Google testet KI-Clickbait im Discover-Feed. Was Marketer daraus lernen können – und wie Sie KI für Überschriften & Kampagnen nutzen, ohne Vertrauen zu verspielen.
Warum Googles KI-Clickbait ein Weckruf für Marketer ist
Google testet im Discover-Feed KI-generierte Überschriften – und produziert dabei Titel wie „AMD schlägt Nvidia“ oder „Preis der Steam Machine enthüllt“, obwohl die Originalartikel etwas ganz anderes sagen. Das ist kein kleiner Ausrutscher, sondern ein Lehrstück darüber, wie KI im Content-Marketing schiefgehen kann.
Für Marketing- und Vertriebsverantwortliche in Deutschland ist dieses Experiment hoch relevant. Denn fast jedes Unternehmen arbeitet gerade an KI-gestützter Content-Automatisierung, KI-Texten für Landingpages, Social Ads oder E-Mails. Wer dabei nur auf Klicks schielt, landet sehr schnell genau dort, wo Google gerade Schiffbruch erleidet: bei irreführendem Clickbait, Vertrauensverlust und schlechter User Experience.
In dieser Ausgabe der Reihe „KI für Marketing & Vertrieb: Der deutsche Leitfaden“ geht es darum, was Sie aus diesem Google-Test lernen können – und wie Sie KI so einsetzen, dass sie Ihren Marketing-ROI steigert, ohne Ihre Marke zu beschädigen.
Was Google im Discover-Feed gerade testet – und warum es knirscht
Das Experiment ist schnell erklärt: Google ersetzt in einem Teil des Discover-Feeds in den USA die Originaltitel von Artikeln durch KI-generierte Kurz-Titel. Ziel: längere Überschriften radikal verkürzen, angeblich, um Inhalte „leichter verdaulich“ zu machen.
Das Ergebnis:
- Viele Titel bestehen aus genau vier Wörtern.
- Einige sind nur langweilig („Origami gewinnt Preis“ statt eines spannenden Titels über ein Origami, das das 10.000-fache seines Gewichts trägt).
- Andere sind schlicht falsch („Preis der Steam Machine enthüllt“, obwohl der Artikel genau das verneint; „AMD schlägt Nvidia“, obwohl es nur um Verkaufszahlen bei einem Händler geht).
Die Medien haben damit zwei Probleme:
- Reputation: Die irreführende Überschrift sieht für Nutzer nach einem Problem des Medienhauses aus, nicht nach einem Google-Experiment.
- User Experience: Wer sich betrogen fühlt, kommt seltener wieder – sei es zur Nachrichtenseite oder zu Google Discover selbst.
Für uns als Marketer steckt dahinter eine zentrale Lektion: KI, die nur auf Klickoptimierung getrimmt ist, zerstört Vertrauen. Und Vertrauen ist heute wertvoller als jede kurzfristige CTR-Steigerung.
Die eigentliche Gefahr: Wenn KI-Clickbait Ihre Marke frisst
Für Medien ist Discover ein wichtiger Traffic-Kanal. Für Unternehmen sind es Google News, Suchergebnisse, Social Feeds, E-Mail-Postfächer oder WhatsApp-Newsletter. In all diesen Kanälen wird KI immer häufiger Überschriften, Snippets oder Betreffzeilen generieren.
Die Mechanik ist überall dieselbe:
- KI-Modelle werden auf „mehr Klicks“, „mehr Opens“, „mehr Engagement“ optimiert.
- Kurze, reißerische Formulierungen performen kurzfristig oft etwas besser.
- Langfristig leiden Markenwahrnehmung, Glaubwürdigkeit und Conversion-Qualität.
Ich sehe in vielen Marketing-Teams aktuell drei Risiken:
-
KI schreibt an der Positionierung vorbei
Die Botschaft wird verkürzt oder verzerrt, bis sie nicht mehr zu Ihrer Marke passt. Das sorgt zwar für Klicks, aber nicht für passende Leads. -
Versprochen wird mehr, als das Produkt hält
„50 % mehr Umsatz“ im Ad-Titel, aber im Whitepaper geht es nur um allgemeine Tipps? Solche Brüche töten Vertrauen – und machen Vertriebsgespräche unnötig schwer. -
Unsichtbare Urheberschaft
Wie bei Google Discover merkt der Nutzer nicht, dass eine KI den Text erstellt hat. Fehler werden dem Absender zugeschrieben, nicht der Technik.
Merksatz für KI-Marketing: Jede KI-optimierte Überschrift ist eine Markenbotschaft. Wenn sie nicht zu Ihrer Marke passt, ist sie teuer – egal wie billig sie erzeugt wurde.
Wie Sie KI sicher für Überschriften, Snippets & Ads nutzen
Der Google-Test zeigt vor allem, wie man es nicht machen sollte: KI alleine optimieren lassen und hoffen, dass es schon stimmt. Für Marketing & Vertrieb braucht es einen klaren Rahmen.
1. KI als Ideengeber, Mensch als Editor
Die sinnvollste Rolle für KI im Content-Marketing ist:
KI generiert Optionen, Menschen wählen und verfeinern.
Konkret:
- Lassen Sie sich von einem KI-Tool 10 Varianten einer Überschrift, Betreffzeile oder eines Ad-Titels vorschlagen.
- Prüfen Sie jede Variante auf:
- Faktenkorrektheit
- Markenkonsistenz (Ton, Versprechen, Werte)
- Zielgruppentauglichkeit (passt das zur Realität Ihrer Kunden in Deutschland?)
- Kombinieren Sie bei Bedarf die besten Elemente mehrerer Varianten.
Das kostet vielleicht fünf Minuten mehr als der „One-Click-Button“ – spart Ihnen aber später viel Image-Schaden.
2. Klare Richtlinien gegen KI-Clickbait
Wer Content-Automatisierung ernst meint, braucht Richtlinien, an denen sich Mensch und Maschine orientieren.
Beispiele für sinnvolle Regeln:
- Keine Superlative ohne belastbare Zahlen (statt „massiv steigern“ lieber „um bis zu 30 % steigern“ – wenn belegt).
- Überschrift muss zum Inhalt passen: Was im Titel steht, muss im Text wirklich vorkommen.
- Keine bewusst mehrdeutigen Versprechen („Geheimtrick“, „was niemand sagt“, „unglaubliches Ergebnis“) in B2B-Kommunikation – das wirkt im deutschen Markt schnell unseriös.
Diese Leitplanken können Sie Ihrer KI sogar direkt mitgeben – etwa als „System-Prompt“ oder Guidelines im Briefing.
3. KI-Performance mit Qualitätsmetriken koppeln
Viele Teams schauen nur auf CTR und Öffnungsraten. Smarter ist es, KI-optimierte Inhalte an Business-KPIs zu messen:
- Wie ist die Conversion-Rate nach dem Klick?
- Wie lang ist die Verweildauer auf der Zielseite?
- Wie viele qualifizierte Leads entstehen?
Wenn eine KI-Überschrift zwar 20 % mehr Klicks bringt, aber die Absprungrate um 40 % steigt, haben Sie nur Kosten verschoben – nicht den Marketing-ROI verbessert.
Praxisleitfaden: KI-Titel für deutschen B2B-Markt richtig einsetzen
Der deutsche Markt reagiert sensibel auf Übertreibungen. Besonders im B2B-Umfeld gelten Seriosität und Klarheit mehr als spektakuläre Versprechen. Genau hier können Sie KI gezielt so nutzen, dass sie Ihre Stärken verstärkt statt verwässert.
Schritt 1: Ziel definieren – Klick oder Qualität?
Bevor Sie KI anwerfen, beantworten Sie zwei Fragen:
-
Was ist das Ziel dieses Textes?
Traffic, Newsletter-Opt-ins, Demo-Anfragen, direkte Verkäufe…? -
Welche Kennzahl entscheidet über Erfolg?
Z. B. MQLs aus einem Whitepaper-Download statt nur Klicks auf die Landingpage.
Nur dann können Sie KI sinnvoll auf den richtigen Erfolg ausrichten.
Schritt 2: KI-Briefing konkret machen
Statt „Schreib mir eine knackige Überschrift“ sollte Ihr Prompt eher so aussehen (sinngemäß, nicht als Code zu verstehen):
- Zielgruppe: „Marketing-Leiter in mittelständischen deutschen B2B-Unternehmen“
- Ziel: „Whitepaper-Download zu KI im Vertrieb“
- Tonalität: „seriös, faktenbasiert, keine Übertreibungen“
- Pflicht: „Aussage muss im Whitepaper detailliert erklärt werden“
So vermeiden Sie, dass die KI in den Clickbait-Modus kippt, den man aus US-Blogs und YouTube-Thumbnails kennt.
Schritt 3: Varianten testen – aber kontrolliert
Nutzen Sie KI für A/B-Tests:
- Variante A: eher sachliche Überschrift
- Variante B: etwas emotionaler, aber immer noch korrekt
Testen Sie auf einer ausreichend großen Basis (z. B. Newsletter mit 5.000+ Empfängern) und werten Sie nicht nur Öffnungsraten, sondern auch Downstream-Conversions aus.
So lernen Sie recht schnell, wo die Grenze Ihrer Zielgruppe zwischen „ansprechend“ und „reißerisch“ verläuft.
Schritt 4: „AI Guardrails“ im Tech-Stack einziehen
Wenn Sie eigene KI-Features in Website, App oder CRM integrieren (z. B. dynamische Snippets, Produktempfehlungen, personalisierte Betreffzeilen), sollten Sie technische Schranken einbauen:
- Längenbegrenzungen (z. B. keine extrem kurzen 3-Wort-Titel, die Kontext verlieren).
- Blacklist für problematische Begriffe („garantiert“, „risikofrei“, „unglaublich“ – je nach Branche).
- Content-Review-Stufen für besonders sichtbare Inhalte (Startseite, Produktseiten, Hauptkampagnen).
So verhindern Sie, dass Ihnen ein Google-ähnliches Experiment im Live-Betrieb entgleitet.
Was das für Ihren Marketing-ROI bedeutet
KI für Marketing & Vertrieb lohnt sich nur, wenn sie ganze Funnels verbessert, nicht nur einzelne Kennzahlen. Das Google-Experiment zeigt: Ein Fokus auf „Titel verkürzen“ oder „mehr Klicks“ ist zu kurz gesprungen.
Wer es besser machen will, achtet auf drei Dinge:
-
Vertrauen als KPI
Markenvertrauen ist schwer messbar, aber extrem wertvoll. Wiederkehrraten, Direktzugriffe, Brand-Suchvolumen und Empfehlungsraten (NPS) sind gute Proxys. KI-Texte dürfen diese Werte nicht kannibalisieren. -
Qualität der Leads vor Quantität der Klicks
Eine Überschrift, die Ihre Lösung ehrlich und klar beschreibt, bringt vielleicht weniger Klicks – aber genau die Leute, die Ihr Vertrieb wirklich sprechen will. -
Langfristiger Content-Wert
Gute, sachliche Inhalte, die gefunden werden und Vertrauen schaffen, zahlen über Monate oder Jahre auf Ihren ROI ein. KI kann helfen, mehr davon zu produzieren – solange Qualitätskontrolle und Strategie stimmen.
Unternehmen, die KI nur als Click-Maschine verstehen, erzeugen Lärm. Unternehmen, die KI als strategisches Content-Werkzeug verstehen, bauen Markenautorität auf.
Fazit: KI ja – aber nicht auf Kosten Ihrer Glaubwürdigkeit
Googles KI-Clickbait im Discover-Feed ist ein praktisches Negativbeispiel für KI im Marketing: zu stark auf Kürze und Klickpotential optimiert, zu wenig auf Kontext, Wahrhaftigkeit und Nutzererwartungen. Genau diese Falle droht vielen Unternehmen, die jetzt hastig Content-Automatisierung ausrollen.
Für die „KI für Marketing & Vertrieb: Der deutsche Leitfaden“ bedeutet das:
- Nutzen Sie KI für Kundenanalyse, Content-Ideen und Varianten, nicht als Freifahrtschein für beliebige Claims.
- Verankern Sie Markenwerte und Faktenorientierung fest in Ihren Prompts, Guidelines und Workflows.
- Messen Sie Erfolg nicht nur in Klicks, sondern im, was wirklich zählt: Qualifizierte Leads, Kundenbindung, Umsatz.
Wenn Sie KI so einsetzen, wird sie nicht zum Clickbait-Generator, sondern zum produktiven Sparringspartner für Ihr Team – und Ihr Marketing profitiert, ohne dass Ihre Marke darunter leidet.