Kurz gesagt: Am 29. August 2026 habe ich beim PPC camp in der Nähe von Telč gesprochen, der eigenen Konferenz der tschechischen und slowakischen PPC-Community, darüber wie unsere Agentur mit KI arbeitet. Das hier ist ein kurzer Bericht vom Camp, und darunter der ganze Vortrag auf Englisch rekonstruiert für alle, die kein Tschechisch können. Das Video, eine Zusammenfassung jedes Teils mit Links auf die Minute, und die englischen Folien.
Das letzte Augustwochenende habe ich in einer Holzhalle bei Telč verbracht und darüber gesprochen, wie unsere Agentur wirklich mit KI arbeitet. Am Sonntag bin ich mit einem goldenen Pokal auf dem Beifahrersitz nach Hause gefahren, auf dem Nejlepší přednáška PPC campu steht, bester Vortrag des Camps.
Die Veranstaltung heißt PPC camp, ausgerichtet von uLab, und für mich ist sie das beste PPC-Event in Tschechien und der Slowakei. Der Grund ist die Tür. Ein Ticket kannst du nicht kaufen. Die Community stimmt darüber ab, wer hereinkommt, also sitzt im Raum lauter Praxis, die etwas Echtes zu tauschen hat, und die Vorträge sind echte Vorträge statt vierzig Minuten Firmenwerbung. Es war das achtzehnte Camp, drei Tage vom 28. bis 30. August 2026, rund siebzig Leute und einundzwanzig Vorträge. Der Freitag lief auf Social, Feeds und Daten, der Samstag war komplett KI, und der Sonntag ging zurück zu Daten und Messung.
Die sieben anderen Vorträge, die deinen Nachmittag wert sind
Die meisten Speaker haben ihre Decks danach geteilt, und uLabs eigene Notizen vom Wochenende verlinken die PDFs. Hier die sieben, die ich zuerst aufmachen würde, jeweils in ein paar Sätzen.
Milan Cidilo (6clickz) (Slides) fährt Meta-Creative wie eine Produktionslinie, in der ein Konzept aus Persona mal Angle mal Format besteht. Zwei Zahlen steuern das Ganze, der Anteil der getesteten Anzeigen, die es in die Skalierung schaffen, und die inkrementelle Reichweite. Seine Montagsroutine taggt jede Anzeige gegen eine geschlossene Taxonomie, scannt die Top fünf Wettbewerber in der Ad Library und bewertet die Briefings, bevor irgendetwas in Produktion geht.
Anna Czarnoba (Knihobot) (Slides) hat rund 1,5 Millionen antiquarische Bücher im Feed, jedes ein einzigartiges physisches Exemplar mit eigener ID, was die Conversion-Historie von Smart Bidding immer wieder auf null setzt. Sie hat den Feed auf die Ausgabe statt auf das Exemplar umgebaut, die Angebote pro Werk auf vier gedeckelt und das Ergebnis auf einem randomisierten Split von 4.429 Werken mit Difference in Differences validiert. Der ROAS ging von 1,686 auf 1,819, während die Kontrollgruppe fiel, und die ganze Pipeline hat sie selbst gebaut.
Ľubo Kružliak (Wilsondo) (Slides) leitet das In-house-Marketing für zehn Shops in sechs Ländern und hielt den konkretesten Data-Warehouse-Vortrag des Wochenendes, von Reportingkategorien und Kampagnenbenennung bis dahin, wie BigQuery die Kosten einer Session bis auf einzelne Produkte herunterrechnet. Er hat außerdem die Zahl veröffentlicht, die die meisten Speaker weglassen, 250.000 bis 500.000 CZK für den Bau und 7.500 bis 10.000 CZK im Monat für den Betrieb.
Lukáš Hvizdoš (6clickz) (Slides) hat zehn Media-Buying-Workflows katalogisiert, die er automatisiert hat, und nennt zu jedem die statistische Methode, die API-Ressource, die er ausliest, und den Output. Budgetänderungen wertet er als Event Study aus, die Shopping-Segmentierung auf Produktebene nutzt Empirical-Bayes-Shrinkage, und Creative Fatigue datiert er mit Changepoint Detection. Eine Folie listet seinen kompletten Werkzeugkasten und funktioniert für sich allein schon als Leseliste.
Vito Nikolič (Mergado) (Slides) hat gezeigt, wie statische Feed-Banner aussehen, wenn sie die Information tragen, die ein Käufer wirklich braucht. Tragkraft, Maße, Lieferbedingungen und Sternebewertungen, direkt auf das Produktbild gedruckt. Sein Argument ist, dass ein Brand Manual und die Entwicklertools des Browsers reichen, um dieses Creative ohne Designer zu bauen.
Iveta Dudová (uLab) (Slides) hat erklärt, warum die Messung in Shopify kaputtgeht, vom Stuhl einer PPC-Spezialistin aus statt vom Stuhl einer Analystin. Checkout Extensibility hat die Danke-Seite in eine Sandbox verschoben, also vergleicht sie die drei Wege, die offen bleiben, und schließt mit einem Entscheidungsbaum, wann sich serverseitiges Tracking lohnt.
Pavel Tomáš Řehák (M&M Reality) (Slides) hat Viber, Telegram und X mit Creatives getestet, die auf den großen Plattformen schon funktioniert haben, und bis zur Übergabe an das Vertriebsnetz im CRM durchgemessen. Keiner der drei Kanäle hat sich gerechnet, und die ehrliche Aufschreibung ist das, was das Deck nützlich macht. Telegram brachte 926 Klicks, 22 Bot-Öffnungen und keinen einzigen Lead.
Warum es dieses Video gibt
Der Vortrag wurde aufgezeichnet, die Aufnahme wird öffentlich, und die tschechische Fassung dieses Artikels bindet sie ein. Nur ist sie auf Tschechisch, mit tschechischen Folien, also bliebe sie für alle anderen in einer Sprache eingesperrt. Dieser Neubau ist die Chance, den Vortrag auch einem Publikum außerhalb Tschechiens zu geben, auf Englisch, mit Ton, in meiner eigenen Stimme. Gekostet hat er mich etwa eine Stunde eigene Zeit und ungefähr einen Tag Arbeit von ein paar KI-Agenten.
Wie die englische Fassung entstanden ist
Ausgangsmaterial waren die Tonspur des tschechischen Vortrags und die Originalfolien. Die Aufnahme wurde transkribiert und dann Szene für Szene als englisches Skript neu geschrieben, 252 kurze Szenen mit je einem Gedanken, in derselben dunklen Bildsprache wie die anderen Videos hier. Meine Stimme wurde mit ElevenLabs geklont und das Skript damit eingesprochen. Jede Szene wurde danach als animierte HTML-Seite gebaut und zu Video gerendert. Das Timing jeder Animation hängt an den Wort-Zeitstempeln der Narration, damit ein Highlight genau auf dem Wort landet, das es meint.
Darüber liegen zwei Review-Schleifen. Ich habe den Schnitt angesehen und zeitcodierte Kommentare hinterlassen, und ein unabhängiger KI-Reviewer ist jede Szene und jede Folie durchgegangen und hat nach allem gesucht, was nicht zum Skript passt. Die Preise im Video sind in Euro. Die englischen Folien gibt es zum Download.
Lieber die Folien als das Video?
Alle 67 Folien des Vortrags, auf Englisch, als PDF. Lass deine E-Mail da und das Deck gehört dir, oder lies einfach weiter für die Zusammenfassung Kapitel für Kapitel.
Eine Datei, eine Liste. Ich schreibe nur, wenn es etwas zu lesen gibt.
- Alle haben dieselben Konto-Logins. Der Unterschied ist, was deine KI sehen kann, bevor sie überhaupt etwas gefragt wird. Kontext schlägt Cleverness.
- Leitplanken gehören in den Code, nicht in einen Prompt. Eine Löschoperation, die es nicht gibt, lässt sich auch nicht herbeireden.
- KI lügt weniger über Fakten als darüber, was sie geprüft hat. Deshalb prüft ein Reviewer die Belege, nie die Schlussfolgerung.
- PPC ist zu einem Entwicklungs- und Datenproblem geworden. Das Handwerk bringt dich in den Raum. Der Griff in Entwicklung und Daten gewinnt darin.
Der Vortrag hat zwei Hälften. Zuerst die vier Dinge, die existieren mussten, bevor irgendetwas davon funktioniert hat. Ich beschreibe sie als Teile eines Körpers, weil man sie so leicht auseinanderhält. Danach, was das Ding auf den Konten tatsächlich tut, Anwendung für Anwendung. Jede Überschrift unten öffnet das Video an genau dieser Minute.
Teil eins · Die Anatomie
Was existieren musste, bevor irgendetwas davon lief
Hände. Sicherer Zugang zu den Konten 1:48
Alle vier Teile hängen an einer Steckdose, unserem eigenen MCP-Server, und ihn zu schreiben war Schritt eins. Er spricht mit jedem Kanal, den wir betreuen, liest und schreibt nur dort, wo er darf, und greift auf BigQuery, Cloud Storage, unser Timetracking, das Kundenregister, Asana, Mail, Slack und die Transkripte der Kundencalls zu. Weil er in Live-Konten schreibt, stehen die Grenzen im Code. Eine Löschoperation existiert nicht, jeder Schreibvorgang läuft zuerst als Dry Run, das Konto wird geprüft, bevor es angefasst wird, und jeder Spezialist trägt ein Ausgabenlimit. Jede Änderung hinterlässt einen Eintrag mit beiden Zuständen, vorher und nachher. Die Zugangsdaten bleiben im Server. Das Modell bekommt das Ergebnis, nie die Schlüssel.
Augen. Der Kontext, den ein Chat nicht hat 4:38
Jede Marketingplattform lädt täglich in eine Datenbank, die Views, die wir am häufigsten brauchen, sind vorberechnet. Eine Frage nach Suchbegriffen dauert damit Sekunden statt hunderter API-Requests. Es ist zugleich ein Archiv, denn die Änderungshistorie in Google Ads ist nach dreißig Tagen weg und bei uns bleibt sie Jahre. Darüber liegen unser eigener Crawler über die Website des Kunden, fünf Jahre Business-Reporting bis hinunter auf die Marge einer einzelnen Bestellung, PostHog für das, was Besucher wirklich tun, und DataForSEO für den Wettbewerb. DataForSEO hat einen Semrush-Platz für rund sechshundert Euro im Monat durch achtzig bis hundertsechzig für die ganze Firma ersetzt. Kontext ist das ganze Spiel, und ein Teil dieser Daten steht nirgendwo öffentlich.
Werkstatt. Wo die Assets entstehen 12:31
Statisches Creative startet aus einer Brand-Datei pro Kunde, in der das Manual, Schriften, Logos, frühere Creatives und die der Konkurrenz liegen. Dann schreibt eine Kollegin einen Satz darüber, was das Creative sagen soll. Der Banner wird in zwei Ebenen gebaut, und genau das macht ihn billig. Ein Bildmodell erzeugt nur den Hintergrund, also den teuren Teil, alles andere ist eine HTML-Ebene darüber. Du kannst die Schrift wechseln, den Button vergrößern, das Logo verschieben oder das Ganze übersetzen, ohne irgendetwas neu zu generieren. Video funktioniert genauso, mit etwa fünfundzwanzig Modellen von sechs Anbietern, pro Szene ausgewählt. Zwei Regeln bewegen sich nie, digitale Doppelgänger nur mit unterschriebener Einwilligung, und das Produkt kommt immer aus dem freigegebenen Feed-Foto.
Gehirn. Gedächtnis, und etwas zum Streiten 14:47
Wir haben unsere eigene Orchestrierungsschicht geschrieben, statt irgendeine fremde Chat-App zu nehmen. Eine Session kann eine weitere Session starten, und alles hängt an einer Aufgabe. Endet eine Session, wird sie zu Fakten, Präferenzen, Lehren und Entscheidungen destilliert, die ins Gedächtnis des Projekts wandern statt in das einer Person. Die semantische Suche läuft über rund fünfundzwanzigtausend Sessions und mehr als zehntausend Recherchen, sodass Gebote, Bidding und Strategie dieselbe alte Arbeit finden. Jede Nacht liest das System den Tag erneut, entwertet abgestandene Fakten und gewichtet neu, was tatsächlich benutzt wird. Und weil Modelle halluzinieren, bekommt jede Runde Arbeit Gegenspieler. Ein Wächter ist Urteilskraft. Eine Leitplanke ist eine Regel.
Das Nützlichste, was uns die Gegenspieler beigebracht haben, ist, worin KI wirklich danebenliegt. Weniger bei Fakten, mehr bei Behauptungen über die eigene Arbeit. Ein Skript meldete, Google Ads habe die Margendaten nachweislich geladen, geprüft hatte es nur, dass es nach halb eins war. Ein anderes drehte eine ROAS-Umrechnung um und hätte sechzehnhundert Prozent in eine Live-Kampagne geschrieben. Ein drittes schrieb Wien und Belgrad und Preise aus elf Ländern, obwohl im Briefing Österreich und Serbien und zehn Märkte standen. Behauptet ist nicht dasselbe wie geprüft, und dieses Muster ist eines von fünf bei allem, was die Wächter finden.
Teil zwei · Acht Basisanwendungen
Was es jeden Tag tut
1. Reportings, hunderte davon 21:13
Das Erste, was jeder baut, sobald er das hat, sind Reportings. Ein Live-Artefakt ist eine interaktive Seite, die die KI im Chat aus den vorberechneten Plattformdaten und den Geschäftsdaten des Kunden zusammensetzt, und davon gibt es inzwischen hunderte. Eines rechnet jeden Morgen die Gebotsanpassungen nach Gerät über fünfundfünfzig Kampagnen neu, mit der Anpassung und ihrem Grund in derselben Zeile, Mobile minus dreiunddreißig Prozent, Desktop minus fünfundvierzig. Dieselbe Tabelle eine Ebene tiefer öffnet eine Kampagne in ihre vier Creatives, Google und Meta nebeneinander. Sortiert nach Kosten-Umsatz-Relation gehen die Margen weit auseinander. Günstiger Traffic und profitabler Traffic sind nicht dasselbe.
2. Ein Creative, elf Sprachen 22:53
Hier siehst du, was die zwei Ebenen wirklich bringen. Das Bildmodell wird einmal für den Hintergrund aufgerufen, und die elf Übersetzungen sind nur Text in der HTML-Ebene, also wird nichts ein zweites Mal generiert. Die Toolkosten für den ganzen Satz liegen bei vierzehn Cent, unsere eigenen Kosten bei etwa achtzig Cent, und wir stellen rund zwei Euro in Rechnung. Der größere Gewinn ist, dass alles in einer Session passiert. Die Spezialistin bittet um neue Creatives. Dieselbe Session schaut sich an, wie Creatives vorher gelaufen sind, was das Produkt ist und wie gut es sich laut Business-Report verkauft, baut dann das Creative und lädt es hoch. Niemand öffnet ein Designtool und niemand einen Asset-Manager.
3. Der morgendliche Schattenlauf 23:39
Ein Regelwerk auditiert jeden Morgen jedes Konto und hat die Vorschläge um halb acht fertig. Wo Gebotsobergrenzen und Zielrenditen hin müssen, welche Suchbegriffe raus sollen, wo Budget dazukommt, weil die Ziele erreicht werden. Die andere Hälfte schaut nur zu, ob das Merchant Center gesund ist, ob der Meta-Katalog aktualisiert wurde, ob Produkte da sind, auf die nichts ausgerichtet ist. Am Tag im Video liefen neunundsiebzig Checks durch und fünf wollten Aufmerksamkeit, dahinter warteten bis zu vierundachtzig Eingriffe. Freigegeben wird Zeile für Zeile, und eine Zeile, die du nicht freigegeben hast, läuft nie. Ich hake ab, ich kommentiere, und das alles bleibt als Material für die nächste Runde liegen.
4. Vorbereitung auf den Call 25:42
Weil alle alles sehen, weißt du auch, was eine Kollegin gemacht hat. Vor einem Kundencall bekommst du eine Seite. Was vereinbart wurde, aus den Transkripten der Calls und den Zielen. Welche Arbeit gelaufen ist, aus Asana und dem Journal der Eingriffe. Dann die ehrliche Bilanz, was fertig ist, was nicht, und was fehlt. In der Praxis ist es eine Frage, was haben wir in den letzten dreißig Tagen an diesem Projekt gemacht und was war im letzten Call versprochen. Zwei Minuten und du hast es. Dieselbe Frage taugt als Übergabe, wenn eine Kollegin in den Urlaub geht und du ihre Konten übernimmst.
5. Anzeigentexte aus der Website selbst 26:23
Ich will Sitelinks, die zu jeder Kategorie passen, und normalerweise kann ich sie nicht haben, weil ich die Struktur der Website nicht kenne. Hier wird die komplette Kundenseite gecrawlt, Breadcrumbs inklusive, also bekommt eine Anzeigengruppe für Kinderfahrräder Sitelinks, die es wirklich gibt. Sechzehn-Zoll-Räder für die Kleinsten, auf Lager. Zwanzig Zoll für Sechs- bis Achtjährige, auf Lager. Ein Chat ohne diesen Kontext schreibt Sonderangebot, Über uns, Kontakt für das ganze Konto. Wir sehen außerdem, was die Wettbewerber in der Auktion herausschreien, und wenn alle Gratisversand rufen, antworte ich woanders, über Kompetenz, Garantie und Verfügbarkeit. Dann prüfen die Wächter die Fakten, bevor irgendetwas hochgeht.
6. Abgelehnte Produkte, in einem Durchgang repariert 27:47
Das Merchant Center lehnt ein Produkt ab, weil sein Bild ein Overlay trägt, einen Sticker oder einen Werbestreifen. Ein Satz repariert das. Nimm das Originalfoto als Referenz, generiere das Bild ohne Overlay, leg es in Cloud Storage, schreib den öffentlichen Link in einen ergänzenden Feed und importiere ihn. Kein Designer, kein Entwickler auf Kundenseite, und derselbe Lauf geht über den ganzen Feed auf einmal. Die Reparatur ist die langweilige Hälfte. Danach fängst du an hinzuzufügen, denn Google nimmt zehn weitere Bilder und fünf Lifestyle-Aufnahmen und Meta bis zu zwanzig, während die meisten Shops eines schicken. Ein zweites Bild ist der günstigste Lagerbestand im Konto, wert sind es sechsundsiebzig Prozent mehr Impressionen und zweiunddreißig Prozent mehr Klicks.
7. Auszuschließende Keywords aus der anderen Plattform 29:16
Das hier steht auf einer Entdeckung. Google versteckt einen großen Teil der Suchbegriffe, Sklik nicht, und Leute suchen in beiden gleich. Die Anfragen, die du bei Google nicht siehst, sind in Sklik sichtbar, und daraus ziehst du die Wortstämme, die es zu schneiden lohnt. Vier Schritte. Die Suchbegriffe aus Google Ads, Sklik und Bing an einer Stelle zusammenführen, dann aus den sichtbaren die Stämme herausziehen. Jeden Stamm mit dem Suggest-Tool von DataForSEO verbreitern, wenn du tiefer musst. Ein Schreibvorgang schiebt danach die ganze Ausschlussstruktur auf einmal in alle Konten. Ein blinder Fleck auf einer Plattform ist meistens auf einer anderen sichtbar.
8. Feed-Attribute, die für dich gefüllt werden 29:57
Fürs Merchant Center füllen wir siebzehn empfohlene Attribute automatisch, Titel, Beschreibung, Marke, Produktcodes, Farbe, Material, Muster, Größe, Altersgruppe, Geschlecht und den Rest. Der Feed des Kunden muss keines davon mitbringen, und dieselbe Anreicherung geht über ergänzende Feeds auch zu Meta. Das hier ist ein Produkt von uns und kein internes Werkzeug. Es heißt Boostora, läuft seit über anderthalb Jahren in Produktion mit zwei Jahren Entwicklung davor, und wir verkaufen es einzeln. Also ist das der eine Teil des Stacks, den niemand selbst bauen muss. Du kannst ihn einfach haben.
Das ganze Deck, auf Englisch
Alle 67 Folien als PDF, auch die, die die Zusammenfassungen oben in einen Absatz pressen. Lass deine E-Mail da und es gehört dir.
Eine Datei, eine Liste. Ich schreibe nur, wenn es etwas zu lesen gibt.
Teil zwei · Acht fortgeschrittene Anwendungen
Die schwereren acht
Das sind die Analysen, die ein Kunde früher für echtes Geld gekauft hat oder nie bekam, weil sich niemand leisten konnte, sie von Hand zu machen.
1. Der Jahresplan 30:54
Ein Kunde fragt nach einer Umsatzzahl bei einer bestimmten Profitabilität, für das Jahr. Darunter läuft Greykite, das Open-Source-Forecasting-Modell von LinkedIn, über unseren Business-Report, mit manueller Korrektur auf kleinen und neuen Märkten, wo die Daten dünn sind. Heraus kommt ein Plan nach Markt und nach Kanal. Auf einer echten Gruppe von neun Märkten prognostiziert er fast vierzig Prozent Wachstum. Der Gebotssimulator aus der Google Ads API bepreist dieses Wachstum dann, mit neunundzwanzig bis neunundvierzig Cent Media für jeden nächsten Euro Umsatz. Dieselben Daten messen die Retention als Bestellungen pro Neukunde innerhalb von dreihundertsechzig Tagen. Retention ist ein Betrag, den du in den Plan schreiben kannst. Heb jeden Markt unterhalb der Baseline auf diese Linie und das ist bis zu 1,29 Millionen Euro im Jahr wert, ohne einen Euro mehr Media.
2. Lückenanalyse 33:44
Zwei Richtungen treffen sich in der Mitte. Nach außen hält der Crawler jede Seite, die dem Kunden gehört, und der Business-Report weiß, wie jede davon konvertiert, also ziehen wir die Seiten heraus, die gut verkaufen und überhaupt nicht beworben werden. Nach innen nehmen wir die hundert oder zweihundert Keywords, die für diesen Kunden zentral sind, und finden die fünf nächsten organischen Wettbewerber. Dann holen wir jede Landingpage, mit der sie ranken, und die Keywords dahinter. Leg beides übereinander und die Differenz fällt heraus, fehlende Landingpages sortiert nach Nachfrage, kommerzielle Lücken, Contentthemen. Das war früher eine Analyse, die ein Kunde kaufen musste, ab tausend Euro aufwärts. Jetzt sind es zwei Stunden Maschinenzeit, während du essen gehst, und zwanzig Minuten Kontrolle. Die lange Fassung steht in einem eigenen Artikel.
3. Exportanalyse 34:47
Jeder Shop hat einen Merchant-Feed und der Feed hat das Attribut product_type, also dedupliziert man es und hat die echten Kategorien des Shops. Die werden zu Seed-Keywords, übersetzt in rund zehn Sprachen von Kandidatenmärkten, und jedes geht in ein Keyword-Research für sein eigenes Land. Zehn- bis zwanzigtausend Vorschläge kommen zurück, die KI wirft etwa die Hälfte weg, und übrig bleibt eine Tabelle, in der jedes Keyword seine Kategorie, sein Land, seine Suchnachfrage und seinen Klickpreis trägt. Neun Gewichte ranken danach die Märkte. Ein Land kam acht Prozent unter dem Marktpreis heraus, bei einer prognostizierten Rendite von sechs Komma eins, ein anderes fünfzehn Prozent darüber bei eins Komma eins. Bei einer Rendite von eins gehst du nicht in ein Land. Die ganze Methode ist hier aufgeschrieben.
4. Alles, was wir über ein Produkt wissen 36:20
Nimm einen Artikel, einen Kratzbaum, hundertfünfzig Zentimeter, achtundneunzig Euro. Wir wissen, dass seine Marge einunddreißig Prozent beträgt und dass er siebenundvierzig Stück im Monat verkauft. Wir wissen, dass seine Kosten-Umsatz-Relation in Shopping bei neun Komma sieben Prozent liegt und in Meta-Katalogkampagnen bei elf Komma zwei. Alles hängt an der Artikel-ID aus dem Feed. Rechts sitzt der Markt, wo dieses Produkt im Preis auf Platz siebzehn von dreiundzwanzig Shops liegt, mit einer Wettbewerberleiter von neunundsechzig bis hundertzehn Euro. Custom Labels sortieren Produkte danach in Bänder, damit die guten eigene Kampagnen bekommen. Die Zahl, die ein Kunde braucht, ist die Marge minus die Kosten-Umsatz-Relation, nie die Relation allein.
5. Conversion-Arbeit aus PostHog 37:29
Ich habe das auf drei oder vier Kunden laufen lassen und jedes Mal ist die Conversion-Rate spürbar gestiegen. Die erste Schicht ist Verhalten über die PostHog-API, Scrolltiefe, Klicks, Dead Clicks und Fehler, nach Gerätetyp. Das sind schwere Daten, denn hunderttausend Sessions am Tag sind vierzig Gigabyte, also heben wir kein Jahr davon auf. Die zweite Schicht ist Conversion-Research plus die eigene Analytics des Kunden, und zusammen schlagen sie die kleinen Änderungen vor. Diese Seite hat ein Problem auf Mobile, so weit scrollt niemand, dieser Button macht nichts. Eine Stunde dieser Arbeit landete sehr nah an einem bezahlten Audit von einem der besten UX-Leute, die ich kenne, das sechstausend Euro gekostet hat.
6. Die Website als Repository 38:17
Auf ein paar Projekten haben wir aufgehört, die übliche WordPress-Seite zu bauen. Die Website ist ein Repository, statisch, in Astro gebaut, und die KI baut das Ganze. Für Service- und Softwarekunden heißt das hunderte Landingpage-Strukturen, die auf bestimmte Anfragen zielen, mit ernsthaften Tests dazwischen. Zwei Dinge gibt es gratis dazu. Es gibt kein öffentliches CMS-Admin, also weniger Angriffsfläche und weniger Wartung, und die Seite ist schnell. Dieser Blog ist der Beweis, sechs oder sieben Stunden Design und Entwicklung, und ich schreibe ihn in vierzehn Sprachen. Jede Änderung ist versioniert, also lässt sich alles in Minuten zurückholen.
7. Produktvideos für den Feed 39:37
Meta-Katalogkampagnen nehmen ein Video und Google auch, und fast niemand hat eines im Feed. Wir machen sie aus dem Foto, das ohnehin da ist, zehn bis fünfzehn Sekunden Produkt aus mehreren Winkeln mit ein paar Zwischenschnitten, für ein bis zwei Dollar pro Video. Alles darüber ist ein Overlay, Benefits, Bewertungen, der Preis, das Schlussbild, gerendert als HTML wie bei den Bannern. Dann geht das Video als Produktattribut in den ergänzenden Feed. Weil der Preis nur eine Ebene ist, findet ein nächtlicher Job, wo sich Preis oder Verfügbarkeit bewegt haben, und erzeugt allein das Overlay neu. Einmal teuer, jede Nacht billig.
8. Seiten-Feeds, die der Kunde nie schicken muss 40:39
Unser parametrisches DSA-Targeting braucht einen Seiten-Feed, und wenn du einen Kunden danach fragst, wartest du lange. Oft kommt er nie. Wir müssen nicht fragen. Der Crawler hat jede Seite schon als Produkt, Kategorie, parametrisch oder nicht-kommerziell klassifiziert, also gehen die Feeds über Cloud Storage in die DSA- und Performance-Max-Kampagnen in Google Ads. Und weil der Crawler die Produkte auf jeder Seite zählt, schaltet sich das Targeting selbst um. Eine Kategorie, die leergelaufen ist, fällt aus dem Feed, eine, die sich füllt, kommt zurück. Im selben Crawl steckt ein Bonus. Die Produktseite sagt einen Preis und das Merchant Center einen anderen, und wir sehen die Abweichung, bevor Google eine Ablehnung daraus macht.
Was acht Monate davon gekostet und gebracht haben
- Systeme in Produktion, genutzt von rund 20 Leuten 7
- Codezeilen in den laufenden Systemen, mit Tests 810.000
- Mit dem Vorgänger, den wir dieses Jahr ebenfalls ersetzt haben 1,3 Mio.
- Nur der Orchestrator, auf die alte Art kalkuliert 2–3 Jahre
- Das ganze Ökosystem, auf die alte Art kalkuliert 2 Devs × 5 Jahre
PPC ist kein PPC-Problem mehr 41:44
Ungefähr achtzig Prozent unserer Zeit waren früher Routine. Exporte, Klicken, Dinge von Hand einstellen, Anfragen durchgehen, Anzeigen kontrollieren. Das endet. Ob jetzt oder in einem Jahr, spielt keine große Rolle, denn von Hand wird das nicht mehr lange gemacht. Und die Arbeit ist nicht weniger geworden. Es ist mehr als vorher. Es ist endlich die Arbeit, die vorher nie möglich war.
Der Grund dafür ist ökonomisch und nicht technisch. Automatisierung musste sich früher über Volumen rechnen, also lohnte sie sich für eine Firma mit fünftausend Konten und zwanzig Entwicklern. Ein Keyword-Tool auf der Google Ads API, gegen die ich seit zwölf Jahren schreibe, waren drei oder vier Monate Arbeit bis zur Produktionsreife für den eigenen Gebrauch. Heute dauert dasselbe Tool drei Tage, eine neue Automatisierung eine Woche, und sie läuft parallel zu fünf anderen Dingen. Eine Senior-Person mit guten Werkzeugen reicht jetzt.
Das Handwerk ist also die Eintrittskarte, und der Griff in Entwicklung und Daten ist der Vorsprung. PPC musst du weiter verstehen. Du brauchst nur zusätzlich Vorstellungskraft, Daten, Orchestrierung und Kontrolle. Den Rest macht die Schaufel.
Fang bei dem an, was deine KI sehen kann
Alle haben dieselben Konto-Logins, der Zugang ist also nicht der Unterschied. Nimm den einen Datensatz, den dein Team immer wieder von Hand zieht, lade ihn dorthin, wo ein Modell ihn in Sekunden abfragen kann, und schau zu, wie viele deiner offenen Fragen zu einem Satz werden. Bei uns war es der tägliche Plattform-Load, und er hat jedes Gespräch danach verändert.
Schreib die Leitplanken in Code, bevor du Schreibrechte abgibst
Prompts sind Bitten. Code ist eine Regel. Bevor irgendetwas von dir in ein Live-Konto schreibt, entscheide, was schlicht nicht existieren darf, was zuerst als Dry Run laufen muss und welches Ausgabenlimit zu welcher Person gehört. Und lass Zeile für Zeile freigeben, damit eine ungeprüfte Zeile nie läuft.
Rechne die Analyse neu, die du vor drei Jahren eingemottet hast
Nimm das eine Deliverable, das du nicht mehr angeboten hast, weil niemand die Stunden zahlen wollte. Die Lückenanalyse, die Exportstudie, die Ökonomie auf Produktebene. Kalkuliere es neu gegen eine Maschine, die es über Nacht rechnet, und einen Menschen, der es zwanzig Minuten prüft. Genau um diese Arbitrage geht es in diesem ganzen Vortrag, und das Fenster steht jetzt offen.
Vier weitere Anwendungen haben nicht mehr in den Vortrag gepasst. Das Shopping-Reporting, das Google dir nicht gibt, mit Suchbegriffen auf der Ebene eines einzelnen Produkts, ist schon aufgeschrieben. Marge in den Conversions, abgeleitete Feeds und im Hintergrund gelesene Rabattcodes sind unterwegs.
Nimm das ganze Deck mit
Alle 67 Folien des PPC-camp-2026-Vortrags, auf Englisch, als PDF. Lass deine E-Mail da und die Datei gehört dir.
Eine Datei, eine Liste. Ich schreibe nur, wenn es etwas zu lesen gibt.
Häufige Fragen
Warum ein MCP-Server und nicht einfach Calls auf die Plattform-APIs?
Eine API ist für ein Programm geschrieben, das vorher weiß, was es will. Ein Modell entscheidet im Laufen, also hieße es das Modell direkt auf die API zu setzen, dass es Code gegen ein Live-Kundenkonto schreibt und ausführt. Unser Server gibt ihm stattdessen Rezepte, die die Pflichtfelder und die Grenzen mitbringen und auf jeder Plattform gleich aussehen.
Was hindert die KI daran, ein Konto zu zerlegen?
Die Regeln stehen im Code, denn ein Prompt ist nur eine Bitte. Eine Löschoperation existiert nicht, jeder Schreibvorgang läuft zuerst als Dry Run, das Konto wird geprüft, bevor es angefasst wird, und jeder Spezialist trägt ein Ausgabenlimit. Dazu wird jeder Vorschlag Zeile für Zeile freigegeben, und eine Zeile, die niemand freigegeben hat, läuft nie.
Welche Kundendaten gehen in die Modelle?
Kein Name, keine E-Mail, keine Adresse und keine Telefonnummer. Der Kunde ist eine interne ID, die sich nicht auf eine Person zurückführen lässt. Hinein geht die Ökonomie der Bestellung und das Verhalten von Kohorten und Segmenten, auf Team-Tarifen mit unterschriebenem Auftragsverarbeitungsvertrag.
Wie lange hat der Aufbau gedauert?
Acht Monate mit Vollgas, von Januar bis auf die Bühne im August. Sieben Systeme in Produktion, rund 810.000 Codezeilen in den laufenden Systemen, genutzt von etwa zwanzig Leuten. Ohne KI würde ich allein den Orchestrator mit zwei bis drei Jahren Entwicklung ansetzen.
Ist das Video die Originalaufnahme des Vortrags?
Nein. Der Vortrag wurde auf Tschechisch gehalten, und das hier ist ein englischer Neubau, gesprochen mit einem Klon meiner Stimme und Szene für Szene neu animiert. Die tschechische Originalaufnahme kommt auf uLabs eigenen YouTube-Kanal.
