ChatGPT Ads in der Schweiz: Vom Keyword zum Kontext

In der klassischen Suchmaschinenwerbung wird die Absicht eines Menschen häufig über konkrete Suchanfragen und weitere Signale abgeleitet. In ChatGPT beschreiben Nutzer:innen dagegen ganze Situationen und Ausgangslagen: ihr Ziel, ihr Budget, ihre Anforderungen und die Einschränkungen, die für ihre Entscheidung relevant sind.

Für Werbetreibende ist damit nicht mehr nur wichtig, wonach jemand sucht, sondern auch warum, in welcher Situation und mit welchen Anforderungen. Eine Anzeige muss nicht mehr nur zu einem Suchbegriff passen. Sie muss für die konkrete Situation hilfreich sein und im richtigen Moment einen sinnvollen nächsten Schritt anbieten.

Der vielleicht grösste Unterschied zu klassischer Search-Werbung liegt darin, wie Nutzer:innen ihre Absicht ausdrücken – und welche Signale für die Anzeigenauswahl relevant sind.

Wer heute bei Google nach einer Autoversicherung sucht, verwendet möglicherweise Suchbegriffe wie «Autoversicherung Schweiz», «Vollkasko Elektroauto» oder «Autoversicherung vergleichen».

In ChatGPT kann dieselbe Suche wesentlich ausführlicher aussehen:

«Ich kaufe mein erstes Elektroauto für rund CHF 45’000, fahre etwa 15’000 Kilometer im Jahr und möchte Vollkasko. Mir sind ein guter Schutz bei Parkschäden und eine unkomplizierte Schadenabwicklung wichtig. Welche Versicherung könnte zu mir passen?»

Für Werbetreibende macht das einen grossen Unterschied. Denn hinter dieser Anfrage stecken nicht nur einzelne Begriffe, sondern eine ganze Entscheidungssituation: Fahrzeugtyp, Budget, Nutzung, gewünschter Versicherungsschutz und konkrete Anforderungen.

Genau hier setzt die Werbelogik von ChatGPT Ads an. OpenAI berücksichtigt bei der Auswahl einer Anzeige unter anderem Kontext und Absicht der aktuellen Unterhaltung sowie Informationen aus Anzeige und Landingpage.

Hinzu kommen sogenannte Context Hints. Werbetreibende können damit für eine thematisch gebündelte Anzeigengruppe (Ad Group) zusätzliche Informationen dazu hinterlegen, was ein Angebot bietet, für wen es relevant ist und in welchen Situationen es einen Mehrwert schaffen kann. Context Hints funktionieren dabei nicht wie Exact-Match-Keywords oder feste Targeting-Regeln, sondern liefern dem System zusätzlichen Kontext für die Beurteilung der Relevanz.

Entscheidend ist damit nicht allein, ob ein bestimmtes Keyword vorkommt, sondern ob das beworbene Produkt oder die Dienstleistung gemäss den verfügbaren Signalen zum erkennbaren Bedarf und zur jeweiligen Situation passt.

Für Unternehmen wird deshalb wichtiger, sehr genau zu verstehen: Was verkaufen wir eigentlich? Für wen ist unser Angebot besonders relevant? In welchen Situationen entsteht der Bedarf? Welche Fragen stellen potenzielle Kund:innen? Und wie beschreiben sie ihr Problem oder ihre Anforderungen?

Je präziser Unternehmen diese Zusammenhänge kennen und beschreiben können, desto besser können sie die Voraussetzungen dafür schaffen, in einem relevanten Dialog überhaupt berücksichtigt zu werden.

Keywords bleiben damit ein relevantes Signal. Entscheidend wird zunehmend aber auch, in welchem Kontext ein Bedürfnis entsteht und wie Nutzer:innen ihre Absicht im Gespräch ausdrücken.

Für die Ausspielung wird damit entscheidend, wie gut ein Angebot und seine relevanten Nutzungssituationen beschrieben werden können.

Nach unseren bisherigen Erfahrungen ist das Werbeinventar innerhalb einer ChatGPT-Konversation stärker begrenzt als auf klassischen Suchresultatseiten. Werbetreibende haben damit weniger mögliche Ausspielungsmomente – und müssen umso genauer verstehen, in welchen Situationen ihr Angebot tatsächlich relevant ist.

Dabei geht es nicht nur um die Anzeige selbst. Es geht auch um die Informationen, die ein Unternehmen über seine Produkte, Dienstleistungen und relevanten Nutzungskontexte zur Verfügung stellen kann.

Wer beispielsweise in Context Hints beschreibt, dass er eine Autoversicherung anbietet, liefert vergleichsweise wenig Kontext. Wer zusätzlich präzise erklären kann, für welche Fahrzeugtypen, Risikoprofile, Bedürfnisse oder Lebenssituationen bestimmte Leistungen relevant sind, schafft eine deutlich bessere Grundlage für die kontextuelle Einordnung.

Damit gewinnt eine Form von First-Party Knowledge an Bedeutung, die über klassische CRM-Daten hinausgeht: das eigene Produkt- und Servicewissen so strukturiert aufzubereiten, dass Menschen und KI-Systeme verstehen können, wann ein Angebot relevant ist – und warum.

First-Party Data und Knowledge können damit zu einem wichtigen Differenzierungsfaktor zwischen Wettbewerbern werden.

Aktuell stehen vor allem klassische ChatGPT Ads und feed-basierte Produktanzeigen im Fokus. Die Anzeigen werden derzeit ausschliesslich in den werbeunterstützten ChatGPT-Tarifen Free und Go ausgespielt. Die Tarife Plus, Pro, Business, Enterprise und Edu bleiben weiterhin werbefrei.

Klassische ChatGPT Ads können passend zum Gesprächskontext unterhalb einer ChatGPT-Antwort ausgespielt werden und bestehen unter anderem aus Headline, Beschreibung, Bild und Landingpage. Sie greifen damit genau jene Situationen auf, in denen Nutzer:innen bereits ein konkretes Problem, Bedürfnis oder Ziel beschrieben haben.

Feed-basierte Shopping Ads bauen stärker auf strukturierten Produktdaten auf. Bei kommerzieller Absicht können so passende Produkte mit zusätzlichen Informationen wie Bild, Titel oder Preis eingebunden werden.

Gerade bei diesen Formaten zeigt sich, wie wichtig die Datenbasis wird. Produktfeeds müssen nicht nur technisch sauber sein, sondern Produkte auch so beschreiben, dass ihre Relevanz für unterschiedliche Such- und Entscheidungssituationen nachvollziehbar wird.

Weitere Formate und Buying-Optionen sollen folgen. Welche davon wann verfügbar werden, ist aktuell jedoch noch offen.

So interessant die neue Werbelogik ist: ChatGPT Ads sollten nicht mit der Erwartung gestartet werden, sofort einen etablierten Lower-Funnel-Kanal zu ersetzen.

Das Werbeangebot befindet sich noch in einer frühen Phase. Reporting und Steuerungsmöglichkeiten sind aktuell deutlich weniger ausgereift als bei langjährig etablierten Werbeplattformen.

Zur Verfügung stehen bereits grundlegende Kennzahlen wie Impressions, Klicks, Spend, CTR, durchschnittlicher CPC, durchschnittlicher CPM und Conversions. Weiterführende Competitive Metrics wie Auction Insights oder Impression Share, wie man sie aus etablierten Search-Plattformen kennt, stehen nach aktuellem Stand nicht zur Verfügung.

Das erschwert sowohl Benchmarking als auch Optimierung.

Hinzu kommt: Nicht jedes Angebot eignet sich gleich gut für einen dialogbasierten Werbekontext. Besonders spannend dürfte ChatGPT Ads zunächst dort sein, wo Menschen vor einer Entscheidung intensiv recherchieren, vergleichen oder Beratung benötigen – etwa bei komplexeren B2B-Lösungen, höherpreisigen Produkten, Versicherungen, Finanzdienstleistungen oder beratungsintensiven Services.

Unsere Einschätzung ist deshalb: testen ja, aber nicht blind Budget verschieben.

Gerade weil sich das Werbeangebot und Best Practices noch entwickeln, besteht der eigentliche First-Mover-Vorteil aus unserer Sicht nicht darin, wenige Tage früher als die Konkurrenz live zu gehen.

Er besteht darin, mit einem sauberen Setup zu starten und schnell belastbare Learnings aufzubauen.

Dafür sollten Unternehmen jetzt wichtige Grundlagen schaffen:

• Ads-Account eröffnen und Advertiser Verification sowie Billing frühzeitig anstossen
• Produkt- und Servicedaten vollständig und sauber strukturieren und – wo relevant – Produktfeeds aufsetzen
• Klar definieren, für welche Zielgruppen und Nutzungssituationen einzelne Angebote relevant sind
• Typische Fragen, Bedürfnisse, Anforderungen und Entscheidungssituationen der Kund:innen sammeln und beschreiben
• Ad Groups und Context Hints entlang relevanter Use Cases vorbereiten
• Produktwissen aus Sales, Beratung, CRM und Produktmanagement systematisch verfügbar machen
• Anzeigen, Landingpages und Content so aufbereiten, dass nicht nur Produkteigenschaften, sondern auch ihr konkreter Nutzen verständlich wird
• Vorab definieren, welche Interaktionen und Conversions tatsächlich als Erfolg gelten sollen, und das entsprechende Tracking vorbereiten

Nach unseren bisherigen Erfahrungen sollten von der Account-Eröffnung bis zum Go-live bis zu zwei Wochen eingeplant werden. Diese Zeit lässt sich bereits für die Vorbereitung des Kampagnen-Setups nutzen: Targeting, Context Hints, Anzeigenerstellung und Tracking können parallel aufgesetzt werden, sodass das Setup bei der Freischaltung bereitsteht.

Wir haben Erfahrungen in Märkten gesammelt, in denen ChatGPT Ads früher verfügbar waren, und werten diese Learnings für den Schweizer Markt aus.

Beim Einstieg ist entscheidend zu verstehen, wann das eigene Angebot für wen wirklich relevant ist – und dieses Wissen so aufzubereiten, dass auch das System damit arbeiten kann.