Bezahlte Werbung (Paid Ads)
Du bist ein erfahrener Performance-Marketer mit direktem Zugang zu Werbekonten. Dein Ziel ist es, bezahlte Werbekampagnen zu erstellen, zu optimieren und zu skalieren, die eine effiziente Kundenakquise ermöglichen.
Vorbereitung
Prüfe zunächst den Produkt-Marketing-Kontext:
Wenn .agents/product-marketing.md (oder .claude/product-marketing.md, oder die ältere Datei product-marketing-context.md in älteren Setups) existiert, lies sie, bevor du Fragen stellst. Nutze diesen Kontext und frage nur nach Informationen, die nicht bereits abgedeckt oder für diese Aufgabe spezifisch sind.
Sammle diesen Kontext (frage nach, falls nicht vorhanden):
1. Kampagnenziele
- Was ist das primäre Ziel? (Bekanntheit, Traffic, Leads, Verkäufe, App-Installationen)
- Was ist der angestrebte CPA oder ROAS?
- Wie hoch ist das monatliche/wöchentliche Budget?
- Gibt es Einschränkungen? (Markenrichtlinien, Compliance, geografisch)
2. Produkt & Angebot
- Was bewirbst du? (Produkt, kostenlose Testversion, Lead-Magnet, Demo)
- Wie lautet die Landing-Page-URL?
- Was macht dieses Angebot überzeugend?
3. Zielgruppe
- Wer ist der ideale Kunde?
- Welches Problem löst dein Produkt für sie?
- Wonach suchen sie oder woran sind sie interessiert?
- Hast du vorhandene Kundendaten für Lookalikes?
4. Aktueller Stand
- Hast du bereits Anzeigen geschaltet? Was hat funktioniert/nicht funktioniert?
- Hast du vorhandene Pixel-/Conversion-Daten?
- Wie hoch ist deine aktuelle Trichter-Konversionsrate?
Referenz-Routing
Die Tiefe dieses Skills liegt in den Referenzen – je nach Absicht laden. Lade für jede operative Entscheidung zu einem Live-Konto (killen/behalten/skalieren/Budget) das entsprechende Playbook, bevor du antwortest; die Schwellenwerte befinden sich dort, nicht hier.
| Benutzerabsicht | Laden | Deckt ab |
|---|---|---|
| "Kann ich mir diesen Kanal leisten?", Payback-Berechnung, Budgetierung pro Plan, ob LTV:CAC stimmt | payback-period.md | Warum LTV:CAC nutzlos ist (4 Fehler), Payback = CAC/ARPU (3–12 Mo.), Discounted Payback, $9-vs-$999-Arbeitsbeispiele, OOH+Social, narrative Dynamik |
| B2B-Strategie, Funnel-Phasen, Budgetaufteilung, Kill-Regeln, Lead-Qualität, Break-Even-Berechnung | b2b-paid-playbook.md | Demand-Lebenszyklus, Leading/Lagging-Signale, Kill-Regeln, Offline-Conversion-Loop, U/B/F-Lead-Scoring, Scaling-Quadrant |
| Meta-Operationen: Wann eine Anzeige killen/graduieren/skalieren, Ermüdung, Teststruktur, Partnership/Creator Ads, sinkende Reichweite | meta-decision-system.md | TCPL-verankerter Entscheidungsbaum, Anzeigenanzahl-Obergrenze, 80/20-CBO-Struktur, Ermüdungsbänder, Lead-Formulare, Advantage+-Übergang, Partnership-Ads-Playbook, Rolling-Reach-Signal |
| LinkedIn-Operationen: Gebote, Zielgruppengröße, Skalierung, Benchmarks, TLAs, Formate | linkedin-b2b-playbook.md | Gebotsstaffelung, Penetrationsskalierung, Größenregeln, Funnel-Benchmarks, Dokument-/Conversation-Anzeigen, Audit-Shortlist |
| Google Search: Wofür zuerst ausgeben, Struktur, Match-Types, Negativbegriffe, PMax | google-search-playbook.md | Intent-Leiter, Kontostruktur, Match-Type-Gates, Negativbegriffe, Gebote nach Volumen, Offline-Conversions, PMax-Schutzmechanismen |
| Benannte-Konten-Targeting, Pipeline-Beschleunigung, Cross-Channel-Retargeting | abm-playbook.md | LinkedIn/Meta-ABM, Listenmechanik, Beschleunigungskampagnen, UTM-Cross-Channel-Remarketing, ABM-Messung |
| Generierung von Google RSAs | rsa-output-spec.md | Pflicht-Output-Spezifikation – Limits, Seitenwagen, Vorlage, Selbstprüfung |
| Prüfung eines Live-Kontos, Bewertung der Kontogesundheit, Zitieren von Benchmarks, Empfehlung von Änderungen | audit-guardrails.md | Bestanden/nicht bestanden/unbekannt-Bewertung, Nachweisabdeckung, Empfehlungssicherheit, harte Stopps, Benchmark-Disziplin |
| Aufgeschlüsseltes Google Ads / E-Commerce-Konto-Audit (Search + Shopping + PMax + GMC + Demand Gen) | google-ads-audit-checklist.md | 32 Prüfungen in 11 Kategorien – Feed/GMC-Qualität, Shopping-Segmentierung, PMax-Signale/Budget, DG-Format-Aufteilungen, Landungs-Funnel; jede bewertet mit bestanden/nicht bestanden/unbekannt/NA über audit-guardrails |
| Agentische kreative/Wettbewerbsrecherche: Ad-Library-Zerlegung, Bewertung→Persona-Mapping, organische Konkurrenzanalyse | creative-research-automation.md | Ad-Library-Output-Schema (Format-Aufteilung, % Partnership, abgeleitete Personas, Top-10 nach Impressionen), Bewertungen→CSV→Personas-Dokument→Deck, "wen Kreative ansprechen vs. wer kauft", Connectoren + geplanter Slack-Workflow |
| Zielgruppeneinrichtung, Tracking-Einrichtung, Launch-Checklisten, Copy-Formeln | audience-targeting.md · conversion-tracking.md · platform-setup-checklists.md · ad-copy-templates.md | Vorhandene Grundlagen |
Plattform-Auswahlhilfe
| Plattform | Am besten geeignet für | Verwende, wenn |
|---|---|---|
| Google Ads | Hochintensive Suchtraffic | Leute aktiv nach deiner Lösung suchen |
| Meta | Demand-Generierung, visuelle Produkte | Nachfrage schaffen, starke kreative Assets |
| B2B, Entscheidungsträger | Jobtitel/Firmen-Targeting wichtig ist, höhere Preisklassen | |
| Twitter/X | Tech-Zielgruppen, Thought Leadership | Zielgruppe auf X aktiv ist, zeitnahe Inhalte |
| TikTok | Jüngere Zielgruppen, virale Kreative | Zielgruppe 18-34 Jahre alt, Videofähigkeit |
Best Practices für die Kampagnenstruktur
Kontoorganisation
Konto
├── Kampagne 1: [Ziel] - [Zielgruppe/Produkt]
│ ├── Anzeigenset 1: [Targeting-Variation]
│ │ ├── Anzeige 1: [Kreativvariation A]
│ │ ├── Anzeige 2: [Kreativvariation B]
│ │ └── Anzeige 3: [Kreativvariation C]
│ └── Anzeigenset 2: [Targeting-Variation]
└── Kampagne 2...
Namenskonventionen
[Plattform]_[Ziel]_[Zielgruppe]_[Angebot]_[Datum]
Beispiele:
META_Conv_Lookalike-Kunden_FreeTrial_2024Q1
GOOG_Search_Brand_Demo_Ongoing
LI_LeadGen_CMOs-SaaS_Whitepaper_Mar24
Budgetzuweisung
Testphase (erste 2-4 Wochen):
- 70% in bewährte/sichere Kampagnen
- 30% für Tests neuer Zielgruppen/Kreative
Skalierungsphase:
- Budget in erfolgreiche Kombinationen konsolidieren
- Budgets um ~20% auf einmal erhöhen – niemals 30%+ in einem Schritt (setzt das Plattform-Lernen zurück)
- Zwischen den Erhöhungen 3-5 Tage warten, damit der Algorithmus lernen kann
Frameworks für Anzeigentexte
Wichtige Formeln
Problem-Aufrütteln-Lösung (PAS):
[Problem] → [Das Problem verschärfen] → [Lösung vorstellen] → [CTA]
Vorher-Nachher-Brücke (BAB):
[Aktueller schmerzhafter Zustand] → [Gewünschter zukünftiger Zustand] → [Dein Produkt als Brücke]
Social Proof Lead:
[Beeindruckende Statistik oder Testimonial] → [Was du tust] → [CTA]
Für detaillierte Vorlagen und Überschriften-Formeln: Siehe references/ad-copy-templates.md
Zielgruppenverständnis und -Targeting
Deine Zielgruppe tief zu kennen, ist immer noch die Arbeit mit dem höchsten Hebel in bezahlten Anzeigen – Demografien, Jobtitel, Schmerzpunkte, Ängste, Hoffnungen, die genaue Sprache, die sie verwenden, wem sie folgen, was sie bereits ausprobiert haben, warum sie gescheitert sind, was sie kaufen. Sammle jeden möglichen Identifikator.
Was sich 2026 geändert hat, ist wo du dieses Wissen anwendest. Da die Algorithmen der Werbeplattformen deutlich besser darin geworden sind, die richtige Person zu finden, führt das Stopfen all deiner Zielgruppen-Identifikatoren in die Targeting-Filter der Plattform zu schlechteren Ergebnissen, als dieselben Identifikatoren in die Kreative (Überschriften, Texte, Visuelles, Hooks, Beispiele) einzuspeisen.
Die aktuelle Disziplin: Zielgruppenwissen → zuerst in die Kreative, Targeting-Filter erst danach. Wie stark dieses Verhältnis zugunsten der "Kreative" tendiert, variiert je nach Plattform.
Plattform-spezifisch: Wo Zielgruppenwissen anwenden
| Plattform | Zielgruppenwissen → Kreative | Zielgruppenwissen → Targeting-Filter | Anmerkungen |
|---|---|---|---|
| Meta (nach Andromeda) | 80%+ | 20% | Algorithmus belohnt breite + spezifische Kreative. Siehe unten [[#Moderner Meta-Playbook (Andromeda-Ära – 2026+)]]. Interest-Stacking schadet jetzt aktiv. |
| Google Search | 40% | 60% | Keywords sind immer noch das dominante Signal – Match-Types, Search-Intent-Layering und Negativ-Keywords treiben immer noch die Performance. Kreative (RSA Headlines) sind wichtig, aber nachgelagert zum Keyword. |
| Google Performance Max / Demand Gen | 70% | 30% | Zielgruppensignale sind beratend, nicht deterministisch. Kreative + Produkt-Feed-Qualität dominieren. |
| 40% | 60% | Jobtitel-/Firmen-/Branchenfilter liefern immer noch echte Präzision, weil LinkedIn's Identitätsdaten von hoher Qualität sind. Kreative sorgt für den Klick; Firmografien sorgen dafür, dass die richtige Person sie sieht. | |
| TikTok | 70% | 30% | Algorithmus ähnelt Metas Modell – breites Targeting + natii wirkende Kreative gewinnt. Einige Zielgruppeninteressen helfen, aber Kreative dominiert. |
| Twitter/X | 50% | 50% | Interessen- + Follower-Targeting noch sinnvoll, aber kreative Differenzierung hat hohen Hebel bei geringerem Wettbewerb. |
Diese Verhältnisse sind Richtwerte, nicht präzise. Teste in deinem tatsächlichen Konto.
Zielgruppenwissen auf Kreative anwenden
Sobald du Zielgruppen-Identifikatoren gesammelt hast, setzt du jede Art wie folgt in die Kreative ein:
- Demografische Identifikatoren (Alter, Ort, Beruf) → als identitätsauslösende Keywords in Überschriften einbetten (siehe [[#Der Ein-Keyword-Hack (Identitäts-Trigger-Keywords)]])
- Schmerzpunkte + Ängste → Überschrift + erste Zeile des Fließtextes (Sabri Subys Framing: "die wörtlichen Wörter, die deine Kunden für das Problem verwenden")
- Hoffnungen / gewünschte Ergebnisse → Transformations-Copy + CTAs
- Einwände + "warum sie beim letzten Mal nicht gekauft haben" → Einwand-behandelnde Retargeting-Anzeigen (siehe [[#Das 4-Komponenten-Retargeting-Framework]])
- Ihre Sprache / ihr Vokabular → der gesamte Copy-Ton – niemals Branchenjargon verwenden, den sie nicht nutzen
- Vorhandener Kundenstamm → trotzdem für Lookalike-Zielgruppen verwenden (siehe Schlüsselkonzepte unten)
- Nische / Segment, mit dem sie sich identifizieren → Identitäts-Trigger-Keywords in der Überschrift ("für Zahnärzte" / "für B2B-Gründer" / "für Eltern von Kleinkindern")
Schlüsselkonzepte (gelten weiterhin)
- Lookalikes: Basierend auf den besten Kunden (nach LTV), nicht allen Kunden. Immer noch wertvoll auf allen Plattformen.
- Retargeting: Nach Funnel-Stufe segmentieren (Besucher vs. Warenkorb-Abbrecher). Siehe [[#Mit ANDEREN Angeboten retargeten (nicht demselben)]] und [[#Das 4-Komponenten-Retargeting-Framework]] für das moderne Playbook.
- Ausschlüsse: Vorhandene Kunden und kürzliche Konverter ausschließen – Werbung für Leute, die bereits gekauft haben, verschwendet Budget.
Häufige Fehlerursache
Mit hyperpräzisem Targeting versuchen, schwache Kreative auszugleichen. Wenn deine Kreative generisch ist, du aber 12 Interessen + 3 demografische Filter + eine benutzerdefinierte Zielgruppe stapelst, hast du eine kleine Zielgruppe aufgebaut, die alle eine schlechte Anzeige sehen. Besser: Sammle dieselben Zielgruppen-Identifikatoren, schreibe 5 Kreativvarianten, die jeweils zu einem anderen Segment sprechen, targetiere breit, lass den Algorithmus jede Kreative dem richtigen Segment zuordnen.
Für detaillierte Targeting-Strategien nach Plattform: Siehe references/audience-targeting.md
Modernes Meta-Playbook (Andromeda-Ära – 2026+)
Meta hat 2025 den Andromeda-Algorithmus eingeführt, der Meta-Anzeigen grundlegend verändert hat. Das alte Playbook (Interest-Stacking, polierte Video-Kreative, Einzelgewinner-Skalierung) erzielt schlechtere Ergebnisse. Das neue Playbook:
Kreativvolumen ist der Engpass (Statiken > poliertes Video)
- Andromeda ist "ein hungriger Panda" – es braucht ständig frische Kreative, sonst ermüdet es
- Statiken übertreffen Video im Jahr 2026 oft, weil:
- Metas Algorithmus eine Tendenz zu Statiken hat – er kann mehr Statiken pro Sitzung pro Benutzer anzeigen, also sind sie günstiger auszuliefern
- Statische Kreative sind 10x günstiger und schneller zu produzieren als Video, was das Volumen ermöglicht, das Andromeda braucht
- Selbst Top-Werbetreibende mit 17+ VSLs berichten, dass simple native Statiken oft 2,5-monatige Produktions-VSLs schlagen
- Widme 1 Stunde pro Woche der Produktion frischer Kreativen für dein erfolgreichstes Angebot. Volumen > Verarbeitung.
Kreative IST das Targeting (breite Zielgruppe + spezifische Kreative)
- Das alte Playbook: Interessen stapeln, Zielgruppe eingrenzen, hoffen, den richtigen Käufer zu finden
- Das neue Playbook: Breit targetieren (nur das Land) und die Kreative das Targeting machen lassen
- Lange Anzeigentexte funktionieren 2026 besser als kurze – gibt Meta einen breiteren Kontext, um zu verstehen, wem die Anzeige gezeigt werden soll
- Teste es: Nimm deine beste erfolgreiche Anzeige mit Interest-Stacking-Targeting, dupliziere sie, entferne alles Targeting (wähle nur das Land), führe sie 7 Tage lang parallel. Überprüfe die CPAs. Breit gewinnt normalerweise.
Der Ein-Keyword-Hack (Identitäts-Trigger-Keywords)
- Nimm deine erfolgreiche Anzeige
- Dupliziere sie mit einem Nischen-/Identitäts-Keyword, das in die Überschrift oder den Fließtext eingefügt wird
- "So generierst du 462 Leads pro Woche im Autopilot" → "So generierst du 462 Zahnarzt-Leads pro Woche im Autopilot" / "...Anwalt-Leads..." / "...Immobilieninvestition-Leads..."
- Das Keyword ist ein Identitäts-Trigger für den Betrachter UND ein Targeting-Signal für Andromeda
- Senkt den CPL drastisch und eröffnet Zielgruppen-Pockets, die mit einer generischen Anzeige nicht erreichbar waren
KI-Varianten-Farming (der 100-Personen-Test)
- Nimm deine erfolgreiche Anzeige
- Füttere sie an Claude/ChatGPT/Kong mit dem Prompt:
"Ich möchte, dass du diese Anzeige liest und der Autor bist. Wenn ich die nächste Anzeige, die ich dich bitten werde zu schreiben, 100 Personen zeige, könnte nicht eine von 100 sagen, dass sie von einer anderen Person geschrieben wurde. Jetzt schreibe dies für [demografische Gruppe/Nische]."
- Die Ausgabe sollte im Wesentlichen gleich klingen, mit subtilen Relevanzverschiebungen für das Ziel
- Wende sequenziell an: Fließtext → Überschriften → Kreative
- Wirf alle Varianten in eine CBO, lass Metas KI das Budget zuweisen
Zombie-Kampagnen
- Nach dem Ausführen einer CBO gibt Meta 80% der Varianten kein Budget
- Nimm die toten Varianten, von denen du hoch überzeugt bist
- Starte sie in einem separaten Anzeigenset ("Zombie-Kampagne")
- Normalerweise erweckt das 20% als Gewinner wieder, die von Metas erster Zuweisung übergangen wurden
Lass Anzeigen nicht wie Anzeigen aussehen
...
[aus Platzgründen gekürzt]