2–3x höherer ROAS & mehr Profit mit Meta Ads in 2026 (Guide für etablierte E-Com Marken)

Meta Ads heißt vor allem eins: ständig neue Updates, laufend neue Änderungen im Werbealgorithmus und neue KI Funktionen bei Werbeanzeigen.

„Einfach weiter wie bisher“ ist zwar bequem, wird aber insbesondere 2026 nicht dazu führen, dass du mehr Marktanteile oder neue Zielgruppen gewinnst und bspw. Instagram mit deinen Ad Creatives dominierst. 

Wenn dein Werbekonto nicht mit den neuesten Strategien läuft, verlierst du Reichweite, Traffic, ROAS und schlussendlich Profit. 

Die Spielregeln, um mit Social Ads zu einer wachsenden Love Brand zu werden, haben sich 2025 verändert und werden sich auch 2026 verändern. 

Und für 2026 ist auch klar: KI verändert das Meta Ads Game krasser, als es das iOS 14 Update 2021 hinbekommen hat. 

Neue KI Funktionen im Werbeanzeigenmanager, neue Best Practices, neue Anforderungen – gefühlt jede Woche was anderes.

Okay, und was sind jetzt die relevanten Themen?

Die zwei Megatrends, die im Performance Advertising auf Facebook und Instagram aktuell alles bestimmen, sind Content Graph und Generative KI.

Creatives sind ja schon seit Jahren das eigentliche Targeting von Performance Ads. Was heißt: Gib dem Werbeanzeigenmanager die richtigen Ad Creatives mit den richtigen Botschaften und das System findet automatisch die richtige Zielgruppe für dich. 

Das ist quasi ein Abbild dessen, was auch organisch auf Social Media stattfindet. 

Menschen folgen heutzutage viel mehr Interessen bzw. Content als Menschen oder Unternehmen. 

Irgendwie ist Social Media dadurch auch gar nicht mehr wirklich Social, sondern eher Entertainment Media. 

Und aus diesem Grund bestimmt der Content Graph (also im Prinzip der Inhalt deiner Ad Creatives) auch das Targeting deiner Performance Ads. 

“Okay und was ist daran jetzt neu, das kenne ich schon seit 2022?”. 

Stimmt, Ad Creatives bestimmen schon einige Jahre das Targeting von Performance Ads. 

Durch KI ergeben sich in 2026 aber noch mal komplett neue Möglichkeiten. 

Der Werbealgorithmus (oder wie man heutzutage sagt: die KI) übernimmt das Targeting basierend auf deinen Creatives.

Ad Creatives sind quasi wie Prompts für das System.

Neu dazu kommt, dass generative KI verändert, wie dieser Content entsteht. 

Content und Ad Creatives werden 2026 weiter automatisiert und dynamisiert.

Und das wiederum sorgt dafür, dass Social Ads in Zukunft vermutlich noch personalisierter werden, als sie es jemals waren. 

Theoretisch kann jeder von uns eine eigene Version von Content bzw. Werbeanzeigen ausgespielt bekommen. 

Ganz einfach ausgedrückt: Auch wenn wir in derselben Zielgruppe sind und technisch dasselbe Ad Creative ausgespielt bekommen, ist es in meinem Feed blau und bei dir grün.

Genau für diese neue Realität hat das Meta das Andromeda Algorithmus Update entwickelt, welches schon Ende 2024 veröffentlicht wurde 

In Kurzform: Meta Andromeda sorgt dafür, dass der Werbeanzeigenmanager mit weniger Input bessere Ergebnisse liefern kann. Und weil die Ad Delivery mit weniger Daten mehr anfangen kann, kann das System mehr Varianz an Werbemittel verarbeiten. 

KI sei Dank. 

Das ist, als würdest du tausende kleine Filterblasen bespielen – jede mit eigenem Content. 

Und je diverser dein Content ist, desto besser können effizient neue Zielgruppen erreicht werden. Die Grundlage für ein profitables Wachstum mit Social Ads in 2026. 

Wir nennen diese Vorgehensweise “Content Graph Hacking”. 

Um das System mit möglichst diversem Content zu "prompten", sind generative KI und Creative Automation ein Teil der Lösung. 

Übrigens: Ich habe darüber hier über die neuen AI Ad Rankings gesprochen und hier erklärt, wieso Meta Andromeda eigentlich nichts Neues ist (sondern nur einen bestehenden Trend beschleunigt).

Durch KI entstehen also neue Herausforderungen für Werbetreibende, die wiederum mit KI gelöst werden können.

Und genau aus diesem Grund brauchen deine Strategien, deine Workflows und dein Werbekonto in 2026 vermutlich ein paar Updates.

Aber bevor wir zu den Updates kommen, noch eine kurze Sidenote vorab. 

Denn was viele Werbetreibende vergessen: KI reißt extrem viele Barrieren nieder und erleichtert viele Dinge (z. B. die Erstellung von Content). Allerdings schraubt die KI damit im Umkehrschluss die Anforderungen an deine Ad Creatives aber auch hoch.

Mittelmaß können dank Chat GPT, Gemini & Co. jetzt alle.

Denn mit Hilfe von bspw. Nano Banana, Midjourney oder VEO3 Content kann schon jetzt jeder Werbetreibende irgendwie ein paar neue Ad Creatives auf Knopfdruck produzieren.

Und wenn das irgendwie jeder kann, dann können auch alle mittelmäßigen Content erstellen. 

Wenn ich Facebook und Instagram Ads auf Knopfdruck erstellen kann, dann gibt es quasi keine Eintrittsbarriere mehr für mittelmäßige Creatives.

Aber 2025 hat für mich auch eine Sache klar gezeigt: 

‍Nur wer ohne KI gute Ads erstellt, erstellt auch mit KI gute Ads.

Einfach auf Knopfdruck irgendeine Ad zu prompten klingt zwar sexy, ist aber auch keine Wunderpille.

2026 will auch Meta natürlich mehr generative KI in das eigene System implementieren und ein Stück von diesem Kuchen abhaben. Und so die Ad Creation für jeden Werbetreibende noch zugänglicher machen.

Marc Zuckerbergs Vision ist es, dass du quasi nur noch dein Bankkonto anschließt und der Werbeanzeigenmanager dann einfach alles für dich übernimmt: Erstellung von Creatives und Targeting der richtigen Zielgruppe. Dazu habe ich auch mit Rolf im OMR Education Podcast gesprochen. 

Und klar, natürlich kann das für dich als Werbetreibenden ein Vorteil sein, wenn der Ads Manager automatisch (neue) Ad Creatives erstellt.

Aber erstmal heißt das vermutlich: Noch mehr mittelmäßiger Content, der vermutlich kaum markenkonform ist. 

Vor allem heißen solche Entwicklungen bei Meta: Viele Funktionen im Werbeanzeigenmanager, welche ständig neu getestet werden und nicht immer die besten Ergebnisse liefern. 

Darüber, dass das (noch) oft schiefgeht, habe ich mit Roland im OMR Takways Podcast gesprochen: Meta vs. Advertiser: Das KI Anzeigen Drama. 

Wenn du im Werbeanzeigenmanager nicht aufpasst, dann helfen deine Werbeanzeigen zwar dabei, die KI von Meta zu trainieren, oft allerdings zulasten deiner Marke – und im schlimmsten Fall zulasten deines Profits.

Mehr dazu auch in diesem Video: “Meta KI frisst deine Marge auf, wenn du nicht aufpasst!”.  

Für etablierte Marken ergeben sich 2026 durch diese Entwicklungen einige Herausforderungen und Fragen.

Denn in einer Welt voller generischen KI Slops und Low Effort-Ads (Stichwort: Temu) musst du dich vor allem über deine Marke differenzieren. 

Über den wahrgenommenen Wert deiner Marke. Und über Vertrauen in genau diese.

Aber trotzdem muss in der Ausgestaltung deines Contents die richtige Balance gefunden werden, um deine Creative Strategie möglichst divers aufzubauen.

Du musst deine CI also so interpretieren, dass deine Ad Creatives markenkonform und trotzdem divers sind. Und Performance und Brand in Einklang bringen (wie wir das machen, erfährst du hier). 

Und du musst Wege finden, um KI strategisch zu nutzen.

Wege, wie du Produktionskosten einsparen und Content markenkonform diversifizieren kannst – z. B. mit KI CGI Content wie in diesem Beispiel hier unten.

Oder wie du First Party Daten in deine Strategien integrierst – quasi wie Leitplanken für deine Meta und Social Ads Strategie.

Oder wie du deine Social Ads visuell und konzeptionell von generischem 08/15-Content abgrenzt.

Aber wir machen uns nichts vor: KI löst nicht alle Probleme. 

Meta Ads werden trotzdem erstmal immer teurer. 

Denn der CPM steigt jedes Jahr weiter – das zeigen unsere eigenen Daten aus über 70 Mio. € Ad Spend pro Jahr (E-Com Brands only, EU).

Das heißt: Wenn du 2026 deine Profitabilität steigern und mit Meta Ads wachsen willst, braucht es vermutlich ein paar Updates an deiner Herangehensweise und einen cleveren Einsatz von KI, um die Effizienz deiner Ad Impressions zu steigern. 

Denn dass der CPM sinkt? 

Unwahrscheinlich.  

Und deswegen ist es an der Zeit für ein großes Update mit unseren neuesten Strategien und Insights, wie wir etablierten E-Com Marken dabei helfen, mit Social Ads in 2026 profitabel zu wachsen.

Was sind also die Erfolgsfaktoren in 2026? 

Was sind die Meta Ads Strategien etablierter Brands?

Wir sehen monatlich Millionen von Datenpunkten und wissen ziemlich genau, was funktioniert (und was nicht). Durch unser Netzwerk in die USA bekommen wir viele Trends schon mit, bevor sie hier überhaupt auftauchen. 

Übrigens viele dieser Erfolgsfaktoren haben wir auch schon auf der OMR 2025 in unserer Masterclass vorgestellt, hier geht’s zur Aufzeichnung.

Und wenn du direkt ein paar Shortcuts willst, dann schau dir unsere Cases und Erfolgsgeschichten aus unterschiedlichen E-Com Branchen hier an:

‍

• Interior: Durch Creative Diversifikation und smarte Drop Strategien haben wir für AVA&MAY fast 20 % mehr Sales generiert (Case Study Insights)
• Sports: Die Integration von First Party Data-Insights und die Entwicklung einer datengetriebenen Meta Ads Strategie haben bei INCYLENCE bereits im zweiten Monat zu 35 % mehr Neukundenwachstum geführt (Case Study Insights)
• Sports: Durch die volle Optimierung auf Inkrementalität konnten wir der Love Brand TEVEO helfen, die Customer Acquisition Costs um 35 % zu reduzieren und Meta Ads Kanal mit den höchsten Neukundenquoten etablieren (Case Study Insights)
• Kitchen: Mit einer klaren Push Marketing Fit-Strategie konnten wir bei SILBERTHAL die Abhängigkeit von Google bzw. Pull Marketing Channels reduzieren und das Meta Ads Budget verzehnfachen – bei besserem ROAS (Case Study Insights)
• Fashion: Mit einem klaren Attribution- und Measurement-Framework konnten wir bei Anita Hass die Profitabilität verdoppeln (Case Study Insights)
• Schmuck: Durch die Integration von Partnership Ads / Branded Content Ads und einem starken Cross-Border-Ansatz konnten wir Abbott Lyon dabei unterstützen, zur internationalen Love Brand zu werden (Case Study Insights)

‍

Und jetzt: Lass uns tiefer in die einzelnen Erfolgsfaktoren reingehen, auf gehts! 

Erfolgsfaktor 1: Verknüpfung von Unternehmenskennzahlen & First Party Data mit Kampagnen und Ad Konzepten

Das Fundament jeder skalierbaren Meta Ads Strategie ist ein klares Verständnis der eigenen Zahlen: Welche Produkte funktionieren bei neuen Kunden wirklich? Welche Angebotsstrukturen haben ausreichende Margen?

First Party Data liefert hier die Leitplanken – und definiert die Rahmenbedingungen für deine Ad Creatives, Testings und damit die Kampagnenstruktur im Werbeanzeigenmanager.

Ich kann mich noch gut daran erinnern. 

Als ich 2017 meine ersten OMR Deep Dives gehalten habe, haben wir stundenlang über Kampagnenstrukturen und hacky Zielgruppenerstellung gesprochen.

Damals: Erst mal ein Full Funnel Konzept im Werbeanzeigenmanager zusammenschrauben. 

Dann die Creatives reinladen.

Heute: Deine Strategie und Ad Creatives definieren, wie das Testing und die Kampagnenstrukturen im Werbeanzeigenmanager aussehen.

Heißt: Auf dieser Ebene die richtigen Entscheidungen zu treffen – also die richtigen Produkte bzw. Angebotsstrukturen mit den richtigen Botschaften zu kombinieren – ist der entscheidende Erfolgsfaktor.

Daher hilft es, die eigenen First Party Daten im Detail zu verstehen:

Welche Produkte haben die höchsten First Order Rates?

Welche Produkte haben die höchsten Margen (bei neuen Kunden)?

Welche Produkte werden häufig zusammen gekauft?

Welche Produkte haben hohe Wiederkaufsraten?

Welche Produkte ergeben logische, sinnvolle und margenstarke Bundles bzw. Angebotsstrukturen (und erhöhen den wahrgenommenen Wert für deine Kunden)?

Was wünscht sich die Zielgruppe (was sind die Mass Desires) und wie lassen sich diese Wünsche als Botschaften mit den Produkten kombinieren?

Wie ist in etwa der Reifegrad des Marktes und wie müssen deine Botschaften daran angepasst werden?

Wie verändert die Saisonalität eventuell die Auswahl der Produkte und die Relevanz der Botschaften?

Die erforderlichen First Parzy Daten lassen sich bspw. mit Hilfe von Tools wie Klar systematisch analysieren.

Dort siehst du auf einen Blick, welche Produkte die höchste Profitabilität bei Neukunden haben (Analyse nach Customer Type und dann nach CM2).

Und kannst auf Basis von historischen Benchmarks (mittels einer Kohortenanalyse) Ziele für Customer Acquisition Costs oder Marketingeffizienz ableiten.

Außerdem kannst du erkennen, welche Produkte die höchsten Wiederkaufsraten (bspw. nach 60 Tagen) haben und diese in der Akquisition über Meta Ads in den Fokus rücken – so wie im Beispiel unten.

Durch die Analyse der First Party Insights konnten wir erkennen, dass die Cinnamon Roll Duftkerze nach 60 Tagen die höchste Wiederkaufsraten hat…

…und haben entsprechend den Fokus in der Creative Produktion bzw. Diversifikation, im Testing und der Kampagnenstruktur auf dieses Produkt verschoben.

Es ist so relevant, dass ich es nochmal betone: Auf dieser Ebene die richtigen Entscheidungen zu treffen, legt den Grundstein für den Erfolg deiner Social Ads – und definiert schlussendlich auch die Roadmap für deine Creative Pipeline, dein Testing und damit die Struktur in deinem Werbekonto.

Wir nennen diesen Ansatz übrigens die Ausarbeitung einer Push Marketing Fit-Strategie.

Ein grober Fahrplan für deine PMF-Strategie kann wie folgt aussehen:

Definition von 2 Produkten bzw. Angebotsstrukturen

Ausarbeitung von 2 Botschaften je Produkt bzw. Angebotsstruktur

Testing von 3 Image Ads und 3 Video Ads je Botschaft

Ergibt zum Start: 2 Produkte × 2 Botschaften = 4 Testings × 6 Creative Designs = 24 Ad Creatives im Testing.

Bei Fashion-, Schmuck- oder Lifestyle-Brands geht es in der PMF-Strategie vor allem darum, Nachfrage und Hype gezielt zu erzeugen oder bestehendes Interesse am Markt sauber zu kanalisieren.

Bei problemlösenden Produkten liegt der Fokus dagegen darauf, das konkrete Problem, die Wahrnehmung der Zielgruppe und die Lösung logisch und verständlich über Ads miteinander zu verknüpfen.

Auf dieser Basis ergeben sich dann zwei grundsätzliche Wege – abhängig von deinem Geschäftsmodell: Multi-SKU-Stores mit vielen Produkten versus Single SKU-Stores mit wenigen Produkten.

Gerade im Multi-SKU-Bereich spielen Catalog Ads und Datenfeeds eine zentrale Rolle. Bei hohen Budgets integrieren wir diese (fast immer bewusst isoliert) in einer eigenen Advantage+ Sales Kampagnen.

Der Grund ist simpel: Catalog Ads können extrem viel Budget ziehen, sind aber nicht immer das stärkste Format für die Neukundengewinnung. 

Besonders dann nicht, wenn die Creatives 1:1 aus deinem Feed kommen und aussehen wie bei Google Shopping. Auch dazu später beim Punkt “Creative Automation” mehr. 

Mehr zum konkreten Kampagnen-Setup dann später im Artikel – oder hier im Video „Facebook Ads Kampagnenstruktur für 4- bis 5-stellige Tagesbudgets“.

Fassen wir zusammen: Nicht alle Produkte und Themen eignen sich dazu, neue Kunden zu gewinnen. 

Auf dieser Ebene spitz reinzugehen, First Party Daten genau zu verstehen und dann auf der nächsten Ebene in die Breite zu gehen (durch diversen Content), ist 80:20 und macht total viel Sinn.

Und es macht dir das Leben in der Ad Creation und im Testing dann viel leichter.

Bleibt die Frage: Wie übersetze ich die ganzen Analysen und Insights jetzt konkret in mein Werbekonto und in mein Testing? 

Denn was du nicht brauchst: noch mehr unsystematische Testings im Werbeanzeigenmanager. 

Hauptsache, jede Woche wird irgendwas getestet.

Was viel cleverer ist: ein klares System, das den Rahmen für dein Testing vorgibt.

Erfolgsfaktor 2: Aufbau einer klaren Creative Pipeline & Testing Framework

Wenn der Grundpfeiler steht, also deine PMF-Strategie definiert ist, geht’s daran, das Ganze in konkrete Testings zu übersetzen, Ad Creatives zu entwickeln und Traffic einzukaufen. 

Schließlich müssen auch die besten Hypothesen getestet werden: Always test everything. 

Für die konkrete Planung der Testings arbeiten wir mit einer sogenannten Creative Pipeline.

Für jeden Kunden entwickeln wir eine Creative Pipeline, welche dann systematisch getestet wird und bei der die einzelnen Medienformate (Image Ads vs. Video Ads) sinnvoll aufeinander aufbauen. 

Sprich: Schnelles Testing der Hypothesen i.d.R. mit Image Ads, anschließend die Insights auf Video Ads und weitere Formate übertragen. 

Das sieht dann etwa so aus: 

Phase 1: Testing von Produkt/Offer und Messaging. 

Phase 2: Entwicklung von Video Ad Formaten und erste Diversifikation der Ad Creatives.

Phase 3: Einführung von Partnership Ads für weitere Diversifikation. 

Phase 4: High Quality Content oder aufwändigere Produktionen (u.a. Gründer Videos usw.).

Mit dieser Vorgehensweise konnten wir z. B. SILBERTHAL dabei helfen ihr Push Marketing zu knacken (und haben den Umsatz mit Meta Ads profitabel verzehnfacht, mehr dazu in diesem Video hier) . 

Der Kerngedanke bei der Creative Pipeline: „Creative follows the calendar“.

Statt reaktiv zu arbeiten, planen wir in der Pipeline proaktiv die nächsten Wochen/Monate im Voraus, welche Ad Creatives wann (und für welches Produkt/Angebot) produziert werden.

Mit unserer Creative Pipeline-Systematik erfassen wir alle relevanten Dimensionen:

Allgemeine Saisonalität

Individuelle Marktbedürfnisse der Zielgruppe

Historische Performance-Daten (inkl. der Übertragung der Insights von Image Ads auf Video Ads und vice versa. Da wir monatlich Millionen von Datenpunkten sehen, übertragen wir hier, sofern sinnvoll, auch allgemeine Learnings).

Creative follows the calendar. Relevanz verändert sich mit dem Kalender.

Ganz stumpf: Was im Winter performt, kann im Sommer komplett verpuffen. Mass Desires, Ansprüche an visuelle Konzepte und damit an deine Ad Creatives verändern sich. 

Es klingt total logisch, aber mal Hand aufs Herz: Wie oft hat dir schon der richtige Content für die aktuelle Saison gefehlt? 

Mit Hilfe der Pipeline planen wir Content und Creatives proaktiv im Voraus – nicht, um alles durchzutakten, sondern um sicherzustellen, dass zum richtigen Zeitpunkt die richtigen Konzepte bereitstehen. Denn die relevanten Insights für Juni sind die aus dem letzten Juni – nicht die aus Februar.

Ohne solch eine Vorausplanung entstehen zwei Probleme: Entweder man verpasst Chancen, weil der passende Content fehlt. Oder man produziert unter Zeitdruck – und verbrennt Budget mit halb durchdachten Ads. 

Eine Creative Pipeline schafft hier Struktur und hilft, den Output zu planen: Wie viele Image Ads und Video Ads brauche ich denn überhaupt?

Und eine sauber geplante (und exekutierte) Creative Pipeline ist quasi auch ein wichtiger Teil der “Lösung” für das Andromeda Update bei Meta.  

Denn bei Pipeline legen wir den Fokus insbesondere auf Diversifikation von Botschaften und visuellen Konzepten für Image und Video Ads.

Und spätestens seit dem Andromeda Update (mehr dazu später noch mal) ist es wichtig, den Fokus auf neue Konzepte zu legen, statt sich zu sehr im Iterations-Game zu verlieren.

Denn um das System des Werbeanzeigenmanagers richtig mit deinen Creatives zu „prompten“, sollten diese nicht zu identisch sein (was Iterationen i. d. R. sind).

Wenn Creatives zu identisch aussehen, dann haben sie zwar technisch zwei unterschiedliche Creative bzw. Ad IDs im Werbeanzeigenmanager werden von Metas System allerdings als „similar“ eingestuft.

Ergebnis: Es wird schwieriger, effizient neue Zielgruppen zu erreichen. 

CPMs steigen, Reichweite und Traffic sinken. Performance lässt nach.

Denn um das System des Werbeanzeigenmanagers richtig mit deinen Creatives zu „prompten“, sollten diese nicht zu identisch sein (was Iterationen i. d. R. sind).

Wenn Creatives zu identisch aussehen, dann haben sie zwar technisch zwei unterschiedliche Creative bzw. Ad IDs im Werbeanzeigenmanager werden von Metas System allerdings als „similar“ eingestuft.

Ergebnis: Es wird schwieriger, effizient neue Zielgruppen zu erreichen. 

CPMs steigen, Reichweite und Traffic sinken. Performance lässt nach.

Und aus diesem Grund liegt der Fokus in der Creative Pipeline vor allem auf neuen Ideen und Konzepten, weniger auf Iterationen.

Mehr zum Thema Meta Andromeda und der Diversifikation von Creatives dann später.

Input und neue Ideen für eine Creative Pipeline entstehen zu großen Teilen durch Recherche und Zielgruppenverständnis.

Was treibt die Zielgruppe um? Wie denkt die Zielgruppe? Welche Sprache spricht die Zielgruppe?

Um Antworten auf diese Fragen zu erhalten, gilt es zu recherchieren.

Und mit Hilfe von KI kann der Zeitaufwand in der Recherche etwa um 90 % reduziert werden und immer wieder neue Ideen für die Creative Pipeline entwickelt werden.

Das Zauberwort (oder die Zauberfunktion) heißt hier: Deep Research.

Die meisten KI-Tools wie bspw. Chat GPT oder Gemini bieten die Möglichkeit, mit Hilfe von Deep Research wirklich tiefe Analysen und Recherchen erstellen zu lassen. Statt selbst stundenlang durch Artikel, Foren oder Kundenbewertungen zu scrollen und Insights zu strukturieren, nutzen wir die Möglichkeiten von KI.

Bei einem Deep Research durchsucht die KI ca. 15–20 Minuten das Internet und arbeitet mit den richtigen Prompts wie ein Creative Stratege.

Mindestens aber unterstützt die KI den Creative Strategen bei einer sehr zeitintensiven Aufgabe.

Als wir für einen unserer Kunden mit Hilfe von Deep Research neue Messaging-Ideen und Input für die Creative Pipeline entwickelt haben, war Chat GPT in Foren (und Threads) unterwegs, in denen wir vermutlich nie gelandet wären.

Mit den richtigen Prompts kommst du so auf neue Ideen oder mindestens Impulse, welche immer wieder frischen Wind für deine Creative Pipeline liefern.

Eine unserer Prompt-Vorlagen für Creative Strategen und Deep Research kannst du dir HIER ansehen und selbst ausprobieren (je nach Anwendungsfall und Branche haben wir mittlerweile viele unterschiedliche Prompt-Vorlagen in unserer internen Prompt-Bibliothek hinterlegt).

Okay, jetzt hast du einen Fahrplan.

Als Nächstes musst du diesen natürlich umsetzen. Und ja, auch bei der Umsetzung bzw. Erstellung von Content kann KI unterstützen (dazu kommen wir im vierten Erfolgsfaktor weiter unten).

KI kann zwar schon viel, ersetzt aber (noch) nicht komplett die Produktion und das Shooten von Content. 

Vielmehr erweitert KI deinen bestehenden Content.

Heißt: Ohne Produktion von „Rohmaterial“ (sprich: Fotos, Video) für deine Creatives geht’s auch in 2026 nicht.

Vielleicht kennst du die Situation auch:

„Wir haben übermorgen ein Content-Shooting – was braucht ihr eigentlich für die Ads?“

Zwei Tage vor dem Shooting fällt jemandem auf: Moment, wir brauchen vielleicht ja auch frischen Content für die Ads.

Wochenlang wurde das Shooting geplant, Moodboards erstellt, Locations gescoutet – aber an die eigenen Ads hat bis dato keiner gedacht.

Das Ergebnis?

200 ästhetische Kunstwerke für Instagram, aber kaum ein brauchbarer Shot für Ad-Creatives.

Der Fotograf hat zwar wunderschöne Produkt-Arrangements komponiert, die richtig gut zusammen aussehen.

Blöd nur, dass du die gar nicht als Bundle verkaufst.

Nach Jahren dieser Last-Minute-Anfragen und unbrauchbaren Shootings haben wir vor einiger Zeit eine Lösung entwickelt, die wir unseren Kunden inzwischen vor jedem Shooting mitgeben: unsere Content-Matrix.

Unsere Content-Matrix funktioniert wie Malen nach Zahlen:

Wir definieren in der Matrix exakt …

… welche Produkte überhaupt geshootet werden,

welche Perspektiven (Ego, Detail, Portrait) wir für Ad-Creatives brauchen,

welche Szenen (Unboxing, Anwendung, Size Demonstration) sinnvoll sind und

welcher Bildausschnitt später dann in der Postproduktion für die Berücksichtigung der Safe Zones für Reels und Co. erforderlich ist.

Konkretes Beispiel aus der Matrix: „Nah- und Detailaufnahme von Aspekt A“ – klingt erst mal abstrakt, wird aber individuell befüllt.

Bei Bettwäsche heißt das: Hand streicht über Stoff, 5 Varianten, verschiedene Winkel.

Die Matrix wird so zur Shooting-Checkliste.

Jede Zeile ein Shot, jede Spalte ein Produkt. Der Fotograf hakt ab wie bei einer To-do-Liste.

Das Ergebnis?

Aus einem Shooting entstehen endlich Assets, die sowohl für Organic als auch für Paid funktionieren.

Beispielsweise können wir aus dem B-Roll-Material starke Mash-up-Videos cutten (welche als Performance-Ad für das richtige Produkt/Offer erfahrungsgemäß stark performen).

So haben wir immer genug Material und generieren mit minimalem Produktionsaufwand maximalen Content-Ertrag.

Und diese Content-Bibliothek können wir dann vielfältig in Ad-Creatives einsetzen und mit Hilfe von KI erweitern.

Über diesen Link HIER kannst du dir unsere Content-Matrix als Template herunterladen.

Wir haben jetzt also einen Fahrplan, WAS wir bei unseren Ad-Creatives planen (aus den First-Party-Daten, über die Marktanalyse in die Creative-Pipeline) und WIE wir diesen Content systematisch produzieren (Content-Matrix). Später sprechen wir darüber, wie wir mit Hilfe von KI den Content noch stärker diversifizieren.

Aber jeder Plan ist nur so gut wie seine Umsetzung.

Demnach heißt die Folgefrage: Wie testen wir jetzt die ganzen Ideen und Hypothesen in unserem Werbekonto?

Es gibt auch kaum eine Frage, die ich in den letzten Jahren häufiger diskutiert oder bspw. in OMR-Webinaren gestellt bekommen habe als: „Wie strukturiere ich mein Testing richtig?“

Dieses Framework gibt die Antwort:

Früher lautete meine Antwort auf die Frage oft: „Es kommt drauf an.“

Nicht besonders hilfreich, oder?

Deshalb haben wir inzwischen ein budgetbasiertes Testing-Framework entwickelt, das Werbetreibenden klare Leitplanken für ihr Creative Testing gibt.

Letztes Jahr haben wir dieses Framework in unserem OMR-Webinar mit fast 700 Teilnehmern vorgestellt, und die Resonanz war echt positiv.

Warum? Weil es ein Problem löst, das fast alle haben:

Viele Werbetreibende stehen vor 1.000 Optionen und wissen nicht, welche sie wählen sollen.

Gerade bei niedrigem Budget (z. B. 100 €/Tag) machen viele den Fehler, 85 verschiedene Iterationen zu testen, anstatt sich auf große Unterschiede zu fokussieren.

Das Ergebnis? Verschwendetes Budget und kaum verwertbare Insights.

Mit unserem Framework im „Malen nach Zahlen“-Stil geben wir hingegen eine klare Orientierung und reduzieren die Komplexität.

Aber noch mal ein wichtiger Reminder: Fokussiere dich beim Testing auf die relevanten Hebel mit hohem Impact – und nicht auf Dinge, die in 2026 wenig bis kaum Unterschied machen.

So funktioniert unser Testing-Framework:

Start-up-Phase (bis 100 €/Tag):

- Keep it simple!

- Eine Kampagne für Testing & Scaling

- Fokus auf schnelles Lernen statt Perfektion

- Validierung der Push Marketing Fit-Strategie (Offer, Message)

- Schnelles Testing mit Image Ads

- Große Unterschiede testen

Scale Up Phase (100€-1.000€/Tag):

- Separate Testing-Kampagnen mit eigenem Budget pro Test

- Ca. 15-20% des Gesamtbudgets für Tests

- CPA x 2 = Mindestbudget pro Test (Beispiel: Bei 50€ CPA braucht jeder Test mindestens 100€ pro Tag)

- Winning Ads werden in Scaling Kampagnen übertragen

‍

Step Up Phase (+1.000€/Tag):

Hier wird's richtig spannend - bei manchen Kunden starten wir 15-20 neue Tests pro Woche.

- +20% des Gesamtbudgets für Testing

- Mehrere Test-Batches parallel

- Iteration von Best Performern in verschiedenen Varianten

- Winning Ads werden in Scaling Kampagnen übertragen

‍

Dieses Framework wenden wir täglich bei unseren Kunden an.

Das Ergebnis: Die Testbudgets sinken, die Performance steigt.

Ich bin deshalb überzeugt: Je nach Budget-Level braucht es komplett verschiedene Testing-Ansätze.

Und mit diesem Framework kannst du sofort erkennen, was für dich gerade der beste Approach ist (kann sich natürlich auch durch Saisonalität und Budgetplanung im Laufe eines Jahres immer mal wieder ändern).

Übrigens: In den meisten Fällen basiert das Testing auf einem „manuellen“ A/B-Test, d. h. wir erstellen pro Ad Creative-Batch aus unserer Creative Pipeline eine neue Anzeigengruppe in einer Testing-Kampagne.

Aus Marketing Science Gesichtspunkten ist das zwar nicht „perfekt“ (Anzeigengruppen können sich überlappen), ist aber praktikabel, flexibel und funktioniert. Weitere Testing-Instrumente (z. B. Lift-Studien) wählen wir nur bei Bedarf (siehe Abbildung oben).

Ein weiterer spannender Testing-Ansatz für etablierte Marken können Multi-Cell-Testings sein.

Mit Hilfe von Multi Cell A/B-Tests kannst du ganze Funnel-Strategien gegeneinander testen.

Über diesen Weg kannst du bspw. testen, was mit der Gesamtperformance eines Funnels passiert, wenn du weitere Anzeigenformate (bspw. Reel Ads) in deine Strategie integrierst.

Mit einer Kombination aus Catalog Ads und Reel Ads konnten wir den CPO einer Marke bspw. um bis zu 80 % senken:

Zelle A: Kombination aus Catalog Ads und existierenden Instagram-Posts/Reels

Zelle B: Nur klassische Catalog Ads

Wir haben also zwei „Kampagnen-Zellen“ systematisch gegeneinander getestet.

Auf den ersten Blick im Ads Manager sah Zelle B noch besser aus – circa 10 % niedrigere Kosten pro Kauf.

Aber: In den externen Attributionstools und bei genauerer Betrachtung zeigte sich ein völlig anderes Bild! Die Kombination aus beiden Formaten generierte deutlich mehr inkrementelle Reichweite.

Besonders interessant: Der CPO in der Altersklasse 18–24 sank durch die Kombination beider Formate dramatisch – von ca. 99 € auf etwa 20 €.

Das ist eine Reduktion um fast 80 %!

Die logische Erklärung?

Catalog Ads allein erschließen oft keine neuen Zielgruppen, sie „fischen“ oft im selben Teich.

Wir dürfen also nicht nur auf die Last-Touch-Attribution im Ads Manager schauen, sondern müssen unsere Kampagnen holistisch betrachten.

Wie immer muss hier mein Vergleich mit der Fußballmannschaft herhalten:

Catalog Ads sind wie Stürmer, die gefüttert werden müssen mit „Flanken“ (= erste Touchpoints).

Diese ersten Touchpoints werden unter anderem durch native Content-Formate wie Organic Instagram-Posts und Reels geliefert.

Und für eine erfolgreiche Gesamtstrategie braucht es eben immer eine Kombination aus Vorlagengeber und Torschütze:

Vorlagengeber = z. B. bestehende Posts und Reels für erste Berührungspunkte und neue Zielgruppen (oder natürlich normale Ads, welche auf die Awareness-Stages optimiert sind).

Torschütze = Catalog Ads für die Conversion-Optimierung bei warmen Zielgruppen.

Und das Testing-Framework für solche Ansätze sind Multi-Cell-A/B-Tests. Weil das ein recht komplexes Thema ist, findest du in diesem Video hier mehr dazu.

Fassen wir zusammen, wo wir jetzt stehen:

Wir wissen jetzt, was wir tun müssen (Creative Pipeline), wie wir es produzieren (Content-Matrix) und wie ein Testing-Framework aussehen kann.

Das Testing im Werbekonto ist dann ein bisschen wie die systematische Suche nach Öl:

Sobald es sprudelt, machen wir mehr davon und kümmern uns um die Diversifikation von Ad Creatives.

Und deswegen gehen wir jetzt über Los zum dritten Erfolgsfaktor: Creative Diversifikation.

‍

Erfolgsfaktor 3: Konsequente Creative Diversifikation (Stichwort: Meta Andromeda)

‍

Okay, fassen wir also noch einmal zusammen.

Wir wissen, wie unsere "Speerspitze" für die Akquisition neuer Kunden aussieht und haben eine (auf First Party Daten basierende) Push Marketing Fit-Strategie entwickelt.

Wir haben einen Plan, welche Botschaften wir damit verknüpfen und damit unsere Creative Pipeline füllen.

Und wir wissen, wie wir das Ganze im Werbekonto testen.

Zur Visualisierung des Ganzen haben wir bei uns die „Social Ads Testing Pyramide“ entwickelt.

Wir gehen also oben erst einmal „spitz“ in den Markt rein…

…und gehen dann unten in die Breite.

Sobald wir herausgefunden haben, welche Kombination aus Produkt bzw. Angebot und Botschaft das größte Potenzial hat, starten wir die Diversifikation der Ad Creatives.

Wir legen also bewusst weniger Wert auf kleinteilige Iterationen bestehender Ad Creatives und mehr Wert auf Diversifikation.

Und das wiederum ist die Antwort auf das Meta Andromeda Update.

Durch den Einblick in viele Werbekonten (und die regelmäßige Durchführung von Account-Analysen im Rahmen unserer Potenzialanalyse) sehen wir bei vielen Marken seit dem Meta Andromeda Update immer wieder eine Herausforderung:

Meta legt zunehmend Wert auf Creative-Diversifikation – und viele reagieren darauf mit Iterationen.

Sie nehmen eine Ad, tauschen ein Wort in der Hook aus oder verändern eine Farbe.

Aber das Problem ist: Meta stuft solche Iterationen oft als „similar“ ein – und die Performance stagniert (siehe Abbildung weiter oben).

Die Lösung liegt also nicht in der Anzahl der Iterationen, sondern in der Vielfalt unterschiedlicher Motivatoren bzw. Botschaften.

Ich ziehe hier oft die Parallele zur Autowerbung, um diese Motivatoren zu erklären.

Wir können ein Auto aus verschiedenen Blickwinkeln bewerben:

Entweder: „Großer Kofferraum – perfekt für Kinderwagen und den Wocheneinkauf.“

Oder: „Schiebedach und Sportmodus – perfekt zum Cruisen im Sommer.“

Oder: „Sitzheizung und beheizbares Lenkrad – ideal für lange Fahrten im Winter.“

Dasselbe Produkt – aber drei komplett unterschiedliche Botschaften und Blickwinkel.

Mit diesem Framework haben wir für unsere Beteiligung Bataillon Belette komplett unterschiedliche Motivatoren ausgearbeitet:

„Die Strumpfhose ist unkaputtbar“ – der klassische USP.

„Sie macht längere Beine“ – durch die Compression-Passform.

„Sie hat einen Repair-Effekt“ – Fadenzieher lassen sich reparieren.

Für noch mehr Diversifikation gibt’s diese Motivatoren dann wiederum in unterschiedlichen Formaten: Gründervideos, Creator Content, Mash Up-Videos, Image Ads in verschiedenen Designs usw.

Ein paar Beispiele, wie wir für Bataillon Belette die Diversifikation von Creatives umsetzen, kannst du dir über diesen Link ansehen. Wir setzen hier auf eine Mischung aus authentischem Content („handmade“) und KI-Inhalten.

„Moment Florian, heißt das, Iterationen sind komplett obsolet?“

Nein, sind sie nicht.

Aber meiner Meinung nach sollte der Großteil der Zeit vielmehr in die Frage fließen:

Unter welchen neuen Blickwinkeln kann ich mein Produkt betrachten?

Das ist der entscheidende Hebel für Creative-Diversifikation, wie das Meta Andromeda-Update sie vorgibt.

Und natürlich gilt auch hier: „Creative follows the calendar“. 

Denn diese Blickwinkel ändern sich bei den meisten Produkten auch saisonal.

Diversifikation ist nicht „75 Iterationen derselben Ad“. Diversifikation heißt Perspektivenvielfalt.

Viele Werbetreibende denken, dass sie eine bestimmte Anzahl an Ads bauen müssen – und dazu noch eine möglichst hohe Anzahl an Iterationen.

Dabei checken sie aber nicht, dass sie sich zu sehr in Taktiken statt in sinnvollen Strategien verlieren.

Ja, deine Creatives sollten divers sein.

Ja, du solltest unterschiedliche Formate, Texte, Angles, Personas und Pain Points abdecken.

Aber nicht auf Kosten der Qualität.

Es bringt dir nichts, wenn du 50 Ads baust – in allen erdenklichen Formaten –, wenn du am Ende einfach nur 50 schlechte Ads gebaut hast.

Das eigentliche Risiko von „mehr Content“ ist nämlich nicht der „neue“ Ad-Algorithmus von Meta & Co.

Das Risiko ist, dass es einfach auch mehr Arbeit wird. Irgendwoher müssen die „50 Ads pro Woche“ ja kommen.

Und mehr Arbeit führt fast immer dazu, dass irgendwo Shortcuts genommen werden. Hauptsache viel gemacht, egal wie.

Und genau an der Stelle kommt dann KI ins Spiel. KI kann extrem hilfreich sein – aber sie ist auch extrem gut darin, sehr viel Slop zu produzieren.

Mein Rat: Creative Diversifikation muss strategisch sinnvoll umgesetzt werden.

Starte mit den bestmöglichen Hypothesen, teste diese in separaten Anzeigengruppen, sammle Insights (siehe Testing Pyramide weiter oben).

Es geht bei Andromeda nicht um MEHR Ads, sondern um bessere Ads – und davon dann gezielt mehr.

"Aber wir können doch nicht einfach 50 völlig verschiedene Creatives produzieren - das passt nicht zu unserer Brand!"

Diese Reaktion bekommen wir von vielen etablierten Marken, wenn wir über das Andromeda Update sprechen.

Ihr Dilemma: Meta fordert immer mehr Creative Diversität, aber enge Brand Guidelines stehen dem oft im Weg.

Am liebsten hätten sie 2 perfekte Designs, die allen Designern gefallen und gut performen - fertig.

Aber was dabei gerne übersehen wird: Alle Ads und Designs beeinflussen sich gegenseitig. Je mehr diese gleich “perfekt” aussehen (oder eben weniger Diversifikation haben), desto schwieriger.

Meta nennt das in internen Präsentationen den "Surround Sound Effekt" - alle Ads einer Marke hängen miteinander zusammen und beeinflussen sich gegenseitig.

Ein Beispiel macht das deutlich:

Stell dir vor, du scrollst mehrmals am Tag durch Instagram und siehst 5x dieselbe Ad mit minimal anderem Text.

Die Ads erzeugen keine Aufmerksamkeit mehr. Die Performance bleibt aus.

Besser wäre: Bei jedem Scrollen eine wirklich andere Ad derselben Marke - verschiedene Produkte, verschiedene Botschaften, verschiedene Designs.

Deshalb ist es unsere Aufgabe als strategischer Social Ads Partner, die CI etablierter Marken so kreativ zu interpretieren, dass wir möglichst diverse Creatives produzieren können - ohne dass das Branding darunter leidet.

Wir nutzen dafür 3 Layer zur Diversifikation (siehe Testing Pyramide):

1. Produkt-Ebene: Welche Produkte, Kategorien oder Bundles bewerben wir?

2. Message-Ebene: Welche Botschaften nutzen wir pro Produkt?

3. Design-Ebene: Wie können wir die Creatives möglichst verschieden designen?

Beispielsweise: 3 Produkte x 3 Messages x 5 Designs = 45 verschiedene Creatives.

Alle on-brand, aber unterschiedlich genug für den Surround Sound Effekt.

Das Ergebnis?

Mehr Varianz, die Ads strahlen aufeinander ab, die Performance wird besser - und die Marke bleibt stark.

Nach Andromeda gewinnt also nicht die Marke mit den strengsten Brand Guidelines, sondern die, welche ihre CI als Rahmen für kreative Vielfalt versteht.

Mehr dazu, findest du auch in diesem Video hier: “Meta Andromeda: Wie viele Ads brauchst du in Zeiten von KI Ad Rankings?”  

Übriges: Wenn du dich fragst, wie viele Image und Video Ads du brauchst, dann kann diese Entscheidungsmatrix hilfreich sein.

Mehr zur Frage, wie viele Image oder Video Ads du eigentlich produzieren solltest, findest du in diesem Video hier.

Und natürlich bietet uns KI bei der Diversifikation von Ad Creatives komplett neue Möglichkeiten. Und KI hilft uns dabei, Produktionskosten massiv zu senken.

Aber beim Einsatz von KI geht es nicht darum, „einfach nur viel mehr produzieren zu können“. Die Wahrscheinlichkeit, dass du hierbei „Slop“ produzierst, ist wie gesagt hoch.

Es geht um die systematische Erweiterung deiner Social Ads mit Hilfe von KI. 

Erfolgsfaktor 4: Einsatz von KI und Automatisierung zur Content-Erweiterung und Reduktion der Produktionskosten

Es gibt in 2026 wohl kein Thema, das weiterhin mehr Hype und FOMO auslöst als KI.

Aber ich höre es an vielen Ecken:

Für viele Werbetreibende sind KI-generierte Ads immer noch eine Enttäuschung.

Auch wir waren anfangs skeptisch und haben im Team viel diskutiert: Ist das nur Spielerei oder echtes Werkzeug?

Aber mit der Zeit haben wir immer klarer gesehen, welches Potenzial für unsere Kunden dahintersteckt.

Doch eine Sache ist gleich geblieben: KI sollte deine Social Ads bzw. deinen Content nicht komplett ersetzen – aber KI hilft, ihn zu erweitern.

KI ermöglicht es uns, komplett neue Ideen umzusetzen und Dinge zu testen, für die früher sehr hohe Produktionskosten (oder Zeitaufwände) angefallen wären.

Wer weiß, wie er KI richtig einsetzt, der wird auch mit KI Content durch den ganzen „Slop“ durchdringen.

Bei der Erstellung von Content mit KI ist es ein bisschen wie beim Malen von Bildern oder bei Kunst.

Theoretisch kann jeder ein Bild malen. 

Aber nur kreative Personen, die ein Auge für das Visuelle und ein Händchen für die Umsetzung haben, erstellen wirkliche Kunstwerke.

Dinge, die im Feed oder in Stories herausstechen und insbesondere das Vertrauen in Inhalte – und damit in deine Marke – nicht verspielen. Denn genau das ist das Risiko bei KI Content: Das Vertrauen in deine Marke kann verloren gehen.

Fangen wir aber erst einmal bei den Basics an und klären, wo und wie wir bei uns KI strategisch sinnvoll in unsere Prozesse integrieren.

Unsere Herangehensweise basiert auf zwei Grundsätzen:

Erstens: Nur wer ohne KI gute Ads erstellt, erstellt auch mit KI gute Ads.

Zweitens: Creative Strategen werden nicht durch KI ersetzt – sondern durch Creative Strategen, die KI effizient nutzen.

Deshalb denken wir KI nicht in Tools, sondern in Rollen:

- Creative Strategy: Wir generieren Messaging-Ideen durch Deep Research (siehe oben).

- Copywriting: Wir nutzen Custom GPTs für Video- und Anzeigentexte.

- Video: Wir erstellen B-Rolls, Voice-over und wandeln Formate um.

- Design: Wir generieren Bilder und lassen Varianten erstellen oder wir verändern Inhalte.

Ein häufiger Knackpunkt bei diesen Aufgaben? Der richtige Aufbau der Prompts.

Jeder Prompt braucht vier Elemente:

Identität (Rolle der KI)

Aufgabe (Was soll sie tun?)

Kontext (Welches Wissen hat sie?)

Output (Wie soll’s aussehen?)

Die meisten scheitern am Kontext. Weil es Arbeit bedeutet, die KI mit dem eigenen Wissen „anzulernen“.

Dabei ist das entscheidend, um wirklich gute Ergebnisse zu erzielen.

Hier arbeiten wir vor allem mit Custom GPTs für Chat GPT oder Gems für Gemini, die wir mit dem nötigen Wissen auszustatten.

Unser Copywriting-GPT verfügt bspw. über unser gesamtes Wissen aus unserem internen Copywriting-1x1.

Pro Tipp: Um nicht den Überblick über die verschiedenen Prompts und GPTs zu verlieren, haben wir eine Prompt Library (in dem Tool Notion) aufgebaut, in der wir alles systematisch erfassen.

Und auch für den Einsatz von KI-Tools für die verschiedenen Aufgaben haben wir eine ähnliche systematische Übersicht angelegt.

Sobald geklärt ist, wann du KI bei der Produktion von Ad Creatives einsetzen kannst, geht es natürlich um das Wie.

Klar, du kannst jede Woche neue KI-Tools testen und irgendwelche Prompt-Vorlagen bei LinkedIn herunterladen.

Oder du nutzt einfach unsere Übersicht aller Tools, die sich für die Produktion von Social Ads eignen. Here we go:

Creative Strategie / Ideen / Copywriting

- ChatGPT (Deep Research) – ca. 20 € pro Monat
- Google Gemini (Deep Research) – ca. 20 € pro Monat
- Claude (Research) – ca. 20 € pro Monat

Design

- krea.ai (Erstellung von Creatives mittels Zugriff auf alle relevanten KI-Modelle, z. B. Nano Banana, Kling, Sora, VEO 3 usw.) – ca. 30 € pro Monat
- Google Gemini (Nano Banana) – ca. 20 € pro Monat
- Midjourney – ca. 30–50 € pro Monat

Video / Animation

- Google Gemini (VEO 3) – ca. 20 € pro Monat
- Midjourney – ca. 30–50 € pro Monat
- fal.ai – Prepaid, ca. 10 € pro Monat

KI-Avatare

- Arcads – ca. 90 € pro MonatHeyGen – ab ca. 30 € pro Monat

Übrigens: Noch mehr Tipps, wie du mit Hilfe von KI Social Ads erstellen und optimieren kannst, findest du in meinem OMR Report Kompakt hier.

Disclaimer: Die Liste erhebt keinen Anspruch auf Vollständigkeit, sondern soll einen Überblick über die Tools geben, die sich bei uns etabliert haben. Natürlich entwickelt sich der Markt hier ständig weiter und neue Tools werden dazukommen. Es macht aber keinen Sinn, ständig die neuesten Tools zu testen, wenn du keine sinnvolle Strategie hast.

Werfen wir nun einen Blick auf konkrete Use Cases, wie du die Produktionskosten deiner Social Ads mit Hilfe von KI senken kannst.

Noch mehr Tipps zu diesem Thema findest du übrigens in diesem Video auf YouTube: „Social Ads mit KI: So halbieren wir die Produktionskosten“.

Und hier findest du das 45-minütige Recording unserer OMR Digital Masterclass zu diesem Thema.

‍Anpassung und Erstellung von Image Ad Creatives mit KI

Beginnen wir mit etwas, das sich jederzeit umsetzen lässt und deine Creative Pipeline konsequent diversifiziert. Denn der größte Hebel liegt aus meiner Sicht nicht darin, die komplexesten KI Anwendungsfälle zu finden, sondern die einfachen Dinge sauber und effizient umzusetzen – zum Beispiel die Anpassung und Veränderung von bestehenden Image-Ad-Creatives.

Mit Nano Banana verwandeln wir Produktbilder auf Knopfdruck in saisonale Kampagnenmotive und berücksichtigen so einen Grundsatz unserer Creative Pipeline: „Creative follows the calendar“.

Googles Bildmodell in Gemini „Nano Banana“ ist einfach zu bedienen und vor allem eins: sehr konsistent im Output. Heißt: Es verändert Produktbilder oder Logos nicht.

Aus diesem Grund eignet es sich ideal, um die Image Ads, welche unser Creative Team entwickelt hat (und somit auf Markenkonsistenz geprüft hat), zu vervielfältigen und zu diversifizieren.

Vor allem nutzen wir es, um den Contentpool an Produktbildern bei Kunden zu vergrößern.

Wie zum Beispiel für unseren Kunden AVA & MAY. Wir nehmen ein Originalbild einer ihrer Duftkerzen und setzen sie mit einem simplen Prompt innerhalb von Sekunden in ein skandinavisches Haus im Schnee („Platziere das Produkt in ein skandinavisches Haus, im Hintergrund ist Schnee durch das Fenster zu sehen. Es herrscht eine cozy Atmosphäre. Wichtig: Verändere das Produkt in Form, Farbe und Labels nicht!“).

Oder wir zaubern für die Herbstkampagne einen Kürbis neben die Kerze. Das Produkt selbst bleibt unverändert, nur die Szenerie ändert sich.

Ja, das ist noch nicht krass spektakulär und bahnbrechend neu, aber: Es funktioniert.

So können wir den Content Output effizient und insbesondere markenkonform verdoppeln – quasi ohne zusätzliche Produktionskosten.

Aber durch die Kombination von verschiedenen Tools und Modellen geht da noch mehr.

Für die Kombination verschiedener Modelle und das Wechseln zwischen den Modellen (z. B. von Nano Banana Image Gen zu Chat GPT Image Gen usw.) sind wir große Fans von krea.ai. Krea ist ein Tool, das dir eine Schnittstelle zu den relevantesten Image- und Video-Gen-Modellen bietet.

Bonus: Du hast nur eine Lizenz, statt für jedes Modell eine eigene. Kostet zwar im Vergleich zu den einzelnen Modellen einen minimalen Aufpreis von ein paar Euro – die gewonnene Effizienz durch weniger Hin-und-Her-Gewerchsle ist es aber in jedem Fall wert.

Die Herausforderung, die du bei der Umsetzung von Ad Creatives für deine Social Ads sicher kennst: Ein neues Produkt wird eingeführt (oder „gedropped“), die Content Produktion hinkt allerdings hinterher. Mehr als ein Produkt-Shot (Freistellerbild) gibt’s nicht.

Hier gilt: Create something out of nothing.

Und durch die Kombination verschiedener KI Modelle ist das auch kein Problem.

Ein Beispiel: In krea setzen wir die New York Weihnachtskerze von AVA & MAY mit der Hilfe von Nano Banana vor ein weihnachtliches Setting – natürlich das Rockefeller Center mit dem bekannten Weihnachtsbaum und der Eisfläche.

Schon übermitteln wir quasi multisensual die weihnachtliche Stimmung der Kerze. Um den Mood innerhalb einer Ad noch stärker zu transportieren, nutzen wir (ebenfalls in krea) ein Videomodell (in diesem Fall das Modell “Wan”) und lassen die Menschen auf der Eisbahn eislaufen.

Die Ad wurde direkt zu einem Best Performer und das Produkt war innerhalb weniger Tage ausverkauft. Die Produktion von weiterem Content war hier also nicht mehr nötig.

‍Nano Banana Prompt zur Erstellung von Collagen für Ads

Mit Nano Banana kannst du auch aus einfachen Produktbildern aufmerksamkeitsstarke Collagen erstellen, welche die Produkte aus verschiedenen Perspektiven multidimensional darstellen.

Du kannst deine Produkte in einem 9er-Grid aus verschiedenen Winkeln darstellen …

…und so ein aufmerksamkeitsstarkes Image Ad Creative erstellen. 

Die Prompt Vorlage aus dem Beispiel oben findest du HIER zum Download

‍Aufmerksamkeitsstarke Formate umsetzen (ohne hohe Produktionskosten): KI CGI Ads

KI ermöglicht es uns außerdem Konzepte und Ideen umzusetzen, welche in der Vergangenheit mit viel Aufwand und entsprechend hohen Kosten verbinden waren.

Zum Beispiel sogenannte CGI Ads. CGI steht für “Computer Generated Imagery” und bezeichnet computergenerierte Bilder oder Videos, die im Marketing häufig eingesetzt werden – etwa um Produkte realistisch in bestehende Gebäude oder reale Umgebungen zu integrieren.

Demnach ist das kein neuer KI-Trend und etwas, das es schon seit einiger Zeit gibt. Aber: Es war in der Vergangenheit schlicht aufwändig und demnach nicht für alle Marken zugänglich.

Mithilfe von KI (z. B. mit Nano Banana) kannst du deine Produkte jetzt auf diese Art inszenieren und stellst trotzdem Markenkonformität sicher. CGI-Content war schon vor dem KI-Hype in der Vergangenheit aufmerksamkeits- und engagementstark. Das kannst du jetzt quasi auf Knopfdruck auch für deine Marke nutzen.

Zwei weitere Umsetzungsbeispiele findest du weiter oben im Artikel, die wir mit unseren Kunden umgesetzt haben (auch hier unter der Denkweise „Creative follows the calendar“).

‍Einfache Animationen für Ads mit KI erstellen

Eine weitere Möglichkeit, um deine Facebook und Instagram Ads mithilfe von KI markenkonform zu erweitern, ist es, einfache Animationen von bestehenden Best Performer Image Ads zu erstellen.

Mit dem Image zu Video-Modell von fal.ai können wir ganz einfach aus der Best Performer Image Ad bspw. ein realistisch wehendes Banner an einer urbanen Fassade machen.

Zeitaufwand: 3 Minuten.

Kosten: Fast null.

Effekt: Pattern Interrupt pur.

Das Banner weht im Wind, die Ad bekommt Bewegung, und wir haben eine neue Creative Variante ohne jegliche Produktionskosten.

Ein perfekter Quick Hack für alle, die mehr Varianz in ihre Creative Pipeline bringen wollen, ohne gleich viel Budget einzusetzen.

‍Motion Designs für deine Facebook und Instagram Ads mit KI erstellen

Einer meiner liebsten KI Workflows ist die Erstellung von Motion Designs für deine Facebook und Instagram Ads.

Zugegeben: In der Vergangenheit war meine Empfehlung eher, weniger Motion Design Ads umzusetzen – ganz einfach, weil der zeitliche Aufwand in der Umsetzung von Motion Design hoch war und es entsprechend frustrierend ist, wenn eine so aufwändig produzierte Ad dann weniger Impressions bekommt.

Mit Hilfe des richtigen KI Workflows sind aber auch Motion Designs kein großer Aufwand mehr.

Und auch hier stellen wir die Markenkonformität sicher, weil die ursprünglichen Designs aus unserem Creative Team kommen (und dort schon alle CI-Guidelines berücksichtigt werden). Diese ursprünglichen Designs verwandeln wir auf Knopfdruck in Motion Designs.

Bedeutet: Wir testen erst Static Ads und machen aus den Best Performern dann mit Hilfe von Midjourney Motion-Design-Ads (Prompt siehe Abbildung unten).

Wie im Beispiel von AVA & MAY in der Abbildung oben verwandeln wir eine Best-Performer-Image-Ad mit Motion Design zu Animationen:

- Multisensorische Elemente werden animiert

- Erdbeeren und Himbeeren drehen sich leicht

- Kerzen flackern sanft

So kompensieren wir durch die Multisensorik nicht nur die fehlenden Sinne, wie beispielsweise Riechen, durch verfügbare.

Wir schaffen auch auf Knopfdruck zahlreiche Iterationen und erweitern systematisch die Creative Pipeline, ohne aufwändig neue Assets produzieren zu müssen – und das Ganze markenkonform.

‍Experimentell: KI Callout Ads

Mit Hilfe von KI Content bzw. Ad Creatives zu erstellen, kann ein schmaler Grat sein. Denn was du in einer Welt voller KI Slop auf keinen Fall willst, ist das Vertrauen in dich, deine Inhalte und deine Marke zu verlieren.

Aus diesem Grund haben wir ein neues Anzeigenformat getestet: KI Callout Ads. In dieser Art von Ads geben wir offen zu, dass sie KI-generiert sind. Und das funktioniert überraschend gut.

Die Idee klingt vielleicht erstmal ungewöhnlich:

Statt zu versuchen, KI Content echt aussehen zu lassen, machen wir das genaue Gegenteil.

Wir erstellen offensichtliche KI Ads – und geben es auch offen zu.

Diese Taktik haben wir „KI Callout Ads“ getauft und in diversen Werbekonten erfolgreich getestet (Achtung: Ist auf jeden Fall etwas experimentell).

Konkret sieht das so aus:

Für Wolkenfeld haben wir ein Bett mit ihrer Bettwäsche mitten in die Wüste platziert.

Dazu der Text: „Dieses Bild wurde mit AI erstellt – aber der Hype ist echt.“

Für AVA & MAY haben wir ihre Kerzen auf den New Yorker Times Square gestellt mit dem Hinweis:

„Das ist ein KI Bild – aber die Kerzen duften wirklich gut.“

Die CTR bei den KI Callout Ads liegt teilweise 40 % über dem Account-Durchschnitt.

Warum funktioniert das?

- Pattern Interrupt: Die surrealen Bilder stoppen das Scroll-Verhalten sofort – niemand erwartet ein Bett in der Wüste

- Humor schafft Vertrauen: Wir spielen mit offenen Karten und die Nutzer honorieren diese Transparenz

- Erinnerungswert durch Absurdität: Gerade weil es offensichtlich fake ist, bleibt es im Gedächtnis (ein bisschen wie die KI CGI Ads)

Das Spannende daran:

Wir machen die vermeintliche Schwäche von KI – dass sie oft unecht wirkt – zur strategischen Stärke.

Statt sie zu verstecken, nutzen wir sie als Feature.

Sehr ähnlich machen wir es, wenn wir Screenshots aus Chat GPT in unsere Ads einbauen - sowohl bei Image, als auch bei Video Ads. 

Früher waren Hooks wie „Meine Freundin hat mir diese Kerze empfohlen“ oder „3 Gründe, warum ich diese Marke liebe“ im UGC Standard.

Das hat lange gut funktioniert.

Aber inzwischen sehen wir: Viele Nutzer vertrauen diesen Aussagen nicht mehr wirklich.

Heute passiert stattdessen etwas anderes:

Menschen fragen Chat GPT nach Produktempfehlungen, Vergleichen oder Geschenkideen.

Unsere These war:

Die Antworten von Chat GPT genießen bei vielen Nutzern inzwischen mehr Trust als klassische UGC-Statements oder generische Testimonial Ads. 

Also haben wir uns gefragt, wie wir diesen Mediennutzungstrend direkt in unsere Creatives holen.

Die Antwort: Wir integrieren echte ChatGPT Screenshots in Ads (sowohl bei Image, als auch bei Video Ads).

Die KI empfiehlt darin die Marke - eben wie in einem ganz normalen Chat. Setup, Targeting, Offer bleiben vergleichbar. Der große Unterschied ist nur das Creative.

Und genau hier sehen wir den Effekt:

Die Chat GPT Creatives bringen oft höhere CTRs und bessere Conversion Rates. 

Wir erfinden also nichts komplett Neues. Wir greifen einfach die aktuelle Mediennutzung auf - ähnlich wie damals bei Apple Notes Screenshot Ads. Oder eben Testimonial Ads.

Kurz gesagt: Man muss hier das Rad nicht neu erfinden, sondern einfach mit der Zeit gehen. Klar ist aber, dass so eine Art von Creative als Image Ad eher für den Lower Funnel funktioniert (Solution Aware Zielgruppen) und starke Upper Funnel Ads nicht ersetzt.

Es ergänzt Creative Mixes allerdings zeitgemäß.

B-Roll Material für Videos erstellen & KI Avatare

Auch im Bereich generativer Bewegtbildinhalte und Video tut sich enorm viel. Mit Hilfe von KI erstellte Videos sehen immer realistischer aus und ermöglichen es dir so, auch deine Video Ads zu erweitern, die Kosten für die Produktion der Inhalte zu reduzieren und komplett neue Ideen umzusetzen.

So kannst du bspw. mit Hilfe von Tools wie ArcAds oder HeyGen KI-Avatare erstellen, wenn du für deine Video Ads bspw. eine „Talking Head“-Einblendung in der Hook brauchst. Längere Szenen eines KI Avatars in einem Video sehen in den meisten Fällen dann doch (noch) unnatürlich aus (kann sich natürlich jederzeit durch neue Modelle ändern).

Wir verfolgen hier daher aktuell den Ansatz: Wir erweitern bestehenden Content oder Videomaterial, ersetzen es aber nicht komplett.

Sehr praktisch ist außerdem die Möglichkeit, durch die Kombination verschiedener Tools bestehende Video-Snippets verändern zu können.

Der Klassiker: Videos wurden bspw. mit einer Content-Creatorin gedreht, die Anzeigen performen gut und das Produkt ist ausverkauft. Fehlt es dir jetzt an BRoll-Materialien, um das Video anzupassen, beginnt die Produktion des Rohmaterials noch mal von vorne. Das kostet Geld und vor allem Zeit.

Eine Lösung dank KI kann wie folgt aussehen (siehe dazu auch Abbildung oben):

Erstelle einen Screenshot von der Szene, in welcher du das Produkt austauschen willst.

Nutze das Bild als Image Referenz und ändere mit Hilfe von Nano Banana das Produkt, welches bspw. von einer Creatorin in der Hand gehalten wird.

Danach kann das geänderte Image mit Hilfe von Veo 3 über Google Labs animiert werden.

Das Ergebnis: ein kurzes Video-Snippet, in welchem das Produkt ausgetauscht wurde.

Und natürlich kannst du mit Hilfe von KI auch B Roll Szenen erstellen, welche es davor nicht gab. Auch hier gilt: Wenn du kurze Snippets mit KI erstellst und innerhalb eines Videos einbaust (welches auch aus “echten Szenen“ besteht), erweiterst du deinen Content sinnvoll.

Fehlen uns bspw. starke Szenen für die Hooks, erstellen wir diese mit Hilfe von Midjourney und bauen sie als kurze B Roll Sequenzen in Videos ein.

KI trifft auf Automations 

Wenn du noch einen Schritt weiter gehen willst, dann verbindest du in Tools wie Weavy oder Freepik verschiedene Prompts, Kontextbibliotheken und KI Modelle miteinander.

Heraus kommt dann eine kleine KI Produktionsstraße, welche automatisch bspw. aus Freistellerbildern deines Produktes ein ganzes Set an Content und Creatives erstellt.

Oder du erstellst mit Tools wie n8n oder Gumloop KI Automations, welche wie ein Creative Strategist in regelmäßigen Zeitabständen die neuesten Trends, Kundenbewertungen, Statistiken etc. analysieren und dir automatisch Impulse für deine Creative Pipeline schicken.

Produktbilder in Datenfeeds mit Hilfe von KI und Automations zu Videos verwandeln 

KI kann aber noch mehr, wenn du sie sinnvoll (!) mit Möglichkeiten der Automatisierung verknüpfst.

Mit Hilfe des Tools n8n können KI-Workflows automatisiert und quasi auf Autopilot gestellt werden.

Und diese Möglichkeit nutzen wir, um automatisiert Video Catalog Ads für unsere Kunden zu erstellen.

Und das ist etwas, was ein großes Problem vieler E-Commerce Brands löst: Die meisten haben zwar Bilder ihrer Produkte im Onlineshop, aber fast nie Videos auf den Produktdetailseiten.

Gerade diese Produktvideos performen aber bei Catalog Ads mittlerweile oft deutlich besser als Image Ads – also die sogenannten Catalog Product Video Ads.

Du hast keine Videos auf deinen Produktseiten (oder in deiner Datenbank)? Dann wird’s auch nichts mit Catalog Product Video Ads.

Und genau hierfür haben wir innerhalb von n8n eine komplexe Automation gebaut, welche automatisch verschiedene Technologien miteinander verknüpft.

Das Ganze funktioniert so:

- n8n zieht aus dem Datenfeed des Shops die Produktbilder

- Sie werden automatisiert auf das passende 1:1-Format zugeschnitten

- n8n prüft, ob schon Videos im Datenfeed vorhanden sind

- Falls nicht, landen die Produktbilder automatisiert im fal.ai Image-to-Video-Modell

- Ein Master Prompt generiert aus dem Bild selbstständig ein Video

- Das Video wird auf unseren Server bzw. Google Drive geladen

Anschließend importieren wir die Videos und integrieren On Brand-Designelemente (mehr dazu gleich) Das Ergebnis: Wir haben das fertige Video für eine Catalog Ad.

Das Besondere: Alles läuft komplett automatisiert. Bei keinem dieser Schritte ist ein manueller Eingriff von uns notwendig.

Der Workflow sorgt dafür, dass zu den Bildern einfach subtile Mikro-Animationen hinzukommen: eine Hand, die das Produkt sanft dreht. So hauchen wir jedem einzelnen Produkt unserer Kunden Leben ein – und können sie perfekt für Catalog Product Video Ads nutzen.

Creative Automation für Catalog Ads: On Brand Designs at Scale

Neben all den neuen Möglichkeiten, die KI im Bereich der kreativen Diversifikation bietet, ist aber auch strategisch sinnvoll eingesetzte Automation eine weitere Antwort auf das Meta Andromeda Update.

Bei Multi-SKU E-Commerce Stores bieten Catalog Ads hier ein in den meisten Fällen ungehebeltes Potenzial.

Kurz für dich, falls du dich gerade fragst: Was zur Hölle sind Catalog Ads?

Es ist das Anzeigenformat von Meta, mit dem auf Basis deines Datenfeeds dein gesamtes Produktsortiment “auf Autopilot“ beworben wird.

Für viele E-Commerce-Marken – besonders im Schmuck- oder Fashion-Bereich (oder immer dann, wenn du eine große Auswahl an Produkten hast) – ist das nicht selten das absolute Best Performer Anzeigenformat.

Aber bei Catalog Ads gibt es oft ein massives Problem:

Der Datenfeed der meisten Marken besteht aus plain white Produktbildern. Und damit ist der Look der Catalog Ads, welche auf solchen Feeds basieren, mindestens langweilig.

Im schlimmsten Fall wirken die Ads “billig“ und aus der Zeit gefallen. Und durch die Optik spricht das Format dann vor allem nur Zielgruppen an, die Product Aware sind. Also: Ballert schön ins Retargeting rein.

Inkrementalität und Neukundengewinnung? Oft eher Fehlanzeige.

Zeitgleich sehen wir, wie die Zalandos, Zaras und H&Ms dieser Welt für dieses Anzeigenformat schon lange auf Technologien und Automatisierungen setzen, die Ad Creative Templates aus dem Datenfeed heraus generiert und Produkte on brand inszeniert.

Dynamische On Brand Designs statt langweilige Standardfotos. Einsatz von sinnvollen Technologien mit entsprechender Automation.

Der Haken? Die Technologie ist teuer – oftmals zu teuer für E-Commerce-Marken, die alleine investieren müssten. Deshalb haben wir in die Technologie investiert und stellen sie allen unseren Kunden zur Verfügung.

Wir ziehen uns dazu über den Datenfeed alle verfügbaren Produktbilder aus der Datenbank und entwickeln individuelle, auf die jeweilige CI angepasste Creative Templates. Diese Templates können dann auf alle Produkte (egal ob hunderte oder tausende) automatisch angewandt werden.

Eine automatisierte Creative Diversification next level. Schließlich wird so für jedes Produkt quasi automatisch ein eigenes Creative erstellt.

Und das hebt Catalog Ads in das Jahr 2026 und differenziert Marken von den meisten Werbetreibenden mit 08/15 Plain White Images.

Aber noch besser: Es verbessert in den meisten Fällen auch die Performance.

Für TEVEO konnten wir so den CAC um 19 % reduzieren.

Und für BlueBrixx den New Customer Share um über 200% steigern.

Macht ja auch Sinn, weil Catalog Ads mit entsprechenden Designs attraktiver für neue Kunden sind – und nicht einfach nur deine Lower Funnel Audience darauf reagiert (was bei Plain White Images meistens der Fall ist).

Aber mit Hilfe von Catalog Creative Automation geht noch mehr. Wir können damit nicht nur Image Ad Creative Templates für Dynamic Ads erstellen – wir können auch Video Ads für jedes Produkt erstellen.

Dazu gibt es verschiedene Möglichkeiten. Eine Möglichkeit ist es, Videos aus der Datenbank eines Online-Shops zu exportieren (meist die Videos von den Produktseiten) oder – sofern vorhanden – eine vorhandene Content-Bibliothek aus vorherigen Produktionen systematisch in die Templates zu integrieren.

Für unseren Kunden Wolkenfeld haben wir genau das getan und die Conversion-Rate der Catalog Ads noch mal weiter gepusht: Catalog Ads mit Videos für jeden einzelnen Artikel im Shop.

Wir haben die komplette Content-Bibliothek, die wir über vier Jahre systematisch für Wolkenfeld aufgebaut haben, in ein Catalog Ads Format integriert.

Das heißt: Für jedes (!) der rund 100 Bettwäsche-Produkte kann so automatisiert ein maßgeschneidertes Video in Catalog Ads ausgespielt werden.

Und das hat Auswirkungen auf die Performance und die Conversion-Rate, welche sich dadurch fast verdoppelt hat. Denn hier wird der entscheidende Vorteil von Catalog Ads (User landet direkt beim Produkt, das ihn interessiert) mit den Vorteilen von Video Ads kombiniert (zeigen ein Produkt mehrdimensionaler als Image Ads).

Einen ausführlichen Deep Dive zu diesem Thema findest du auch in diesem Video auf YouTube “Darum hängen deine Catalog Ads auf Meta immer noch im Jahr 2020 fest”.

Erfolgsfaktor 5: Adaption neuer Anzeigenformate & (KI) Features im Werbeanzeigenmanager

In den über zehn Jahren, in denen ich für adsventure Content produziere, gab es noch nie ein so ausführliches Content Piece wie diesen Artikel. Und es gab noch nie einen Artikel, in dem ich so spät über die Funktionen im Werbeanzeigenmanager und Media Buying gesprochen habe.

Wie auch dieser Artikel schon gezeigt hat, entscheidet über den Erfolg deiner Facebook und Instagram Ads weniger das taktische Hacken im Maschinenraum des Werbeanzeigenmanagers und viel mehr die richtige, strategische Vorgehensweise – und das systematische Vorgehen.

Aber: Auch wenn du in deiner Strategie und bei der Umsetzung deiner Creatives alles richtig machst, können beim Media Buying und dem Setup von Kampagnen und Werbeanzeigen auch heute noch viele Dinge schiefgehen.

Aus diesem Grund möchte ich jetzt noch auf die wichtigsten neuen Funktionen im Werbeanzeigenmanager eingehen, die du 2026 kennen solltest (und bei denen du eher vorsichtig sein solltest).

Hinweis: Weiter oben im Artikel findest du schon unsere Empfehlungen zum Setup von Testing-Kampagnen im Werbeanzeigenmanager. Daher werde ich diesen Part jetzt nicht noch mal wiederholen.

Quick Tipp: Chat GPT Conversions im Meta Werbeanzeigenmanager tracken

Beginnen wir mit einem schnellen Tipp und einem Hack, den wir mittlerweile in jedem Werbekonto anwenden. Wir tracken im Meta Werbeanzeigenmanager Chat GPT Conversions.

Und so kannst du das auch:

Die Idee stammt ursprünglich aus einem OMR Deep Dive, in dem mir eine spannende Frage gestellt wurde:

„Kann ich messen, wie viele Leute über Chat GPT auf meine Website kommen, nachdem sie meine Ads gesehen haben?“

Und ja, das geht tatsächlich – und wir haben es jetzt in allen Accounts unserer Kunden eingerichtet.

Die Customer Journey könnte dabei in etwa so aussehen:

- Jemand sieht deine Ad
- Recherchiert das Produkt bei Chat GPT
- Vergleicht es dort mit Alternativen
- Kommt über Chat GPT auf deine Website
- Und kauft das Produkt

Gerade bei hochpreisigen Produkten oder Geschenken nutzen immer mehr Menschen Chat GPT als neutralen Kaufberater in Richtung: „Ich habe diese Schuhe in einer Werbung gesehen, lohnen die sich wirklich?“

Dementsprechend ist es auch interessant zu wissen, ob – und in welcher Anzahl – so etwas passiert.

Das Tracking dafür ist innerhalb von Minuten eingerichtet:

- Neue Custom Conversion im Ads Manager erstellen
- Als Event „PageView“ wählen
- Bei URL-Parameter „Referring Domain contains chatgpt“ eingeben
- Conversion benennen und speichern

Hier sind unsere Erfahrungswerte mit dem Tracking der Chat GPT-Visits: Es ist noch ein zartes Pflänzchen, und diese Art der Conversion kommt deutlich seltener vor als Google Such-Conversions (mehr dazu, wie du Google Conversions im Werbeanzeigenmanager messen kannst, findest du in dem Video hier

Wir haben uns die Entwicklung der Chat-GPT in einigen größeren Werbekonten angeschaut.

Immerhin: Während die Google Conversions relativ stabil um die 10 % pendeln, nahm der Anteil von Chat GPT-Conversions Ende 2025 leicht zu.

Es ist ein zartes Pflänzchen, das du aber für ein holistisches Verständnis von Customer Journeys trotzdem als Custom Conversion in deinem Werbekonto messen solltest.

Advantage+ Creative Features: Automations und KI Funktionen direkt im Meta Werbeanzeigenmanager

Natürlich möchte auch Mark Zuckerberg etwas von dem Kuchen der generativen KI abhaben. Die Vision für den Meta Werbeanzeigenmanager ist recht klar formuliert: Werbetreibende schließen ihre Kreditkarte an, und der Werbeanzeigenmanager übernimmt den Rest.

Ob das so funktioniert? Wir werden es sehen.

Vermutlich wird es weiterhin einen Dirigenten für das Orchester an Tools geben müssen. Die Richtung und Strategie müssen vorgegeben werden. Aber für die Ausarbeitung des Weges (z. B. die Erstellung von zig Iterationen deiner Ad Creatives) wird vermutlich die KI das Ruder übernehmen.

Mit dieser Vision im Hinterkopf wirkt der aktuelle Blick in die Möglichkeiten des Werbeanzeigenmanagers zugegebenermaßen etwas ernüchternd.

Gefühlt kommen jede Woche neue Möglichkeiten dazu, wie du mit Hilfe von Advantage+ Creative Enhancements oder KI Funktionen die Performance deiner Facebook oder Instagram Ads verbessern kannst.

Nur das Problem ist: Nicht alle davon handeln in deinem Interesse. Denn im schlimmsten Fall frisst das Aktivieren der falschen Funktionen im Werbeanzeigenmanager deine Marge auf. Einen falschen Knopf gedrückt und zack, weniger Deckungsbeitrag.

Besonders gefährlich: Der Werbeanzeigenmanager aktiviert viele dieser Funktionen per Default. Sprich: Du musst dich bei den meisten Automatisierungs- und KI-Funktionen aktiv gegen den Einsatz entscheiden. Dieser Opt-out-Ansatz kommt Meta natürlich ganz gelegen. Schließlich helfen über diesen Weg mehr Werbetreibende, die Meta-KI zu trainieren – ob sie das bewusst wollen oder eben nicht.

Hier sind zwei Beispiele, wie die Meta KI deine Marge fressen kann.

In Q4 ist bei einem unserer Kunden der Rabattcode "LAURA20" aufgetaucht - den wir nie hinterlegt hatten.

Was war passiert?

Metas KI hat hier eigenständig einen Rabattcode einer Influencerin gesourct und in die Ad integriert – ganz ohne unser Zutun.

Das Problem? Fällt einem so etwas zu spät auf, leidet die Marge – und es entsteht Chaos im Influencer Tracking, weil der Code eigentlich einer Creatorin zugeordnet war.

Ein anderer Vorfall geht in eine andere Richtung, ist aber ähnlich krass:

Eine Adventskalender Sale Ad eines Kunden sollte auf eine spezielle Landingpage mit 15 % Rabatt führen. Nachdem der Kunde noch einmal etwas am Creative im Ads Manager angepasst hatte, hat Meta automatisch bzw. nachträglich das Feature „Optimize Website Destination“ aktiviert.

Die „KI“ hat daraufhin den Link „optimiert“ und die User direkt auf die normale Produktseite geschickt, auf der natürlich keinerlei Rabatt sichtbar war.

Hier ging’s also nicht zu Lasten der Marge, sondern zu Lasten glücklicher Kunden.

Metas KI Features sind nicht immer gut, und wir können ihnen vor allem nicht uneingeschränkt vertrauen. Vermeintlich kleine Häkchen im Ads Manager können heute massive Auswirkungen auf Performance und Profitabilität haben. In diesem Video erfährst du noch mehr zu diesen “Worst Case”-Szenarie.

Die Plattform übernimmt immer mehr Kontrolle – und wir als Werbetreibende müssen lernen, die KI zu steuern, anstatt von ihr gesteuert zu werden. Der strategische, geschulte Blick von außen ist deshalb heute wichtiger denn je.

Im Folgenden ist eine Übersicht, welche Advantage+ Creatives stand heute sinnvoll sind – inkl. Vorschlägen, wann du diese testen kannst.

Hier kannst du dir die komplette Übersicht der aktuell empfohlenen Advantage+ Creative- und KI-Features im Meta Ads Manager anschauen.

Hinweis: Es kommen regelmäßig neue Funktionen dazu. Manche werden nur kurz getestet, andere bleiben dauerhaft im Werbeanzeigenmanager. Hier muss also regelmäßig eine neue Bewertung der Möglichkeiten stattfinden!

Besonders viel arbeitet Meta aktuell übrigens an der generativen Erstellung von Bildern. Metas KI jetzt nicht mehr "nur" Produktfotos - sondern Creatives auf Basis von KI-generierten Personas.

Das bedeutet: Die Plattform denkt in Zielgruppen und passt den Content automatisch an unterschiedliche Nutzertypen an.

Zum ersten Mal entdeckt haben wir das Ganze im Werbekonto unseres Kunden PRESCH, einer Premium-Werkzeugmarke für Handwerker.

Für PRESCH hat Metas KI zum Beispiel diese Personas definiert:

- „Durability Conscious Worker“: Diese Persona hat cleane Produktdarstellungen bekommen.

- „Precision Oriented Craftsman“: Hier hat die KI das Produkt mit Sägespänen in einer authentischen Handwerkerumgebung platziert.

Der Ads Manager versucht also, wie ein Creative Strategist zu arbeiten: Er segmentiert selbstständig und matcht hochspezifische Creatives zum jeweiligen Persona-Profil.

Das Spannende: Die Personas können durch mich als Advertiser durch Prompting noch verfeinert werden. Zwar nicht mit super deepen Prompts, aber immerhin.

Wir können also unsere eigene strategische Persona-Recherche als Basis nehmen und das System damit füttern.

So weit, so gut, könnte man meinen … Aber jetzt wird es richtig wild:

Bei PRESCH haben wir gesehen, dass die KI dabei in einem Text-Overlay einen Wettbewerbernamen eingefügt hat – obwohl dieser natürlich nichts mit unserem Kunden zu tun hat.

Das heißt: Die KI zapft auch externe Daten an. Sie weiß, dass PRESCH Werkzeuge verkauft, kennt scheinbar die Wettbewerberlandschaft und nutzt diese Informationen, um Creatives zu erstellen.

Was bedeutet das für uns Werbetreibende?

Die KI-Features der Plattform werden zunehmend radikaler – und schneller.

Damit ist die Aufgabe für uns klarer denn je:

Tiefes strategisches Kundenverständnis, systematisches (Persona-)Wissen aus echten Käuferdaten und der geschulte Blick von außen sind die Grundlage, um die KI gezielt zu steuern und markenkonform einzusetzen.

Und ich wiederhole mich: Nicht jedes KI Feature arbeitet immer so, wie du es gerne hättest. Das sind die Schattenseiten dieser Entwicklung.

Bonus Tipp: Damit dein Werbekonto nicht zum Versuchskaninchen der Meta KI wird, solltest du in den Einstellungen deines Werbekontos die Funktion „Test new creative features“ deaktivieren. Auch diese Funktion ist per Default aktiviert und ermöglicht Meta, bei „weniger als 5 % der Impressionen“ irgendwelche Dinge mit deinen Ad Creatives zu machen – ohne, dass du auch nur eine Ahnung hast, was passiert.

Was du 2026 im Werbeanzeigenmanager noch kennen musst

Ja, KI ist ein großes Thema und verändert vieles – auch im Meta-Werbeanzeigenmanager. Aber: Es ist auch nicht alles.

Es gibt noch ein paar weitere (neue) Funktionen und Formate, die du 2026 auf jeden Fall auf dem Schirm haben musst.

Partnership Ads

Da wären zum Beispiel Partnership Ads (also die Ausspielung von Ads im Namen bzw. über das Instagram-Profil eines Creators).

Bei Partnership Ads haben wir in den letzten Monaten etwas gemacht, was eigentlich gegen die Optimierung hinsichtlich des Opportunity Scores von Meta ist. Wir haben Partnership Ads ausschließlich auf Instagram als Placement ausgespielt.

Das widerspricht dem neuen “Opportunity Score“ Ansatz von Meta, nach dem wir die Performance Ads eigentlich auf allen Placements ausspielen (Facebook Feed, Reels, Instagram usw.) sollten – was wir bei normalen Kampagnen auch immer tun.

Aber die Ergebnisse bei Partnership Ads?

Überraschend eindeutig. Die Beschränkung auf Instagram allein bringt deutlich bessere Performance als die Ausspielung auf allen Plattformen.

Die Kampagnen gehören oft zu denen mit den niedrigsten CACs überhaupt. Der “Trick“ liegt darin, Content zu bauen, der sehr nativ für Instagram aussieht. Besonders gut funktionieren dabei Instagram typische Fragesticker Overlays, die wir bei Partnership Ads oft platzieren.

Und selbst hochwertigeren, polished Content können wir durch Instagram-like Text Overlays nativ wirken lassen – und das führt zu signifikant besseren Ergebnissen.

Noch mehr Tipps zu Partnership Ads findest du in diesem Video hier.

Zielgruppensegmente

Ein weiterer Punkt, der immer wieder vergessen wird und den wir in fast jeder Potenzialanalyse sehen: das Definieren der Zielgruppensegmente in den Einstellungen des Werbekontos.

Wir leben in einer Welt, in der die performantesten Setups von Sale-Kampagnen diejenigen sind, bei denen wir möglichst wenig Targeting hinterlegen (der klassische Broad- oder Open-Targeting-Ansatz).

Aber trotzdem willst und musst du natürlich wissen, ob die Ausspielung deiner Werbeanzeigen innerhalb von bestehenden oder neuen Zielgruppen stattfindet. Und in 7 von 10 Ad Account Audits sehe ich: Diese Einstellung wurde nicht gepflegt.

Ist aber eine Sache von wenigen Minuten. Öffne die Einstellungen deines Werbekontos, navigiere dich dort zu den Zielgruppensegmenten und hinterlege deine Zielgruppen. Hier ist die Definition, die wir in den meisten Fällen wählen:

- Engaged Audiences: Website Visitor Custom Audience, 180 Tage
- Existing Customers: Custom Audience von aktiven (!) Bestandskunden, Website Custom Audience des Purchase Events (i. d. R. 180 Tage)

Nur wenn diese Segmente hinterlegt sind, kannst du im Werbeanzeigenmanager die Ergebnisse (bspw. den ROAS) nach Zielgruppe aufschlüsseln.

Inkrementelle Attribution

Eine weitere neue Funktion des Werbeanzeigenmanagers ist die inkrementelle Attribution, welche viele bisherige Probleme lösen kann.

Die neue Einstellung zeigt an, wie inkrementell die reporteten Conversions oder Verkäufe nach einem Touchpoint mit einer Werbeanzeige waren.

Anders ausgedrückt: Welche Conversions wären OHNE meine Ads gar nicht entstanden?

Das ist wirklich spannend, da wir alle wissen, dass auf die Attribution im Werbeanzeigenmanager bis heute oftmals nicht so wirklich Verlass war.

Bisher wurden Zahlen oft „geschönt“ angezeigt, wenn man nicht gut aufgepasst hat.

Genau deshalb waren wir in der Analyse und Bewertung oft auf externe, neutrale Attributionstools angewiesen.

Das könnte sich nun langsam, aber sicher ändern.

Wir haben diese neue Attributionseinstellung mittlerweile bei vielen Kunden getestet und mit neutralen, externen Tools verglichen.

Die Ergebnisse?

Nicht 100 % deckungsgleich, aber schon sehr ähnlich, und die „Richtung“ hat stets gestimmt.

Heißt: Bewertet das externe Tool eine Kampagne als sehr inkrementell, tut dies der Werbeanzeigenmanager auch.

Die neue Einstellung bedeutet für dich als Werbetreibender:

- Du kannst auch ohne externe Attributionstools deine Budgets deutlich besser optimieren.
- Diese neue Funktion löst allerdings nicht das Problem der Cross-Channel-Attribution, sondern bringt mehr Licht in die „echte“ Performance von Meta Ads.

Übrigens: Die inkrementelle Attribution differenziert nicht mehr zwischen View- und Click-Conversions – es geht nur um inkrementell: ja oder nein.

Der einzige Punkt, den man nicht vergessen darf: Eine inkrementelle Conversion ist nicht gleichzeitig ein Neukunde – denn auch Bestandskunden-Conversions können inkrementell über Ads entstehen.

Warum Inkrementalität sowieso der Nordstern deiner Meta Ads sein muss, erfährst du hier in diesem Video.

Value Optimierung für Custom Events (Optimierung für New Customer ROAS)

2026 erlaubt es dir Meta, deine Ad Delivery für „wertvolle Neukunden“ zu optimieren – wenn du weißt, wie.

Wir haben es seitdem ausgiebig getestet. Hier alle Details:

Viele E-Commerce-Marken kennen das Dilemma …

Die Kampagnen laufen, Conversions kommen rein – aber ein großer Teil davon sind Bestandskunden, die ohnehin gekauft hätten.

Der Ads Manager zeigt einen schönen CPA, aber die Neukundenumsätze stagnieren irgendwie. Fühlt sich ein bisschen an wie Treibsand. Das liegt daran, dass der Algorithmus jahrelang zwar auf hohe Warenkörbe optimieren konnte („Value Optimization“), aber nur für das Standard Purchase Event – egal, ob Neu- oder Bestandskunde.

Genau das hat sich 2026 geändert: Meta erlaubt die Value Optimization nun auch für Custom Events wie den „New Customer Purchase“.

Der fundamentale Unterschied:

Statt nur auf Neukundenvolumen zu optimieren, kann der Algorithmus jetzt gezielt auf wertvollere Neukunden optimieren.

Warum ist das relevant?

Ganz einfach: höhere AOVs = i. d. R. höhere Deckungsbeiträge.

Das führt wiederum zu mehr Spielraum beim Skalieren.

Wir haben das nach der Einführung dieser Funktion direkt bei zwei Kunden getestet, und die ersten Ergebnisse sind vielversprechend:

Case 1: Optimierung von Catalog Ads auf New Customer Purchase mit Highest Volume vs. Catalog Ads auf New Customer Value: +34 % höherer Neukunden-ROAS
Case 2: Optimierung von A+ Sale-Kampagne auf New Customer Purchase mit Highest Volume vs. A+ Sale-Kampagne auf New Customer Value Optimierung: +27 % höherer Neukunden-ROAS

Das zeigt: Unsere Hypothese geht auf, und wir finden mit der neuen Einstellung tatsächlich die wertvolleren Neukunden.

So funktioniert das Ganze im Ads Manager:

Wir wählen in der Kampagne als Gebotsstrategie “Value“ statt “Highest Volume“

Als Conversion Event wählen wir unser Custom Event “New Customer Purchase“ aus

Der Algorithmus optimiert jetzt nicht nur auf Neukunden, sondern auf die mit höherem Warenkorb

Die Grundvoraussetzung dafür ist, dass das New Customer Purchase-Tracking eingerichtet ist.

Aus meiner Sicht macht das Feature vor allem für etablierte Marken mit mehreren Traffic-Channels Sinn.

Konkret würde ich es bei einem Neukundenanteil unter 60 % empfehlen – dann kommt ein Großteil der Conversions von Bestandskunden, die man sauber trennen sollte.

Das Spannende dabei: Dieses Beispiel zeigt erneut, wo smartes Media Buying in 2026 den Unterschied macht – nicht durch revolutionäre neue Taktiken, sondern durch das strategische Verständnis der vorhandenen Möglichkeiten.

Und wie immer gilt: Creative und Offer sind die Basis. Aber wenn die Strategie stimmt, kann so ein algorithmischer Hebel die Performance nochmal deutlich beschleunigen.

Value Rules bzw. Wert-Regeln im Werbeanzeigenmanager

„Warum targeten wir mit unseren Meta Ads nicht einfach direkt die 18–24-Jährigen, um sie besser zu erreichen?“

Oder:
„Wäre es nicht besser, wenn wir unsere Ads nur bei Instagram ausspielen würden?“

Wenn du in deinem Unternehmen für die Social Ads verantwortlich bist, dann wirst du Fragen dieser Art sicher kennen.

Diese Fragen werden häufig von C-Level gestellt, nachdem ihnen die neuesten Customer Insights präsentiert wurden. Der Gedanke liegt ja irgendwie auch nahe: Einfach die Demografie einschränken und nur die für mich optimale Altersgruppe targetieren.

Ein auf den ersten Blick logischer Quick Fix. Aber leider gar keine gute Idee.

Warum?

Weil Narrow Targeting den CPM erhöht und die Effizienz massiv verringert.

Und noch wichtiger: Durch ein eingeschränktes demografisches Targeting schließen wir potenzielle Käufer aus, die für unsere eigentliche Zielgruppe kaufen.

Wir übersehen das „Buying Center“: Eltern kaufen für Kinder, Kinder für Eltern, Freunde füreinander.

Denn bei manchen Produkten, wie zum Beispiel typischen Geschenken, kaufen häufig ganz andere demografische Gruppen, als man zunächst annehmen würde.

Die bessere Lösung heißt deshalb: spezifischeren Content und die neuen Value Rules nutzen.

Value Rules sind ein neues Feature im Ads Manager und ermöglichen es, automatisch höhere Gebote für bestimmte demografische Gruppen abzugeben – während man weiterhin Broad Targeting nutzt.

So sind wir vorgegangen:

- Analyse der First-Party-Daten – Was kauft welche demografische Gruppe?
- Content und Creatives an die jeweilige demografische Gruppe anpassen
- Broad Targeting beibehalten, aber mit Value Rules höhere Gebote für die gewünschten Altersgruppen setzen
- Testen und Optimieren

Heißt: Wir versuchen primär durch die Kombination aus Content, Creative und Produkt (unterstützt durch Value Rules) die richtige Zielgruppe zu erreichen – und nicht durch eine Einschränkung des Targetings.

Value Rules können aktuell für folgende Merkmale als Leitplanken in deinem Targeting eingesetzt werden: Alter, Geschlecht, Device, Mobile OS, Region und Placements (z. B. für eine stärkere Ausspielung auf Instagram).

Erfolgsfaktor 6: Strategische Verknüpfung von Organic & Paid

Ein Bestandteil des Meta Andromeda-Updates ist es, dass zukünftig (über Meta GEM) noch mehr Signale aus Inhalten mit organischen Inhalten in das Ad Ranking mit einfließen sollen.

Sprich: Interagiert eine Person organisch mit Reels zum Thema Tennis, wird dies noch stärker als in der Vergangenheit im Ad Ranking integriert und mehr Ads aus dem Bereich Tennis ausgespielt. Die Interaktionen mit organischen Inhalten beziehen sich dabei auf alle und nicht nur auf die Interaktionen mit deinen organischen Inhalten.

Aber nicht erst seit diesen Updates ist eine enge Verzahnung von Organic und Paid ein Erfolgsfaktor, der von vielen Marken unterschätzt wird.

Immer wieder erlebe ich es, dass Marken im Werbeanzeigenmanager das Bigger Picture aus den Augen verlieren. Sie denken, jede Ad muss verkaufen und maximal auf ROAS optimiert sein.

Und ja, ich verstehe den Gedanken. Im E-Commerce dreht sich am Ende alles um Conversions und ROAS. Die Zahlen müssen stimmen.

Aber was dabei übersehen wird? Menschen kaufen von Marken, denen sie vertrauen.

Deshalb DARF der erste Kontaktpunkt mit einer Marke auch mal Entertainment, Education oder Inspiration sein. Vielleicht muss er das sogar.

Wir integrieren deshalb gezielt organische Content Pieces mit starkem Engagement in unsere Paid-Strategien.

Warum das Sinn macht? Ganz einfach – Organic Posts mit hohem Engagement schaffen:

- Reichweite
- Vertrauen und wiederkehrende Touchpoints

...und das noch bevor jemand kauft.

Diese Posts erzielen im Ads Manager vielleicht nicht die besten Conversion Ergebnisse. Aber sie zahlen langfristig auf die Performance ein.

Denn sind wir mal ehrlich: Wir alle loggen uns bei Social Media ein, um erstmal inspiriert zu werden, neue Trends zu entdecken oder neue Informationen zu erhalten. Das ist DER Treiber, wieso alle bei Instagram oder TikTok abhängen.

Wenn ich das als Marke verstanden habe und gezielt die ersten Touchpoints setze, dann funktioniert auch die klassische Performance Ad besser.

Die spannende Beobachtung bei unseren Kunden:

Diese Inhalte haben fast immer die niedrigsten CPMs, die günstigsten Klickpreise und das höchste Engagement. Denn sie wirken natürlicher, weniger werblich und sind deshalb so effizient in der Gesamtstrategie.

Konkret nutzen wir die Organic Posts so:

Wir analysieren organische Inspiration-, Education- oder Entertainment-Inhalte, die bereits hohes Engagement erhalten haben.

Diese Posts werden nicht neu hochgeladen, sondern direkt geboostet, um vorhandene Likes, Comments und Shares mitzunehmen. In den meisten Fällen sind das Reels oder bei TikTok Spark Ads.

Wichtig: Wir wählen nur Content Pieces, in denen der Hero im Storytelling das Produkt ist.

Die Postings laufen in einer separaten Sale-Kampagne. Wir wollen hier aber gar nicht den Short-Term-ROAS maximieren, sondern Engagement und neue Reichweiten erschließen. Durch die Sale-Kampagne performt es aber meistens trotzdem.

Und das Budget beträgt zum Start oft 10–20 % des Gesamtbudgets – je nach Case.

Das ist übrigens keine revolutionäre Idee. Aber für viele Marken liegt hierin in 2026 viel ungenutztes Potenzial, das im täglichen Performance-Wahn oft übersehen wird.

Fazit

Wenn du den Artikel bis hierher gelesen hast: Respekt und Danke. Noch nie habe ich in einem Artikel so viel Mehrwert und Themen reingepackt wie hier.

Mit diesem Artikel hast du unsere wichtigsten Strategien und Workflows für 2026 an der Hand und kannst deine Meta Ads systematisch optimieren – für mehr ROAS und Profit und weniger Hustle.

2026 steht für uns im Zeichen von drei Dingen: Authentizität, Automation und AI.

Am Ende gilt es, die neuen Möglichkeiten, welche sich durch KI ergeben, sinnvoll und strategisch einzusetzen – und natürlich, neue Opportunities direkt zu ergreifen.

Wenn du Interesse daran hast, dass wir deinem Unternehmen dabei helfen, dann schau gerne mal hier bei diesem Video rein. Dort habe ich erklärt, was wir als Agentur eigentlich alles machen.

Und hier kannst du dir eine kostenlose Potenzialanalyse deiner aktuellen Social Ads Strategie sichern und eine Zusammenarbeit anfragen.

‍