So finden Sie Keywords mit hoher Kaufabsicht für B2B-PPC-Kampagnen

Wenn Ihr B2B-Google-Ads-Konto voller Keywords wie „Software“, „Plattform“ und „Lösungen“ ist, zahlen Sie mit hoher Wahrscheinlichkeit dafür, Menschen aufzuklären, die noch längst nicht kaufbereit sind. Genau darin liegt das Kernproblem bei Keywords mit hoher Kaufabsicht im B2B-PPC: Viele Teams bewerten Suchanfragen nach Volumen statt nach tatsächlicher Kaufreife. Wir sehen immer wieder dasselbe Muster in Accounts, die auf dem Papier aktiv wirken, aber keine echte Pipeline aufbauen. Der Suchbegriffe-Bericht ist voll, das Klickvolumen sieht ordentlich aus, und im CRM bleiben die Lead-to-Opportunity-Raten trotzdem schwach, weil die Keywords eher Neugier als kommerzielle Dringlichkeit anziehen.

Der Markt entwickelt sich zudem in eine Richtung, die bequeme Keyword-Strategien noch unattraktiver macht. Laut Forrester nutzen 2024 89 % der B2B-Käufer genAI-Tools in jeder Phase des Kaufprozesses. In einem weiteren Beitrag von Forrester aus 2024 heißt es außerdem, dass 95 % der B2B-Käufer generative KI künftig in mindestens einem Bereich eines Kaufprozesses einsetzen wollen. Mehr als die Hälfte sagt, dass sie dadurch mehr oder andere Anbieter in Betracht gezogen haben und gleichzeitig Zeit sparen konnten. Das ist relevant, weil breite Suchanfragen heute oft noch früher in der Customer Journey liegen, als viele Advertiser annehmen. Hintergrundwissen holen sich Käufer längst über KI-Tools, Bewertungsplattformen, Communities und Answer Engines, lange bevor sie auf eine Anzeige klicken.

Die Aufgabe besteht also nicht darin, einfach eine größere Keyword-Liste zu bauen. Entscheidend ist, Suchanfragen zu identifizieren, die Kaufphase, Relevanz für das Buying Center und kommerziellen Druck erkennen lassen. In der Praxis bedeutet das meist: Die besten Keywords sind enger, sperriger und volumenärmer als die Begriffe, mit denen Teams gern in Reports glänzen. Hässliche Keywords bauen oft die schönere Pipeline auf.

In diesem Artikel zeigen wir ein praxisnahes System, mit dem Sie genau diese Begriffe finden und priorisieren. Es geht darum, warum klassische Keyword-Recherche im B2B oft scheitert, wie Sie Suchanfragen Kaufphasen und Buying Committees zuordnen, wie Sie Chancen mit einem wiederholbaren Scoring-Modell bewerten, wann Wettbewerber-Keywords sinnvoll sind und wie Sie sicherstellen, dass die Landingpage die eigentliche Kaufabsicht hinter dem Klick auch wirklich beantwortet.

Warum Volumen im B2B-PPC in die Irre führt

Die am leichtesten messbare Kennzahl im Paid Search ist das Suchvolumen. Gleichzeitig ist sie eine der schlechtesten, wenn es darum geht, Kaufabsicht im B2B zu bewerten. Forrester beschreibt 2024 in seiner Sicht auf die Buyer Journey, dass sich Suchverhalten weg von alten Keyword-Taktiken und hin zu gut strukturierten, kontextrelevanten und autoritativen Inhalten verschiebt. Parallel dazu empfiehlt Forrester 2024 Intent Mapping, Topic Cluster und strukturierte Daten, weil Buyer Research heute in deutlich fragmentierteren Kontexten stattfindet als nur auf der klassischen SERP.

Dadurch entsteht ein einfaches Problem: Keywords mit hohem Volumen im B2B stehen meist für eine breite Kategoriesuche, nicht für aktive Anbieterauswahl. Eine Suchanfrage wie „crm software“ kann von einem Studenten kommen, von einer Junior-Marketingkraft, die eine Longlist erstellt, von einem Gründer, der Preise für nächstes Jahr vergleicht, oder von einer Operations-Verantwortlichen, die erst einmal Begriffe verstehen will. Eine Anfrage wie „hubspot salesforce migration agency pricing“ ist deutlich unschöner, deutlich kleiner und deutlich näher am Umsatz.

Warum bedeutet „hohes Volumen“ meist „geringe Kaufabsicht“?

Weil breite Begriffe zu viele unterschiedliche Motive in einem einzigen Keyword zusammenfassen. Wörter wie „Plattform“, „Tool“ oder „Software“ beschreiben oft nur eine Kategorie, aber noch keine Entscheidung. Sie ziehen an:

• Menschen, die ein Problem erst definieren
• Menschen, die Optionen für andere zusammentragen
• Menschen, die Benchmark-Recherche betreiben
• Menschen ohne Budgetverantwortung
• Menschen, die noch zu früh im Prozess sind, um sich für Implementierung oder Wechselkosten zu interessieren

Ein einfaches Beispiel: Ein SaaS-Unternehmen bietet auf zwei Keyword-Cluster:

• Cluster A: „project management software“ mit 12.000 Suchanfragen/Monat, 4,8 % CTR, 14 $ CPC, 2,1 % Landingpage-Conversion-Rate
• Cluster B: „asana alternative for agencies“ mit 350 Suchanfragen/Monat, 6,9 % CTR, 22 $ CPC, 9,4 % Landingpage-Conversion-Rate

Jetzt kommt die Pipeline-Mathematik dazu.

• Cluster A erzielt 576 Klicks und rund 12 Conversions
• Wenn davon nur 8 % sales-qualified werden, entsteht ungefähr 1 SQL
• Cluster B erzielt 24 Klicks und rund 2 Conversions
• Wenn davon 50 % sales-qualified werden, entsteht ebenfalls 1 SQL

Cluster A gibt 8.064 $ aus, um auf dieselbe SQL-Zahl zu kommen wie Cluster B mit 528 $. Genau deshalb führen Traffic-Dashboards Teams so oft in die falsche Richtung. Sie belohnen Reichweite, nicht Kaufnähe.

Der unbequeme Punkt daran: Die breitesten Keywords wirken für Marketer oft am sichersten und für Finance am riskantesten. Sie erzeugen Aktivität, aber keine kommerzielle Klarheit.

Was ändert sich, wenn Käufer ihre Recherche in KI-Tools starten?

Wenn Käufer KI-Tools für die Kategoriebildung nutzen, verlieren generische Suchbegriffe als Intent-Signal noch weiter an Wert. Forrester, 2024 schreibt, dass veraltete Taktiken wie Keyword Stuffing, Backlink-Jagd und dünne Thought-Leadership-Inhalte nicht mehr funktionieren, wenn KI-Suchsysteme klare Antworten und Autorität priorisieren. Dieselbe Entwicklung verändert auch Paid Search. Wenn eine Answer Engine die frühe Phase „Was ist X-Software?“ bereits abdeckt, erreichen Google oft erst spätere und kontextreichere Suchanfragen.

Damit wird die Sprache in der Suchanfrage wichtiger als das reine Volumen. Käufer, die ihre Grundlagenrecherche schon erledigt haben, suchen häufig mit Zusätzen wie:

• pricing
• integration
• compare
• alternative
• implementation
• migration
• security
• demo
• reviews for enterprise

Dasselbe Muster sehen wir auch in Landingpage-Tests. Teams verbessern ihre Paid Performance nicht dadurch, dass sie noch mehr Kategoriebegriffe hinzufügen, sondern indem sie die Passung zwischen einer späten Suchanfrage und dem exakten Proof auf der Seite schärfen. Deshalb gehören unsere Leitfäden zu Anzeigentexten, die zur Kaufabsicht passen und Best Practices für Landingpages in denselben Workflow und nicht in getrennte Disziplinen.

Ein schneller Filter für schlechte Keyword-Listen

Wenn Ihre Shortlist überwiegend aus Begriffen besteht, die auch auf jede beliebige Investor-Präsentation passen würden, ist sie wahrscheinlich schwach. Prüfen Sie, wie hoch der Anteil an Keywords ist, die:

• nur aus Kategorienomen bestehen
• keine Kauf-Modifier enthalten
• keine Workflow- oder Implementierungssprache enthalten
• keine Nähe zu Wettbewerbern zeigen
• keinen rollenspezifischen Pain Point benennen

Wenn mehr als die Hälfte Ihrer „priorisierten“ Liste so aussieht, kaufen Sie wahrscheinlich Research-Traffic ein. Der nächste Schritt ist dann, Intent so zu definieren, dass er die reale Buyer Journey abbildet und nicht nur einen generischen Marketing-Funnel.

Genau dieser Unterschied ist entscheidend. Keyword-Qualität entsteht nicht durch Popularität, sondern durch das, was eine Suchanfrage darüber verrät, wo sich der Käufer im Entscheidungsprozess befindet. Und damit sind wir bei der Einordnung nach Kaufphase.

Kaufabsicht nach Kaufphase definieren

Die meisten B2B-Keyword-Listen scheitern daran, dass sie nach Volumen, geschätztem CPC oder dem sortieren, was das Research-Tool eben zuerst ausgibt. Sie sortieren nicht nach Sprachmustern, die erkennen lassen, wo sich ein Käufer zwischen Problemerkennung und Anbieterauswahl befindet. Forrester empfiehlt 2024 ausdrücklich, Conversion-Events stärker über Buying-Group-Engagement statt über einzelne Leads zu definieren. Das ergibt aber nur Sinn, wenn wir nicht jede Suche gleich behandeln. Intent Amplify, 2025, argumentiert aus Sicht der Keyword-Recherche ähnlich: Keywords sollten nach Buyer Intent und Conversion-Wahrscheinlichkeit eingeordnet werden, wobei High-Intent-/High-Conversion-Begriffe als Bottom-of-Funnel-Priorität gelten.

Wir arbeiten dafür mit einem einfachen Framework: der Intent-Leiter. Sie teilt Keywords in vier Stufen ein: problem-aware, solution-aware, vendor-aware und purchase-ready. Der Nutzen des Modells liegt nicht darin, dass es in einer Tabelle ordentlich aussieht. Der eigentliche Wert ist, dass Anzeigengruppen, Angebote und Landingpages auf die reale Frage abgestimmt werden, die der Käufer gerade beantworten will.

Die Intent-Leiter in der Praxis

So sieht das Framework aus:

Wenden wir das auf zehn Beispiel-Keywords für eine B2B-SaaS-Marke an:

• „customer retention strategy“ → problem-aware
• „customer success software“ → solution-aware
• „best customer success platform for SaaS“ → Grenzfall zwischen solution-aware und vendor-aware
• „gainsight alternatives“ → vendor-aware
• „churnzero pricing“ → Grenzfall zwischen vendor-aware und purchase-ready
• „customer success platform integration with Salesforce“ → purchase-ready
• „customer success onboarding software implementation“ → purchase-ready
• „planhat vs gainsight“ → vendor-aware
• „book customer success software demo“ → purchase-ready
• „customer success software security review“ → purchase-ready

Genau hier bricht eine weitverbreitete Annahme zusammen. Die besten stark konvertierenden B2B-PPC-Keywords sind nur selten die breiten Kategoriebegriffe. Es sind die Suchanfragen, die zeigen, dass der Käufer auf der Intent-Leiter bereits weiter oben angekommen ist.

Welche Wörter zeigen, dass ein Käufer kurz vor der Anbieterauswahl steht?

Die kurze Antwort: Wörter, die Vergleich, operative Passung oder kommerzielle Verbindlichkeit andeuten. In realen Accounts sind die stärksten Late-Stage-Modifier meist:

• pricing
• cost
• demo
• trial
• compare
• vs
• alternative
• integration
• migration
• implementation
• security
• SOC 2 oder andere Compliance-Signale
• enterprise
• for agencies, for fintech, for healthcare und andere ICP-Qualifier

Der Unterschied zwischen diesen beiden Suchanfragen ist groß:

• „marketing automation platform“
• „marketing automation platform with Salesforce integration pricing“

Die erste sagt fast nichts aus. Die zweite verrät sehr viel: Der Käufer hat wahrscheinlich bereits einen bestehenden Stack, denkt an Implementierung, befindet sich in einer Shortlist-Phase und wird bald über Budget sprechen.

Spezifität ist verdichtete Kaufabsicht in Sprache.

Wie trennt man Research-Queries von kommerziellen Suchanfragen?

Starten Sie mit Syntax statt mit Bauchgefühl. Wir empfehlen einen Spreadsheet-Durchgang mit fünf Spalten:

1. Kernnomen: software, platform, agency, tool
2. Typ des Modifiers: informational, comparative, operational, transactional
3. ICP-Hinweis: Branche, Unternehmensgröße, Rolle, Stack
4. Wechsel-Hinweis: migration, replacement, alternative, competitor
5. Handlungs-Hinweis: pricing, demo, quote, implementation

Danach vergeben Sie ein einfaches Label:

• Research, wenn die Query keinen ICP-Hinweis, keinen Wechsel-Hinweis und keinen Handlungs-Hinweis enthält
• Mixed Intent, wenn eines dieser Signale vorhanden ist
• Commercial, wenn zwei oder mehr dieser Signale vorkommen

Zum Beispiel:

• „email deliverability“ → Research
• „email deliverability software“ → Mixed Intent
• „email deliverability platform for Shopify“ → Mixed Intent
• „klaviyo alternative for Shopify pricing“ → Commercial

Das ist auch der richtige Zeitpunkt, Keyword-Planung mit der übergeordneten Search-Strategie zu verzahnen. Wenn Ihr Team in Kategorieaufklärung investiert und Messaging testet, ist unser Artikel zu A/B-Tests für SEO-Seiten hilfreich, weil viele derselben Intent-Unterschiede zuerst im Paid Traffic sichtbar werden.

Wann breite Begriffe trotzdem Budget verdienen

Es gibt einen Sonderfall. Breite Begriffe können sinnvoll sein, wenn mindestens eine von drei Bedingungen erfüllt ist:

• Sie dominieren bereits den Bottom Funnel und wollen kontrolliert in den Top Funnel expandieren
• Ihre Kategorie ist so neu, dass Käufer noch nicht mit präziser kommerzieller Sprache suchen
• Sie verfügen nach dem Klick über sehr starke Audience-Filter, Remarketing-Pfade oder Qualifizierungsmechanismen

Aber selbst dann sollten breite Begriffe als Discovery Spend behandelt werden, nicht als Beweis für Keyword-Market-Fit. Bewerten Sie sie nach unterstützter Pipeline, Retargeting-Qualität oder beeinflussten Opportunities. Nur weil sie teuer sind, sind sie noch lange nicht high intent.

Sobald Sie Keywords nach Kaufphase klassifizieren, taucht der nächste Denkfehler schnell auf: Ein gutes Keyword ist im B2B noch lange nicht automatisch ein kaufbereiter Einzelkäufer. Es muss auch für eine Buying Group relevant sein.

Keywords dem Buying Center zuordnen

Ein B2B-Suchklick steht nur selten für eine einzelne entscheidungsbefugte Person mit Budget und Unterschriftsreife. Intentsify, 2025 berichtet, dass in mehr als jedem fünften Unternehmen inzwischen sechs oder mehr Personen an der Buying Group beteiligt sind. Dieselbe Quelle sagt außerdem, dass 65 % der Käufer im Vergleich zu 2024 strengere Budgets haben, und verweist auf Dentsu-Daten, nach denen sich die durchschnittliche Entscheidungsdauer zwischen 2021 und 2024 um 54 Tage verlängert hat. Gleichzeitig verweist Intent Amplify, 2025 auf Gartner: Käufer verbringen nur 17 % ihres gesamten Kaufzyklus im direkten Austausch mit Sales.

Diese Kombination verändert Keyword-Strategie grundlegend. Sie versuchen nicht nur, eine Person zu erreichen, die sofort eine Demo buchen will. Sie versuchen, Signale aus einem Buying Committee einzufangen, das dasselbe Kaufproblem aus unterschiedlichen Perspektiven betrachtet: Budget, Security, Operations, Implementierung, Performance und Executive Risk.

Warum muss ein Keyword mehrere Stakeholder bedienen?

Weil unterschiedliche Stakeholder unterschiedlich suchen. Eine VP Marketing sucht vielleicht nach „ABM platform alternatives“. Ein RevOps-Manager sucht eher nach „ABM platform Salesforce integration“. Procurement interessiert sich für „ABM software pricing enterprise“. Die Security-Prüfung sucht nach „ABM platform SOC 2“. Wenn Ihr Keyword-Plan nur die erste Suche abdeckt, sind Sie bei Interesse sichtbar, aber nicht beim Konsens.

Hier ist eine praktische Committee-Map für eine SaaS-Kategorie:

Ein Keyword ist also nicht deshalb „gut“, weil es eine einzelne Person konvertiert. Es ist gut, weil es einen Teil einer kollektiven Kaufbewegung abbildet.

Wie erkennt man Buying-Committee-Intent in Suchanfragen?

Achten Sie auf funktionsübergreifende Sprache. Die stärksten Committee-Signale enthalten meist eine dieser Kombinationen:

• eine Kategorie plus Stack-Anforderung, etwa Salesforce, HubSpot, SAP, NetSuite
• eine Kategorie plus Compliance-Begriff, etwa SOC 2, GDPR, SSO, HIPAA
• eine Kategorie plus Implementierungsbegriff, etwa migration, onboarding, setup, deployment
• eine Kategorie plus Budgetbegriff, etwa pricing, cost, ROI, TCO

„employee engagement software“ ist breit. „employee engagement platform Workday integration pricing“ schreit dagegen förmlich nach Committee-Review. Die Anfrage signalisiert, dass die Kategorie bekannt ist, der Stack bekannt ist und die interne Freigabe näher rückt.

Genau deshalb überschätzen viele Teams auffällige Head Terms. Breite Suchanfragen lassen Dashboards wichtig aussehen. Committee-nahe Suchanfragen bewegen die Pipeline.

Ein Committee-Fit-Scoring

Ergänzen Sie Ihre Keyword-Bewertung um eine zweite Ebene: Committee Fit. Bewerten Sie jeden Begriff von 0 bis 3 in diesen Dimensionen:

• Rollenbreite: spricht der Begriff mehr als einen Stakeholder an?
• Operative Tiefe: deutet er auf Implementierung oder Systemauswirkungen hin?
• Kommerzieller Druck: spricht er für Shortlist- oder Budgetbewertung?

Beispiel mit vier Keywords:

• „crm software“ → Breite 1, Tiefe 0, Druck 0 = 1/9
• „crm for manufacturing“ → Breite 2, Tiefe 0, Druck 0 = 2/9
• „salesforce alternative for manufacturing pricing“ → Breite 2, Tiefe 1, Druck 3 = 6/9
• „salesforce alternative SAP integration enterprise pricing“ → Breite 3, Tiefe 3, Druck 3 = 9/9

Der Sonderfall sollte klar benannt werden: Wenn Sie ein wenig komplexes Produkt mit niedrigem ACV und schnellem Self-Serve-Modell verkaufen, ist Committee Fit weniger wichtig. Im Mid-Market- und Enterprise-B2B ist das Ignorieren der Buying-Group-Relevanz dagegen einer der schnellsten Wege, zu viel für schwache Lead-Qualität zu bezahlen.

Wenn Sie Keywords nach Kaufphase und Committee Fit bewerten, stellt sich fast automatisch die nächste Frage: Wie priorisiert man Chancen konsistent, statt in Slack über Bauchgefühl zu diskutieren?

Ein Keyword-Scoring-Modell einsetzen

In vielen Teams scheitert Keyword-Priorisierung in Meetings, weil jeder unter „Intent“ etwas anderes versteht. Sales will kaufbereite Leads. Paid Media will skalierbares Volumen. Content will Kategoriedeckung. Das Management will Pipeline. Die Lösung ist nicht die nächste Grundsatzdiskussion. Die Lösung ist ein Score.

Wir nutzen dafür ein praxisnahes Framework namens Keyword-Wert-Score. Es bewertet Keywords anhand von vier Faktoren: kommerzielle Sprache, Problemspezifität, Wettbewerbsnähe und Conversion-Handlungssignale. Das Modell ist einfach genug für ein Spreadsheet und robust genug, um zu verhindern, dass breite, vage Begriffe die Keywords verdrängen, die tatsächlich konvertieren.

Wie bewertet man ein Keyword, ohne es unnötig kompliziert zu machen?

Mit einem 10-Punkte-Modell:

• Kommerzielle Sprache: 0–3 Punkte
• Problemspezifität: 0–3 Punkte
• Wettbewerbsnähe: 0–2 Punkte
• Conversion-Handlungssignal: 0–2 Punkte

Die Bewertungsregeln:

• Kommerzielle Sprache: pricing, cost, enterprise, compare, alternative, implementation
• Problemspezifität: Rolle, Branche, Workflow, Stack, Compliance, Use Case
• Wettbewerbsnähe: direkter Wettbewerber oder Alternative-Formulierung
• Conversion-Handlungssignal: demo, quote, trial, migration, integration

Beispielhafte Scoring-Tabelle:

Und daraus leiten Sie Maßnahmen ab:

• 0–2: aus Core-Acquisition-Kampagnen ausschließen
• 3–4: vorsichtig testen, mit niedrigeren Geboten oder content-getriebenen Offers
• 5–7: priorisierte kommerzielle Kampagnen
• 8–10: höchste Kaufabsicht, mit dedizierten Landingpages abdecken

Genau so ein System lässt sich tatsächlich am Montagmorgen umsetzen.

Welche Begriffe sollten den höchsten Intent-Score bekommen?

Gewinner sind meist Suchanfragen, die mindestens drei Signale in einer Phrase kombinieren. Zum Beispiel:

• Wettbewerber + alternative + pricing
• Kategorie + integration + demo
• ICP-Qualifier + software + implementation
• Wettbewerber + migration + enterprise

Ein hypothetisches Beispiel: Ein B2B-Martech-Unternehmen verfügt über ein monatliches Non-Brand-Search-Budget von 30.000 $. Das Team hat 200 potenzielle Keywords. Nach dem Scoring wird das Budget so verteilt:

• 15.000 $ auf 25 Keywords mit einem Score von 8–10
• 10.000 $ auf 50 Keywords mit einem Score von 5–7
• 5.000 $ auf 125 Keywords mit einem Score von 3–4 für Discovery-Tests

Nach sechs Wochen:

• 8–10-Bucket: 110 Klicks, 14 Conversions, 6 SQLs, 2.500 $ Kosten pro SQL
• 5–7-Bucket: 290 Klicks, 18 Conversions, 4 SQLs, 2.500 $ Kosten pro SQL
• 3–4-Bucket: 780 Klicks, 21 Conversions, 1 SQL, 5.000 $ Kosten pro SQL

Man sieht sofort, was passiert: Der Bucket mit der geringsten Kaufabsicht erzeugt die meiste Dashboard-Aktivität und das schwächste kommerzielle Ergebnis. Deshalb raten wir Teams, auf Qualified Pipeline Density statt nur auf Form Fills zu optimieren.

Ein zweiter Filter, den wir tatsächlich nutzen

Der Score allein reicht nicht. Ergänzen Sie ein weiteres Feld: Landingpage-Bereitschaft von 0 bis 2.

• 0: keine Seite passt zur Suchintention
• 1: vorhandene Seite passt teilweise
• 2: dedizierte Seite beantwortet die exakte Kauffrage

Daraus ergibt sich die finale Formel:

Endgültige Priorität = Keyword-Wert-Score × Landingpage-Bereitschaft

Also zum Beispiel:

• Keyword mit Score 9 und Landingpage-Bereitschaft 2 = 18
• Keyword mit Score 9 und Landingpage-Bereitschaft 0 = 0
• Keyword mit Score 6 und Landingpage-Bereitschaft 2 = 12

Das klingt hart, verhindert aber einen sehr typischen Fehler: auf High-Intent-Begriffe zu bieten, ohne nach dem Klick die nötige Proof-Architektur zu liefern.

Der Sonderfall: Sie erschließen bewusst ein neues Segment und haben dafür noch keine segment-spezifischen Seiten. Dann sollten Sie das Keyword nicht dauerhaft ausschließen, sondern als Page-First-Chance markieren und zuerst das passende Asset bauen, bevor Sie das Budget hochfahren.

Ein Scoring-Modell bringt Disziplin. Trotzdem werden einige der wertvollsten Begriffe oft übersehen, weil Teams eine der stärksten kommerziellen Signal-Kategorien im B2B meiden: Wettbewerber-Intent.

Kaufabsicht von Wettbewerbern abgreifen

Es gibt einen guten Grund, warum Suchanfragen mit competitor, alternative und comparison oft besser performen als generische Kategoriebegriffe. Sie zeigen, dass der Käufer nicht mehr fragt: „Brauche ich das überhaupt?“ Stattdessen fragt er: „Welchen Anbieter soll ich wählen?“ Das ist ein völlig anderer kommerzieller Zustand.

Gerade hier wird die konträre These des Artikels besonders deutlich: Die besten B2B-Keywords sind oft nicht die offensichtlichen Money Terms. Es sind die engeren, unordentlicheren Begriffe, die zeigen, dass der Käufer die Denkarbeit bereits geleistet hat und jetzt vor einer Auswahl steht. Suchanfragen wie „gong competitors“, „6sense vs demandbase pricing“ oder „hubspot migration consultant“ schlagen breite Begriffe oft deshalb, weil der Nutzer sich von Awareness in Richtung Auswahl bewegt hat.

Auf welche Wettbewerber-Keywords sollte man bieten?

Nicht alle Wettbewerber-Begriffe sind gleich wertvoll. Wir teilen sie in vier Gruppen ein:

• Direkte Wettbewerber-Namen: „competitor brand“
• Alternative-Queries: „competitor alternative“ oder „alternative to competitor“
• Vergleichs-Queries: „your brand vs competitor“ oder „competitor A vs competitor B“
• Wechsel-Queries: „migrate from competitor“, „replace competitor“, „competitor pricing“

Die höchste Kaufabsicht steckt meist in Wechsel + Vergleich, weil diese Suchanfragen auf Reibung mit dem bisherigen Anbieter oder auf eine aktive Shortlist-Bewertung hindeuten.

Ein einfaches Gebots-Framework:

Wenn Sie diesen Ansatz aufbauen wollen, sind unsere Leitfäden zu Google-Ads-Aktivitäten von Wettbewerbern tracken und Keyword-Lücken bei Wettbewerbern finden die logische Ergänzung. Sie helfen dabei, genau die Stellen zu identifizieren, an denen Ihr Account Käufer in der Entscheidungsphase abfangen kann.

Ein Zahlenbeispiel für Wettbewerber-Begriffe

Nehmen wir ein Unternehmen, das B2B-Analytics-Software verkauft. Es testet einen Monat lang drei Anzeigengruppen:

• Kategoriebegriffe: 400 Klicks bei 12 $ CPC, 3 % CVR
• Alternative-Begriffe: 90 Klicks bei 18 $ CPC, 8 % CVR
• Migration-Begriffe: 35 Klicks bei 24 $ CPC, 14 % CVR

Jetzt die Ausgaben und Conversions:

• Kategorie: 4.800 $ Spend, 12 Conversions, 400 $ CPA
• Alternative: 1.620 $ Spend, 7,2 Conversions, rund 225 $ CPA
• Migration: 840 $ Spend, 4,9 Conversions, rund 171 $ CPA

Trotz höherer CPCs liefern die unteren Funnel-Wettbewerber-Begriffe deutlich bessere Akquisitionswerte, weil die Nutzerintention schärfer ist. Deshalb ist uns Intent Density wichtiger als Keyword-Eitelkeit.

Wann sollte man Wettbewerber-Begriffe komplett meiden?

Es gibt durchaus Fälle, in denen Competitor Bidding keine gute Idee ist:

• Ihre Legal- oder Compliance-Teams schränken vergleichende Werbeaussagen ein
• Ihre Landingpages können den Unterschied nicht glaubwürdig erklären
• Ihr Sales-Team ist schwach in Wechselgesprächen
• die Kategorie ist von starker Markenloyalität und geringer Wechselbereitschaft geprägt
• die Wirtschaftlichkeit passt nicht, weil steigende CPCs die Marge zerstören

Es gibt außerdem eine typische Messaging-Falle. Wenn Sie auf Wettbewerber-Begriffe bieten, den Traffic aber auf eine generische Homepage schicken, verschwenden Sie den Klick meist. Käufer, die nach Alternativen suchen, erwarten direkten Vergleich, Wechselargumente und Sicherheit bei der Migration. Wenn die Seite diese Fragen nicht beantwortet, war das Keyword für Ihren Account nie wirklich high intent.

Damit sind wir bei einem stillen Schwachpunkt vieler PPC-Programme. Teams investieren viel Energie in die Keyword-Auswahl und schicken dann jeden Klick auf eine Seite, die kaum etwas beweist.

Keywords mit dem richtigen Proof auf der Landingpage verbinden

Ein Keyword ist nur dann wirklich high intent, wenn die Landingpage die Kauffrage hinter dem Klick beantworten kann. Laut HubSpots Marketing-Statistiken 2026 ist Conversion Rate Optimization mit 50 % die zweithäufigste Optimierungstechnik unter Marketern, und Lead-to-Customer-Conversion gehört über Unternehmensgrößen hinweg zu den wichtigsten KPIs. Dieselbe Quelle berichtet außerdem, dass 63 % der Konsumenten Informationen über Marken und Produkte bevorzugt auf mobilen Geräten suchen. Das ist relevant, weil viele B2B-Teams Paid-Landingpages noch immer wie Desktop-Broschüren behandeln.

Ja, Keyword-Recherche ist wichtig. Aber wenn die Seite den Fit nicht belegt, ist eine teure Suchanfrage am Ende nur ein teurer Bounce.

Was muss eine Landingpage für High-Intent-Keywords beweisen?

Das hängt von der Suchanfrage ab. Für Late-Stage-B2B-PPC muss die Seite in der Regel aber vier Dinge sehr schnell leisten:

• Relevanz: Die Seite passt exakt zum Problem oder Anbieter-Vergleich aus der Suchanfrage
• Glaubwürdigkeit: Das Unternehmen kann den Use Case, die Branche oder den technischen Kontext des Käufers bedienen
• Risikoreduktion: Implementierung, Migration, Security und Support sind beherrschbar
• Klarer nächster Schritt: Der CTA passt zum Status des Käufers, etwa Demo, Preisanfrage, Audit oder Beratung

Für eine Suchanfrage wie „product analytics platform for fintech SOC 2 pricing“ scheitert eine generische Produktseite sofort. Eine bessere Seite würde enthalten:

• eine Headline mit fintech und product analytics
• einen klaren Hinweis auf SOC 2, Security Controls und Data Handling
• einen Preisansatz oder zumindest eine klare kommerzielle Einordnung
• Integrationen, die für den Fintech-Stack relevant sind
• einen CTA für die Evaluationsphase statt für einen Newsletter

Woran erkennt man, dass die Seite nicht zum Keyword passt?

Achten Sie auf diese Signale:

• hohe CTR, aber schwache Conversion-Rate
• gute Form-Fill-Rate, aber schwache SQL-Rate
• starkes Engagement auf Mobile, aber schlechte CTA-Abschlüsse
• Suchbegriffe clustern sich um eine Intention, die Seite spricht aber eine andere an
• Sales meldet zurück, dass Leads Fragen stellen, die die Seite längst hätte beantworten müssen

Ein kurzes Diagnosebeispiel:

• Keyword-Gruppe: „sales engagement platform pricing“, „sales engagement software demo“, „outreach alternatives“
• Ad-CTR: 7,2 %
• Landingpage-Conversion-Rate: 2,4 %
• SQL-Rate aus Leads: 9 %

Solche Zahlen bedeuten meist: Der Markt ist interessiert, aber noch nicht überzeugt. Die Seite zieht Klicks an, löst aber die Bewertungskriterien des Käufers nicht auf.

Genau deshalb empfehlen wir, Paid Search mit diszipliniertem Seitentesting zu kombinieren. Wenn Sie dafür einen praktischen Prozess suchen, sind unsere Ressourcen zu Conversion-Audits durchführen und CRO-Software auswählen sinnvolle Erweiterungen desselben Problems.

Eine Message-Match-Formel für morgen

Nutzen Sie vor dem Launch einer Keyword-Gruppe diesen einfachen Check:

Message-Match-Score = Query-Spezifität + Proof-Spezifität + CTA-Fit

Jeden Wert bewerten Sie von 1 bis 5.

Beispiel für „employee advocacy platform for pharma compliance“:

• Query-Spezifität: 5
• Proof-Spezifität auf der Seite: 2, wenn dort nur „trusted by regulated teams“ steht
• CTA-Fit: 3, wenn der CTA „Book a demo“ lautet, Preis- oder Compliance-Details aber versteckt sind

Gesamt = 10/15. Das reicht nicht für aggressive Skalierung.

Eine stärkere Seite könnte so aussehen:

• Query-Spezifität: 5
• Proof-Spezifität: 5 mit Pharma-Beispielen, Compliance-Details und Stack-Integrationen
• CTA-Fit: 4 mit „Request a compliance-focused demo“

Gesamt = 14/15.

Die meisten Keyword-Probleme nach dem Klick sind in Wahrheit Proof-Probleme.

Wann generische Seiten akzeptabel sind

Es gibt einen Sonderfall. Wenn Sie ein neues Keyword-Cluster mit geringem Budget und unklarer Relevanz testen, kann eine starke Kategorieseite zunächst ausreichen. Behandeln Sie das aber als Testphase, nicht als Endzustand. Sobald ein Keyword kommerziellen Wert zeigt, sollten Sie die Seite bauen, die genau diese Kauffrage beantwortet.

Keyword-Intent wird erst dann zu Umsatz, wenn Anzeige, Seite und Proof zusammenpassen. Die letzte strategische Verschiebung geht dabei über Google Ads hinaus: Viele dieser Fragen stellen Käufer inzwischen zuerst in KI-Answer-Engines, bevor sie überhaupt in einem Search Terms Report auftauchen.

Für Suchverhalten im KI-Zeitalter planen

Das Suchverhalten verändert sich erneut, und B2B-PPC-Teams können es sich nicht leisten, so zu tun, als wäre der alte Keyword-Workflow noch vollständig. Forrester, 2026 schreibt, dass die schnelle Verbreitung von KI-Answer-Engines wie Microsoft Copilot, ChatGPT und Google AI Mode verändert, wie B2B-Käufer Anbieter recherchieren, vergleichen und bewerten. In einer dort zitierten Webinar-Umfrage unter 150 B2B-Marketern sagten 69 %, dass AI Visibility inzwischen eine Top-Priorität für CMO oder CEO im Jahr 2026 ist. Derselbe Beitrag beschreibt ein Visibility Vacuum, weil Recherche in Answer Engines abwandert, und sagt, dass mehr als die Hälfte großer B2B-Transaktionen ab 1 Mio. US-$ im kommenden Jahr über digitale Self-Serve-Kanäle abgewickelt wird.

Das ist keine SEO-Randnotiz. Es verändert Keyword-Recherche, Paid-Search-Planung und Landingpage-Design.

Wie verändern KI-Answer-Engines die Keyword-Recherche?

Sie zwingen dazu, über klassische Suchvolumen-Tools hinauszugehen und stärker in Fragemustern, Vergleichs-Prompts und Entscheidungskontext zu denken. Forrester, 2024, empfiehlt Intent Mapping, Topic Cluster und strukturierte Daten, weil diese Struktur das Denken von KI-Modellen mitprägt und verstärkt. Ahrefs, 2025, ergänzt zwei nützliche Signale: 86,5 % der Top-Ranking-Seiten enthalten zumindest teilweise KI-generierte Inhalte, und KI-Suchplattformen zitieren bevorzugt Inhalte, die 25,7 % aktueller sind als Inhalte, die in klassischen organischen Ergebnissen erscheinen.

Der Keyword-Workflow braucht deshalb heute zwei Inputs:

• klassische Suchbegriffsdaten aus Paid- und SEO-Tools
• prompt-artige Fragen, die Käufer in KI-Umgebungen stellen

Beispiele:

• Google-Query: „best account based marketing platform“
• KI-Prompt-artige Frage: „Compare ABM platforms for a SaaS company with Salesforce and limited ops support“

Die zweite Variante ist deutlich reichhaltiger. Sie verrät Stack, operative Einschränkung und Bewertungsrahmen des Käufers. Genau das sollte wieder in Ihre PPC-Keyword-Erweiterung und Landingpage-Planung zurückfließen.

Was sollte man tracken, wenn Suchintention sich von Google wegbewegt?

Mindestens diese Kategorien:

• aus Prompts abgeleitete Modifier: Rolle, Branche, Stack, Compliance, Skalierung, Budget
• Verhalten auf Landingpages aus KI-Referrals, soweit in Analytics verfügbar
• On-Page-Suche und Chat-Fragen von Käufern, die auf Bottom-Funnel-Seiten landen
• Sprache aus Sales Calls zu Alternativen, Implementierung und Risiko
• Aktualität von Inhalten auf High-Intent-Seiten

Ein praktikabler Prozess sieht so aus:

• Search-Term-Reports aus Paid-Kampagnen ziehen
• wiederkehrende Fragen vor Demos aus Sales sammeln
• KI-Prompt-Muster aus internen Tests und Kundenrecherche erfassen
• Modifier zu neuen Keyword-Clustern zusammenführen
• Seiten erstellen oder aktualisieren, die genau diese Kombinationen beantworten

Genau hier hören Content und PPC auf, getrennte Funktionen zu sein. Content Marketing Institute, 2025 sagt, dass die Teams, die 2026 gewinnen, zunächst starke Marketing-Grundlagen schaffen und KI dann zusätzliche kreative Wirkung entfalten lassen. Das ist die richtige Perspektive. KI ersetzt keine Intent-Strategie. Sie bestraft schwache Intent-Strategie nur schneller.

Ein praktisches Beispiel für Keyword-Erweiterung im KI-Zeitalter

Angenommen, Ihr Basis-Keyword lautet „warehouse management software“. Eine klassische Erweiterung würde vielleicht ergeben:

• warehouse management software pricing
• warehouse management software demo
• warehouse management software enterprise

Eine prompt-informierte Erweiterung könnte zusätzlich liefern:

• warehouse management software for multi-site retail with SAP
• warehouse management system migration from legacy ERP
• warehouse management platform for 3PL with barcode integration pricing
• warehouse management software compliance requirements for pharma

Das sind nicht einfach nur längere Keywords. Sie sind kommerziell wertvoller, weil sie den Kaufkontext direkt in die Suchanfrage verdichten.

Den Sonderfall sollte man im Blick behalten: Nicht jede Nische hat genug Volumen, um tiefe prompt-basierte Cluster im Paid Search zu tragen. In kleineren Märkten sollten Sie diese Erkenntnisse stärker für Ad Copy, Page Messaging und Sales Enablement nutzen als nur für Exact-Match-Erweiterungen.

Warum Aktualität inzwischen auch für Paid Performance zählt

Ahrefs, 2025 berichtet, dass KI-Suchplattformen bevorzugt Inhalte zitieren, die 25,7 % aktueller sind als Inhalte in klassischen organischen Ergebnissen. Auch wenn sich diese Zahl auf AI Search Visibility bezieht, ist der Spillover-Effekt für PPC relevant. Käufer, die auf Anzeigen klicken, prüfen Anbieter oft zusätzlich über organische Seiten, KI-Zusammenfassungen und Vergleichsinhalte. Wenn Ihre Paid-Landingpage Relevanz verspricht, der Rest der Website aber veraltet wirkt, sinkt das Vertrauen.

Deshalb behandeln wir Seitenaktualität, Vergleichsinhalte und laufende Pflege von Proof als Teil der Paid-Search-Performance. High-Intent-Keywords ziehen Käufer an, die sehr gründlich verifizieren.

Die Mechanik ist damit klar: Intent nach Kaufphase bewerten, die Buying Group berücksichtigen, Keywords scoren, Wettbewerber-Nachfrage abfangen und jeden Klick mit passendem Proof verbinden. Die verbleibende Frage ist die Umsetzungsdisziplin. Und genau dort wird die richtige Plattform relevant.

Mit dynares.ai Kaufabsicht in Pipeline verwandeln

Bessere B2B-PPC-Keywords zu finden, ist nur zum Teil ein Research-Thema. Vor allem ist es ein Umsetzungsproblem über Intent Mapping, Landingpage-Relevanz und kontinuierliches Message Testing hinweg. Genau dabei hilft dynares.ai. Wir unterstützen Teams dabei, aus vagen Keyword-Listen intent-gesteuerte Seitenerlebnisse zu machen, segment-spezifische Landingpages für enge kommerzielle Suchanfragen zu erstellen und Testzyklen zu beschleunigen, damit Sie prüfen können, ob „hohe Kaufabsicht“ tatsächlich qualifizierte Pipeline erzeugt statt nur mehr Form Fills.

Wenn Ihr Account unter breiten Begriffen, schwachen Wettbewerber-Seiten oder mangelnder Passung zwischen Anzeige und Seite leidet, gibt Ihnen dynares.ai die Werkzeuge, um Seiten rund um genau den Proof zu bauen und zu iterieren, den Käufer im Moment ihrer Suche brauchen. Statt für jeden Wettbewerber-Begriff, jeden Integrations-Use-Case oder jeden Branchen-Modifier Seiten manuell neu aufzusetzen, können Teams gezielte Varianten schneller erstellen und lernen, welche Kombinationen Conversion und Lead-Qualität steigern. Das Ergebnis ist einfach: weniger verschwendetes Budget für edukative Klicks, mehr Abdeckung für kommerzielle Suchanfragen, die reale Buying Groups tatsächlich nutzen, und ein direkterer Weg vom Suchbegriff zum Umsatz. Wenn Sie aufhören wollen, für Neugier zu bezahlen, und stattdessen rund um echte Kaufabsicht aufbauen möchten, ist jetzt der richtige Zeitpunkt für dynares.ai.