Ihr Team kann seine Kampagnen jetzt selbst fahren. Hier ist das System, das es möglich macht.

Jedes E-Commerce-Team, mit dem ich arbeite, landet irgendwann bei derselben Frage: Wie viel davon könnten wir eigentlich selbst machen?

Bis vor Kurzem lautete die ehrliche Antwort: weniger, als Sie hoffen. Google Ads und Meta gut zu fahren, brauchte jemanden, der täglich in diesen Oberflächen lebt — und die beiden Aufgaben, die die meiste Zeit fraßen, nämlich Daten zusammentragen und interpretieren, ließen sich kaum an Software abgeben.

Das hat sich geändert. Nicht weil die Plattformen einfacher geworden wären — das sind sie nicht — sondern weil Reporting und Routineinterpretation heute Dinge sind, die ein gut konfiguriertes KI-System zuverlässig erledigt. Übrig bleibt Urteilsvermögen, und das ist deutlich seltener nötig als Reporting.

Genau das setze ich in Unternehmen auf und schule ihre Teams darin.

Was das System tatsächlich ist

Es ist kein Chatbot, der an Ihr Werbekonto geschraubt wird. Es sind vier Bausteine, die zusammengeschaltet werden:

Eine Datenebene. Google Ads, Meta, GA4 und Ihr Shop-Backend an einem Ort, nach Zeitplan, mit den Kennzahlen, die für Ihr Geschäft zählen — einmal und zentral definiert. Deckungsbeitrag statt Umsatz. Neukunden statt Conversions.

Dieser Baustein entscheidet, ob das Ganze funktioniert, und wird am häufigsten unterschätzt. Benjamin Wenner hat das Argument in Search Engine Land gut formuliert: Ein Agent, der nur auf Plattformdaten optimiert, bildet eine geschlossene Schleife, in der die Kennzahlen besser werden, während das Geschäft schlechter läuft — denn “Google Ads doesn’t know your average deal size, sales cycle length, or cash position this month”. Sein Fazit deckt sich mit meinem: Den Agenten zu bauen ist der leichte Teil; ihn mit der Realität zu verbinden ist die Arbeit.

Eine KI-Oberfläche darüber. Ihr Team fragt in normaler Sprache und bekommt Antworten, die auf diesen Daten beruhen: Welche Kampagnen haben letzte Woche nach Retouren Geld verloren? Warum ist der CPA in den Niederlanden gestiegen? Zeig mir jede Produktgruppe, in der die Werbeausgaben den Rohertrag übersteigen. Kein SQL, keine Pivot-Tabellen, kein Warten auf den Dienstagsreport von jemand anderem.

Leitplanken. Definierte Schwellen dafür, was normal ist, was gemeldet gehört und was sich nie ohne menschliche Entscheidung ändern darf. Diesen Schritt überspringen die meisten, und er entscheidet darüber, ob das System nützlich oder gefährlich ist.

Eine Routine. Ein wöchentlicher Rhythmus, dem das Team tatsächlich folgt: Das System bereitet vor, ein Mensch prüft, Entscheidungen werden festgehalten. Ohne Routine haben Sie ein sehr teures Suchfeld.

Was es zuverlässig übernimmt

Reporting, vollständig. Jeder Report, jede Sicht, jederzeit, im Format der fragenden Person. Das allein rechtfertigt das Setup meist — die Reporting-Kosten der meisten Unternehmen bemessen sich in Personentagen pro Monat, und die fallen weitgehend weg.

Anomalieerkennung. Das System beobachtet jede Kampagne, jede Produktgruppe, jedes Land, jeden Tag. Ein Mensch beobachtet die zehn Dinge, an die er denkt. Wenn eine Produktgruppe still 30 % des Budgets mit Verlust frisst, sieht das System es am zweiten Tag.

Routineanalysen. Suchbegriffe, Platzierungen, Zielgruppenüberschneidungen, Creative-Ermüdung, Feed-Fehler. Das sind Mustererkennungsaufgaben über große Tabellen — genau das, was die Technologie gut kann, und genau das, was Menschen unregelmäßig machen, weil es mühsam ist.

Erklärung. Nicht nur was sich bewegt hat, sondern was es plausibel bewegt hat, mit den Zahlen dazu. Ihr Team hört auf zu raten und fängt an zu prüfen.

Wo es scheitert — und das sollten Sie vorher wissen

Alles, was Wissen außerhalb der Daten braucht. Ein Wettbewerber startet einen Preiskampf. Ein Lieferengpass bedeutet vierzehn statt zwei Tage Lieferzeit für Ihren Bestseller. Die Rechtsabteilung will eine Aussage aus dem Anzeigentext haben. Das System sieht die Wirkung und schreibt sie überzeugt etwas anderem zu.

Strategische Umbauten. Ein Konto von Umsatz auf Marge umzustellen, Marke von generischer Nachfrage zu trennen, den Zweck einer Kampagne zu ändern — das sind Urteilsfragen mit Folgewirkungen, und KI ist ein schlechter Richter über Folgen, die sie nie gesehen hat.

Neuartige Situationen. Eine neue Plattformfunktion, eine ungewöhnliche Auktionsdynamik, ein Tracking-Bruch, der wie ein Leistungseinbruch aussieht. Das System ist auf das Gewöhnliche trainiert; die teuren Probleme sind ungewöhnlich.

Alles, wo überzeugtes Danebenliegen teuer ist. Deshalb wiegen die Leitplanken schwerer als die Fähigkeiten.

Jeder dieser Fälle ist einer, in dem sich ein Spezialist rechnet. Es geht nicht darum, Erfahrung aus dem Bild zu nehmen — sondern darum, sie auf die Fragen zu richten, die sie wirklich brauchen.

Was vorher stehen muss

Seien Sie hier ehrlich, bevor Sie investieren:

Tracking, das zur Buchhaltung passt. Wenn plattformseitiger und tatsächlicher Umsatz um mehr als ein paar Prozent auseinanderlaufen, beheben Sie das zuerst. Ein System auf kaputtem Tracking produziert flüssig formulierten, gut formatierten Unsinn.
Margendaten auf Produktebene. Auf Umsatz zu optimieren ist der Grund, warum viele Konten erfolgreich aussehen und Geld verlieren. Ohne Marge in der Datenebene bekommen Sie eine schnellere Version desselben Fehlers.
Eine Person, die es verantwortet. Kein Gremium. Jemand, zu dessen Aufgaben der wöchentliche Review gehört und der handeln darf.
Realistische Erwartungen. Das System fährt den Normalbetrieb. Es ersetzt keine Strategie, und im ersten Monat geht es um Vertrauen in die Zahlen, nicht um Einsparungen.

Was sich wirklich ändert

Drei Dinge, verlässlich.

Reporting hört auf, eine Aufgabe zu sein. Niemand baut mehr ein Monatsdeck; wer eine Zahl braucht, fragt danach. Diese Zeit geht zurück ins Geschäft.

Probleme werden Tage früher sichtbar — nicht weil jemand klüger geworden wäre, sondern weil alles beobachtet wird statt der zehn Dinge, an die jemand gedacht hat.

Und das Gespräch mit externen Spezialisten ändert seinen Charakter. Die Stunde, die Sie kaufen, fließt in die Entscheidung, was zu tun ist, statt in die Feststellung, was passiert ist — für beide Seiten die bessere Verwendung.

Ungefähr dorthin erwartet die Branche die Entwicklung auch: Die Trenddiskussionen für 2026 in Search Engine Land landen bei derselben Kombination aus schnellem KI-Fortschritt, soliden Grundlagen und menschlicher Aufsicht, wobei die Messqualität — nicht die Modellqualität — der begrenzende Faktor ist.

Ich setze diese Systeme auf und schule Teams darin, als Remote-Workshop oder als Programm über mehrere Wochen. Ob Ihr Konto und Ihre Daten in einem Zustand sind, in dem das funktioniert, klärt ein kurzes Gespräch schnell.