Slava Wagner – SEA, CRO, Data & Forecasting

Ads Frameworks – Advanced Google Ads Audit
✦ ADVANCED GOOGLE ADS AUDIT · STRATEGIE 03

Ads Frameworks: 6 Framework-Cluster & Werbepsychologie

Strategie-Call anfragen > GitHub CLI Agent ↗ Prüft Vorhandensein (keine Ausführung)

Wer noch nie eine Asset Creation auf Basis bewährter Frameworks wie PAS (Problem Agitation Solution), AIDA, unterschiedlicher Angles und Copywriting-Typen gelauncht hat, überlässt die wichtigste Variable dem Zufall. Eine methodische Asset Creation ist die unverzichtbare Grundlage, auf der algorithmisches Lernen bei Google Ads greift.

API PULL Bestandsdaten-Import Bestehende Anzeigentexte & Suchbegriffe einlesen FRAMEWORK ENGINE Werbepsychologie-Cluster anwenden Strukturierte Copy-Systematik (AIDA / PAS / BAB / FAB) AUDIT REPORT Google Ads Audit Report Prüfbericht zu Framework-Abdeckung & Text-Performanz
✦

Die Antigravity Basis-Infrastruktur (Voraussetzung für alle 3 Agents)

1 Antigravity CLI global installieren
bash · npm install
$ npm install -g @google/antigravity-cli
2 Antigravity Umgebung im Terminal starten
bash · agy start
$ agy
✦ Alle Multi-Agenten-Prozesse, automatisierten API-Abfragen und Asset-Generierungen laufen direkt über das Google Ads Python/Node SDK innerhalb der Antigravity CLI.
✦

CLI-Bedienung: Google Ads Audit Strategy starten (Prüfung auf Vorhandensein)

GitHub CLI Agent ↗ Prüft Vorhandensein (keine Ausführung)
1 Audit CLI-Paket global installieren
bash · npm install
$ npm install -g advanced-google-ads-audit
2 Strategie-Audit ausführen (Prüfung auf Vorhandensein)
bash · audit start
$ advanced-google-ads-audit ads-frameworks
✦ Wichtiger Audit-Hinweis: Der CLI Agent führt ein Read-Only-Audit durch und prüft dein Google Ads Konto rein auf das Vorhandensein dieser Strategie. Der CLI Agent führt die Strategie nicht eigenständig aus, sondern deckt Lücken und ungenutzte Hebel im Setup auf.

Asset Creation & Framework-Einsatz: Futter für algorithmisches Lernen

PAS · AIDA · OCEAN · HOOKS — WENIG SYSTEM BEDEUTET TEURE LEADS
GitHub CLI Agent ↗ Prüft Vorhandensein (keine Ausführung)
Schnell-Check (Self Assessment): Du hast noch nie eine Asset Creation auf Basis von PAS, AIDA, Angles und Copywriting-Typen gelauncht. (Hier entscheidet sich, ob dein CPL bei 44 € oder 18 € landet)

Wer noch nie eine Asset Creation auf Basis bewährter Frameworks wie PAS (Problem Agitation Solution), AIDA, unterschiedlicher Angles und verschiedener Copywriting-Typen gelauncht hat, überlässt genau die Variable dem Zufall, an der sich alles entscheidet: ob der Kostenpunkt pro Lead bei 44 € oder bei 18 € landet.

Anzeigentexte aus dem Bauch heraus erzeugen Streuverluste, die sich erst im Looker Studio zeigen – wenn das Budget längst verbrannt ist. Eine methodische Asset Creation ist kein kreatives Extra, sondern die unverzichtbare Grundlage, auf der algorithmisches Lernen bei Google Ads überhaupt erst greifen kann.

Asset Creation & Framework-Einsatz für Google Ads

Zweck & Strategische Begründung

SOP ZIELSETZUNG & ANWENDUNGSBEREICH
GitHub CLI Agent ↗ Prüft Vorhandensein (keine Ausführung) SOP Blueprint Audit-Standard

Zweck & Zielsetzung

Durch sechs strategisch differenzierte Framework-Cluster verhindern, dass die monatliche Asset Creation in Wiederholungsschleifen läuft. Jeder Framework-Cluster zwingt den AI-Agenten zu einer eigenen Perspektive – kombiniert mit einer Scoring-Pre-Selection, die vor der finalen Asset-Generierung die conversionwahrscheinlichste Variante auswählt.

Anwendungsbereich

  • Primär: Konten mit aktiver AI-Ads-Pipeline (Make-AI-Agent mit Gemini/OpenAI, Google Ads API)
  • Output-Typ: AI-Anzeigenalternativen für RSAs und Asset Groups – auf pausiert hochgeladen, manuell aktiviert
  • Voraussetzung: "Conversion-Wert maximieren" als Gebotsstrategie, idealerweise mit CRM-Offline-Conversion-Export
  • Rhythmus: Monatlich – als Teil des Pipeline-Prozesses

Strategische Begründung

Warum Frameworks überhaupt?

Ohne Frameworks reproduziert ein AI-Agent die Vergangenheit. Die Pipeline produziert Monat für Monat Varianten desselben Themas. Frameworks zwingen den Agenten in jeweils klar definierte Perspektiven – jede Perspektive liefert systematisch andere Anzeigentexte und damit echte Variation.

Sechs Cluster statt unzähliger Frameworks

In der Praxis haben sich sechs Obercluster als die wirkungsvollsten herauskristallisiert. Jeder Cluster bildet einen eigenen Strang in der Pipeline.

Scoring-Pre-Selection als Qualitätsfilter

Jeder Framework-Strang produziert nicht direkt die finale Anzeige, sondern lässt den Agenten zuerst mehrere Varianten bilden (10 Angles, 10 Hooks, 10 Sub-Audiences). Diese werden mit Score 1–10 bewertet. Nur die Top-Variante geht in die finale Asset-Generierung. Ohne expliziten Konservativ-Prompt bewerten Agenten ihre eigenen Outputs immer mit 9/10 oder 10/10.

System-Architektur & Spezifikation

METRIKEN & STRUKTUR-SETUP
GitHub CLI Agent ↗ Prüft Vorhandensein (keine Ausführung) System-Matrix Reporting-Ebenen

Übersicht der sechs Framework-Cluster

Nr. Cluster Kern-Perspektive
01 Business Frameworks Strukturelle Verkaufsmodelle (PAS, MVP Pivots) und psychologische Typologien (DISG, Big Five / OCEAN)
02 Copywriting Frameworks Headline-Typen: Vorteil, Beweis, Dringlichkeit, Paradox, Neugier, Einzigartigkeit, Frage
03 Market Sophistication Vorwissens-Niveau der Zielgruppe – passende Tiefe der Ansprache je Lifecycle Stage
04 Lifecycle Stages Direkte Ansprache von MQL, SQL, Opportunity, Customer aus dem CRM – inkl. Upsell
05 Angles Customer Pain Point × Solution Frame – aus Angles-Detection-SOP
06 Sub-Audiences Unterzielgruppen pro Offer – jede Sub-Audience erhält eigene Ansprache

Detail-Setup pro Framework-Cluster

01 – Business Frameworks

  • PAS (Problem, Agitate, Solution): Top-Performer – Problem benennen, verstärken, lösen
  • MVP Pivots: Minimal-Variation des Kern-Offers
  • DISG-Grundtypen: Verhaltenstypen (dominant, initiativ, stetig, gewissenhaft)
  • Big Five / OCEAN: Persönlichkeitsdimensionen
  • Hinweis: Nur lizenzfreie Frameworks verwenden

02 – Copywriting Frameworks

  • Vorteilsüberschrift: Konkreten Nutzen ins Zentrum
  • Beweisüberschrift: Daten, Zahlen, Referenzen
  • Dringlichkeitsüberschrift: Zeitliche Knappheit
  • Paradoxüberschrift: Erwartungsbruch
  • Neugierüberschrift: Lücke öffnen
  • Einzigartigkeitsüberschrift: Was es nur hier gibt
  • Fragehook: Direkte Frage an den Nutzer
  • Praxiswert: Frage- und Vorteilshooks am prominentesten, Dringlichkeit an dritter Stelle

03 – Market Sophistication

  • Niedrig: Erklärt Grundbegriffe – Top-of-Funnel
  • Mittel: Setzt Basiswissen voraus, vergleicht Lösungen – Middle-of-Funnel
  • Hoch: Spricht Branchen-Insider an – Bottom-of-Funnel und Customer-Reaktivierung

04 – Lifecycle Stages

  • Lead / Prospect: Erste Ansprache, Pain Point benennen
  • MQL: Vertiefung, Solution vorstellen
  • SQL: Vertrauen, Sicherheit, nächster Schritt
  • Opportunity: Aktive Kaufphase, Hindernisse adressieren
  • Customer: Upsell, Cross-Sell, zusätzliche Offers
  • Praxiswert: MQLs und Prospects sind die am stärksten ansprechbaren Stages

05 – Angles

  • 10 neue Angles pro Offer und Monat (aus Angles-Detection-SOP)
  • Beispiele Immobilienbewertung: "Preiskorrekturen prüfen", "Nicht unter Wert verkaufen", "Bewertung für Erbschaftsplanung", "Bauvorhaben in der Nachbarschaft"
  • Praxiswert: Preiskorrekturen-Angle hat in Immobilien am stärksten performt

06 – Sub-Audiences

  • Beispiele: Vermögensplaner, Erbschaftler, Familiengründer, Kapitalanleger, Selbstnutzer
  • Wohneigentümer in Metropolregionen, verkaufsbereite Eigentümer
  • Praxiswert: Wohneigentümer in Metropolregionen und verkaufsbereite Eigentümer als stärkste Sub-Audiences in Immo-Leadgenerierung

Scoring-Pre-Selection (Pflicht-Mechanismus)

Ablauf der Pre-Selection

  1. Generierung: Agent produziert 10 Varianten
  2. Konservative Bewertung: Agent bewertet jede Variante mit Score 1–10, explizit streng
  3. Auswahl: Variante mit dem höchsten Score wird ausgewählt
  4. Finale Generierung: Auf Basis der Top-Variante wird die AI-Anzeige erstellt

Konservativitäts-Prompt (Pflicht-Formulierung)

> "Bewerte die folgenden Varianten so streng und konservativ, als hinge das Schicksal des Unternehmens von dieser Bewertung ab. Vergib nur in absoluten Ausnahmefällen Werte über 8."

Ohne expliziten Konservativ-Hinweis bewerten AI-Agenten ihre eigenen Outputs durchgehend mit 9 oder 10 von 10 – das macht die Pre-Selection wertlos.

Prozessablauf & SOP-Schritte

SCHRITT-FÜR-SCHRITT IMPLEMENTIERUNG
GitHub CLI Agent ↗ Prüft Vorhandensein (keine Ausführung) Execution Flow Step-by-Step

Voraussetzungen

  • Make-AI-Agent mit Gemini oder OpenAI verbunden
  • Google Ads API für Pull der Bestandsanzeigen UND Push der pausierten Alternativen
  • Conversion-Wert-Hierarchie aktiv
  • CRM-Offline-Conversion-Export aktiv (für Lifecycle-Stages-Cluster)
  • Angles-Detection-Output als Input
  • Review-Workflow: Anzeigen IMMER auf pausiert hochladen, manuelle Aktivierung
  • Naming-Convention: Framework-Name UND Top-Score-Variante im Asset-Namen
  • Konversations-Verlauf des Agenten verfügbar (vermeidet Wiederholungen)

Prozessablauf

Schritt 1 – Input-Material zusammenstellen

  • Bestandsanzeige via Google Ads API pullen
  • Freigegebene Angles aus Angles-Detection übernehmen
  • Conversion-Wert-Hierarchie und CRM-Lifecycle-Stages laden
  • Konversations-Verlauf der Vormonate aktivieren

Schritt 2 – Framework-Cluster pro Lauf festlegen

  • Pro Monatslauf alle sechs Cluster aktivieren – nicht nur einer
  • Jeder Cluster bekommt eigene Systeminstruktion

Schritt 3 – Pre-Selection pro Cluster

  • Agent generiert 10 Varianten
  • Konservativer Scoring-Prompt aktivieren
  • Top-Variante wird ausgewählt

Schritt 4 – Finale Asset-Generierung

  • Auf Basis der Top-Variante: Headlines, Descriptions, Long Headlines
  • Zeichenlimits: 30 Headlines, 90 Descriptions
  • Naming-Convention setzen

Schritt 5 – Upload als pausiert (Pflicht)

  • Agent stellt Anzeigenalternative via API auf pausiert
  • Niemals automatisch live setzen

Schritt 6 – Review & Aktivierung

  • Markenkonformität, Faktentreue, rechtliche Compliance prüfen
  • Geprüfte Varianten aktivieren

Schritt 7 – Aggregation nach 14 Tagen

  • Performance pro Cluster auswerten
  • Welcher Cluster lieferte die meisten/günstigsten Leads?
  • Erkenntnisse pro Branche dokumentieren

Schritt 8 – Übergabe an Budget-Shifting

  • Top-Performer-Cluster identifizieren
  • Übergabe an Budget-Shifting-SOP

Aggregations-Logik

Über Monate entsteht eine wachsende Wissensbasis:

  • Pro Cluster: Welche Top-Variante hat im Monat X gewonnen?
  • Pro Branche: Welche Cluster sind typischerweise stark? (z. B. PAS in Immobilien)
  • Pro Konto: Welche Sub-Audiences haben am besten konvertiert?
  • Nutzung: Aggregation fließt im Folgemonat als Kontext zurück

Qualitäts-Guardrails & Troubleshooting

AUDIT-PRÜFPROTOKOLL & FEHLERBILDER
GitHub CLI Agent ↗ Prüft Vorhandensein (keine Ausführung) Monitoring Sofortmaßnahmen

Qualitätskriterien

  • Alle sechs Cluster aktiv – kein Auslassen
  • Pre-Selection mit Konservativ-Prompt: Pflicht in jedem Cluster
  • Pausiert-Upload: Niemals automatische Aktivierung
  • Konversations-Verlauf vorhanden
  • Naming-Convention sauber
  • Aggregation dokumentiert
  • Verzahnung mit Pipeline: Input von Angles Detection, Output an Budget-Shifting

Troubleshooting

Problem Lösung
Pipeline liefert ähnliche Anzeigen wie im Vormonat Konversations-Verlauf prüfen, alte Outputs als Negativliste
Scoring vergibt durchgehend 9–10 von 10 Konservativ-Prompt fehlt – Pflicht-Wortlaut einsetzen
Anzeigen wurden versehentlich aktiviert API-Anweisung muss zwingend auf "paused" stehen
Lifecycle-Stages-Cluster produziert nichts CRM-Offline-Conversion-Export prüfen
Performance pro Cluster nicht zuordenbar Naming-Convention im Asset-Namen sichtbar machen
Business-Frameworks wirken schablonenhaft Prompt schärfen – Anzeige konkret durch das Framework durchführen lassen
Sub-Audiences immer dieselben Online-Suche / Grounding-Modul aktivieren
× Vollbild Vorschau

Slava Wagner

Google Ads & Meta Ads Lead-Generierung für Hochpreis-Branchen. AI-Automatisierungen für Werbesystem APIs.

info@slavawagner.de
+49 176 588 744 04

Google Ads Strategies

Strategie-Implementierung anfragen

Jetzt anfragen und wir gehen in einem Call die Strategie-Implementierung durch.