Welcher ROI bei KI-gestützter Werbung gilt allgemein als angemessen?

Welcher ROI bei AI-gestützter Werbung gilt allgemein als angemessen? Dies ist eine der ersten Fragen, die viele Unternehmen stellen, wenn sie einen Werbedienstleister auswählen, Tools für die Anzeigenschaltung beschaffen oder ihr Marketingteam bewerten. Wer jedoch nur eine einheitliche Antwort erwartet, kann leicht zu falschen Entscheidungen gelangen. Im grenzüberschreitenden E-Commerce kann der ROI direkt dem Umsatz aus Bestellungen entsprechen; für exportorientierte Produktionsunternehmen sind eine Formularübermittlung, eine Musteranfrage oder sogar eine qualifizierte Kommunikation, die in den Beschaffungsprozess führt, hingegen lediglich der Anfang der Umsatzkette. Werden beide Unternehmensarten mit demselben Maßstab bewertet, sind verzerrte Schlussfolgerungen sehr wahrscheinlich.

Eine realistischere Einschätzung lautet: AI kann die Effizienz der Anzeigenschaltung verbessern, das Geschäftsmodell selbst jedoch nicht ersetzen. Wenn die Preisgestaltung des Produkts keinen Spielraum lässt, die Website den Traffic nicht auffangen kann oder der Vertrieb zu langsam nachfasst, wird selbst ein noch so intelligentes Werbesystem kaum dauerhaft einen „attraktiven ROI“ erzielen. Unternehmen müssen nicht klären, welchen mehrfachen Ertrag eine bestimmte Plattform verspricht, sondern in welcher Phase sich ihr Geschäft befindet und welche Renditekennzahl sie in dieser Phase betrachten sollten.

ROI richtig einordnen: Umsatzrendite, Bruttogewinnrendite und Kundenakquisitionsrendite sind nicht dasselbe

Der in der Werbung häufig verwendete ROI wird üblicherweise als „durch Werbung erzielter Umsatz ÷ Werbeausgaben“ verstanden. Diese Berechnungsgrundlage eignet sich jedoch für B2C-Onlineshops mit klar geschlossenem Transaktionsprozess und ist für B2B-Exportgeschäfte nicht unbedingt ausreichend. Bei Industrieanlagen, Komponenten, kundenspezifischen Materialien und ähnlichen Produkten kann sich ein Abschluss über Wochen oder sogar Monate erstrecken. Onlinewerbung kann nur vorgelagerte Aktionen wie Anfragen, Terminvereinbarungen oder Katalogdownloads präzise erfassen; der spätere Vertragsabschluss hängt zudem von der Geschwindigkeit der Angebotserstellung, der Fachkompetenz des Vertriebs, Lieferzeiten und Zertifizierungsanforderungen ab.

Daher sollten bei Entscheidungen idealerweise drei Datenebenen gleichzeitig betrachtet werden: Die erste Ebene umfasst Klickkosten, Conversion-Kosten und Conversion-Rate im Werbekonto; die zweite Ebene den Anteil qualifizierter Leads über die Website, beispielsweise ob eine geschäftliche E-Mail-Adresse, ein konkreter Produktbedarf, ein Zielmarkt und eine erwartete Beschaffungsmenge vorliegen; erst die dritte Ebene umfasst im CRM oder Vertrieb bestätigte Geschäftschancen, Umsätze und Bruttogewinne. Wer lediglich auf eine steigende „Anzahl an Conversions“ im Konto schaut, verwechselt leicht eine große Zahl ungültiger Formulare mit Wachstum.

Ein angemessener ROI muss zunächst die „Bruttogewinnschwelle“ überschreiten

Um zu beurteilen, ob Werbung dauerhaft weitergeschaltet werden sollte, reicht die Frage „Können wir 1:3 oder 1:5 erreichen?“ nicht aus. Stattdessen muss die Gewinnschwelle des Unternehmens rückwärts berechnet werden. Wenn die Bruttomarge eines Produkts oder Projekts begrenzt ist, müssen nach einem bestimmten werbebedingten Umsatz weiterhin Logistik, Zahlungsgebühren der Plattform, Kundendienst, Vertriebsprovisionen und personelle Betriebskosten abgezogen werden. Dann kann trotz eines scheinbaren Ertrags tatsächlich weiterhin ein Verlust entstehen. Umgekehrt ist bei Geschäften mit hohem Auftragswert, hoher Wiederkaufrate oder hohem Customer Lifetime Value ein niedriger ROI beim ersten Abschluss im Frontend nicht zwangsläufig unangemessen.

B2B-Unternehmen sollten zudem die „Kosten pro Lead“ differenziert betrachten. Bei zwei Anfragen hinterlässt eine Person beispielsweise nur eine kostenlose E-Mail-Adresse und einen vagen Bedarf, während die andere Firmenname, Beschaffungsspezifikationen und Beschaffungszeitraum angibt. Der Wert für das Vertriebsteam ist in beiden Fällen völlig unterschiedlich. Wenn die Optimierung der Anzeigenschaltung nur auf möglichst niedrige Formularkosten ausgerichtet ist, wird das System häufig eher Personen finden, die leichter Informationen übermitteln, und nicht unbedingt Personen, die leichter zu einem Abschluss führen.

Was AI verbessern kann – und was sie für Unternehmen nicht lösen kann

Der tatsächliche Nutzen von AI-Werbesystemen zeigt sich in der Regel in einer schnelleren Datenverarbeitung und häufigeren Anpassungen: Sie erkennen die Performance unterschiedlicher Zielgruppen, Regionen, Geräte, Werbemittel und Zeiträume; verteilen Budgets anhand von Conversion-Signalen; erstellen oder testen Werbekreativmaterialien in großen Mengen; und erkennen Kostenabweichungen zeitnah. Für international tätige Unternehmen, die in vielen Märkten, in vielen Sprachen und mit komplexen Produkt-SKUs werben, können diese Funktionen den Aufwand für die manuelle Kampagnenüberwachung tatsächlich reduzieren.

Die Qualität, mit der AI lernt, hängt jedoch von den eingegebenen Conversion-Daten ab. Wenn auf der Website nur das oberflächliche Ereignis „Formular absenden“ getrackt wird, lernt das System auch nur, „wer eher ein Formular absendet“. Werden Ergebnisse wie qualifizierte Anfragen, vom Vertrieb bestätigte Geschäftschancen und abgeschlossene Bestellungen auf konforme Weise zurückgespielt, kann sich die Optimierungsrichtung schrittweise dem tatsächlichen Geschäftsziel annähern. Ein häufig übersehener Punkt ist dabei: Unzureichende Datenmengen, häufig wechselnde Conversion-Definitionen oder unterschiedliche Märkte innerhalb derselben Werbestruktur können zu Abweichungen bei der automatisierten Optimierung führen.

Unternehmen sollten „AI-gestützte Anzeigenschaltung“ daher nicht so verstehen, dass sie sich weniger kümmern und dadurch mehr verdienen können. Treffender ist: Die Maschine übernimmt häufige Berechnungen und wiederholte Tests, während das Team seine Energie auf Produktvorteile, Kundenselektion, die Aufnahme durch die Landingpage und Vertriebsfeedback konzentriert – also auf Bereiche, die Maschinen nicht ersetzen können.

Bei der Auswahl sollte die Aufnahmefähigkeit der Website mitbewertet werden

Der Werbe-ROI entsteht nicht nur im Werbe-Backend. Wenn eine Landingpage nach dem Anzeigenklick langsam lädt, die Sprache nicht den lokalen Beschaffungsgewohnheiten entspricht, Produktparameter unvollständig sind oder der Anfrageprozess zu lang ist, werden selbst günstige Klicks im Frontend verschwendet. Insbesondere wenn Exportunternehmen Google Ads oder Werbung in internationalen sozialen Medien schalten, sollten Werbemittel, Keywords, Seiteninhalte und Formularfragen konsistent sein: Wenn die Anzeige kundenspezifische Fähigkeiten bewirbt, die Seite aber nur eine Unternehmensvorstellung enthält; wenn die Anzeige auf den deutschen Markt ausgerichtet ist, die Seite jedoch weiterhin direkt übersetztes Englisch verwendet; oder wenn die Anzeige zur Angebotsanfrage auffordert, das Formular aber zu viele nicht erforderliche Angaben verlangt – all dies senkt die Conversion-Bereitschaft.

Der Wert einer integrierten Lösung aus Website- und Marketingservices liegt hierbei nicht darin, dass „je mehr Funktionen, desto besser“ gilt, sondern darin, ob sich Datenbrüche reduzieren lassen. Am Beispiel von Serviceplattformen wie Yiyingbao, die Unternehmen bei der internationalen Expansion unterstützen, werden Bereiche wie intelligenter Website-Aufbau, mehrsprachige Websites, Google SEO, Anzeigenschaltung, Social-Media-Betrieb und Optimierung der Sichtbarkeit in der AI-Suche abgedeckt. Für Unternehmen, die mehrere Auslandsmärkte erschließen möchten, führt eine einheitliche Planung von Website-Aufbau, Werbung und Datentracking in der Regel leichter zu einem kontinuierlichen Optimierungskreislauf, als nach Fertigstellung der Website nachträglich Tracking einzubauen und Landingpages anzupassen.

Bei der Auswahl einer Servicelösung sollten die Fragen dennoch konkret sein: Unterstützt die Website eigenständige Landingpages nach Land, Sprache und Produktlinie? Können Werbedaten den Seiten und Lead-Quellen zugeordnet werden? Lassen sich gewöhnliche Anfragen von qualifizierten Geschäftschancen unterscheiden? Wie fließt das Vertriebsfeedback in die nächste Optimierungsrunde ein? Plattformkapazitäten, Umsetzungskompetenzen und die interne Zusammenarbeit des Unternehmens können jeweils das Endergebnis beeinflussen.

Vier Fragen, die wichtiger sind als ein „versprochener ROI“

Bei der Bewertung von AI-Werbedienstleistungen oder -Systemen sollte zunächst eine klare ROI-Definition verlangt werden, anstatt direkt eine scheinbar hohe Zahl zu vergleichen. Der Fokus kann auf vier Punkten liegen: Wie wird das Attributionsfenster für Werbung festgelegt? Werden Rückerstattungen, ungültige Leads und der Vertriebszyklus in die Berechnung einbezogen? Bleiben die Kosten pro Kundenakquisition bei Budgeterhöhungen stabil? Werden bei Leistungsschwankungen Werbemittel, Zielgruppen und Seiten angepasst oder wird lediglich das Budget erhöht?

Auch der Unterschied zwischen „Kaltstart“ und „Stabilisierungsphase“ sollte beachtet werden. Wenn neue Konten, neue Märkte oder neue Produktseiten gerade erst beworben werden, sind unzureichende Daten normal, und aus der Performance weniger Tage sollten keine vorschnellen Schlüsse gezogen werden. Gleichzeitig darf eine ineffektive Ausgabe nicht unbegrenzt toleriert werden, nur weil „die AI noch lernt“. Ein sicherer Ansatz besteht darin, vorab schrittweise Validierungsziele zu vereinbaren: Zunächst wird geprüft, ob der Zielmarkt echte Klicks und Anfragen erzeugt, anschließend die Qualität qualifizierter Leads und schließlich anhand der Zahlungseingänge aus dem Vertrieb, ob die Anzeigenschaltung ausgeweitet werden sollte.

Auf die Frage, welchen ROI AI-gestützte Werbung im Allgemeinen erreichen kann, gibt es letztlich keine Standardantwort, die losgelöst von der geschäftlichen Realität ist. Für Unternehmen sollte ein angemessener ROI die tatsächlichen Kosten decken, zur Tragfähigkeit des Cashflows passen und mit zunehmender Datenbasis den Anteil qualifizierter Geschäftschancen schrittweise erhöhen. Teams, die Werbung, Website, Vertriebsfeedback und langfristiges Content-Wachstum innerhalb derselben Geschäftslogik betrachten, können meist besser als Teams, die nur auf eine einzelne Renditekennzahl im Backend starren, beurteilen, ob ein Budget erhöht, gesenkt oder zunächst pausiert werden sollte, um die Conversion-Kette zu korrigieren.