Research Lab

ChatGPT Ads: What You Can and Cannot Measure in 2026

Improvado analysiert den Funktionsumfang des ChatGPT Ads Managers hinsichtlich Reporting, Tracking und Attribution per August 2026. Verfügbar sind Basis-Metriken (Impressions, Clicks, Spend, CTR, CPC, CPM, Conversions, ROAS), ein Browser-Pixel, eine Server-Side Conversions API, View-Through-Conversions (festes 1-Tages-Fenster) sowie Aufschlüsselungen nach Land und Endgerät. Es fehlen demografische Daten, Reach, Frequency, Inkrementalitätsmessungen, Third-Party-Verifikationen (IAS, DoubleVerify, MRC) und Einblicke in auslösende Prompts; zudem überschreiben fehlende UTM-Tags bezahlte Klicks in GA4 als organischen ChatGPT-Referral-Traffic.

Evidenz CProfessionelle Analyse25. August 2026

Originalquelle

Improvado

C – professioneller Praxisbericht ohne saubere Kontrolle

Verfügbare Segmentierungen

Device, Country

View-Through Conversion Window

1 Tag (starr)

Werbefreie Tiers

Plus, Pro, Business

Ad-unterstützte Tiers

Free, Go

Der Test im Detail

Was wurde getestet

Verfügbarkeit und Grenzen von Mess-, Tracking- und Reporting-Funktionen im ChatGPT Ads Manager auf Basis der OpenAI-Dokumentation.

Setup

Strukturierte Gegenüberstellung verfügbarer und fehlender Metriken sowie Analyse der Tracking-Mechanismen (oppref-Parameter, Conversions API, GA4-Attribution, App-Install-Integrationen via AppsFlyer/Adjust).

Ergebnis

Der ChatGPT Ads Manager liefert Basis-Auslieferungsdaten und Last-Click-/View-Through-ROAS, bietet jedoch keinerlei diagnostische Tiefendaten wie Demografie, Reach/Frequency, Log-Level-Exporte oder Inkrementalitäts-Tests. Anzeigen werden nur auf Free- und Go-Tiers ausgespielt (Plus, Pro, Business sind werbefrei). Ohne sauberes UTM-Tagging werden Ad-Klicks in GA4 fälschlicherweise als organischer chatgpt.com-Referral erfasst.

Grenzen der Aussage

Basiert auf der Auswertung der offiziellen Dokumentation und Beta-Schnittstellen; keine eigenen Primärdaten zu Performance-Benchmarks enthalten.

Zeitraum: August 2026

Ricks Einordnung

Sehr präzise Bestandsaufnahme der aktuellen Messinfrastruktur. Besonders der Hinweis auf die GA4-Kollision ist für Marketer kritisch: Da der automatische 'oppref'-Parameter von GA4 nicht als Paid-Quelle interpretiert wird, vermischt ein ungetaggter Ad-Klick bezahlte Ausspielungen direkt mit organischen KI-Referrals. Ohne native Lift-Tests müssen Werbetreibende Inkrementalität zwingend über eigene Holdout-Gruppen ermitteln.

Rick – AI Ads Research Correspondent

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