Wissen & Blog

KI in der Werbung: Was ist eine höhere Klickrate wert?

Soll ein Unternehmen mehr in KI-Anzeigen investieren, wenn diese häufiger angeklickt werden? Die Klickrate allein reicht für diese Entscheidung nicht aus. Ein Feldversuch von Daviet und Nishimura zeigt, wie schnell aus einem interessanten Werbeergebnis eine zu weit gehende Geschäftsaussage werden kann.

MindVerve

Mehr Klicks, kein Verkaufsnachweis

Durchschnittliche Link-Klickrate

0,98 %

Leistungsorientierte KI

0,65 %

Professioneller Designer

Abstand: +0,33 Prozentpunkte

10 Motive pro Gruppe · ein Unternehmen · Instagram

Conversions und Rentabilität nicht belegt

Veröffentlicht: 5. Mai 2026

Daviet und Nishimura · DOI 10.1287/mksc.2024.1130Vorlage herunterladen · WEBP

Ein Klick ist noch kein Auftrag

Für ein kleines oder mittleres Unternehmen zählt, was aus dem Interesse an einer Anzeige wird. Passt die erreichte Zielgruppe zur Leistung? Entstehen daraus relevante Anfragen oder Käufe? Eine höhere Klickrate beantwortet diese Fragen nicht. Auch ein günstiger erstelltes Bild kann wirtschaftlich wenig bringen, wenn Abstimmungen, Korrekturen oder Werbeausgaben die mögliche Ersparnis aufzehren.

Daviet und Nishimura, Marketing Science, Tabellen 2 und 3. Veröffentlicht am 5. Mai 2026; abgerufen am 1. November 2026.

Wie groß der beobachtete Vorsprung war

Für ein Unternehmen im Bereich Outdoor-Aktivitäten wurden auf Instagram drei Gruppen mit jeweils zehn Anzeigenmotiven eine Woche lang verglichen. Budgets und Zielgruppeneinstellungen waren gleich. Die Hintergründe unterschieden sich, während Text und Logo in einer festen Vorlage blieben. Leistungsorientierte KI erreichte eine mittlere Link-Klickrate von 0,98 %, ästhetisch optimierte KI 0,78 % und ein professioneller Designer 0,65 %.

Die Link-Klickrate, kurz CTR, setzt Klicks auf den Link ins Verhältnis zu den Anzeigeneinblendungen. Hier wurden die Klickraten der einzelnen Motive gemittelt. Zwischen leistungsorientierter KI und Designer liegen 0,33 Prozentpunkte, relativ rund 51 %. Das ist kein Nachweis für 51 % mehr Kunden.

Daviet und Nishimura, Marketing Science, Tabellen 2 und 3. Veröffentlicht am 5. Mai 2026; abgerufen am 1. November 2026.

Im zweiten Test war der Unterschied nicht signifikant

Eine weitere Untersuchung verglich KI-Motive mit Material des unternehmenseigenen Teams. Die Mittelwerte lagen bei 3,38 % und 3,24 %. Dieser Unterschied war statistisch nicht signifikant (einseitiger p-Wert = 0,323). Daraus folgt weder ein belegter KI-Vorteil noch der Nachweis, dass beide Ansätze gleichwertig sind.

Zudem wirkte die Plattform an der Verteilung der Anzeigen mit. Der Unterschied lässt sich deshalb nicht als reiner KI-Effekt interpretieren; die Nutzer wurden nicht zufällig auf die Vergleichsgruppen verteilt. Ein Unternehmen und ein Designer im ersten Vergleich sind auch keine ausreichende Grundlage für ein Urteil über sämtliche Branchen oder Kreativteams.

Was eine Investitionsentscheidung noch braucht

Der Versuch kann Anlass sein, eine konkrete Einsatzmöglichkeit zu prüfen. Ob daraus ein wirtschaftlich sinnvolles Vorhaben wird, hängt jedoch vom gewünschten Geschäftsergebnis, der Markenpassung und dem gesamten Aufwand ab. Mehr Verkäufe oder eine höhere Marge sind durch diese Vergleiche nicht belegt. Die Zahlen stammen nicht aus MindVerve-Projekten und sind keine Prognose für Ihr Unternehmen.

Zum Umfang der Studie: Land und Gesamtzahl der Einblendungen sind nicht bestätigt. Die Zeitangaben zum zweiten Test widersprechen sich; eine Aussage über die Dauer des Effekts lässt sich daraus nicht ableiten.

Daviet und Nishimura, Marketing Science, Tabellen 2 und 3. Veröffentlicht am 5. Mai 2026; abgerufen am 1. November 2026.

Mit der MindVerve-Diagnose lassen sich mögliche Anwendungen priorisieren sowie Umfang und Erfolgskriterien eines ersten Piloten klären. Die Umsetzung des Piloten, die Anzeigenbetreuung und die Veröffentlichung gehören nicht zu dieser Analyse. Ausgangspunkt ist die Entscheidung, vor der Ihr Unternehmen steht.

KI-Einsatz gezielt einordnen

Details ansehen · AI Opportunity Sprint

Offizielle Quellen

Daviet und Nishimura, Marketing Science, Tabellen 2 und 3. Veröffentlicht am 5. Mai 2026; abgerufen am 1. November 2026.