Werbung in ChatGPT hat keine Keywords. Sie hat Bedeutung

Zusammenfassung: Seit Ende August 2026 sind Werbung in ChatGPT verfügbar. Sie werden nicht auf Basis von Keywords gekauft. Das System passt sie an die Bedeutung des gesamten Gesprächs, den Inhalt der Zielseite und die Beschreibung der Situation an, in der der Kunde Hilfe benötigt. Die Werbung wird direkt unter der Antwort des Modells angezeigt, sodass ihre Effektivität auch davon abhängt, was ChatGPT zuvor über die Marke gesagt hat. Studien zur Markensemantik in elf Branchen, von Bau und Industrie bis hin zu Hotels, Mode und Rechtsdienstleistungen, zeigen, dass dieser Hintergrund selten neutral ist. Daher ist dies ein Kanal für gut vorbereitete Unternehmen. Eine Marke ohne strukturierte Entitäten, ohne eindeutige Zielseite und ohne Wissen darüber, was Modelle heute über sie sagen, wird hier keinen Vorteil kaufen – sie kauft Klicks zu einem Gespräch, das sie zuvor verloren hat. Dies verändert den Kompetenzrahmen, der für die Durchführung von Kampagnen erforderlich ist: von der Verwaltung von Geboten und Phrasen hin zur Verwaltung von Bedeutung, Kontext und Markenrepräsentation in Sprachmodellen. Im Folgenden erkläre ich, wie dieser Kanal funktioniert, warum er die Spielregeln in der Konversion ändern kann, was von einem Unternehmen verlangt wird, das ihn nutzen möchte, und wie man überprüfen kann, ob man bereit dafür ist.

1. Was ist eigentlich passiert

OpenAI kündigte am 9. Februar 2026 Werbung in ChatGPT an und testete sie sechs Monate lang in den Vereinigten Staaten. Am 24. August 2026 wurde der Kanal in 31 europäischen Ländern gestartet. Der Anzeigenmanager (Ads Manager) funktioniert in einer Beta-Version. In Europa starteten die ersten Kampagnen über Partner, und die Selbstbedienung soll schrittweise verfügbar gemacht werden.

Einige Fakten, mit denen man beginnen sollte, da sie den Rest ordnen:

• Die Werbung erscheint unter der Antwort von ChatGPT, ist als gesponsert gekennzeichnet und visuell vom Text des Modells getrennt. Sie ist nicht in die Antwort eingefügt.

• Ein Format: Markenname mit Favicon, Überschrift bis zu 30 Zeichen, Beschreibung bis zu 60 Zeichen, quadratisches Bild 256×256 px und Link zur Zielseite. Kein Video, keine Karussells.

• Derzeit sehen sie sie Nutzer von kostenlosen Plänen (Free, und in Märkten, wo es existiert – auch Go). OpenAI erklärt, dass keine Werbung in Plus-, Pro- oder Business-Plänen angezeigt wird, noch an Personen unter 18 Jahren. Werbung erscheint auch nicht in temporären Chats und bei nicht angemeldeten Nutzern. Dies sollte bei der Planung der Reichweite berücksichtigt werden. Es ist auch wichtig, zu verfolgen, ob sich diese Politik ändert.

• Der Werbetreibende hat keinen Einfluss auf die Antwort des Modells und erhält keine Daten über den Nutzer: weder den Inhalt des Gesprächs noch die Historie oder die E-Mail-Adresse.

• Abrechnung: CPM (Kosten pro tausend Impressionen), CPC (Kosten pro Klick; OpenAI empfiehlt Raten von 3–5 USD) und – seit August – oCPC, also Optimierung für Konversionen. Das frühere Mindestbudget von 50.000 USD wurde aufgehoben.

• Messung: Impressionen, Klicks, CTR, durchschnittlicher CPC und CPM, Ausgaben, Konversionen. Kampagnen können mit UTM-Parametern markiert werden, und Konversionen können über Pixel und die Conversions API gemessen werden. OpenAI weist darauf hin, dass der Kanal noch keine Benchmarks für die Effektivität zwischen den Branchen hat.

2. Wie ChatGPT die Werbung auswählt. Und warum es nicht „neue Google Ads“ ist

In der Suchmaschine ist die Mechanik seit fast einem Vierteljahrhundert bekannt: Der Nutzer gibt einen Begriff ein, der Werbetreibende bietet auf den Begriff, und derjenige gewinnt, der die beste Kombination aus Gebot und Qualitätsbewertung hat. Der Begriff ist der gemeinsame Nenner. Man kann ihn kaufen, ausschließen, messen.

In ChatGPT gibt es diesen gemeinsamen Nenner nicht. Laut der Dokumentation von OpenAI passt das System die Werbung basierend auf vier Faktoren gleichzeitig an:

1. dem Kontext und der Absicht des gesamten Gesprächs, nicht des letzten Satzes;

2. dem Inhalt der Zielseite der Werbung, die OpenAI mit seinem eigenen Bot (OAI-AdsBot) liest und auf Übereinstimmung mit der Werberichtlinie überprüft;

3. dem Titel und der Beschreibung der Werbung;

4. den kontextuellen Hinweisen („context hints”), die vom Werbetreibenden bereitgestellt werden – und, falls der Nutzer die Personalisierung aktiviert hat, ausgewählten Signalen aus seinen vorherigen Gesprächen.

Kontextuelle Hinweise sind keine Keywords. OpenAI erklärt ausdrücklich, dass sie nicht wie eine exakte Übereinstimmung funktionieren und keine Garantie für die Anzeige in einem bestimmten Gespräch bieten. Es handelt sich um eine Beschreibung der Bedarfssituation: Wer fragt, worum es geht, in welchem Entscheidungszeitpunkt. Anstelle des Begriffs „CRM-System“ beschreibt der Werbetreibende „ein Verkaufsteam, das Werkzeuge zur Automatisierung von Berichterstattung vergleicht und die manuelle Arbeit reduzieren möchte“. Die endgültige Entscheidung über die Ausstrahlung trifft das Relevanzmodell von OpenAI.

Hinzu kommt die Auktion. Das Gebot ist nur eines der Eingaben, und die Relevanz der Werbung und der Zielseite im Verhältnis zum Gespräch entscheidet mit darüber, wer gewinnt und wie viel bezahlt wird. Mit anderen Worten: Wenn die Zielseite eindeutig beschreibt, was das Produkt ist, für wen, in welchen Situationen und wie es sich von Alternativen unterscheidet, hat das System eine Grundlage für die Anpassung, und die Werbung gewinnt günstiger.

Die Konsequenz ist einfach: In diesem Kanal kann man keine Kampagne auf Keywords „einstellen“. Man muss wissen, wie Menschen tatsächlich mit dem Modell über eine bestimmte Kategorie sprechen, in welchem Entscheidungszeitpunkt dies geschieht und was das Modell antwortet, bevor die Werbung angezeigt wird.

3. Warum die Konversion anders aussehen kann als in der Suchmaschine

Um ehrlich zu sein: OpenAI veröffentlicht keine Benchmarks, und der Markt sammelt erst die ersten Daten. Aber es gibt drei unabhängige Indikatoren, die helfen zu verstehen, warum dieser Kanal ein anderes konversionelles Potenzial hat als klassische Medien.

Erstens, der Moment. Der Nutzer von ChatGPT „sucht“ nicht; er spricht bereits. Er hat eine Frage gestellt, eine Antwort erhalten und oft nachgefragt. Die Werbung erscheint in dem Moment, in dem das Bedürfnis bereits benannt ist und die Auswahlkriterien besprochen wurden. Das ist der nächste Moment der Entscheidung, den Werbung jemals erreicht hat.

Zweitens, die Qualität des Verkehrs. Shopify berichtete, dass im ersten Quartal 2026 der Verkehr von GenAI-Assistenten um 49% besser auf der Produktseite konvertierte als der Verkehr aus der Suchmaschine, und die Anzahl der Besuche aus dieser Quelle stieg im Jahresvergleich um das Achtfache. Criteo stellte bei einer Stichprobe von 500 Händlern fest, dass der Verkehr, der von Sprachmodellen gesendet wird, etwa 1,5-mal besser konvertiert als andere Referenzkanäle. Dies sind Daten über organischen, nicht bezahlten Verkehr, aber sie zeigen, mit welchem Nutzertyp wir es zu tun haben: mit jemandem, der bereits die Vergleichsphase im Gespräch durchlaufen hat.

Drittens, erste bezahlte Tests. Ein zweiwöchiger Test von SE Ranking auf englischsprachigen Märkten ergab einen CTR von 1,30% bei über 97.000 Impressionen. Ein anderer Test, veröffentlicht von einer kanadischen Agentur, ergab einen CTR von 0,65% bei Kosten pro Klick von etwa 4,4–4,9 CAD. Die Streuung ist groß und sollte so behandelt werden: als Signal, dass der Kanal funktioniert, nicht als Benchmark.

Es gibt auch die andere Seite der Medaille, über die man ebenso klar schreiben muss. Werbung erreicht heute Nutzer von kostenlosen Plänen, nicht von Plus-, Pro- oder Business-Abonnements. Zwei veröffentlichte B2B-Tests deuten darauf hin, dass Entscheidungsträger im Geschäft häufiger als der durchschnittliche Nutzer die kostenpflichtigen Pläne nutzen, also die, in denen es derzeit keine Werbung gibt. Ein Klick kostet 3–5 USD. Das Inventar ist begrenzt, es gibt nur ein Format, und die Optimierungstools sind jung. Jede falsche Übereinstimmung ist in diesem Kanal teuer. Genau deshalb hört die Präzision des Kontexts auf, eine Frage der Ästhetik zu sein, und wird zur Bedingung für Rentabilität.

4. Ein Fenster, zwei Ebenen: was das Modell über Ihre Werbung sagt

Hier kommen wir zu einem Punkt, der in keinem Leitfaden zu ChatGPT Ads vorkommt und der – meiner Meinung nach – über den Erfolg der Kampagne entscheidet.

Die Werbung wird unter der Antwort des Modells angezeigt. Der Nutzer liest zuerst, was ChatGPT über sein Problem denkt, welche Lösungen es empfiehlt, welche Marken es erwähnt und wie es sie beschreibt. Erst danach sieht er die gesponserte Karte. Das bedeutet, dass in einem Fenster zwei Ebenen der Markenkommunikation vorhanden sind: organische Markenrepräsentation in der Antwort des Modells und bezahlte Karte. Der Werbetreibende kontrolliert nur die zweite.

Betrachten wir vier typische Situationen, die wir in den Antworten der Modelle beobachtet haben, die wir mit unserem Forschungswerkzeug Semantio durchgeführt haben:

Situation A: Das Modell empfiehlt einen Konkurrenten. Der Nutzer fragt nach einer Lösung in einer Kategorie, das Modell nennt drei Marken und empfiehlt eine davon. Darunter erscheint die Werbung der vierten Marke – Ihrer. Die bezahlte Karte konkurriert mit der Empfehlung, die der Nutzer gerade gelesen hat und der er vertraut. Ein Klick ist möglich, aber die Werbung beginnt von einer Position, die das Modell bereits verloren hat.

Situation B: Das Modell gibt falsche Informationen über die Marke an. In der Antwort erscheint Ihre Marke, aber mit einem falschen Preis, einem nicht existierenden Zertifikat, einem falschen Standort oder einem Merkmal, das einem Konkurrenten zugeordnet ist. Die Werbung darunter führt zu einer Seite, die etwas anderes sagt. Der Nutzer erhält eine widersprüchliche Botschaft und weiß nicht, wem er glauben soll.

Situation C: Das Modell kennt die Marke nicht. Die Antwort handelt von einer Kategorie, aber Ihre Marke wird darin nicht erwähnt. Die Werbung ist der erste Kontakt – und das einzige Argument. Dies ist das teuerste Szenario, da die gesamte Überzeugungsarbeit auf 30 Zeichen der Überschrift und 60 Zeichen der Beschreibung lastet.

Es gibt auch Situation D: Das Modell empfiehlt Ihre Marke, und die Werbung bestätigt dies. In diesem Fall arbeiten die beiden Ebenen zusammen: Die organische Antwort schafft Vertrauen, die bezahlte Karte bietet den kürzesten Weg zur Handlung. Dies ist die einzige Konstellation, in der die Kosten pro Klick die Chance haben, sich zu rentieren.

Was wir in den Studien sehen: elf Branchen, derselbe Mechanismus

Die folgenden Beispiele stammen aus den Markenrepräsentationsstudien, die wir 2026 in Semantio für Kunden von Brand Semantics sowie im Rahmen der Studie AI Business Center Foundation mit Daten von Semantio durchgeführt haben. Wir geben die Branchen und den Umfang der Studie an, da sie zeigen, dass der Mechanismus branchenunabhängig ist. Jedes Ergebnis ist ein datiertes Foto von einem Tag der Studie – die Modelle ändern ihre Antworten im Laufe der Zeit, weshalb die Messung wiederholt wird.

Drei Dinge aus dieser Tabelle haben direkte Auswirkungen auf ChatGPT Ads.

Erstens, „keine Marke in Fragen zur Kategorie“ ist die Norm, nicht die Ausnahme. In acht von elf Studien ist die Marke nahezu nicht vorhanden, wenn der Kunde ihren Namen noch nicht kennt, also genau in den Gesprächen, in die die Werbung eintreten sollte. Werbung in einem solchen Kontext funktioniert in Situation C: Sie ist das einzige Argument und zahlt den vollen Preis für jeden Klick.

Zweitens, hohe Empfehlungen bedeuten nicht, dass der Hintergrund sicher ist. Bei dem Hersteller von Beleuchtung traten 16 von 18 Fehlern in Antworten auf, in denen das Modell die Marke empfahl. Bei dem Hersteller von Ventilation empfahlen die Modelle das Unternehmen und ordneten es gleichzeitig einer ausländischen Kapitalgruppe zu. Werbung unter einer solchen Antwort verstärkt die Empfehlung und den Fehler zusammen.

Drittens, die gleiche Frage in verschiedenen Systemen ergibt unterschiedliche Hintergründe. Bei einem regionalen Hersteller von Wurstwaren schwankte die Bewertung der Empfehlungen (auf einer Skala von 0–100) je nach System zwischen 16 und 51; bei dem Hersteller von Ventilation sahen vier Systeme die Marke in 20 von 20 Fragen, und das fünfte in 13 von 20. Eine Kampagne in ChatGPT betrifft ein System, aber der Kunde vergleicht in mehreren – und den organischen Hintergrund muss man in jedem von ihnen kennen.

Der Unterschied zwischen Situation A und D ist keine Frage des Gebots oder der Kreation. Es ist eine Frage dessen, wie das Modell die Marke repräsentiert, bevor die Kampagne überhaupt startet. Und das ist in keinem Werbepanel sichtbar. Um das zu sehen, muss man den Modellen die gleichen Fragen stellen, die die Kunden stellen – viele Male, in vielen Varianten, in mehreren Systemen – und die Antworten messen. Das ist genau das Thema der Generative Engine Optimization (GEO) und das Thema der Messung in Semantio.pro.

5. Vier Kompetenzen, die dieser Kanal erfordert

Da ChatGPT Werbung nicht an Phrasen, sondern an Bedeutungen anpasst, lautet die Frage: Wer kann mit Bedeutungen arbeiten? Aus unserer Erfahrung sind vier Kompetenzen erforderlich. Es lohnt sich zu überprüfen, welche davon das Team hat, das die Kampagne leitet – intern oder extern.

5.1. Entitätenkarte und Behauptungskarte – damit die Zielseite für das Modell verständlich ist

Das OpenAI-System liest die Zielseite und bewertet die Relevanz der Werbung für das Gespräch. Wenn die Seite das Unternehmen als „innovativen Technologiepartner“ beschreibt, hat das Modell keine Grundlage, um zu erkennen, in welchen Gesprächen die Werbung sinnvoll ist. Wenn die Seite eindeutig sagt: welches Produkt, für wen, für welches Problem, in welcher Kategorie, mit welchen Beweisen und wie es sich von Alternativen unterscheidet – hat das Modell eine Grundlage für die Anpassung.

Zwei Beispiele aus unseren Audits zeigen, wie oft diese Bedingung nicht erfüllt ist. Die Seite eines lokalen Bauzentrums renderte den gesamten Inhalt erst im Browser des Kunden – die Bots, mit denen die Modelle das Internet lesen, sahen „ein leeres Blatt“; das einzige, was sie lesen konnten, waren zwei Wörter. Eine solche Seite hat als Landing Page für Werbung in ChatGPT keine Chance, die Relevanzauktion zu gewinnen, und der OAI-AdsBot hat nichts zu überprüfen. Ein polnischer Hersteller, der in einer internationalen Gruppe tätig ist, hatte in seiner Seitenkarte 699 von 729 Adressen, die auf die Domain des ausländischen Mutterunternehmens führten; die Modelle zitierten die polnische Domain in 7% der Antworten und ordneten Referenzen und Zertifikate einem anderen Unternehmen zu. Werbung für eine solche Marke würde auf eine Seite führen, die das Modell nicht mit dem Subjekt verbindet, über das es in der Antwort zuvor spricht.

Wir nennen das semantische Eindeutigkeit. In der Praxis bedeutet es die Trennung von zwei Dingen: Entitätenkarte (welche Objekte die Welt der Marke bilden: Produkte, Empfänger, Probleme, Konkurrenten, Beweise) und Behauptungskarte (welche Aussagen über diese Objekte wahr sein sollen, durch Quellen bestätigt und vom Modell übernommen werden können). Eine so vorbereitete Zielseite ist gleichzeitig eine bessere Seite in der Suchmaschine, eine bessere Quelle für Sprachmodelle und ein günstigeres Landing in der relevanzgewichteten Auktion. Das ist eine Arbeit, drei Effekte.

5.2. Intention-Szenarien – damit die kontextuellen Hinweise aus Daten und nicht aus Brainstorming resultieren

Ein kontextueller Hinweis ist eine Beschreibung der Bedarfssituation: wer, welches Bedürfnis, welcher Kontext, welcher Entscheidungszeitpunkt. Um ihn gut zu formulieren, muss man wissen, wie Kunden tatsächlich die Modelle nach einer bestimmten Kategorie fragen – in der Entdeckungsphase („wie löse ich Problem X“), in der Vergleichsphase („wie unterscheidet sich A von B“) und in der Entscheidungsphase („wo kaufen, wem beauftragen“).

In Semantio arbeiten wir genau mit solchen Einheiten: Szenarien, also vollständigen Fragen, die in einer bestimmten Persona, einem Produkt und einem Entscheidungszeitpunkt verankert sind und an ausgewählte Systeme gerichtet sind. Ein Unternehmen, das seit Monaten Kauf-Szenarien in der Kategorie des Kunden untersucht, formuliert kontextuelle Hinweise aus der Messung: es weiß, welche Situationen mit einer Empfehlung enden, in denen das Modell Konkurrenten nennt und in denen die Marke nicht vorhanden ist. Ein Team, das eine solche Messung nicht hat, formuliert Hinweise aus Intuition – und überprüft sie erst mit dem Budget.

5.3. Messung der Markenrepräsentation – vor, während und nach der Kampagne

Dies ist eine Kompetenz, die die Durchführung von Kampagnen in ChatGPT von der Durchführung von Kampagnen in jedem anderen Medium unterscheidet. Da über der Werbung die organische Antwort des Modells steht, muss man wissen:

• vor dem Start – in welchem Prozentsatz der Kauf-Szenarien das Modell die Marke nennt, wie oft es sie empfiehlt, welchen Share of Voice es gegenüber Konkurrenten hat, in welchem Ton es sie beschreibt und ob es keine falschen Informationen über sie angibt;

• währenddessen – ob die organische Antwort die Werbung unterstützt (Situation D) oder gegen sie kämpft (A, B, C); ob Änderungen auf der Seite und in den Quellen die Antworten des Modells verschieben; welche Quellen das Modell zitiert, wenn es über die Kategorie spricht;

• nach der Kampagne – was genau das Modell am Tag der Ausstrahlung über die Marke gesagt hat, in einer Form, die dem Management oder Kunden gezeigt werden kann.

In der Praxis verändert diese Messung die Kampagnenentscheidungen. Bei dem Hersteller von Toren und Türen war der organische Hintergrund in der Entscheidungsphase neutral (0% direkte Empfehlungen bei einem Sentiment von 8,1/10) – Werbung macht dort erst Sinn, wenn Beweise auf der Zielseite vorhanden sind, die dem Modell eine höhere Preisgestaltung rechtfertigen. Bei der Schuhmarke war der Hintergrund in der Entscheidungsphase direkt ungünstig (Hinweise auf Reklamationen) – eine Kampagne ohne vorherige Arbeit an den Quellen würde Klicks von Kunden kosten, die gerade eine Warnung gelesen haben. Bei dem Premium-Hotel war der Hintergrund in Wellness-Szenarien hervorragend und in Konferenzszenarien schlecht – die kontextuellen Hinweise und Zielseiten müssen für jedes dieser Segmente unterschiedlich sein.

Semantio misst diese Dimensionen an den lebendigen Antworten von ChatGPT, Gemini, Claude, Perplexity, Google AI Overview, Microsoft Copilot, Grok und DeepSeek: Sichtbarkeitsrate, Share of Voice, Empfehlungsgrad, Sentiment, Einfluss der Quellen und Erkennung von Aussagen, die mit verifizierten Fakten über die Marke widersprüchlich sind. Jedes Ergebnis ist eine datierte Messung einer bestimmten Studie, keine Prognose aus den Signalen auf der Seite. Dadurch wird die Kampagne in ChatGPT nicht im Dunkeln durchgeführt: Wir wissen, auf welchem organischen Hintergrund die Werbung angezeigt wird und ob dieser Hintergrund für sie arbeitet oder gegen sie.

5.4. Nachweis – damit das Ergebnis verteidigt werden kann

In einem Kanal ohne Benchmarks und mit 24–48 Stunden Verzögerung bei der Berichterstattung über Konversionen ist es besonders wichtig, dass die Diagnose und die Schlussfolgerungen überprüfbar sind. In Semantio wird jede Antwort des Modells zusammen mit Metadaten, Klassifikationen und zitierten Quellen in einem Protokoll gespeichert, und ausgewählte Antworten können als unabhängig überprüfbarer, vor Modifikation geschützter Nachweis dessen, was ein bestimmtes System an einem bestimmten Tag gesagt hat, festgehalten werden.

6. Wie wir Kampagnen in ChatGPT durchführen

In Brand Semantics führen wir Kampagnen für ChatGPT Ads von der Diagnose bis zum Bericht durch – mit direktem Zugang zum Ads Manager und unserem eigenen Messwerkzeug. Der Prozess sieht folgendermaßen aus:

1. Diagnose der Markenrepräsentation in Modellen. Untersuchung in Semantio: reale Kauf-Szenarien in der Kategorie des Kunden, in der Sprache des Marktes, in mehreren Systemen. Ergebnis: Wo die Marke empfohlen wird, wo sie gegen Konkurrenten verliert, wo die Modelle Fehler machen, welche Quellen die Antwort prägen.

2. Entitätenkarte und Vorbereitung der Zielseite. Ordnung dessen, was das Modell über die Marke verstehen soll, und Übertragung auf die Zielseite: eindeutig, quellenbasiert, durch OpenAI-Bots (OAI-AdsBot und OAI-SearchBot) durchlässig (die Blockierung eines von beiden führt zur Ablehnung der Werbung oder zum Verschwinden aus organischen Antworten).

3. Szenarien → kontextuelle Hinweise und Kreationen. Aus der Messung ergeben sich Bedarfssituationen, in denen Werbung sinnvoll ist, und Varianten von Überschriften und Beschreibungen, die an den Entscheidungszeitpunkt angepasst sind.

4. Kampagne im Ads Manager. Ziel (Reichweite, Klicks oder Konversionen), Geographie, Plattform, Tagesbudget, Messung der Konversionen über Pixel und durch die Conversions API, die vor dem Start konfiguriert werden.

5. Überwachung der beiden Ebenen. Parallel: Ergebnisse der Kampagne aus dem Ads Manager und regelmäßige Messung der organischen Antworten der Modelle in Semantio. Wenn der organische Hintergrund gegen die Werbung arbeitet – GEO-Maßnahmen auf Quellen und Inhalten, nicht nur auf Geboten.

6. Bericht mit Nachweis. Was das Modell gesagt hat, was die Werbung bewirkt hat, was sich zwischen den Messungen geändert hat – mit Protokollen und überprüfbarem Nachweis der Antworten.

7. Wer jetzt einsteigen sollte und wer warten sollte

Es lohnt sich jetzt zu testen, wenn die Marke in einer Kategorie tätig ist, in der der Kunde vergleicht, fragt und mit weiteren Fragen zurückkommt: E-Commerce mit überlegten Produkten, Elektronik, persönliche Finanzen (im Rahmen der Werberichtlinien von OpenAI), Telekommunikation, Automobil, Reisen, Bildung, Dienstleistungen, die nach Recherche ausgewählt werden, sowie Produkte für das Zuhause, Bau- und Renovierungsprodukte oder Artikel für Kinder. Es lohnt sich auch, wenn das Unternehmen Erfahrung in diesem Kanal sammeln möchte, bevor es die Konkurrenz tut – bei einem jungen Kanal sind die Lernkosten niedriger als die Kosten für Verspätungen.

Es lohnt sich zu warten, wenn:

• die Kunden hauptsächlich B2B-Entscheidungsträger sind, die kostenpflichtige Pläne von ChatGPT nutzen – Werbung wird sie derzeit nicht erreichen; in diesem Fall ist die organische Markenrepräsentation in den Antworten, die alle Nutzer sehen, unabhängig vom Plan, wichtiger. In der Untersuchung des Herstellers von Brandschutzventilation haben wir dies als „Ausschreibung, die vor der Ausschreibung verloren geht“ bezeichnet: Der Designer fragt das Modell, was in die Spezifikation aufgenommen werden soll, erhält eine Liste ohne Marke – und die Marke tritt erst in der Ausführungsphase als Ersatz auf, kämpft mit dem Preis. Das kann keine gesponserte Karte beheben, sondern nur die Präsenz in der Antwort selbst;

• das Produkt FMCG oder eine lokale Dienstleistung mit niedrigem Warenkorbwert ist – bei CPC von 3–5 USD rechnet sich die Wirtschaftlichkeit nicht;

• die Branche den Einschränkungen der Werberichtlinien unterliegt (Alkohol, Glücksspiel, politische Inhalte sind verboten; Gesundheit und Finanzdienstleistungen sind eingeschränkt und in den meisten Fällen außerhalb der USA nicht zulässig);

• das Unternehmen keine Zielseite hat, die das Modell verstehen könnte – dann ist der erste Schritt nicht die Kampagne, sondern die Ordnung der Markenrepräsentation.

Unabhängig davon, ob das Unternehmen in bezahlte Werbung einsteigt, funktioniert die organische Ebene immer: Ein Nutzer des kostenpflichtigen Plans sieht die Werbung nicht, aber er sieht, was das Modell über die Marke sagt. Für viele B2B-Unternehmen ist dies heute ein wichtigerer Kanal als jede gesponserte Karte.

8. Checkliste zur Bereitschaft für ChatGPT Ads

Vor dem Start einer Kampagne sollte man zehn Fragen beantworten:

1. Wissen wir, in welchem Prozentsatz realer Kaufanfragen in unserer Kategorie ChatGPT unsere Marke überhaupt erwähnt?

2. Wissen wir, wen es stattdessen empfiehlt – und warum (welche Quellen)?

3. Gibt das Modell falsche Informationen über uns an, die die Werbung verstärken würde, anstatt sie zu korrigieren?

4. Beschreibt die Zielseite eindeutig das Produkt, den Empfänger, das Problem und die Beweise – in einer Sprache, die das Modell übernehmen kann?

5. Durchlässt die Seite OAI-AdsBot und OAI-SearchBot?

6. Haben wir Intention-Szenarien für drei Entscheidungsphasen, aus denen die kontextuellen Hinweise resultieren?

7. Haben wir mehrere Varianten von Überschrift und Beschreibung, von denen jede einen anderen Vorteil zeigt und nicht die gleiche Botschaft?

8. Ist die Messung der Konversion (Pixel, Conversions API, UTM) vor dem Start konfiguriert und nicht danach?

9. Nutzen unsere Kunden den kostenlosen Plan von ChatGPT?

10. Haben wir eine Möglichkeit, dem Management nach der Kampagne zu zeigen, was das Modell am Tag der Ausstrahlung über die Marke gesagt hat – in einer überprüfbaren Form?

Wenn die Antworten auf die Fragen 1–3 „wir wissen nicht“ lauten, wird die Kampagne im Dunkeln gestartet – unabhängig davon, wer sie leitet.

9. Glossar der Begriffe

ChatGPT Ads – der Werbekanal von OpenAI, in dem gesponserte Karten unter den Antworten von ChatGPT für Nutzer von kostenlosen Plänen angezeigt werden; die Anpassung basiert auf dem Gesprächskontext, der Zielseite, der Kreation und den kontextuellen Hinweisen des Werbetreibenden, nicht auf Keywords.

Kontextuelle Hinweise (context hints) – Beschreibungen der Bedarfssituation (wer, welches Bedürfnis, welcher Kontext, welcher Entscheidungszeitpunkt), die der Werbetreibende im Ads Manager angibt; sie sind keine exakte Übereinstimmung und garantieren keine Ausstrahlung.

Generative Engine Optimization (GEO) – Disziplin, die auf SEO folgt: Statt Positionen in der Liste von Links ist das Ziel, wie Sprachmodelle die Marke in der fertigen Antwort beschreiben, vergleichen und empfehlen. Sie umfasst die Ordnung von Entitäten und Aussagen über die Marke, den Aufbau von Quellen, die die Modelle zitieren, sowie die Messung der Antworten.

Markenrepräsentation in den Antworten von Sprachmodellen (LLM brand representation) – beobachtbare Weise, wie die Marke in den Antworten von GenAI-Systemen in einer bestimmten Studie präsent, beschrieben, verglichen, empfohlen und referenziert wird. Sichtbarkeit ist nur eine ihrer Dimensionen.

Share of Voice (SoV) – der Anteil der Marke an der „Sendezeit“ der Antwort des Modells im Vergleich zu benannten Konkurrenten in einem bestimmten Satz von Szenarien.

Markenhalluzination (brand hallucination) – Aussage des Modells über die Marke, die mit verifizierten Fakten im Widerspruch steht: falscher Preis, nicht existierendes Zertifikat, falscher Standort, Merkmal, das einem Konkurrenten zugeordnet ist.

Entitätenkarte / Behauptungskarte – Werkzeuge zur Ordnung der Markenrepräsentation: Liste von Objekten, die die Welt der Marke bilden (Produkte, Empfänger, Probleme, Konkurrenten, Beweise) und Liste von Aussagen über diese Objekte, die wahr sein sollen, durch Quellen bestätigt und vom Modell übernommen werden können.

Semantio – Forschungsplattform von Brand Semantics zur Analyse und Überwachung der Markenrepräsentation in den Antworten von ChatGPT, Gemini, Claude, Perplexity, Google AI Overview, Microsoft Copilot, Grok und DeepSeek, an lebendigen Antworten, in der Sprache des Marktes, mit Protokollen und überprüfbarem Nachweis.

10. Häufig gestellte Fragen

Kann Werbung in ChatGPT ändern, was das Modell über die Marke sagt? Nein. OpenAI trennt das Werbesystem vom Modell. Der Werbetreibende kann den Inhalt, die Reihenfolge oder den Ton der Antwort nicht beeinflussen. Die Änderung der organischen Markenrepräsentation ist nur durch die Arbeit an Quellen, Inhalten und Informationsstrukturen möglich – also durch GEO.

Kann man Werbung für den Begriff „bester X in Warschau“ kaufen? Nein. Es gibt keine Keywords. Man kann die Bedarfssituation beschreiben, in der die Werbung sinnvoll ist, und sicherstellen, dass die Zielseite und die Kreation dazu passen. Die Entscheidung über die Ausstrahlung trifft das Relevanzmodell von OpenAI.

Wie viel kostet ein Klick? OpenAI empfiehlt CPC-Raten von 3–5 USD. Die ersten veröffentlichten Tests im Ausland liegen in diesem Bereich. Polnische Benchmarks gibt es noch nicht.

Sehen das meine B2B-Kunden? Wenn sie den kostenlosen Plan nutzen – ja. In den Plus-, Pro- und Business-Plänen gibt es derzeit keine Werbung; ihre Nutzer sehen jedoch die organischen Antworten des Modells über die Marke, und diese entscheiden darüber, ob die Marke auf die Shortlist kommt.

Wo soll man anfangen? Mit der Messung: Was sagen ChatGPT und andere Modelle heute über die Marke in realen Kaufanfragen. Ohne das weiß man nicht, ob die Werbung die Empfehlung verstärken oder gegen sie kämpfen wird.