Die Zukunft des Paid Search Marketing: Die wichtigsten Entwicklungen, die die Branche verändern

Letztes Update: 21. Dezember 2025

Obwohl es sich um einen ausgereiften Marketingkanal handelt (Google AdWords feierte sein 25-jähriges Jubiläum!), verändert sich die bezahlte Suche weiter. In den letzten Jahren gab es bedeutende Veränderungen: Smart Bidding hat die Optimierungsansätze komplett verändert, Responsive Search Ads sind zum Standard geworden, KI-gestützte Broad Match-Funktionen haben die Reichweite erhöht und Performance Max-Kampagnen haben neue Möglichkeiten geschaffen, wertvolle Zielgruppen zu finden.

Diese Veränderungen spiegeln einen grundlegenden Wandel in der Art und Weise wider, wie Suchmaschinenmarketing funktioniert. Die Zeiten des manuellen Keyword-Managements und der Gebotsanpassungen sind vorbei, da maschinelles Lernen und Automatisierung jetzt Routineaufgaben übernehmen. Vermarkter, die diese neuen Trends vorhersehen und sich darauf einstellen, gewinnen Wettbewerbsvorteile für Wachstum, Effizienz und Kundengewinnung, die andere vielleicht verpassen.

Wie verändern KI und Automatisierung das Kampagnenmanagement?

• KI macht die Optimierung automatisch und erweitert gleichzeitig das zielgerichtete Targeting.
• Da Algorithmen Gebote, Budgets und Absichtssignale in Echtzeit verarbeiten, müssen Teams weniger Zeit für manuelle Anpassungen aufwenden und können sich mehr auf die Zielsetzung, Datenqualität und kreative Strategien konzentrieren. Der Vorteil liegt bei den Marketern, die die Automatisierung mit klaren KPIs und zuverlässigen Eingaben steuern.

Künstliche Intelligenz ist bei bezahlten Suchanfragen nicht mehr nur ein Modewort, sondern echt wichtig geworden. Die heutigen Tools für das Kampagnenmanagement nutzen ausgeklügelte Algorithmen, um riesige Datenmengen zu analysieren, Muster zu erkennen und Anpassungen vorzunehmen, die für menschliche Marketingfachleute manuell unmöglich wären.

Laut einer Umfrage von McKinsey aus dem Mai 2024 sagen 65 % der Leute, dass ihre Unternehmen regelmäßig generative KI nutzen, wobei der größte Sprung bei der Einführung im Marketing und Vertrieb zu sehen ist. Das zeigt, dass Marketingteams KI weiter in ihre tägliche Arbeit und Analysen einbauen werden. McKinsey 2024.

Diese KI-Revolution betrifft jeden Aspekt des Kampagnenmanagements:

• Bei den Gebotsentscheidungen werden heute Hunderte von Signalen berücksichtigt - von Gerätetyp und Standort bis hin zu Tageszeit und Nutzerverhalten - und das alles in Echtzeit. Die neuesten automatisierten Bietsysteme können die Konversionswahrscheinlichkeit für jede Auktion vorhersagen und die Gebote entsprechend anpassen, wodurch sie oft eine bessere Leistung erzielen als die erfahrensten manuellen Bieter.
• Die Möglichkeiten der Zielgruppenansprache haben sich über die traditionellen Schlüsselwörter hinaus erweitert. KI-Systeme analysieren das Suchverhalten, um die tieferen Absichten zu verstehen, und ermöglichen es den Vermarktern, potenzielle Kunden über semantische Zusammenhänge zu erreichen, anstatt über exakt passende Begriffe.
• Die Budgetzuweisung ist fließender und reaktionsfähiger geworden. Moderne Tools verlagern die Ressourcen automatisch auf leistungsstärkere Kampagnen und Anzeigengruppen und stellen so sicher, dass die Vermarkter das Beste aus ihren Ausgaben herausholen.

Besonders cool ist, wie diese neuen Funktionen die bezahlte Suche für alle zugänglich gemacht haben. Kleinere Unternehmen und Teams mit begrenzten Ressourcen können jetzt die gleichen ausgeklügelten Strategien nutzen, die früher nur großen Firmen mit eigenen Spezialisten vorbehalten waren. Die Technologie kümmert sich um die technischen Details, sodass Marketingleute aller Erfahrungsstufen auf leistungsstarke Optimierungstools zugreifen können.

Für Marketingleute heißt diese Veränderung, dass sie weniger Zeit mit nervigen Anpassungen verbringen müssen und sich mehr auf strategische Entscheidungen konzentrieren können. Der Alltag hat sich von manuellem Gebotsmanagement und Keyword-Optimierung zu einer Aufgabe gewandelt, bei der KI-Systeme mit den richtigen Zielen gesteuert, hochwertige Inputs bereitgestellt und Ergebnisse interpretiert werden, um die Strategie zu verfeinern. Der Erfolg hängt jetzt davon ab, wie effektiv Marketingleute mit diesen KI-Systemen zusammenarbeiten können, anstatt zu versuchen, sie bei Rechenaufgaben zu übertreffen.

Teams können ihre Analysen und Entscheidungen auch schneller machen, indem sie Kampagnendaten mit einem speziellen Tool wie Celeste AI kombinieren, um wichtige Faktoren, Auffälligkeiten und Optimierungsmöglichkeiten für die nächsten Schritte in allen Konten zu erkennen.

Wie wird Performance Max die Zukunft von Multi-Channel-Kampagnen verändern?

• Performance Max macht die Suche zu einer automatisierten Lösung für den ganzen Trichter und mehrere Oberflächen.
• Durch die Zusammenlegung von Platzierungen und die Nutzung von Zielgruppensignalen sowie kreativen Elementen setzt Performance Max den Fokus auf Feed-Qualität, kreative Vielfalt und Messdisziplin statt auf die Detailsteuerung einzelner Kanäle. Marketer sollten es als eine Art ständig aktive Experimentierplattform mit Sicherheitsvorkehrungen sehen.

Performance Max ist wahrscheinlich die größte Veränderung bei den Kampagnentypen, die Google für die bezahlte Suche eingeführt hat. Dieses Google Ads-Format geht über die klassische Suche hinaus, indem es Anzeigen im gesamten Inventar von Google platziert und automatisch die Zielgruppen findet, bei denen die Wahrscheinlichkeit einer Conversion am größten ist.

Was Performance Max besonders auszeichnet, ist die Vereinfachung der Omnichannel-Werbung. Anstatt separate Kampagnen für jeden Kanal zu verwalten, können Werbetreibende jetzt eine einzige Kampagne erstellen, die das Budget dynamisch und leistungsabhängig auf die verschiedenen Plattformen verteilt. Die neuesten Daten zeigen, dass dieser Ansatz an Zugkraft gewinnt: 57 % der Werbetreibenden nutzen Performance Max.

Google macht Performance Max immer besser mit Funktionen, die Marketingleuten mehr Kontrolle geben:

• Negative Keyword-Funktionen, um zu verhindern, dass Anzeigen bei irrelevanten Suchanfragen angezeigt werden
• Asset-Einblicke, die zeigen, welche kreativen Elemente die Leistung steigern
• Platzierungsberichte, die genau zeigen, wo Anzeigen im gesamten Google-Netzwerk erscheinen
• Verbesserte Zielgruppensignale für ein strategischeres Targeting

Für Vermarkter, die an eine detaillierte Kontrolle gewöhnt sind, war Performance Max zunächst ein Vertrauensvorschuss. Aber die Paid-Media-Branche entwickelt sich weiter in Richtung Automatisierung, die mit strategischer Kontrolle einhergeht. In Zukunft werden wir wahrscheinlich eine weitere Integration von Performance Max und anderen Google-Kampagnenformaten sehen, zusammen mit erweiterten kanalübergreifenden Berichtsfunktionen, die Marketern helfen, die Customer Journey über mehrere Touchpoints hinweg besser zu verstehen.

Wie sollten Marken in einer Welt ohne Cookies Suchstrategien entwickeln, bei denen der Datenschutz an erster Stelle steht?

• Die datenschutzorientierte Suche punktet mit Erstanbieter-Daten und modellbasierter Messung.
• Da Signale von Drittanbietern immer unzuverlässiger werden, geht der Trend zu First-Party-Daten mit Einwilligung, verbesserter Conversion-Messung und datenschutzkonformen Experimenten. Marken, die Datenqualität und -verwaltung richtig umsetzen, können die Personalisierung beibehalten, ohne die Erwartungen der Nutzer zu enttäuschen.

Die digitale Werbebranche steht vor einer großen Umstellung, weil Cookies von Drittanbietern nach und nach verschwinden und die Datenschutzregeln strenger werden. Diese Veränderung braucht komplett neue Ideen für Targeting, Messung und Optimierung im Suchmaschinenmarketing.

Im April 2025 hat Reuters berichtet, dass Google gesagt hat, es würde keine neue eigenständige Aufforderung für Cookies von Drittanbietern in Chrome einführen und Cookies von Drittanbietern behalten. Das zeigt, wie unbeständig die Datenschutzlage nach wie vor ist und warum Messpläne mehrere Notfallpläne brauchen. Reuters 2025.

First-Party-Daten sind in dieser neuen Welt echt wichtig geworden. Marken mit guten Systemen zum Sammeln von First-Party-Daten haben einen großen Vorteil, weil diese Infos wichtige Hinweise für die Zielgruppenansprache liefern, ohne dass man sich auf Tracking von Drittanbietern verlassen muss. Das Sammeln und Aktivieren von Daten von deiner Website, deinem CRM und anderen eigenen Kanälen ist jetzt die Basis für eine effektive Suchstrategie.

Clevere Vermarkter stellen sich auf diese Veränderungen mit mehreren datenschutzfreundlichen Taktiken ein:

• Aufbau von Datenerfassungssystemen durch Website-Registrierungen, Treueprogramme und App-Nutzung
• Implementierung eines verbesserten Conversion-Trackings, um die Messgenauigkeit zu erhalten und gleichzeitig die Privatsphäre der Nutzer zu schützen
• Erforschung von modellierten Konversionen und prädiktiver Analytik, um Messlücken zu schließen
• Erstellung von Targeting-Strategien, die auf kontextbezogenen Signalen und nicht auf Daten von Drittanbietern basieren
• Testen von Broad-Match-Keywords in Kombination mit Smart Bidding, um neue Zielgruppensegmente zu identifizieren

Die Messmethoden müssen sich entsprechend anpassen. Attributionsmodelle, die sich stark auf Cross-Site-Tracking stützten, weichen neuen Methoden, die die Privatsphäre respektieren und dennoch verwertbare Erkenntnisse liefern. Die Datenschutz-Sandbox-Initiativen von Google und die verbesserten Conversions sind Versuche, diese konkurrierenden Prioritäten in Einklang zu bringen.

Für aktuelle Infos zu Cookies und Privacy Sandbox-APIs check einfach den offiziellen Status und die Anleitungen bei Privacy Sandbox 2025, damit deine Mess- und Tagging-Pläne mit den aktuellen Zeitplänen der Plattform übereinstimmen.

Die erfolgreichsten Vermarkter finden Wege, die Personalisierung trotz dieser Einschränkungen beizubehalten. Dies erfordert sowohl technische Anpassungen bei der Einrichtung deines Werbekontos als auch strategische Änderungen bei der Ausrichtung von Kampagnen auf bestimmte Zielgruppen. Die Zukunft gehört den Marken, die relevante Werbeerlebnisse bieten und gleichzeitig die Datenschutzpräferenzen der Nutzer/innen berücksichtigen können - und damit beweisen, dass diese Ziele erfolgreich nebeneinander bestehen können.

Warum wird die kreative Optimierung zum nächsten Wettbewerbsfeld?

• Kreativität wird zum wichtigsten Hebel, wenn das Bieten und Targeting automatisch laufen.
• Bei RSAs, ACAs und Multi-Asset-Formaten hängt die Performance von der Vielfalt der Botschaften, der Ausrichtung der Absichten und disziplinierten Tests ab. Teams sollten kreative Systeme entwickeln, die Hypothesen generieren, Themen rotieren und aus Signalen auf Asset-Ebene über Kampagnen hinweg lernen.

Da die Technik bei bezahlten Suchanzeigen immer mehr automatisiert wird, sind kreative Elemente jetzt das Hauptmerkmal, das durchschnittliche von außergewöhnlichen Kampagnen unterscheidet. Die Responsive Search Ads (RSAs) von Google sind jetzt ganz vorne mit dabei. Sie kombinieren mehrere Überschriften und Beschreibungen, um Tausende von möglichen Anzeigenvarianten zu erstellen, die zu den Suchanfragen der Nutzer passen.

Dieser Wandel erfordert einen neuen Ansatz bei der Anzeigenerstellung und beim Testen. Laut dem Artikel "Why Marketers Should Be Excited About Paid Search in 2025" von Skaiist Paul Vallez, EVP of Strategic Business Development mit mehr als 20 Jahren Erfahrung in den Bereichen Search, Commerce und Ad Tech:

"Während sich Vermarkter schon lange auf die präzise und zielgerichtete Suche verlassen, hat die Integration von KI neue Möglichkeiten eröffnet, Kampagnen zu optimieren und die Leistung zu steigern. Es geht nicht mehr nur um Keywords, sondern darum, die Absichten der Nutzer auf einer tieferen Ebene zu verstehen."

Die Einführung von automatisch erstellten Assets (ACAs) ist ein weiterer großer Schritt in diesem Bereich. Diese KI-generierten Überschriften und Beschreibungen ergänzen die Assets der Werbetreibenden und nutzen die Algorithmen von Google, um Variationen zu erstellen, die sonst vielleicht übersehen würden. Erste Ergebnisse zeigen, dass ACAs die Conversion-Raten steigern können, ohne die Effizienz zu beeinträchtigen, was sie zu wertvollen Automatisierungstools für kreative Tests macht.

Was bedeutet das für Vermarkter? Kreative Strategien erfordern heute sowohl Kunst als auch Wissenschaft:

• Entwickle verschiedene Messaging-Ansätze, die unterschiedliche Nutzerbedürfnisse und Suchintentionen ansprechen
• Erstelle thematisch gruppierte Assets, die in verschiedenen Kombinationen gut funktionieren
• Überwache Leistungsdaten, um herauszufinden, welche Botschaften bei bestimmten Zielgruppen gut ankommen
• Aktualisiere regelmäßig dein kreatives Konzept, um der Werbemüdigkeit entgegenzuwirken und das Engagement aufrechtzuerhalten

Die Vermarkter, die sich in diesem Umfeld auszeichnen, kombinieren kühne kreative Konzepte mit disziplinierten Testmethoden und verfeinern ihren Ansatz ständig auf der Grundlage von Leistungsdaten. Kreative Optimierung wird sowohl wissenschaftlicher als auch künstlerischer - eine Mischung, die neue Fähigkeiten erfordert, aber auch große Vorteile bietet.

Wie verändern Cross-Channel-Integration und Attribution die bezahlte Suche?

• Bezahlte Suche wird immer mehr zu einem Teil einer integrierten Commerce-Reise.
• Wenn Kunden in sozialen Medien stöbern, im Internet recherchieren und im Einzelhandel oder in Online-Shops einkaufen, muss die Messung die Berührungspunkte mit datenschutzkonformen Methoden verbinden. Erfolgreiche Teams stimmen ihre Botschaften über alle Kanäle hinweg ab und verwenden einheitliche KPIs, um zu vermeiden, dass jede Plattform isoliert optimiert wird.

Die Grenzen zwischen Such-, Social- und Retail-Medien verschwimmen immer mehr. Suchfunktionen gibt's jetzt auf allen Social-Media-Plattformen, während Retail-Websites starke Suchmaschinen-Werbenetzwerke betreiben. Diese Entwicklung bringt sowohl Herausforderungen als auch Chancen für Marketingfachleute mit sich.

Ummauerte Gärten aufbrechen

Strategische Partnerschaften zwischen großen Plattformen beginnen, die traditionellen "Walled Gardens" aufzubrechen. Die Integration von Google in die Mediennetzwerke des Einzelhandels ermöglicht eine bessere kanalübergreifende Messung und Zielgruppenausrichtung. Diese Kooperationen helfen Vermarktern, die Customer Journey von der Suche bis zum Kauf über bisher getrennte Touchpoints hinweg zu verfolgen.

Neue Ansätze für die Attribution

Die Attributionsmodelle werden weiterentwickelt, um diesen komplexen Marketing-Mix zu messen. Moderne Messungen müssen Folgendes berücksichtigen:

• Entdeckung durch soziale und Display-Kanäle
• Recherche über bezahlte Suche und Einzelhandelsmedien
• Berücksichtigung durch Remarketing-Bemühungen
• Endgültiger Kauf auf Einkaufsplattformen

Moderne bezahlte Werbekampagnen müssen über all diese Kanäle hinweg orchestriert werden, mit konsistenten Botschaften, die an das jeweilige Format der einzelnen Plattformen angepasst sind. Erfolgreich ist, wer nahtlose Kundenerlebnisse schafft, unabhängig davon, wo die Interaktion stattfindet, und jeden Kanal als Teil eines integrierten Ökosystems und nicht als isolierte Taktik behandelt.

Um die kanalübergreifende Planung und Messung mit weniger Silos zu machen, können Marketingleute das Reporting und die Arbeitsabläufe in einer Omnichannel-Marketingplattform zusammenfassen, die einheitliche KPIs und schnellere Budgetentscheidungen über Teams hinweg unterstützt.

Wie verändert Predictive Analytics die strategische Entscheidungsfindung bei bezahlten Suchmaschinenkampagnen?

• Mit Predictive Analytics können Teams nicht mehr nur reagieren, sondern auch Prognosen erstellen.
• Durch die Modellierung von Konversionswahrscheinlichkeit, Saisonalität und Nachfragesignalen können Marketingfachleute Budgets früher planen, Veränderungen im Wettbewerbsumfeld schneller erkennen und neue Segmente früher entdecken. Die besten Programme kombinieren Vorhersagen mit menschlichem Urteilsvermögen und dem geschäftlichen Kontext, um die richtigen Kompromisse zu finden.

Maschinelles Lernen hat die Art und Weise verändert, wie Marketingfachleute strategische Entscheidungen über Suchkampagnen treffen. Dank Predictive Analytics kann man jetzt die Performance anhand von historischen Mustern, saisonalen Trends und Marktsignalen vorhersagen – so können Marketingfachleute Veränderungen schon im Voraus erkennen.

Smart-Bidding-Strategien sind ein Beispiel für diesen Ansatz. Sie nutzen ausgefeilte Algorithmen, um die Konversionswahrscheinlichkeit für einzelne Auktionen vorherzusagen. Diese Systeme analysieren Hunderte von Signalen in Echtzeit und nehmen Gebotsanpassungen vor, die sich an den Unternehmenszielen orientieren und nicht an Proxy-Kennzahlen.

Die Leistung von Predictive Analytics geht über das Bieten hinaus:

• Budgetplanung: Prognosetools helfen dabei, die optimale Höhe der Ausgaben für alle Kampagnen und Kanäle zu ermitteln.
• Saisonale Bereitschaft: ML-Modelle identifizieren bevorstehende Nachfrageverschiebungen auf der Grundlage historischer Muster
• Reaktion auf den Wettbewerb: Systeme erkennen Veränderungen in den Aktivitäten der Wettbewerber und schlagen taktische Anpassungen vor
• Entdeckung des Publikums: Algorithmen identifizieren neue Publikumssegmente, bevor sie offensichtlich werden

Die besten Suchmaschinen-Vermarkter bringen Automatisierung und menschliches Urteilsvermögen gut zusammen. Algorithmen sind zwar super bei Rechenaufgaben, aber menschliche Strategen liefern immer noch wichtige Infos: Geschäftskontext, Wettbewerbsinformationen und strategische Ausrichtung, die Algorithmen allein nicht bestimmen können.

Dieser Wandel erfordert von den Vermarktern neue Fähigkeiten, die sich auf die Interpretation von Daten statt auf die manuelle Ausführung konzentrieren. Die Fähigkeit, komplexe Daten in verwertbare Erkenntnisse umzuwandeln, wird mit zunehmender Komplexität der Werbeplattformen immer wichtiger. Moderne Suchmaschinenvermarkter müssen technisches Wissen mit strategischem Denken verbinden - sie müssen verstehen, wie die Algorithmen funktionieren, und sich gleichzeitig auf die Geschäftsziele konzentrieren, die die Technologie allein nicht definieren kann.

Wie kannst du deine bezahlte Suche mit Skai auf Vordermann bringen?

• Skai Teams dabei, bei der automatisierten Suche wieder den Überblick und die Kontrolle zu behalten.
• Mit besseren Einblicken in Performance Max, Absichtsanalysen und benutzerdefinierte Optimierungen können Marketingleute Daten mit Ergebnissen verbinden, schneller lernen und die Strategie in menschlichen Händen behalten, auch wenn Plattformen die Ausführung automatisieren.

Die Paid Search-Lösung von Skaibietet Vermarktern Möglichkeiten, die sie sonst nirgendwo finden.

Wir helfen Marken dabei, ihre Suchkampagnen zu steuern, indem wir:

• Performance Max Insights, die den Vorhang über "Black Box"-Kampagnen lüften und dir zeigen, welche kreativen Mittel tatsächlich zu Ergebnissen führen.
• Suchintentionsanalyse, die herausfindet, was Nutzer/innen wirklich wollen, wenn sie eine Suchanfrage stellen, und die über die reinen Schlüsselwörter hinausgeht.
• Intelligente Schlagzeilen dank unserer KI-Tools, die erkennen, wenn dein Anzeigentext nicht der Suchabsicht entspricht und bessere Alternativen vorschlagen.
• Mit der benutzerdefinierten Optimierung kannst du deine eigenen Gebotsalgorithmen entwickeln oder unsere getesteten Lösungen nutzen, um deine spezifischen Leistungsziele zu erreichen.

Seit mehr als 15 Jahren arbeiten wir mit Top-Marken zusammen, um das Rauschen zu durchbrechen und echte Ergebnisse aus der Suche zu erzielen. Unsere Plattform verbindet deine wichtigen Daten mit Leistungskennzahlen und hilft dir so, klügere Entscheidungen zu treffen und mehr aus deinen Suchinvestitionen zu machen.

Vereinbare einen Termin, um zu sehen, wie wir dein Suchprogramm verändern können.

Willst du die neuesten Trends in der digitalen Werbung sehen? In unserem vierteljährlichen Trendbericht Q1 2025 findest du eine detaillierte Aufschlüsselung der Leistungen in den Bereichen Einzelhandelsmedien, bezahlte Suche und bezahlte soziale Medien - mit Einblicken in die Ausgaben, Preise und Ergebnisse, die den Markt geprägt haben.

---

Verwandte Lektüre

• Strocko Consulting: Steigerung der finanzierten Konversionsrate um 67 % mit benutzerdefinierten Metriken: Zeigt, wie die Optimierung in Richtung der richtigen Ergebnismetrik die Entscheidungsfindung verbessert, wenn Automatisierung Gebote und Auslieferung übernimmt.
• Führender Aggregator von Amazon FBA-Verkäufermarken spart Zeit und Geld mit den Tools zur Suchbegriffanalyse Skai: Zeigt skalierbare Abfrage- und Negativ-Keyword-Workflows, die das KI-Targeting und die Absichtsanalyse ergänzen.
• Wie die Acosta Group mit Celeste AI die Berichterstellungszeit von Stunden auf Minuten verkürzt hat: Zeigt, wie die durch GenAI unterstützte Gewinnung von Erkenntnissen den Weg von den Daten zur Umsetzung in bezahlten Medienprogrammen verkürzt.

Häufig gestellte Fragen

1. Wie verändert die KI die bezahlte Suche?

KI verändert die bezahlte Suche, indem sie das Gebotsmanagement, das Keyword-Targeting und die Anzeigenerstellung automatisiert und gleichzeitig tiefere Einblicke in die Nutzerabsicht gewährt. Algorithmen des maschinellen Lernens analysieren jetzt Tausende von Signalen in Echtzeit, um die Kampagnenleistung zu optimieren, so dass sich Marketer auf die Strategie konzentrieren können, anstatt manuelle Anpassungen vorzunehmen.

2. Welche Fähigkeiten brauchen Paid Search Marketer in Zukunft?

Zukünftige Paid-Search-Vermarkter/innen werden starke Fähigkeiten in der Datenanalyse benötigen, um Leistungskennzahlen zu interpretieren und KI-Systeme auf die Unternehmensziele auszurichten. Kreative Fähigkeiten für die Entwicklung überzeugender Werbebotschaften werden wertvoller, da die Automatisierung technische Aufgaben übernimmt, während strategisches Denken, das die Suche mit umfassenderen Marketingzielen verbindet, unerlässlich sein wird.

3. Wie sollten Unternehmen ihre bezahlte Suchstrategie an die bevorstehenden Veränderungen anpassen?

Unternehmen sollten in Datenerfassungssysteme für Erstanbieter investieren und Automatisierungswerkzeuge mit klaren Leistungszielen nutzen. Sie sollten Messverfahren entwickeln, die die Einhaltung des Datenschutzes mit der Leistungsverfolgung in Einklang bringen, und sie sollten Testverfahren für die kreative Optimierung entwickeln, da das Messaging ein wichtiges Unterscheidungsmerkmal im Wettbewerb wird.