Eine neue Kampagne startet, die ersten Ergebnisse schwanken und die Kosten pro Conversion verändern sich teilweise deutlich. Gerade bei Google Ads und Meta Ads ist dieses Verhalten vielen Werbetreibenden vertraut. Beide Plattformen arbeiten mit lernenden Systemen, die auf Basis neuer Daten laufend versuchen, die Ausspielung von Anzeigen zu verbessern.
Bei Google Ads wird dieser Prozess bei automatisierten Gebotsstrategien sogar sichtbar: Nach der Einrichtung einer neuen Strategie oder bestimmten Änderungen kann der Status „Lernt“ erscheinen. Meta verwendet ebenfalls eine Lernphase, in der das Auslieferungssystem zunächst herausfinden muss, wie eine Anzeigengruppe möglichst effizient ausgespielt werden kann.
Hinter dieser Lernphase steckt jedoch mehr als eine Besonderheit einzelner Werbeplattformen. Sie ist Ausdruck eines grundlegenden Problems, mit dem jedes lernende Entscheidungssystem umgehen muss: Soll das System auf das setzen, was nach aktuellem Wissen am besten funktioniert, oder weiterhin Alternativen testen, um möglicherweise eine noch bessere Lösung zu finden?
Die Forschung bezeichnet dieses Spannungsfeld als Exploration-Exploitation-Trade-off. Wer dieses Prinzip versteht, kann nicht nur die Google Ads Lernphase besser einordnen, sondern auch viele Entscheidungen automatisierter Werbesysteme nachvollziehen.
Was ist die Google Ads Lernphase?
Die Google Ads Lernphase beschreibt einen Zeitraum, in dem eine automatisierte Gebotsstrategie zusätzliche Leistungsdaten sammelt und sich an eine neue Situation oder Zielsetzung anpasst.
Google Ads zeigt in diesem Fall bei der Gebotsstrategie den Status „Lernt“ an. Das kann unter anderem passieren, wenn eine neue Gebotsstrategie eingerichtet oder reaktiviert wurde, Einstellungen der Gebotsstrategie verändert wurden oder sich die Zusammensetzung der zugehörigen Kampagnen, Anzeigengruppen oder Keywords verändert hat.
Während dieser Phase können wichtige Leistungskennzahlen stärker schwanken. Das bedeutet jedoch nicht automatisch, dass mit der Kampagne etwas nicht stimmt. Das System verarbeitet neue Informationen und passt seine Entscheidungen entsprechend an.
Wie lange die Google Ads Lernphase dauert, hängt laut Google insbesondere von drei Faktoren ab:
- der Anzahl der erzielten Conversions
- der Länge des Conversion-Zyklus
- der verwendeten Gebotsstrategie
Die Anpassung kann laut Google bis zu drei Wochen oder ein bis zwei Conversion-Zyklen in Anspruch nehmen. Bei ausreichend vorhandenen Conversion-Daten kann die Lernphase auch schneller abgeschlossen werden.
Wichtig ist außerdem: Das maschinelle Lernen endet nicht mit dem Verschwinden des Status „Lernt“. Google weist ausdrücklich darauf hin, dass die Algorithmen auch danach weiterlernen. Die sichtbare Lernphase ist damit lediglich ein besonders deutlich erkennbarer Teil eines kontinuierlichen Optimierungsprozesses.
Wie funktioniert die Lernphase bei Meta Ads?
Auch bei Meta Ads ist die Lernphase ein fester Bestandteil der automatisierten Anzeigenauslieferung.
Nach dem Start oder einer wesentlichen Veränderung einer Anzeigengruppe verfügt das System zunächst nur über begrenzte Informationen darüber, welche Nutzer, Platzierungen und Situationen besonders wahrscheinlich zum gewünschten Ergebnis führen. Während der Lernphase werden deshalb unterschiedliche Möglichkeiten der Auslieferung ausprobiert und neue Informationen gesammelt.
Im Ads Manager kann Meta diesen Zustand als „Lernphase“ ausweisen. Reichen die verfügbaren Signale nicht aus, kann zusätzlich der Status „Lernphase eingeschränkt“ auftreten.
Die konkrete Umsetzung unterscheidet sich von Google Ads. Das grundlegende Problem ist jedoch dasselbe: Ein Algorithmus soll möglichst gute Ergebnisse erzielen, verfügt aber gleichzeitig noch nicht über vollständige Informationen darüber, welche Entscheidung tatsächlich die beste ist.
Genau an diesem Punkt beginnt das eigentliche Lern-Dilemma.
Exploration und Exploitation: Das Problem hinter der Lernphase
Ob Google Ads mit Smart Bidding, Meta mit automatisierter Auslieferung oder andere Werbeplattformen mit vergleichbaren Systemen: Menschen geben Ziele, Budgets, Creatives und weitere Rahmenbedingungen vor. Maschinelles Lernen übernimmt anschließend einen wachsenden Teil der konkreten Entscheidungen.
Das System muss beispielsweise prognostizieren:
- Wie wahrscheinlich klickt eine Person auf eine bestimmte Anzeige?
- Wie wahrscheinlich entsteht anschließend eine Conversion?
- Welchen wirtschaftlichen Wert könnte diese Conversion haben?
- Welche Anzeige sollte in welcher Auktion ausgespielt werden?
Jede dieser Vorhersagen ist mit Unsicherheit verbunden. Hat ein System bereits sehr viele Daten zu einer bestimmten Option gesammelt, kann es deren erwartete Performance relativ zuverlässig einschätzen. Bei neuen Anzeigen, Zielgruppen oder Situationen liegen dagegen deutlich weniger Informationen vor.
Das System steht deshalb kontinuierlich vor der Wahl zwischen zwei Strategien:
- Exploitation bedeutet, auf die Option zu setzen, die auf Basis der vorhandenen Daten aktuell am besten eingeschätzt wird.
- Exploration bedeutet, bewusst eine weniger bekannte oder unsicherere Option auszuprobieren, um zusätzliche Informationen zu gewinnen.
Wer ausschließlich Exploitation betreibt, erzielt kurzfristig möglicherweise gute Ergebnisse, riskiert aber, bessere Alternativen niemals zu entdecken. Wer ausschließlich exploriert, sammelt zwar viele Informationen, verzichtet aber darauf, bereits vorhandenes Wissen konsequent zu nutzen. Ein lernendes Ad-System muss beides miteinander verbinden.
Die wichtigsten Begriffe kurz erklärt
| Begriff | Bedeutung |
| Exploitation | Auf die Option setzen, die aktuell am besten eingeschätzt wird. |
| Exploration | Eine unsicherere Option testen, um zusätzliche Informationen zu gewinnen. |
| Multi-Armed Bandit | Klassisches Entscheidungsproblem mit mehreren Optionen und zunächst unbekannten Erfolgswahrscheinlichkeiten. |
| Regret | Differenz zwischen dem tatsächlich erzielten Ergebnis und dem mit perfektem Wissen möglichen Ergebnis. |
| Upper Confidence Bound (UCB) | Strategie, die neben dem erwarteten Wert auch die Unsicherheit einer Option berücksichtigt. |
| Thompson Sampling | Strategie, bei der Entscheidungen auf Basis geschätzter Wahrscheinlichkeitsverteilungen getroffen werden. |
Das Lern-Dilemma am Beispiel eines Spielautomaten
In der Forschung wird der Exploration-Exploitation-Trade-off häufig mit mehreren Spielautomaten erklärt. Dieses sogenannte Multi-Armed-Bandit-Problem lässt sich sehr gut auf digitale Werbung übertragen.
Angenommen, es stehen mehrere Spielautomaten zur Verfügung. Jeder Automat besitzt eine andere Auszahlungswahrscheinlichkeit, diese ist zu Beginn jedoch unbekannt. Nach einigen Versuchen scheint ein Automat besonders gut zu funktionieren.
Eine mögliche Strategie wäre nun, ausschließlich diesen Automaten weiterzuspielen. Kurzfristig ist das nachvollziehbar. Gleichzeitig besteht jedoch das Risiko, dass ein anderer Automat tatsächlich eine höhere Auszahlungswahrscheinlichkeit besitzt und lediglich bei den ersten Versuchen zufällig schlechte Ergebnisse geliefert hat. Wer diesen Automaten nie wieder ausprobiert, wird das nie herausfinden.
Bei Werbeanzeigen entsteht ein vergleichbares Problem.
Ein Vorhersagemodell könnte beispielsweise für zwei Anzeigen dieselbe Klick- oder Conversion-Wahrscheinlichkeit prognostizieren. Eine Anzeige wurde jedoch bereits zehntausendmal ausgespielt, während die andere erst wenige Impressions gesammelt hat.
Der geschätzte Wert kann identisch sein. Die Sicherheit dieser Schätzung ist es nicht. Würde das System ausschließlich die aktuell am besten bewertete Anzeige bevorzugen, könnte ein Feedback-Loop entstehen: Die bereits favorisierte Anzeige erhält mehr Reichweite, produziert dadurch mehr Daten und festigt ihren Vorsprung. Andere, möglicherweise bessere Optionen werden dagegen kaum noch getestet.
Ein lernendes System muss deshalb nicht nur berücksichtigen, was es zu wissen glaubt, sondern auch, wie sicher dieses Wissen ist.
Wie Ad-Systeme mit Unsicherheit umgehen können
Eine einfache Lösung wäre, regelmäßig zufällige Entscheidungen zu treffen. Ein System könnte beispielsweise in einem bestimmten Prozentsatz der Auktionen bewusst eine zufällige Anzeige auswählen. Das schafft Exploration, ist aber wenig effizient. Es würde auch dort experimentiert, wo bereits sehr viel Wissen vorhanden ist. In der Forschung existieren deshalb intelligentere Ansätze, bei denen die Unsicherheit selbst Bestandteil der Entscheidung wird.
Upper Confidence Bound
Beim Upper Confidence Bound (kurz UCB) wird nicht ausschließlich der aktuell erwartete Wert einer Option betrachtet. Zusätzlich wird berücksichtigt, wie unsicher die Schätzung ist.
Vereinfacht ausgedrückt erhält eine wenig getestete Option einen Unsicherheitsaufschlag. Eine Variante, deren tatsächliche Leistungsfähigkeit noch nicht ausreichend bekannt ist, kann dadurch erneut ausgewählt werden, obwohl ihr bisheriger Durchschnittswert nicht der höchste ist. Mit zunehmender Datenmenge sinkt diese Unsicherheit.
Thompson Sampling
Thompson Sampling verfolgt einen anderen Ansatz. Statt nur mit einem festen Erwartungswert zu arbeiten, wird für jede Option eine Wahrscheinlichkeitsverteilung betrachtet. Aus diesen Verteilungen werden Stichproben gezogen und die Auswahl auf Basis dieser Stichproben getroffen.
Optionen mit hoher Unsicherheit besitzen eine breitere Verteilung und bekommen dadurch automatisch häufiger die Chance, getestet zu werden.
Beide Ansätze lösen dasselbe Grundproblem auf unterschiedliche Weise: Bereits vorhandenes Wissen soll genutzt werden, ohne unbekannte Alternativen dauerhaft auszuschließen. Das bedeutet allerdings nicht, dass Google oder Meta ihre konkreten aktuellen Algorithmen vollständig offenlegen oder exakt diese Verfahren einsetzen. UCB und Thompson Sampling dienen vielmehr als wissenschaftlich etablierte Modelle, mit denen sich das zugrunde liegende Entscheidungsproblem erklären lässt.
Warum das für Werbeplattformen wirtschaftlich relevant ist
Exploration ist kein rein theoretisches Problem, sondern kann sich auch wirtschaftlich auszahlen.
Ein gut dokumentiertes Beispiel stammt aus dem Werbesystem von Alibaba: Dort entwickelte ein Forschungsteam ein Verfahren, das bei der Anzeigenausspielung nicht nur die erwartete Performance berücksichtigte, sondern auch, wie sicher oder unsicher diese Einschätzung war.
In einem zweiwöchigen Online-A/B-Test im Oktober 2020 erzielte der neue Ad-Ranking-Algorithmus gegenüber der bisherigen Methode rund 8 Prozent bessere wirtschaftliche Ergebnisse. Das Beispiel zeigt, warum es für ein lernendes Ad-System sinnvoll sein kann, nicht ausschließlich auf die aktuell vermeintlich beste Option zu setzen. Stattdessen kann es sich lohnen, auch vielversprechende Alternativen weiter zu testen und dadurch zusätzliche Informationen zu sammeln.
Entscheidend ist schließlich nicht, dass der Algorithmus in jeder einzelnen Auktion die perfekte Entscheidung trifft. Ziel ist vielmehr, über einen längeren Zeitraum möglichst gute Ergebnisse zu erzielen und gleichzeitig genügend zu lernen, um zukünftige Entscheidungen weiter zu verbessern.
Studie: Du, C., Gao, Z., Yuan, S., Gao, L., Li, Z., Zeng, Y., Zhu, X., Xu, J., Gai, K. & Lee, K. (2021). Exploration in Online Advertising Systems with Deep Uncertainty-Aware Learning. Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery & Data Mining (KDD ’21).
Warum mehr Daten die Lernphase beeinflussen
Für die Praxis ist besonders relevant, dass Unsicherheit mit zusätzlichen Beobachtungen abnimmt. Ein System, das eine große Zahl relevanter Signale erhält, kann Wahrscheinlichkeiten schneller und zuverlässiger einschätzen als ein System mit wenigen Daten.
Genau deshalb spielt auch bei der Google Ads Lernphase das Conversion-Volumen eine wichtige Rolle. Google nennt die Anzahl der Conversions ausdrücklich als einen Faktor für die Dauer der Lernphase.
Das erklärt gleichzeitig ein strukturelles Problem kleinerer Kampagnen. Eine Kampagne mit wenigen Conversions liefert dem Algorithmus weniger Informationen. Unterschiede zwischen Zufall und tatsächlich vorhandenen Mustern lassen sich deshalb schwieriger erkennen. Bei hohem Datenvolumen kann Unsicherheit schneller reduziert werden.
Mehr Daten bedeuten allerdings nicht automatisch bessere Werbung. Entscheidend ist auch die Qualität der Signale. Wenn eine Kampagne auf ein Ziel optimiert wird, das kaum erreicht wird oder nicht sauber gemessen werden kann, fehlt dem System eine belastbare Grundlage für seine Entscheidungen.
Ein funktionierendes Conversion-Tracking ist deshalb keine technische Nebensache, sondern ein zentraler Bestandteil automatisierter Kampagnensteuerung.
Warum unterschiedliche Creatives beim Lernen helfen können
Mehr Anzeigenvarianten bedeuten nicht zwangsläufig mehr relevante Informationen.
Eine theoretische Arbeit von Raghavan et al. zeigt, dass Datenvielfalt unter bestimmten Voraussetzungen einen Teil expliziter Exploration ersetzen kann. Sind die beobachteten Situationen ausreichend unterschiedlich, können auch vergleichsweise einfache Entscheidungsstrategien effektiv lernen.
Für Werbetreibende lässt sich daraus ein wichtiger Gedanke ableiten: Nicht die Anzahl der Varianten ist entscheidend, sondern ihre inhaltliche Unterschiedlichkeit.
Eine Anzeige mit einer geringfügig veränderten Farbe oder einer nahezu identischen Headline liefert einem lernenden System möglicherweise nur wenig neue Information. Deutlich informativer können dagegen Varianten sein, die tatsächlich unterschiedliche Hypothesen testen, beispielsweise:
- unterschiedliche Pain Points
- verschiedene Nutzenargumente
- andere Anwendungssituationen
- unterschiedliche visuelle Konzepte
- verschiedene Einstiege in ein Video
- alternative Angebote oder Botschaften
Damit verändert sich auch die Perspektive auf Creative Testing. Das Ziel besteht nicht nur darin, möglichst viele Varianten zu produzieren. Gute Varianten sollten dem System relevante neue Informationen liefern.
Sollte man Kampagnen während der Google Ads Lernphase verändern?
Pauschal sollten Kampagnen während einer Lernphase weder komplett unangetastet bleiben noch grundsätzlich verändert werden. Google weist darauf hin, dass Änderungen an einer automatisierten Gebotsstrategie oder ihrer Zusammensetzung erneut den Status „Lernt“ auslösen können. Gleichzeitig wäre es falsch, eine offensichtlich fehlerhafte Kampagne nur deshalb unverändert weiterlaufen zu lassen. Entscheidend ist die Art der Änderung.
Ein fehlerhaftes Conversion-Tracking, falsche Zielvorgaben oder grundlegende strukturelle Probleme sollten korrigiert werden. Permanente kleinere Eingriffe allein aufgrund kurzfristiger Performance-Schwankungen können dagegen dazu führen, dass das System immer wieder auf veränderte Rahmenbedingungen reagieren muss.
Für die Bewertung automatisierter Kampagnen ist deshalb eine gewisse Ruhe wichtig.
Kurzfristige Schwankungen sind nicht automatisch ein Zeichen dafür, dass eine Kampagne schlecht funktioniert. Insbesondere nach wesentlichen Änderungen sollte berücksichtigt werden, dass das System zunächst neue Informationen verarbeiten muss.
Fazit: Die Lernphase ist Teil automatisierter Werbung
Die Google Ads Lernphase ist keine isolierte technische Besonderheit von Google. Auch Meta Ads und andere automatisierte Werbesysteme stehen vor demselben grundlegenden Entscheidungsproblem.
Ein Algorithmus muss vorhandenes Wissen nutzen und gleichzeitig ausreichend experimentieren, um bessere Möglichkeiten entdecken zu können. Genau darin besteht der Exploration-Exploitation-Trade-off.
Wer dieses Prinzip versteht, betrachtet Schwankungen nach einem Kampagnenstart oder einer größeren Änderung differenzierter. Nicht jede kurzfristige Verschlechterung ist ein Fehler und nicht jeder Test ist verschwendetes Budget.
Gleichzeitig sollte die Lernphase nicht als pauschale Begründung für schlechte Kampagnenperformance verwendet werden. Schlechte Daten, fehlerhaftes Tracking, unrealistische Zielvorgaben oder strukturelle Probleme werden nicht dadurch gelöst, dass ein Algorithmus länger lernen darf.
Die entscheidende Aufgabe im modernen Performance Marketing besteht deshalb immer weniger darin, jede einzelne Ausspielungsentscheidung manuell vorzugeben. Stattdessen müssen die richtigen Rahmenbedingungen geschaffen werden: belastbare Daten, sinnvolle Ziele, ausreichend relevante Signale und Varianten, aus denen ein System tatsächlich etwas lernen kann.
Dann wird aus der vermeintlich lästigen Lernphase das, was sie eigentlich ist: Ein notwendiger Bestandteil datengetriebener Optimierung.
Quellen und weiterführende Links
- Google Ads-Hilfe: Dauer der Lernphase bei Kampagnen und welche Faktoren Auswirkungen darauf haben
- Google Ads-Hilfe: Status der Gebotsstrategie
- Auer, P. (2002): Using Confidence Bounds for Exploitation-Exploration Trade-offs. Journal of Machine Learning Research, 3, 397–422.
- Chapelle, O. & Li, L. (2011): An Empirical Evaluation of Thompson Sampling. Advances in Neural Information Processing Systems, 24, 2249–2257.
- Du, C., Gao, Z., Yuan, S., Gao, L., Li, Z., Zeng, Y., Zhu, X., Xu, J., Gai, K. & Lee, K. (2021): Exploration in Online Advertising Systems with Deep Uncertainty-Aware Learning. Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery & Data Mining (KDD ’21).
- Li, L., Chu, W., Langford, J. & Schapire, R. E. (2010): A Contextual-Bandit Approach to Personalized News Article Recommendation. Proceedings of the 19th International Conference on World Wide Web, 661–670.
- Raghavan, M., Slivkins, A., Vaughan, J. W. & Wu, Z. S. (2018): The Externalities of Exploration and How Data Diversity Helps Exploitation. Conference on Learning Theory (COLT) 2018.
Malte Ulbricht ist Gründer und Geschäftsführer der Performance-Marketing-Agentur Admospherics. Seit 2017 entwickelt er datengetriebene Performance-Strategien für B2B-Unternehmen und E-Commerce-Anbieter. Sein fachlicher Schwerpunkt liegt auf Google Ads, Kampagnenarchitektur und der strategischen Ausrichtung entlang des SEE-THINK-DO-CARE-Frameworks.
Als Gastdozent für Google Ads an der Universität Bremen verbindet er wissenschaftliche Fundierung mit operativer Praxiserfahrung aus der Betreuung von über 100 Unternehmen und der Steuerung siebenstelliger Werbebudgets im Agenturumfeld.
