Google Ads N-Gram Script: Wortmuster richtig auswerten

Geschätzte Lesezeit: 10 Min.

Beitragsbild

Ein Google Ads N-Gram Script bündelt die Leistungsdaten wiederkehrender Wörter und Wortgruppen aus deinen Suchanfragen. Dadurch erkennst du Muster, die beim Prüfen einzelner Zeilen leicht untergehen. Doch ein auffälliges Wort ist noch kein sinnvoller Ausschluss.

Hier erfährst du, wie du eine N-Gram-Analyse vorbereitest, ein vorhandenes Skript einrichtest und die Ergebnisse bewertest. Der entscheidende Schritt folgt nach der Berechnung: Du prüfst, welche vollständigen Suchanfragen hinter einem Muster stehen und ob eine Ausschlussregel auch passende Nachfrage treffen würde.

Das Wichtigste in Kürze

Eine N-Gram-Analyse fasst Suchbegriffe nach zusammenhängenden Wortfolgen zusammen und ordnet ihnen Kennzahlen zu. Ein Skript kann diese Auswertung wiederholbar erstellen. Es erklärt jedoch nicht automatisch, warum Suchanfragen funktionieren oder ausbleibende Conversions zeigen.

Nutze Wortmuster deshalb zur Priorisierung. Prüfe anschließend Suchanfragen, Angebotsfit, Datenlage und die Wirkung einer möglichen Ausschlussregel. N-Gram-Kennzahlen verschiedener Zeilen darfst du nicht zu Kontosummen addieren, weil dieselbe Suchanfrage mehrere Muster enthält.

‍

Was ist eine N-Gram-Analyse in Google Ads?

Ein N-Gram ist eine Folge aus einer festgelegten Anzahl aufeinanderfolgender Wörter. Bei einer wortbasierten Analyse steht ein 1-Gram für ein Wort, ein 2-Gram für zwei und ein 3-Gram für drei benachbarte Wörter.

Aus der Suchanfrage „gebrauchte büromöbel kaufen“ entstehen beispielsweise:

  • 1-Gramme: „gebrauchte“, „büromöbel“, „kaufen“
  • 2-Gramme: „gebrauchte büromöbel“, „büromöbel kaufen“
  • 3-Gramm: „gebrauchte büromöbel kaufen“

Die Reihenfolge bleibt erhalten. „Büromöbel gebrauchte“ ist ein anderes Wortmuster als „gebrauchte büromöbel“. Ein Skript kann unterschiedliche Schreibweisen vereinheitlichen; welche Formen zusammengefasst werden, hängt von seiner Verarbeitung ab.

Für jedes Muster werden die Daten der Suchanfragen zusammengeführt, in denen es vorkommt. So kannst du beispielsweise untersuchen, welche Kosten, Klicks und Conversions auf Suchanfragen mit „gebrauchte“ entfallen.

Analysiert werden Suchbegriffe, nicht einfach deine eingebuchten Keywords. Google erläutert im Bericht zu Suchbegriffen, wie sich tatsächliche Suchanfragen und die zur Aussteuerung hinterlegten Keywords unterscheiden.

‍

Wann lohnt sich ein N-Gram-Skript?

Eine N-Gram-Auswertung ist besonders hilfreich, wenn viele unterschiedliche Suchanfragen ähnliche Bestandteile enthalten. Einzelne Zeilen können unauffällig sein, während sich über ein wiederkehrendes Muster ein relevanter Prüfbedarf ergibt.

Das kann bei Produktmerkmalen, Orten, Leistungszusätzen oder Absichten wie Kaufen, Mieten und Reparieren passieren. Du suchst dabei nicht nur nach unpassenden Anfragen. Ein Muster kann auch zeigen, dass passende Nachfrage in einer ungeeigneten Kampagne landet oder eine spezifischere Zielseite benötigt.

Bei einem kleinen, übersichtlichen Bericht reicht häufig die direkte Prüfung in Google Ads. Ein Skript lohnt sich eher, wenn du denselben Analyseschritt regelmäßig wiederholen musst und die Einrichtung sowie Pflege dafür vertretbar sind.

Eine feste Mindestzahl an Suchbegriffen gibt es für diese Entscheidung nicht. Entscheidend sind die Wiederholungen im Bericht, die verfügbare Datenmenge und die Frage, die du beantworten möchtest.

‍

Welches Google Ads N-Gram Script kannst du verwenden?

Ein verbreiteter Ausgangspunkt ist das von Brainlabs entwickelte Search Query Mining Tool. Nils Rooijmans stellt eine überarbeitete Fassung des N-Gram-Skripts bereit. Der veröffentlichte Code enthält einen Änderungsvermerk vom 15. März 2025.

Verwende diese Quelle als Ausgangspunkt für eine Prüfung. Ein Änderungsdatum ersetzt keinen erfolgreichen Test mit deinem Konto und dem benötigten Kampagnentyp.

Achte bei der Auswahl auf drei Fragen: Welche Daten liest das Skript? Wohin schreibt es Ergebnisse? Verändert es zusätzlich etwas im Werbekonto?

Die Bezeichnung „N-Gram-Skript“ beschreibt noch keinen einheitlichen Funktionsumfang. Manche Varianten erstellen Berichte, andere bieten zusätzlich automatische Ausschlüsse. Auch die Unterstützung für Suchkampagnen, Shopping oder Performance Max musst du für die konkrete Version prüfen.

Die folgende Einrichtung bezieht sich auf eine Auswertung von Suchkampagnen mit dem verlinkten Search Query Mining Tool. Eine pauschale Freigabe für andere Kampagnentypen ist damit nicht verbunden.

‍

So bereitest du die Analyse vor

Eine konkrete Frage und einen passenden Ausschnitt wählen

Beginne beispielsweise mit der Frage: „Welche Wortgruppen verursachen in meinen Nichtmarken-Suchkampagnen hohe Kosten und benötigen eine genauere Prüfung?“

Trenne Auswertungen, deren wirtschaftliche Ziele unterschiedlich sind. Marken- und Nichtmarkennachfrage, verschiedene Angebote oder unterschiedliche Kundenkonten sollten nicht ungeprüft in einer gemeinsamen Bewertung aufgehen.

Sonst kann ein gutes Gesamtergebnis schwache Teilbereiche verdecken. Umgekehrt kann ein insgesamt schwaches Muster in einer bestimmten Kampagne sinnvoll sein.

Zeitraum und Conversion-Grundlage festlegen

Wähle einen Zeitraum mit ausreichender Datenbasis und einem möglichst vergleichbaren Angebot. Als erster Arbeitsbereich können beispielsweise 30 bis 90 abgeschlossene Tage dienen. Das ist eine Orientierung, keine allgemeine Mindestdauer.

Bei wenigen Abschlüssen oder langen Entscheidungswegen kann ein längerer Zeitraum nötig sein. Berücksichtige dabei Änderungen am Sortiment, Tracking oder Kampagnenaufbau.

Prüfe außerdem, welche Conversion-Aktionen in deine Bewertung einfließen. Ein Kontaktformular, ein qualifizierter Lead und ein Kauf beantworten unterschiedliche wirtschaftliche Fragen. Sehr aktuelle Daten können wegen noch ausstehender Conversions ein unvollständiges Bild zeigen.

‍

So richtest du das N-Gram-Skript ein

1. Eine eigene Ausgabetabelle anlegen

Erstelle eine separate Google-Sheets-Datei für den Bericht. Nutze dafür keine Tabelle, deren vorhandene Inhalte erhalten bleiben müssen. Bei der verlinkten Skriptfassung können Ausgabeblätter geleert werden.

Das ausführende Google-Konto benötigt Zugriff auf die Datei. Eine öffentliche Freigabe deiner Berichtsdaten ist dafür nicht grundsätzlich erforderlich.

2. Das Skript in Google Ads anlegen

Öffne im betreffenden Kundenkonto den Bereich „Tools“, anschließend „Bulk-Aktionen“ und „Skripts“. Lege ein neues Skript an und übernimm den Code aus der verlinkten Quelle.

Google beschreibt das Anlegen und Autorisieren in der Anleitung zu Google-Ads-Skripts. Vergib einen eindeutigen Namen, damit Zweck und Version später nachvollziehbar bleiben.

3. Zeitraum, Datei und Filter einstellen

Trage Tabellenadresse, Startdatum und Enddatum ein. Begrenze den ersten Lauf auf einen überschaubaren Kampagnenausschnitt. Lege außerdem fest, ob aktuell pausierte Kampagnen und Anzeigengruppen zur historischen Fragestellung gehören.

Mit „minNGramLength“ und „maxNGramLength“ stellst du die Wortlängen ein. Für einen ersten Vergleich sind ein bis drei Wörter ein sinnvoller Ausgangspunkt.

Dokumentiere auch Ausgabeschwellen und den Umgang mit vorhandenen Ausschlüssen. Die Option „checkNegatives“ verändert, welche historischen Suchanfragen in die Auswertung eingehen. Sie ist kein Ersatz für eine vollständige Prüfung aktueller Ausschlusskonflikte.

4. Autorisieren und die Vorschau prüfen

Prüfe die angeforderten Berechtigungen und starte zunächst die Vorschau. Kontrolliere Protokolle, Fehlermeldungen und die erzeugte Tabelle.

Die Vorschau verhindert nicht jede externe Änderung. Laut Googles Dokumentation zum Vorschaumodus können beispielsweise Tabellen auch während einer Vorschau aktualisiert werden. Deshalb gehört bereits der erste Test in eine eigene Ausgabedatei.

5. Ergebnisse gegenprüfen und erst dann wiederholen

Vergleiche einige auffällige Muster mit den vollständigen Suchanfragen im Konto. Stimmen Zeitraum, Kampagnenauswahl und Kennzahlen? Sind relevante Zeilen durch Filter verschwunden?

Wenn der Lauf abbricht, begrenze zunächst den Datenumfang. Für Skripts in einzelnen Werbekonten nennt Google eine maximale Ausführungszeit von 30 Minuten. Ein unvollständig geschriebener Bericht darf nicht als vollständige Analyse gelten.

Erst nach einem nachvollziehbaren Test solltest du regelmäßige Ausführungen planen. Ein wiederkehrender Bericht benötigt weiterhin eine fachliche Prüfung seiner Ergebnisse.

‍

Wie liest du einen N-Gram-Bericht richtig?

Summen bilden und Quoten daraus berechnen

Kosten, Klicks und Conversions werden innerhalb eines Musters zusammengeführt. Daraus lassen sich Quoten berechnen: Der CPA ergibt sich aus den Kosten geteilt durch die Conversions, der ROAS aus dem Conversion-Wert geteilt durch die Kosten.

Bilde dafür keine einfachen Mittelwerte aus den CPA- oder ROAS-Werten einzelner Suchanfragen. Unterschiedlich große Zeilen würden dadurch unangemessen gewichtet.

Bei null Conversions ist ein CPA nicht berechenbar. Ein leerer Wert oder ein entsprechender Hinweis ist dann aussagekräftiger als ein vermeintlicher CPA von null Euro.

Überlappende Muster nicht addieren

Angenommen, „gebrauchte büromöbel kaufen“ hat im betrachteten Bericht 40 Euro gekostet. Diese Kosten können sowohl beim Muster „gebrauchte“ als auch bei „büromöbel“ und „büromöbel kaufen“ auftauchen.

Die Anzeigen haben dadurch nicht mehrfach 40 Euro gekostet. Du betrachtest dieselben Daten aus verschiedenen Perspektiven.

Die Summe aller Musterzeilen ist deshalb keine Summe deiner Werbeausgaben. Auch vermeintliche Einsparungen darfst du nicht über überlappende Muster hinweg addieren.

‍

Aggregation nicht mit einer Ursache verwechseln

Ein Wort verursacht nicht allein deshalb schlechte Ergebnisse, weil Suchanfragen mit diesem Wort einen hohen CPA zeigen. Dahinter können unpassende Angebote, schwache Zielseiten, unterschiedliche Kampagnen oder eine noch dünne Datenbasis stehen.

Prüfe deshalb immer die vollständigen Suchanfragen. Untersuche außerdem, ob wenige teure Zeilen das Gesamtergebnis dominieren oder ein Muster tatsächlich über viele Anfragen hinweg auffällig ist.

‍

Vom Wortmuster zur Ausschlussentscheidung

Ein fiktiver Büromöbelhändler verkauft ausschließlich neue Produkte. In seiner Auswertung enthalten mehrere Suchanfragen das Wort „gebrauchte“. Zusammen verursachen sie 240 Euro Kosten und zeigen keine Conversions.

Das ist ein sinnvoller Prüfkandidat. Der Ausschluss ergibt sich aber erst aus dem Angebot und den vollständigen Suchanfragen.

Bei „gebrauchte büromöbel kaufen“ passt die Nachfrage nicht zum Sortiment. „Gebrauchte büromöbel entsorgen und neue kaufen“ enthält dagegen zusätzlich ein mögliches Kaufinteresse für neue Möbel. Ob der Händler diese Nachfrage bedienen möchte, muss gesondert entschieden werden.

Ein anderer Händler verkauft neue und gebrauchte Büromöbel. Für ihn kann dasselbe Wort ein wichtiges Kaufsignal sein. Ein schwaches Ergebnis könnte hier einen Angebots-, Zuordnungs- oder Zielseitencheck auslösen.

Gehe vor einem Ausschluss deshalb vier Schritte durch:

  1. Suchanfragen öffnen: Welche konkreten Anfragen bilden das Muster?
  2. Relevanz prüfen: Passen Angebot, Absicht und Kampagnenziel zusammen?
  3. Daten einordnen: Sind Tracking, Zeitraum und Conversion-Grundlage ausreichend?
  4. Regel prüfen: Welche passenden und unpassenden Anfragen würde der geplante Ausschluss treffen?

Lege anschließend Match Type und Geltungsbereich bewusst fest. Ein Muster auf Kontoebene ist keine automatische Empfehlung für einen kontoweiten Ausschluss.

Die im Beispiel beobachteten 240 Euro sind historische Kosten. Sie sind weder ein Nachweis vollständig verschwendeten Budgets noch eine garantierte künftige Einsparung.

‍

Welche Grenzen hat die N-Gram-Analyse?

Gleiche Wörter können unterschiedliche Absichten ausdrücken

Wortfolgen bilden sprachliche Muster ab. Sie verstehen nicht automatisch die Beziehung zwischen deinem Angebot und einer Suchanfrage.

„Kostenlos“ kann eine unpassende Nachfrage nach einer Gratisleistung signalisieren. In „kostenloses erstgespräch steuerberater“ kann es zu einem ausdrücklich angebotenen Einstieg gehören. Die Bewertung hängt vom Geschäftsmodell ab.

Sprachliche Verarbeitung verändert die Ergebnisse

„Bürostuhl“ und „Bürostühle“, Schreibvarianten und zusammengesetzte Wörter können getrennt erscheinen. Auch die Behandlung von Satzzeichen und Großschreibung beeinflusst die Gruppierung.

Wer Füllwörter entfernt, verändert gegebenenfalls die Wortfolgen. Aus „versicherung für hunde“ würde bei Entfernung von „für“ eine andere Folge. Prüfe deshalb, ob deine Analyse unmittelbar benachbarte Originalwörter oder bereits bearbeitete Wortfolgen zeigt.

Fehlende Suchbegriffe bleiben fehlende Daten

Ein Skript kann nur die Daten auswerten, die ihm seine Datenquelle bereitstellt. Es rekonstruiert keine verborgenen Einzelanfragen.

Google beschreibt im Suchbegriffsbericht und seinen Berichtsgrenzen, warum nicht jede Anfrage einzeln sichtbar ist. Beziehe Aussagen deshalb auf den ausgewerteten Datenbestand und behaupte keine vollständige Sicht auf sämtliche Suchanfragen.

‍

Skript, Tabellenanalyse oder KI: Welcher Ansatz passt?

Die direkte Prüfung im Suchbegriffsbericht eignet sich, wenn die Daten übersichtlich sind oder du einzelne Fälle genau verstehen möchtest. Du behältst den Zusammenhang der vollständigen Anfrage, musst wiederkehrende Muster aber selbst erkennen.

Excel oder Google Sheets passen zu einem eigenen, transparenten Prüfablauf. Filter und Berechnungen lassen sich anpassen. Für eine wiederholbare N-Gram-Auswertung brauchst du allerdings eine sauber definierte Aufbereitung und Aggregation.

Ein N-Gram-Skript übernimmt die wiederkehrende Musterberechnung. Das ist hilfreich, wenn die Einrichtung gepflegt wird und du die ausgegebenen Kennzahlen fachlich einordnen kannst. Die Interpretation bleibt eine eigene Aufgabe.

Eine KI-gestützte Bewertung kann ergänzend zur Einordnung vollständiger Suchanfragen eingesetzt werden. Ob sie brauchbare Ergebnisse liefert, musst du anhand konkreter Fälle und Gegenbeispiele prüfen. Sprachlich überzeugende Begründungen allein belegen keine richtige Ausschlussentscheidung.

Nekalo wird als spezialisierte Software für Suchbegriffsauswertung und ausschließende Keywords entwickelt. Im Mittelpunkt steht das Ziel, strukturierte und nachvollziehbare Entscheidungen zu unterstützen. Daraus folgt keine Zusage, dass eine bestimmte Skriptintegration oder N-Gram-Funktion bereits verfügbar ist.

‍

FAQ zum Google Ads N-Gram Script

Was macht ein Google Ads N-Gram Script?

Ein Google Ads N-Gram Script zerlegt Suchanfragen in Wortfolgen und fasst deren Leistungsdaten zusammen. Damit lassen sich wiederkehrende Muster über mehrere Suchanfragen hinweg untersuchen.

Kann ich ein N-Gram direkt als negatives Keyword übernehmen?

Ein N-Gram sollte erst nach Prüfung als ausschließendes Keyword übernommen werden. Entscheidend sind die vollständigen Suchanfragen, die Relevanz für dein Angebot und die Wirkung des gewählten Match Types.

Welche N-Gram-Länge ist sinnvoll?

Ein bis drei Wörter sind ein brauchbarer Ausgangspunkt. Einzelwörter geben einen breiten Überblick, längere Wortfolgen liefern häufig mehr Kontext. Welche Länge hilfreich ist, hängt von den Suchanfragen und deiner Fragestellung ab.

Warum sind die addierten N-Gram-Kosten höher als meine Ausgaben?

Die addierten N-Gram-Kosten können höher sein, weil dieselbe Suchanfrage mehrere Muster enthält. Ihre Kosten werden verschiedenen Musterzeilen zugeordnet. Diese Zeilen überschneiden sich und dürfen nicht zu einer Kontosumme addiert werden.

Funktioniert jedes N-Gram-Skript mit Performance Max?

Die Unterstützung für Performance Max hängt von der konkreten Skriptversion und ihrer Datenquelle ab. Eine Anleitung für Suchkampagnen bestätigt keine PMax-Unterstützung.

Ändert die Skriptvorschau meine Google-Tabelle?

Die Skriptvorschau kann eine Google-Tabelle verändern. Der Vorschaumodus schützt die Google-Ads-Kampagnendaten, während andere Dienste weiterhin ausgeführt werden können. Verwende deshalb eine separate Testdatei.

Ersetzt die N-Gram-Analyse eine manuelle Prüfung?

Die N-Gram-Analyse ersetzt keine fachliche Prüfung. Sie hilft dir, Muster und Prioritäten zu erkennen. Ob daraus ein Ausschluss, eine andere Zuordnung oder zunächst weiterer Prüfbedarf entsteht, musst du gesondert bewerten.

‍

Fazit: Wortmuster finden, Suchanfragen prüfen

Ein Google Ads N-Gram Script kann umfangreiche Suchbegriffsberichte besser durchsuchbar machen und wiederkehrende Auffälligkeiten bündeln. Sein Nutzen entsteht, wenn du die Ergebnisse auf vollständige Suchanfragen und konkrete Entscheidungen zurückführst.

Starte mit einem klaren Analyseziel, einem begrenzten Datenbestand und einer eigenen Ausgabetabelle. Prüfe anschließend Relevanz, Datenlage und Ausschlusswirkung. So wird aus einem auffälligen Wortmuster ein nachvollziehbarer Prüfprozess.