Googles AI-Mode-Anzeigen sind im Funnel nach oben gewandert. Die Keyword-Recherche muss folgen

Einleitung

Zwanzig Jahre lang folgte die Keyword-Recherche einer einfachen Schwerkraft: Finde die Phrase, die Menschen eingeben, wenn sie kaufbereit sind, und kaufe sie dann oder ranke dafür. Bottom-Funnel-Begriffe gewannen; alles andere war "Awareness" — nice to have, schwer zu beweisen, leicht zu streichen.

Diese Schwerkraft hat sich umgekehrt, und Google hat es an einem Nachmittag zweimal laut gesagt.

Am 28. Oktober sagte Googles Head of Search Data Science den Werbetreibenden, dass Menschen heute viel früher in der Kaufreise bei Google ankommen und lange, detaillierte Fragen stellen, die weit entfernt von einem Kauf beginnen. Am selben Nachmittag sagte Alphabets Chief Business Officer der Wall Street, dass die AI-Mode-Abfragen, die diese Verschiebung antreiben, für Google weniger Geld einbringen als traditionelle Suchanfragen.

Eingeklemmt zwischen diesen Aussagen lieferte Google die kommerzielle Infrastruktur für dieses Verhalten: Multi-Turn-Anzeigen in AI-Mode-Folgefragen, AI-Mode-Anzeigen in zehn weiteren Ländern, Buchungslinks für Haushaltsdienstleistungen und Produkt-Feeds, die zu Anzeigencreative wurden. Ein neuer Adthena-Bericht zählte unterdessen mehr als 175,000 bezahlte Platzierungen in Googles KI-Antworten in den USA zwischen Juni und September.

Die Abfragen wanderten im Funnel nach oben, die Anzeigen folgten ihnen, und der Großteil der Keyword-Recherche zielt noch immer auf das untere Ende. Hier ist, was sich geändert hat, was die Zahlen sagen und wie man eine Keyword-Strategie neu aufbaut, die das neue Inventar sehen kann.

Was sich in den letzten zwei Wochen geändert hat

Die Teile kamen schnell genug, dass das Muster leicht zu übersehen ist. Die Zeitleiste, auf die es ankommt:

• 28. Oktober — Google kündigte Multi-Turn-Anzeigen in AI Mode in den USA an, sodass eine Anzeige auch bei Folgefragen innerhalb derselben Konversation erscheinen kann. Shashi Thakur, VP und GM of Google Search Ads, bestätigte den US-Rollout.
• 28. Oktober — Google erklärte, dass Anzeigen in AI Mode auf zehn weitere Länder skaliert werden, darunter Kanada und Australien, mit Brasilien, Mexiko und dem Vereinigten Königreich für Q4 2026 geplant.
• 28. Oktober — Im Q3-Call von Alphabet führte CBO Philipp Schindler einen Teil der Umsatzverlangsamung auf "das starke Wachstum der AI-Mode-Abfragen ... wegen der geringeren Monetarisierung, die wir in AI Mode sehen" zurück.
• 4. November — Google AI Mode fügte Buchungslinks für Haushaltsdienstleistungen hinzu und verwandelte eine Antwort in eine Transaktionsfläche.
• 4. November — Berichte bestätigten, dass Produkt-Feeds zum neuen Anzeigencreative in AI Mode werden: Der Feed, nicht die Überschrift, überzeugt jetzt.
• 9. November — Die Berichterstattung zum Rollout wies auf das Messproblem hin: KI-Suchaktivität ist in den Suchbegriffsberichten von Google Ads nahezu unsichtbar.

Google ist nicht subtil. Der am schnellsten wachsende Abfragetyp auf seiner Oberfläche ist konversationell, lang, in der Recherchephase und jetzt in mehr Märkten monetarisierbar als noch vor drei Wochen.

Was Google tatsächlich über diese Abfragen gesagt hat

Die nützlichste Primärquelle der zwei Wochen ist die Episode vom 28. Oktober von Googles eigenem Podcast Ads Decoded, in der Moderatorin Ginny Marvin Shivani Mohan interviewte, Googles VP of Data Science and User Experience Research for Search. Ihre Teams interviewen Nutzer eins zu eins und untersuchen Logs dessen, was Milliarden von Menschen tun, was ihre Aussagen zur nächsten Sache nach einer Spezifikation dafür macht, wohin das Abfrageverhalten steuert.

Abfragen sind dreimal länger

Mohan sagte, die Abfragelänge habe sich verdreifacht, und Marvin wiederholte es im Fazit. Googles eigener AI-Mode-Bericht von Mai 2026 rahmt es eng — Abfragen in AI Mode sind im Durchschnitt dreimal länger als traditionelle Suchanfragen — und das ist die Version, die man zitieren sollte, denn es ist ein AI-Mode-Vergleich, keine Aussage über ganz Google.

Die Abfragen sind netto neu, nicht verfeinert

Das Detail mit der größten strategischen Konsequenz ist eines, das Mohan nach eigener Aussage zuvor nicht öffentlich erklärt hatte. Nutzer, so ihre Worte, "stellen netto neue Arten von Abfragen, die sie nie zuvor zu stellen gedacht hätten." Als Marvin fragte, ob Folgefragen entstehen, weil die erste Antwort gescheitert ist, sagte Mohan nein — und erklärte, wie Google es misst: "In unserer Data-Science-Praxis bestrafen wir Abfragen, die wir man refs nennen, manuelle Verfeinerungen."

Daraus folgen zwei Implikationen. Erstens optimiert Google gegen Abfragen, die einen zweiten Versuch brauchen, sodass die Belohnung an Antworten geht, die die Intention in einem Schuss auflösen — ein Abdeckungsproblem, bevor es ein Gebotsproblem ist. Zweitens ist konversationelles Wachstum nicht, dass Menschen dasselbe Keyword auf drei Arten umformulieren; es ist Nachfrage, die in Ihrem Keyword-Tool nie erschien, weil sie vor einem Jahr niemand in ein Suchfeld getippt hat.

Sie liegen im Upper Funnel, und Google weiß es

Mohan beschrieb Abfragen, die "im Funnel nach oben wandern", mit mehr Brainstorming-Fragen und mehr Fragen dazu, wie man eine Kategorie überhaupt denken sollte. Schindlers Formulierung passte exakt: "In AI Mode sind viele dieser Abfragen Upper-Funnel-Abfragen, was es uns ermöglicht, neue hochwertige kommerzielle Intention zu erfassen", und ergänzte, dass "die Mehrheit der AI-Mode-Abfragen inkrementell ist".

Das ist das strategische Geschenk der zwei Wochen. Google hat in klarer Sprache gesagt, dass das inkrementelle Abfrageangebot in der Recherchephase liegt und Frageform hat. Wenn Ihr Keyword-Plan eine Liste von Produkt-plus-Modifier-Begriffen ist, bieten Sie auf die schrumpfende Hälfte des Marktes.

Warum das die klassische Keyword-Recherche bricht

Drei Mechanismen machen alte Gewohnheiten jetzt aktiv kontraproduktiv.

Die Eignungsfalle: Exact Match kann die neue Platzierung nicht kaufen

Anzeigen in AI Overviews und AI Mode werden sowohl mit der Abfrage als auch mit dem Inhalt der KI-Antwort abgeglichen. Laut Googles Dokumentation können nur Broad-Match-Keywords oder Keywordless-Targeting — AI Max for Search, Performance Max, Shopping und Dynamic Search Ads — innerhalb der Übersicht ausgeliefert werden. Exact Match kann weiterhin darüber oder darunter erscheinen, und ein Exact-Match-Keyword blockiert nicht, dass eine Broad-Match-Version darin ausgelöst wird.

Lesen Sie das als Mediaplan. Eine Non-Brand-Kampagne, die ausschließlich auf Exact und Phrase Match aufgebaut ist — die Struktur, die den meisten Performance-Teams beigebracht wurde — ist strukturell von der Platzierung abgemeldet, die Google dieses Quartal auf zehn neue Länder skaliert. Ihre Performance auf KI-Oberflächen ist vielleicht null, nicht weil sie versagt hat, sondern weil Sie nie an der Auktion teilgenommen haben.

Recherche-Prompts dominieren das vorhandene Inventar

Adthenas Holiday AI Paid Search Report zählte etwa 175,100 bezahlte Anzeigenplatzierungen in Googles AI-Overview- und AI-Mode-Panels in den USA zwischen Juni und September 2026: Bekleidung etwa 111,000, Unterhaltungselektronik etwa 55,000, Reisen rund 6,500, Beauty ungefähr 2,100 und Spielzeug und Spiele rund 685.

Derselbe Bericht klassifizierte die Prompts, gegen die diese Anzeigen liefen. In Beauty liefen 83% der Anzeigen auf Recherche- und Entdeckungsabfragen — Menschen, die vergleichen oder fragen, was am besten ist, statt ein Produkt zu nennen. Reisen lag bei 69%, Spielzeug und Spiele bei 67%, während Bekleidung (48%) und Unterhaltungselektronik (42%) knapp unter der Hälfte lagen.

Wenn vier von fünf Anzeigenimpressionen in einer Kategorie an "Was ist am besten für X" statt an "X kaufen" geknüpft sind, ist das lohnende Asset keine Liste von Produktnamen. Es ist eine organisierte Landkarte von Vergleichs- und Fragesprache.

Ihr Suchbegriffsbericht trennt die Oberflächen nicht mehr

Google nimmt Suchanfragen, die Anzeigen in AI Overviews und AI Mode auslösen, aggregiert in die Standardberichte für die gesamte Suche auf, sodass KI-Oberflächenabfragen durch Ihren Suchbegriffsbericht vermischt sind. Kombinieren Sie das mit überwiegend langem, konversationellem inkrementellem Volumen, wird ein gemischter CPA nahezu bedeutungslos: eine 25-Wort-Rechercheabfrage und eine Drei-Wort-Transaktionsabfrage liegen in einer Tabelle und werden an einer Zahl gemessen.

Der Fix ist mechanisch. Exportieren Sie Suchbegriffe, segmentieren Sie nach Wortzahl — eins bis drei, vier bis sieben, acht oder mehr — und vergleichen Sie dann Conversion-Rate, Kosten pro Akquisition oder ROAS und wie oft jedes Segment in Conversion-Pfaden erscheint. Lange Abfragen, die bei Last Click schwach aussehen, aber früh in Pfaden auftauchen, sind Ihr Upper-Funnel-Beleg; Abfragen, die nirgends erscheinen, sind Discovery-Ausgaben, die Sie noch nicht rechtfertigen können.

Ein Fünf-Schritte-Playbook für den Neuaufbau der Keyword-Recherche

Schritt 1: Bauen Sie die Seed-Liste um Frageketten herum neu auf

Hören Sie auf, mit Head Terms und Modifiern zu seeden. Seeden Sie mit Ketten: was es ist, welches am besten ist, X versus Y, lohnt sich X, was passt zu meiner Situation. Erfassen Sie für jede Kette die Folgefrage, die eine echte Person als Nächstes stellen würde, denn mit Multi-Turn-Anzeigen ist jeder Schritt ein eigener Anzeigenplatz — und organisch ist jeder Schritt eine Seite, die Sie entweder besitzen oder abgeben.

Schritt 2: Gruppieren Sie nach Entscheidungsphase statt nach Suchvolumen

Volumen-Sortierung bringt Sie zurück ans untere Ende des Funnels. Gruppieren Sie dieselbe Menge nach Phase — Orientierung, Vergleich, Validierung, Kauf — und Sie werden feststellen, dass sowohl Content als auch Kampagnen am Ende übergewichtet sind. Die Prompt-Daten von Adthena sagen, dass das Inventar vorne liegt.

Schritt 3: Geben Sie Broad Match oder AI Max einen definierten Anteil, mit sauberen Daten dahinter

Da nur Broad Match und Keywordless-Targeting innerhalb von KI-Antworten ausliefern können, schneiden Sie einen bewussten Anteil des Non-Brand-Budgets dafür heraus, gestützt auf Smart Bidding und Conversion-Tracking, dem Sie vertrauen. Behalten Sie Exact Match, wo Sie Kontrolle brauchen. Der Fehlermodus ist nicht Broad Match selbst; es ist Broad Match mit trüben Conversion-Daten und ohne Disziplin bei negativen Keywords.

Schritt 4: Füttern Sie die Maschine mit den Attributen, die sie jetzt liest

Für E-Commerce führte Google auf dem Google Marketing Live im Mai sechs optionale konversationelle Attribute in Merchant Center ein: question_and_answer, document_link, related_product, item_group_title, variant_option und popularity_rank. Sie beeinflussen die Produktgenehmigung nicht, und Google empfiehlt, sie über eine ergänzende Datenquelle hinzuzufügen, damit der primäre Feed intakt bleibt. Mohans Hinweis, dass Vergleichskäufer "wirklich nicht nur die Zusammenfassung sehen wollen" — sie wollen Bewertungen und Videos von Menschen in ihrer eigenen Situation — ist im Kern, wofür diese Felder da sind. Für Content-Teams ist das Äquivalent unglamourös: Bringen Sie die Vergleichstabelle, das Größen-Detail und die Use-Case-Sprache auf die Seite.

Schritt 5: Instrumentieren Sie KI-Oberflächen als eigene Testlinie

Bis Google die Anzeigenperformance in AI Mode mit demselben Haltbarkeitsstandard berichtet, den es für Nutzerstatistiken anwendet, behandeln Sie die Reichweite von AI Mode und AI Overviews als Testlinie mit eigenem Budget und eigener Erfolgsmetrik statt als etwas, das still den gemischten CPA nach unten zieht. Beobachten Sie den Anteil langer Abfragen an Klicks, assistierte Conversions und Kosten pro inkrementeller Conversion — nicht Last-Click-ROAS.

Nutzen Sie Social Search als Ihr Prompt-Labor

Hier ist das praktische Problem beim Aufbau eines Frageketten-Sets: Die guten Fragen sind noch nicht in Keyword-Tools, weil sie neu und konversationell formuliert sind. Keyword-Datenbanken hinken dem Verhalten um Monate hinterher; soziale Plattformen nicht.

Social Search ist der billigste lebende Korpus an Sprache aus der Recherchephase, der verfügbar ist. Kommentar-Threads, Videofragen und Community-Posts sind der Ort, an dem Menschen die lange, situationsbezogene Formulierung schreiben — "Ich habe eine kleine Küche und zwei Hunde, lohnt sich ein Saugroboter" — die nie in einen Keyword-Planer getippt wird, aber zunehmend in eine KI-Box. Dieses Sprachmaterial abzubauen gibt Ihnen die Prompt-Formen zum Targeten, die Einwände, die Sie auf der Seite beantworten müssen, und die Vergleichsachsen, die Ihre Feed-Attribute abdecken sollten.

Dafür ist SocialKeywordGenerator gebaut: Keyword- und Hashtag-Sprache von sozialen Plattformen ziehen, nach Intention und Fragetyp clustern und diese Cluster dann Content- und Paid-Teams als prompt-fertige Sets statt als flache Keyword-Listen geben. Starten Sie mit SocialKeywordGenerator und bauen Sie die Frageketten-Karte vor Ihrem nächsten Planungszyklus, nicht danach.

Die Zahlen, die Sie ehrlich halten

Die Up-Funnel-Geschichte ist real, aber sie ist keine Lizenz, dieses Quartal alles neu zu schreiben. Die Messdaten aus denselben zwei Wochen sind deutlich, was die Größenordnung angeht.

Marie Haynes' Analyse von 12 Monaten GA4-Daten über 100 Websites und mehr als 145 Millionen Sessions ergab, dass ChatGPT 0.62% des Traffic-Volumens sendete, das Google Organic sendete, und alle LLMs zusammen 0.73% — Organic lieferte weiterhin 39-mal mehr Traffic. ChatGPT-Besucher konvertierten mit 13.8% gegenüber 3.02% bei Google Organic, die Zahl, die Anbieter zitieren, aber Google trieb weiterhin 96.5% aller Conversions, und Google Organic trieb 27-mal mehr Conversions als alle LLMs zusammen.

Die richtige Lesart ist also nicht "KI ist der neue Kanal". Sie ist "der Abfrage-Mix verschiebt sich, bevor sich das Klickvolumen verschiebt", und genau dann werden Keyword-Recherche-Entscheidungen für das nächste Jahr festgezurrt. Bauen Sie die Frageketten-Karte jetzt, solange das Inventar billig ist und die Konkurrenz noch Drei-Wort-Begriffe kauft. Die Oberflächen wachsen schnell: Adthena zählte US-AI-Overview-Einblendungen, die zwischen August 2025 und August 2026 von 304 Millionen auf 575 Millionen stiegen, ein Plus von 89%, mit dem Vereinigten Königreich und der EU plus 160% und Australien plus 536%.

Wichtigste Erkenntnisse

• Google monetarisiert AI Mode jetzt mit Multi-Turn-Anzeigen, zehn weiteren Ländern, Buchungslinks für Haushaltsdienstleistungen und Produkt-Feed-Creative — die kommerzielle Ebene sitzt auf konversationellen Abfragen aus der Recherchephase.
• Googles eigene Data Science sagt, dass AI-Mode-Abfragen dreimal länger laufen, oft netto neu sind und zum Upper Funnel neigen; Google bestraft sogar "man refs", Abfragen, die manuelle Verfeinerung brauchten.
• Nur Broad Match oder Keywordless-Targeting können Anzeigen in AI Overviews ausliefern, sodass Kampagnen nur mit Exact Match von der Platzierung ausgeschlossen sind, die Google skaliert.
• Recherche- und Entdeckungs-Prompts trugen 83% der Beauty-KI-Anzeigen, 69% bei Reisen und 67% bei Spielzeug, gegenüber 48% bei Bekleidung und 42% bei Unterhaltungselektronik.
• Segmentieren Sie Suchbegriffe nach Wortzahl, um den Upper-Funnel-Beitrag zu sehen; ein gemischter CPA verbirgt jetzt sowohl die Oberfläche als auch die Phase.
• ChatGPT sendet weiterhin unter 1% des Traffic-Volumens von Google Organic, also finanzieren Sie KI-Oberflächen als gemessene Testlinie, nicht als Ersatz.

FAQ

F: Was sind Multi-Turn-Anzeigen in Google AI Mode?

A: Anzeigen, die bei Folgefragen innerhalb derselben AI-Mode-Konversation erscheinen können, nicht nur bei der ersten Abfrage. Google begann den Rollout in den USA am 28. Oktober 2026, was bedeutet, dass jeder Schritt einer Fragekette ein eigener Anzeigenplatz wird.

F: Können Exact-Match-Keywords in AI Overviews ausgeliefert werden?

A: Nein. Nur Broad Match oder Keywordless-Targeting — AI Max for Search, Performance Max, Shopping und Dynamic Search Ads — können in AI Overviews und AI Mode ausgeliefert werden. Exact Match kann weiterhin über oder unter der KI-Antwort erscheinen und blockiert nicht, dass ein Broad-Match-Keyword darin ausgelöst wird.

F: Muss ich Bottom-Funnel-Keywords aufgeben?

A: Nein, aber hören Sie auf, sie als den ganzen Plan zu behandeln. Das inkrementelle Abfrageangebot liegt in der Recherchephase, also konkurriert ein Plan ohne Frageketten-Ebene um die kleinere Hälfte der Nachfrage.

F: Wie messe ich KI-Oberflächen, wenn Google sie in Suchbegriffsberichte mischt?

A: Segmentieren Sie nach Abfragelänge: eins bis drei, vier bis sieben und acht oder mehr Wörter, und vergleichen Sie dann Conversion-Rate, CPA oder ROAS und das Erscheinen in Conversion-Pfaden. Paaren Sie das mit Assisted-Conversion-Reporting, damit Upper-Funnel-Kontakte sichtbar bleiben, statt in einer gemischten Zahl plattgedrückt zu werden.

F: Welche Märkte haben jetzt AI-Mode-Anzeigen?

A: Anzeigen in AI Mode wurden Ende Oktober 2026 auf zehn weitere Länder skaliert, darunter Kanada und Australien, mit Brasilien, Mexiko und dem Vereinigten Königreich für Q4 2026 geplant.

Fazit

Das unbequeme Stück dieser zwei Wochen ist nicht, dass Google ein Anzeigenformat geändert hat. Es ist, dass Google ungewöhnlich direkt beschrieben hat, woher seine inkrementellen Abfragen kommen — lang, konversationell, in der Recherchephase, oft netto neu — und dann Anzeigen baute, die in zehn weiteren Ländern in dieser Konversation sitzen. Keyword-Recherche, die auf kurzen kommerziellen Begriffen aufbaut, zielt jetzt auf den Teil des Marktes, der nicht wächst.

Die Antwort ist kein größeres Budget auf jeder KI-Oberfläche. Es geht darum, zu ändern, was als Keyword-Asset gilt: Frageketten statt Head Terms, Entscheidungsphasen statt Volumen-Tiers, aus Social Search abgebaute Prompt-Sprache statt nur aus alten Datenbanken, und Reporting, das lange von kurzen Abfragen trennt, damit Upper-Funnel-Arbeit mit Belegen verteidigt werden kann.

Beginnen Sie mit dem billigsten Schritt: Schreiben Sie für Ihre zehn wichtigsten Kategorien die fünf Fragen auf, die ein echter Käufer stellt, bevor er einen Produktnamen tippt, und prüfen Sie dann, ob Sie für jeden Schritt eine Seite und ein Keyword besitzen. In den meisten Konten fehlen zwei der fünf. Bauen Sie diese Karte mit SocialKeywordGenerator, und Sie kaufen das Inventar, das Google skaliert, statt gegen das Inventar zu bieten, das es zurücklässt.