Zero-Klick-Suche hat Performance Media zerstört. Das ist der Ersatz.

Der klassische Performance-Media-Einkaufsstack stützte sich auf drei tragende Annahmen. Alle drei stehen inzwischen unter Druck.

Suchmarketing war zwei Jahrzehnte lang der sauberste Performance-Kanal, weil es Nutzer mit hoher Kaufabsicht genau im Moment dieser Absicht erreichte. Zero-Click-Suche bricht das Modell an der Quelle. Wenn 60 Prozent der Suchanfragen keinen einzigen Klick ins offene Web erzeugen, wird suchgetriebene Performance Media rein rechnerisch ineffizienter, unabhängig von Gebotsstrategie oder Creative-Qualität. Der Nutzer, der früher auf die Markenseite geklickt hätte, um mehr über ein Produkt zu erfahren, bekommt die Antwort im KI-Overview und besucht die Seite gar nicht erst. Das Conversion-Ereignis, gegen das die Marke misst, findet nicht statt, nicht weil die Marke den Nutzer nicht überzeugt hat, sondern weil dessen Informationsbedürfnis ohne Besuch gestillt wurde. Die Pew-Research-Studie von 2025 zu KI-Overviews zeigt: Die Klicklücke (8 Prozent gegenüber 15 Prozent) ist keine vorübergehende Delle, sondern strukturell, und sie wird bei informationalen Suchanfragen größer, also genau jenen, die bisher die markenseitige Content-Strategie speisten.

Der Wert von Display-Werbung stützt sich seit den frühen 2000er-Jahren auf klick-basierte Attribution. Das Modell steht seit Jahren unter Druck durch den Wegfall von Cookies und durch Datenschutz-Frameworks, die seitenübergreifendes Tracking einschränken, doch Bot-Kontamination ist ein eigenständiges, kaum diskutiertes Problem. Datenschutzfreundliche Werbemessung verändert, wie wir Conversions attribuieren; Bot-Traffic verändert, ob die Impressions und Klicks, gegen die wir überhaupt attribuieren, von Menschen stammen. Wenn 15 bis 25 Prozent der Impressions bei einem Premium-Publisher bot-getrieben sind, liefert das Klick-Attributionsmodell Ergebnisse, die formal haltbar, inhaltlich aber falsch sind.

Das klassische Mid-Funnel-KPI-Set (Sessions, Pageviews, Verweildauer, Conversion Rate, Cost per Click, Cost per Visit) wurde für eine Welt entwickelt, in der der Klick der Einstiegspunkt ins Engagement war. Wenn Zero-Click das dominante SERP-Verhalten ist und Bot-Traffic die verbleibenden Besuche kontaminiert, wird jede traffic-basierte KPI verrauschter. Cost per Click wird zu Cost per teilweise-Bot-Click. Conversion Rate wird zur Conversion Rate gegen eine teilweise synthetische Besucherbasis. Markenseitige Teams, die die Zahlen dieses Jahres mit denen des Vorjahres vergleichen, vergleichen gegen eine Baseline, die bereits erodiert war. Das Messsystem liefert kein ehrliches Bild davon, was tatsächlich funktioniert.

Die Bot-Kontamination ist die am wenigsten diskutierte Dimension dieser Verschiebung und wohl auch die teuerste. Wir haben kürzlich mit einer namhaften Private-Equity-Gesellschaft zusammengearbeitet, deren Paid-Media-Programm auf erstklassige Premium-Publisher aus dem Finanzdienstleistungssegment konzentriert war (jene Art von Inventar, das historisch als das sicherste, am besten geprüfte Umfeld für B2B-Finanzmarken galt). Unser Measurement-Audit zeigte, dass bis zu 25 Prozent der bezahlten Impressions auf diesem Inventar auf Bot-Traffic statt auf menschliche Leser zurückzuführen waren. 25 Prozent des Media-Budgets flossen in reine Phantom-Sichtbarkeit.

Die anschließende Optimierung nutzte Signale aus einer Bot-Erkennungs-Messebene, um den Inventar-Mix in drei Schritten zu verfeinern. Erstens haben wir die Bot-Kontamination auf Publisher- und Placement-Ebene kartiert, damit das markenseitige Team sehen konnte, welche Premium-Umfelder tatsächlich hielten, was sie versprachen, und welche nicht. Zweitens haben wir das Budget von den am stärksten kontaminierten Placements weg und in ein geprüftes, weniger kontaminiertes Inventar-Segment umgeleitet. Drittens haben wir die Kampagnenmessung neu auf einen Frühindikator ausgerichtet, von dem wir wissen, dass er für diesen Kunden mit positiven Geschäftsergebnissen korreliert: die Verweildauer auf der Seite bei verifizierten menschlichen Lesern, nicht aggregierte Sessions oder Klickraten.

Das Ergebnis: eine spürbare Verbesserung der Verweildauer über den gesamten optimierten Mediaplan hinweg und eine belastbare Messgeschichte, die das markenseitige Team ihrem CFO vorlegen konnte. Derselbe Budgetanteil erzeugte mehr verifizierte menschliche Aufmerksamkeit. Das Inventar selbst war auf Publikationsebene nicht schlechter geworden; das Kontaminationsproblem lag eine Ebene darunter, in der Ad-Tech-Infrastruktur, die die Impressions ausgeliefert hat. Markenseitige Teams ohne Einblick in diese Ebene zahlen für Inventar, das anders performt, als ihr Plan es beschreibt.

Die strukturelle Lehre: Erstklassiges Premium-Inventar ist kein Brand-Safety-Ersatz mehr für menschlich verifiziertes Inventar. Beides hat sich auseinanderentwickelt. Wer beides gleichsetzt, macht einen messbaren und behebbaren Fehler.

Wenn der klick-basierte Performance-Stack nicht mehr trägt, was tritt an seine Stelle? Criterion Global hat als Antwort auf diese Verschiebung drei neue Fähigkeiten in die Praxis integriert und bietet alle drei bestehenden und neuen Kunden inzwischen als Standardbestandteil des Performance-Media-Mandats an.

ChatGPT Ads sind die erste relevante bezahlte Platzierungsmöglichkeit innerhalb der KI-Antwortmaschinen, die den Suchtraffic absorbiert haben. Das Format unterscheidet sich strukturell von gesponserten Suchergebnissen: Statt eine Platzierung gegen eine Suchanfrage zu kaufen, kauft die Marke eine Platzierung innerhalb der konversationellen Antwort, die der Nutzer erhält. Die Markenpräsenz ist kontextueller, die Sichtbarkeitskennzahlen sind andere (Impressions im Konversationskontext statt Above-the-Fold-Positionen), und der Einkaufsprozess ähnelt eher einem Managed-Service-Buy als einer Self-Serve-Auktion. Wir platzieren ChatGPT-Inventar bereits für Kunden und behandeln es als den natürlichen Nachfolgekanal für das Suchbudget, das auf Google keine Klickvolumina mehr liefert. Das Argument für ChatGPT Ads lautet nicht, dass sie auf Impression-Ebene günstiger oder effizienter sind als klassische Paid Search, sondern dass sie die Markenpräsenz genau im Moment des Informationskonsums platzieren, in dem Kanal, der die Suchanfragen absorbiert, die früher Klicks erzeugt haben.

AEO ist die strukturelle und inhaltliche Disziplin, für KI-Antwortmaschinen (ChatGPT, Perplexity, Googles KI-Overviews, Claude) zu optimieren, statt nur für klassische Suchmaschinen. AEO ist nicht einfach SEO mit neuem Namen. Es erfordert eine andere Content-Architektur (Frage-Antwort-Formate, strukturierte Daten, Source-of-Truth-Content-Design, zitierfähige Sprache), einen anderen Messansatz (Zitat-Anteil innerhalb der Antwortmaschinen statt Ranking-Position in klassischen SERPs) und einen anderen Umgang mit dem Publikationsrhythmus (die Antwortmaschinen aktualisieren ihre Trainingsdaten und Indizes in anderen Zyklen als Google). Für markenseitige Teams, deren organischer Content bisher ein Top-of-Funnel-Akquisitionskanal war, ist AEO jetzt die gleichwertige Disziplin. Wir haben AEO neben klassischem SEO in unsere Content-Mandate integriert und behandeln beide als komplementär, nicht als austauschbar. Die Marken, die 2027 in KI-Antwortmaschinen zitiert werden, sind die Marken, die schon jetzt zitierfähigen Content mit der richtigen Struktur veröffentlichen.

Die dritte Fähigkeit ist eine Messebene, die gezielt Bot-Kontamination im bezahlten Inventar erkennt und dem markenseitigen Team das Signal liefert, das es für die Optimierung braucht. Die oben beschriebene Fallstudie ist ein repräsentatives Beispiel für diese Arbeit. Die Messsuite arbeitet auf Impression-Ebene, ordnet Kontamination Publisher und Placement zu und erzeugt ein Optimierungssignal, auf das das Team reagieren kann. Es geht dabei nicht darum, jedes unvollkommene Inventar abzulehnen, sondern die Kontamination sichtbar zu machen, damit das Team wirtschaftlich rationale Entscheidungen treffen kann: welches Inventar bleibt, welches nachgeschärft und welches gestrichen wird. Da der Bot-Anteil an den gesamten Ad-Tech-Impressions weiter wächst (Branchenschätzungen sehen den Invalid-Traffic-Anteil im offenen programmatischen Ökosystem in manchen Kategorien deutlich über 20 Prozent), wird diese Messebene zur Grundvoraussetzung, nicht zum Premium-Add-on.

Das KPI-Set, das markenseitige Teams im Post-Click-Umfeld ablösen sollten, unterscheidet sich deutlich vom bisherigen Stack. Das folgende Framework ist jenes, das wir mit Kunden nutzen, wenn wir die Messung nach dem Audit neu aufsetzen.

Zwei ergänzende Frameworks stützen den Ersatzstack. Das erste ist eine Brand-Equity-Messebene, die auf einem längeren Zeithorizont arbeitet als kampagnenbezogene Klickdaten; wir haben an anderer Stelle beschrieben, warum Brand-Lift-Studien kein Ersatz für kontinuierliches Brand-Equity-Tracking sind, dieselbe Logik gilt hier. Das zweite ist ein Frühindikator-Framework: Verweildauer bei verifizierten Menschen, Scroll-Tiefe, Content-Engagement und Post-View-Verhalten liefern gemeinsam ein verlässlicheres Bild davon, ob Paid Media wirkt, als es die klick-basierten Kennzahlen je taten, und sie sind an der Quelle weniger anfällig für Bot-Kontamination.

Drei Maßnahmen sind für jede Marke sinnvoll, die 2026 in relevantem Umfang Paid Media betreibt, unabhängig davon, ob sie dabei mit Criterion Global oder einem anderen Partner zusammenarbeitet.

Die Annahme prüfen, dass Klick gleich Engagement ist. Eine Stichprobe bezahlter Placements aus dem letzten Quartal ziehen, eine Bot-Erkennungs-Ebene über Impression- und Klickdaten legen und quantifizieren, wie viel des gemeldeten Engagements maschinengeneriert war. Die Zahl liegt meist höher, als markenseitige Teams erwarten, und die Lücke zwischen Gemeldetem und Realem entspricht der Größe der Optimierungschance.

Das KPI-Dashboard neu auf die Post-Click-Realität ausrichten. Die Klickrate als primäre Erfolgskennzahl durch eine Engagement-Kennzahl bei verifizierten Menschen ersetzen. Cost per Click durch Cost per verified-human Engagement ersetzen, beziehungsweise durch Cost per KI-Zitat-Impression, wo der Kanal eine Antwortmaschine ist. Das organische Suchranking als primäre Sichtbarkeitskennzahl durch den Zitat-Anteil in KI-Antwortmaschinen für informationale Suchanfragen ersetzen.

Testbudget auf die neuen Säulen umschichten. Eine Marke mit einem jährlichen Paid-Media-Plan sollte 2026 zwischen fünf und fünfzehn Prozent des Testbudgets in ChatGPT Advertising, AEO-Content-Investitionen und Bot-Monitoring-Messinfrastruktur stecken. Die Allokation muss nicht riesig sein, um brauchbare Erkenntnisse zu liefern. Sie muss aber jetzt beginnen, denn die Antwortmaschinen, die AEO-Disziplin und die Bot-Erkennungs-Ökosysteme reifen schnell genug, dass Marken, die auf Stabilität warten, im Rückstand ins Rennen gehen.

Der Performance-Media-Stack, mit dem die meisten markenseitigen Teams groß geworden sind, ging von einer Welt aus, in der Google der dominante Einstiegspunkt war, Klicks Traffic erzeugten und dieser Traffic verlässlich menschlich war. Diese Welt gibt es nicht mehr. Zero-Click-Suche betrifft inzwischen rund 60 Prozent aller Google-Suchanfragen und 83 Prozent der Suchanfragen mit KI-Overview. Die Bot-Kontamination bei Premium-Inventar erreicht regelmäßig die 15-bis-25-Prozent-Spanne, die wir oben in der Fallstudie dokumentiert haben. Das klick-basierte Attributionsmodell, das Media-Ausgaben mit Umsatz verknüpft, lässt sich gegen keine dieser beiden Dynamiken mehr ehrlich verteidigen.

Der Ersatz ist kein einzelnes Produkt und keine einzelne Kurskorrektur. Es ist ein neu aufgesetzter Performance-Media-Stack, der bezahlte Platzierungen innerhalb der KI-Antwortmaschinen umfasst, die die Suchanfragen absorbiert haben (ChatGPT Ads), strukturelle Content-Disziplin für genau diese Maschinen (AEO), eine Messinfrastruktur, die verifiziertes menschliches Inventar von kontaminiertem Inventar unterscheidet, sowie ein Frühindikator-Framework, das an Verweildauer, Attention Quality und längsschnittlicher Brand Equity verankert ist statt an klick-basierten KPIs. Criterion Global hat jeden dieser Bausteine in die Praxis integriert und bietet sie inzwischen als Bestandteil des Standardmandats für internationale Media-Planung und -Einkauf an.

Das Argument lautet nicht, dass Paid Search tot ist, dass Display tot ist oder dass die bisherigen KPIs wertlos sind. Das Argument lautet, dass markenseitige Teams, die ausschließlich gegen den bisherigen Stack arbeiten, für Performance zahlen, die sie nicht vollständig sehen können. Der neue Stack verspricht nicht, jede Kampagne zum Erfolg zu machen. Er verspricht dem Team ein ehrliches Bild davon, welche Kampagnen tatsächlich wirken, bei verifizierten Menschen, in den Kanälen, in denen die Aufmerksamkeit der Nutzer heute tatsächlich liegt.

Die Marken, die 2027 in KI-Antwortmaschinen sichtbar sein werden, sind die Marken, die schon jetzt für diese Maschinen publizieren. Die Marken, die ihr Premium-Inventar effizient einsetzen, sind die Marken, die schon jetzt die Bot-Kontamination auf diesem Inventar messen. Die Marken, die ihre Performance-Media-Budgets 2028 gegenüber dem CFO verteidigen können, sind die Marken, deren KPI-Dashboards schon jetzt der Post-Click-Realität entsprechen. Nichts davon erfordert, auf eine Beruhigung der Branche zu warten. Es erfordert die Erkenntnis, dass der bisherige Stack nicht zurückkommt.

Mehr zu angrenzenden Perspektiven von Criterion Global in diesem Themencluster finden Sie in unseren Analysen zu Brand-Lift-Studien in einer Post-KI-Welt und zum Argument für Programmatic-Direct-Deals sowie in unseren Leitfäden zu Brand-Lift-Methodik, Marketing-Attribution und Brand-Equity-Theorie und den Modellen von Aaker und Keller.