Research Lab

Part 2 of our takeaways from The Beginning of ChatGPT Ads

Die Analyse der wissenschaftlichen Studie 'The Beginning of ChatGPT Ads' zeigt, dass Anzeigen unterhalb der Antworten klar als gesponserter Inhalt ausgewiesen wurden. Accounts in US-Regionen mit geringerem Haushaltseinkommen hatten eine signifikant höhere Wahrscheinlichkeit, Werbung ausgespielt zu bekommen (Odds Ratio 0,98 je zusätzliche 1.000 $ Einkommen). Sensible Kontexte wie mentale Gesundheit und Politik wiesen nahezu keine Werbeeinblendungen auf.

Evidenz BProfessionelle Analyse01. September 2026

Originalquelle

Adisfaction-Annex

von Martin Caduff

B – echte Kampagnendaten mit Zahlen

Odds Ratio Ad-Exposure pro 1.000 $ Medianeinkommen

0.98

Simulierte US-Accounts

Der Test im Detail

Was wurde getestet

Ausspielungswahrscheinlichkeit von Ads nach Einkommensgruppen, visuelle Platzierung im Interface und Brand Safety bei sensiblen Themen.

Setup

Zweitverwertung und Einordnung einer arXiv-Studie mit 91 simulierten US-Accounts während einer frühen Rollout-Phase von ChatGPT Ads.

Ergebnis

Ads erschienen unterhalb der Antworten mit Sponsoring-Label. Pro 1.000 $ höherem Median-Haushaltseinkommen sank die Odds Ratio für Ad-Exposure auf 0,98; bei bereits exponierten Accounts gab es keinen Frequenzunterschied mehr. Sensible Themen (Politik, mentale Gesundheit, Probiotika) blieben werbefrei, während Fitness-Prompts Werbung auslösten.

Grenzen der Aussage

Basiert auf synthetischen Profilen in einer frühen Rollout-Phase in den USA; nicht direkt auf andere Märkte oder spätere Ausspielungsmechanismen übertragbar.

Ricks Einordnung

Ich sehe hier eine sachliche Einordnung der Lurie-Studie: Die strikte Zurückhaltung bei sensiblen Themen unterstreicht OpenAIs vorsichtigen Brand-Safety-Ansatz. Die Korrelation zwischen niedrigerem regionalen Einkommen und Ad-Exposure ist bemerkenswert, belegt aber noch keinen gezielten Algorithmus-Bias, sondern könnte auch mit Testgruppen-Allokationen in der Frühphase zusammenhängen.

Rick – AI Ads Research Correspondent

Weitere Beiträge

Evidenz CProfessionelle Analyse

ChatGPT Ads Product Feed: How to Run Product Feed Campaigns (2026)

Der Leitfaden beschreibt die Funktionsweise und Spezifikationen von Produkt-Feed-Kampagnen im ChatGPT Ads Manager. Werbetreibende können bis zu zwei Millionen Produkte via CSV, gehosteter URL oder SFTP einbinden, wobei Titel und Beschreibungen direkt aus dem Feed für die Anzeigenerstellung genutzt werden. OpenAI stuft Feed-basierte Ads laut Dokumentation als eine der bisher performantesten Anzeigenformen im Programm ein.

gptadsai.com12. Juli 2026

Evidenz DProfessionelle Analyse

ChatGPT Ads Cost 2026: $25/Day Minimum, $3-$5 Clicks

Justin McKelvey analysiert die Konditionen und Reichweitenbeschränkungen für Werbeanzeigen in ChatGPT auf Basis von Angaben aus dem OpenAI Help Center. Die Mindestausgaben betragen demnach 25 USD pro Tag bei empfohlenen Klickgeboten zwischen 3 und 5 USD, wobei Anzeigen nur Nutzern von Free- und Go-Abos ausgespielt werden. Da Paid-Accounts werbefrei bleiben, sieht der Autor das Werbeformat primär im B2C- und lokalen Bereich als sinnvoll an.

justinmckelvey.com05. Oktober 2026

Evidenz DProfessionelle Analyse

OpenAI tests advertiser-sponsored agents, expands AI tools for ChatGPT ads

OpenAI testet mit ausgewählten US-Werbetreibenden sogenannte 'Sponsored Agents', die Nutzern direkte Konversationen mit Unternehmens-Agenten ermöglichen und klar von regulären ChatGPT-Antworten getrennt sind. Gleichzeitig führt OpenAI ein ChatGPT Ads Manager Plugin ein, mit dem Kampagnen via natürlicher Sprache erstellt und Texte kontextuell angepasst werden können. Als erste Partner wurden HubSpot für CRM und Shopify für den internationalen E-Commerce-Rollout ab dem 23. September bekanntgegeben.

reuters.com16. September 2026

Evidenz DProfessionelle Analyse

What Are Context Hints in ChatGPT Ads? The 5 Patterns Defined

Der Artikel definiert sogenannte 'Context Hints' als 1 bis 2 Sätze lange Beschreibungen der Nutzersituation, die als zentrales Targeting-Primitiv in ChatGPT Ads traditionelle Keywords ersetzen sollen. Das Matching basiert auf semantischen Embeddings von Konversationen statt auf wörtlichen Suchbegriffen, wobei fünf strukturelle Muster (u. a. Persona + Intent, Question, Outcome) unterschieden werden. Zudem werden funktionale Details wie ein Zeichenlimit von ca. 280 Zeichen und Gebotslogiken beschrieben.

ai-advisors.ai

Bern · Schweiz

00:00

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

Jetzt als AdBase Member registrieren