Google Demand Gen: KI-Creative und Mess-Tools
Google rollt eine neue Runde an Demand-Gen-Updates aus, die Werbetreibenden helfen sollen, Creative-Performance zu steigern, mehr Kunden über YouTube zu erreichen und Kampagnenergebnisse präziser zu messen. Demand Gen ist Googles Kampagnentyp für Discovery und Conversions auf visuellen Flächen wie YouTube, Discover und Gmail. Die jüngsten Erweiterungen zielen darauf ab, Reibung bei der Anzeigenerstellung zu reduzieren und gleichzeitig mehr Transparenz darüber zu schaffen, welche Assets und Formate tatsächlich Wirkung entfalten.
Für Performance-Marketer und Paid-Media-Teams ist das relevant, weil Creative-Qualität und Platzierungsflexibilität auf YouTube zunehmend über Skalierung und Effizienz entscheiden. Google betont den wachsenden Akquisitionswert der Plattform und verweist auf eine Studie von Measured, laut der 72 Prozent der inkrementellen Conversions auf YouTube von Neukunden stammen. Wer Demand Gen bisher vor allem als Ergänzung zu Search oder Performance Max nutzte, erhält nun Werkzeuge, die den gesamten Workflow von der Asset-Auswahl bis zur Erfolgsmessung straffen.
Was sich bei Demand Gen konkret ändert
Die Updates lassen sich in drei Bausteine gliedern: erweiterte Video-Optimierung, KI-gestützte Creative-Empfehlungen durch Gemini und neue Reporting-Funktionen für Web-to-App-Akquisition. Gemeinsam adressieren sie typische Engpässe in der Kampagnenplanung – zu viele manuelle Anpassungen für unterschiedliche Formate, unsichere Asset-Auswahl vor dem Launch und unvollständige Attribution zwischen Web-Kampagnen und App-Installs.
Demand Gen wurde von Google als Antwort auf den Wandel visueller Medienkonzeption entwickelt. Statt isolierter Display-Banner oder reiner Video-Kampagnen bündelt der Kampagnentyp mehrere Inventarquellen unter einer Steuerlogik. Die neuen Funktionen sollen diese Logik weiter ausbauen, ohne dass Teams parallel separate Produktionspipelines für jedes Seitenverhältnis aufbauen müssen.
Video-Optimierung ohne manuellen Mehraufwand
Ein zentraler Bestandteil ist die erweiterte Video-Resize-Funktion. Demand-Gen-Kampagnen unterstützen künftig zusätzliche automatische Umwandlungen zwischen Seitenverhältnissen, darunter vertikal zu quadratisch, vertikal zu Querformat und quadratisch zu Querformat. Damit lassen sich bestehende Creatives für unterschiedliche YouTube-Placements nutzen, ohne dass für jede Platzierung eine eigene Version produziert werden muss.
Das ist besonders relevant, weil YouTube heute Shorts, In-Feed-Video, Discover-Integration und klassische Pre-Roll-Formate parallel bedient. Wer nur ein Querformat-Video vorliegen hat, verliert Reichweite in vertikalen Umgebungen. Wer nur vertikale Assets produziert, scheitert an klassischen Desktop-Placements. Automatisches Resizing reduziert Produktionskosten und verkürzt Time-to-Market, wenn Kampagnen schnell auf neue Trends oder Saisonfenster reagieren sollen.
Praktische Vorteile für Media-Teams
Teams können vorhandenes Material breiter einsetzen und Tests über Formate hinweg schneller fahren. Statt Creative-Budgets in redundante Schnittfassungen zu investieren, fließt mehr Kapazität in Message-Testing und Zielgruppenvarianten. Gleichzeitig bleibt zu prüfen, ob automatisch generierte Formate zur Markenwahrnehmung passen – technische Skalierung ersetzt keine redaktionelle Qualitätskontrolle.
| Neue Funktion | Ziel | Nutzen für Advertiser |
|---|---|---|
| Video Resizing | Mehr Platzierungen mit einem Asset | Weniger manuelle Produktion, schnellere Tests |
| Gemini-Empfehlungen | Bessere Asset-Auswahl vor Launch | Frühere Optimierung, geringeres Streuverlust-Risiko |
| Web-to-App-Messung | App-Installs aus Web-Kampagnen sichtbar machen | Vollständigere ROAS-Sicht und Budgetallokation |
Gemini im Creative-Workflow
Google integriert Gemini-gestützte Empfehlungen direkt in die Demand-Gen-Kampagnenerstellung. Wenn Werbetreibende Bild- und Video-Assets auswählen, liefert Gemini automatische Vorschläge, wie Creatives für YouTube optimiert werden können. Die KI greift damit früher in den Prozess ein – nicht erst in der Auswertungsphase, sondern bereits bei der Entscheidung, welche Materialien live gehen.
Für Marketing-Teams bedeutet das eine zusätzliche Schicht an Guidance ohne vollständige Automatisierung. Gemini bewertet vor dem Start, ob Assets zu Formatanforderungen, visueller Aufmerksamkeit und plattformspezifischen Best Practices passen. Das senkt die Wahrscheinlichkeit, dass schwache Creatives Budget binden, bevor genügend Performance-Daten vorliegen. Gleichzeitig bleibt die menschliche Entscheidung zentral: Empfehlungen sind Hilfestellung, kein Ersatz für Markenstrategie und Zielgruppenverständnis.
Die Einbindung von Gemini folgt dem Trend, KI nicht nur für generierte Inhalte, sondern für operative Entscheidungen in Werbeplattformen zu nutzen. Statt Creatives nachträglich zu optimieren, erhalten Teams frühzeitig Hinweise zu Bildkomposition, Hook-Stärke und Formatpassung. Das ist besonders wertvoll, wenn mehrere Stakeholder parallel Assets liefern und ein einheitlicher Qualitätsstandard vor dem Go-live fehlt.
Web-to-App-Messung für vollständigere Attribution
Demand Gen umfasst neu die Web-to-App-Acquisition-Measurement-Funktion. Advertiser können damit messen, wann Web-Kampagnen Nutzer dazu bringen, eine App zu installieren. Das Reporting ordnet App-Installs Demand-Gen-Kampagnen zu und liefert ein umfassenderes Bild der Performance jenseits klassischer Web-Conversions.
Hybrid-Modelle mit Web-Funnel und App-Abschluss sind in vielen Branchen Standard, etwa bei E-Commerce, FinTech oder Subscription-Diensten. Ohne durchgängige Messung werden App-Installs oft anderen Kanälen zugeschrieben oder gar nicht erfasst. Die neue Funktion hilft, Media Spend und Return on Ad Spend realistischer zu bewerten und Budget zwischen Web- und App-Zielen zu verschieben.
Für Account-Manager und Analytics-Teams eröffnet die Messung neue Möglichkeiten in der Kanalbewertung. Kampagnen, die zuvor nur nach Web-Conversions beurteilt wurden, können nun auch App-Installs als Erfolgsmetrik einbeziehen. Das verbessert die Vergleichbarkeit zwischen Demand Gen und anderen Google-Ads-Produkten sowie deren Beitrag zur gesamten Customer Journey.
Aus Sicht der Kampagnensteuerung lohnt sich ein strukturierter Rollout: Zuerst bestehende Video-Assets durch die neuen Resize-Optionen testen, anschließend Gemini-Empfehlungen in der Asset-Auswahl aktivieren und parallel das Web-to-App-Reporting mit App-Tracking und CRM-Daten abgleichen. So lassen sich Effekte isoliert beobachten, ohne dass mehrere Neuerungen gleichzeitig die Interpretation erschweren.
- Video Resizing erweitert die Nutzbarkeit vorhandener Creatives über mehr YouTube-Placements hinweg.
- Gemini-Empfehlungen unterstützen die Asset-Auswahl bereits vor Kampagnenstart.
- Web-to-App-Messung schließt Lücken in der Attribution zwischen Web-Werbung und App-Installs.
- Die Updates adressieren Creative-Reibung, Steuerung und Reporting in einem Release-Zyklus.
Googles jüngste Demand-Gen-Erweiterungen bündeln KI-gestützte Creative-Guidance, flexiblere Video-Optimierung und erweiterte Messfunktionen. Wer YouTube als Akquisitionskanal skaliert, sollte die neuen Werkzeuge früh testen, Creative-Prozesse anpassen und Reporting-Setups prüfen, damit Budgetentscheidungen auf vollständigeren Daten basieren.
