Als OpenAI Mitte Januar 2026 öffentlich beschrieben hat, wie Werbung in ChatGPT getestet werden soll, war das für uns ein echter Wendepunkt: Nicht, weil damit morgen alle Budgets umgeschichtet werden. Sondern, weil damit klar ist, dass Werbeinventar direkt im Dialog entsteht – und nicht nur „irgendwann vielleicht“. (OpenAI)
Unsere Kernthese ist bewusst klar: Marketeers sollten jetzt anfangen, sich vorzubereiten, weil Paid Media in LLM-Oberflächen das Potenzial hat, klassische Google Text Ads teilweise zu ersetzen. Nicht, weil Search verschwindet. Sondern, weil sich „Intent“ an einer zusätzlichen Stelle bildet – mitten im Gespräch.
„Wir erleben gerade den Moment, in dem sich Nachfrage nicht mehr nur über Keywords ausdrückt, sondern über Absichten. Wenn Werbung in LLMs funktioniert, dann weil sie diese Absicht trifft – nicht weil sie lauter ist.“
im Januar 2026: Was ist wirklich schon da – und was ist (erst) angekündigt
Damit wir nicht im Hype landen, schauen wir hier bewusst auf einen klaren Ausschnitt: Werbung direkt in LLM-Chat-Oberflächen (also: im Gesprächsinterface – nicht nur „AI-Features“ irgendwo im Werbekonto).
| Anbieter / Oberfläche | Was ist das Werbeformat im Chat-Kontext | Offiziell bestätigt | Status international (Jan 2026) | Deutschland Sicht (Jan 2026) | Was wir daraus ableiten |
| OpenAI ChatGPT | Anzeigen am unteren Ende von Antworten, klar gekennzeichnet, vom Antworttext getrennt | Ja (OpenAI) | Teststart in den USA für eingeloggte Erwachsene auf Free und Go; keine Ads in sensiblen Themen und nicht für Minderjährige (laut OpenAI Darstellung und Berichterstattung) (OpenAI) | Noch keine bestätigte Verfügbarkeit für EU/DE in den offiziellen Aussagen | Das ist das Signal: Der Werbeplatz wird als eigener Slot gedacht – nicht „Antwort wird Anzeige“. |
| Microsoft Copilot Experiences | Microsoft spricht von Ad-Formaten, die für Copilot designt sind: interaktiv, an Eingaben anpassbar | Ja (about.ads.microsoft.com) | Offiziell angekündigt und weiterentwickelt; Microsoft positioniert das als nächste Stufe von Discovery | Grundsätzlich über Microsoft Advertising relevant; konkrete Ausspielung hängt vom Rollout der jeweiligen Copilot-Flächen ab | Für Performance-Teams ist Microsoft aktuell der plausibelste Ort, um Mechaniken zu lernen. |
| Perplexity | Sponsored Follow-up Questions plus Paid Media neben der Antwort; Antworten sollen unbeeinflusst bleiben | Ja (perplexity.ai) | Offiziell beschrieben, Start in den USA; Experiment mit klarer Kennzeichnung (perplexity.ai) | Buchbarkeit und Reichweite in DE sind aus offizieller Sicht nicht sauber als „offen verfügbar“ bestätigt | Spannend als Formatlogik, aber für DE derzeit eher Beobachtung als Planbarkeit. |
| Google Gemini (Chat) | Aussage: keine Ads geplant „for now“ | Ja (öffentliche Aussagen) (TechRadar) | Ad-free Positionierung betont | Keine Chat-Ads zu erwarten, solange diese Linie gilt | Das entlastet Druck, aber heißt nicht, dass Google keine AI-Werbeflächen schafft – nur nicht im Gemini-Chat. |
| Amazon Echo Show / Alexa Oberflächen | Empfehlungen/Ads im Gerät, als Sponsored markiert (z. B. auf Echo Show) | Ja (amazon.com) | Seit Jahren Teil des Ökosystems | In DE grundsätzlich relevant, weil Amazon Ads etabliert ist; Format ist eher „Screen/Shopping-Nähe“ als „LLM-Dialog wie ChatGPT“ | Für commerce-nahe Kategorien ist das oft der pragmatische Einstieg in „assistenznahe“ Werbeplätze. |
Was wir daraus mitnehmen
-
- Inventar ist knapp und jung. Genau deshalb lohnt sich Vorbereitung: Wer wartet, bis alles standardisiert ist, startet später – und unter mehr Druck. (OpenAI)
- Die Anbieter setzen eine harte Leitplanke: Anzeige und Antwort sollen getrennt bleiben und klar gekennzeichnet sein. Das ist nicht nur PR, sondern Akzeptanzbedingung. (OpenAI)
- Deutschland ist aktuell nicht überall „Go-Live“. Bei OpenAI ist der Test explizit US-fokussiert. Für EU/DE gibt es in den offiziellen Aussagen noch keinen festen Startpunkt. (OpenAI)
Moritz Seemann bringt die Nutzersicht auf den Punkt:
„In einer LLM-Oberfläche wird Werbung nur dann akzeptiert, wenn sie sich wie ein hilfreicher Hinweis anfühlt. Alles, was nach Unterbrechung aussieht, verliert sofort.“
Warum das für Textanzeigen gefährlich werden kann
In klassischer Suche „kaufen“ wir oft ein Keyword. In LLM-Chats kaufen wir viel häufiger eine Entscheidungssituation: jemand will Optionen, eine Einordnung, die nächste sinnvolle Frage.
Wenn sich diese Situationen stärker in Dialoge verschieben, wird ein Teil der heutigen Textanzeigen-Logik unter Druck geraten – nicht weil sie schlechter ist, sondern weil der Moment der Entscheidung an eine neue Oberfläche wandert.
Was wir bei Clue One gerade selbst tun
Wir machen das Thema gerade für uns – und gemeinsam mit einigen Kunden. Nicht als großes Programm, sondern als saubere Lernstrecke, die sich in bestehende Paid-Prozesse einfügt.
1) Klar trennen: „Chat-Werbung“ vs „AI-Features im Werbekonto“
Das klingt banal, ist aber der häufigste Denkfehler:
-
- Chat-Werbung heißt: Werbeplatz im Gesprächsinterface.
-
- AI-Features heißt: bessere Erstellung, bessere Optimierung, bessere Auswertung im Ad-Tool.
Beides ist wichtig. Aber es sind unterschiedliche Mechaniken und unterschiedliche Risiken.
2) Dort testen, wo es in Deutschland planbar ist
Wir empfehlen, die Lernkurve nicht an hypothetische EU-Starttermine zu hängen, sondern an Plattformen, die heute schon im Microsoft- und Amazon-Ökosystem greifbar sind.
-
- Microsoft: Microsoft selbst beschreibt Copilot-spezifische Anzeigenformate und die Weiterentwicklung in Richtung interaktiver Ads. (about.ads.microsoft.com)
-
- Amazon (wo passend): Auf Echo Show Oberflächen sind Sponsored Inhalte offiziell dokumentiert und gekennzeichnet. (amazon.com)
Wichtig: Das ist kein „alles ersetzen“. Das ist ein gezieltes Lernen: Welche Creatives funktionieren, welche Intents lohnen sich, wie verändert sich Messbarkeit.
3) Ein Messgerüst aufsetzen, das nicht am Klick klebt
Wenn der Dialog der Kontext ist, reichen CTR und Last Click oft nicht. Wir empfehlen, zusätzlich konsequent zu betrachten:
-
- Engagement nach dem Klick (Tiefe, Wiederkehr, Folgeaktionen)
-
- unterstützte Conversions
-
- qualitative Signale (Was fragen Nutzer danach? Was landet beim Vertrieb? Was taucht in Support auf?)
4) Kreativprinzip: Hinweis statt Werbespruch
Wenn OpenAI und Perplexity betonen, dass Antworten nicht von Advertisern beeinflusst werden sollen, dann ist die Konsequenz für Creatives klar: Mehr Nutzwert, weniger Pose. (OpenAI)
5) ChatGPT Ads: vorbereiten, ohne Spekulation
OpenAI beschreibt den Test klar für die USA. Wir rechnen damit, dass das Thema in Europa kommt – aber wir hängen unsere Planung nicht an ein Datum, das offiziell noch nicht feststeht. (OpenAI)
Was man jetzt schon tun kann:
-
- Intent-Cluster bauen (welche Entscheidungssituationen führen heute zu Search – und könnten in Dialoge wandern)
-
- Brand-Safety- und Sensitivitätsleitplanken definieren
-
- Transparenz und Zustimmung als festen Bestandteil denken, nicht als nachgelagerte Prüfung
Unser Fazit
Für uns ist der entscheidende Punkt nicht „Werbung in ChatGPT“ an sich. Der entscheidende Punkt ist: Der Ort, an dem Menschen Entscheidungen vorbereiten, verschiebt sich. Und damit verschiebt sich langfristig auch, wo Paid Media wirken kann.
Zitat Moritz
„Der Vorteil entsteht nicht durch den ersten Spend, sondern durch die erste Lernkurve. Wer sie jetzt aufbaut, muss später nicht hinterherlaufen.“
Alternativer Text:
OpenAI testet Werbung in ChatGPT. Für Deutschland ist das mehr als eine Randnotiz.
Als OpenAI am 16. Januar 2026 öffentlich beschrieben hat, wie Werbung in ChatGPT getestet werden soll, war das für uns ein klares Signal: Der Wechsel von der Suchmaschine zur Antwortmaschine wird jetzt auch monetär ernst. Und genau das verändert die Spielregeln für Paid Media.
Maximilian Kreyenfeld hat es intern sehr treffend formuliert:
„Wenn die Oberfläche von Links auf Antworten umstellt, dann verschiebt sich auch der Ort, an dem Marken überhaupt noch sichtbar werden können. Das ist keine Formatfrage, das ist eine Verhaltensfrage.“
Dieser Beitrag ist deshalb bewusst als Lagebild geschrieben. Wo stehen wir Anfang 2026 in Deutschland. Was ist wirklich nutzbar. Was ist angekündigt. Und was folgt daraus für CMOs und Performance Leads.
State of the Union 2026: Paid Media in LLMs und AI Search in Deutschland
Wir unterscheiden zwei Welten, weil sie in der Praxis oft vermischt werden.
-
- Conversational Ads: Werbung innerhalb von Chat Oberflächen
-
- AI Search Ads: Werbung rund um KI Antworten in der Suche, vor allem Google AI Overviews
Beides fühlt sich für Nutzer ähnlich an, ist aber operativ, technisch und rechtlich nicht dasselbe.
1) Die Plattformlandkarte im Überblick
| Oberfläche | Wo Werbung auftaucht | Status Anfang 2026 | Was davon ist in Deutschland realistisch |
| ChatGPT (OpenAI) | Geplante Ads am unteren Ende von Antworten, klar getrennt und als Sponsored gekennzeichnet | OpenAI kündigt Tests „in den kommenden Wochen“ in den USA an, für eingeloggte Erwachsene auf Free und Go | Für Deutschland ist die Richtung klar, die aktive Ausspielung ist offiziell vor allem US fokussiert |
| ChatGPT Go (OpenAI) | Preisstufe als günstigeres Abo, relevant weil OpenAI Ads für Go im US Test explizit nennt | Go ist weltweit ausgerollt und auf der offiziellen Pricing Seite aufgeführt | In Deutschland verfügbar. Wichtig ist: Go bedeutet nicht automatisch, dass Ads hier schon live sind, aber die Infrastruktur ist da |
| Microsoft Copilot (Microsoft Advertising) | Anzeigen in Copilot nahen Search und Conversational Oberflächen, integriert ins Microsoft Advertising Ökosystem | Microsoft berichtet deutlich höhere Interaktion als in klassischer Suche | Für deutsche Werbetreibende aktuell der greifbarste Lernraum, weil über Microsoft Advertising erreichbar |
| Google AI Overviews (Google Search) | KI Antwort in der Suche, Ads erscheinen weiterhin in der Suchumgebung und Google baut KI Anzeigenflächen aus | Google hat AI Overviews in Europa ausgerollt, Deutschland ist dabei | In Deutschland bereits relevant, vor allem weil AIO Sichtbarkeit die klassische SERP Logik verschiebt |
| Google Ads in AI Overviews | Eligibility stark an AI gestützte Aussteuerung geknüpft | Google empfiehlt bzw. verlangt AI gestützte Targeting Wege für AIO Placements | Praktisch heißt das: Broad Match, Performance Max, Shopping, DSA, je nach Setup. Exact und Phrase sind laut Berichten nicht eligible für AIO Placements |
| Perplexity | Sponsored Follow up Questions, plus Publisher Programm | Perplexity hat das Publisher Programm ausgebaut, Ads Aufnahme wurde zeitweise pausiert | In Deutschland vor allem als Qualitätsumfeld über Publisher Partnerschaften spannend, Paid skalierbar aber derzeit nicht der Standardweg |
2) Was sich am Nutzerverhalten wirklich ändert
Der zentrale Unterschied ist nicht, dass Menschen „nicht mehr suchen“. Der Unterschied ist, dass sie ihre Entscheidungsvorbereitung verlagern.
Bei klassischen Suchergebnissen entsteht Aufmerksamkeit entlang einer Liste. Bei KI Antworten entsteht Aufmerksamkeit entlang einer Empfehlung. Das führt zu zwei Effekten, die wir bereits jetzt in der Suchwelt sehen.
Erstens: weniger Klicks auf Websites, mehr Antworten auf der Plattform.
Pew Research hat in einer Untersuchung für die USA gezeigt, dass Nutzer bei SERPs mit AI Summary deutlich seltener auf klassische Ergebnisse klicken als ohne.
Zweitens: der knappe Platz wird teurer, weil er psychologisch wertvoller ist.
Wenn eine Oberfläche Antworten bündelt, schrumpft die sichtbare Auswahl. Und alles, was noch sichtbar ist, muss stärker um Relevanz kämpfen.
Moritz Seemann beschreibt das so:
„In Antworten zählt nicht, wer am lautesten ist. Es zählt, wer in die Situation passt. Werbung, die wie Werbung wirkt, fällt schneller raus als in der klassischen Suche.“
3) Wer 2026 in Deutschland wirklich „LLM Paid“ machen will, hat aktuell drei reale Spielfelder
-
- Microsoft Ökosystem als praktikabler Einstieg
Microsoft selbst berichtet, dass Copilot Nutzer deutlich stärker mit Anzeigen interagieren als in klassischer Suche, inklusive höherer CTR und höherer Conversion Rates.
Für uns ist daran weniger die Zahl spannend, sondern die Logik: Wenn die KI Vorarbeit leistet, sind Klicks oft besser vorqualifiziert.
- Microsoft Ökosystem als praktikabler Einstieg
-
- Google AI Overviews als neue Pflicht Realität
Google hat AI Overviews offiziell in Europa ausgerollt.
Operativ relevant ist dabei vor allem: Eligibility und Steuerung verändern sich. Google beschreibt für Ads in AI Overviews explizit die Rolle von AI gestütztem Targeting wie Broad Match oder keywordlosen Kampagnentypen.
Wenn Exact und Phrase nicht für AIO Placements zugelassen sind, verändert das die Kontrolle, die viele Teams aus der klassischen Suchlogik gewohnt sind.
- Google AI Overviews als neue Pflicht Realität
-
- Perplexity als Premium und Publisher Umfeld
Perplexity hat sein Publisher Programm erweitert, unter anderem mit RTL Marken stern und ntv.
Gleichzeitig haben Branchenmedien berichtet, dass Perplexity die Aufnahme neuer Advertiser zeitweise pausiert hat, um das Modell zu kalibrieren.
Das ist weniger ein Problem, als eine Erinnerung: In LLM Umfeldern wird Monetarisierung nicht einfach kopiert, sondern neu verhandelt.
- Perplexity als Premium und Publisher Umfeld
Was das für Messung bedeutet: von Share of Search zu Share of Influence
Wir nutzen intern zunehmend eine Frage, die in der klassischen Suchwelt so nicht vorkam:
Wie oft taucht die Marke als relevanter Bestandteil einer Antwort auf.
Das kann organisch sein, durch Quellen, Daten und Autorität. Das kann bezahlt sein, über neue Anzeigenflächen. In beiden Fällen geht es um Einfluss in der Entscheidungssituation, nicht nur um Traffic.
Das ist auch eine Konsequenz aus dem Zero Click Trend. Wenn Antworten auf Plattformen bleiben, muss Paid Media öfter darauf einzahlen, dass die Marke in der Antwortwelt präsent ist und nicht nur auf der Website.
Rechtlicher Realismus für Deutschland: Kennzeichnung ist nicht verhandelbar
In Deutschland trifft das Thema auf drei Ebenen, die man nicht ignorieren kann.
• DSA: Plattformen müssen Ads klar kennzeichnen und erklären, warum jemand eine Anzeige sieht.
• AI Act: Transparenzpflichten, etwa dass Nutzer erkennen, dass sie mit einem KI System interagieren, und Pflichten rund um synthetische Inhalte.
• UWG und Trennungsgebot: Unzureichende Kennzeichnung kann als Irreführung gewertet werden, gerade in Native Umfeldern.
Praktisch heißt das: Wer in KI Umfeldern wirbt, muss stärker als bisher sicherstellen, dass Aussagen kontrollierbar, belegbar und sauber gekennzeichnet sind.
Wie wir empfehlen zu reagieren und was wir bei Clue One gerade selbst tun
Wir arbeiten an dem Thema gerade parallel für uns und mit ausgewählten Kunden. Nicht als Rebranding, sondern als saubere operative Lernstrecke.
-
- Inventar und Relevanz sauber trennen
Conversational Ads und AI Search Ads sind zwei unterschiedliche Mechaniken. Wir modellieren sie getrennt, auch in Reporting und KPI Logik.
- Inventar und Relevanz sauber trennen
-
- Dort testen, wo es in Deutschland wirklich greifbar ist
Für viele Teams sind Microsoft und Google die realistischen Startpunkte, weil sie heute schon planbar in den Alltag integrierbar sind. ChatGPT ist strategisch relevant, aber operativ aktuell noch stark von US Tests geprägt.
- Dort testen, wo es in Deutschland wirklich greifbar ist
-
- Messgerüst erweitern
Neben CTR und CPA schauen wir stärker auf Indikatoren, die Entscheidungsvorbereitung abbilden. Zum Beispiel Interaktionssignale nach dem Klick, unterstützte Conversions, Suchsprünge und Wiederkehr.
- Messgerüst erweitern
-
- Creatives neu denken
In KI Oberflächen funktioniert selten der klassische Werbesatz. Was trägt, ist der hilfreiche Hinweis. Kurz. konkret. überprüfbar.
- Creatives neu denken
Maximilian Kreyenfeld fasst das so zusammen:
„Wir unterschätzen oft, wie schnell sich Gewohnheiten ändern, wenn eine Oberfläche bequemer wird. Wer 2026 nicht lernt, in Antworten sichtbar zu sein, zahlt später mit Budget statt mit Erfahrung.“
Fazit
Für Deutschland ist 2026 kein reines Beobachtungsjahr mehr. Die großen Plattformen schieben KI Antworten in den Alltag. Und dort, wo Antworten sind, entsteht früher oder später auch Paid Sichtbarkeit. Der entscheidende Schritt ist nicht, sofort alles umzubauen. Der entscheidende Schritt ist, jetzt die Lernkurve aufzubauen, während die Regeln noch entstehen.
„Wenn der Markt die Oberfläche wechselt, bringt es nichts, nur den alten Plan zu optimieren. Dann muss man verstehen, wie Entscheidungen in der neuen Oberfläche überhaupt fallen.“