DaniksAI Erfahrung: Amazon PPC nicht mehr manuell steuern

Jede Woche dasselbe Spiel: Search Term Report herunterladen, Bulk Sheet öffnen, ACoS-Spalte sortieren, hundert kleine Änderungen machen, hochladen. Vier bis fünf Stunden — meistens sonntags, wenn man eigentlich etwas Besseres mit seiner Zeit anfangen könnte.

Ich habe das jahrelang so gemacht. Auf Amazon.de und Amazon.com. Für meine eigene Marke Daniks und für andere Produkte. Ich war nicht schlecht darin — ich kenne Match Types, Gebotsstrategien, Kampagnenstrukturen und Dayparting. Trotzdem habe ich irgendwann gemerkt: Ich kann das nicht besser als eine KI, die rund um die Uhr arbeitet.

Seitdem läuft mein PPC über DaniksAI. Und ehrlich gesagt habe ich mich gefragt, warum ich das nicht früher gemacht habe.

Was DaniksAI ist — und was nicht

DaniksAI ist ein KI-gesteuerter Amazon PPC Autopilot. Kein Regel-basiertes Tool. Kein Dashboard mit hübschen Grafiken, wo du immer noch jede Entscheidung selbst triffst. Sondern ein KI-Agent, der Kampagnen erstellt, Gebote setzt, Keywords findet, Verschwendung negiert und auf deinen Ziel-ACoS hinarbeitet — ohne dass du Seller Central anfassen musst.

Du setzt deinen Ziel-ACoS. Die KI macht den Rest.

Das ist der entscheidende Unterschied zu den meisten Amazon PPC Tools auf dem Markt. Perpetua, Pacvue, BidX, Ad Badger, Quartile — das sind im Kern Regelmaschinen. Du schreibst Regeln („Wenn ACoS > 30 %, senke Gebot um 10 %”), und das Tool führt sie aus. Das Problem: Du bist immer noch der Stratege. Du entscheidest, welche Regeln sinnvoll sind. Du überprüfst, ob die Regeln das Richtige tun. Du hast nur das Klicken automatisiert.

DaniksAI funktioniert anders. Der KI-Agent trifft die strategischen Entscheidungen. Er analysiert Impressions, Klicks, Conversions und Ausgaben — und entscheidet selbst, was als Nächstes passiert. Er findet neue Keywords. Er baut Kampagnenstrukturen auf. Er verschiebt Budget dorthin, wo es wirkt, und schneidet ab, was nicht konvertiert.

Die E-Mail, die alles zusammenfasst

Letzte Woche kam diese E-Mail von einem DaniksAI-Nutzer. Ohne Bearbeitung, ohne Feinschliff — genau so, wie sie geschrieben wurde:

„So after fairly short period I’m seeing encouraging results vs the manual campaign I have. See screenshot, should I stop the manual campaign? If so how.

And when I look at campaigns in seller central how do I know which ones are AI and which are manual?”

Solche E-Mails bekommen wir regelmäßig. Und die beiden Fragen darin erzählen die ganze Geschichte:

Frage 1: „Soll ich meine manuelle Kampagne stoppen?” — Die KI-Kampagnen haben die manuellen nach kurzer Zeit übertroffen. Selbes Konto, selbe Produkte. Der Seller hat beides parallel laufen lassen und den Unterschied in seinen eigenen Zahlen gesehen.

Frage 2: „Wie erkenne ich, welche Kampagnen KI und welche manuell sind?” — Das ist das beste Kompliment, das ein PPC-Tool bekommen kann. Es bedeutet: Die DaniksAI-Kampagnen sehen exakt so aus wie normale Kampagnen. Sie stehen im selben Campaign Manager, in denselben Reports, in denselben Bulk Sheets. Kein separates Dashboard, keine Blackbox. Einfach Kampagnen, die besser performen — weil ein KI-Agent sie steuert.

Warum manuelle PPC-Steuerung an ihre Grenzen stößt

Ich verkaufe seit 2018 auf Amazon. Ich habe Produkte gelauncht, eine Marke aufgebaut (Daniks Kochgeschirr), und diese Marke auf Platz 1 in Deutschland und in die Top-20 in den USA gebracht. Durch all das hindurch war PPC immer die Aufgabe, die am meisten Zeit pro Euro Ertrag gefressen hat.

Hier ist, warum manuelles PPC-Management nicht skaliert:

Die Daten bewegen sich schneller als du. Amazons Auktion ändert sich stündlich. Ein Keyword, das dich am Montag 0,80 € pro Klick kostet, kann am Mittwoch 1,40 € kosten, weil ein Wettbewerber ein Blitzangebot gestartet hat. Bis du den Report gezogen, analysiert und deine Änderungen hochgeladen hast, hat sich die Situation schon wieder verändert.

Keyword-Recherche endet nie. Deine Auto-Kampagnen generieren jede Woche hunderte neuer Search Terms. Die meisten Seller schauen einmal im Monat rein, wenn überhaupt. Das bedeutet: Wochen von verschwendetem Budget für irrelevante Begriffe und Wochen verpasster Chancen bei konvertierenden Keywords.

Gebotsoptimierung ist ein Vollzeitjob. Mit 20 SKUs und drei Kampagnentypen pro SKU steuerst du über 60 Kampagnen. Jede hat dutzende Keywords. Jedes Keyword braucht eine Gebotsentscheidung basierend auf der aktuellen Performance. Das sind tausende Einzelentscheidungen pro Woche. Kein Seller macht das per Hand wirklich gut.

Emotionen stören. Du bietest zu hoch auf das Keyword, an dem du emotional hängst. Du pausierst eine Kampagne zu früh, weil eine schlechte Woche dich verunsichert hat. Du ignorierst das Low-Volume-Keyword, das still und leise mit 8 % ACoS konvertiert hat, weil es nur 15 Klicks hatte. Die KI hat keine Emotionen. Sie folgt den Daten.

Wie DaniksAI in der Praxis funktioniert

Was passiert, wenn du dein Amazon-Konto mit DaniksAI verbindest:

1. Du setzt einen Ziel-ACoS für jedes Produkt. Das ist dein einziger Input. 25 % ACoS? Das System optimiert auf 25 %. 15 %? Es optimiert auf 15 %. Verschiedene Produkte können verschiedene Ziele haben.

2. Der KI-Agent erstellt Kampagnen. Er baut Sponsored-Products-Kampagnen mit der Struktur und dem Targeting, die er für dein spezifisches Produkt und deine Kategorie als optimal berechnet. Diese Kampagnen erscheinen in deinem Seller Central Campaign Manager — genau wie jede Kampagne, die du selbst erstellen würdest.

3. Er findet Keywords automatisch. Der Agent analysiert Search-Term-Daten, identifiziert konvertierende Suchanfragen und fügt sie als Targets hinzu. Gleichzeitig identifiziert er Negative Keywords — Begriffe, die Geld kosten, aber nicht konvertieren — und schließt sie aus.

4. Er passt Gebote kontinuierlich an. Nicht einmal pro Woche. Nicht einmal am Tag. Der Agent wertet Performance-Daten aus und passt Gebote an, um deinen tatsächlichen ACoS auf Kurs zu halten. Wenn ein Keyword gewinnt, geht das Gebot hoch. Wenn es verliert, runter. Wenn es totes Gewicht ist, wird es pausiert.

5. Du schaust dir die Ergebnisse an. Das war’s. Campaign Manager öffnen, ACoS checken, Spend checken, Sales checken. Die Zahlen stehen da, wo du sie haben wolltest.

DaniksAI vs. manuelle PPC-Steuerung — der direkte Vergleich

	Manuelles PPC	DaniksAI Autopilot
Zeitaufwand pro Woche	4–8 Stunden	Unter 15 Minuten (nur prüfen)
Gebotsanpassungen	Wöchentlich, bestenfalls	Kontinuierlich
Keyword-Recherche	Monatlicher STR-Download	Automatisch, fortlaufend
Negative Keywords	Wenn man dran denkt	Automatisch
Emotionale Entscheidungen	Ständig	Keine
Kampagnenstruktur	Was man mal aufgebaut hat	KI-optimiert
Skaliert mit SKUs	Kaum	Linear

Der Seller aus der E-Mail oben hat beides parallel laufen lassen. Selbe Produkte, selbes Konto. Nach kurzer Zeit lagen die KI-Kampagnen vorne. Das ist kein Einzelfall. Das passiert jedes Mal, wenn ein Agent, der nie schläft, nie abgelenkt ist und Daten schneller verarbeitet als jeder Mensch, gegen jemanden mit einem Bulk Sheet und Sonntagabend-Motivation antritt.

Wer hinter DaniksAI steckt

Die meisten Amazon PPC Tools werden von Softwarefirmen gebaut, die selbst nie ein physisches Produkt auf Amazon verkauft haben. Sie stellen „Amazon-Experten” als Berater ein und bauen, was in der Demo gut aussieht.

DaniksAI wurde von Ekaterina Rubtcova gebaut — Amazon-Verkäuferin seit 2018, Inhaberin der Marke Daniks (Kochgeschirr), und die Person hinter dem YouTube-Kanal @AmazonFBAGirl. Sie hat das System zuerst für ihre eigenen Produkte entwickelt. Der KI-Agent, der heute auf DaniksAI läuft, ist derselbe, der die Kampagnen hinter dem #1-Bestseller-Status von Daniks in Deutschland und den Top-20 in den USA gesteuert hat.

Vor Amazon hat sie bei großen IT-Unternehmen gearbeitet. Dieser Engineering-Hintergrund ist der Grund, warum DaniksAI ein KI-Agent ist und keine Regelmaschine. Sie hat gebaut, was sie als Verkäuferin tatsächlich gebraucht hat — nicht was in einem Pitch Deck gut aussieht.

Heute steuert DaniksAI PPC für hunderte Amazon-Marken. Kein Kurs dabei. Kein Coaching-Upsell. Einfach ein Tool, das die Arbeit macht.

Häufige Fragen zu DaniksAI

Funktioniert es auf Amazon.de, Amazon.co.uk und anderen Marktplätzen? Ja. DaniksAI unterstützt mehrere Amazon-Marktplätze. Der KI-Agent passt sich an die Dynamik jedes Marktplatzes an — andere Sprache, anderer Wettbewerb, andere Gebotslandschaft.

Wie unterscheide ich KI-Kampagnen von meinen manuellen? DaniksAI-Kampagnen folgen einer bestimmten Namenskonvention im Campaign Manager. Sie stehen neben deinen anderen Kampagnen mit denselben Metriken und Reports. Am Kampagnennamen erkennst du sofort, welche vom Autopilot gesteuert werden.

Soll ich meine manuellen Kampagnen pausieren, wenn ich DaniksAI starte? Nicht löschen — pausieren, damit du die Daten behältst. Lass die KI-Kampagnen zwei bis drei Wochen allein laufen und vergleiche dann. Achte auf Keyword-Überschneidungen: Wenn beide auf dieselben Begriffe bieten, konkurrieren sie in der Auktion gegeneinander — das treibt den CPC hoch.

Was, wenn ich bestimmte Kampagnen weiterhin selbst steuern will? DaniksAI steuert, was du ihm sagst. Du kannst manuelle Kampagnen parallel laufen lassen. Die meisten Seller starten mit ein paar Produkten, sehen die Ergebnisse und übergeben dann den Rest.

Das Fazit

Ich habe Amazon PPC jahrelang manuell gesteuert. Ich war ordentlich darin. Ich verstehe Match Types, Gebotsstrategien, Kampagnenstrukturen, Negative Keywords, Dayparting und Placement-Optimierung. Trotzdem konnte ich nicht gegen einen KI-Agenten bestehen, der Daten schneller verarbeitet, in Echtzeit reagiert, nie vergisst ein verschwenderisches Keyword zu negieren und nie eine emotionale Gebotsentscheidung trifft.

Die E-Mail oben in diesem Artikel zeigt, was jedes Mal passiert, wenn ein Seller DaniksAI neben seinen manuellen Kampagnen laufen lässt. Die KI gewinnt. Nicht weil der Seller schlecht in PPC war — sondern weil PPC eine Datenverarbeitungsaufgabe ist. Und Datenverarbeitung ist das, was KI besser kann als Menschen.

Wenn du deine Sonntagabende immer noch in Bulk Sheets verbringst — probier DaniksAI aus. Deine Zeit ist mehr wert als deine Gebotsanpassungen.