AI Max für Search 2026: Der ehrliche B2B-Guide

Google verspricht bei AI Max für Search „+14 % mehr Conversions bei ähnlichem CPA“. Das stimmt – für ein sehr spezifisches E-Commerce-Setup. In einem realen B2B-Konto stieg der CPL dagegen von 493 $ auf 850 $, bei einer Conversion-Rate von nur 0,76 %. Beide Zahlen sind wahr. Die Frage ist nicht „Soll ich AI Max aktivieren?“, sondern „Bin ich das Konto, für das diese 14 % gelten?” Meistens: nein.

Was AI Max wirklich ist — und was nicht

AI Max ist kein neuer Kampagnentyp. Es ist ein Enhancement-Layer, den du über bestehende Search-Kampagnen legst – ein Schalter, der drei Automatisierungsfunktionen gleichzeitig aktiviert. Das unterscheidet AI Max fundamental von Performance Max: PMax ist eine eigene, ziel-getriebene Kampagnenform über alle Google-Kanäle. AI Max bleibt Search, nur mit deutlich lockerer Leine.

Wer AI Max mit „PMax für Search“ verwechselt, macht den ersten Fehler schon vor der Aktivierung. Bei PMax gibst du Assets und Signale, der Algorithmus bestimmt den Kanal. Bei AI Max gibst du Keywords und Anzeigen, der Algorithmus bestimmt, wie weit er von deiner Vorgabe abweicht – bei Suchbegriffen, bei Anzeigentexten und bei der Landingpage selbst.

Das ist der Kern des Deals: Du tauschst Kontrolle gegen angebliche Reichweite. Ob der Tausch sich lohnt, hängt komplett davon ab, was du zu verlieren hast.

Für ein E-Commerce-Konto mit tausenden SKUs und hoher Klickfrequenz ist dieser Tausch meistens günstig – der Algorithmus bekommt genug Signal, um schnell zu lernen, und ein einzelner Fehltritt bei der Landingpage-Wahl kostet kaum etwas. Für ein B2B-Konto mit fünf Kernangeboten, langem Sales-Cycle und einem Vertriebsteam, das jeden Lead einzeln bearbeitet, ist derselbe Tausch teuer: Jede Fehlzuordnung – falsche Suchanfrage, falscher Anzeigentext, falsche Landingpage – trifft direkt einen Lead, der Geld und Zeit gekostet hat.

Die drei Hebel: Search-Term-Matching, Text-Customization, Final URL Expansion

AI Max automatisiert drei Dinge, die vorher getrennt und manuell steuerbar waren:

• Search-Term-Matching – Anzeigen werden auch für Suchanfragen ausgespielt, die semantisch, aber nicht wörtlich zu deinen Keywords passen. Faktisch eine Aufweichung von Exact und Phrase Match in Richtung Broad.
• Text-Customization – Google generiert zusätzliche Anzeigentext-Varianten aus deiner Landingpage und deinen bestehenden Assets, ohne dass du sie vorab freigibst.
• Final URL Expansion – Google wählt selbst, auf welche URL deiner Domain ein Klick landet, auch wenn du eine andere URL im Anzeigentext hinterlegt hast.

Jeder dieser drei Hebel ist für sich genommen sinnvoll gedacht: mehr Reichweite, weniger manueller Aufwand, bessere Landingpage-Passung. In Summe verschieben sie aber die Kontrolle über drei der wichtigsten Stellschrauben im B2B-Search – Zielgruppe, Botschaft, Ziel-Seite – vollständig zu Google.

Final URL Expansion: Segen und Fluch für B2B-Landingpages

Für B2B ist Final URL Expansion der heikelste der drei Hebel. Bei E-Commerce mit Hunderten Produktseiten kann Google plausibel die passendste Seite finden. Bei B2B mit einer Handvoll erklärungsbedürftiger Lösungsseiten, Preisverhandlungs-Formularen oder gated Content ist das Risiko real: Ein Klick, der auf deine sorgfältig gebaute Case-Study-Landingpage abzielte, kann stattdessen auf der generischen Startseite landen – ohne das passende Formular, ohne den passenden Trust-Anker.

Ohne URL-Ausschlüsse testest du hier nicht „bessere Landingpage-Passung“, sondern lässt Google raten, während du die Rechnung zahlst.

Ein konkretes Beispiel aus der Praxis: Ein B2B-Softwareanbieter bewirbt eine Enterprise-Lösung mit einer dedizierten Landingpage, die ein qualifizierendes Formular, Case Studies und ein Preisgespräch-CTA enthält. Ohne URL-Ausschlüsse kann Final URL Expansion denselben Klick stattdessen auf die allgemeine Produktseite lenken – mit generischem Kontaktformular und ohne den Vertrauensanker, der die Conversion eigentlich getriggert hätte. Das Ergebnis sieht in den Rohzahlen oft unauffällig aus (der Klick wurde ja „irgendwie“ gemessen), zeigt sich aber in der Lead-Qualität, die im CRM ankommt.

Die Zahlen ehrlich eingeordnet: 14 %, 27 % — und das Kleingedruckte

Auf Google Marketing Live am 21. Mai 2025 hat Google AI Max für Search vorgestellt (Quelle: blog.google, 2025). Der Claim: Werbetreibende sehen typischerweise +14 % mehr Conversions oder Conversion-Value bei ähnlichem CPA oder ROAS. Bei Kampagnen mit überwiegend Exact- oder Phrase-Match-Keywords sollen es sogar +27 % sein (Quelle: blog.google, 2025).

Das Kleingedruckte, das im Pitch-Deck fehlt: Diese 14 % basieren auf Nicht-Retail-Kampagnen mit über 70 % Conversions aus Exact- oder Phrase-Match, laut einer Analyse von ALM Corp (Quelle: almcorp.com, 2026). Wer breit gestreute Broad-Match-Strukturen fährt oder ein gemischtes Retail-Portfolio hat, fällt schon aus der Referenzgruppe heraus, auf der die Zahl beruht.

Und die unabhängigen Zahlen zeichnen ein deutlich gemischteres Bild:

Quellen: blog.google (2025); almcorp.com Performance-Studie (2026); groas.com AI-Max-Guide (2026).

Der Median-Revenue-Lift von +13 % über mehr als 250 Retail-Kampagnen (laut almcorp.com, 2026) klingt erstmal wie eine Bestätigung von Googles Claim. Aber er kam mit einem um 16 % höheren CPA (laut almcorp.com, 2026) – also nicht „ähnlicher CPA“, sondern spürbar teurer. Und nur 16 % der befragten Werbetreibenden berichteten überhaupt gute Performance (laut almcorp.com, 2026); die Mehrheit war neutral bis negativ. Das ist keine Erfolgsgeschichte, das ist ein Münzwurf mit schlechter Quote.

Warum B2B ein Sonderfall ist

Retail-Konten haben Volumen. Tausende Klicks, Hunderte Conversions pro Tag – genug Datenpunkte, damit ein Algorithmus schnell lernt und Ausreißer sich verdünnen. B2B-Konten haben das Gegenteil: niedriges Volumen, hohen Lead-Wert, lange Sales-Cycles und oft Compliance-Anforderungen an Wortlaut und Angebotsdarstellung.

Genau diese Kombination macht AI Max im B2B riskanter, nicht sicherer. Ein Algorithmus, der mit wenigen Signalen pro Tag arbeitet, kompensiert die Unsicherheit, indem er breiter testet – auf Kosten der Präzision. Der reale Fall, den groas.com dokumentiert (2026), zeigt genau das: Der CPL eines B2B-Werbetreibenden stieg von 493 $ auf 850 $, und die Conversion-Rate von AI Max lag bei 0,76 % – der schlechteste Match-Type im gesamten Konto.

Hinzu kommt: AI Max hat aktuell keinen Freigabe-Workflow für die generierten Text-Assets. Sie gehen live, die Prüfung erfolgt nachträglich (laut e2msolutions.com, 2026). Für ein B2B-Angebot mit erklärungsbedürftigem Nutzenversprechen oder regulatorischen Formulierungsvorgaben ist das ein Compliance-Risiko, das viele Marketingteams so nicht kennen – bei klassischen Search Ads geht kein Text live, den niemand vorher gesehen hat.

Das reiht sich in einen größeren Trend ein: Automatisierung wird bei Google 2025/26 zur Default-Einstellung, nicht mehr zur Option. AI Max und Performance Max entziehen Werbetreibenden zunächst granulare Kontrolle – die Google seit Anfang 2026 in Teilen wieder zurückgibt, etwa über Negative Keywords, Brand Exclusions und besseres Channel-Reporting (mehr dazu in unserem Artikel zu Performance Max für B2B).

Die neuen Kontrollen 2026: Text-Guidelines, Disclaimer, Brand Controls

Die gute Nachricht: Google hat auf die Kritik reagiert. Seit dem 26. Februar 2026 haben alle Werbetreibenden weltweit Beta-Zugang zu Text-Guidelines für AI Max und Performance Max (Quelle: almcorp.com, 26.02.2026). Über Text-Disclaimer lässt sich sicherstellen, dass rechtlich erforderlicher Text auch dann erscheint, wenn Final URL Expansion aktiv ist und Google eine andere Landingpage wählt.

Das ist ein echter Fortschritt – aber kein Freibrief. Guidelines und Disclaimer sind Leitplanken, keine Vorab-Freigabe. Bevor du AI Max scharf schaltest, gehören folgende Punkte auf deine Liste:

DSA wird zu AI Max: Was der Umstieg für bestehende Konten bedeutet

Wer noch Dynamic Search Ads (DSA) fährt, bekommt den Wandel ungefragt serviert: Google stuft bestehende DSA-Kampagnen auf AI Max hoch (Quelle: blog.google, 2026). Für viele B2B-Konten heißt das: Eine Kampagne, die bisher ausschließlich auf indexierten Seiteninhalten basierte, bekommt plötzlich zusätzlich generierte Anzeigentexte und breiteres Suchbegriff-Matching – ohne dass jemand aktiv „Apply“ gedrückt hat.

Die praktische Konsequenz: Prüfe jetzt, welche deiner Kampagnen aktuell auf DSA laufen, und plane die Migration bewusst statt sie einfach geschehen zu lassen. Setze die gleichen Guardrails, die du bei einer aktiven AI-Max-Aktivierung setzen würdest – Brand-Ausschlüsse, URL-Kontrolle, Reporting-Rhythmus – auch für automatisch migrierte Kampagnen.

Entscheidungs-Framework: Für wen AI Max 2026 sinnvoll ist

AI Max ist nicht grundsätzlich falsch für B2B. Es ist falsch als Blind-Aktivierung ohne Rahmen. Wo es tatsächlich Mehrwert bringt: Long-Tail-Discovery in Nischen, in denen dein Keyword-Set lückenhaft ist, und in Konten mit stabilem, hohem Conversion-Volumen und homogener Kampagnenstruktur.

Bevor du testest, beantworte diese Fragen ehrlich:

• Läuft sauberes Conversion-Tracking, das echte Pipeline-Qualität und nicht nur Form-Fills misst?
• Hast du Brand- und Wettbewerber-Ausschlusslisten bereits gepflegt und aktuell?
• Ist deine Landingpage-Qualität so konsistent, dass Final URL Expansion keine schwachen Seiten treffen kann?
• Hast du ein Reporting-Setup, das AI-Max-Performance getrennt von deiner bestehenden Search-Kampagne ausweist?
• Verfügst du über genug Conversion-Volumen, um einen A/B-Test statistisch belastbar auszuwerten?
• Ist dein Angebot nicht in einer regulierten oder stark erklärungsbedürftigen Branche, in der ungeprüfte Texte ein echtes Risiko sind?

Beantwortest du drei oder mehr Fragen mit „Nein“, warte. Teste stattdessen in einer isolierten, kleinen Kampagne mit engem Budget-Cap gegen deine bestehende Search-Kampagne – nie im gesamten Konto auf einmal.

Genauso wichtig wie der Start des Tests ist die Kadenz danach. Prüfe Search-Term-Reports mindestens wöchentlich in den ersten vier Wochen – nicht monatlich, wie du es bei einer stabilen, unveränderten Kampagne tun würdest. AI Max verändert sein Matching-Verhalten dynamisch, und ein Ausreißer, der zwei Wochen unbemerkt läuft, kann bei niedrigem B2B-Volumen bereits ein Fünftel des Testbudgets verbrannt haben. Dokumentiere jede Woche drei Zahlen nebeneinander: Klicks, Cost per Lead und – sobald die ersten Leads den Vertrieb durchlaufen haben – Cost per SQL. Die ersten beiden Zahlen wirken oft unauffällig gut; die dritte ist die, die zählt.

Beispielrechnung, wie ein kontrollierter Test aussehen kann: Ein B2B-SaaS-Konto mit 15.000 € Monatsbudget dupliziert seine leistungsstärkste Non-Brand-Kampagne, aktiviert AI Max nur dort mit einem Budget-Cap von 2.000 €, hinterlegt Brand-Ausschlüsse und URL-Beschränkungen auf drei geprüfte Landingpages – und vergleicht nach 30 Tagen Cost per SQL, nicht Cost per Klick, gegen die unveränderte Kontrollkampagne. Das ist kein Fillcart-Kundenergebnis, sondern eine typische Testarchitektur für ein Konto dieser Größe.

Fazit: Kontrolliert testen statt blind aktivieren

AI Max ist kein Betrug, aber auch kein Selbstläufer. Die 14 % sind real – für ein Referenzkonto, das die wenigsten B2B-Werbetreibenden abbilden. Wer AI Max aktiviert, weil das Recommendations-Panel es empfiehlt, tauscht Kontrolle gegen ein Versprechen, das für sein Konto oft gar nicht gilt.

Die richtige Reihenfolge: Guardrails zuerst – Brand-Ausschlüsse, Text-Disclaimer, URL-Kontrolle, sauberes Pipeline-Tracking. Dann ein isolierter, budgetgedeckelter Test gegen die bestehende Kampagne. Dann die Entscheidung anhand von Cost per SQL, nicht anhand von Roh-Conversions. Alles andere ist Hoffnung, verkleidet als Strategie.

Wenn du unsicher bist, ob dein Konto überhaupt sauber genug aufgesetzt ist, um automatisierte Formate wie AI Max oder Performance Max sinnvoll zu testen, lohnt sich zuerst ein Blick auf die Grundlagen – unsere vollständige Google-Ads-Audit-Checkliste zeigt, wo die meisten B2B-Konten zuerst ansetzen sollten. Und wenn du wissen willst, wie viel dich ein unkontrollierter Test tatsächlich kosten würde, wirf einen Blick in unseren ROI-Rechner oder lies mehr über unseren Ansatz auf der Seite über Fillcart.

Quellen

• Google: “Google AI Max for Search campaigns” — blog.google, 21.05.2025
• ALM Corp: “Google AI Max for Search Campaigns – Performance, CPA & Revenue Study” — almcorp.com, 2026
• Groas: “Google Ads AI Max for Search 2026 – Complete Reference Guide” — groas.com, 2026
• e2m Solutions: “Google AI Max for Search – Complete Guide” — e2msolutions.com, 2026
• ALM Corp: “Google AI Max Text Guidelines for All Advertisers” — almcorp.com, 26.02.2026
• Google: “DSA Upgrade to AI Max” — blog.google, 2026

Andre Schüler

Operator hinter Fillcart. Vorher Head of Marketing bei einer Legal-Tech-SaaS-Holding, Head of SEO bei Matrix42, HubSpot Consultant. Baut Google-Ads-Kampagnen, die auf Pipeline optimieren — nicht auf den billigsten Klick.

Mehr über Fillcart →