KI-Prompts fürs Marketing: 6 ChatGPT-Prompts für Werbekonten

KI-Prompts funktionieren auf Werbedaten nur, wenn sie strukturiert sind: Ein generischer ChatGPT-Prompt liefert eine generische Antwort. Ein Prompt, der wirklich etwas taugt, besteht aus fünf Bausteinen: Rolle, Kontext, Daten, Aufgabe sowie Ausgabeformat und Regeln. Sind diese fünf vorhanden, hört das Modell auf zu raten und spricht in den echten Zahlen Ihres Kontos. Eine Antwort ohne Beleg und Begründung ist wertlos, egal wie flüssig sie formuliert ist. Im Folgenden: warum die meisten Prompts scheitern, sechs fertige Prompts zum Kopieren und die Routine, mit der Sie Erfundenes erkennen.

Warum scheitern die meisten KI-Prompts im Marketing?

Die meisten Marketing-Prompts scheitern an Unklarheit, nicht an der Leistungsfähigkeit des Modells. Der rote Faden durch die Prompt-Engineering-Auswertungen 2026: Fehlschläge entstehen durch fehlende Struktur, nicht durch schlechte Wortwahl. In 'Verbessere meine Anzeigen' fehlen gleich fünf Dinge: um welches Konto es geht, welche Zahlen gelten, in welcher Form die Antwort kommen soll, was verboten ist und wie eine Behauptung überprüft wird. Diese Lücken füllt das Modell mit Gemeinplätzen aus durchschnittlichen Blogtexten.

• Kein Kontext: Ein Rat ohne Produkt, Marge, Ziel, Zeitraum und Markt passt auf jeden und hilft deshalb niemandem.
• Keine Daten: Fehlen echte Ausgaben, ROAS, CPA und Conversion-Zahlen im Prompt, erfindet das Modell Zahlen oder zitiert allgemeine Spannen.
• Kein Ausgabeformat: Sagen Sie nicht Tabelle, priorisierte Liste oder Dreipunkt-Zusammenfassung, kommt bei jedem Durchlauf eine andere Form zurück und nichts lässt sich vergleichen.
• Keine Regeln: Ohne Vorgaben wie 'liste deine Annahmen auf' oder 'sage ich bin nicht sicher, statt zu raten' optimiert das Modell darauf, souverän zu klingen, statt richtig zu liegen.
• Keine Prüfung: Fragen Sie nie nach der Herkunft einer Zahl, kommen Wahrheit und Erfindung im selben Ton und mit derselben Sicherheit an. Unterscheiden lassen sie sich dann nicht mehr.

Aus welchen 5 Bausteinen besteht ein funktionierender Prompt?

Ein funktionierender Werbe-Prompt besteht aus fünf Bausteinen: ROLLE (als wer antwortet das Modell), KONTEXT (Konto, Produkt, Marge, Ziel, Zeitraum), DATEN (echte Kennzahlen aus dem Dashboard), AUFGABE (genau ein klarer Auftrag) sowie AUSGABEFORMAT und REGELN (Begründung Pflicht, Annahmen auflisten, Unsicherheit benennen). Sind alle fünf da, hört die Antwort auf, eine Vermutung zu sein, und wird zu einer prüfbaren Analyse: Jeder Satz lässt sich bis auf eine Zahl zurückverfolgen.

1. ROLLE: kurz und zur Aufgabe passend. 'Du bist Performance-Marketer mit zehn Jahren E-Commerce-Erfahrung und optimierst auf Gewinn' reicht völlig. Aufgeblasene Personas (weltbester Experte und Ähnliches) verbessern das Ergebnis messbar nicht, sie erzeugen nur Rauschen.
2. KONTEXT: Produkt und Preisspanne, Bruttomarge, Ziel (Gewinn oder Umsatz), Zeitraum, Markt und Sprache. Ohne Marge kollidiert jede ROAS-Empfehlung mit Ihrem Gewinnziel, denn das Modell sieht nur Umsatz.
3. DATEN: Zahlen statt Adjektive. Kampagnenname, Ausgaben, Impressionen, Klicks, Conversions, Umsatz und nach Möglichkeit dieselben Spalten für die Vorperiode. Ohne Vergleichszeitraum sind Sätze wie 'ist gesunken' oder 'ist gestiegen' schlicht nicht belegbar.
4. AUFGABE: genau ein Auftrag. 'Prüfe das Konto, schreibe die Texte neu, verteile das Media-Budget um und erstelle den Report' in einem Prompt ergibt vier oberflächliche Antworten. Getrennte Prompts, tiefere Antworten.
5. AUSGABEFORMAT und REGELN: 'Maximal 5 Punkte. Je Punkt: Befund, zugrunde liegende Zahl, empfohlene Maßnahme, erwartete Wirkung. Liste deine Annahmen unter einer eigenen Überschrift. Spekuliere über nichts, was nicht in den Daten steht, schreibe stattdessen keine Daten.'

6 fertige ChatGPT-Prompts zum Kopieren

Die folgenden sechs Prompts sind das Fünf-Bausteine-Gerüst, ausgefüllt. Ersetzen Sie die Felder in eckigen Klammern durch Ihre eigenen Angaben und fügen Sie die Zahlen direkt aus dem Dashboard ein. Jeder Prompt erledigt genau eine Aufgabe und verlangt eine Begründung. Speichern Sie sie in einer Notiz-App und nutzen Sie sie jeden Monat erneut; es ändert sich nur der Datenblock.

1. 1) Kontoprüfung. 'Du bist erfahrener Performance-Marketer. Konto: [Marke], [Produktkategorie], Bruttomarge [X] Prozent, Ziel: Gewinn. Hier die Kampagnendaten der letzten 30 Tage: [Kampagnenname, Ausgaben, Impressionen, Klicks, Conversions, Umsatz]. Aufgabe: Finde die 5 größten Quellen für verschwendete Ausgaben. Je Befund: zugrunde liegende Zahl, geschätzte monatliche Verschwendung, empfohlene Maßnahme. Liste deine Annahmen getrennt auf.' Nutzen Sie ihn zusammen mit der Checkliste für das Werbekonto-Audit.
2. 2) Diagnose eines ROAS-Rückgangs. 'Konto: [Marke]. Letzte 14 Tage gegen die 14 Tage davor, je Kampagne: [Ausgaben, Impressionen, CPM, CTR, Conversion-Quote, ROAS]. Aufgabe: Zerlege den ROAS-Rückgang in seine Bestandteile: Menge, Kosten (CPM), Interesse (CTR) oder Website-Seite (Conversion-Quote)? Ordne die 3 wahrscheinlichsten Ursachen nach Wahrscheinlichkeit und begründe jede mit einer konkreten Zahl. Was die Daten nicht belegen können, kommt unter die Überschrift nicht aus den Daten belegbar.' Methode Schritt für Schritt: warum der ROAS gesunken ist.
3. 3) Negative-Keyword-Durchsicht. 'Du bist Google-Ads-Spezialist. Produkt: [Produkt]. Was wir nicht verkaufen und nicht wollen: [Liste]. Hier der Suchbegriffe-Bericht der letzten 30 Tage: [Suchbegriff, Klicks, Kosten, Conversions]. Aufgabe: Gruppiere die irrelevanten Begriffe sinnvoll und nenne je Gruppe das auszuschließende Keyword und den Keyword-Optionstyp (genau passend, passende Wortgruppe, weitgehend passend). Schätze die monatliche Ersparnis aus der Kostenspalte. Begriffe, bei denen du unsicher bist, kommen auf eine Prüfliste, nicht in die Ausschlussliste.' Details: Strategie für negative Keywords.
4. 4) Briefing für Anzeigentext-Varianten. 'Markenstimme: [3 Adjektive]. Verbotene Formulierungen: [Liste]. Pflichtangabe (rechtlich): [Text]. Aktuell bester Text: [Text] (CTR: [X], Conversion-Quote: [Y]). Aufgabe: Schreibe 5 Varianten, die dasselbe Versprechen halten. Nenne je Variante in einem Satz, welchen Hebel sie testet (Dringlichkeit, Beleg, Einwandbehandlung, Preis, Identität). Erfinde keine Zahlenversprechen und keine Wettbewerbsvergleiche, die wir nicht belegen können.'
5. 5) Umverteilung des Media-Budgets. 'Monatsbudget gesamt: [Betrag]. Ziel: Gewinn, Bruttomarge [X] Prozent. Kampagnen: [Name, Ausgaben, Conversions, Umsatz, ROAS, wie oft das Tageslimit erreicht wird]. Aufgabe: Verteile um. Je Verschiebung: Quellkampagne, Zielkampagne, Betrag, Begründung (welche Zahl), Risiko. Halte die Summe konstant. Markiere Kampagnen, deren Lernphase gestört würde, und schlage nie mehr als 20 Prozent Änderung auf einmal vor.'
6. 6) Monatsreport für Kunden. 'Du bist Account Manager in einer Agentur. Daten: [dieser Monat und Vormonat: Ausgaben, Umsatz, ROAS, CPA, Conversions]. Leser: eine Markeninhaberin ohne Marketing-Hintergrund. Aufgabe: Schreibe eine Zusammenfassung in fünf Teilen: Was ist passiert, warum ist es passiert, was haben wir getan, Ergebnis, Plan für den nächsten Monat. Jeder Satz stützt sich auf genau eine Zahl. Schlechte Nachrichten nicht abschwächen und nicht verstecken, sondern zuerst nennen.' Vorlage: die 5-Block-Vorlage fürs Kundenreporting.

Was unterscheidet einen schwachen von einem strukturierten Prompt?

Der Unterschied zeigt sich nicht in der Sprache, sondern in der Verwertbarkeit. Ein schwacher Prompt liefert etwas, das richtig aussieht, Ihr Konto aber nie berührt: keine Zahlen, keine Begründung, keine Ahnung, was morgen früh zu tun ist. Beim strukturierten Prompt steht hinter jedem Punkt eine Zahl, deshalb entlarvt sich ein falscher Punkt sofort. In einem repräsentativen Szenario ist rund ein Drittel der Ausgabe eines schwachen Prompts verwertbar, beim strukturierten Prompt über drei Viertel, und die nötigen Korrekturrunden sinken von vier auf eine.

Wo erfindet die KI etwas, und wie prüfen Sie das?

KI erfindet vor allem dort, wo sie keine Daten hat. Die Auswertungen 2026 sind eindeutig: Gibt man einem Modell echte Daten und die Anweisung, ausschließlich daraus zu sprechen, sinkt die Halluzinationsrate der besten Modelle bei datengestützten Aufgaben auf rund 1 Prozent. Stellt man denselben Modellen breite Wissensfragen ohne Daten, öffnet sich die gemessene Spanne auf 15 bis 52 Prozent. Nicht die Marke des Modells entscheidet also über Erfindungen, sondern ob der Prompt in Daten verankert ist. Ihre Aufgabe ist es, diese Verankerung zu bauen.

• Erfundene Zahlen: Das Modell nennt eine Kennzahl, die Sie ihm nie gegeben haben (Branchenschnitt, ROAS der Konkurrenz), als sei sie gemessen. Regel: Keine Zahl akzeptieren, die nicht im Dashboard steht.
• Funktionen, die es nicht gibt: 'Aktiviere diese Einstellung in Meta Ads', doch die Einstellung existiert nicht oder heißt inzwischen anders. Prüfen Sie jede Klickanweisung vorher in der Plattform.
• Veraltete Plattformregeln: Die Trainingsdaten enden an einem Stichtag. Das Modell beschreibt womöglich eine abgeschaffte Gebotsoption oder ein altes Conversion-Zeitfenster als aktuell. Regeländerungen in der Plattform-Dokumentation gegenprüfen.

1. Zahl im Dashboard bestätigen: Ordnen Sie jede Zahl der Ausgabe ihrer Quelle zu. Passt sie nicht, verwerfen Sie den ganzen Punkt, denn die Begründung darauf ist ebenfalls faul.
2. Nach der Quelle fragen: 'Aus welcher Zeile hast du diese Aussage abgeleitet?' Kann das Modell keine nennen, gibt es keine Aussage, nur einen gut gebauten Satz.
3. 'Ich bin nicht sicher' erlauben: Wird es im Prompt ausdrücklich gestattet, geben Modelle Unwissen zu. In Messungen verändert die Formulierung dieser Erlaubnis deutlich, wie oft ein Modell lieber schweigt, statt etwas zu erfinden. Das ist kein Mangel, sondern ein Zuverlässigkeitssignal.
4. Die Gegenfrage stellen: 'Was wäre der stärkste Beleg gegen diese Empfehlung?' Kann das Modell darauf nichts sagen, war die Empfehlung von vornherein schwach.

Wo liegen die Grenzen beim Einfügen von Kontodaten?

Alles, was Sie in ein KI-Werkzeug einfügen, landet in dessen Aufzeichnungen. Personenbezogene Kundendaten (Namen, E-Mail-Adressen, Telefonnummern, Anschriften, Bestellnummern) und rohe Konto-IDs dürfen nie unverändert eingefügt werden. Für die Werbeanalyse braucht man sie ohnehin nicht: Sie arbeitet mit aggregierten Zahlen auf Kampagnen-, Anzeigengruppen- und Anzeigenebene. Die Regel ist einfach: Geben Sie dem Modell das Minimum an Daten, das für die Entscheidung nötig ist, und keine Zeile mehr.

• Keine personenbezogenen Daten senden: Kundenlisten, E-Mail- und Telefonspalten sowie rohe Bestelldatensätze gehören nicht in einen Prompt. Aggregierte Kennzahlen genügen.
• Konto-IDs maskieren: Ersetzen Sie Konto- und Kampagnen-IDs durch Pseudonyme wie KONTO_1 oder KMP_A. Das Modell vergleicht trotzdem korrekt, es muss die echten Namen nicht kennen.
• Vertrag prüfen: In Agenturen ist die Weitergabe von Kundendaten an Drittanbieter meist an eine schriftliche Erlaubnis gebunden. Lesen Sie diese Klausel zuerst.
• Geschäftstarif nutzen: Wählen Sie einen Tarif, in dem Eingaben nicht ins Modelltraining fließen und die Speicherdauer festgeschrieben ist. Kostenlose Werkzeuge garantieren beides selten.

Was tun, statt den Prompt jedes Mal neu zu schreiben?

Der lästigste Baustein des Gerüsts ist DATEN: Zahlen aus dem Dashboard kopieren, umformatieren und einfügen kostet Zeit und erzeugt Fehler. Die dauerhafte Lösung ist, den Prompt an das Konto anzubinden. Der Chat-Assistent von Ads Sensor arbeitet direkt auf Ihren Daten aus Meta Ads, Google Ads, TikTok Ads, Criteo und GA4: Rolle, Kontext und Zahlen kennt er bereits, Sie schreiben nur noch die Aufgabe. Ein verbundener Assistent senkt außerdem die Erfindungsrate, weil er seine Antwort in echten Zeilen verankern muss. Wo KI im Anzeigenmanagement wirklich hilft, haben wir im Beitrag Werbeverwaltung mit KI ausführlich beschrieben.

Prompt-Kompetenz ersetzt den Zugriff auf Daten nicht, sie ergänzt ihn. Wenn Sie einen Assistenten testen möchten, der in den echten Zahlen Ihres Kontos spricht und jede Empfehlung begründet, können Sie sich für die Ads Sensor-Beta anmelden: Konten verbinden, erste Analyse in wenigen Minuten.