Suchmaschinenmarketing ist in Unternehmen mit signifikantem E-Commerce-Anteil nicht mehr wegzudenken und darf im Marketingmix nicht fehlen. Die gute Messbarkeit macht es für Werber zu einem Instrument, durch das Kampagnen und deren Erfolge gut gesteuert werden können. Der Schlüssel zum Erfolg war bisher ein fein granulares Herangehen, da es eine genaue Übersicht über gebuchte Keywords, Suchanfragen und die Anzeigegruppen liefert und damit detaillierte Informationen, um Online-Werbekampagnen erfolgreich zu steuern. In Zeiten von zunehmend größeren Datenmengen kann die Automatisierung dabei Aufgaben abnehmen, die der Mensch nicht mehr ohne Hilfe bewältigen kann. Doch sollte das nicht auf Kosten der Messbarkeit und der granularen Steuerung von Werbekampagnen passieren.

Die Weiterentwicklung in Richtung Automatisierung des Suchmaschinenmarketings zielt zu Recht darauf ab, Kapazitäten bei Werbenden für strategische, analytische und kreative Arbeit freizusetzen. Dabei übernimmt eine Software manuelle Prozesse wie die Keyword-Buchung oder interpretiert die natürliche Sprache bei Sucheingaben: Das Natural-Language-Processing, kurz NLP, unterteilt Keywords in seine einzelnen Bestandteile und erkennt die jeweilige Intention dahinter. Dadurch wird nicht nur die tatsächliche Performance des gesamten Keywords bewertet, sondern die Summe aus den jeweiligen Wortbestandteilen. So schafft es NLP, maßgeschneiderte Werbeanzeigen zu erstellen, die passende Zielseite zu identifizieren und die Nutzererfahrung zu optimieren. Durch die Abnahme dieser Aufgaben werden bei Werbetreibenden Ressourcen für tiefergehende Analysen und Optimierungen frei.

Auch Google bietet seinen Kunden Lösungen zur ganzheitlichen Automatisierung des Suchmaschinenmarketings an – ganz ohne manuellen Aufwand. Der sogenannte Fullistic-Ansatz umfasst verschiedene Werkzeuge von Google, die mithilfe von künstlicher Intelligenz die Gebotssteuerung, datengetriebene Zielgruppen und Anzeigenformate automatisieren sollen. Bei der Gebotssteuerung bestimmt der lernende Google-Algorithmus anhand der ermittelten Kaufwahrscheinlichkeit einen höheren oder niedrigeren Preis. Das bedeutet, dass bei einer hoch eingeschätzten Kaufwahrscheinlichkeit die Gebotspreise automatisch steigen und umgekehrt auch automatisch sinken sollen. Ähnlich wie die Gebotssteuerung wird auch die Zielgruppe sowie die Anzeige automatisch von Google angepasst. Hierbei wird jedoch – und dies ist bei Google anders als bisher – nicht auf eine möglichst granulare Vorgehensweise Wert gelegt. Die Möglichkeit zur exakten Buchung wird zugunsten der Automatisierung von Google aufgeweicht. Alle bisher relevanten Parameter für das Setup einer Kampagne entfallen und werden von Googles Smart Bidding automatisch übernommen. Sicher, es bedeutet viel weniger manuellen Aufwand – doch zu welchem Preis?

Um den Fullistic-Ansatz voll nutzen zu können, geben Werbetreibende die Kontrolle an Google ab. Um das Potenzial einer künstlichen Intelligenz voll auszuschöpfen, ist die Datenbasis entscheidend: je detaillierter sie ist, umso besser. Datengetriebene Modelle sollten deshalb so ausgerichtet sein, dass sie die Kontrolle über die Verarbeitung der zugrunde liegenden Daten gewährleisten. Das ist bei Google nicht der Fall und der Algorithmus ist wenig transparent. Warum und wie eine Kampagne ausgesteuert wird, lässt sich für den SEA-Manager nur schwer nachvollziehen. Der holistische Ansatz zielt auf eine geringe Granularität ab und reduziert demnach Umfang und Genauigkeit von Keyword-Buchungen und damit die Einflussmöglichkeiten des Werbetreibenden. Werbekampagnen werden somit vollständig Googles Algorithmus überlassen und sind für den Menschen nicht mehr transparent nachzuvollziehen. Auch für den Nutzer ist der Mehrwert einer KI nicht ersichtlich – unter Umständen würde er der Verwendung seiner Daten durch Google gar nicht zustimmen.

Marketing-Kampagnen, die weder gemessen noch gesteuert werden können, machen eine Analyse unmöglich und bieten Werbern somit auch keine Möglichkeit, steuernd oder korrigierend einzugreifen. Dies gilt auch für das automatisierte Suchmaschinenmarketing. Der Fullistic-Ansatz, den Google verfolgt, bietet hierfür aktuell jedoch nicht die nötige Transparenz und reduziert die Möglichkeit zur granularen Steuerung. Werbern wird dadurch die Kontrolle über ihr Marketing genommen, da sie die automatisierten Prozesse von Google nicht ausreichend nachvollziehen oder einsehen können. Um diesen Kontrollverlust zu verhindern, muss trotz Automatisierung Transparenz die oberste Priorität haben. Ermöglicht wird diese durch NLP in Verbindung mit künstlicher Intelligenz – beides birgt großes Potenzial für eine Optimierung des Suchmaschinenmarketings.

Entscheidend für den Werbetreibenden ist allerdings, automatisierte Keyword-Buchungen, Anzeigetexte sowie die Bestimmung von Zielseiten weiterhin nachvollziehen und somit wertvolle Analysen der eigenen Werbemittel erstellen zu können. Ziel der Automatisierung im Suchmaschinenmarketing sollte es immer sein, Ressourcen für tiefergehende, kreative Arbeit freizusetzen, ohne dabei einen Verlust der Entscheidungsfreiheit und Kontrolle herbeizuführen. Der Google-Fullistic-Ansatz schlägt bislang eine entgegengesetzte Richtung ein. Die fehlende Transparenz verwehrt den Werbetreibenden derzeit, darüber zu entscheiden, ob eine Kampagne den optimalen Output oder – ganz im Sinne von Google – höhere Werbeausgaben erzielt.