Vier Dinge, die sich ändern, sobald man aufhört, jede Anzeige von Hand zu erstellen

Einleitung

Ich habe fast sechs Jahre im SaaS-Marketing verbracht, und die kreative Umsetzung war dabei immer der Engpass. Nicht die Strategie. Nicht das Budget. Die kreative Umsetzung.

Man kann das cleverste Targeting der Welt haben, aber wenn in einem Anzeigen-Set fünf Wochen lang ununterbrochen dieselben drei Bilder geschaltet werden, bricht die Performance ein, und niemand im Team kann schnell genug erklären, warum das so ist, um das Problem zu beheben. Das ist das Problem, auf das ich immer wieder gestoßen bin, und deshalb habe ich mich schließlich hingesetzt und Adsmaker.ai tatsächlich für eine echte Kampagne genutzt, anstatt es nur als Lesezeichen zu speichern.

Was nun folgt, ist keine Funktionsübersicht. Es geht darum, was sich in meiner Woche tatsächlich verändert hat, nachdem ein KI-Anzeigen-Generator die Teile der Arbeit übernommen hat, die mir früher jeden Dienstag Zeit geraubt haben.

Die Bearbeitungszeit für Ihre Anzeigen sinkt von Tagen auf Minuten

Das ist der offensichtlichste Punkt, also bringen wir ihn schnell hinter uns.

Eine einzige Produktanzeige bedeutete früher einen Slack-Thread mit unserer Designerin, zwei Überarbeitungsrunden und eine Wartezeit von 48 Stunden, wenn sie mit anderen Anfragen überhäuft war. Mit Adsmaker.ai habe ich Produktfotos hochgeladen und hatte in weniger als drei Minuten fünf anzeigenfertige Varianten zur Verfügung.

Multipliziert man das mit zwölf Artikelnummern, ergibt das eine Zeitersparnis von rund 20 Stunden in einer einzigen Woche – Stunden, die ich früher nur mit Warten verbracht habe, ohne überhaupt zu arbeiten. Das ist kein geringfügiger Effizienzgewinn. Das ist ein ganzer zusätzlicher Arbeitstag, der aus dem Nichts gewonnen wurde.

Das Testen von zehn Varianten fühlt sich nicht mehr wie ein Luxus an

Hier wird es interessant – und ehrlich gesagt zunächst auch ein wenig unangenehm.

Die meisten Teams testen zwei oder drei Anzeigenvarianten, weil das Designbudget nicht mehr zulässt. Das ist keine strategische Entscheidung – es ist eine Ressourcenbeschränkung, die als Strategie getarnt ist. Sobald ein KI-Anzeigenersteller die Kosten für die Erstellung der achten Variante eliminiert, fängt man an, Dinge zu testen, mit denen man sich zuvor nie die Mühe gemacht hätte: einen anderen Hintergrund, einen anderen Ansatz für die Überschrift, einen anderen Bildausschnitt.

Letzten Monat habe ich für ein Produkt zehn Varianten getestet statt meiner üblichen drei. Zwei der „seltsamen“ Varianten, die ich fast gar nicht erst erstellt hätte, schnitten am Ende deutlich besser ab als meine sicheren Favoriten. Es hat sich herausgestellt, dass mein Geschmack und der des Algorithmus nicht immer übereinstimmen – und das habe ich nur herausgefunden, weil das Testen von zehn Varianten keine zusätzlichen Kosten mehr verursacht hat.

Designer werden zu Redakteuren, nicht zu Produzenten

Das ist der Wandel, vor dem dich niemand warnt, und es ist ein wenig unangenehm, das laut zuzugeben.

Die Aufgabe unserer Designerin ist nicht verschwunden. Sie hat sich nur verändert. Anstatt jede einzelne Anzeige von Grund auf neu zu gestalten, überprüft sie nun die von der KI generierten Ergebnisse, markiert alles, was nicht zum Markenimage passt, und korrigiert die 20 %, die ein menschliches Auge erfordern – Dinge wie ungeschickte Textplatzierung oder einen Hintergrund, der mit der Farbpalette eines Produkts kollidiert.

Die Marketingforschung von HubSpot hat immer wieder gezeigt, dass das Volumen einer der größten Druckfaktoren für Marketingteams ist, wobei ein großer Teil der Marketingfachleute „die Produktion von genügend Inhalten“ eher als anhaltende Herausforderung denn als einmaliges Problem bezeichnet. Das deckt sich mit meinen internen Beobachtungen: Die Einschränkung lag nie in der Kreativität, sondern im Durchsatz. Sobald der Durchsatz kein Engpass mehr war, wurde das eigentliche Fachwissen unserer Designerin – Geschmack, Markenverständnis, Bearbeitung – zum wertvollsten Teil ihrer Arbeit, statt zum zeitaufwendigsten.

Schlechte Zielgruppenansprache wird schneller aufgedeckt, aber nicht behoben

Nun zu einem Punkt, der vielleicht gar nicht auf eine „Erfolge“-Liste gehört, und das möchte ich gleich vorwegnehmen.

Ein KI-Anzeigen-Generator produziert gerne zwanzig ausgefeilte Varianten einer Anzeige, die auf die falsche Zielgruppe abzielt. Er ist schnell, aber kein Hellseher. Als eine meiner Kampagnen trotz neuer Kreativentwürfe alle paar Tage weiterhin unterdurchschnittlich abschnitt, lag das Problem nicht bei den Anzeigen – sondern darin, dass ich ein Segment angesprochen hatte, das dieses Produkt von vornherein gar nicht wollte.

Eine schnellere Anzeigenproduktion hat einen seltsamen Nebeneffekt: Sie nimmt die Ausrede „Wir hatten keine Zeit, ausreichend zu testen“ weg. Wenn Ihre Zahlen nach zehn gut gemachten Varianten immer noch schlecht sind, liegt die ehrliche Antwort meist in der Zielgruppenausrichtung, dem Angebot oder der Preisgestaltung – nicht in der „Kreativmüdigkeit“. Das ist ein schwierigeres Gespräch mit einem Kunden oder Vorgesetzten, aber ein nützlicheres. Aus Neugierde möchte ich noch anmerken, dass die Avatar-Tools von Adsmaker.aifast wie ein KI-Avatar-Generator für Anzeigen im Testimonial-Stil funktionieren – nützlich, aber auch hier kein Ersatz dafür, zu wissen, wen man tatsächlich erreichen will.

Der Teil, den niemand in die Fallstudie aufnimmt

Nichts davon hat mich zu einem besseren Strategen gemacht. Es hat mich zu einem schnelleren gemacht, was etwas ganz anderes ist, und ich denke, genau diese Unterscheidung ist der springende Punkt, den man sich hier merken sollte.