Google-Ads-Keyword-Gap-Analyse für SaaS: Schritt für Schritt

Ein SaaS-Kunde kann in Google Ads problemlos 20.000 $ pro Jahr verbrennen und trotzdem nicht nur ein Keyword-Problem haben. Oft steckt dahinter vielmehr ein Search-Term-Problem, ein Match-Type-Problem und ein Negative-Keyword-Problem. Das ist keine theoretische Zuspitzung. Zapier (2023) beschreibt einen Fall, in dem ein Kunde durch vermeidbare PPC-Fehler über 20.000 $ innerhalb eines Jahres verlor. Gleichzeitig erinnert der Beitrag daran, dass Exact Match seit 2014 nicht mehr wirklich exakt ist. Genau hier sollte eine Google-Ads-Keyword-Gap-Analyse für SaaS ansetzen: nicht bei einer riesigen Liste mit „mehr Keywords“, sondern bei der unbequemen Wahrheit, dass viele Accounts bereits Traffic einkaufen, den sie gar nicht sauber verstehen.

Die Grundidee ist einfach. Eine gute Gap-Analyse soll nicht jedes Keyword aufspüren, auf das Wettbewerber bieten. Entscheidend ist die kleine Schnittmenge, in der Wettbewerbsintention, Product Fit und kommerzieller Wert so gut zusammenpassen, dass sich Budgeteinsatz lohnt. Für SaaS heißt das: Keyword-Gaps sind vor allem ein Problem der Umsatzallokation und keine reine Research-Aufgabe. Wir müssen wissen, welche fehlenden Suchanfragen tatsächlich qualifizierte Pipeline erzeugen, welche nur das Klickvolumen aufblasen und welche man bewusst unbesetzt lässt.

Warum Keyword-Gaps im SaaS-Bereich wichtig sind

Google ist zu groß, um Keyword-Abdeckung als kleine Optimierungsmaßnahme abzutun. Laut Statista (2025) erreichte Googles Werbeumsatz im Jahr 2024 264,59 Milliarden $. Dieselbe Quelle weist außerdem darauf hin, dass Google im September 2023 für mehr als 84 % des weltweiten Desktop-Suchtraffics stand. Wenn ein Kanal so viel kommerzielle Aufmerksamkeit bündelt, ist eine Keyword-Lücke kein sauberes Account-Management-Detail mehr. Sie wird schnell zu einem Leck in der Nachfrageabschöpfung.

Für SaaS-Teams ist das besonders relevant, weil Suchanfragen oft sehr klar zeigen, wo sich ein Käufer im Kaufprozess befindet: problem-aware, solution-aware, vendor-aware oder bereits aktiv auf der Suche nach Pricing, Alternatives und Integrationen. Wer den richtigen Query-Cluster verpasst, verpasst oft genau den Moment, in dem ein Prospect bereit ist, den nächsten Schritt zu gehen.

Warum verdient Google weiterhin Budget?

Die einfache Antwort lautet: wegen der Reichweite. Die wichtigere Antwort hat aber mit Käuferverhalten zu tun. In der Suche übersetzen SaaS-Interessenten interne, oft diffuse Anforderungen in konkrete kommerzielle Sprache. Wer als Finance Lead nach „subscription analytics platform pricing“ sucht, klickt nicht aus Langeweile. Und ein RevOps-Manager, der „sales forecasting software for Salesforce“ eingibt, formuliert bereits einen operativen Schmerzpunkt in klare Anbieteranforderungen.

Deshalb bleibt Paid Search einer der direktesten Demand-Capture-Kanäle. Nicht, weil jeder Klick wertvoll wäre. Sondern weil die richtigen Suchbegriffe Kaufintention extrem verdichten – stärker als viele andere Kanäle.

Ein einfaches Beispiel. Ein SaaS-Unternehmen investiert 18.000 $ pro Monat in Google Ads und erzielt dabei folgende Werte:

• 4.500 Klicks bei durchschnittlich 4 $ CPC
• 180 Conversions bei einer Landing-Page-Conversion-Rate von 4 %
• 45 Sales Qualified Leads nach manueller Prüfung
• 9 gewonnene Deals aus diesen SQLs
• Durchschnittlicher Umsatz im ersten Jahr pro Kunde: 12.000 $

Der Umsatz sieht dann so aus:

• Spend: 18.000 $
• Closed-Won-Umsatz: 9 × 12.000 $ = 108.000 $
• Blended ROAS: 6,0x

Auf den ersten Blick wirkt das gesund. Wenn aber 30 % des Budgets aus breiten oder locker gematchten Suchbegriffen stammen, die kaum SQLs erzeugen, fließen 5.400 $ pro Monat in Traffic mit geringem Wert. Schon wenn man nur die Hälfte davon in echte High-Intent-Gaps umschichtet, kann sich das Pipeline-Volumen deutlich verbessern – ganz ohne Budgeterhöhung.

Der Sonderfall ist allerdings wichtig. Wer ein neues Produktsegment schafft und kaum Brand- oder Solution-Aware-Suchvolumen hat, wird Search nicht als primären Wachstumsmotor nutzen können. In so einem Fall hilft eine Keyword-Gap-Analyse dabei, Effizienz zu schützen. Nachfrage, die es nicht gibt, kann sie aber nicht herbeizaubern.

Was kostet eine Keyword-Lücke tatsächlich?

Viele Teams betrachten Keyword-Gaps nur als verpasste Impressionen. Das greift zu kurz. Die eigentlichen Kosten entstehen durch verlorene Pipeline wegen Unterabdeckung und durch Budget, das in Traffic mit schwacher Intention festhängt.

Ein Rechenbeispiel mit drei Query-Themen:

Wenn der Account 2.000 $ von breiten informativen Begriffen in unbesetzte Integrationsbegriffe verschiebt, ändert sich die Rechnung schnell:

• Breite informative Begriffe mit 150 $ CPL liefern rund 13,3 Leads und daraus bei einer SQL-Rate von 8 % etwa 1,1 SQLs
• Integrationsbegriffe mit 220 $ CPL liefern rund 9,1 Leads und daraus bei einer SQL-Rate von 32 % etwa 2,9 SQLs

Die unbesetzte Lücke erzeugt also weniger rohe Leads, aber fast dreimal so viele SQLs. Genau deshalb ist Keyword-Gap-Analyse im SaaS-Kontext so wertvoll. Das Ziel sind nicht mehr Formularabschlüsse, sondern mehr kommerziell qualifizierte Nachfrage.

Der kontraintuitive Punkt ist wichtig: Die beste Gap-Analyse reduziert oft die Anzahl der Keywords. Sobald Teams aufhören, alles einzukaufen, was irgendwie an den eigenen Markt grenzt, steigt die Effizienz meist früher als die Skalierung. Das ist kein Kompromiss, sondern oft das erste Zeichen dafür, dass der Account endlich unter Kontrolle ist.

Damit sind wir beim nächsten Punkt. Bevor man Gaps bewerten oder testen kann, braucht man eine saubere Definition davon, was eine „Lücke“ überhaupt ist.

Die Lücke definieren, bevor man ihr hinterherläuft

Eine Keyword-Lücke ist nicht einfach „ein Begriff, auf den ein Wettbewerber bietet und wir nicht“. Genau mit dieser Definition kopieren Teams am Ende nur fremde Ineffizienz. Eine echte Lücke ist die Differenz zwischen Suchanfragen, die Wettbewerber gewinnen, Suchanfragen, die euer Account bereits abdeckt, und den High-Intent-Suchen, die euer Produkt eigentlich besetzen sollte, aber noch nicht abfängt.

In der Praxis empfehlen wir eine Drei-Listen-Perspektive:

• Liste 1: Aktuelle Search Terms aus dem eigenen Account
• Liste 2: Sichtbare Wettbewerbsbegriffe und wiederkehrende Ad-Themen
• Liste 3: Strategische Ownership-Begriffe, die euer Produkt glaubwürdig gewinnen sollte

Die eigentliche Lücke liegt in der Schnittmenge von Liste 2 und Liste 3 – gefiltert nach Wirtschaftlichkeit und Intention. Das klingt offensichtlich. Trotzdem überspringen viele Teams Liste 1 und prüfen nie, was der Account über Close Variants, Broad Match oder Performance-Max-Streuverluste ohnehin schon einkauft.

Was ist eine echte Lücke?

Eine echte Lücke erfüllt vier Bedingungen:

• Eure aktuellen Kampagnen decken sie nicht sinnvoll ab
• Der Begriff signalisiert Kaufintention und nicht nur lose Kategorienähe
• Euer Produkt und eure Landing Page können die Suchanfrage direkt beantworten
• Die zu erwartende Wirtschaftlichkeit trägt bezahlte Akquise

Ein paar Beispiele für ein SaaS-Analytics-Produkt:

• „subscription analytics software“: wahrscheinlich eine echte Lücke, wenn ihr genau diese Funktion verkauft
• „what is subscription churn“: meist Top-of-Funnel, eher ein Content- als ein Ad-Thema
• „analytics platform alternatives“: relevant, wenn Suchende Anbieter vergleichen und eure Differenzierung klar ist
• „free dashboard templates“: kann für PLG interessant sein, ist aber oft schwach für Enterprise-Demo-Ziele

Der häufigste Fehler: Jedes unbesetzte Keyword als Wachstumschance zu behandeln. Das ist es nicht. Manche Begriffe sind unbesetzt, weil euer Team sie völlig zurecht ignoriert hat.

Welche Keywords sind nur Rauschen?

Rauschen taucht meist in vier Formen auf:

• Rein informative Suchanfragen mit schwacher kommerzieller Intention
• Feature-nahe Begriffe, die euer Produkt nur teilweise abdeckt
• Job- oder Support-Intention, die sprachlich wie Käuferanfragen aussieht
• Cross-Category-Traffic, der relevant klingt, aber zu einem anderen Software-Budget gehört

Angenommen, euer Produkt hilft SaaS-Teams dabei, Paid Acquisition zu optimieren. Die Suchanfrage „google ads certification answers“ kann bei lockeren Match Types durchaus Impressionen auslösen, gehört aber in keine kommerzielle Akquisekampagne. Ähnlich ist es mit „free CRM“: In Volumenreports wirkt das attraktiv, bringt aber oft kaum Umsatz, wenn ihr eine Premium-Workflow-Plattform verkauft.

Genau deshalb sind Negative Filtering und Search-Term-Review genauso wichtig wie Expansion. Unsere Regel ist bewusst hart: Wenn sich ein Keyword nicht plausibel auf ein Landing-Page-Versprechen und ein Sales-Gespräch abbilden lässt, ist es keine Lücke. Es ist Spreadsheet-Theater.

Die Drei-Listen-Perspektive in der Praxis

Ein einfaches Beispiel mit Zahlen. Angenommen, euer Account enthält diese Themen:

Die Tabelle ist bewusst simpel gehalten. Wenn euer Team Themen auf dieser Ebene noch nicht sauber klassifizieren kann, helfen auch Automatisierung und größere Exporte nicht weiter. Präzision schlägt Volumen in dieser Phase.

Ist die Lücke sauber definiert, geht es im nächsten Schritt darum, aus Bauchgefühl ein wiederholbares Modell zu machen – statt jedes Mal dieselbe Grundsatzdiskussion zu führen.

Mit einem einfachen Framework arbeiten

Die meisten SaaS-Teams brauchen kein sechswöchiges Research-Projekt. Sie brauchen ein Framework, das sich jeden Monat anwenden lässt – mit klaren Inputs und klaren Entscheidungsregeln. Unser bevorzugtes Modell ist der 4C-Gap-Scan: Abdeckung, Wettbewerb, Conversion-Intention und Kosten. Damit trennt man Keywords, die nur attraktiv aussehen, von denen, die man tatsächlich testen sollte.

Ein zweites Framework hilft anschließend bei der Priorisierung nach Kaufphase: die Suchintention-Leiter. Zusammen verhindern beide, dass der Account in Richtung Vanity Coverage abdriftet.

Wie bewertet man eine Keyword-Lücke?

Der 4C-Gap-Scan vergibt für jedes Keyword einen Wert von 0 bis 5 in vier Dimensionen:

• Abdeckung: Erfassen wir diesen Begriff bereits sinnvoll?
• Wettbewerb: Investieren Wettbewerber erkennbar und wiederholt in dieses Thema?
• Conversion-Intention: Deutet die Suchanfrage auf Kaufbereitschaft hin?
• Kosten: Lassen sich CPC und Conversion-Ökonomie tragfähig darstellen?

Abdeckung bewerten wir umgekehrt. Ein Keyword bekommt also einen höheren Wert, wenn euer Account es aktuell schlecht abdeckt – denn genau das signalisiert eine größere Chance.

Beispielhafte Bewertungslogik:

Danach folgt die gewichtete Bewertung:

Prioritätswert = (Abdeckung × 0,25) + (Wettbewerb × 0,20) + (Conversion-Intention × 0,35) + (Kosten × 0,20)

Beispiel für drei mögliche Gaps:

Obwohl free templates bei den Kosten gut aussieht, verliert das Thema wegen der schwachen Intention. Genau darum geht es. Wir kaufen keine billigen Klicks, sondern wahrscheinlichen Umsatz.

Welche Gaps sollte man zuerst testen?

Nach dem Scoring sortieren wir mit der Suchintention-Leiter nach Kaufphase:

• Problem-aware: „how to reduce churn“
• Solution-aware: „subscription analytics platform“
• Vendor-aware: „competitor X alternatives“
• Pricing/Vergleich: „best subscription analytics tools pricing“

Die Logik ist einfach: Begriffe weiter unten auf der Leiter haben oft stärkere kurzfristige kommerzielle Intention – aber nicht automatisch die beste Wirtschaftlichkeit. Eine Vendor-Aware-Anfrage kann sehr gut konvertieren, aber nur wenig Volumen bringen. Ein Solution-Aware-Thema skaliert unter Umständen effizienter, wenn Landing Page und Zielgruppe stark sind.

Ein Rechenbeispiel:

• competitor alternatives: 800 Impressionen, 7 % CTR, 9 $ CPC, 12 % Landing-Page-CVR, 35 % SQL-Rate
• solution category: 3.000 Impressionen, 5 % CTR, 6 $ CPC, 7 % CVR, 22 % SQL-Rate

Geschätzter monatlicher Output:

• Competitor alternatives: 56 Klicks → 6,7 Leads → 2,3 SQLs
• Solution category: 150 Klicks → 10,5 Leads → 2,3 SQLs

Das Ergebnis bei den SQLs ist identisch, das Muster bei Skalierung und Intention aber völlig unterschiedlich. Deshalb priorisieren wir Suchanfragen nicht nur nach Funnel-Stufe, sondern nach Stufe plus Wirtschaftlichkeit.

Was das Framework nicht abbildet

Frameworks können trügerische Sicherheit erzeugen, wenn die falschen Inputs bewertet werden. Ein Wettbewerber kann auf ein Keyword aus defensiven Gründen bieten und nicht, weil es profitabel ist. Ein Keyword mit starker Intention kann scheitern, weil eure Landing Page das Versprechen nicht einlöst. Und in sehr engen Enterprise-Kategorien ist das reale Volumen manchmal zu klein, um eine eigene Kampagnenstruktur zu rechtfertigen.

Genau das sollte man im Hinterkopf behalten: Das 4C-Modell ist ein Priorisierungstool, kein Ersatz für Tests. Es zeigt, wo man zuerst hinschauen sollte. Es garantiert keinen Market Fit.

Damit das Scoring überhaupt sinnvoll ist, braucht ihr allerdings die richtigen Datenquellen. Und genau da beginnt oft das nächste Problem.

Die richtigen Datenquellen nutzen

Viele Keyword-Gap-Analysen scheitern schon am Start, weil Teams Planungsdaten, Trenddaten und Wettbewerbssignale durcheinanderwerfen. Diese Datenarten sind nicht austauschbar. LinkedIn (2025) betont, dass Keyword-Recherche auch 2025 das Fundament erfolgreicher Google-Ads-Kampagnen bleibt, und empfiehlt den Google Keyword Planner für Keyword-Ideen, Suchvolumen und Wettbewerbsdaten. Google Trends (2026) beschreibt sich selbst als Tool, um zu analysieren, wonach die Welt gerade jetzt und über längere Zeiträume sucht. Genau deshalb eignet es sich für Trendvalidierung – nicht nur für Keyword-Planung.

Der Unterschied ist entscheidend. Volumen zeigt, ob ein Thema überhaupt existiert. Trends zeigen, ob es wächst, abflacht oder saisonal ist. Wettbewerbsbeobachtung zeigt, ob andere Marktteilnehmer glauben, dass das Thema Budget verdient.

Welche Tools zeigen Volumen?

Für Volumen und grundlegende Wettbewerbseinschätzung startet man am besten mit dem Google Keyword Planner. Dort bekommt ihr Planungsdaten zu Suchnachfrage und Gebotsspannen. Das reicht allein nicht aus, ist aber der sauberste erste Filter, um zu entscheiden, ob ein Keyword-Thema überhaupt auf die Shortlist gehört.

Für Wettbewerbersichtbarkeit empfiehlt der LinkedIn-Beitrag von 2025 Tools zur Konkurrenzanalyse und rät ausdrücklich dazu, Keywords mit hohem Volumen und geringem Wettbewerb zu identifizieren, auf die Wettbewerber nicht bieten. Dem Grundgedanken stimmen wir zu – mit einer wichtigen Einschränkung: Im SaaS-Bereich liegt die bessere Chance oft nicht bei High-Volume-Keywords, sondern bei Mid-Volume-Keywords mit hoher Intention und schwacher Verteidigung.

Ein pragmatisches Setup sieht so aus:

• Keyword-Planner-Volumen für jeden Intent-Cluster ziehen
• Den eigenen Search-Term-Report prüfen, um versehentliche Abdeckung zu erkennen
• Ad-Headlines der Wettbewerber, Landing-Page-Themen und wiederkehrende Kategorien manuell dokumentieren
• Vor der Priorisierung neuer Themen immer noch eine Trendvalidierung ergänzen

Wenn ihr Account-Daten disziplinierter mit Marktverhalten abgleichen wollt, ist unser Leitfaden zu Google-Ads-Metriken mit Bezug zum Umsatzwachstum eine sinnvolle Ergänzung. So verhindert ihr, dass der Prozess in rein klickbasierter Berichterstattung endet.

Wie validiert man aufkommende Nachfrage?

Hier wird Google Trends (2026) interessant. Die Plattform positioniert sich ausdrücklich als Möglichkeit, aktuelles und historisches Suchverhalten zu analysieren, und liefert zusätzliche Hinweise zur Interpretation von Trendverläufen. Sie ersetzt keine Volumenplanung. Sie ist vielmehr ein Plausibilitätscheck für Momentum.

Man denke nur an den AI-Boom. Statista (2023) zeigt, dass das durchschnittliche monatliche Suchvolumen für das Keyword „AI“ weltweit von rund 7,9 Millionen im Juni 2022 auf mehr als 30,4 Millionen im März 2023 gestiegen ist. Das ist eine deutliche Erinnerung daran, wie schnell sich Suchkategorien verändern können – deutlich schneller als viele Jahresplanungen.

Wer Ende 2022 AI-gestützte SaaS-Lösungen verkauft hat und seine Keyword-Map zwei Quartale lang unverändert ließ, hat mit hoher Wahrscheinlichkeit Nachfrage verpasst. Gleichzeitig gilt auch hier der kontraintuitive Punkt: Steigende Nachfrage ist nicht automatisch Kaufintention. Ein Begriff kann im Volumen explodieren und trotzdem kommerziell unsauber und teuer bleiben.

Planungs-, Trend- und Intent-Signale trennen

Wir empfehlen, jede Datenquelle nach ihrer Aufgabe zu klassifizieren:

Das klingt prozesshaft, verhindert aber einen typischen Fehler: Ein Keyword zu priorisieren, nur weil ein Tool Volumen zeigt, während alle anderen Signale darauf hindeuten, dass es die falsche Zielgruppe anzieht.

Sobald die Datenquellen sauber getrennt sind, beginnt die eigentliche Arbeit: die Lücken zu finden, für die Wettbewerber bereits Geld ausgeben.

Lücken finden, die Wettbewerber bereits einkaufen

Wettbewerbsanalyse ist dann nützlich, wenn sie wiederkehrende Intent-Cluster sichtbar macht – nicht, wenn sie dazu verführt, den Account eines anderen zu kopieren. LinkedIn (2025) empfiehlt ausdrücklich, per Wettbewerbsanalyse zu prüfen, auf welche Keywords Konkurrenten bieten. Für uns ist das ein Richtungssignal. Danach testen wir, ob diese Themen zu Produkt, Landing Page und Zielökonomie passen.

Im SaaS-Bereich gruppieren sich die besten Paid-Search-Gaps meist um einige wiederkehrende Muster: Alternatives, Vergleiche, Integrationen, Pricing, rollenspezifische Use Cases und Migrationsbegriffe. Wenn mehrere Wettbewerber rund um eines dieser Themen regelmäßig auftauchen, lohnt sich ein genauer Blick.

Auf welche Keywords bieten Wettbewerber?

In den seltensten Fällen braucht man eine perfekte Wettbewerber-Keyword-Liste. Wichtiger sind drei engere Fragen:

• Welche Intent-Themen wiederholen sich über mehrere Wettbewerber hinweg?
• Welche Themen tauchen sowohl in Ads als auch auf Landing Pages auf?
• Welche dieser Themen deckt euer Account bisher kaum ab?

Angenommen, drei Wettbewerber schalten regelmäßig Ads zu folgenden Phrasen:

• „competitor X alternatives“
• „CRM integration reporting“
• „subscription analytics pricing“
• „revenue forecasting for SaaS“

Wenn euer eigener Account nur den Kategoriebegriff und Brand-Nachfrage abdeckt, habt ihr wahrscheinlich eine strukturelle Lücke. Das entscheidende Wort ist strukturell. Nicht ein einzelnes fehlendes Keyword ist das Problem, sondern ein fehlendes kommerzielles Thema.

Wenn ihr das Paid-Search-Verhalten von Wettbewerbern taktischer analysieren wollt, geht unser Beitrag zu Wettbewerber-Ad-Intelligence in Google Ads tiefer darauf ein, wie sich Creative-Shifts und Budgetsignale beobachten lassen, ohne die Übung in Überwachungs-Theater ausarten zu lassen.

Wie erkennt man Intent-Cluster?

Wir gruppieren Wettbewerberaktivität danach, welche Frage der Käufer eigentlich beantworten will.

Beispiele:

• Alternatives-Cluster: „X alternatives“, „better than X“, „replace X“
• Vergleichs-Cluster: „X vs Y“, „best tools like X“, „compare X and Y“
• Integrations-Cluster: „software with HubSpot integration“, „native Salesforce sync“
• Pricing-Cluster: „X pricing“, „software cost“, „plan comparison“
• Use-Case-Cluster: „B2B SaaS reporting tool“, „multi-touch attribution for SaaS“

Ein praktisches Bewertungsbeispiel über mehrere Cluster hinweg:

Wichtig ist: free templates landet trotz fehlender Abdeckung hinter Integrationen und Pricing. Abdeckung allein erzeugt keinen Wert. Intention schon.

Wann Wettbewerber-Gaps zur Falle werden

Wettbewerber kaufen Begriffe oft aus Gründen, die ihr nicht kopieren solltet:

• Sie haben einen anderen ACV und können höhere CPA tolerieren
• Ihr Produkt deckt einen breiteren Workflow ab als eures
• Bestimmte Begriffe dienen bei ihnen eher der Brand Defence als echter Neukundengewinnung
• Ihre Landing Pages konvertieren womöglich ein Segment, das ihr gar nicht wollt

Deshalb koppeln wir Wettbewerber-Gaps immer mit einer Landing-Page-Prüfung. Wer Vergleichs- oder Integrations-Queries testen will, braucht eine Seite, die diese Intention direkt beantwortet. Eine generische Homepage reicht nicht. Unser Beitrag zu Best Practices für Landing Pages bei Paid Traffic geht auf die Mechanik dahinter ausführlicher ein.

Wettbewerbssignale zeigen euch, wo ihr hinschauen solltet. Sie sagen euch nicht, was ihr finanzieren solltet. Dafür braucht es einen schnellen Filter, der schlechte Gaps aussortiert, bevor sie Budget verschlingen.

Schlechte Gaps schnell herausfiltern

Hier holen viele SaaS-Teams sehr schnell Geld zurück. Gute Keyword-Gap-Arbeit ist oft vor allem subtraktiv. Forrester (2022) warnt davor, sich auf breites Keyword-Blocking zu verlassen, weil das pauschale Blockieren ganzer Themen auch Publisher treffen kann, die seriös darüber berichten. Die übergeordnete Lehre gilt weit über Brand Safety hinaus: Grobe Filter verursachen Kollateralschäden. Gleichzeitig empfiehlt Zapier (2023), die Suchbegriffe zu prüfen, die Ads auslösen, und irrelevante Close Variants als Negative Keywords hinzuzufügen, um unnötigen Spend zu vermeiden.

Die Aufgabe lautet also nicht „aggressiv blockieren“, sondern „präzise ausschließen“.

Welche Gaps sollte man ignorieren?

Ignoriert Gaps, die an einem dieser Tests scheitern:

• Das Keyword hat mehrdeutige Intention und es gibt keinen verlässlichen Weg, den Traffic zu qualifizieren
• Die Suchanfrage liegt außerhalb eures ICP, auch wenn das Volumen attraktiv aussieht
• Die Landing Page kann für den Begriff kein glaubwürdiges Versprechen abgeben
• Der CPC zerstört die Wirtschaftlichkeit, noch bevor Qualifizierung überhaupt beginnt

Nehmen wir die Suchanfrage „AI marketing“. Das Suchvolumen kann spannend aussehen – gerade nachdem Statista (2023) das starke Wachstum AI-bezogener Suchen dokumentiert hat. Wenn euer SaaS-Produkt aber nur einen engen operativen Use Case löst und Suchende eher eine breite Agentur- oder Strategielösung erwarten, wird der Traffic enttäuschen.

Dasselbe gilt in vielen B2B-SaaS-Accounts für Modifikatoren wie student, course, job, definition und free. Nicht immer. Aber oft genug, dass man ihnen standardmäßig mit Skepsis begegnen sollte.

Wie baut man Regeln für Negative Keywords auf?

Wir arbeiten mit einem einfachen Negative-Keyword-Regelstapel in drei Ebenen:

• Universelle Negatives: jobs, careers, support, login, wiki, meaning, definition
• Kategorie-Negatives: Modifikatoren, die das falsche Segment anziehen, etwa free, template, training, certification
• Themenspezifische Negatives: Close Variants, die aus Search-Term-Reviews hervorgehen

Beispiel-Regelwerk für eine B2B-Analytics-Plattform:

Und jetzt die Zahlen. Angenommen, eine neue Kampagne gibt im ersten Monat 3.600 $ aus und erzeugt 120 Klicks bei 30 $ CPC. Die Search-Term-Prüfung zeigt, dass 25 Klicks aus irrelevanten Close Variants stammen. Das sind 750 $ vermeidbarer Spend in nur einem Monat. Fügt ihr die richtigen Negatives hinzu, sinkt der effektive CPC auf relevanten Traffic deutlich – ganz ohne Änderung an den Geboten.

Google Ads Help (2025) weist außerdem darauf hin, dass kampagnenweite Negative-Keyword-Listen 2025 als Teil neuer Transparenz- und Kontrollfunktionen in Performance-Max-Kampagnen eingeführt wurden. Für SaaS-Teams ist das relevant, weil sich Ausschlüsse damit konsistenter über Kampagnenstrukturen hinweg anwenden lassen, die früher oft zu intransparent wirkten.

Präzision statt pauschalem Blocking

Die Forrester-Warnung von 2022 vor breitem Blocking lässt sich direkt auf Keyword-Arbeit übertragen. Wer ein Thema zu grob ausschließt, kappt schnell auch legitime kommerzielle Nachfrage. Jede Suche mit „news“, „media“ oder „AI“ zu blockieren, nur weil einige Varianten schlecht performen, ist kein sauberes Account-Management.

Besser ist eine Regel auf Basis von Intent-Evidenz statt Kategorienangst. Wenn „AI dashboard software“ qualifizierte Demos erzeugt, „AI article generator free“ aber nicht, ist die Antwort klar: Negative Keywords auf Query-Ebene verfeinern – nicht die ganze Kategorie aufgeben.

Sind die schlechten Gaps erst einmal aussortiert, wird die Shortlist testbar. Und genau dort wird aus Analyse entweder echte Pipeline – oder neues Chaos im Account.

Aus Gaps Tests machen, keine Wunschvorstellungen

Eine Gap-Analyse ist nur dann nützlich, wenn sie Kampagnenstruktur und Messdisziplin verändert. Google Ads Help (2025) schreibt, dass Google 2025 die Limits für Search Themes erhöht und zusätzliche Steuerungsmöglichkeiten eingeführt hat. Zapier (2023) weist auf ein anderes Risiko hin: B2B-SaaS-Werbetreibende sollten vermeiden, mehrere Formularübermittlungen oder Anrufe derselben Person als separate Conversions zu tracken, weil das Leistungsdaten verzerrt. Beides gehört zusammen. Mehr Targeting-Flexibilität bringt nur dann etwas, wenn die Messung sauber bleibt.

Wie testet man eine neue Keyword-Lücke?

Wir empfehlen einen kleinen, kontrollierten Launch-Prozess:

• Eine themenbasierte Ad Group oder eine eng abgegrenzte Kampagne anlegen
• Ad Copy schreiben, die den spezifischen Intent-Cluster spiegelt
• Traffic auf eine passende Landing-Page-Ausrichtung schicken
• Ein fixes Testbudget und ein klares Review-Fenster festlegen
• Qualifizierte Leads und SQL-Rate messen – nicht nur CTR

Beispiel für ein Testdesign im Alternatives-Cluster:

• Budget: 2.500 $ über 21 Tage
• Keyword-Set: 12 eng verwandte Alternatives- und Vergleichsbegriffe
• Match Types: Phrase und Exact, wo möglich
• Erfolgsschwelle: CPA unter 400 $, SQL-Rate über 25 %, mindestens 8 qualifizierte Leads

Wenn die Kampagne nach 21 Tagen Folgendes erzeugt:

• 190 Klicks bei 8,90 $ CPC = 1.691 $ Spend
• 14 Leads = 121 $ CPL
• 5 SQLs = 35,7 % SQL-Rate

dann ist das ein klarer Erfolg – selbst wenn die CTR nur mittelmäßig ausfällt. Die Keyword-Lücke hat ihren Zweck erfüllt, weil sie vom Vertrieb akzeptierte Nachfrage erzeugt hat.

Was sollte man außer Klicks noch messen?

Klicks sind diagnostisch. Umsatz ist entscheidend. Dazwischen sollten SaaS-Teams mindestens diese Kennzahlen verfolgen:

• Lead-Rate
• Rate qualifizierter Leads
• Kosten pro qualifiziertem Lead
• Opportunity-Creation-Rate
• Pipeline-Wert pro Klick

Zusätzlich empfehlen wir eine einfache Kennzahl, die wir QPCV nennen: Qualified Pipeline Conversion Value.

Formel:

QPCV = (Opportunities × durchschnittlicher Opportunity-Wert × Abschlusswahrscheinlichkeit) / Klicks

Beispiel:

• 240 Klicks
• 12 Opportunities
• Durchschnittlicher Opportunity-Wert: 18.000 $
• Historische Abschlusswahrscheinlichkeit in dieser Phase: 25 %

QPCV = (12 × 18.000 $ × 0,25) / 240 = 225 $ qualifizierter Pipeline-Wert pro Klick

Diese Kennzahl erzwingt bessere Entscheidungen als CTR allein. Ein Keyword mit niedrigerer CTR, aber stärkerem QPCV, ist oft der bessere Einkauf.

Wenn ihr Kampagnenexperimente gerade rund um Message-to-Page-Alignment neu aufsetzt, passt unser Leitfaden zu A/B-Testing-Software für Conversion-Experimente gut zu dieser Phase. Denn die Frage lautet nicht nur, welche Begriffe man testet, sondern auch, wie schnell sich der passende Landing-Page-Winkel validieren lässt.

Wenn Tests aus den richtigen Gründen scheitern

Manche Keyword-Gaps scheitern, weil der Markt nicht passt. Andere scheitern, weil die Umsetzung schlecht ist.

Typische Umsetzungsfehler sehen so aus:

• Generische Landing Page für ein sehr spezifisches Query-Thema
• Keine Negative-Keyword-Leitplanken
• Zu breite Match Types zu früh
• Erfolg wird an CTR statt an Qualifizierung gemessen
• Doppelte Conversion-Erfassung bläht Ergebnisse künstlich auf

Ein guter Fehlschlag sieht anders aus. Er zeigt euch, dass ein Begriff zwar Nachfrage hatte, aber schlechte Wirtschaftlichkeit oder schwachen ICP-Fit. Das ist wertvoll. Dann hat der Test funktioniert – auch wenn das Keyword es nicht getan hat.

Die nächste Disziplin ist Wiederholung. Suchnachfrage verschiebt sich, Wettbewerber ändern ihr Verhalten, und die Lücken von gestern sind morgen oft schon Standard.

Die Analyse wiederholen, wenn sich Nachfrage verschiebt

Keyword-Gap-Analyse ist keine einmalige Research-Aufgabe, sondern ein wiederkehrender Betriebsrhythmus. Statista (2023) zeigt, dass das monatliche Suchvolumen für das Keyword „AI“ von rund 7,9 Millionen im Juni 2022 auf mehr als 30,4 Millionen im März 2023 gestiegen ist. Query-Themen können sehr schnell explodieren. Wenn eure Gap-Map statisch bleibt, entfernt sich euer Account zwangsläufig von der Sprache der Käufer.

Google Trends (2026) unterstreicht diesen Punkt, indem es sich auf aktuelles und jüngstes Suchverhalten fokussiert. Suche ist nicht statisch. Die Sprache der Nachfrage verändert sich, wenn Produktkategorien reifer werden, Integrationen zum Standard werden und neue Begriffe in den Mainstream der Kaufentscheidungen rutschen.

Wie oft sollte man die Gap-Map aktualisieren?

Für die meisten SaaS-Teams empfehlen wir drei Taktungen:

• Monatlich: Search-Term-Review, Negatives, kleine Updates im Gap-Scoring
• Quartalsweise: Wettbewerber-Themen prüfen, Landing-Page-Alignment bewerten, Budget umschichten
• Halbjährlich: komplette Taxonomie aktualisieren, Kategorieverschiebungen prüfen, neue Nachfrage evaluieren

Bei geringem Spend reicht oft ein schlanker monatlicher Review. Sobald ein Account aber ein relevantes Budget erreicht – sagen wir 20.000 bis 30.000 $ pro Monat –, wird die quartalsweise Gap-Analyse zur operativen Grundanforderung und nicht mehr zum netten Extra.

Was verändert sich, wenn sich Suchnachfrage verschiebt?

Meist ändern sich zuerst drei Dinge:

• Käufersprache verändert sich früher als Kampagnennamen
• Wettbewerber-Messaging passt sich rund um das neue Thema an
• CPCs steigen, sobald das Thema voller wird

Nehmen wir eine aufkommende Feature-Kategorie wie AI-gestütztes Reporting. Anfangs kann ein breiter Kategoriebegriff günstige Klicks und unsaubere Intention bringen. Sechs Monate später werden vielleicht spezifische Modifikatoren wie „AI reporting for SaaS revenue teams“ oder „AI attribution dashboard pricing“ zu den eigentlichen kommerziellen Begriffen. Die Lücke heißt dann nicht mehr „AI“, sondern das engere Subthema, bei dem Käufer klarer wissen, was sie wollen.

Der subtraktive Refresh-Prozess

Wir nutzen für den Refresh eine Methode mit vier direkten Fragen, die jedes Quartal gestellt werden:

1. Welche Themen haben Klicks, aber keine qualifizierte Pipeline erzeugt?
2. Welche Themen haben qualifizierte Pipeline zu akzeptablem CPA geliefert?
3. Welche Wettbewerber-Themen tauchten wiederholt auf, sind aber noch ungetestet?
4. Welche steigenden Suchthemen verdienen jetzt eine erste Bewertung?

Danach wird zuerst gekürzt und erst dann ergänzt. Genau diesen Teil vermeiden viele Teams. Aber subtraktive Disziplin schützt im SaaS-Bereich die Wirtschaftlichkeit von Paid Search.

Ein letzter Sonderfall: Wenn euer Unternehmen in einer stark regulierten oder besonders sensiblen Kategorie unterwegs ist, brauchen angrenzende Suchanfragen womöglich strengere Kontrollen. Forrester (2022) weist darauf hin, dass 60 % der B2C-Marketing-Führungskräfte in der CMO Pulse Survey vom Januar 2022 angaben, dass die Verbreitung von Mis- und Desinformation ihre Marketingstrategie 2022 beeinflussen würde. Die Empfehlung, mit informierterer Include-/Exclude-Logik zu arbeiten, erinnert daran: Search-Abdeckung ist nicht nur eine Frage von Nachfrage und Kosten. Kontext zählt ebenfalls.

Damit ist der strategische Kreis geschlossen. Der letzte Schritt ist operativ: den Prozess wiederholbar zu machen, ohne dass euer Team zu Vollzeit-Spreadsheet-Verwaltern wird.

dynares.ai in den Prozess einbinden

Wenn euch dieser Artikel ein bisschen zu genau an euren aktuellen Account erinnert hat, fehlt euch wahrscheinlich nicht einfach mehr Keyword-Ideen. Was ihr braucht, sind sauberere Query-Klassifizierung, schnelleres Landing-Page-Alignment und klarere Test-Priorisierung. Genau hier setzt dynares.ai an: Wir helfen SaaS-Teams dabei, Google-Ads-Analyse, wettbewerbsbewusstes Messaging und die Erstellung von High-Intent-Landing-Pages zusammenzubringen, damit aus unbesetzten Query-Themen strukturierte Tests werden – statt manuellem Chaos. In der Praxis heißt das: Ihr müsst nicht länger Exporte, Ad-Copy-Überarbeitungen und Seitenvarianten per Hand zusammenstückeln, sondern könnt einen wiederholbaren Loop aufbauen, der sich an qualifizierter Pipeline orientiert und nicht an Vanity Traffic. Wenn eure Keyword-Gap-Analyse zu besseren Seiten, schärferen Angeboten und weniger verschwendeten Klicks führen soll, ist dynares.ai der logische nächste Schritt.