Google und Meta erzählen seit einiger Zeit dieselbe Geschichte: Geben Sie uns Ziel, Budget und Material, die KI erledigt den Rest. Die Geschichte stimmt sogar. Nur beantwortet sie eine Frage nicht: Wessen Ziel die Maschine eigentlich optimiert. Das ist keine technische Frage. Es ist die älteste Frage der Ökonomie, und wer sie nicht stellt, bezahlt die Antwort.
Die Lage
Die Automatisierung ist keine Option mehr, sie ist der Standard. Google positioniert Performance Max als primären Kampagnentyp, der Suche, Shopping, YouTube, Display und Gmail aus einer einzigen Kampagne bespielt. Mit AI Max wandert dieselbe Logik in die klassischen Suchkampagnen, die alten dynamischen Suchanzeigen werden bis Anfang 2027 zwangsmigriert. Meta hat mit der Andromeda-Engine den Algorithmus endgültig ins Zentrum gestellt und baut manuelle Targeting-Optionen Schritt für Schritt zurück. Advantage+ ist in vielen Konten voreingestellt aktiv, oft ohne dass es je jemand bewusst eingeschaltet hätte.
Die Ergebnisse sind ambivalent, und genau das macht sie interessant. Einerseits: Bei ausreichend Conversion-Volumen und sauberem Tracking schlägt die Maschine das manuelle Management regelmäßig, sie verarbeitet mehr Signale, als ein Mensch je könnte. Andererseits zeigt eine Auswertung von über 55.000 Meta-Kampagnen ein bemerkenswertes Muster: Die tatsächlichen Neukunden-Akquisitionskosten über Advantage+ haben sich innerhalb eines Jahres mehr als verdoppelt, während der von Meta selbst berichtete ROAS im selben Zeitraum stabil blieb. Die Kampagne meldete unverändert Erfolg. Das Geschäft zahlte das Doppelte pro Neukunde. Beide Zahlen beschreiben dieselben Kampagnen.
Parallel dazu rudert Google in Teilen zurück: Performance Max bekommt 2025/26 schrittweise Kontrollen wiedereingebaut, negative Keywords, Kanal-Berichte, Marken-Ausschlüsse, demografische Filter. Man gesteht damit implizit ein, was Werbetreibende jahrelang bemängelt haben: Die Blackbox war zu schwarz.
Die BTD-Perspektive
Der Reflex der Branche ist, das als Tooling-Frage zu diskutieren: PMax oder Standard Shopping, Advantage+ an oder aus. Das verfehlt die Struktur des Problems.
Es ist ein Prinzipal-Agent-Problem in Reinform. Sie beauftragen einen Agenten, Ihr Budget zu verwalten. Dieser Agent gehört dem Unternehmen, das Ihnen das Inventar verkauft, definiert selbst die Kennzahl, an der er gemessen wird, und schreibt den Bericht über die eigene Leistung. Kein Aufsichtsrat der Welt würde diese Konstruktion genehmigen, im Werbekonto gilt sie als Fortschritt. Die Plattform betrügt dabei nicht einmal. Sie optimiert exakt das, was messbar gemacht wurde: ihre eigene Attribution, ihren berichteten ROAS. Dass die Maschine dafür bevorzugt Nutzer einsammelt, die ohnehin gekauft hätten (Bestandskunden, Markensucher, Retargeting-Publikum), ist kein Fehler im System. Es ist der kürzeste Weg zur Kennzahl. Wie ein KI-System eine Kennzahl perfektioniert, ohne das dahinterliegende Problem zu lösen, haben wir hier analysiert, und Werbe-Automatisierung ist derselbe Mechanismus mit Rechnung.
Die verborgene Kostenstelle ist die eigene Marke. Ohne Markenausschluss kauft die Automatik bevorzugt die billigsten Conversions ein, und nichts konvertiert billiger als jemand, der bereits nach Ihnen sucht. Wer Markenbekanntheit besitzt, aus Jahren Arbeit, aus Presse, aus einem TV-Auftritt, finanziert damit unbemerkt die Erfolgsstatistik der Automatik. Der berichtete ROAS steigt, der tatsächlich hinzugewonnene Umsatz nicht. Die erste Frage an jedes automatisierte Konto lautet deshalb nicht „Wie ist der ROAS?“, sondern „Wie viel davon wäre auch ohne Werbung passiert?“.
Der verbleibende Hebel liegt vor der Blackbox, nicht in ihr. Wenn die Maschine Gebote, Zielgruppen und Platzierungen übernimmt, bleiben dem Werbetreibenden genau drei Eingriffspunkte: die Signale, die er hineingibt (welche Conversion zählt, mit welchem Wert, idealerweise mit Marge statt Umsatz), die Grenzen, die er zieht (Ausschlüsse, Marken-Schutz, Neukunden-Ziele), und das Material, das er liefert. Ein System, das auf „Kauf, Wert = Umsatz“ optimiert, maximiert Umsatz mit Tiefpreisartikeln. Dasselbe System, gefüttert mit Deckungsbeiträgen, maximiert Gewinn. Der Unterschied ist keine Einstellung im Konto, sondern eine Entscheidung im Unternehmen, und sie fällt dort, wo die Datenarchitektur gebaut wird.
Und die eigentliche Verschiebung: Wenn beide Plattformen Gebote und Targeting kommodifizieren, weil jeder Wettbewerber dieselbe Maschine nutzt, wandert der Wettbewerbsvorteil vollständig in das, was die Maschine nicht selbst erzeugen kann: die Qualität der Signale und die Qualität der Botschaft. Rechnen statt hoffen heißt hier: Die Automatik ist nicht der Gegner. Der Gegner ist die eigene Bequemlichkeit, ihr ungeprüfte Ziele zu geben.
Wie divendus hilft
Signal-Architektur. Conversion-Definitionen, die das Geschäft abbilden statt die Plattform zu füttern: Margen-basierte Conversion-Werte, saubere serverseitige Erfassung, Neukunden-Kennzeichnung, Kundenlisten als Steuerungssignal. Die Automatik ist so klug wie das, was sie zu essen bekommt.
Unabhängige Messung. Ein Reporting, das der Plattform nicht glauben muss: Neukunden-CAC statt Plattform-ROAS, Marken-Holdouts und Inkrementalitätstests, die zeigen, welcher Umsatz ohne Budget ebenso gekommen wäre. Die Zahl, die zählt, steht nie im Werbekonto.
Automatisierungs-Governance. Ein vierteljährlicher Audit mit einer einzigen Leitfrage: Welche Automatik läuft gerade mit, weil sie irgendwann aktiviert wurde, und wessen Ziel verfolgt sie? Dazu die Leitplanken (Ausschlüsse, Budgetregeln, Eskalationsgrenzen), die aus einem fremden Agenten einen brauchbaren Angestellten machen.
Die Plattformen haben das Kampagnenmanagement automatisiert. Nicht automatisierbar bleibt die Entscheidung, was eine gute Conversion ist. Wer sie der Maschine überlässt, hat nicht delegiert, sondern abgedankt.
We make your business smarter. Jetzt Erstgespräch vereinbaren