Generative Engine Advertising (GEA): Wie Werbung in KI-Antworten funktioniert

Immer mehr Kunden beginnen ihre Produktsuche nicht mehr mit zwei oder drei Keywords. Sie beschreiben ihr Problem in einem vollständigen Satz, stellen Rückfragen und lassen sich von einer KI bei der Auswahl unterstützen.

Aus „Poolpumpe kaufen“ wird zum Beispiel:

Welche energieeffiziente Poolpumpe eignet sich für ein 40-Kubikmeter-Becken mit Salzwasser und lässt sich an meine bestehende Anlage anschließen?

Für Händler verändert sich damit nicht nur die organische Sichtbarkeit. Auch bezahlte Werbung wandert in KI-gestützte Suchergebnisse und Dialoge. Anzeigen erscheinen bereits in oder neben Google AI Overviews, in Microsoft Copilot, bei Perplexity und in ChatGPT.

Für diese Entwicklung wird zunehmend der Begriff Generative Engine Advertising, kurz GEA, verwendet. Doch wie funktioniert GEA? Was unterscheidet es von SEA und GEO? Und müssen Shopbetreiber jetzt neue Kampagnen für jede KI-Plattform anlegen?

Das Wichtigste in Kürze

• GEA bezeichnet bezahlte Werbung in KI-gestützten Such- und Dialogoberflächen.

• Der Begriff ist noch nicht einheitlich definiert und dient vor allem als Sammelbegriff für neue Anzeigenformate.

• GEA ersetzt SEA nicht. Viele KI-Anzeigen greifen auf bestehende Such-, Shopping- oder Performance-Max-Kampagnen zurück.

• GEO und GEA sind nicht dasselbe: GEO verbessert die organische Sichtbarkeit in KI-Antworten, GEA kauft gekennzeichnete Werbeplatzierungen.

• Gute Produktdaten, relevante Landingpages und ein sauberes Conversion-Tracking werden noch wichtiger.

• Für die meisten Shopbetreiber ist ein kontrollierter Test sinnvoller als eine vollständige Verschiebung des Werbebudgets.

Was ist Generative Engine Advertising?

Generative Engine Advertising beschreibt Werbeanzeigen, die in einer durch generative KI geprägten Suche oder Unterhaltung ausgespielt werden. Anders als bei einer klassischen Suchanzeige bewertet die Plattform dabei nicht nur ein einzelnes Keyword. Sie kann auch den Inhalt einer KI-Antwort, die bisherige Unterhaltung und die darin erkennbare Kaufabsicht berücksichtigen.

Ein Kunde fragt vielleicht zunächst, welche Laufschuhe bei Knieproblemen geeignet sind. Danach grenzt er seine Anforderungen nach Untergrund, Passform, Budget und bevorzugter Marke ein. Erst im Verlauf des Dialogs entsteht eine konkrete Kaufabsicht. Genau an diesem Punkt kann eine passende Anzeige erscheinen.

GEA ist allerdings noch keine klar abgegrenzte Kampagnenart, die auf allen Plattformen gleich funktioniert. Der Begriff fasst vielmehr unterschiedliche Werbeformen zusammen:

• Anzeigen über, unter oder innerhalb einer KI-generierten Suchübersicht,

• gesponserte Produkte neben einer KI-Antwort,

• Anzeigen, die zum Kontext einer Unterhaltung passen,

• gesponserte Folgefragen,

• interaktive Anzeigen, über die Kunden weitere Produktfragen stellen können.

Wichtig ist die Trennung zwischen Antwort und Werbung. Die großen Plattformen kennzeichnen bezahlte Inhalte und betonen, dass Werbetreibende nicht einfach die organische KI-Antwort kaufen können. Bei ChatGPT beeinflussen Anzeigen laut OpenAI die Antwort nicht. Auch Perplexity erklärt, dass Werbetreibende keinen Einfluss auf den Inhalt der Antworten erhalten.

GEA, GEO, SEA und SEO: Was ist der Unterschied?

Die Begriffe klingen ähnlich, verfolgen aber unterschiedliche Ziele.

GEO beeinflusst also, ob eine Marke aufgrund relevanter, glaubwürdiger und maschinenlesbarer Inhalte in einer Antwort auftaucht. GEA schafft zusätzliche bezahlte Reichweite rund um solche Antworten.

In der Praxis greifen die Disziplinen ineinander. Eine Anzeige kann Aufmerksamkeit erzeugen, doch die dahinterliegende Produktseite muss die Frage des Kunden überzeugend beantworten. Produktdaten, Inhalte, Bewertungen und eine technisch saubere Website bleiben deshalb auch bei bezahlter KI-Werbung entscheidend.

Warum GEA für den E-Commerce relevant wird

Klassische Suchmaschinenwerbung reagiert stark auf Keywords. Generative Systeme können dagegen einen umfangreicheren Kontext berücksichtigen. Dadurch entstehen Werbemöglichkeiten in Situationen, in denen ein Kunde sein Problem bereits sehr genau beschrieben hat.

Das ist besonders für erklärungsbedürftige Produkte interessant. Dazu gehören beispielsweise Ersatzteile, technische Komponenten, Möbel, Gesundheitsprodukte oder B2B-Sortimente. Kunden suchen hier nicht nur einen Artikel. Sie möchten wissen, welche Lösung zu ihren Anforderungen passt.

Für Shopbetreiber ergeben sich daraus drei Veränderungen.

1. Die Suchanfrage wird zum Gespräch

Eine einzelne Eingabe bildet nicht mehr die gesamte Kaufabsicht ab. Die KI erfährt im Dialog, welche Anforderungen, Einschränkungen und Prioritäten der Kunde hat. Dadurch kann Werbung kontextbezogener werden.

2. Die Anzeige wird Teil der Entscheidungshilfe

Eine gute GEA-Anzeige muss mehr leisten als Aufmerksamkeit. Sie sollte einen sinnvollen nächsten Schritt anbieten: ein passendes Produkt, einen Vergleich, eine Beratung, einen Konfigurator oder eine konkrete Lösung für das beschriebene Problem.

3. Produktdaten gewinnen weiter an Bedeutung

KI-Plattformen benötigen verlässliche Informationen zu Produkten, Preisen, Varianten, Verfügbarkeit und Eigenschaften. Ein sauberer Produktfeed wird deshalb nicht überflüssig. Er entwickelt sich zu einer wichtigen Grundlage für Shopping-Anzeigen, KI-Empfehlungen und agentische Einkaufsprozesse.

Wo GEA heute bereits stattfindet

GEA ist keine reine Zukunftsvision. Die wichtigsten Plattformen verfolgen jedoch unterschiedliche Ansätze.

Google: Anzeigen rund um AI Overviews

Google kann bestehende Text-, Shopping-, Local- und App-Anzeigen über oder unter AI Overviews ausspielen. Anzeigen innerhalb der KI-Übersicht sind bislang nur in ausgewählten Märkten verfügbar. Als Grundlage dienen unter anderem Such-, Shopping- und Performance-Max-Kampagnen.

Google berücksichtigt dabei sowohl die Suchanfrage als auch den Inhalt der KI-Übersicht. Händler müssen also nicht zwangsläufig eine komplett neue Kampagnenstruktur aufbauen. Allerdings lässt sich die Ausspielung in AI Overviews derzeit nicht in allen Fällen separat auswerten. Das erschwert einen sauberen Vergleich mit klassischen Suchplatzierungen.

Weitere Informationen bietet die Google-Ads-Hilfe zu Anzeigen und Übersichten mit KI.

Microsoft: Bestehende Kampagnen in Copilot

Microsoft überträgt Anzeigen aus bestehenden Suchkampagnen in Copilot-Erlebnisse. Für Shopbetreiber ist das ein vergleichsweise einfacher Einstieg: Vorhandene Kampagnenassets, Produktdaten und Zielseiten können auch für dialogorientierte Platzierungen genutzt werden.

Mit AI Max und Performance Max versucht Microsoft, komplexere Suchintentionen zu erkennen und Anzeigen auch auf KI-Oberflächen wie Copilot Search und Copilot Answers auszuspielen. Anzeigen in Copilot stehen bereits in deutschsprachigen Märkten zur Verfügung.

ChatGPT: Werbung auf Basis von Gesprächsabsicht

OpenAI hat 2026 mit Anzeigen in ChatGPT begonnen und stellt dafür einen eigenen Ads Manager bereit. Werbetreibende mit Sitz in Deutschland können den Self-Service nutzen. Kampagnen lassen sich je nach Ziel auf Impressionen, Klicks oder Conversions ausrichten.

Für die Relevanz einer Anzeige betrachtet ChatGPT nicht nur einen kurzen Suchbegriff. Laut OpenAI fließen unter anderem der Kontext und die Absicht der aktuellen Unterhaltung, die Landingpage sowie der Anzeigentext ein. Die Anzeige bleibt dabei von der eigentlichen Antwort getrennt und wird als Werbung gekennzeichnet.

Conversions können über Pixel, Conversions API oder beide Verfahren gemessen werden. Damit entwickelt sich ChatGPT von einer reinen Informationsplattform auch zu einem messbaren Werbekanal. Details und aktuelle Verfügbarkeiten finden sich in den Informationen zu ChatGPT Ads.

Perplexity: Gesponserte Folgefragen

Perplexity experimentiert unter anderem mit gesponserten Folgefragen und bezahlten Platzierungen neben einer Antwort. Das Format passt zur dialogorientierten Nutzung: Eine Marke kann einen hilfreichen nächsten Themenpunkt anbieten, ohne den Inhalt der organischen Antwort zu bestimmen.

Der Rollout begann in den USA und ist im Vergleich zu Google, Microsoft und ChatGPT noch begrenzter. Für viele deutsche Händler ist Perplexity deshalb zunächst ein Beobachtungs- oder Testkanal.

Was unterscheidet GEA von klassischer Suchmaschinenwerbung?

Der größte Unterschied liegt nicht im Anzeigenformat, sondern in der verfügbaren Absicht.

Bei SEA sieht eine Plattform häufig eine Suchanfrage wie „Bürostuhl ergonomisch“. In einem KI-Dialog erfährt sie möglicherweise zusätzlich, dass der Nutzer groß ist, täglich acht Stunden sitzt, unter Rückenschmerzen leidet und maximal 600 Euro ausgeben möchte.

Damit verändert sich die Kampagnenlogik:

Keywords verschwinden dadurch nicht sofort. Google und Microsoft nutzen weiterhin bestehende Kampagnenstrukturen. Gleichzeitig gewinnen Zielgruppen-, Feed-, Inhalts- und Kontextsignale an Gewicht.

Was Shopbetreiber für GEA vorbereiten sollten

Bevor ein Händler Budget in einen neuen KI-Werbekanal verschiebt, sollte die Grundlage stimmen.

Produktdaten vollständig und verständlich pflegen

Titel, Beschreibungen, Eigenschaften, Varianten, Preise und Bestände müssen aktuell sein. Bei beratungsintensiven Produkten sind außerdem Einsatzgebiet, Kompatibilität, Maße, Materialien und Ausschlusskriterien wichtig.

Fehlen diese Informationen, kann weder eine KI noch eine Kampagne zuverlässig erkennen, für welche Anfrage das Produkt geeignet ist.

Landingpages an echten Kundenfragen ausrichten

Eine KI-Anzeige kann sehr genau auf eine Situation passen. Wenn die Zielseite anschließend nur allgemeine Werbeaussagen enthält, bricht dieser Vorteil weg.

Gute Landingpages beantworten deshalb konkrete Fragen, erklären Unterschiede, zeigen relevante Produktmerkmale und bieten einen klaren nächsten Schritt. Kategorien, Ratgeber, Vergleiche und Konfiguratoren können dabei ebenso wichtig sein wie einzelne Produktdetailseiten.

Tracking und Datenübergabe prüfen

Neue Anzeigenplätze sind nur dann wirtschaftlich bewertbar, wenn Klicks, Käufe, Leads und relevante Zwischenziele gemessen werden. Dazu gehören ein korrektes Consent-Management, serverseitige Messung, saubere Kampagnenparameter und ein verlässlicher Abgleich mit Shop- oder CRM-Daten.

Bei der Bewertung ist Geduld notwendig. Plattformen und Reportings entwickeln sich noch. Google weist beispielsweise darauf hin, dass Anzeigen in AI Overviews derzeit nicht separat segmentiert ausgewertet werden können.

Bestehende SEA-Kampagnen als Ausgangspunkt nutzen

Viele GEA-Platzierungen entstehen bereits aus vorhandenen Search-, Shopping- oder Performance-Max-Kampagnen. Händler sollten deshalb zunächst prüfen, ob ihre bestehenden Kampagnen, Creatives, Produktfeeds und Landingpages für komplexere Anfragen geeignet sind.

GEA beginnt oft nicht mit einem neuen Werbekonto, sondern mit einer besseren Datengrundlage im vorhandenen Setup.

Welche Kennzahlen sind bei GEA wichtig?

Klickrate und Kosten pro Klick bleiben relevant, reichen aber nicht aus. Ein KI-Dialog kann Kunden früher im Entscheidungsprozess erreichen oder bereits stark vorqualifizieren. Deshalb sollte die Bewertung mehrere Ebenen berücksichtigen:

• Reichweite und Impressionen auf KI-Platzierungen,

• Klickrate und Kosten pro Klick,

• qualifizierte Besuche und Interaktionen auf der Zielseite,

• Warenkorb- und Abschlussrate,

• Kosten pro Neukunde oder Lead,

• Umsatz und Deckungsbeitrag,

• Anteil unterstützter Conversions,

• Neukundenquote und langfristiger Kundenwert.

Entscheidend ist nicht, ob eine GEA-Kampagne viele Gespräche oder Klicks erzeugt. Sie muss wirtschaftlich relevante Kunden erreichen.

Sollte Dein Shop jetzt mit GEA starten?

Ein Test ist besonders sinnvoll, wenn:

• Du bereits relevante Budgets in SEA oder Shopping investierst,

• Dein Sortiment erklärungsbedürftig ist,

• Kunden häufig vergleichen oder Beratung benötigen,

• Deine Produktdaten und Landingpages gut gepflegt sind,

• Dein Tracking Käufe oder Leads zuverlässig erfasst,

• Du ein begrenztes Testbudget ohne kurzfristigen Erfolgsdruck einsetzen kannst.

Zuerst die Grundlagen verbessern solltest Du, wenn Produktdaten fehlen, Conversions nicht sauber gemessen werden oder bestehende SEA-Kampagnen noch deutliche strukturelle Probleme haben. Ein neuer Kanal löst diese Schwächen nicht – er macht sie häufig nur sichtbarer.

So kann ein sinnvoller GEA-Test aussehen

Für den Einstieg braucht es keine vollständige Neuausrichtung des Marketings. Ein kontrollierter Pilot reicht.

1. Anwendungsfall auswählen: Eine Produktgruppe mit erkennbarem Beratungsbedarf und ausreichendem Suchvolumen auswählen.

2. Datenbasis prüfen: Feed, Produktmerkmale, Preise, Bestände und Zielseiten vervollständigen.

3. Kanal bestimmen: Je nach Zielgruppe mit Google, Microsoft oder ChatGPT starten.

4. Klares Ziel definieren: Beispielsweise Neukundenumsatz, qualifizierte Leads oder Deckungsbeitrag.

5. Budget begrenzen: GEA zunächst als Test neben bestehenden Kampagnen führen.

6. Ergebnisse vergleichen: Nicht nur Klickkosten, sondern Conversion, Neukundenanteil und Wirtschaftlichkeit bewerten.

7. Lernphase nutzen: Such- und Gesprächsintentionen auswerten und Inhalte, Feed sowie Anzeigen weiterentwickeln.

So entsteht belastbares Wissen, ohne einen funktionierenden Akquisekanal vorschnell zu ersetzen.

Fazit: GEA erweitert SEA um den Gesprächskontext

Generative Engine Advertising verändert nicht von heute auf morgen das gesamte Performance Marketing. Die Entwicklung ist jedoch bereits praktisch relevant: Google, Microsoft, ChatGPT und Perplexity integrieren Werbung in KI-gestützte Such- und Dialogoberflächen.

Für Shopbetreiber liegt die Chance darin, Kunden in einem Moment zu erreichen, in dem ihr Bedarf schon genauer beschrieben ist als bei einer klassischen Keyword-Suche. Gleichzeitig bleiben die Erfolgsfaktoren vertraut: verlässliche Produktdaten, relevante Zielseiten, sauberes Tracking und ein wirtschaftlich gesteuerter Test.

GEA ersetzt SEA deshalb nicht. Es erweitert Suchmaschinenwerbung um den Kontext eines Gesprächs. Wer seine Daten und Kampagnen heute darauf vorbereitet, kann neue Platzierungen testen, ohne bewährte Kanäle aufzugeben.