Suchmaschinenwerbung (SEA) ist weit mehr als das Schalten von Anzeigen. Sie bietet eine Möglichkeit, Menschen auf einer persönlichen Ebene anzusprechen, wenn sie aktiv nach Informationen, Lösungen, Produkten oder Inspiration suchen. Mangelt es bei einer Anzeige an Relevanz, bleiben auch die Klicks aus und die Kosten pro Klick steigen, was sich negativ auf die Effizienz der Kampagnen auswirkt. Um die Relevanz zwischen Anzeige, Keyword und Landingpage zu gewährleisten und Streuverluste zu minimieren, setzen Advertiser daher zunehmend auf Targeting – die direkte Zielgruppenansprache.
Behavioral Targeting, welches durch künstliche Intelligenz (KI) unterstützt wird, hilft dabei, diese Ansprache noch präziser und relevanter zu gestalten. Diese verhaltensbasierte Zielgruppenadressierung stellt eine Methode dar, bei der das Verhalten von Nutzer:innen auf Websites, in sozialen Medien oder Apps analysiert wird, um ihnen gezielte und personalisierte Werbung anzuzeigen. Doch wie funktioniert Behavioral Targeting im Detail und wie lässt sich dessen Potenzial voll ausschöpfen? Wie können Plattformen wie Google Ads und Microsoft Advertising effektiv genutzt werden? Und warum sind Nutzerprofile in diesem Kontext so entscheidend?
Behavioral Targeting: Das digitale Verständnis menschlicher Bedürfnisse
Behavioral Targeting ist mehr als nur eine Methode – es ist die Kunst, aus Verhaltensmustern Geschichten abzulesen. Menschen hinterlassen bei ihrer digitalen Reise Spuren: Welche Seiten sie besuchen, wonach sie suchen, welche Inhalte sie klicken oder wie lange sie verweilen. Diese Informationen sind wie Puzzlestücke, die zusammengesetzt ein Bild von Bedürfnissen, Interessen und Absichten ergeben.
Quelle: eigene Darstellung (Artefact)
Quelle: eigene Darstellung (Artefact)
Behavioral Targeting bedeutet somit, die digitale Spur von Nutzern zu verstehen und darauf basierend relevante Anzeigen auszuspielen. Es basiert auf vier Hauptdatenquellen:
- Suchhistorie: Wonach haben Nutzer in der Vergangenheit gesucht und in welcher Häufigkeit bzw. Frequenz?
- Klickverhalten: Welche Seiten, Anzeigen und Inhalte wurden angeklickt oder ignoriert?
Zeitpunkt: Zu welcher Uhr- oder Tageszeit, an welchem Wochentag wurde gesucht? - Kontext: Mit welchem Device (Desktop, Mobile etc.) und zu welcher Situation/welchem Ereignis haben Nutzer gesucht?
🔎Beispiel 🔍
Ein:e Nutzer:in sucht nach “Last-Minute-Reiseziele”. Hier könnte sich mehr als nur ein Wunsch nach Urlaub offenbaren. Beim Behavioral Targeting wird nicht nur diese eine Suchphrase bewertet, sondern auch die oben genannten Datenpunkte:
- Suchhistorie: Der/die Nutzer:in hat in den letzten Wochen immer mal wieder nach “Last-Minute-Reiseziele”, “Urlaub last minute” oder “dem Alltag entfliehen” gesucht.
- Klickverhalten: Der/die Nutzer:in klickt dabei häufiger auf die Anzeigen von Reiseanbietern, konvertiert aber nicht und hält sich in der Regel nur kurz auf den jeweiligen Angebotsunterseiten der Anbieter auf.
- Zeitliche und saisonale Muster: Die konkrete Suche nach “Last-Minute-Reiseziele” wird um 12:47 Uhr an einem Montag getätigt.
Aus diesen Punkten setzt der Algorithmus sozusagen eine individuelle Persona zusammen: Der/die Nutzer:in ist auf der Suche nach einer Flucht aus dem Alltag. Zwar besucht er/sie nach seinen/ihren Suchen diverse Reiseportale online, scheint dort aber eher die Fernwehträume anzuheizen, da er/sie am Ende doch keine Reise bucht. Die Uhrzeit hingegen ist ein Hinweis darauf, dass der/die Nutzer:in sich in der Mittagspause befindet (auch hier können weitere Signale darauf hindeuten, dass er/sie in einem Arbeitsverhältnis steht) und sich aus dem “Montagsfrust” heraus in die Ferne sehnt, wozu aktuell jedoch keine Zeit vorhanden ist und/oder das Budget fehlt.
Durch diese unterschiedlichen Datenpunkte scheint der/die Nutzer:in also auch für weitere Suchanfragen relevant zu sein, auch wenn er/sie sie nicht ausformuliert. Speziell der “Broad Match”-Matchtype der unterschiedlichen Search Engines würde dies erkennen und ggf. auch bei der Suchanfrage “Last-Minute-Reiseziele” Anzeigen eines Action-Erlebnis- oder eines Wellness-Anbieters ausspielen (sofern diese den entsprechenden Matchtype oder eine Performance Max-Kampagne nutzen).
Andersherum könnte dem/der Nutzer:in irgendwann vorerst keine Anzeige mehr zu “Last-Minute-Reiseziel” ausgespielt werden, da er/sie von dem Algorithmus als “Träumer:in” erkannt wird, der/die zwar viel sucht, viel klickt (und damit dem Advertiser Geld kostet), aber am Ende eben doch keine Reise bucht und sich weniger zeit- und kostenintensive Alternativen sucht.
Behavioral Targeting macht Werbung präziser, relevanter und oft sogar willkommen(er), weil sie so die Bedürfnisse der Nutzer:innen versteht und das Surf-Umfeld nicht mit irrelevanten Anzeigen “zukleistert”.
Nutzerprofile: Das Herzstück von Behavioral Targeting
Bei Artefact haben wir schnell verstanden, Nutzerprofile sind das Fundament jeder erfolgreichen SEA-Strategie. Sie geben einen umfassenden Einblick in die Bedürfnisse, Wünsche und Gewohnheiten der Zielgruppen. Doch was macht ein gutes Nutzerprofil aus?
- Demografische Daten: Informationen wie Alter, Geschlecht oder Wohnort sind Basisdaten, die helfen, grobe Segmente zu definieren.
- Verhaltensdaten bzw. -Muster: Was suchen Nutzer:innen? Welche Inhalte konsumieren sie regelmäßig? Solche Daten zeigen Interessen und Kaufbereitschaft.
- Kontextbezogene Informationen: Wann und wo findet die Interaktion statt? Sind Nutzer:innen auf dem Smartphone unterwegs oder am Desktop? Dies beeinflusst die Gestaltung der Anzeigen.
Mithilfe von KI werden diese Profile dynamisch und lebendig. Die unterschiedlichen Suchmaschinen bieten Möglichkeiten, Profile kontinuierlich anzupassen. Durch maschinelles Lernen erkennen Systeme in Echtzeit Veränderungen im Verhalten und passen die Anzeigen automatisch an.
🔎Beispiel 🔍
Microsoft Advertising nutzt Audience Ads für präzise Zielgruppenansprache, indem es Verhaltensmuster von Bing-Suchenden analysiert. Google Ads ermöglicht mit Custom Audiences die Erstellung von Segmenten basierend auf Nutzeraktivitäten und Interessen.
Tabelle: Gegenüberstellung von Microsoft Audience Ads und Google Custom Ads
| Kriterium | Microsoft Audience Ads | Google Custom Ads |
| Plattformen | MSN, Outlook.com, Microsoft Edge | Google Search, YouTube, Gmail, Display-Netzwerk |
| Targeting-Optionen | LinkedIn-Daten, Interessen, demografisch | Suchverhalten, Interessen, Webseitenbesuche, Apps |
| Anzeigenformate | Bild, Video | Text, Bild, Video, Shopping, interaktive Anzeigen |
| Optimierung | KI-basierte Optimierung | Umfangreiche Tools und Google Analytics-Integration |
| Kosten (CPC) | Eher günstiger (weniger Wettbewerb) | Eher teurer (hoher Wettbewerb) |
| Reichweite | Begrenzte Reichweite | Sehr große Reichweite weltweit |
| Nutzerkontext | Produktive, berufliche Zielgruppen | Breites Publikum, je nach Zielgruppe |
🔎Beispiel 🔍
Ein Advertiser bewirbt Outdoor Jacken in einer Kampagne. Er erstellt eine Custom Audience, die verschiedene Keywords beinhaltet, die zu dem Produkt passen. Dies sind zum einen übergreifende Begriffe wie “Wandern”, “Outdoortraining”, “Spazieren” etc., aber auch andere Produkte, die Nutzer, die eine Outdoorjacke benötigen, interessieren könnten (“Wanderschuhe”, “Wanderstock” etc.). So bekommt der Algorithmus weitere wertvolle Informationen, um die richtige Anzeige zu zeigen sowie das richtige Gebot abzugeben.
Die Rolle der KI: Technik trifft auf Einfühlungsvermögen
Künstliche Intelligenz ist das Rückgrat moderner SEA-Strategien. Sie ermöglicht es, die enorme Datenflut zu analysieren, Muster zu erkennen und in Echtzeit darauf zu reagieren. Ihre Einsatzmöglichkeiten sind vielseitig:
- Präzise Vorhersagen: KI kann vorhersehen, welche Aktionen Nutzer:innen wahrscheinlich als Nächstes ausführen. Sie erkennt das vorherige Online Verhalten sowie die vorherigen Touchpoints und kann Anzeigen und Gebote im Bruchteil einer Sekunde setzen. Sucht jemand beispielsweise nach “Fitnessstudios” und hat sich vorher schon über neue Sportutensilien informiert oder gar gekauft, scheint dies ein:e sehr relevanter Nutzer:in zu sein, der/die kurz vor einem Abschluss einer Mitgliedschaft stehen könnte.
- Dynamische Anzeigen: Inhalte werden an Kontextfaktoren wie Uhrzeit, Wetter oder Standort angepasst. Eine Anzeige für Regenschirme erscheint beispielsweise nur bei Regen, eine Anzeige für einen lokal agierenden Glasfaseranbieter nur bei Suchen aus dem angegebenen Standort.
- Optimierung in Echtzeit: Durch responsive Anzeigenformate wie die responsiven Suchanzeigen (RSA) entscheidet der Algorithmus der Suchmaschine in Echtzeit, welche Kombination aus Überschriften, Beschreibungen und Bild- oder Videomaterial am passendsten für Nutzer bzw. deren Suchanfrage ist. Es wird praktisch laufend ein A/B-Test durchgeführt, um die besten Anzeigen Kombinationen pro Anfrage zu finden.
KI ist jedoch kein Ersatz für menschliche Kreativität. Zwar kann man sich beispielsweise durch angebundene KI-Tools ganze Anzeigen auf Basis der jeweiligen Landingpage zusammenstellen, Bildmaterial von der URL ziehen oder Videos automatisch erstellen lassen, doch der emotionale Feinschliff – etwa die Ansprach, die Werbemittel und die gesamte gewünschte Tonalität der Kommunikation – bleibt weiterhin die Aufgabe des Menschen, der das System im Optimalfall mit unterschiedlichen Text-, Video- und Bildassets füttert.
Behavioral Targeting im Detail: Was macht es so effektiv?
Was Behavioral Targeting wirklich auszeichnet, ist seine Fähigkeit, Nutzer:innen auf eine persönliche Reise mitzunehmen. Nachfolgend einige detaillierte Mechanismen:
Tabelle: Mechanismen von Behavioral Targeting
Quelle: eigene Darstellung (Artefact)
Behavioral Targeting in der Praxis: Möglichkeiten mit Google und Microsoft
- Google Ads – Die Integration von KI und Verhaltensdaten
-
-
- Smart Bidding: Mit Hilfe von Machine Learning optimiert Google Ads Gebote automatisch basierend auf Nutzerverhalten.
- Custom Audiences: Erstellen von Zielgruppen basierend auf Keywords, Website-Besuchen oder App-Interaktionen.
- Retargeting: Ansprache von Nutzern, die bereits Interesse an einem Produkt gezeigt haben (z. B. Warenkorb-Abbrecher).
-
- Microsoft Advertising – Zielgruppenansprache mit Bing
-
- LinkedIn Integration: Microsoft bietet einzigartige Möglichkeiten, Zielgruppen nach beruflichen Kriterien anzusprechen.
- Audience Network: Erweiterung der Suchkampagnen mit nativen Anzeigen in Partner Netzwerken, basierend auf Benutzerinteraktionen.
Quelle: eigene Darstellung (Artefact)
Herausforderungen und Verantwortung: Wie viel ist zu viel?
So effektiv Behavioral Targeting auch ist, es birgt Herausforderungen. Nutzer:innen möchten relevante Anzeigen, aber keine ständige Überwachung und/oder Beschallung. Transparenz und ein bewusster Umgang mit Daten sind daher entscheidend:
- Privatsphäre respektieren: Die Einhaltung von Datenschutzrichtlinien wie der DSGVO ist Pflicht.
- Maßvolle Personalisierung: Zu viele personalisierte Anzeigen können als aufdringlich empfunden werden und daher eher abschrecken.
- Ethisches Handeln: Werbung sollte informieren und inspirieren, nicht manipulieren.
🔎Beispiel 🔍
Nutzer:innen sollten keine für sie schädlichen Anzeigen bekommen. Daher gibt es Rahmenbedingungen, welche die Individualisierung der Anzeigen einschränken. Zum Beispiel im Falle von Glücksspiel und Medikamenten. Aber auch abseits dieser gesetzlichen oder von der jeweiligen Plattform gesetzten Grenzen sollten Advertiser ethisch handeln. Nutzer:innen, die nach “Diäten” suchen, sollten keine Anzeigen gezeigt werden, die ihr Selbstwertgefühl mindern, um sie zum Kauf von Nahrungsergänzungsmitteln oder Ähnlichem zu verleiten.
Wie gelingt menschliches SEA?
Quelle: eigene Darstellung (Artefact)
- Die Story hinter den Daten sehen: Hinter jedem Klick steckt ein Mensch mit einer Geschichte, der unterschiedlichste Bedürfnisse und Emotionen hat. Diese Perspektive macht Werbung menschlicher.
- Flexibilität bewahren: Bedürfnisse ändern sich schnell. Dynamische Kampagnen mit Smart Bidding reagieren darauf.
- Kreativität nutzen: Technische Präzision ist wichtig, aber die emotionale Ansprache bleibt entscheidend.
- Vertrauen aufbauen: Durch Transparenz und respektvollen Umgang mit Daten.
- Kleine Segmente statt großer Zielgruppen: Mikrosegmentierung sorgt für gezielte Ansprache.
- Dynamische Anzeigen nutzen: Inhalte und Botschaften sollten sich in Echtzeit anpassen.
- Tests durchführen: A/B-Tests sind essenziell. Dynamische Anzeigenformate testen stetig verschiedene Asset-Kombinationen, um die besten Anzeigenvariationen zu identifizieren. Advertiser oder Agenturen sollten darauf achten, dass möglichst viele Assets zur Verfügung stehen und Schlecht-Performer regelmäßig gegen neue Assets tauschen.
- Daten als Basis, Kreativität als Feinschliff: Die emotionale Wirkung der Anzeigen bleibt entscheidend.
Zukunftsausblick: Behavioral Targeting wird persönlicher
Die Zukunft von SEA liegt in einer noch engeren Verbindung zwischen Mensch und Maschine. Mit Technologien wie Voice Search oder Zero-Party-Daten wurden in den vergangenen Jahren weitere Möglichkeiten geschaffen, seine Bedürfnisse zu platzieren und zu präzisieren.
- Voice Search bezeichnet eine Technologie, die es Nutzern ermöglicht, Suchanfragen oder Befehle durch gesprochene Sprache an ein Gerät zu übermitteln, anstatt sie manuell über eine Tastatur einzugeben. Sie basiert auf Spracherkennungssoftware und wird häufig in Verbindung mit Suchmaschinen, virtuellen Assistenten oder Smart-Home-Geräten genutzt.
- Zero-Party-Daten sind Daten, die ein Kunde einer Marke oder einem Unternehmen proaktiv und bewusst zur Verfügung stellt. Im Gegensatz zu anderen Datentypen, wie beispielsweise First-, Second- oder Third-Party-Daten, werden Zero-Party-Daten direkt vom Kunden freiwillig übermittelt. Diese Daten können durch Umfragen, Quiz, Präferenzeinstellungen, Wunschlisten oder andere direkte Interaktionen gesammelt werden.
In beiden Fällen teilen also Nutzer:innen freiwillig ihre Informationen, wodurch Behavioral Targeting noch persönlicher und vertrauensvoller wird. Der Kern bleibt dabei für SEA aber gleich: Es geht darum, Menschen in den Momenten zu erreichen, die für sie zählen und ihnen das zu liefern, was für sie relevant ist.
Fazit & Empfehlung für Advertiser: Die Balance zwischen Technik und Menschlichkeit
Behavioral Targeting bietet Advertisern und Agenturen wie Artefact, die bereits SEA betreiben, die Möglichkeit, ihre Kampagnen auf ein neues Level zu heben. Die Kombination aus künstlicher Intelligenz und präzisen Nutzerprofilen ermöglicht es, Nutzer:innen genau im richtigen Moment zu erreichen.
Wer SEA bereits nutzt, aber Behavioral Targeting noch nicht ausschöpft, sollte mit diesen Schritten starten:
Grafik: Empfohlene Schritte für die Nutzung von Behavioral Targeting
Quelle: eigene Darstellung (Artefact)
Effizientes SEA mit Behavioral Targeting und KI ist ein Balanceakt zwischen technischer Innovation und menschlicher Nähe. Es ist nicht nur ein technisches Tool, sondern eine Chance, echte Verbindungen zu seinen Zielgruppen aufzubauen. Es geht nicht nur darum, die richtigen Menschen zu erreichen, sondern sie auch auf die richtige Art anzusprechen. Der immer besser werdenden Maschine sollte jedoch das Feld nicht alleine überlassen werden. Ein kohärentes Auftreten über alle Kanäle hinweg, egal ob online oder offline, ist essenziell, um die eigene(n) Marke(n) zu stärken und um eine nachhaltige Verbindung zu seinen Zielgruppen zu schaffen.
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen
