Wie gut wertet eine KI deinen Meta Ad Account aus? Unser Praxistest mit Claude und dem Meta Ads MCP
Management Summary
Kurz erklärt: Was steckt hinter MCP?
Das Model Context Protocol ist eine standardisierte Schnittstelle. Über sie kann ein KI-Modell wie Claude direkt auf externe Datenquellen zugreifen, in diesem Fall auf die Daten eines Meta Ad Accounts. Die KI sieht also die echten Performance-Zahlen und kann sie auf Zuruf auswerten. Das ermöglicht eine Analyse auf Basis der tatsächlichen Account-Daten. Meta hat hierfür offizielle Schnittstellen bereitgestellt. Wir empfehlen und nutzen diese direkte Anbindung, statt den Umweg über Drittanbieter zu gehen.
Das Setup: Auswertung läuft komplett über den Chat
Die gesamte Auswertung erfolgt im Dialog. Eine Frage wie „Wie war die Performance der letzten 30 Tage im Meta Ad Account?“ genügt, um eine strukturierte Auswertung zu erhalten. Arbeitsschritte, die bisher Export, Pivot-Tabelle und das Sortieren einzelner Spalten erfordert haben, werden so durch eine einzelne Abfrage ersetzt.
Zur Validierung wurden die Ergebnisse mit dem bestehenden Reporting abgeglichen. Die Kennzahlen wurden korrekt ausgewiesen. Lediglich bei der Auswahl der Metriken zeigte sich eine Unschärfe: Zunächst wurden „Klicks“ statt „Link-Klicks“ herangezogen. Das lässt sich durch eine kurze Präzisierung der Anfrage unmittelbar korrigieren.
Trendanalyse: Hier zeigt sich der eigentliche Mehrwert
Besonders relevant ist die Trendanalyse, die im Test überzeugen konnte. Ein Anstieg der Performance ab einem bestimmten Zeitpunkt wurde zuverlässig erkannt. Die Ursache musste zwar aktiv erfragt werden, wurde anschließend jedoch korrekt zugeordnet, in diesem Fall die Aktivierung neuer Creatives.
Praktisch ist dabei, dass die Trendanalyse nicht nur als Text kommt, sondern auch visuell aufbereitet wird. Im Chat entstehen direkt Diagramme, die einen Verlauf auf einen Blick zeigen. Für die eigene Analyse ist das ideal und in Sekunden erledigt. Für ein Reporting an Kund*innen reicht das in dieser Form aber nicht. Die Inhalte und die schnelle Visualisierung liefert die KI, das markenkonforme Reporting bleibt ein eigener Schritt.
Interessant wird ein solches Setup vor allem dort, wo es nicht nur Kennzahlen abliest, sondern Muster erkennt und Ursache und Wirkung verknüpft. Das Potenzial reicht über den Einzelfall hinaus. Du kannst auch kontoübergreifend auswerten und zum Beispiel mit einem Prompt alle Kampagnen oder Ad Sets identifizieren, deren Performance unter einer bestimmten Schwelle liegt. Was sonst mit viel Zeitaufwand verbunden ist, ist per Chat eine einzige Abfrage.
Und Metas eigene KI?
Meta stellt im Ads Manager mittlerweile selbst einen Chat-Assistenten bereit. An die Auswertung über Claude reicht dieser im Test allerdings nicht heran:
- Die Oberfläche wirkt weniger übersichtlich.
- Vorrangig werden Empfehlungen ausgespielt, die zur Übernahme vorgesehen sind, in der Praxis aber häufig nicht zur jeweiligen Kampagne passen.
- Eine ansprechende visuelle Aufbereitung bietet der Assistent selbst kaum.
Hinzu kommt ein grundsätzlicher Punkt: Metas Vorschläge folgen der Logik der Plattform, und die zielt tendenziell auf mehr Budget und mehr Automatisierung. Über ein neutrales Tool wie Claude ist man von dieser Eigenlogik unabhängiger.
Wo die Grenzen liegen
So gut die Auswertung oft ist, nicht alles wird richtig interpretiert. Ein Beispiel aus dem Test: Bei einer zeitlich befristeten Aktion behauptete die KI, die zugehörigen Creatives seien wegen Ad Fatigue deaktiviert worden. Tatsächlich war die Aktion aber einfach zum vorher festgelegten Zeitpunkt ausgelaufen.
Daraus folgt: Hinterfrage die Aussagen der KI kritisch. Ohne Briefing oder Hintergrundinfos zur Kampagne fehlt der KI der nötige Kontext, und dann entstehen Schlussfolgerungen, die plausibel klingen, aber falsch sind. Die Zahlen stimmen, die Interpretation nicht zwangsläufig.
Fazit: Per Chat über Performance reden funktioniert erstaunlich gut
Performance und Trends lassen sich über den Chat für beliebige Zeiträume abfragen, und die Ergebnisse passen größtenteils. Zwei Dinge sollte man sich merken. Erstens gehören die Ergebnisse gegengeprüft, vor allem Interpretationen und Ursachenzuordnungen, denn die Rohzahlen sind verlässlicher als die Erklärung dahinter. Zweitens gilt: Je mehr man zur Kampagne teilt, also Ziele, Laufzeiten, Aktionen und Briefing, desto treffsicherer wird die Auswertung.
Im Großen und Ganzen lässt sich so per Chat sehr gut über die Performance kommunizieren. Das saubere Reporting und das eigene Fachwissen ersetzt es nicht, doch als schneller, dialogbasierter Zugang zu den eigenen Account-Daten bedeutet das Setup eine deutliche Zeitersparnis im Arbeitsalltag. Trends, die andernfalls womöglich unbemerkt geblieben wären, lassen sich auf diese Weise zudem früher erkennen. Das ermöglicht ein schnelles Einarbeiten in neue Ad Accounts.
