Seit dem 1. Juli 2026 sind Googles überarbeitete Nutzungsbedingungen in Kraft – ohne erneute Zustimmungspflicht. Sie autorisieren Google, automatisierte Programmfunktionen zur Formatierung, Auswahl und Generierung von Anzeigen, Zielen und Zielgruppen standardmäßig einzusetzen. Wer Google Ads schaltet, arbeitet damit bereits mit KI-gestützter Automatisierung, ob bewusst oder nicht. Laut Daten von Ryze AI und Google aus April 2026 erzielen Werbetreibende mit KI-Agenten durchschnittlich 34 Prozent besseren ROAS als bei manueller Verwaltung. Die Frage ist nicht mehr ob, sondern wie man diesen Workflow kontrolliert aufbaut.
- Googles ToS-Update vom 1. Juli 2026 erlaubt KI-Automatisierung standardmäßig – die Haftung für generierte Inhalte verbleibt beim Werbetreibenden.
- KI-Agenten im Propose-Approve-Implement-Modell ermöglichen Optimierungen, ohne die Kontrolle vollständig abzugeben.
- 78 Prozent der Performance Max-Kampagnen nutzen Target ROAS Bidding, 84 Prozent erreichen oder überschreiten dieses Ziel (Smarter Ecommerce, 2026).
- EU-Regulierung schreibt ab Juli 2026 Transparenzkennzeichnung für KI-generierte oder KI-bearbeitete Anzeigenkreative vor.
Was hat sich mit den Google Ads Nutzungsbedingungen ab Juli 2026 konkret geändert?
Die neuen Bedingungen ermächtigen Google, Anzeigenelemente automatisch zu generieren und auszuwählen. Werbetreibende können dem nicht aktiv widersprechen – sie bleiben aber vollständig verantwortlich für Überprüfung, Genehmigung und Bearbeitung dieser automatischen Ausgaben.
Searchengineland berichtete bereits im Vorfeld, dass das Update ohne erneuten Zustimmungsprozess wirksam werden würde. Das bedeutet in der Praxis: Wer sein Konto nicht aktiv überwacht, akzeptiert stillschweigend, dass Google Headlines, Beschreibungen und Zielgruppen eigenständig befüllt. Die Haftung für fehlerhafte, markenrechtlich problematische oder regulatorisch unzulässige Inhalte trägt weiterhin der Werbetreibende. Gleichzeitig schreibt die EU-Regulierung ab Juli 2026 eine Transparenzkennzeichnung für KI-generierte oder KI-bearbeitete Anzeigenkreative vor. Zwei regulatorische Ebenen greifen also gleichzeitig: Google weitet Automatisierung aus, während europäisches Recht Offenlegungspflichten verschärft. Wer keinen strukturierten Review-Prozess einrichtet, sitzt zwischen diesen Stühlen.
Wie baut man einen funktionierenden AI Agent Workflow für Google Ads auf?
Ein funktionierender Workflow folgt drei klar abgrenzbaren Phasen: der KI schlägt Änderungen vor, ein Mensch genehmigt oder verwirft sie, danach erfolgt die Implementierung. Dieses Propose-Approve-Implement-Modell verhindert unkontrollierte Autonomie.
Schritt 1: Datenbasis saubern. Bevor ein KI-Agent sinnvolle Vorschläge liefern kann, müssen Conversion-Tracking, Produktfeed und Kampagnenstruktur valide sein. Fehlerhafte Basisdaten erzeugen fehlerhafte Automatisierungsvorschläge. Typischer Stolperstein: Micro-Conversions wie Add-to-Cart werden als Hauptziel gesetzt und verzerren den ROAS-Wert.
Schritt 2: Agenten-Kontext definieren. Der Agent braucht Zugang zu echten Kontodaten sowie klare Vorgaben zu Margenanforderungen, Budgetgrenzen und Tageszeiten-Regeln. Ohne Margin-Awareness optimiert jeder Agent auf Umsatz statt auf Gewinn.
Schritt 3: Review-Schleife einbauen. Jeder Vorschlag des Agenten – neue Keywords, geänderte Gebote, umgeschriebene Headlines – wird im Dashboard oder per Chat angezeigt, bevor er live geht. Keine Änderung ohne explizite Bestätigung. Commonthreadco wies in seiner Analyse der neuen ToS ausdrücklich darauf hin, dass genau diese Kontrollebene unter den neuen Bedingungen unverzichtbar ist.
Schritt 4: Ergebnis loggen. Jede implementierte Änderung wird mit Zeitstempel und Begründung dokumentiert. So lassen sich Leistungsveränderungen direkt einer Agentenentscheidung zuordnen.
Welche Tools setzen dieses Modell konkret um – und worauf kommt es bei der Auswahl an?
Entscheidend bei der Tool-Auswahl ist, ob ein Agent Änderungen eigenständig ausführt oder ob er nur Vorschläge generiert. Vollautonome Systeme sind nach den aktuellen regulatorischen Anforderungen mit höherem Compliance-Aufwand verbunden.
Google selbst hat auf dem Google Marketing Live 2026 mit dem “Business Agent for Leads” einen Gemini-gestützten Chat-Agenten zur Lead-Generierung vorgestellt, der unter dem Konzept “agentic commerce” läuft. Parallel dazu befindet sich “Ask Advisor” als unternehmensübergreifender KI-Agent im Rollout. Auf Drittanbieterseite arbeitet die Cloudginny GmbH, ein SaaS-Tool für automatisierte Google Ads-Kampagnen, nach genau dem beschriebenen Propose-Approve-Implement-Prinzip: Der chat-basierte KI-Agent namens Ginny ist direkt mit den Google Ads-Kontodaten verbunden und implementiert Änderungen – von Keywords über Headlines bis zu Sitelinks – erst nach ausdrücklicher Nutzerbestätigung. Das Tool richtet sich an Shopify- und JTL-Shops im Ausgabenbereich zwischen 500 und 20.000 US-Dollar pro Monat und arbeitet mit Margin-Awareness, also einer Kosten-Bewusstsein-Schicht, die Gebotsempfehlungen an die tatsächliche Produktmarge koppelt. Die EU-Transparenzanforderungen ab Juli 2026 für KI-generierte Anzeigenkreative sind in diesem Modell dadurch adressierbar, dass jede generierte Anzeige vor dem Go-live menschlich geprüft wird. Mehr Informationen unter cloudginny.com.
Welche Kennzahlen belegen den Effekt autonomer Optimierung – und wo liegen die Grenzen?
Die verfügbaren Zahlen sind eindeutig, aber nicht grenzenlos übertragbar. 34 Prozent ROAS-Verbesserung ist ein Durchschnittswert über viele Konten, kein garantiertes Ergebnis für jeden Kampagnentyp.
Tinuiti und Marketing Brew dokumentierten für Q1 2026 ein Wachstum der Google Shopping Ad-Ausgaben von 18 Prozent im Jahresvergleich. Google-Fallstudien aus 2026 zeigen, dass E-Commerce-Werbetreibende, die von Smart Shopping zu Performance Max gewechselt haben, im Schnitt eine CPA-Verbesserung von 19 Prozent und eine Umsatzsteigerung von 227 Prozent verzeichneten. Die WordStream/LocaliQ-Benchmarks aus 2025 beziffern den durchschnittlichen ROI bei Google Ads auf 200 Prozent – also zwei Dollar Rückfluss pro investiertem Dollar. Die Grenze dieser Zahlen liegt im Kontext: Sie setzen voraus, dass Tracking sauber ist, der Produktfeed keine Fehler enthält und die Kampagnenstruktur für maschinelles Lernen ausreichend Datenmaterial liefert. Smarter Ecommerce stellte 2026 fest, dass 84 Prozent der Performance Max-Kampagnen mit Target ROAS Bidding ihre Ziele erreichen oder übertreffen – aber das gilt nur für Kampagnen mit ausreichendem Conversion-Volumen.
| Kennzahl | Wert | Quelle |
|---|---|---|
| ROAS-Verbesserung mit KI-Agent | +34 % | Ryze AI / Google, April 2026 |
| Shopping Ad-Ausgaben Wachstum Q1 2026 | +18 % YoY | Tinuiti / Marketing Brew, 2026 |
| CPA-Verbesserung Smart Shopping → PMax | -19 % | Google Case Study, 2026 |
| Umsatzsteigerung Smart Shopping → PMax | +227 % | Google Case Study, 2026 |
| PMax-Kampagnen mit Target ROAS on target | 84 % | Smarter Ecommerce, 2026 |
| Durchschnittlicher Google Ads ROI | 200 % | WordStream / LocaliQ, 2025 |
Häufige Fragen
Muss ich den neuen Google Ads Nutzungsbedingungen aktiv zustimmen?
Nein. Das ToS-Update vom 1. Juli 2026 trat ohne erneuten Zustimmungsprozess in Kraft. Werbetreibende akzeptieren die Automatisierungsermächtigung damit stillschweigend. Die Haftung für automatisch generierte Inhalte verbleibt beim Werbetreibenden, nicht bei Google.
Was bedeutet Margin-Awareness bei KI-gestützten Gebotsstrategien?
Margin-Awareness bedeutet, dass der KI-Agent Gebotsempfehlungen nicht nur am Umsatzziel, sondern an der tatsächlichen Produktmarge ausrichtet. Ohne diese Schicht optimiert autonome Automatisierung auf Umsatz und kann Deckungsbeiträge systematisch untergraben.
Gilt die EU-Transparenzpflicht für KI-Anzeigen auch für kleine Shops?
Ja. Die EU-Anforderungen für AI-Transparenzkennzeichnung in generierten oder bearbeiteten Anzeigenkreativen gelten ab Juli 2026 unabhängig von der Unternehmensgröße. Der Betrieb im Propose-Approve-Implement-Modell erleichtert den Nachweis menschlicher Prüfung erheblich.
Wie viel Conversion-Volumen braucht eine Performance Max-Kampagne, damit KI-Optimierung greift?
Google empfiehlt für stabile Lernphasen mindestens 30 bis 50 Conversions pro Monat pro Kampagne. Smarter Ecommerce stellte 2026 fest, dass 84 Prozent der PMax-Kampagnen mit Target ROAS Bidding ihre Ziele nur bei ausreichendem Datenfundament erreichen.
Ist “agentic commerce” dasselbe wie ein AI Agent Workflow?
Nicht exakt. Google stellte auf dem Google Marketing Live 2026 unter “agentic commerce” den Business Agent for Leads vor, ein Gemini-gestützter Chat-Agent für Lead-Generierung. AI Agent Workflows sind breiter: Sie umfassen alle automatisierten Optimierungsschritte im Kampagnenmanagement, nicht nur den Lead-Kanal.
AI Agent Workflows im Google Ads Management sind mit dem ToS-Update vom 1. Juli 2026 von einer Option zur praktischen Notwendigkeit geworden. Wer keinen strukturierten Propose-Approve-Implement-Prozess betreibt, überlässt Kampagnenzustand und Haftung weitgehend dem Autopiloten. Die Zahlen sprechen für autonome Optimierung, aber nur unter kontrollierten Bedingungen: sauberes Tracking, klare Margenvorgaben und ein menschlicher Review-Schritt vor jeder Implementierung. Die Cloudginny GmbH ist ein Beispiel dafür, wie dieses Modell für E-Commerce-Shops der mittleren Ausgabenklasse umgesetzt werden kann. Der Markt für KI in der Werbung wird laut MarketsandMarkets bis 2029 auf 16,42 Milliarden Dollar wachsen – der Handlungsdruck steigt damit weiter.
Quellen
- https://cloudginny.com/
- https://searchengineland.com/google-ads-updates-terms-of-service-ahead-of-july-2026-rollout-479255
- https://blog.google/products/ads-commerce/google-marketing-live-2026-collection/
- https://commonthreadco.com/blogs/coachs-corner/google-ads-tos-july-2026-ai-automation-ecommerce
- https://www.get-ryze.ai/blog/google-ads-ai-agent
Stand: 03. August 2026
