Beyond the Script mit n8n
Inhaltsverzeichnis
- Das Problem: Wenn Skripte überhandnehmen
- n8n: Der Dirigent in deiner Google Ads Zentrale
- AI-Power: Drei Use-Cases für strategisches SEA
- 1. Der AI-Wettbewerbs-Wächter
- 2. Der automatisierte Feed-Auditor
- 3. PMax & RSA Creative Analyst
- Die Strategie: Automatisierung in drei Stufen
- Fazit: Drei Key Takeaways
Das Problem: Wenn Skripte überhandnehmen
Skripte sind das Rückgrat jeder modernen SEA-Arbeit. Doch mit zunehmender Anzahl steigen auch die Probleme:
- Benachrichtigungs-Flut: Wichtige Insights gehen in einer Lawine von E-Mails unter.
- Scheinbare Sicherheit: Ein Skript, das ohne Fehlermeldung abschließt, bedeutet nicht zwingend, dass es erfolgreich war (z.B. bei API-Versionsfehlern).
- Wartungsaufwand: Jedes Skript einzeln zu überwachen und anzupassen, kostet wertvolle Zeit.
n8n: Der Dirigent in deiner Google Ads Zentrale
Anstatt Skripte isoliert laufen zu lassen, setzen wir auf n8n, ein Workflow-Automatisierungstool, das Apps, APIs und KI-Modelle visuell miteinander verknüpft.
Ein großer Vorteil: n8n kann selbst gehostet werden, was volle Datenkontrolle und Kostenersparnis ermöglicht. n8n fungiert hierbei als Zentrale, die die Signale deiner Google Ads Skripte empfängt, verarbeitet und nur dann Alarm schlägt, wenn es wirklich nötig ist.
Der Architektur-Wechsel: Ergebnisse statt Rohdaten
Anstatt jedes Skript eine eigene E-Mail senden zu lassen, nutzen wir einen zentralen Webhook in n8n. Das Skript sendet lediglich Metadaten an n8n, welches die Informationen filtert und in einem übersichtlichen Daily Briefing (z.B. via Slack) zusammenfasst.
So siehst du auf einen Blick:
- Welche Skripte überfällig sind (Watchdog Alarm).
- Einen Performance-Überblick (Success vs. Error).
- Konkrete Handlungsempfehlungen für Budgets oder Anomalien
Wie der Workflow genau funktioniert, findest du hier detailliert beschrieben.
AI-Power: Drei Use-Cases für strategisches SEA
Noch mächtiger werden die Workflows, wenn wir LLMs wie Gemini in diese Workflows integrieren. Hier sind drei kurze Beispiele aus der Praxis:
1. Der AI-Wettbewerbs-Wächter
Normale Text-Crawls der Konkurrenz werden oft blockiert. Unsere Lösung: n8n erstellt via Tools wie 'ScrapeOps' einen Screenshot der Wettbewerber-Startseite. Gemini analysiert das Bild und extrahiert Details zu Sale-Aktionen oder Rabatten in Echtzeit.
2. Der automatisierte Feed-Auditor
Ein schlecht optimierter Feed im Google Merchant Center (GMC) ist oft ein "stille" Fehler. Anders als bei Produktablehnungen, wo das GMC E-Mails verschickt, gibt es keine Meldungen zur Feed-Qualität.
Um wichtige Produkte regelmäßig gegen die neusten Feed Spezifikationen prüfen zu können, holen wir uns via Merchant API Live-Daten einzelner Produkte. Gemini prüft diese gegen die offiziellen Google-Spezifikationen und liefert direkt Optimierungsvorschläge für Titel und Beschreibungen.
Ein weiterer Workflow fasst die Findings zusammen und bereitet sie als Nachricht auf:
3. PMax & RSA Creative Analyst
Die Analyse von Asset-Leistungen in Performance Max Kampagnen direkt im Google Ads Interface ist mühsam, weil man Anzeige oder Assets Groups nur einzeln prüfen kann.
Daher nutzen wir n8n, um Asset-Daten (Headlines und Descriptons) zu gruppieren und von einer AI kategorisieren zu lassen, getrennt nach z.B. nach "Brand", "CTA" oder "USP". So lassen sich erfolgreiche Muster identifizieren und strategisch bessere Texte schreiben.
Die Strategie: Automatisierung in drei Stufen
Damit deine Automation Strategie nicht im Chaos versinkt, empfehlen wir einen strukturierten Aufbau:
Stufe 1: Health Check
- Fokus: Systemstabilität
- Beispiele: Linkchecker, Budget Checker, Zero Impression Checker
Stufe 2: Account Check
- Fokus: Hygiene & Einstellungen
- Beispiele: Brand Hygiene, Campaign Settings, Negative Keyword Suggestions
Stufe 3: Strategisch
- Fokus: Optimierung & Insights
- Beispiele: Wettbewerbsbeobachtung, Feed Optimierung, Gebotsstrategien
Fazit: Drei Key Takeaways
- Sende Metadaten, keine Rohdaten: Zentralisiere deine Meldungen in einem Tool wie n8n, um den Fokus auf das Wesentliche zu behalten.
- Sinnvoller Einsatz von AI: Nutze sie vor allem für unstrukturierte Daten wie die Analyse von Screenshots, Fehler-Logs oder Feed-Ablehnungen.
- Baue selbstüberwachende Systeme: Ein "Watchdog"-Workflow stellt sicher, dass du auch dann informiert wirst, wenn ein Skript gar nicht erst startet.
