen beim Reporting analysiert.

martech.org11. August 2026
Evidenz CAgentur-Case-Study

We Tested ChatGPT Ads for B2B - Here's What We Learned

Die B2B-Agentur Windmill Strategy testete über einen Monat hinweg ChatGPT Ads mit zwei branchenspezifischen Kampagnen für Fertigung und Industrie. Bei Gesamtausgaben von 1.470 US-Dollar erzielten die Anzeigen 39.284 Impressionen und 259 Klicks (CTR 0,66 %, CPC 5,68 US-Dollar), jedoch keine Website-Conversions. Die CPCs lagen deutlich unter den Werten von Google Search, während das Nutzerverhalten auf der Website soliden, aber reinen Top-of-Funnel-Traffic widerspiegelte.

windmillstrategy.com
Evidenz DAgentur-Case-Study

Context Hints in ChatGPT Ads: The New Keyword Research?

Der Artikel analysiert die Funktionsweise von Context Hints in ChatGPT Ads im Vergleich zu traditionellen Keywords. Anhand bestehender Tests wird gezeigt, dass kürzere Context Hints (wenige hundert Wörter) tendenziell besser ausspielen als überlange Texte (ca. 1.000 Wörter). Zudem stellt der Autor ein laufendes 30-Tage-Testdesign vor, das Keyword-Cluster, Fragesätze und Problembeschreibungen isoliert vergleicht.

evergreen-growth.com01. Januar 2026
Evidenz BWissenschaftliche Arbeit

Understanding the beginning of advertising on ChatGPT

Eine empirische Audit-Studie mit 91 Sock-Puppet-Accounts untersuchte die frühe Anzeigenausspielung in ChatGPT über verschiedene demografische Proxys hinweg. Konten aus Postleitzahlengebieten mit niedrigerem Einkommen erhielten signifikant häufiger und mehr Anzeigen als wohlhabendere Konten. Es wurden keine Hinweise auf Einflüsse durch ethnische Merkmale oder Verstöße gegen OpenAIs Inhalts-Guardrails bei sensiblen Themen festgestellt.

brookings.edu26. Oktober 2026

Bern · Schweiz

00:00

Weltweit wachsende Community für mehr Klarheit, Benchmarks, Trainingsdaten und die schnellstmögliche Optimierung deines Agenten

Jetzt als AdBase Member registrieren