KI-Agent für Google Ads: So steuert ein Agenten-Team Gebote, Budgets und Anzeigentexte

Ein KI-Agent für Google Ads übernimmt die Arbeit, die in einem Konto sonst liegen bleibt: Suchbegriffe sichten, Negativ-Keywords pflegen, Anzeigentexte erneuern, Gebotsstrategien bewerten und Budgets dorthin schieben, wo die Marge stimmt. Google automatisiert seit Jahren immer mehr selbst, aber Google kennt dein Geschäft nicht. Genau diese Lücke füllt ein Agenten-Team. Dieser Artikel zeigt, was Google kann, was es nicht kann, welche sieben Aufgaben ein Agenten-Team übernimmt und wie du dabei die Kontrolle behältst.

Kurz erklärt: Ein KI-Agent für Google Ads ist ein spezialisiertes KI-System, das über die Google Ads API auf dein Konto zugreift, Daten auswertet, Änderungen vorschlägt oder innerhalb definierter Grenzen selbst ausführt. Anders als Googles eigene Automatisierung kennt er deine Marge, deine Kapazität und deine Saison.

Google Ads automatisieren mit KI: Was Google selbst kann und was nicht

Google hat in den letzten Jahren fast alles automatisiert, was sich innerhalb der Auktion automatisieren lässt. Smart Bidding setzt Gebote pro Auktion, Responsive Search Ads kombinieren Anzeigentitel und Beschreibungen selbstständig, Performance Max verteilt dein Budget über Suche, YouTube, Display, Gmail und Discover. Wer heute ein Konto manuell auf Keyword-Ebene bietet, arbeitet gegen das System.

Die Automatisierung hat aber eine klare Grenze: Google optimiert auf das, was es messen kann. Was es nicht messen kann, ignoriert es.

Google automatisiert	Google kennt nicht
Gebote pro Auktion (tCPA, tROAS, Conversions maximieren)	Deine Marge pro Produkt oder Dienstleistung
Anzeigenkombinationen aus RSA-Assets	Ob ein Lead zum Kunden wurde (ohne Upload)
Kanalverteilung in Performance Max	Ob dein Team nächste Woche noch Kapazität hat
Zielgruppen-Signale und Erweiterungen	Saisonale Lagerbestände und Lieferzeiten
Automatisch erstellte Assets	Welche Suchbegriffe für dich Unsinn sind, aber trotzdem konvertieren
Empfehlungen und deren automatische Anwendung	Deine Preisstrategie gegenüber Wettbewerbern

Ein Beispiel: Ein Handwerksbetrieb bekommt über tCPA günstige Leads. Google sieht: Conversion erreicht, Ziel erfüllt. Was Google nicht sieht: Die Hälfte der Anfragen kommt aus einem Umkreis, den der Betrieb nicht mehr bedient, und der Kalender ist für sechs Wochen voll. Ein Agent mit Zugriff auf diese Informationen würde das Budget drosseln oder regional verschieben. Google würde weiter Leads kaufen.

Performance Max: die Blackbox verstehen

Performance Max ist Googles konsequenteste Automatisierung. Du lieferst Assets, Zielvorgaben und Conversion-Daten, Google entscheidet über Platzierung, Gebot und Zielgruppe. Die Berichte zeigen dir nur Ausschnitte: Leistung der Asset-Gruppen, Suchbegriff-Insights, Placement-Berichte. Welche Kombination aus Kanal, Zielgruppe und Asset die Conversion gebracht hat, erfährst du nicht vollständig.

Das heißt nicht, dass Performance Max schlecht ist. Es heißt, dass die Steuerung von außen kommen muss: über Markenausschlüsse, saubere Conversion-Werte, Produktfeeds mit Margen-Labels und Budgetgrenzen. Genau das sind Aufgaben für einen Agenten.

Die 7 Aufgaben des Agenten-Teams für Google Ads

Ein Agenten-Team besteht nicht aus einem einzigen Modell, das alles macht. In einem Agent Workspace arbeiten spezialisierte Agenten zusammen: ein Ads-Manager, ein Copywriter, ein Analyst und ein Prüf-Agent, koordiniert von einem Head-of-Marketing-Agenten. Alle greifen über die Google Ads API auf das Konto zu und kennen dein Unternehmenswissen: Margen, Zielgruppen, Richtlinien, No-Gos.

1. Suchbegriffsbericht auswerten und Negativ-Keywords setzen

Der Suchbegriffsbericht ist der ehrlichste Bericht im Konto. Er zeigt, wofür du wirklich bezahlst. Bei weitgehend passenden Keywords und Performance Max landen dort regelmäßig Suchanfragen, die nichts mit deinem Angebot zu tun haben.

Ablauf:

1. Der Analyst-Agent zieht täglich den Suchbegriffsbericht über die API.
2. Er gleicht jeden Suchbegriff mit deinem Unternehmenswissen ab: Angebot, Region, Ausschlüsse (zum Beispiel „kostenlos“, „Ausbildung“, „gebraucht“).
3. Eindeutige Treffer werden gemäß deinen Regeln sofort als Negativ-Keyword gesetzt (Stufe 1 im Freigabe-Modell, siehe unten).
4. Unklare Fälle landen mit Begründung in deiner Inbox, etwa: „Suchbegriff X, 47 Klicks, 0 Conversions, passt vermutlich nicht, weil Y“ (Beispiel).
5. Nach Freigabe wird die Negativ-Liste konto- oder kampagnenweit aktualisiert.

2. Anzeigentexte und RSA-Assets pflegen

Responsive Search Ads nehmen bis zu 15 Anzeigentitel und 4 Beschreibungen auf. Google bewertet jedes Asset mit „niedrig“, „gut“ oder „am besten“. Schwache Assets ziehen die ganze Anzeige nach unten.

Ablauf:

1. Der Analyst-Agent identifiziert Assets mit niedriger Leistung oder geringen Impressionen.
2. Der Copywriter-Agent schreibt Ersatzvarianten auf Basis deiner Tonalität, deiner USPs und der Suchbegriffe, die aktuell konvertieren.
3. Der Prüf-Agent kontrolliert Zeichenlimits, Markennamen, rechtliche Formulierungen und Googles Werberichtlinien.
4. Du bekommst die Varianten aufs Handy, gibst frei oder korrigierst.
5. Der Ads-Manager-Agent tauscht die Assets über die API aus und markiert den Zeitpunkt für die spätere Auswertung.

3. Gebotsstrategien bewerten

tCPA und tROAS funktionieren nur mit sauberen Daten und sinnvollen Zielwerten. Ein zu aggressiver tROAS würgt das Volumen ab, ein zu niedriger tCPA ebenso. Ein Agent bewertet die Strategie nicht nach Gefühl, sondern nach Zahlen.

Ablauf:

1. Der Analyst vergleicht Ziel-CPA oder Ziel-ROAS mit dem tatsächlichen Wert der letzten 30 Tage und mit deiner Marge.
2. Er prüft, ob die Kampagne genug Conversions für Smart Bidding liefert (Praxis-Faustregel: unter etwa 30 Conversions im Monat arbeitet Smart Bidding unruhig).
3. Er schlägt Anpassungen vor: Zielwert in kleinen Schritten verändern, Strategie wechseln, Kampagnen zusammenlegen.
4. Änderungen werden erst nach Freigabe umgesetzt und mit Datum dokumentiert, damit die Lernphase nachvollziehbar bleibt.

4. Budgetvorschläge auf Basis von Marge und Kapazität

Google empfiehlt fast immer mehr Budget. Ein Agent empfiehlt das Budget, das zu deinem Geschäft passt.

Ablauf:

1. Der Analyst berechnet pro Kampagne den Deckungsbeitrag nach Werbekosten, nicht nur den ROAS.
2. Er bezieht Kontext ein, den du im Workspace hinterlegt hast: Saison, Kapazität, Lagerbestand, Aktionen.
3. Er schlägt Verschiebungen vor: Budget von Kampagne A (hoher Umsatz, niedrige Marge) zu Kampagne B (weniger Umsatz, höherer Deckungsbeitrag).
4. Verschiebungen innerhalb deines Monatslimits gibst du per Handy frei. Erhöhungen des Gesamtlimits erfordern immer deine aktive Entscheidung.

5. Landingpage-Abgleich

Die beste Anzeige verliert, wenn die Landingpage nicht hält, was der Anzeigentext verspricht. Qualitätsfaktor, Conversion-Rate und CPC hängen direkt daran.

Ablauf:

1. Der Agent prüft jede Ziel-URL im Konto regelmäßig: erreichbar, Ladezeit, mobil nutzbar, Formular funktioniert.
2. Er vergleicht die Kernaussage der Anzeige mit Headline und Angebot auf der Seite.
3. Abweichungen (Angebot abgelaufen, Preis geändert, 404-Fehler) landen sofort in deiner Inbox.
4. Bei Bedarf schlägt der Copywriter-Agent Anpassungen am Seitentext vor oder der Ads-Manager pausiert die Anzeigengruppe.

Mehr zu Landingpages, die zur Kampagne passen, findest du unter Webdesign und Landingpages.

6. Conversion-Tracking prüfen

Alles, was Smart Bidding entscheidet, basiert auf Conversion-Daten. Ein kaputtes Tracking ist der teuerste Fehler im Konto, weil Google dann auf falsche Signale optimiert.

Ablauf:

1. Der Agent prüft täglich den Status aller Conversion-Aktionen (aktiv, keine kürzlichen Conversions, Tag inaktiv).
2. Er vergleicht Conversion-Zahlen mit dem Shop-System oder CRM über den jeweiligen Konnektor.
3. Abweichungen über einem Schwellenwert lösen eine Warnung aus.
4. Bei Leads prüft er, ob Offline-Conversions (Angebot gesendet, Auftrag erteilt) hochgeladen werden, damit Google auf Qualität statt Menge optimiert.

7. Performance Max steuern statt nur beobachten

Weil Performance Max wenig Einblick gibt, braucht sie die stärksten Leitplanken.

Ablauf:

1. Der Agent prüft Markenausschlüsse, damit Performance Max nicht deine Markensuchen abgreift und sich damit schönrechnet.
2. Er bewertet Asset-Gruppen und schlägt neue Assets vor, wenn Google „niedrig“ meldet.
3. Er liest Suchbegriff-Insights und Placement-Berichte aus und überträgt Erkenntnisse in die Suchkampagnen.
4. Bei Shopping-Anteilen prüft er, ob Produkte mit niedriger Marge über Feed-Labels ausgeschlossen oder niedriger priorisiert werden.

Der Ablauf aller sieben Aufgaben folgt dem Zyklus, den Amazon Ads in seinem Guide zu agentischer KI beschreibt: Wahrnehmen, Schlussfolgern, Ausführen, Anpassen. Der Unterschied zu einer Regel-Automatisierung liegt im zweiten Schritt. Eine Regel prüft eine Bedingung. Ein Agent zieht Schlüsse aus Kontext.

Eine Beispiel-Woche mit dem KI-Agent für Google Ads

Beispiel-Szenario, alle Zahlen illustrativ:

Tag	Was passiert	Deine Beteiligung
Montag	Wochenreport: Ausgaben, Conversions, CPA je Kampagne, drei Auffälligkeiten mit Erklärung	Drei Minuten lesen auf dem Handy
Dienstag	14 neue Suchbegriffe geprüft, 9 automatisch ausgeschlossen, 2 zur Entscheidung vorgelegt	Zwei Freigaben
Mittwoch	Copywriter liefert 6 neue RSA-Titel für die Kampagne mit der schwächsten Anzeigenstärke	Eine Variante korrigiert, Rest freigegeben
Donnerstag	Analyst meldet: tROAS-Kampagne liegt 20 % über Ziel, Vorschlag: Zielwert leicht senken für mehr Volumen	Freigabe oder Ablehnung mit einem Satz
Freitag	Landingpage-Check meldet Ladezeit über 4 Sekunden auf einer Seite, Tracking-Check ohne Befund	Weiterleitung an die Webentwicklung

Der Punkt ist nicht, dass jede Woche gleich aussieht. Der Punkt ist, dass du fünfmal pro Woche wenige Minuten investierst, statt einmal im Monat einen Agentur-Report zu lesen, der zwei Wochen alt ist.

Das Freigabe-Modell: drei Stufen

Ein Agent, der alles darf, ist gefährlich. Ein Agent, der nichts darf, ist nutzlos. Das Freigabe-Modell legt pro Aufgabe fest, wie viel Autonomie der Agent hat.

Stufe	Was der Agent darf	Beispiele
1: Automatisch	Innerhalb klarer Regeln selbst ausführen, danach berichten	Negativ-Keywords aus deiner Ausschlussliste, Reporting, Tracking-Checks, Pausieren bei 404-Fehlern
2: Vorschlag mit Freigabe	Vorbereiten, in der Inbox vorlegen, nach deinem Okay ausführen	Neue Anzeigentexte, Gebotsziel anpassen, Budget zwischen Kampagnen verschieben
3: Nur nach Abstimmung	Nichts ohne Gespräch oder schriftliche Entscheidung	Neue Kampagnen, Strategiewechsel, Erhöhung des Gesamtbudgets, Änderung der Conversion-Ziele

Die Stufen sind nicht fix. Viele Unternehmen starten mit fast allem auf Stufe 2 und verschieben nach einigen Wochen Aufgaben auf Stufe 1, wenn der Agent gezeigt hat, dass seine Entscheidungen passen. Budget- und Credit-Limits sind davon unabhängig immer aktiv: Der Agent kann kein Geld ausgeben, das du nicht freigegeben hast.

Wie die Steuerung per Handy konkret aussieht, beschreibt der Artikel Marketing per Handy und WhatsApp steuern.

Kosten: KI-Agenten-Team vs. Performance-Agentur

Posten	Performance-Agentur	KI-Agenten-Team
Monatliche Betreuung	1.000–3.000 € plus häufig ein Prozentsatz vom Werbebudget	Tool-Kosten für KI-Modelle ca. 20–200 €/Monat
Einmalige Kosten	Setup-Gebühr je nach Agentur	Implementierung einmalig ab niedrigem vierstelligem Bereich, abhängig vom Umfang
Reaktionszeit	Wöchentlicher oder monatlicher Rhythmus, Ticket-System	Täglich, Freigaben in Minuten per Handy
Wissen über dein Geschäft	Im Kopf des Account-Managers, wechselt mit dem Personal	Im Agent Workspace hinterlegt, gehört dir
Bindung	Häufig Laufzeitverträge	Workspace gehört dir, keine Laufzeit

Die Preisrahmen sind Marktspannen, keine Zusage für deinen Fall. Die ausführliche Rechnung findest du unter Agentic Marketing Kosten. Wichtig: Das Werbebudget selbst bleibt in beiden Modellen gleich. Der Unterschied liegt in den Betreuungskosten und darin, wer das Wissen besitzt.

McKinsey beschreibt in einer Analyse von 2026, dass Kampagnen mit Agentic AI 10- bis 15-mal schneller umgesetzt werden können und bis zu zwei Drittel der Marketingaktivitäten von Agenten übernehmbar sind. Für Google Ads heißt das konkret: Die Routinearbeit verschwindet, die Entscheidungen bleiben bei dir.

Typische Fehler beim Einsatz von KI-Agenten in Google Ads

• Kein Unternehmenswissen hinterlegt. Ein Agent ohne Marge, Region und Ausschlussliste ist nur ein weiteres Tool, das Google-Empfehlungen nachplappert.
• Alles auf Stufe 1. Volle Autonomie ab Tag eins. Erst beobachten, dann delegieren.
• Tracking ungeprüft übernommen. Wenn das Tracking schon vorher falsch war, optimiert der Agent schneller in die falsche Richtung.
• Zu häufige Änderungen an Gebotsstrategien. Jede Änderung startet eine Lernphase. Der Agent muss Änderungen bündeln, nicht täglich drehen.
• Performance Max ohne Markenausschluss. Die Kampagne sieht großartig aus, weil sie Kunden abgreift, die dich ohnehin gesucht hätten.
• Agent und Agentur parallel. Zwei Parteien, die im selben Konto ändern, erzeugen Chaos. Entscheide dich.

Checkliste für den Start

1. Conversion-Tracking prüfen: Sind alle Conversion-Aktionen korrekt, werden Werte übergeben, gibt es Offline-Conversions?
2. Unternehmenswissen dokumentieren: Marge je Produktgruppe, Regionen, Kapazitäten, Saison, No-Go-Begriffe.
3. Ausschlussliste anlegen: Begriffe, die nie konvertieren sollen.
4. Budget- und Credit-Limits festlegen: Monatslimit gesamt, Limit je Kampagne, Obergrenze für Verschiebungen.
5. Freigabe-Stufen pro Aufgabe definieren.
6. API-Zugriff über ein eigenes Nutzerkonto mit passenden Rechten einrichten, nicht über den Admin-Zugang.
7. Vier Wochen Beobachtungsphase: Agent arbeitet auf Stufe 2, du bewertest jede Empfehlung.
8. Danach Stufen anpassen und Routineaufgaben auf Stufe 1 verschieben.

Wenn du neben Google Ads auch Meta oder Amazon betreibst, lohnt sich der Blick auf Meta Ads mit KI-Agenten und Amazon-Marketing mit KI-Agenten. Die Agenten teilen sich denselben Workspace und dasselbe Unternehmenswissen.

Nächster Schritt

Wenn du wissen willst, welche der sieben Aufgaben in deinem Konto am meisten liegen bleiben, schauen wir uns dein Konto im kostenlosen Analysegespräch an. Details zur Implementierung findest du unter Google Ads KI-Agent, die Grundlagen im Artikel Was ist Agentic Marketing?.

Quellen

• McKinsey: Reinventing marketing workflows with agentic AI (2026)
• Amazon Ads: Was ist agentische KI?
• Google Ads API Dokumentation
• Google Ads Hilfe: Smart Bidding
• Google Ads Hilfe: Performance Max-Kampagnen