ChatGPT Werbung: Der OpenAI Ads Manager im echten Walkthrough (2026)
Ich habe Zugang zum OpenAI Ads Manager und eine komplette Kampagne aufgesetzt, von der Conversion-Einrichtung über Context Hints bis zur Ad-Vorschau. Hier ist jeder Screen, mit echten Screenshots statt Doku-Theorie.
Als ich diesen Beitrag im Mai geschrieben habe, konnte ich den OpenAI Ads Manager nur aus der Doku beschreiben. Das hat sich geändert: Ich habe jetzt Zugang, habe mich durch jeden Screen geklickt und eine vollständige Kampagne aufgesetzt: Conversion-Tracking, Kampagne, Ad Group mit Context Hints, Anzeige samt Vorschau. Ausspielen kann ich sie mangels hinterlegter Zahlungsmethode noch nicht, aber der komplette Aufbau steht.
Deshalb ist das hier kein Doku-Referat mehr, sondern ein echter Walkthrough mit Screenshots aus meinem eigenen Account. Der Aufbau, den OpenAI hier festzurrt, wird die DNA der ChatGPT Werbung auch dann noch sein, wenn der Self-Service in Europa breit aufmacht.
Die Startseite des Ads Manager (Beta). Links die Navigation, oben die offene Aufgabe „Finish billing setup", darunter der Performance-Trend mit Spend, Impressions, Clicks und CPC. Klick auf ein Bild öffnet es groß.
So ist der Ads Manager aufgebaut
Nach dem Login unter ads.openai.com landest du in einem Interface, das jeder kennt, der schon mal Google Ads oder den Meta Business Manager offen hatte: linke Navigation mit Overview, Campaigns, Tools, Billing und Settings, oben rechts ein zentraler Create-Button.
Zwei Dinge fallen sofort auf. Erstens die Aufgabe „Finish billing setup", die dich schon auf der Startseite darauf hinweist, dass ohne hinterlegte Zahlungsmethode keine Anzeige ausgespielt wird. Zweitens der Brand-Layer: Advertiser-Name und Logo sind Pflicht und erscheinen sichtbar in jeder Anzeige. OpenAI setzt Transparenz vor Performance und schließt damit die graue Affiliate-Lookalike-Welt aus, die auf Meta und TikTok seit Jahren mitspielt.
Bevor ich zur Kampagne komme, ein Wort zur Reihenfolge: Sinnvoll ist es, das Conversion-Tracking zuerst aufzusetzen, weil du die Events später direkt in der Kampagne verknüpfst. Genau in dieser Reihenfolge gehe ich hier durch.
Schritt 1: Conversion-Tracking einrichten
Unter Tools → Conversions legst du zuerst eine Data Source an, im Prinzip das OpenAI-Pendant zum Meta-Pixel oder zum Google-Tag. Du vergibst einen Namen und wählst den Typ: Web, iOS oder Android.
Eine neue Data Source anlegen. Der zugehörige Client-Key wird nach dem Erstellen automatisch generiert.
Danach definierst du die Conversion-Events. Und hier wird sichtbar, dass OpenAI von Anfang an an E-Commerce und Lead-Gen denkt: Das Base-Event wählst du aus einer festen Taxonomie, die von „App installed" über „Checkout started", „Items added", „Lead created" und „Order created" bis „Subscription created" und „Trial started" reicht.
Die Standard-Events beim Anlegen einer Conversion, dieselbe Logik, die du von den Standard-Events des Meta-Pixels kennst.
Über den Reiter Event Stream siehst du live einreinkommende Events, sobald deine Implementierung sendet, praktisch, um vor dem Launch zu prüfen, ob das Tracking wirklich feuert, statt es später im leeren Reporting zu merken.
Schritt 2: Product Feed anbinden (optional)
Ein Punkt, der in der ursprünglichen Doku noch nicht auftauchte und den ich erst im Interface gesehen habe: Unter Tools → Feeds kannst du einen Product Feed anbinden. OpenAI stellt dafür eine SFTP-Verbindung bereit (Host sftp.commerce.openai.com), über die dein Katalog eingespielt wird.
Die SFTP-Zugangsdaten für den Product Feed. Das ist die Infrastruktur für produktbasierte Anzeigen, wie man sie von Shopping-Kampagnen kennt.
Für reine Lead-Gen brauchst du das nicht. Für alle mit Katalog ist es das erste sichtbare Signal, dass OpenAI in Richtung produktbasierter, Shopping-artiger Formate baut, auch wenn das im aktuellen Beta-Stand noch nicht der Standard-Anzeigentyp ist.
Schritt 3: Kampagne anlegen
Über Create öffnet sich ein dreistufiger Assistent: Create Campaign, Create Ad Group & Ads, Review. Auf der ersten Stufe legst du das Fundament fest.
Die Kampagnen-Ebene: Zielmetrik, Zielregion, Budget und Laufzeit. Der Budget-Typ wird bei der Erstellung gesetzt und lässt sich später nicht mehr ändern.
Zuerst wählst du die Objective, also die Metrik, auf die die Kampagne optimiert. Das Dropdown bietet aktuell drei Optionen: Reach (Reichweite bzw. Impressionen), Clicks und Conversions. Conversions ist im Moment noch ausgegraut mit einem „soon"-Hinweis, kommt also erst. Wählbar sind heute Reach und Clicks, und im Setup habe ich auf Clicks optimiert.
Die Auswahl der Zielmetrik: Reach und Clicks sind wählbar, Conversions ist noch als „soon" ausgegraut.
Dazu wählst du die Region, ein Daily Budget und optional das eben angelegte Conversion-Event, das die Kampagne als Ziel-Signal nutzt. Ein Detail, das leicht übersehen wird und teuer werden kann: Der Budget-Typ ist bei der Erstellung fixiert und im Nachhinein nicht mehr umstellbar. Die Höhe kannst du ändern, den Typ nicht.
Schritt 4: Ad Group und Context Hints
Auf der zweiten Stufe wird es spannend, denn hier sitzt der Mechanismus, den weder Google noch Meta in dieser Form haben.
Die Ad-Group-Ebene mit manuellem Maximum-CPC-Gebot, Standard-Ziel-URL und dem Feld „Context hints".
Drei Felder bestimmen hier die Ausspielung:
Das Maximum CPC bid ist ein manuelles Klickgebot, im Screenshot 4 USD. Rechts daneben zeigt ein Indikator „Strong Delivery" an, ob dein Gebot für diese Ad Group wettbewerbsfähig ist. Das ist wichtig, weil ich es hier korrigieren muss: In der reinen Doku-Version dieses Beitrags stand, es gäbe nur automatisches Bidding. Das Interface zeigt etwas anderes, nämlich ein klassisches manuelles CPC-Gebot mit Live-Feedback zur Gebotsstärke.
Die Default Ad Destination URL ist die Standard-Zielseite für alle Anzeigen dieser Gruppe, direkt im Feld auf Erreichbarkeit geprüft.
Und dann die Context hints (optional). OpenAIs eigene Beschreibung im Feld bringt es auf den Punkt: „Describe the conversations, topics, or keywords where your products or services may be relevant; these hints guide matching but aren't exact-match targeting rules." Du beschreibst also die Art von Gespräch, in der deine Anzeige passt, statt auf eine Suchphrase zu bieten. Das ist näher an einem Embedding-Match als an einem Keyword-Match, und wer hier früh Erfahrung sammelt, baut sich genau die Kompetenz auf, die in zwei Jahren zum Standard wird.
Schritt 5: Die Anzeige bauen
Innerhalb der Ad Group legst du die eigentliche Anzeige an: Name, Ziel-URL, Headline, Description und Bild. Rechts läuft parallel eine Live-Vorschau mit, die zeigt, wie die Anzeige mit Brand-Name und „Sponsored"-Label in ChatGPT erscheint.
Der Ad-Editor mit Live-Vorschau rechts. Unter Headline und Description weist das Interface darauf hin, dass zu langer Text in manchen Platzierungen abgeschnitten wird.
Genau an dieser Vorschau wird greifbar, warum die Textregeln von OpenAI so konkret sind. Die Anzeige ist in eine Antwort eingebettet, kein thumbstoppendes Reels-Creative. Deshalb gewinnt hier, was wie eine hilfreiche Antwort liest, nicht was wie Werbung schreit. Wie du Titel, Copy, Landingpage und Bild dafür baust, steht weiter unten im Best-Practices-Teil.
Schritt 6: Review, Launch und Reporting
Die dritte Stufe ist die Campaign Summary: eine Zusammenfassung aus Kampagne, Ad Group und Anzeige, bevor du auf Publish klickst.
Der Review-Schritt fasst alle Ebenen zusammen. Mit dem Klick auf „Publish" akzeptierst du die Advertising Terms.
Und hier stößt du auf die Grenze, an der bei mir gerade Schluss ist: Nach dem Erstellen meldet der Manager zwar „Campaign created", aber ausgespielt wird nichts, solange keine Zahlungsmethode hinterlegt ist. Ein Modal fordert die Kontoeinrichtung ein.
Die Kampagne ist gebaut und gespeichert, aber ohne Billing bleibt sie im Status „kann nicht ausgespielt werden".
Ist die Kampagne einmal angelegt, taucht sie in der Kampagnen-Übersicht auf. Die Ansicht lässt sich nach Campaigns, Ad Groups, Ads und Products filtern, mit Spalten für Status, Spend, Impressions, Clicks, CTR, Avg CPC, Avg CPM, Conversions und, neu im Vergleich zu anderen Plattformen, Context Hints und Billing Event.
Die Übersicht auf Ad-Group-Ebene mit den verfügbaren Reporting-Spalten.
Für die Auswertung stehen Tabellenansicht, Trend-Charts über die Zeit und ein CSV-Export bereit, Edits gehen inline oder per Bulk-Workflow. Was noch fehlt, ist alles, was reifes Tooling ausmacht: Audience Insights, Custom Conversion-Funnels und Attributions-Modellierung. Der Ads Manager ist bewusst schlank, eher MVP als fertige Plattform.
Wie du Anzeigen baust, die ChatGPT auch wirklich ausspielt
Parallel zum Interface hat OpenAI Best Practices für die Ad-Kreation veröffentlicht. Das ist das interessantere Dokument, weil hier zwischen den Zeilen steht, wie der Match-Mechanismus tickt und warum Performance-Texter ihr Spielbuch teilweise neu schreiben müssen.
Der Unterschied zu Google Ads in einem Satz: ChatGPT matched deine Anzeige nicht auf eine Suchphrase, sondern auf den gesamten Konversations-Kontext. Niemand bietet auf „günstige laufschuhe damen". Stattdessen wird dein Anzeigen-Set in dem Moment relevant, in dem jemand im Chat sagt „ich will im Frühling mit dem Joggen anfangen, was brauche ich?". Das ist ein anderer Hebel, und er bestraft alles, was nach Werbe-Sprech klingt statt nach hilfreicher Antwort.
Mehr Varianten, aber jede mit eigenem Winkel
OpenAI macht zwei Punkte klar. Viele Varianten pro Angebot helfen, weil du damit mehr Konversations-Kontexte abdeckst. Die Varianten müssen aber wirklich unterschiedlich sein, denn dreimal derselbe Nutzen mit anderen Worten ist kein Coverage-Gewinn, sondern Spam. Jede Variante soll einen eigenen Angle, eine eigene Zielgruppe, einen eigenen Use Case ansprechen.
Praktisch heißt das: Wenn du deine Google-RSAs mit fünf Headlines rüberbringst, die alle „Schnellster Lieferdienst Deutschland" in synonymen Worten sagen, wird dieselbe Ad Group in ChatGPT schwach performen. Was hier funktioniert, ist eher Variante A „Lieferung in 30 Minuten", Variante B „Bestellung per WhatsApp ohne App-Download", Variante C „Zahlung per Rechnung möglich". Drei verschiedene Hebel für drei verschiedene Konversationen.
Anzeigen-Title: konkret statt clever
Die Regeln für den Title sind fast banal und genau deswegen wichtig. Sag direkt, was das Produkt leistet, nicht in welcher Branche es spielt. Bleib in den empfohlenen Zeichen-Limits. Konkret und informativ schlägt breit-werblich. Das ist das Ende der „Wir transformieren Ihre Arbeit"-Headlines, mit denen deutsche B2B-Anzeigen seit Jahren leben. Rein darf „PDFs in 4 Sekunden zusammenfassen", raus muss „Ihre KI-Lösung für mehr Effizienz".
Copy: ergänzen, nicht wiederholen
Die Copy soll den Title nicht paraphrasieren, sondern Neues dazustellen. Title bringt das Was, Copy das Warum, das Für-wen oder das Wann. Ein Beispiel macht den Unterschied klar. Title: „PDFs in 4 Sekunden zusammenfassen". Schwache Copy: „Schnell und einfach lange PDFs zusammenfassen mit KI." Gute Copy: „Funktioniert mit Verträgen, Studien, Protokollen, auch über 200 Seiten. Ergebnis als E-Mail oder Slack-Nachricht." Diese Disziplin ist in deutschen Werbekonten ehrlich unterrepräsentiert, meist aus einem organisatorischen Grund: Title und Copy entstehen aus demselben kurzen Brief in einer Sitzung, und dann hat die Copy schlicht keinen Atem mehr.
Landing Page: spezifisch, getrackt, crawlbar
Drei Sachen, alle drei gleich wichtig. Verlink auf die spezifische Produkt- oder Kategorie-Seite, nicht auf die Homepage. Bau die UTM-Parameter direkt in die Destination-URL, denn Auto-Tagging wie bei Google Ads gibt es hier noch nicht. Und lass die OpenAI-Crawler durch: Die User-Agents heißen OAI-AdsBot und OAI-SearchBot. Wer in seiner robots.txt aus alten Reflexen unbekannte Bots pauschal blockt, fliegt aus dem Inventar, bevor je eine Anzeige läuft. Frag dein DevOps-Team konkret nach den beiden User-Agents, bevor die erste Kampagne live geht, nicht erst wenn sie auf „Not serving" steht.
Bild: einfach, passend, kein Hingucker-Thinking
Die Bild-Regeln sind kurz. Klare Visuals, die die Message stützen, keine überladenen oder abstrakten Kompositionen, Bild und Title sollen zusammenpassen. Wer aus dem Meta- und TikTok-Land kommt, braucht hier einen Moment, weil auf Reels oft die schräg-ironischen Visuals gewinnen, die mit dem Produkt wenig zu tun haben. In ChatGPT funktioniert das schlechter, weil das Format nicht thumbstoppend ist. Das Bild ist eingebettet in eine Antwort und eher ein Beleg als ein Aufmerksamkeits-Trigger.
ChatGPT Ads vs. Google Ads vs. Meta Ads im Vergleich
Wer aus dem Performance-Alltag kommt, will als Erstes wissen, wo das neue Tool im bestehenden Stack einsortiert wird. Die Tabelle fasst die Unterschiede zusammen, Stand Juli 2026, basierend auf dem aktuellen Interface und der öffentlichen OpenAI-Doku.
| Dimension | ChatGPT Ads (Beta) | Google Ads | Meta Ads |
|---|---|---|---|
| Targeting-Logik | Konversations-Intent über Context Hints | Keywords + Intent-Audiences | Detailed Targeting / Lookalikes / Advantage+ |
| Hierarchie | Campaign → Ad Group → Ad | Campaign → Ad Group → Ad | Campaign → Ad Set → Ad |
| Creative-Format | Title + Copy + Bild + Landing | RSA: bis zu 15 Headlines + 4 Descriptions | Bild oder Video + Body + Headline |
| Brand-Layer | Pflicht (Name + Logo sichtbar) | optional (Display-Logo) | optional (Page-Branding) |
| Bidding | manuelles Max-CPC-Gebot + Delivery-Indikator | Auto + manuell + tROAS/tCPA | Auto + manuell + ROAS-Ziel |
| Product Feed | ja, via SFTP | ja (Merchant Center) | ja (Katalog) |
| Reporting-Tiefe | Impressions, Clicks, CTR, CPC, CPM, Conv | volle Dimensionen + Auction Insights | volle Dimensionen + Pixel/CAPI |
| Reife | MVP / invite-only Beta | Mature, AI-First (Performance Max) | Mature, AI-First (Advantage+) |
| DE-Verfügbarkeit | eng, invite-only | seit 2002 | seit 2007 |
Die Tabelle macht zwei Dinge sichtbar. Der Beta-Charakter ist real, es gibt weniger Hebel als bei den etablierten Plattformen. Dafür gibt es den einen Hebel, Context Hints, den weder Google noch Meta in dieser Form haben. Wer in zwei Jahren Erfahrung damit hat, hält eine Kompetenz, die im DACH-Markt 2027/28 schwer einzukaufen sein wird.
Was mit der DACH-Verfügbarkeit ist
Kurz zur Einordnung, weil ich oft danach gefragt werde: Dass ich einen Account habe und Kampagnen bauen kann, heißt nicht, dass ChatGPT Werbung für den DACH-Markt schon breit offen ist. Der Zugang ist weiterhin eng kuratiert, der Rollout US-zentriert, und ein offener Self-Service für deutsche Werbetreibende mit deutschsprachigem Inventar ist noch nicht Standard. Drei Gründe halten das Tempo niedrig: die DSGVO- und ePrivacy-Lage bei Werbung in Konversationen, die Pflichten aus dem EU AI Act, und der schlichte Umstand, dass Context Hints in einer Sprache schwächer matchen, in der Modell und Inventar noch nicht mit derselben Tiefe trainiert sind.
Realistisch heißt das: Bauen und Testen geht heute schon, breites Ausspielen für deutsche Zielgruppen kommt später. Bei ChatGPT Search lag rund ein Jahr zwischen US-Launch und EU-Rollout, bei Ads dürfte es eher länger werden.
Was du jetzt sinnvoll tun kannst
Nichts zu tun, ist auch hier die schlechteste Option. Drei Dinge ergeben vor der breiten Verfügbarkeit Sinn.
Erstens: Konversations-Targeting denken lernen. Context Hints sind ein anderes Spiel als Keywords. Setz dich damit auseinander, wie deine Buyer in einem Chat-Interface über dein Thema reden, nicht wie sie googeln. Das kannst du heute trainieren, indem du echte ChatGPT-Konversationen aus deinem Markt analysierst (dazu passt, wie LinkedIn als Quelle für ChatGPT-Antworten in B2B längst dominiert).
Zweitens: Sichtbarkeit in ChatGPT-Antworten organisch aufbauen. GEO und LLMO sind die nicht-bezahlte Vorstufe zur ChatGPT Werbung. Wer heute in den organischen Antworten auftaucht, hat im Auktionsmodell von morgen einen Vorteil. Die Mechanik kennen wir schon vom Werbeplatz in Chat-Suchergebnissen, den Bing damals aufgesetzt hat.
Drittens: Den Stack auf KI-Werbung vorbereiten. Was Meta mit den Ads-AI-Connectors via MCP vorlegt, wird OpenAI in der einen oder anderen Form ebenfalls bauen. Bulk-Upload und programmatische Kampagnen-Verwaltung sind dieselben Konzepte. Wenn dein Team heute jede Kampagne klickend im UI baut, wird der Sprung in zwei Jahren schmerzhaft.
Häufige Fragen zu ChatGPT Werbung
Was ist ChatGPT Werbung?
ChatGPT Werbung sind kontextbezogene Anzeigen, die OpenAI über den OpenAI Ads Manager unter ads.openai.com ausspielt. Anzeigen werden nicht über Keywords getriggert, sondern über Context Hints: kurze Textbeschreibungen auf Ad-Group-Ebene, die OpenAI sagen, in welcher Art von Konversation eine Anzeige passt. Sichtbar sind die Anzeigen mit Brand-Name und Logo und einem „Sponsored"-Label innerhalb der ChatGPT-Antworten.
Wie baue ich eine Kampagne im OpenAI Ads Manager?
In sechs Schritten: Conversion-Tracking über eine Data Source und Conversion-Events einrichten, optional einen Product Feed anbinden, eine Kampagne mit Ziel, Region und Budget anlegen, eine Ad Group mit Maximum-CPC-Gebot und Context Hints erstellen, die Anzeige aus Title, Copy, Bild und Landingpage bauen, und im Review-Schritt auf Publish klicken. Ausgespielt wird erst, wenn eine Zahlungsmethode hinterlegt ist.
Welche Bidding-Optionen gibt es?
Im aktuellen Interface setzt du auf Ad-Group-Ebene ein manuelles Maximum CPC bid. Ein Indikator zeigt dir an, ob dein Gebot für diese Ad Group wettbewerbsfähig ist. Automatische Ziel-Strategien wie tROAS oder tCPA, wie du sie von Google und Meta kennst, gibt es im Beta-Stand noch nicht.
Was kostet eine Anzeige im OpenAI Ads Manager?
OpenAI hat bisher keine offiziellen Mindestbudgets oder Klickpreis-Benchmarks veröffentlicht. Das Budget setzt du auf Kampagnenebene als Daily Budget, im Reporting werden Spend, Avg CPC und Avg CPM ausgewiesen. Das Auktionsmodell selbst ist nicht öffentlich dokumentiert, und frühe Werbetreibende berichten über volatile Klickpreise, weil das Anzeigen-Inventar noch wächst.
Wie unterscheidet sich ChatGPT Werbung von Google Ads?
Drei wesentliche Unterschiede. ChatGPT trifft seine Match-Entscheidung auf den gesamten Konversations-Kontext statt auf eine Suchphrase. Der Brand-Layer aus Name und Logo ist Pflicht, während Google das Logo nur in Display-Anzeigen nutzt. Und das Reporting ist bewusst schlank, ohne Auction Insights oder Attributions-Modellierung. Die Hierarchie Campaign → Ad Group → Ad ist dagegen identisch.
Brauche ich Conversion-Tracking für ChatGPT Werbung?
Ohne Conversion-Tracking siehst du im Reporting nur Impressions, Clicks und CPC, also Mid-Funnel-Signale. Für die ROAS-Logik, die du von Google und Meta gewohnt bist, richtest du unter Tools → Conversions eine Data Source mit Conversion-Events ein. Wichtig zusätzlich: Deine Landing-Page muss für die Crawler OAI-AdsBot und OAI-SearchBot erreichbar sein, sonst greift selbst ein korrekt gesetztes Tracking nicht.
Was du als Nächstes tun kannst
ChatGPT Werbung ist kein Hype-Thema mehr, sondern ein Produkt mit Interface, Doku und einem klaren Setup-Pfad, den du dir in diesem Beitrag Screen für Screen ansehen konntest. Dass breites Ausspielen für DACH noch aussteht, ist eine Verzögerung, kein Verbot. Wer jetzt das Interface versteht und den Aufbau einmal durchgespielt hat, hat den Hebel, wenn der Markt aufmacht.
Wenn du mit deinem Team einen halbtägigen Hands-on-Workshop zu ChatGPT Werbung, GEO und KI-Performance machen willst, schau bei meinem KI-Workshop für Marketing vorbei. Wir bauen Kampagnen-Setups nach, simulieren Context Hints und übersetzen das, was OpenAI hier baut, in eine konkrete Roadmap für deine Marke. Das überträgt sich sofort auf deine Google Ads und Meta-Kampagnen heute.
Schreib mir kurz, was bei euch ansteht — ich antworte werktags innerhalb von 24 Stunden.