Auslieferung
Wird die Anzeige überhaupt gezeigt? Dafür prüfst du Impressionen, Status, Budget und Verteilung.
ChatGPT Ads · Ergebnisse auswerten
ChatGPT Ads Ergebnisse auswerten: Welche Zahlen wirklich etwas über Erfolg sagen
Viele Kampagnen werden zu früh nach einer einzigen Zahl beurteilt: „Die CTR sieht gut aus“, „der CPC ist günstig“ oder „wir haben Conversions“. Das reicht nicht. Eine Anzeige kann viele günstige Klicks erzeugen und trotzdem keinen einzigen brauchbaren Lead oder profitablen Verkauf bringen.
Hier lernst du deshalb, Impressionen, Klicks, Kosten, Conversions, Umsatz und echte Ergebnisqualität gemeinsam zu lesen. Du bekommst eine konkrete Diagnose-Logik, Break-even-Rechnungen, Praxisfälle, Attributionsfallen und einen Entscheidungsrahmen für Optimieren, Testen, Pausieren oder Skalieren.
Das wichtigste Prinzip
Eine einzelne Kennzahl beantwortet fast nie die Frage: „Ist meine Kampagne gut?“
Impressionen zeigen Auslieferung. Klicks zeigen Reaktion. Conversions zeigen eine definierte Handlung. Umsatz zeigt zugeschriebenen Wert. Aber erst die Kombination mit Marge, Leadqualität, Stornos, Retouren oder tatsächlichem Auftragswert beantwortet die wirtschaftliche Frage.
Reaktion
Klicken Menschen? CTR und CPC helfen zu erkennen, ob Anzeige und Situation genügend Interesse erzeugen.
Website-Verhalten
Bleiben Besucher auf der Seite, gehen sie weiter, starten sie Formular, Checkout oder Buchung?
Conversion
Entsteht die gewünschte Hauptaktion – Kauf, Lead, Termin, Registrierung oder eine andere relevante Handlung?
Die fünfte Ebene fehlt in vielen Dashboards: echte Geschäftsqualität
Ein Lead kann formal eine Conversion sein und trotzdem nie erreichbar sein. Ein Verkauf kann Umsatz bringen und nach zwei Tagen retourniert werden. Deshalb gehört hinter die Plattformdaten immer noch die Frage: Was ist aus dem Ergebnis tatsächlich geworden?
Die wichtigsten Kennzahlen verständlich erklärt
Diese Werte zeigt OpenAI – und welche Frage jeder Wert wirklich beantwortet
Ads Manager und die OpenAI Reporting API unterstützen inzwischen deutlich mehr als nur Impressionen und Klicks. Entscheidend ist aber nicht, jede Zahl anzusehen, sondern zu wissen, wofür sie geeignet ist.
Impressionen
Frage: Wie oft wurde meine Anzeige eingeblendet?
Viele Impressionen sind weder gut noch schlecht. Sie zeigen zunächst nur, dass die Kampagne Auslieferung erhält.
Klicks
Frage: Wie oft haben Nutzer auf die Anzeige geklickt?
Klicks sind ein Engagement-Signal – aber noch kein Beweis, dass der Traffic wertvoll ist.
CTR
Formel: Klicks ÷ Impressionen × 100.
Die Click-through-Rate zeigt, welcher Anteil der Einblendungen zu einem Klick geführt hat.
Spend
Frage: Wie viel Werbebudget wurde tatsächlich ausgegeben?
Bewerte Kosten immer zusammen mit Menge und Qualität der Ergebnisse.
CPC
Formel: Ausgaben ÷ Klicks.
OpenAI stellt einen durchschnittlichen CPC bereit. Ein günstiger CPC ist nur hilfreich, wenn die Klicks auch wertvoll sind.
CPM
Formel: Ausgaben ÷ Impressionen × 1.000.
Der CPM hilft vor allem bei der Beurteilung der Kosten für Sichtbarkeit und Reichweite.
Conversions & CPA
CPA: Ausgaben ÷ Conversions.
Conversions zählen Kampagnenziele innerhalb der gewählten Attribution. CPA zeigt die Plattformkosten pro gezähltem Ergebnis.
Post-Click-CVR
Frage: Welcher Anteil der Klicks führte zu einer Click-through-Goal-Conversion?
Diese Kennzahl ist besonders nützlich, um Klickqualität und Landingpage-Leistung gemeinsam zu beurteilen.
Attributed Sales
Frage: Welcher Bestellwert wurde order_created -Events zugeschrieben?
Das ist attribuierter Plattformwert – nicht automatisch verifizierter Nettoumsatz oder Gewinn.
ROAS
Formel: attribuierter Bestellwert ÷ Werbeausgaben.
Ein ROAS von 4 bedeutet 4 Einheiten zugeschriebener Umsatz pro 1 Einheit Werbekosten – nicht 4 Einheiten Gewinn.
Click-through Conversions
Zeigen Conversions, die innerhalb des gewählten Klickfensters einem Klick zugeschrieben werden.
View-through Conversions
Zeigen Conversions nach einer Impression ohne vorherigen zugeordneten Klick innerhalb des unterstützten View-Fensters.
„Ist meine CTR gut?“
Es gibt aktuell keinen seriösen universellen ChatGPT-Ads-Benchmark für alle Kampagnen
Eine Zahl kann nur sinnvoll bewertet werden, wenn du Ziel, Branche, Land, Angebot, Intent, Creative, Gebotsmodell und Conversion-Tiefe kennst. Gerade bei einem jungen Werbekanal schwanken Ergebnisse stark.
Land macht einen Unterschied
Eine Graphite-/Similarweb-Auswertung zeigte im September 2026 deutliche Unterschiede zwischen Märkten. In mehreren englischsprachigen Märkten lag die beobachtete CTR unter 1 %, während einzelne Märkte in Lateinamerika und Asien darüber lagen.
Branche und Intent machen einen Unterschied
Ein direkter Produktkauf, eine B2B-Demo und ein kostenloser Guide sind nicht dieselbe Handlung. Deshalb sind auch CPC, Conversion-Rate und sinnvoller CPA nicht direkt vergleichbar.
Conversion-Tiefe macht einen Unterschied
„Content angesehen“ ist leichter zu erreichen als „Produkt gekauft“ oder „qualifizierter Sales-Termin“. Ein niedriger CPA ist wertlos, wenn die Conversion zu oberflächlich definiert ist.
Der bessere Benchmark ist deine eigene Wirtschaftlichkeit
Frage nicht zuerst „Was ist ein guter ChatGPT-Ads-CPA?“, sondern: Wie viel darf mich ein Kauf oder ein qualifizierter Lead maximal kosten, damit mein Geschäft noch funktioniert? Genau dafür brauchst du Break-even-Werte.
Unabhängige Praxisergebnisse
Vier aktuelle Cases zeigen, warum dieselbe Zahl völlig unterschiedlich interpretiert werden kann
Die folgenden Ergebnisse sind keine universellen Benchmarks. Sie zeigen gerade das Gegenteil: Je nach Angebot, Markt und Messmethode kann ein ähnlicher Klickwert sehr unterschiedliche Geschäftsergebnisse erzeugen.
Workshop Digital: 739 Klicks – 0 qualifizierte Leads
Workshop Digital testete ChatGPT Ads in drei B2B-Bereichen. Bei 69.630 Impressionen und 739 Klicks lagen CTR und CPC bei rund 1,1 % bzw. 3,14 US-Dollar. Trotzdem entstand kein qualifizierter Lead.
Lerneffekt: CTR und CPC können ordentlich aussehen, während der nachgelagerte Geschäftswert bei null liegt. Deshalb darf die Bewertung nicht am Klick enden.
PromptMarketing: 2,41 % CTR und 3,0x attribuierter Return
Für drei europäische Webshops wurden 94.900 Impressionen, 2.287 Klicks, 0,44 € CPC und rund 3.006 € attribuierter Bestellwert bei etwa 1.003 € Spend berichtet.
Lerneffekt: Der Case selbst weist ausdrücklich darauf hin, dass der 3,0x-Wert Ads-Manager-Attribution ist und noch nicht mit verifiziertem Shopumsatz, Retouren und Marge gleichgesetzt werden darf.
InterTeam: mehr als 150 qualifizierte B2B-Leads
InterTeam berichtet aus drei B2B-SaaS-Konten über mehr als 150 qualifizierte Leads, etwa 5 US-Dollar durchschnittlichen CPC und einen rund 60 % niedrigeren CPL als bei den verglichenen Google-Kampagnen.
Lerneffekt: Bei Leadgenerierung gehört die Definition von „qualifiziert“ zwingend zur Kennzahl. Ein Formular-Lead und ein tatsächlich vertriebsrelevanter Lead sind nicht dasselbe.
Früher PPC-Test: 16 vs. 125 Impressionen in drei Tagen
Ein Community-Test mit drei Ad Groups, gleichem Produkt und derselben Landingpage zeigte extrem ungleiche Auslieferung. Eine Variante erhielt 16 Impressionen, eine andere 125.
Lerneffekt: Eine vermeintlich „schlechtere“ CTR kann bedeutungslos sein, wenn die Varianten völlig unterschiedliche Datenmengen erhalten haben. Das ist noch kein sauberer A/B-Test.
Nicht zu früh urteilen
OpenAI-Kennzahlen aktualisieren sich nicht alle gleichzeitig
Ein häufiger Fehler ist, aktuelle Klicks mit noch nicht vollständig finalisierten Kosten oder Conversions zu verrechnen. OpenAI weist ausdrücklich darauf hin, dass unterschiedliche Kennzahlen verschiedene Verarbeitungszeiten haben.
Impressionen, Klicks und CTR
Können innerhalb von Minuten sichtbar werden. Sehr frische Werte können sich während der Verarbeitung noch verändern.
Spend, CPC und CPM
Basieren auf finalisierter Aktivität und können später aktualisiert werden als Klick- und Impressionsdaten.
Conversions und Kaufwerte
Werden über tägliche Verarbeitung aktualisiert. OpenAI empfiehlt, mindestens einen Tag zu warten, bevor du aktuelle Conversion-Daten endgültig bewertest.
Warum „Spend ÷ aktuelle Klicks“ kurzfristig vom angezeigten CPC abweichen kann
OpenAI erklärt, dass aktuelle Klickzahlen früher vorliegen können als finalisierte Kostendaten. Verwende deshalb für die Leistungsbewertung den von OpenAI zurückgegebenen CPC statt einen selbst berechneten Wert aus zwei unterschiedlich frischen Zahlen.
Saubere Vergleichszeiträume
Vergleiche gleichartige Zeiträume – nicht einen halben heutigen Tag mit einer vollen Vorwoche
Aktuelle Tages- und Monatsberichte können unvollständige Zeiträume enthalten. Dazu kommen unterschiedliche Conversion-Lags. Ein Vergleich ist deshalb nur sinnvoll, wenn Zeitraum, Zeitzone und Attributionslogik zusammenpassen.
Gleiche Anzahl voller Tage
Zum Beispiel Montag–Sonntag gegen Montag–Sonntag statt laufende Woche gegen komplette Vorwoche.
Gleiche Konto-Zeitzone
OpenAI-Berichte beziehen sich auf die Zeitzone des Werbekontos.
Gleiches Klickfenster
7, 14 oder 30 Tage müssen beim Vergleich identisch gewählt sein.
Gleiches View-Fenster
0 oder 1 Tag View-through kann die Conversion-Zahl deutlich verändern.
Gleiche Zeitbasis
Ad-Event-Time und Conversion-Time können Conversions unterschiedlichen Tagen zuordnen.
Conversion-Lag berücksichtigen
Frische Tage erneut prüfen, wenn spätere Conversions nachverarbeitet wurden.
Attribution richtig lesen
Deine Conversion-Zahl hängt auch davon ab, welches Attributionsfenster du ansiehst
OpenAI unterstützt aktuell Klickfenster von 7, 14 oder 30 Tagen und ein View-through-Fenster von 0 oder 1 Tag. Diese Einstellungen verändern Conversions, CPA, ROAS und Post-Click-CVR – Impressionen, Klicks und Spend bleiben dagegen unverändert.
7 Tage Click-through
Strengere Sicht auf relativ zeitnahe Abschlüsse. Sinnvoll, wenn dein Kauf- oder Leadprozess typischerweise kurz ist.
14 oder 30 Tage Click-through
Erfasst mehr verzögerte Entscheidungen. Bei längeren Sales Cycles kann das realistischer sein – erhöht aber die attribuierte Conversion-Menge.
0 oder 1 Tag View-through
Mit 1 Tag können auch Conversions nach einer Anzeige ohne Klick zugeschrieben werden. Mit 0 schließt du View-through vollständig aus.
Ein höherer ROAS nach Änderung des Attributionsfensters bedeutet nicht automatisch bessere Werbung
Du hast möglicherweise nur mehr Conversions derselben Kampagne zugerechnet. Für faire Vorher-Nachher-Vergleiche muss die Attributionslogik konstant bleiben.
View-through nicht überinterpretieren
Eine Conversion nach Sichtkontakt ist nicht dasselbe wie eine Conversion nach Klick
Wenn ein Nutzer eine Anzeige sieht und anschließend ohne Klick konvertiert, kann diese Conversion bei aktiviertem View-through-Fenster zugeschrieben werden. Das kann legitim sein, sagt aber weniger über den direkten Klickpfad aus.
Für Plattformbewertung
View-through kann helfen zu verstehen, ob Anzeigen möglicherweise auch ohne Klick einen Beitrag leisten. Besonders bei bekannten Marken kann das relevant sein.
Für harte Budgetentscheidungen
Vergleiche zusätzlich eine Auswertung mit View-through = 0. So siehst du, wie viel Ergebnis direkt auf Klickpfade entfällt und wie stark der ROAS von Sichtkontakt-Attribution abhängt.
Goal Conversion ist nicht jede attribuierte Aktion
Eine Kampagne kann Käufe haben und trotzdem 0 Goal Conversions anzeigen
OpenAI trennt Kampagnenziele von zusätzlich attribuierten Ereignissen. Das ist wichtig, weil ein Event technisch empfangen und sogar einer Anzeige zugeschrieben werden kann, ohne als konfiguriertes Kampagnenziel zu zählen.
Goal Conversion
Das Ereignis passt zu einer Conversion-Einstellung, die der Kampagne als Ziel zugeordnet wurde.
Non-goal Event
Ein attribuiertes Event kann im erweiterten Conversion-Reporting sichtbar sein, obwohl die Kampagne nicht darauf optimiert.
Warum das wichtig ist
Wenn du nur die Gesamtzahl „Conversions“ ansiehst, kannst du relevante nachgelagerte Aktionen übersehen – oder umgekehrt Micro-Conversions fälschlich mit Geschäftsabschlüssen gleichsetzen.
Wirtschaftlichkeit statt Vanity Metrics
Berechne deinen maximal sinnvollen CPA bevor du eine Kampagne bewertest
Ein CPA von 40 € kann hervorragend oder katastrophal sein. Entscheidend ist, wie viel Deckungsbeitrag oder erwarteter Kundenwert hinter einer Conversion steht.
E-Commerce: vereinfachtes Beispiel
Verkaufspreis: 100 €
Variable Kosten inklusive Einkauf, Versand, Zahlungsgebühren: 60 €
Deckungsbeitrag vor Werbung: 40 €
Wenn keine weiteren Kosten berücksichtigt werden, liegt dein theoretischer Break-even-CPA bei 40 €. Für Gewinn muss der tatsächliche CPA darunter liegen.
Break-even-ROAS aus Marge ableiten
Bei 40 % Deckungsbeitragsmarge gilt vereinfacht:
1 ÷ 0,40 = 2,5 Break-even-ROAS.
Ein Plattform-ROAS von 2,0 würde in diesem vereinfachten Beispiel die Werbekosten noch nicht decken. Retouren und Fixkosten verschieben den tatsächlichen Schwellenwert zusätzlich.
Leadgenerierung: maximaler CPL
Angenommen, 20 % der qualifizierten Leads werden Kunden und ein gewonnener Neukunde darf maximal 500 € Akquisitionskosten verursachen.
Dann darf ein qualifizierter Lead vereinfacht bis zu 100 € kosten: 500 € × 20 % = 100 €.
Aber nur bei echten qualifizierten Leads
Wenn nur die Hälfte deiner Formular-Leads tatsächlich qualifiziert ist, darf der rohe Formular-CPL nicht ebenfalls 100 € betragen. Die Zwischenstufe muss in die Rechnung einfließen.
Deshalb gehören CRM-Daten und Sales-Qualität unbedingt neben den Ads-Manager-CPA.
Kennzahlen miteinander kombinieren
Diese Muster helfen dir zu erkennen, wo im Funnel das Problem wahrscheinlich liegt
Eine Diagnose ist immer eine Hypothese, keine automatische Wahrheit. Aber Kombinationen aus Auslieferung, CTR, Klickkosten, Conversion-Rate und Ergebnisqualität zeigen sehr viel mehr als einzelne Werte.
Kaum Impressionen
Mögliche Ebene: Auslieferung.
Prüfe Status, Review, Budget, Gebot, Context Hints, Länder, Laufzeit, Zahlungsstatus, Anzeigenfreigabe und technische Blockaden.
Viele Impressionen + niedrige CTR
Mögliche Ebene: Relevanz oder Creative.
Anzeige wird gezeigt, löst aber wenig Klickinteresse aus. Prüfe Botschaft, Intent-Passung, Bild und Angebotsklarheit.
Gute CTR + teurer CPC
Mögliche Ebene: Auktion/Bidding.
Die Anzeige motiviert zum Klick, aber die Klickkosten können wirtschaftlich zu hoch sein. Prüfe Gebot, Intent-Wert und nachgelagerte Conversion-Qualität.
Viele Klicks + kaum Conversions
Mögliche Ebene: Traffic-Passung, Landingpage oder Tracking.
Prüfe zuerst, ob Conversions technisch korrekt gemessen werden. Danach Message-Match, Ladezeit, Angebot, Preis, Formular und Kaufstrecke.
Gute Post-Click-CVR + hoher CPA
Mögliche Ebene: zu teure Klicks oder zu niedriger Conversion-Wert.
Die Seite arbeitet möglicherweise ordentlich, aber Traffic ist zu teuer für deinen wirtschaftlichen Rahmen.
Niedriger CPA + schlechte Leadqualität
Mögliche Ebene: falsches Optimierungsziel oder zu breites Angebot.
Ein billiger Lead ist kein Erfolg, wenn Vertrieb ihn nicht verwenden kann. Prüfe Qualifizierung, Intent und Conversion-Definition.
Guter Ads-Manager-ROAS + schwacher Shopgewinn
Mögliche Ebene: Attribution, Retouren oder Marge.
Vergleiche attribuierten Sales-Wert mit echten bezahlten Bestellungen, Stornos, Retouren und Deckungsbeitrag.
GA4 zeigt deutlich weniger Sitzungen als Ads Manager Klicks
Mögliche Ebene: Messsysteme.
Prüfe Consent, Ladeabbrüche, Redirects, UTMs, Zeiträume und Definitionen. Plattformklick und Analytics-Sitzung sind nicht dasselbe Ereignis.
Conversions steigen erst später
Mögliche Ebene: Conversion-Lag.
Bei längeren Entscheidungswegen können spätere Conversions innerhalb des Attributionsfensters nachlaufen. Vergleiche ältere, vollständigere Zeiträume.
Nicht nur Kampagnen-Gesamtwerte ansehen
Gehe von Kampagne → Ad Group → Anzeige und erst danach in Segmente
OpenAI stellt Reporting auf Konto-, Kampagnen-, Ad-Group- und Anzeigenebene bereit. So kannst du herausfinden, ob ein Problem den gesamten Aufbau betrifft oder nur einen bestimmten Intent bzw. eine konkrete Anzeige.
Kampagne
Gesamtziel, Budget, Länder und übergeordnete Wirtschaftlichkeit prüfen.
Ad Group
Welche Kundensituation oder welcher Intent liefert gute bzw. schwache Ergebnisse?
Anzeige
Welche konkrete Kombination aus Titel, Beschreibung, Bild und Landingpage funktioniert?
Segment
Land, Device oder Produkt erst danach vergleichen, damit du die Ursache nicht mit zu vielen Ebenen vermischst.
Country, Device und Produkt
Ein Gesamtdurchschnitt kann starke und schwache Teilbereiche verstecken
Die OpenAI Reporting API unterstützt unter anderem Country- und Device-Breakdowns. Für Produkt-Feed-Kampagnen gibt es zusätzlich Produktberichte. Das hilft, wenn du nicht nur wissen willst, ob eine Kampagne funktioniert, sondern wo.
Land
Ein guter Gesamtschnitt kann entstehen, obwohl ein Markt profitabel und ein anderer deutlich zu teuer ist. Länder deshalb getrennt bewerten, wenn genügend Daten vorhanden sind.
Device
Wenn mobile Klicks dominieren, muss die mobile Landingpage besonders kritisch geprüft werden. PromptMarketing berichtete in einem E-Commerce-Case beispielsweise 96 % mobile Klicks.
Produkte
Bei Produkt-Feed-Kampagnen kannst du sehen, welche Produkte Impressionen und Klicks erhalten. Ein hoher Kampagnen-ROAS kann von wenigen starken Artikeln getragen werden.
Varianten fair vergleichen
Die höchste CTR gewinnt nicht automatisch – besonders wenn die Auslieferung ungleich verteilt ist
ChatGPT Ads ist kein klassischer garantierter 50/50-A/B-Test. Wenn eine Anzeige oder Ad Group viel mehr Impressionen bekommt als eine andere, ist ein direkter Vergleich schnell irreführend.
Erst Datenmenge prüfen
16 Impressionen gegen 1.000 Impressionen sind keine faire Grundlage für eine Gewinnerentscheidung – selbst wenn die kleine Variante 6 % CTR zeigt.
Dann Funnel-Tiefe prüfen
CTR → Klick → Landingpage → Conversion → Qualität. Je tiefer eine Variante gut bleibt, desto belastbarer wird die Entscheidung.
Nur eine Hypothese ändern
Wenn gleichzeitig Bild, Text, Context Hints und Zielseite anders sind, weißt du nicht, welches Element für den Unterschied verantwortlich war.
Für eine saubere Testlogik siehe auch ChatGPT Ads Anzeigenvarianten testen.
Was passiert nach dem Klick?
Ads Manager sagt dir, dass geklickt wurde – deine Website zeigt dir, was danach passiert
Genau hier trennt sich oft eine gute Anzeige von einer guten Kampagne. Nutze Webanalyse und Funnel-Daten, um zu sehen, ob der Klick tatsächlich weiterführt.
Viele Klicks + sofortiger Abbruch
Kann auf falsche Erwartung, langsame Seite, schlechte mobile Darstellung oder zu breite Auslieferung hindeuten.
Viele Produktansichten + kaum Warenkorb
Prüfe Preis, Versand, Vertrauen, Produktfit und ob die Anzeige ein anderes Versprechen aufgebaut hat.
Viele Formularstarts + wenige Abschlüsse
Formular könnte zu lang, technisch schwierig oder unverhältnismäßig neugierig sein. Prüfe Pflichtfelder und Fehlermeldungen.
Gute Websiteaktionen + keine Ads Conversions
Dann liegt der Verdacht eher beim Tracking, Event-Mapping oder der Conversion-Zuordnung als bei der Landingpage selbst.
Vertiefung: ChatGPT Ads Landingpage optimieren und ChatGPT Ads Tracking.
Leadqualität messen
Bei Dienstleistungen endet die Auswertung nicht beim Formular
Gerade B2B- und Dienstleistungs-Kampagnen können einen sehr guten CPL zeigen und trotzdem schwach sein, wenn die Anfragen nicht zur Zielgruppe passen. Ergänze deshalb Plattformdaten um CRM-Stufen.
Formular-Lead
Eine Person hat das Formular abgeschickt.
Qualifizierter Lead
Bedarf, Budget, Region oder andere Kriterien passen grundsätzlich.
Sales-Chance
Es entsteht ein echter Termin, Angebot oder Opportunity.
Kunde
Erst hier siehst du den tatsächlichen Umsatz und realen Akquisitionswert.
Wenn 20 Leads 500 € kosten, beträgt dein Formular-CPL 25 € – aber das ist noch nicht dein Kunden-CAC
Wenn davon nur 5 qualifiziert sind, kostet ein qualifizierter Lead bereits 100 €. Wenn daraus ein Kunde entsteht, liegt der reine Werbe-CAC bei 500 €. Diese Ebenen müssen getrennt benannt werden.
E-Commerce nach dem ROAS weiterdenken
Ein hoher ROAS kann trotzdem schlechten Gewinn bedeuten
ROAS berücksichtigt Werbeausgaben und attribuierten Umsatz, aber nicht automatisch Einkaufskosten, Versand, Rabatte, Retouren, Zahlungsgebühren, Support oder Fixkosten.
Umsatz ≠ Deckungsbeitrag
Ein Produkt mit 80 % Marge kann einen viel niedrigeren erforderlichen ROAS haben als ein Produkt mit 20 % Marge.
Retouren verändern das Bild
Ads Manager kann einen Kauf attribuieren, obwohl die Bestellung später storniert oder retourniert wird. Verifiziere deshalb gegen Shopdaten.
Produktmix beachten
Ein Kampagnen-ROAS kann profitabel aussehen, obwohl nur einzelne margenstarke Produkte den Durchschnitt retten.
Was mache ich jetzt mit den Zahlen?
Vier mögliche Entscheidungen: reparieren, testen, pausieren oder skalieren
Die Auswertung ist erst dann nützlich, wenn daraus eine konkrete nächste Handlung entsteht. Dabei sollte jede Änderung eine nachvollziehbare Diagnose lösen.
Reparieren
Bei Trackingfehler, falscher URL, Ablehnung, fehlender Auslieferung, kaputtem Formular oder eindeutigem technischen Problem.
Testen
Wenn Auslieferung funktioniert, aber Botschaft, Creative, Intent oder Landingpage wahrscheinlich verbessert werden kann.
Pausieren
Wenn genügend belastbare Daten zeigen, dass der wirtschaftliche Rahmen deutlich verfehlt wird und keine plausible einfache Ursache offen ist.
Skalieren
Wenn Ergebnisse nicht nur in Ads Manager gut aussehen, sondern auch Tracking, Marge oder Leadqualität stimmen und die Kampagne reproduzierbar arbeitet.
Skalierung nicht mit „Budget verdoppeln“ verwechseln
Skaliere erst, wenn du weißt, welcher Teil des Systems den Wert erzeugt
Eine Kampagne mit guten Zahlen kann bei mehr Budget anders reagieren. Mehr Auslieferung kann neue, weniger passende Gesprächssituationen erschließen oder Klickkosten verändern. Deshalb sollte Skalierung schrittweise und kontrolliert erfolgen.
Gewinner nicht sofort umbauen
Wenn du gleichzeitig Budget, Creative, Landingpage und Context Hints änderst, weißt du nachher nicht, ob der ursprüngliche Erfolg reproduzierbar war.
Neue Intents getrennt testen
Skalierung kann auch bedeuten, eine weitere passende Gesprächssituation zu testen – statt nur mehr Geld in dieselbe Ad Group zu geben.
Wirtschaftlichkeit erneut prüfen
Beobachte CPA, ROAS und Qualität nach jeder größeren Budgetänderung erneut. Gute Kleinbudgetwerte müssen nicht linear weiterlaufen.
Einfaches Auswertungs-Dashboard
Für kleine Unternehmen reichen zunächst neun Spalten
Du brauchst keine riesige BI-Lösung, um vernünftig zu entscheiden. Wichtig ist, dass Plattformdaten und Geschäftsdaten nebeneinander stehen.
1 · Spend
Wie viel wurde ausgegeben?
2 · Impressionen
Wie viel Auslieferung gab es?
3 · CTR
Wie stark reagierte die Auslieferung?
4 · CPC
Was kostete der Klick?
5 · Conversions
Wie viele Hauptaktionen wurden attribuiert?
6 · CPA
Was kostete die Plattform-Conversion?
7 · Sales/ROAS
Welcher Kaufwert wurde zugeschrieben?
8 · Echte Qualität
Qualifizierter Lead, bestätigte Bestellung, Marge.
9 · Nächste Aktion
Beibehalten, testen, reparieren, pausieren oder skalieren.
Praxisbeispiel: digitaler Leitfaden
Warum eine Kampagne mit niedrigerer CTR trotzdem besser sein kann
Angenommen, du bewirbst einen digitalen Leitfaden. Zwei Anzeigen haben dieselben Context Hints und dieselbe Landingpage, aber unterschiedliche Botschaften.
Mehr Klicks – schlechtere Käuferqualität
Ergebnis 10.000 Impressionen · 300 Klicks · 3,0 % CTR · 150 € Spend · 5 Käufe CPC:
0,50 €
CPA:
30 €
Die Anzeige ist klickstark, aber viele Klicks führen nicht zum Kauf.
Weniger Klicks – bessere Käuferqualität
Ergebnis 10.000 Impressionen · 180 Klicks · 1,8 % CTR · 144 € Spend · 12 Käufe CPC:
0,80 €
CPA:
12 €
Trotz niedrigerer CTR und teurerem Klick erzeugt die Variante deutlich mehr Käufe und einen besseren CPA.
Die richtige Schlussfolgerung
Wenn du nur CTR oder CPC ansiehst, würdest du Variante A bevorzugen. Sobald du die Conversion-Tiefe einbeziehst, gewinnt Variante B. Genau deshalb ist „günstiger Traffic“ kein eigenständiges Kampagnenziel.
Zwölf typische Auswertungsfehler
Diese Fehler führen zu falschen Kampagnenentscheidungen
1. CTR als Erfolgsziel behandeln
Klickrate misst Reaktion, nicht Gewinn oder Leadqualität.
2. CPC ohne Conversion betrachten
Ein billiger Klick kann teurer sein als ein teurer Klick, wenn er nie abschließt.
3. Micro-Conversions mit Umsatz verwechseln
Content View, Warenkorb und Kauf sind unterschiedliche Funnel-Stufen.
4. View-through unbemerkt mitrechnen
Dann vergleichst du möglicherweise Plattformen oder Zeiträume mit unterschiedlicher Attribution.
5. Heute gegen eine volle Woche vergleichen
Unvollständige Zeiträume erzeugen falsche Trends.
6. Conversion-Lag ignorieren
Aktuelle Tage können später noch zusätzliche Conversions erhalten.
7. Ads Manager als einzige Wahrheit nutzen
Plattformattribution muss mit GA4, Shop oder CRM gespiegelt werden.
8. ROAS mit Gewinn verwechseln
Marge, Retouren und weitere Kosten fehlen im ROAS.
9. Varianten mit ungleicher Auslieferung vergleichen
Ein kleiner Datenpunkt ist kein fairer Gewinnervergleich.
10. Zu viele Änderungen gleichzeitig
Danach ist nicht mehr erkennbar, welche Maßnahme geholfen hat.
11. Leads nicht nachqualifizieren
Ein niedriger CPL kann durch schlechte Leads künstlich gut aussehen.
12. Internet-Benchmarks blind übernehmen
Deine Marge und dein Kundenwert sind wichtiger als fremde Durchschnittswerte.
Vor jeder größeren Optimierung
Die 15-Punkte-Checkliste für deine ChatGPT-Ads-Auswertung
1. Vollständiger Zeitraum?
Keine halben Tage gegen volle Wochen vergleichen.
2. Reporting-Lag berücksichtigt?
Conversions und Kosten können nachlaufen.
3. Attributionsfenster gleich?
7/14/30 Klick und 0/1 View dokumentieren.
4. Zeitbasis gleich?
Ad-Event-Time oder Conversion-Time nicht mischen.
5. Genug Auslieferung?
Sehr kleine Datenmengen nicht überbewerten.
6. Kampagnenebene geprüft?
Gesamtziel und Wirtschaftlichkeit zuerst.
7. Ad Groups verglichen?
Intent-Unterschiede sichtbar machen.
8. Anzeigen verglichen?
Creative und Botschaft getrennt beurteilen.
9. Website-Daten geprüft?
GA4 oder anderes Analytics danebenlegen.
10. Tracking plausibel?
Bei starken Abweichungen zuerst Messung prüfen.
11. Lead-/Order-Qualität geprüft?
CRM, Shop, Retouren und echte Abschlüsse ansehen.
12. Break-even bekannt?
Maximalen CPA oder erforderlichen ROAS berechnen.
13. Ursache formuliert?
Vor Änderung eine klare Hypothese festhalten.
14. Nur gezielt ändern?
Nicht fünf Variablen gleichzeitig verändern.
15. Entscheidung dokumentieren?
Datum, Kennzahlen, Änderung und erwartete Wirkung notieren.
Was deine Auswertung als Nächstes auslösen kann
Je nach Diagnose führt die nächste Optimierung auf eine andere Supporting Page
Tracking wirkt unplausibel?
Prüfe Pixel, Conversions API, UTMs, oppref, Event-ID und Attribution.
ChatGPT Ads Tracking →Varianten gezielt verbessern?
Baue saubere Hypothesen und vermeide falsche A/B-Schlüsse.
Anzeigen testen →Kaum oder keine Auslieferung?
Dann ist nicht die Conversion-Rate das erste Problem. Prüfe Status, Review, Budget und technische Blocker.
Keine Auslieferung prüfen →Wenn du nicht nur Zahlen sehen, sondern Entscheidungen treffen willst
Strategie und Praxis getrennt vertiefen
Die Supporting Page erklärt dir die Auswertungslogik. Für die praktische Kampagnenarbeit kannst du anschließend tiefer in Strategie oder Ads-Manager-Ablauf einsteigen.
ChatGPT-Ads-Leitfaden
Für Strategie, Kundensituationen, Context Hints, Messaging, Prompts, Varianten und eine kontrollierte Kampagnenlogik.
Zum ChatGPT-Ads-Leitfaden →ChatGPT Ads Praxisguide
Für Ads Manager, Plugin und den tatsächlichen Aufbau einer ersten Kampagne – mit mehr als 70 Screenshots aus dem praktischen Ablauf.
Zum Praxisguide →Häufige Fragen
ChatGPT Ads Ergebnisse auswerten: Die wichtigsten Antworten
Welche Kennzahlen sollte ich bei ChatGPT Ads zuerst prüfen?
Beginne mit Auslieferung und Kosten: Impressionen, Klicks, Spend, CTR, CPC und gegebenenfalls CPM. Danach folgen Conversions, CPA, Post-Click-Conversion-Rate sowie bei Käufen attribuierter Bestellwert und ROAS. Für eine wirtschaftliche Bewertung solltest du anschließend deine eigenen Shop- oder CRM-Daten hinzunehmen, weil Plattform-Conversions und attribuierter Umsatz nicht automatisch Gewinn oder qualifizierte Kunden bedeuten.
Was ist eine gute CTR bei ChatGPT Ads?
Es gibt aktuell keinen universellen CTR-Wert, der für alle Branchen, Länder und Kampagnentypen als „gut“ gelten kann. Unabhängige Studien und Cases zeigen deutliche Unterschiede nach Markt, Angebot und Intent. Vergleiche deshalb zuerst mit deinen eigenen Kampagnen und bewerte die CTR immer zusammen mit Conversion-Rate, CPA und Ergebnisqualität.
Was bedeutet ein niedriger CPC bei ChatGPT Ads?
Ein niedriger CPC bedeutet zunächst nur, dass ein Klick relativ wenig kostet. Ob das gut ist, hängt davon ab, was nach dem Klick passiert. Günstige Klicks ohne Käufe oder brauchbare Leads können wirtschaftlich schlechter sein als teurere Klicks mit hoher Conversion- und Abschlussrate.
Wie berechnet sich der CPA bei ChatGPT Ads?
Der CPA entspricht vereinfacht den Werbeausgaben geteilt durch die gezählten Conversions. Entscheidend ist aber, welche Conversion als Kampagnenziel definiert wurde. Ein CPA für einen Content View ist nicht mit einem CPA für einen Kauf oder einen qualifizierten Lead vergleichbar.
Was bedeutet ROAS bei ChatGPT Ads?
ROAS steht für Return on Ad Spend. OpenAI berechnet den Order-Created-ROAS aus dem attribuierten Bestellwert geteilt durch die Werbeausgaben. Ein ROAS von 4 bedeutet vier Einheiten attribuierten Umsatz pro Einheit Werbekosten. Der Wert berücksichtigt aber nicht automatisch Einkaufskosten, Versand, Retouren, Rabatte oder andere Kosten und ist deshalb nicht mit Gewinn gleichzusetzen.
Warum ändern sich meine Conversion-Zahlen später noch?
Conversions und Kaufwerte werden nicht so schnell verarbeitet wie Impressionen oder Klicks. OpenAI weist darauf hin, dass Conversion-Ergebnisse über tägliche Verarbeitung aktualisiert werden und aktuelle Werte nachträglich steigen oder sich verändern können. Beurteile deshalb sehr frische Tage nicht endgültig.
Welche Attributionsfenster gibt es bei ChatGPT Ads?
OpenAI unterstützt aktuell Click-through-Fenster von 7, 14 oder 30 Tagen sowie ein View-through-Fenster von 0 oder 1 Tag. Die gewählte Einstellung beeinflusst Conversions, CPA, ROAS und Post-Click-CVR. Für faire Vergleiche solltest du immer dieselben Attributionsfenster verwenden.
Warum kann Ads Manager mehr Conversions zeigen als meine Webanalyse?
Ads Manager und Webanalyse verwenden unterschiedliche Ereignisse und Attributionslogiken. Zusätzlich können View-through-Conversions, Consent, Cookie- und Tracking-Unterschiede, Zeitzonen oder spätere Conversion-Verarbeitung eine Rolle spielen. Vergleiche deshalb nicht nur Gesamtzahlen, sondern dieselben Zeiträume, dieselbe Conversion-Definition und möglichst denselben Nutzerpfad.
Wann sollte ich eine schlechte ChatGPT-Ads-Kampagne pausieren?
Pausiere nicht allein wegen weniger Stunden oder eines einzelnen schlechten Tages. Prüfe zuerst technische Fehler, Reporting-Lag, Tracking und ausreichende Datenmenge. Wenn ein vollständigerer Zeitraum trotz sauberer Technik klar außerhalb deines wirtschaftlichen Break-even liegt und keine plausible einfache Ursache erkennbar ist, kann Pausieren sinnvoller sein als weiteres Budget zu verbrennen.
Wann sollte ich eine ChatGPT-Ads-Kampagne skalieren?
Skaliere erst, wenn nicht nur CTR oder CPC gut aussehen, sondern auch Conversion-Messung, tatsächliche Bestellungen oder Leadqualität und deine Wirtschaftlichkeit stimmen. Erhöhe Komplexität und Budget kontrolliert, damit du erkennen kannst, ob die guten Ergebnisse reproduzierbar bleiben.
Quellen & Recherche
Offizielle OpenAI-Dokumentation plus unabhängige Daten und reale Kampagnencases
Die Definitionen der Kennzahlen, Attribution, Reporting-Ebenen und Datenaktualisierung stammen aus aktueller OpenAI-Dokumentation. Externe Quellen ergänzen diese Produktinformationen um echte Kampagnenergebnisse und zeigen bewusst auch widersprüchliche Resultate. Dadurch entstehen Testhypothesen statt pauschaler Erfolgsversprechen.
