AI Max für Shopping zeigt, wie Google klassische Shopping-Kampagnen stärker an moderne, beratende Suchanfragen anpasst. Nutzer suchen nicht nur nach einem Produktnamen, sondern beschreiben Situationen, Wünsche und Kaufkriterien. Für Onlineshops entsteht dadurch eine Chance auf zusätzliche Nachfrage – aber nur, wenn Produktfeed, Zielseiten und wirtschaftliche Ziele belastbar sind.
Für deutschsprachige Shops zuerst wichtig: Die aktuelle Google-Hilfe beschränkt die Textanpassung auf englischsprachige Feeds. Die Erweiterung der finalen URL setzt wiederum aktivierte Textanpassung voraus. Eine deutschsprachige Hilfeseite ist deshalb kein Beleg, dass diese Funktionen mit einem deutschen Feed nutzbar sind. Vor einem Test müssen Feed-Sprache und tatsächlicher Beta-Zugang im Konto geprüft werden.
Was AI Max für Shopping grundsätzlich verändern kann
AI Max für Shopping wird von Google als Beta beschrieben. Die Funktion soll Shopping-Kampagnen auch bei komplexeren, beratenden Produktsuchen besser ausspielen. Für Shops ist das kein Automatismus: Produktdaten, Zielseiten und wirtschaftliche Leitplanken bleiben die Grundlage für einen sinnvollen Test.
Die Suite verbindet zwei unterschiedliche Einstellungen: Textanpassung erzeugt aus Feed- und Websiteinformationen suchanfragebezogene Produkttitel. Die Erweiterung der finalen URL kann zusätzlich Textanzeigen mit dynamisch ausgewählten Zielseiten ermöglichen. Du kannst nur die Textanpassung oder beide Einstellungen nutzen; die URL-Erweiterung allein ist laut Google nicht vorgesehen und erfordert die Gebotsstrategie Ziel-ROAS. Die Einstellungen werden auf Kampagnenebene gesteuert.
Warum der Produktfeed zur strategischen Grundlage wird
Je mehr die Ausspielung aus Daten abgeleitet wird, desto wichtiger ist die Qualität des Merchant-Center-Feeds. Produkttitel, Beschreibungen, Attribute, Bilder, Preise, Verfügbarkeit und Varianten müssen verständlich, konsistent und aktuell sein.
Ein schwacher Feed erzeugt nicht nur Merchant-Center-Probleme. Er erschwert auch Googles Einschätzung, zu welchen Suchsituationen ein Produkt wirklich passt. Für Nischenshops ist das besonders relevant, weil spezifische Eigenschaften oft kaufentscheidend sind.
Zielseiten und Shopstruktur nicht vergessen
AI Max kann nur mit Signalen arbeiten, die vorhanden sind. Wenn Produktseiten kaum erklären, für wen ein Produkt geeignet ist, welche Varianten es gibt oder worauf Käufer achten sollten, fehlen wichtige Relevanzsignale.
Mit der Erweiterung der finalen URL kann Google neben Produkt-URLs aus dem Feed auch andere passende kommerzielle Seiten auswählen, etwa Kategorien, Neuheiten oder redaktionelle Seiten. Diese müssen zur Suchanfrage und zum Thema der Anzeigengruppe passen. Prüfe deshalb vorab, welche URLs als Anzeigenziel geeignet sind und welche per URL-Ausschluss ausgeschlossen werden sollen. Die Shopping-Kampagnenpriorität begrenzt diese URL-Erweiterung laut Hilfe nicht; sie betrifft die Shopping-Formate.
Wirtschaftliche Leitplanken vor dem Test definieren
Vor einem Test sollte klar sein, welche Produktgruppen geeignet sind, welcher Ziel-ROAS oder Gewinnbeitrag realistisch ist und wie viel Budget für Lernphase und Vergleich reserviert wird. Ohne diese Leitplanken wird zusätzlicher Traffic schnell mit zusätzlichem Erfolg verwechselt.
Betrachte Marge, Retourenrisiko und Lagerbestand nach sinnvollen Produktgruppen. Eine zusätzliche Kampagne ist aber nur dann hilfreich, wenn sie ein anderes Budget oder wirtschaftliches Ziel steuerbar macht und genügend Daten vorliegen. Die Zielwerte kommen aus der realen Shop-Wirtschaftlichkeit, nicht aus einer pauschalen Beta-Empfehlung.
Empfohlener Testaufbau für Onlineshops
Wenn Feed-Sprache und Beta-Zugang passen, würde ich eine klar abgegrenzte Kampagne mit belastbaren Kaufwerten und geeigneten Produkten wählen. Sichere die bisherigen Einstellungen, Zielseiten, Kosten, Käufe und Conversion-Werte. Halte getrennt fest, ob nur Textanpassung oder auch URL-Erweiterung getestet wird. Ändere nicht gleichzeitig Feed, Gebotsziel und Sortiment, sonst wird die Auswertung unnötig unscharf.
Prüfe vor dem Start auch die Tracking-Vorlage mit einer dynamisch gewählten Zielseite. Google warnt vor fehlerhaften Weiterleitungen und 404-Seiten bei inkompatiblen Vorlagen. Der Parameter {product_id} wird bei durch URL-Erweiterung ausgelösten Anzeigen durch einen leeren Wert ersetzt. Wenn Auswertung oder Attribution davon abhängen, muss diese Lücke vor dem Test geklärt sein. Lege Auswertungszeitraum und wirtschaftliche Stopp-Kriterien vorher fest und berücksichtige noch ausstehende Käufe.
Was du im Test tatsächlich kontrollieren kannst
Der Bericht zu Produkttiteln zeigt eine Stichprobe der tatsächlich ausgespielten KI-Titel, nicht zwingend jeden Titel. Prüfe darin Produktmerkmale und Aussagen gegen die echten Produktdaten. Im Suchbegriffsbericht kennzeichnet die Spalte „Keyword-Option“ zusätzliche Suchanfragen aus der URL-Erweiterung mit „AI Max“. Im Landingpage-Bericht weist „Ausgewählt von“ mit „Automatisch ausgewählt“ auf dynamisch gewählte Ziele hin. Der Asset-Bericht ergänzt die erweiterten finalen URLs sowie erzeugte Anzeigentitel und Textzeilen.
Diese Ansichten helfen, Anfrage, Werbeaussage und Zielseite zusammen zu prüfen. Sie ersetzen nicht den Abgleich von Kaufwerten und Kosten mit der Shop-Wirtschaftlichkeit. Verfügbare Marken-, URL- und Textausschlüsse sollten zum konkreten Sortiment passen, statt vorsorglich jede zusätzliche Suchanfrage abzuschneiden.
Typische Fehler bei AI Max für Shopping
Viele Shops aktivieren neue Automatisierung, bevor Feed und Tracking geprüft sind. Das führt zu schwer interpretierbaren Ergebnissen. Ein weiterer Fehler ist, alle Produkte gleich zu behandeln, obwohl Sortiment, Nachfrage und Marge sehr unterschiedlich sind.
Auch zu kurzfristige Bewertungen sind problematisch. Automatisierte Systeme brauchen Daten, aber sie brauchen auch gute Grenzen. Wer nur jeden zweiten Tag an Budgets dreht, erzeugt zusätzliche Unruhe.
AI Max für Shopping kontrolliert testen
Ein Beta-Test ist erst sinnvoll, wenn der Shop eine Produktgruppe mit belastbaren Kaufwerten, ausreichender Verfügbarkeit und einer verständlichen Zielseite auswählen kann. Der Vergleich braucht einen vorab festgelegten Zeitraum und eine wirtschaftliche Grenze; mehr Reichweite oder Umsatz allein sind kein Ergebnis.
Prüfe vor dem Start Feed und Produktseite zusammen: Titel, Varianten, Preis, Verfügbarkeit und die kaufentscheidenden Informationen müssen zueinander passen. Danach lässt sich sauberer beurteilen, ob zusätzliche Ausspielung tatsächlich zu profitablem Volumen beiträgt.
Für die wirtschaftliche Einordnung helfen die ROAS-Grundlagen. Der Zielwert kommt aus der Shop-Wirtschaftlichkeit; ein pauschaler Wert für alle Sortimente wäre irreführend.
FAQ
Ist AI Max für Shopping ein Ersatz für Performance Max?
Nicht pauschal. AI Max für Shopping bezieht sich auf Shopping-Kampagnen und moderne Suchmuster. Performance Max bleibt ein eigener Kampagnentyp mit breiterer Kanalabdeckung.
Welche Shops sollten AI Max zuerst testen?
Zuerst müssen Beta-Zugang und Feed-Sprache passen: Die Textanpassung ist laut aktueller Google-Hilfe auf englischsprachige Feeds beschränkt. Danach zählen verlässliche Kaufwerte, geeignete Produktgruppen, funktionierende Zielseiten und klare wirtschaftliche Grenzen. URL-Erweiterung setzt zusätzlich Textanpassung und Ziel-ROAS voraus.
Was ist vor der Aktivierung wichtig?
Produktfeed, Tracking, Conversion-Werte, Zielseitenqualität, Budgetrahmen und Produktsegmentierung sollten geprüft werden.
Kann AI Max schlechte Produktdaten ausgleichen?
Nein. Automatisierung kann nur mit vorhandenen Signalen arbeiten. Schwache oder unvollständige Produktdaten bleiben ein Risiko.
Weiterführende interne Ressourcen
- Google Shopping Ads optimieren
- Merchant Center Feed optimieren
- Performance Max optimieren
- ROAS berechnen
- Break-even-ROAS berechnen
Quellenstand: 1. November 2026. Grundlage ist die oben verlinkte operative Google-Ads-Hilfe zu AI Max für Shopping, in deutscher und englischer Fassung geprüft. Beta-Status, Feed-Sprache und Kontozugang vor einer Aktivierung erneut prüfen; keine allgemeine Deutschland-Verfügbarkeit zugesagt.
