AI übernimmt das Performance Marketing – was bleibt für uns?

Vor einigen Wochen habe ich ein Video von Mark Zuckerberg gesehen, das mir nicht mehr aus dem Kopf geht. Seine Vision: Meta übernimmt den kompletten Ad-Flow. Kreditkarte rein, Conversions definieren – der Rest läuft automatisch.

Diese Richtung ist logisch. Plattformen wie Meta, Google oder TikTok haben den größten Datenvorteil. Sie kennen jede Interaktion, jeden Klick, jede Conversion – und können diese Daten in Echtzeit mit der Ad-Auslieferung und sogar AI-gestützten Creatives verknüpfen.

Wir sehen die Vorstufen bereits:

• Google PMax läuft heute schon weitgehend vollautomatisiert – ein Blackbox-System, das man füttert und dem man dann vertrauen muss. Standardmäßig werden Brand-Keywords mit ausgeliefert. Man kann sie zwar mittlerweile ausschließen, aber ob tatsächlich nie Brand-Traffic durchschlüpft, bleibt am Ende eine Frage des Vertrauens. Genau das zeigt das Grundproblem von Blackbox-Systemen: Man gibt Kontrolle ab und muss Plattformen vertrauen. Gleichzeitig verstehe ich aber, warum Plattformen diesen Weg gehen: Zu viel manuelles Targeting führt oft zu Überoptimierung, zerstört Lernphasen und limitiert Performance. Automatisierung zwingt Kampagnen, breiter zu laufen – und das kann Brand-Performance steigern.
• TikTok zeigt, wohin die Reise geht: Ihr Algorithmus ist vermutlich der stärkste aktuell, weil er User täglich in eine Dopamin-Spirale zieht. Diese Mechanik lässt sich 1:1 auf Ads übertragen – nur eine Frage der Zeit.

Von der Idee her klingt es perfekt: kein manuelles Setup mehr, kein stundenlanges Schieben von Budgets oder Zielgruppen. Alles läuft wie von selbst.

Aber: Das fühlt sich auch ein Stück nach Slot-Machine in Las Vegas an. Gewinne sind möglich, aber die Kontrolle darüber, wie die Kampagnen wirklich optimieren, geht schleichend verloren.

Schon heute sehen wir:

• Creatives: AI kann Texte, Bilder und Videos in Sekunden erstellen.
• Bidding & Budget: Google PMax oder Meta Advantage+ laufen weitgehend vollautomatisiert.
• Targeting: Immer mehr Stellschrauben verschwinden – die Blackbox wächst.

Und trotzdem: AI stößt an Grenzen. Wirklich kreative Ideen und authentische Kampagnen entstehen nicht automatisch. Eine AI skaliert Inhalte, aber sie schafft keine echten „Momente“, die überraschen, berühren, relevant sind.

Ein Beispiel: H&M-Kampagnen transportieren ein Lebensgefühl. Heute sehe ich oft Produkte, die mich persönlich nicht ansprechen. Die Vision wäre, dass AI mir genau die Produktlinie zeigt, die zu mir passt – und das eingebettet in die menschlich entwickelte Kampagnenidee.

Ein reales Beispiel sehen wir schon bei Netflix: Dort entscheidet AI, welches Thumbnail ich sehe, um meine Klickwahrscheinlichkeit zu maximieren. Aber die Show-Idee selbst bleibt menschlich.

Ich glaube: 70–80 % lassen sich automatisieren. Aber die Kampagnen-Idee muss vom Menschen kommen.

Einer der gefährlichsten Punkte: AI optimiert perfekt – aber nur auf das, was man ihr vorgibt.

Wenn ein Advertiser allein auf ROAS optimiert, endet das oft in der Paid-Media-Falle: kurzfristig effizient, aber langfristig nicht profitabel.

Denn was passiert, wenn ein Produkt A zwar unrentabel beworben wird, aber dazu führt, dass Kunden zusätzlich Produkte aus Kategorie B kaufen? Diese Zusammenhänge versteht die AI nur, wenn wir sie explizit zurückspielen.

Noch wichtiger: AI ist nur so gut wie die Signale, die sie bekommt.
Apple verschärft mit Safari kontinuierlich die Regeln: Schon heute werden Tracking-Parameter wie gclid oder fbclid blockiert. In der Praxis berichten viele Marketer, dass unter strengen Safari-Einstellungen selbst der Google Tag Manager nicht mehr zuverlässig lädt. Die Plattformen arbeiten an Workarounds – etwa verschleierte Parameter oder serverseitiges Tracking. Aber es bleibt ein Katz-und-Maus-Spiel.

Meine Beobachtung: Die Frage ist selten, ob AI „besser optimiert“ als ein Mensch – das tut sie fast immer. Der eigentliche Hebel liegt darin, welche KPIs wir setzen und wie Business-Logik ins System einfließt.

Meta, Google, Amazon, TikTok, Microsoft – jeder baut seinen eigenen Walled Garden. Jeder will das gesamte Budget – aber jeder verfolgt dabei eigene Ziele.

Historisch floss der Großteil der Budgets zu Google und zuletzt stark zu Meta. Aber die Welt verändert sich:

• Brand-Searches verlieren an Bedeutung, weil immer mehr direkte Antworten über AI-Assistenten wie ChatGPT kommen.
• Amazon gewinnt massiv, weil Kaufintention hier direkt messbar ist.

Das bedeutet: Media-Budgets müssen neu verteilt werden. Und genau hier entsteht die Komplexität:

• Plattformen liefern fragmentierte Zahlen.
• Jeder Publisher optimiert auf seine eigene Wahrheit.
• Budgets müssen plattformübergreifend orchestriert werden.

Genau hier setzen wir mit unserer Business-Intelligence-Lösung OWAPro™ an. Wir bündeln alle Daten – inklusive Kosten – in einer zentralen Single Source of Truth. Über hurra.ai lassen sich diese Daten mit LLMs verknüpfen und komplexe Fragestellungen sofort beantworten. Dinge, die früher nur Data-Science-Teams leisten konnten, sind heute in Sekunden verfügbar. Und genau das ist entscheidend, um Budgetentscheidungen plattformübergreifend faktenbasiert zu treffen.

Für mich ist klar: Agenturen & Experten bleiben auch in Zukunft gefragt. Denn die Frage ist nicht, ob Kampagnen in Meta oder Google effizient laufen – sondern wie man Budgets zwischen allen Plattformen verteilt, um den höchsten ROI zu erzielen.

Vor gut zweieinhalb Jahren, als die ersten Paid-Versionen von ChatGPT live gingen, haben wir das Tool sofort in der Agentur eingeführt. Der Effekt war spürbar: E-Mails ließen sich schneller beantworten, Texte effizienter erstellen. Gleichzeitig aber sahen wir auch die Kehrseite: Spätestens, wenn im Text das berühmte „–“ auftauchte, wussten wir, hier war ChatGPT am Werk. Effizienz ja – aber Persönlichkeit fehlte.

Und der große Produktivitätssprung? Ehrlich gesagt: den habe ich bis heute nicht gesehen. Denn Zeit, die man bei einer E-Mail spart, wandert schnell in eine Kaffeepause oder in den Plausch mit Kollegen.

Genau deshalb beschäftigen wir uns heute mit der Frage: Wie wandeln wir uns wirklich zu einer AI First Agency? Unser Ziel ist, dass Zeitersparnis und Produktivität nicht im Autopilot verpuffen, sondern direkt beim Kunden ankommen – in Form von Mehrwert, Geschwindigkeit und besseren Ergebnissen.

Dafür haben wir vor rund zwei Jahren begonnen, mit hurra.ai unser gesamtes Marketing- und Performance-Wissen aus 20 Jahren zu bündeln und allen Mitarbeitern 24/7 zur Verfügung zu stellen. Das System erkennt heute komplexe Zusammenhänge oft besser als jeder Mensch – und reduziert gleichzeitig interne Kommunikation für wiederholende Tätigkeiten.

Unsere Roadmap haben wir in fünf Level unterteilt – inspiriert von Teslas selbstfahrenden Autos. Aktuell bewegen wir uns bei Level 2–3: Das System kann „ein- und ausparken“, sprich Aufgaben automatisiert übernehmen und Muster erkennen.

Wir sind noch nicht da, wo wir langfristig hinwollen. Aber schon heute hilft es uns enorm, die besten gängigen AI-Systeme wie Claude, ChatGPT, Gemini oder DALL·E so zu orchestrieren, dass unser Team für jede einzelne Aufgabe die jeweils passende AI nutzt – und nicht aus Prinzip nur ChatGPT.

Genauso wichtig ist es, Informationen aus unterschiedlichen Quellen nutzbar zu machen. Bis vor kurzem mussten wir noch in Drive, Confluence, Slack, HubSpot und anderen Tools parallel suchen. Heute haben wir dieses Wissen gebündelt. Es ist eine enorme Erleichterung, wenn man nicht mehr Zeit mit Suchen verbringt, sondern direkt Antworten bekommt.

Und das Gleiche gilt für die Zusammenarbeit im Team: Statt Kollegen wegen kleiner Probleme aus ihrem Flow zu reißen, kann jeder direkt auf das gebündelte Wissen zugreifen. Das spart nicht nur Zeit, sondern bewahrt die Konzentration aller.

Vollautonom, also „Agent AI auf Knopfdruck“, sind wir noch nicht. Und das ist auch gut so. Denn es zeigt: der Mensch bleibt gefragt. Nur die Arbeitsweisen verändern sich radikal. Die eigentliche Herausforderung liegt weniger in der Technologie als in uns selbst: in unseren Gewohnheiten.

Heute hat jeder Mitarbeiter die Möglichkeit, auf Experten-Level zu beraten – etwas, das früher unmöglich war, weil niemand in allen Themen gleichzeitig tief drinstecken konnte. Mit hurra.ai weiß jeder sofort, wer im Unternehmen bei einem Thema helfen kann und was Best Practice ist. Mehr Daten = mehr Know-how = mehr Experten-Output.

Ich bin extrem bullish, was hurra.ai betrifft. Für uns ist es längst kein Experiment mehr, sondern ein echter Gamechanger auf dem Weg zur AI First Agency.

Wer dieses Thema selbst ausprobieren möchte: Wir haben aktuell noch ein kostenloses DMEXCO-Offer für hurra.ai, das bis Ende des Jahres verfügbar ist. Hier entlang: hurra.ai/dmexco-offer

‍Fazit

Zuckerbergs Vision der totalen Automatisierung ist logisch – und sie wird kommen. Aber AI ist nicht das Ende unserer Arbeit, sondern der Beginn einer neuen Phase.

• AI übernimmt viele operative Tasks.
• Der Mensch bleibt gefragt für Story, Strategie und KPI-Logik.
• Agenturen & Experten behalten Relevanz, weil Budgets zwischen Plattformen verteilt werden müssen.
• Die größte Herausforderung liegt nicht in der Technik – sondern in uns selbst, in unseren Gewohnheiten.

AI nimmt uns Arbeit ab – aber nicht die Verantwortung.

‍

Autor: