Analyse von Tim Jerathe & Daniel Schiemann
2026 verändert sich das Fundament von Google Ads radikal. Während Keywords, manuelle Kampagnensteuerung und klassische Zielgruppen an Bedeutung verlieren, rückt ein Element in den Mittelpunkt: Produktdaten.
Der Produktfeed wird 2026 zum zentralen Steuerungsinstrument der KI.
Er entscheidet darüber, welche Anzeigen ausgespielt werden, welche Nutzer erreicht werden, welchen Wert die KI prognostiziert – und welchen Auktionen man überhaupt zugeordnet wird.
Warum Google 2026 stärker auf Produktdaten setzt als auf Kampagnenstrukturen
Die KI hinter Performance Max und allen Shopping-Inventaren benötigt Informationen, die weit über Titel, Preis und Beschreibung hinausgehen.
2026 analysiert Google Produktdaten als:
- semantische Informationsquelle
- Qualitätsindikator
- Relevanzsignal
- Prognosebasis für Umsatz und Wert
- Kontext für Nutzerintentionen
Je mehr strukturelle Tiefe ein Feed hat, desto präziser kann die KI:
- Produkte mit Nutzern matchen
- Trends erkennen
- Varianten testen
- Ähnliche Nutzerclustern bilden
- Gebote optimieren
- den erwarteten Wert eines Nutzers vorhersagen
Daniel Schiemann beschreibt es so:
„Produktdaten sind das neue Targeting. Wenn sie clean, vollständig und intelligent strukturiert sind, erledigt die KI den Rest.“
Was Feed-Optimierung 2.0 von 2020–2023 unterscheidet
Die alte Feed-Optimierung bestand aus:
- Keyword-Befüllung
- Titel-Langversionen
- günstigeren Preisen
- besseren Bildern
2026 jedoch ist Feed-Optimierung datengetrieben, KI-optimiert und semantisch viel anspruchsvoller.
Relevante Bestandteile:
- strukturierte Attribute
- detaillierte Kategorisierungen
- klare Produktvarianten
- vollständige Zusatzinformationen (Material, Eigenschaften, Anwendungsfälle)
- semantisch saubere Titel
- automatisierte Datenpipelines
- regelbasiertes Attributmanagement
Es geht nicht mehr darum, wie viel man manuell optimiert – sondern wie gut die Daten für die KI verwertbar sind.
Warum Produktdaten mittlerweile die größten Performanceunterschiede erklären
Unternehmen mit identischen Budgets und ähnlichen Produkten erzielen oft drastisch unterschiedliche Ergebnisse.
Der Grund ist fast immer der gleiche: Feed-Qualität.
Einige Effekte von gutem Feed-Engineering:
- höhere Relevanz → bessere Auktionen
- mehr Impressionen → günstigere Klickkosten
- präzisere Nutzerzuordnung → höhere Conversion-Wahrscheinlichkeit
- bessere Variantentests → schnellere Skalierung
- klarere Signale → stabilere Performance
Ein schlechter Feed führt zu:
- eingeschränkten Auktionen
- hohen CPAs
- inkonsistenten Ergebnissen
- fehlender Skalierung
- falschen Nutzerclustern
Tim Jerathe bringt es auf den Punkt:
„Es sind nicht die Kampagnen, die performen oder nicht – es sind die Produktdaten.“
Produktdaten als eigenes Marketingtool
2026 werden Produktdaten wie eigene Marketingtexte behandelt.
Sie definieren:
- wer erreicht wird
- wie Anzeigen erscheinen
- wie Varianten ausgespielt werden
- wie die KI Produktrelevanz berechnet
Damit ersetzt Feed-Optimierung viele Aufgaben, die Marketingteams früher manuell erledigten.
Die Daten werden zum Content, der die KI steuert.
Wie Unternehmen 2026 Feed-Optimierung professionalisieren
Fortgeschrittene Unternehmen haben folgende Bausteine implementiert:
1. Feed-Management-Systeme
Automatisierung statt Excel-Tabellen.
2. Regelbasierte Optimierung
If-Then-Regeln für Titel, Attribute, Varianten, Datenlücken.
3. Automatisierte Content-Generierung
AI-basierte Titel- und Beschreibungslogik, die tiefere Semantik abdeckt.
4. Datenanreicherungen aus CRM
Wiederkaufwahrscheinlichkeit, Margenklassen, Produktwert.
5. Permanente Feed-Audits
Kontinuierliche Qualitätsbewertung aller Attribute.
Der Unterschied zu früher:
Feed-Optimierung ist kein technischer Task mehr, sondern ein strategisches Wachstumsinstrument.
Warum Feed-Optimierung das neue Targeting ist
Da Google immer weniger manuelle Steuerungsmöglichkeiten bietet, verlagert sich die Relevanz auf die Datenbasis.
Statt:
- Keywords
- Zielgruppen
- Placements
- Anzeigenrotation
entscheidet heute:
- Produktwissen
- Produktdifferenzierung
- Attributqualität
- Semantische Tiefe
Der Feed ist der Ort, an dem Unternehmen der KI erklären, was sie verkaufen, für wen, warum, in welcher Variante, und welchen Wert die Produkte haben.
Dominik Carave
„Seit 2017 arbeiten wir mit Herrn Wenzel gemeinsam an unseren Ad’s Kampagnen und sind rundum begeistert. Dabei steht uns Adpoint immer mit Rat und Tat zur Seite. Wir sind glücklich einen solch kompetenten Partner gefunden zu haben.“
carave.video
Prof. Dr. Axel Lippold
„Herr Wenzel hat an unserer Hochschule durch die Google Zukunftswerkstatt die Möglichkeiten des digitalen Marketings hervorragend erläutert. Er bringt Fakten einwandfrei auf den Punkt und erklärt auch äußerst komplexe Prozesse verständlich.„
Ostfalia Hochschule
Prof. Dr. Jan Freidank
„Herr Wenzel hat an unserer Hochschule Mittelhessen mehrfach Workshops und Präsentationen gehalten. Seine Google Expertise sowie seine gesamte Online Markting Kompetenz ist außerordentlich. Ich kann Herrn Wenzel empfehlen.„
Technische Hochschule Mittelhessen
Maike Decker & Patrick Streich-Schulz
Wir wurden kompetent und ausführlich beraten. Anschließend hat das Team unsere Ads Kampagne neu strukturiert und aufgebaut.
Unsere CTRs haben sich seitdem sehr stark verbessert! Sehr professionell und kompetent, tolle Kommunikation und vor allem schnell messbare Erfolge!
papercrush.de
Versicherungsexperte Ralf Czwikla
„Die langjährige und vertrauensvolle Zusammenarbeit mit Herrn Wenzel spricht für sich. Mit manchen Kampagnen haben wir CTR’s von über 45% und sind somit der Konkurrenz weit voraus.„
versicherungen-bundeswehr.de
Fazit: Ohne tiefgreifende Feed-Optimierung ist 2026 keine nachhaltige Skalierung möglich
Die besten Performance-Max-Setups entstehen nicht im Konto, sondern in den Produktdaten.
Der Feed entscheidet, wie gut die KI versteht:
- welche Nutzer relevant sind
- wie Produkte kategorisiert werden
- wie Auktionen bewertet werden
- welche Varianten dominieren
- wie schnell Kampagnen skalieren
Unternehmen, die diese Entwicklung verstehen, schaffen sich einen massiven Wettbewerbsvorteil.
Alle anderen verlieren Reichweite, Datenqualität und Skalierungsmöglichkeiten.
In den Worten von Tim Jerathe:
„Der Feed ist das Herz von Performance Max. Wer ihn meistert, gewinnt 2026.“
Feed-Optimierung ist die Grundlage für AI-Bidding
AI-Bidding kann nur so gut arbeiten, wie die Daten es zulassen.
Ein perfekter Produktfeed liefert:
- klare Signale
- eindeutige Produktmerkmale
- strukturierte Kaufintention
- saubere Attributzuordnungen
Damit wird der Feed zu einem zentralen Wertträger, der alle Automatisierungen unterstützt.
Daniel Schiemann sagt dazu:
„Die KI kann nur das lernen, was wir ihr geben. Und Produktdaten sind ihre wichtigste Sprache.“
