Praktische KI-Anwendungen: Wie KI-Agenten meine Google Ads selbst reparieren

709 Euro, null Kunden: Wie KI-Agenten meine Google Ads selbst reparieren

261 Klicks, 709 Euro ausgegeben, keine einzige Kundenanfrage. So sah eine meiner Google-Ads-Kampagnen vor Kurzem aus. Wer das von Hand auseinandernimmt, klickt sich durch drei Google-Oberflächen und rät am Ende doch, woran es lag.

Das war für mich der Auslöser, das Problem so anzugehen, wie ich auch sonst Software-Aufgaben angehe: zerlegen, bis nur noch klar definierte, wiederkehrende Schritte übrig bleiben.

Werbung ist im Kern Konfiguration

Eine Anzeigenkampagne ist Konfiguration und Datenpflege: Budgets, Suchbegriffe, Ausschlüsse, Messpunkte und die Frage, welche Stellschraube gerade nicht stimmt. Das sind keine kreativen Entscheidungen, sondern Regeln, die jemand sauber und regelmäßig anwenden muss. Genau diese Arbeit lässt sich an einen Agenten übergeben.

Die meiste Zeit in der Kampagnenpflege geht nicht für gute Entscheidungen drauf, sondern für das Zusammensuchen der Informationen, auf denen sie beruhen sollten.

Die Anbindung an die Schnittstellen

Möglich wird das, weil ich die Schnittstellen von Google Ads und Google Tag Manager direkt an meine Agenten angeschlossen habe. Der Tag Manager misst, was auf der Seite passiert, Google Ads steuert die Anzeigen. Meine Agenten lesen und ändern dort selbst, ohne dass sich ein Mensch durch Menüs klickt.

Das ist entscheidend. Ein Agent, der nur Ratschläge gibt, verschiebt das Klick-Problem nur. Erst mit direktem Zugriff auf die Kontodaten und der Möglichkeit, Änderungen selbst durchzuführen, fällt der manuelle Aufwand weg.

Der erste Helfer: Warum kommt nichts an

Der erste Helfer beantwortet die teuerste Frage überhaupt: Warum kommt nichts an. Er liest die Kampagnenzahlen, die echten Suchbegriffe und das Verhalten auf der Seite zusammen und benennt die Ursache.

Bei den 709 Euro war die Antwort eindeutig: Die Seite funktionierte, die Besucher kamen an, aber die Suchanfragen passten nicht zum Angebot. Das ist eine andere Diagnose als ein defektes Formular oder eine langsame Seite – und führt zu einer anderen Reaktion. Der Agent grenzt das Feld ein, bevor irgendjemand etwas verändert.

Der zweite Helfer: Such-Müll ausschließen

Der zweite Helfer räumt die unpassenden Suchanfragen weg. Wer eine Anzeige schaltet, zahlt auch für Klicks von Leuten, die etwas ganz anderes gesucht haben. Bei mir tauchten Begriffe wie „most valuable player" und „Metall-Prototypenbau" auf – beides verbrennt nur Geld.

Der Agent erkennt solchen Such-Müll und schließt ihn jede Woche aus. Eine klassische Wartungsaufgabe: nie dringend, immer notwendig, von Hand schnell vernachlässigt. Läuft sie automatisch, sammelt sich der Müll gar nicht erst an.

Dieser Schritt baut direkt auf der Diagnose des ersten auf: Erst wird die Ursache benannt, dann genau dort aufgeräumt. Die Helfer greifen ineinander, ohne dass ein Mensch die Übergabe organisieren muss.

Was das in der Praxis bedeutet

Das läuft real gegen sechs Kampagnen, ausgewertet über die echten Kontodaten. Kein Gedankenexperiment, kein Demo-Beispiel, sondern laufender Betrieb.

Eine Kampagne von Hand zu pflegen ist anstrengend, folgt aber festen Regeln. Genau das macht sie zu einem guten Kandidaten für die Übergabe. Sobald sich ein Prozess in klare, wiederkehrende Schritte zerlegen lässt, kann man ihn Stück für Stück aus der Hand geben.

Mir geht es nicht um ein großes System, das alles auf einmal kann, sondern um kleine Helfer, von denen jeder genau eine Sache zuverlässig erledigt. Das macht das Ganze überprüfbar: Wenn ein Schritt nicht tut, was er soll, weiß ich sofort, welcher es war.

Die 709 Euro waren ein teurer Einzelfall. Der eigentliche Gewinn liegt darin, dass solche Fälle künftig auffallen und korrigiert werden, bevor sich der Schaden summiert. Was festen Regeln folgt, muss man nicht selbst überwachen – nur einmal sauber zerlegen und dann den passenden Helfer ranlassen.