Googles neue Anzeigenformate Conversational Discovery Ads und Highlighted Answers verändern stark, wie Konsumenten Produkte entdecken und Marken sichtbar werden.
Anzeigen erscheinen innerhalb von KI-gestützten Gesprächen und nicht mehr rein als Suchanzeigen.
Das stellt Händler und Marketer vor eine neue Aufgabe: Daten müssen dialogfähig und semantisch verständlich sein.
Im folgenden Blogartikel zeigen wir dir ganz genau, was das für dich und deinen Shop bedeutet und was du am besten heute noch umsetzen solltest, um langfristig profitabel zu bleiben.
Vom Keyword zur Konversation
Die klassische Suche basiert auf Keywords: Der Nutzer sucht, Google sortiert.
Im neuen AI Mode wird daraus ein fortlaufender Dialog zwischen Mensch und Maschine.
Beispiel:
Früher: „beste Herrenjacke Winter“
Heute: „Welche Jacke hält mich bei Minusgraden warm, sieht aber auch im Büro gut aus?“
Der Algorithmus denkt nicht mehr in Schlagworten, sondern in Intentionen. Nutzer interagieren zunehmend mit Googles AI Overviews, die seit 2024 in den USA aktiv sind und Schritt für Schritt weltweit ausgerollt werden.
Das verändert, wie Werbung funktioniert: Antworten müssen situativ, relevant und hilfreich sein – unabhängig davon, ob sie bezahlt oder organisch entstehen.
Wie Conversational Discovery Ads funktionieren
Conversational Discovery Ads (CDA) integrieren sich direkt in die Antworten, die Nutzern über Gemini-Systeme geliefert werden.
AI Overviews ist die KI-Zusammenfassung oberhalb der klassischen SERP, AI Mode ist der separate dialogorientierte Tab. Google hat CDA und Highlighted Answers ausdrücklich für AI Mode angekündigt. Ads in AI Overviews gibt es getrennt davon schon länger.
Wenn jemand fragt:
„Wie riecht mein Wohnzimmer nach Weihnachten?“
liefert Google direkt passende Produkte wie Raumsprays oder Duftkerzen. Der Sponsored Content wird Teil der Antwort.
Laut ersten internen Google-Tests und Pilotkampagnen (Google Marketing Live 2025, USA) konnten ausgewählte Marken in Conversational-Umgebungen bis zu 28 % höhere Klickraten erzielen.
Gemini (Googles Large Language Model) versteht natürliche Sprache, analysiert Intentionen und generiert kontextrelevante Vorschläge.
Für Werbetreibende heißt das: Anzeigen müssen so strukturiert sein, dass sie von dieser KI semantisch richtig verstanden und im Gesprächskontext korrekt platziert werden können.
Das Format wird derzeit unter dem Namen AI Overviews Ads Beta getestet (u. a. für Beauty, Retail, Travel). Ein globaler Rollout ist laut Google für 2026 geplant.
Bild: Beispiel Conversational Discovery Ads (https://blog.google/products/ads-commerce/google-marketing-live-search-ads/)
Highlighted Answers: Werbung als Empfehlung
Highlighted Answers greifen direkt in den Antwortfluss der KI ein.
Bei Suchanfragen wie
„beste Laptops für Grafikdesign“
werden Produkte als „empfohlen von der KI“ hervorgehoben. Im Interface sind sie als Highlighted Sponsored Result sichtbar.
Diese Verschiebung weg von klassischen „Visible Ads“ hin zu KI-empfohlenen Optionen verändert die Nutzerwahrnehmung: Empfehlungen wirken natürlicher und vertrauenswürdiger.
Laut HubSpot Insights (Juli 2024, Stichprobe n ≈ 900) lagen die Engagement-Raten bei Highlighted-Antworten 25–35 % über traditionellen Textanzeigen.
Beispiel:
Bei der Frage „Welche Sneaker sind bequem für den Sommer?“ kombiniert Google organische Treffer mit Highlighted Answers:
„Nike Revolution 6 – beurteilt als besonders luftig“
Transparenz bleibt entscheidend: Google weist diese Anzeigen mit klarer Kennzeichnung („Sponsored“) aus. Das ist eine Voraussetzung, die im europäischen Datenschutzkontext künftig verpflichtend wirkt.
Bild: Beispiel Highlighted Answers (https://blog.google/products/ads-commerce/google-marketing-live-search-ads/)
Conversational Attributes: Daten, die sprechen können
Damit die KI sinnvolle Antworten geben kann, führt Google neue Conversational Attributes (Beta) im Merchant Center ein.
Sie liefern semantische Zusatzinformationen, die der KI helfen, Produkte kontextbezogen zu interpretieren.
| Attribut | Beispielwert | Bedeutung |
|---|---|---|
| problem_solved | „trockene Haut im Winter“ | Beschreibt Nutzen statt Funktion |
| use_case | „intensive Outdoor-Pflege“ | Liefert Kontext für Empfehlung |
| target_audience | „Menschen mit empfindlicher Haut“ | Hilft der KI, Zielgruppen zuzuordnen |
Erweiterte Beta-Tests nutzen zusätzliche Felder wie style_descriptor („skandinavisches Design“) oder sustainability_note („veganes Leder“).
Ein Unternehmen aus dem Beauty-Segment steigerte so die Sichtbarkeit im AI Mode um 20 %.
Die KI erkennt erstmals Zusammenhänge, die vorher durch reine Keywords nicht abgedeckt waren.
Was bedeutet das für Händler und Marketing-Teams?
Feed-Management ersetzt Keyword-Management
Statt „Wie oft kommt das Stichwort vor?“ zählt:
„Versteht die KI, wofür mein Produkt steht?“
Neue KPIs entstehen
Neben CTR und CPC werden folgende Kennzahlen relevant:
- Conversation Impressions
- AI Engagement Rate
- AI Exposure Rate
Content und Daten verschmelzen
Redaktion, Performance Marketing und Produktdatenpflege müssen eng verzahnt arbeiten.
Beispiel:
Der Möbelhändler MADE.com experimentierte 2024 mit semantisch angereicherten Feeds und erzielte +18 % Interaktionsrate bei Shopping-Anzeigen im AI Mode.
Wichtig: Noch ist nicht klar, wie Google vollständige Attributionsketten in der AI-Suche ausweist. Zukünftige Metriken wie AI Mention Share könnten hier neue Insights liefern.
Praxisteil: So setzt du Conversational Feeds um
Schritt 1: Feed-Audit durchführen
Im Google Merchant Center prüfen, ob Conversational Attributes (Beta) verfügbar sind.
Bestehenden Produktfeed exportieren und folgende Punkte checken:
- Titel & Beschreibung: Nutzen statt Funktion.
- Fehlende Use Cases ergänzen.
Beispiel:
„Hautcreme 50 ml“ → „Hautcreme für angespannte Winterhaut“
Schritt 2: Use-Case-Dimensionen hinzufügen
Datenfelder wie question_and_answer, document_link, related_product, item_group_title, variant_option und popularity_rank kannst du per Content API oder Feed-Upload anlegen.
Tests zeigten: Schon 5–10 angereicherte Felder erhöhten die Produktnennung in Gemini-Antworten messbar.
Schritt 3: Content- und Product-Teams verknüpfen
Der Redakteur formuliert Q&A-basierte Nutzen („Wann brauche ich das?“), das Produktteam pflegt sie anschließend in den Feed ein.
Schritt 4: Messen und Lernen
Neue Beta-Metriken beobachten:
- AI Recommendation Rate
- Conversation CTR
Schritt 5: Regelmäßig prüfen und testen
Feeds monatlich an neue Gesprächsmuster anpassen, z. B. Trend-Phrasen wie:
„Was ist nachhaltiges Leder?“
Ergänze außerdem Conversational Prompt-Tests: Nutze reale Kundenfragen aus Chat-Verläufen oder Rezensionen und prüfe, ob deine Produkte in AI-Antworten vorkommen.
Häufige Fehler und wie du sie vermeidest
| ❌ Häufiger Fehler | ✅ Realität |
|---|---|
| Nur Keyword-Feeds aktualisieren | KI erkennt keine Intention, Kontextdaten sind Pflicht. |
| Produkttexte unverändert übernehmen | Verwende Nutzerformulierungen („Wie kann … helfen?“). |
| Keine interne Abstimmung | Feeds erfordern cross-funktionale Zusammenarbeit. |
| Zu wenig Testbudget | Ohne AI-Mode-Daten fehlen Learnings. |
| Zu langwierige Freigabezyklen | KI-Suchtrends ändern sich wöchentlich, Feeds müssen agil bleiben. |
Action-Plan für die nächsten Monate
Diese Woche
Feed-Export aus dem Merchant Center ziehen und Attribut-Lücken analysieren.
In 2 Wochen
Neue Conversational Attributes definieren und als Beta aktivieren.
Bis Ende des Monats
Erste Testkampagnen für Top-Produkte starten.
Ab Monat 2
KPIs messen und Feeds entlang echter Fragen anpassen.
Ab Monat 3
5–10 % Testbudget für Conversational-versus-PMax-A/B-Tests reservieren.
Langfristig
AI-Feed-Management als festen Bestandteil deiner SEO- und SEA-Strategie etablieren.
Häufig gestellte Fragen
F: Seit wann sind die neuen Anzeigenformate in der EU verfügbar?
A: Der Rollout startete schrittweise ab Mai 2026, beginnend mit Großbritannien und Deutschland.
F: Funktionieren bestehende Performance Max Kampagnen weiter?
A: Ja. Sie liefern erste Datenpunkte, auf deren Basis das AI-System deine Produkte kontextualisiert.
F: Wie finde ich heraus, ob meine Produkte im AI Mode erscheinen?
A: Über die Analyse „AI Impressions Beta“ in Google Ads oder in Gemini Preview.
F: Müssen Conversational Ads gekennzeichnet werden?
A: Ja. Google versieht alle KI-Antwort-Inserate klar mit dem Label „Sponsored“ – verpflichtend gemäß aktueller Richtlinien (Februar 2025).
Regulierung & Datenschutz
Seit 2025 greifen neue EU-Leitlinien zur Kennzeichnung von generativem Content.
Marken sollten sicherstellen:
- Conversational Ads werden transparent als Werbung deklariert.
- Feeds enthalten nur Produkt-, keine Kundendaten.
- Die Nutzung erfolgt im Sinne von Privacy-by-Design.
So bleibt deine Conversational-Strategie nicht nur performant, sondern auch rechtlich und ethisch sauber.
Quellen
- European Digital Advertising Alliance (EDAA) – Draft Guidelines on AI‑Generated Ads (2025)
Fazit
Conversational Discovery Ads und Highlighted Answers sind der Beginn des neuen Standards des Antwortmarketings.
Wer jetzt semantische Feeds aufbaut, agile Datenprozesse implementiert und rechtliche Transparenz wahrt, wird vorne sichtbar bleiben, auch in einer Welt, in der Nutzer nicht mehr gezielt suchen und klicken, sondern fragen.
