Google Ads mit KI optimieren: So nutzen wir ChatGPT für ausschließende Keywords

Ausschließende Keywords: kleine Stellschraube, große Wirkung

Ausschließende Keywords gehören zu den unscheinbaren Hebeln in Google Ads. Sie sind selten spektakulär. Aber sie können einen großen Unterschied machen.

Denn sie helfen dabei, Streuverluste zu reduzieren, Budgets sauberer einzusetzen und die Suchanfragen besser auf das auszurichten, was eine Landingpage tatsächlich leisten soll.

Gerade in Konten mit breiteren Match Types, zusätzlichen Longtail-Kampagnen oder Performance Max ist das Thema wichtiger denn je. Wer hier nicht regelmäßig prüft, wonach tatsächlich gesucht wird, bezahlt schnell für Klicks, die zwar irgendwie thematisch passend klingen, aber am eigentlichen Ziel vorbeigehen.

Und genau das ist im Alltag oft aufwendiger, als es zunächst klingt.

Das Problem sind meist nicht die klaren Fälle

Die wirklich einfachen Entscheidungen trifft man schnell.

Schwierig sind die Suchbegriffe, bei denen man kurz stockt. Also Begriffe, bei denen man sich fragt:

• Sucht hier jemand nur Informationen?
• Passt das noch zur Zielgruppe?
• Würde die suchende Person auf der Landingpage wirklich das finden, was sie erwartet?
• Ist das noch sinnvoller Traffic oder schon eher ein Fall für die Negativliste?

Solche Fragen tauchen in der Praxis ständig auf. Und genau an dieser Stelle kann KI sinnvoll unterstützen.

Nicht, weil sie das Konto besser kennt als der Mensch. Sondern weil sie helfen kann, die Bewertungslogik sauber anzuwenden.

Wo ChatGPT und Co. bei der Bewertung von Suchanfragen helfen können

Wir nutzen die KI in diesem Zusammenhang vor allem für drei Dinge:

1. Suchintention schneller einordnen

Nicht jeder Suchbegriff ist auf den ersten Blick klar. Manche Anfragen klingen thematisch passend, zielen aber in Wahrheit eher auf Informationen, Jobs, Ausbildung, Vergleiche oder allgemeine Orientierung.

Die KI kann helfen, diese Suchintention schneller einzuordnen.

2. Zielgruppen-Fit prüfen

Ein Suchbegriff kann fachlich zwar zum Thema, aber trotzdem nicht zur eigentlichen Zielgruppe passen.

Das ist ein wichtiger Unterschied. Gerade im B2B oder bei erklärungsbedürftigen Leistungen ist es entscheidend, nicht nur auf das Thema zu schauen, sondern auch darauf, wer mit einer Suchanfrage wahrscheinlich gemeint ist.

3. Landingpage-Fit mitdenken

Ein Punkt wird im Kampagnenalltag gern unterschätzt: Nicht jede Suchanfrage muss nur zum Thema passen. Sie muss auch zur Landingpage passen.

Wer auf der Seite kein Grundlagenwissen, keine Vergleichsübersicht und keinen Ratgeber findet, sondern beispielsweise nur ein konkretes Beratungs- oder Dienstleistungsangebot, braucht eine andere Keyword-Logik als ein redaktionelles Portal.

Genau das lässt sich im Prompt sauber hinterlegen.

So gehen wir in der Praxis vor

Unser Vorgehen ist dabei vergleichsweise simpel.

Wir prüfen regelmäßig in Google Ads unter "Statistiken und Berichte" / "Suchanfragen", wonach tatsächlich gesucht wurde. Dann gehen wir die Begriffe in drei Schritten durch:

Schritt 1: Eindeutige Fälle direkt entscheiden

Manche Suchanfragen sind glasklar passend. Andere ebenso glasklar unpassend. Diese Fälle entscheiden wir direkt im Konto, ohne zusätzlichen Umweg.

Schritt 2: Grenzfälle sammeln

Spannend sind die Suchbegriffe dazwischen. Also Begriffe, bei denen man nicht sofort sagen kann: passt oder passt nicht. Diese Begriffe kopieren wir gesammelt in einen separaten Chat.

Schritt 3: KI als Sparringspartner nutzen

Dort arbeitet die KI (z.B. ChatGPT, Claude oder Gemini) mit einem vorher definierten Rahmen:

• Wer ist die Zielgruppe?
• Was bietet die Landingpage an?
• Was bietet sie gerade nicht?
• Welche Kampagnen sind enger geführt?
• Welche Kampagnen dürfen etwas breiter sein?
• Wann soll ein Begriff nur in bestimmten Kampagnen negativ werden?
• Wann in allen?

So entsteht aus einem allgemeinen KI-Tool ein deutlich besseres Arbeitsinstrument.

Der eigentliche Hebel ist nicht die KI – sondern der Kontext

An dieser Stelle liegt aus unserer Sicht der wichtigste Punkt.

Viele Prompts scheitern nicht daran, dass sie sprachlich schlecht formuliert sind. Sie scheitern daran, dass der Kontext zu dünn ist.

Ein Satz wie „Bewerte bitte diese Suchbegriffe für Google Ads“ ist zu wenig.

Ein guter Prompt braucht mehr. Nämlich zum Beispiel:

• die Zielgruppe
• die Angebotslogik
• den Charakter der Landingpage
• die Kampagnenstruktur
• die gewünschte Differenzierung nach Kampagnentyp
• ein klares Antwortformat

Erst dann wird die Antwort wirklich nützlich.

So kann ein Prompt für die Bewertung von Suchbegriffen aufgebaut sein

Es hat sich bewährt, den Prompt immer in mehrere Bausteine zu unterteilen.

1. Rolle festlegen

Zuerst sollte klar sein, welche Rolle ChatGPT einnimmt. Zum Beispiel:

"Du bist mein Google-Ads-Sparringspartner für die Bewertung von Suchbegriffen."

Das klingt unscheinbar, hilft aber.

2. Zielgruppe und Angebot beschreiben

Danach folgt der eigentliche Arbeitsrahmen:

• Wen wollen Sie erreichen?
• Was genau bieten Sie an?
• Welche Art von Landingpage ist hinterlegt?
• Was findet man dort nicht?

Gerade dieser letzte Punkt ist wichtig. Denn häufig entscheidet sich genau hier, ob ein informationsorientierter Suchbegriff noch passt oder eher nicht.

3. Kampagnenlogik erklären

Wenn ein Konto unterschiedliche Kampagnentypen oder Prioritäten hat, gehört auch das in den Prompt.

Zum Beispiel:

• enge Kampagnen mit hohem Intent
• ergänzende Kampagnen für Longtail oder breitere Reichweite
• Brand-Kampagnen mit eigener Logik
• unterschiedliche Schwellen, ab wann ein Begriff negativ werden soll

4. Aufgabe klar formulieren

Jetzt wird festgelegt, was die KI konkret tun soll. Etwa:

• Suchintention einschätzen
• Zielgruppen-Fit bewerten
• Landingpage-Fit mitdenken
• ableiten, ob ein Begriff negativ werden sollte
• unterscheiden, ob nur für bestimmte Kampagnen oder für alle

5. Antwortformat vorgeben

Hier liegt oft mehr Hebel als man denkt.

Wenn die KI frei antwortet, wird es schnell zu lang, zu allgemein oder zu unpräzise. Besser ist ein festes Format.

Zum Beispiel:

Keyword: …
Empfehlung: …
Begründung: …

Kurz, klar, zeilenweise. Genau so, dass man damit im Alltag wirklich arbeiten kann.

Beispiel aus der Praxis

Nehmen wir ein anschauliches Beispiel aus dem Bereich Garten- und Landschaftsbau (GaLaBau). Angenommen, eine Kampagne zielt auf eine konkrete Dienstleistung ab. Die Landingpage ist dabei nicht als Ratgeber aufgebaut, sondern führt primär zu einer Anfrage oder Kontaktaufnahme.

In diesem Kontext sind Suchanfragen sehr unterschiedlich zu bewerten:

Beispiel 1: Klarer Info-Intent

„garten anlegen einfach erklärt“

Hier ist Vorsicht geboten. Wer so sucht, möchte meist eine DIY-Anleitung oder Grundlagenwissen. Wenn die Landingpage aber keine Tipps gibt, sondern direkt zum Kontaktformular führt, passt die Erwartung nicht zum Inhalt. Das Ergebnis: Man bezahlt für Klicks von Hobbygärtnern, die eigentlich gar keine Dienstleistung buchen wollen. Die KI hilft hier, diesen „Informations-Ballast“ konsequent auszusortieren.

Beispiel 2: Fachlich nah, aber riskant

„gartenbau kosten“

Ein klassischer Grenzfall. Sucht hier jemand nach einer Preisliste zur Orientierung oder möchte er ein konkretes Angebot anfragen? Hier kommt es auf die Positionierung an: Bedient die Seite diesen Erwartungshorizont nicht (z. B. weil man im Premium-Segment ohne Fixpreise arbeitet), ist der Begriff oft ein Kandidat für die Negativliste. Genau bei solchen Abwägungen ist die KI ein starker Sparringspartner, um die eigene Logik konsequent durchzuspielen.

Beispiel 3: Klar falscher Intent

„garten und landschaftsbau ausbildung“

Dieser Fall ist eindeutig. Thematisch ist der Begriff zwar im richtigen Feld, aber die Zielgruppe ist eine völlig andere (Bewerber statt Kunden). Diese Anfragen führen zwar zu Traffic, aber nie zu Umsatz. Sie gehören ohne Umwege in die Liste für ausschließende Keywords.

Genau diese Unterschiede sauber und vor allem konsistent herauszuarbeiten, ist der eigentliche Nutzen im Arbeitsalltag.

Was die KI dabei nicht kann

So hilfreich dieser Ansatz ist: Er hat Grenzen.

Die KI sieht keine echten Kontodaten, keine Conversion-Raten, keine Kosten-Umsatz-Relationen und keine historischen Leistungswerte. Sie kennt auch nicht automatisch alle Feinheiten Ihrer Angebotslogik.

Das heißt:

• Es ersetzt keine strategische Verantwortung.
• Es ersetzt keine Kontoerfahrung.
• Es ersetzt keine saubere Landingpage-Bewertung.
• Es ersetzt keine Performance-Daten.

Was es aber sehr wohl leisten kann: Es hilft dabei, wiederkehrende Bewertungsaufgaben sauber zu strukturieren und schneller zu durchdenken.

Und genau das spart Zeit.

Unser Fazit 

Wer Google Ads mit KI optimieren will, sollte nicht als Erstes an vollautomatische Kampagnensteuerung denken. Oft liegt der praktischere Hebel viel näher. Zum Beispiel dort, wo wiederkehrende Entscheidungen getroffen werden müssen. Bei der Einordnung von Suchanfragen. Beim Prüfen von Zielgruppen-Fit. Bei der Frage, ob ein Begriff in eine Kampagne gehört – oder eben nicht.

Der eigentliche Mehrwert der KI liegt dabei nicht in irgendeiner magischen Antwort. Sondern darin, dass sich die Bewertungslogik sauber abbilden lässt: Mit klarem Kontext. Mit sauberem Prompt. Mit nachvollziehbarem Ausgabeformat.

So wird aus einem allgemeinen KI-Tool ein nützlicher Sparringspartner für den Kampagnenalltag.