Google automatiseert steeds meer marketingbeslissingen. Wat blijft er over voor de marketeer?

De automatisering van online advertising is al jaren gaande, maar de aard ervan verandert. Waar advertentieplatformen aanvankelijk vooral afzonderlijke taken automatiseerden, zoals bieden of het combineren van advertentieteksten, nemen zij inmiddels beslissingen over vrijwel de gehele keten. Google bepaalt steeds vaker wanneer een advertentie wordt getoond, aan wie, met welke boodschap, op basis van welke zoekintentie en naar welke pagina van de website een potentiële klant wordt gestuurd.

Met AI Max voor Search zet Google opnieuw een stap in die richting. Bestaande automatiseringsfuncties worden samengebracht en uitgebreid, waardoor kunstmatige intelligentie een grotere rol krijgt bij matching, advertentiecreatie en de keuze van landingspagina’s. In september 2026 worden bovendien bepaalde bestaande Search-campagnes automatisch naar AI Max overgezet.

Voor organisaties is dit meer dan een technische wijziging binnen Google Ads. Het raakt aan een bredere ontwikkeling binnen marketing: naarmate platformen meer operationele beslissingen automatiseren, verschuift de toegevoegde waarde van de marketeer van bediening naar regie.

Daarmee verandert ook wat organisaties van hun marketingteams en externe specialisten mogen verwachten.

Van handmatig campagnebeheer naar geautomatiseerde besluitvorming

Online advertising was lange tijd een vakgebied waarin veel waarde zat in technische beheersing van het platform. Een ervaren SEA-specialist bouwde campagnestructuren, selecteerde zoekwoorden, bepaalde matchtypes, stelde biedingen in, schreef advertenties, analyseerde zoektermen en stuurde voortdurend bij.

Die werkzaamheden verdwijnen niet volledig, maar Google heeft een aanzienlijk deel ervan inmiddels geautomatiseerd.

Smart Bidding bepaalt biedingen op basis van grote hoeveelheden realtime signalen. Broad match interpreteert zoekintentie ruimer dan een traditionele zoekwoordmatch. Responsive Search Ads bepalen welke combinaties van koppen en beschrijvingen waarschijnlijk het beste presteren. Performance Max verdeelt budget en advertenties over verschillende Google-kanalen.

AI Max trekt die lijn verder door binnen Search.

Google combineert daarin onder andere search term matching, text customization en final URL expansion. Daarmee krijgt het systeem meer ruimte om te bepalen bij welke zoekopdrachten een advertentie relevant is, welke boodschap wordt getoond en welke pagina van de website het beste bij de zoekintentie past.

Dat zijn precies de beslissingen die lange tijd tot het operationele domein van de SEA-specialist behoorden.

AI Max verandert meer dan alleen de zoekwoordstrategie

Een traditionele Search-campagne begon in belangrijke mate bij zoekwoorden. De marketeer bepaalde welke termen commercieel relevant waren en bouwde daar een campagnestructuur omheen.

AI Max verschuift dat uitgangspunt.

Google gebruikt niet alleen de expliciet ingevoerde zoekwoorden, maar ook informatie uit advertenties, landingspagina’s en andere signalen om relevante zoekopdrachten te herkennen. Daarmee probeert het platform de intentie achter een zoekopdracht te begrijpen in plaats van uitsluitend een vooraf gedefinieerde zoekwoordstructuur te volgen.

Tegelijkertijd kan text customization advertentieteksten aanpassen aan die intentie en kan final URL expansion bepalen dat een andere pagina op de website relevanter is dan de URL die oorspronkelijk als bestemming is gekozen.

De afzonderlijke onderdelen zijn niet allemaal nieuw. De strategische betekenis zit vooral in de combinatie ervan.

Het advertentiesysteem krijgt meer beslissingsruimte over doelgroep, boodschap en bestemming.

Daarmee wordt de vraag voor organisaties niet langer alleen hoe goed een marketeer Google Ads kan bedienen, maar vooral hoe goed de organisatie het systeem van bruikbare input kan voorzien en de uitkomsten kan beoordelen.

September 2026 markeert een volgende stap

Google maakte eerder bekend dat Search-campagnes die gebruikmaken van Automatically Created Assets en de campaign-level broad match-instelling vanaf september 2026 automatisch kunnen worden geüpgraded naar AI Max. Google verwacht de daarvoor geschikte upgrades tegen het einde van september af te ronden.

Voor Dynamic Search Ads was eveneens een overgang voorzien, maar Google heeft die planning aangepast. De volledige overgang daarvan is uitgesteld tot februari 2027.

Voor organisaties met actieve Search-campagnes is het daarom verstandig om niet alleen te controleren of AI Max actief is geworden, maar vooral te onderzoeken welke beslissingen inmiddels door het platform worden genomen die voorheen expliciet door de marketeer werden gemaakt.

Dat onderscheid is belangrijk. De discussie over automatisering wordt namelijk vaak teruggebracht tot de vraag of een nieuwe functie aan of uit moet staan. Daarmee wordt voorbijgegaan aan de fundamentelere verschuiving: steeds meer marketingbeslissingen worden gedelegeerd aan systemen waarvan de interne besluitvorming slechts gedeeltelijk zichtbaar is.

Meer automatisering betekent niet automatisch minder marketing

Google presenteert AI Max vanzelfsprekend vanuit de potentiële verbetering van campagneresultaten. Volgens Google kunnen Search-campagnes die de volledige AI Max-functionaliteit gebruiken gemiddeld meer conversies of conversiewaarde realiseren tegen een vergelijkbare CPA of ROAS.

Dergelijke cijfers verdienen altijd context. Het gaat om gemiddelden uit onderzoek van Google zelf en de uitkomst voor een individuele organisatie hangt sterk af van de kwaliteit van data, propositie, website, conversiemeting en gekozen doelstellingen.

Maar zelfs wanneer AI aantoonbaar beter presteert dan handmatige optimalisatie, volgt daar niet uit dat marketing minder belangrijk wordt.

Het tegenovergestelde kan zelfs het geval zijn.

Een algoritme kan bijzonder efficiënt optimaliseren naar het doel dat het krijgt. Het kan echter niet zelfstandig bepalen of dat doel vanuit bedrijfsperspectief het juiste is.

Wanneer een organisatie optimaliseert op het aantal ingevulde leadformulieren, kan Google steeds beter worden in het genereren van formulieren. Als vervolgens blijkt dat een groot deel van die leads commercieel niet interessant is, heeft het algoritme technisch gezien uitstekend gepresteerd terwijl de organisatie weinig waarde heeft gerealiseerd.

De fout zit dan niet in de optimalisatie, maar in de definitie van succes.

De kwaliteit van de input wordt bepalender

Dat maakt een belangrijk principe zichtbaar: hoe intelligenter het optimalisatiesysteem, hoe belangrijker de kwaliteit van de informatie waarop het wordt aangestuurd.

Google moet kunnen onderscheiden welke conversies waardevol zijn, welke klanten meer commerciële waarde vertegenwoordigen, welke proposities prioriteit hebben en welke pagina’s relevant zijn voor verschillende behoeften.

Daarvoor is meer nodig dan campagnekennis.

De organisatie moet haar eigen commerciële logica begrijpen.

Welke klantsegmenten zijn het meest aantrekkelijk? Welke producten of diensten leveren de beste bijdrage? Welke leads converteren uiteindelijk naar omzet? Welke klanten blijven langer? Welke aanvragen lijken in het advertentieplatform succesvol, maar blijken verderop in de funnel nauwelijks waarde te hebben?

Zolang een organisatie die vragen niet kan beantwoorden of de antwoorden niet kan vertalen naar betrouwbare data, kan zelfs een geavanceerd advertentiesysteem op de verkeerde signalen optimaliseren.

Daarmee verschuift een deel van de concurrentiekracht van campagne-optimalisatie naar datakwaliteit en commerciële scherpte.

De website wordt onderdeel van het advertentiesysteem

Final URL expansion maakt nog een andere ontwikkeling zichtbaar. De website is niet langer uitsluitend de bestemming waar iemand na een advertentie terechtkomt. De inhoud en structuur van die website worden steeds nadrukkelijker input voor het advertentiesysteem zelf.

Google kan informatie op de website gebruiken om relevantie te bepalen en vervolgens beslissen welke pagina het beste aansluit bij een specifieke zoekintentie.

Daarmee krijgen problemen die voorheen vooral als website- of conversieproblemen werden beschouwd ook consequenties voor advertising.

Een organisatie met overlappende productpagina’s, onduidelijke proposities, verouderde content of een onlogische informatiearchitectuur geeft het algoritme minder heldere input dan een organisatie waarvan producten, diensten en klantbehoeften duidelijk zijn gestructureerd.

De kwaliteit van paid advertising wordt daardoor steeds moeilijker los te zien van de kwaliteit van de digitale marketinginfrastructuur eromheen.

SEO, content, CRO, data, positionering en advertising raken op dit punt rechtstreeks met elkaar verbonden.

Google ontwikkelt de marketeer steeds meer tot degene die de machine brieft

Een interessante ontwikkeling binnen AI Max is de introductie van AI Brief. Google kondigde in september aan dat deze functie naar meer talen komt, waaronder het Nederlands.

Met AI Brief kunnen adverteerders in natuurlijke taal aanvullende context geven over bijvoorbeeld het bedrijf, de doelgroep en de boodschap die belangrijk is voor een campagne.

Dat lijkt op het eerste gezicht vooral een gebruiksvriendelijke interface. Strategisch is het interessanter.

De interactie met het advertentieplatform begint namelijk steeds meer te lijken op het briefen van een specialist. In plaats van ieder onderdeel technisch voor te schrijven, geeft de marketeer richting en context waarna het systeem binnen die kaders beslissingen neemt.

Daarmee wordt de kwaliteit van de briefing belangrijker.

Wie is de doelgroep? Welk probleem lossen we op? Waarom zou een klant voor deze organisatie kiezen? Welke boodschap moet centraal staan? Welke merkclaims zijn toegestaan? Welke producten hebben prioriteit? Welke klanten willen we juist niet aantrekken?

Dat zijn geen technische Google Ads-vragen.

Het zijn marketingvragen.

AI neemt het belang daarvan niet weg. Een systeem dat sneller kan uitvoeren, kan een onduidelijke strategie juist sneller opschalen.

Automatisering vraagt om meer controle op een ander niveau

Een veelgehoorde zorg rond geautomatiseerde advertentieproducten is het verlies van transparantie. Wanneer het platform zelf bepaalt welke zoekopdracht relevant is, welke tekst wordt getoond en welke landingspagina wordt geselecteerd, wordt het voor de marketeer moeilijker om precies te reconstrueren waarom een bepaalde conversie tot stand kwam.

Google lijkt dat probleem zelf ook te erkennen.

Het bedrijf werkt aan uitgebreidere rapportage binnen AI Max waarmee de advertentiereis beter zichtbaar moet worden. Daarin moet onder meer duidelijk worden welke zoekterm de advertentie activeerde, welke creatieve assets zijn getoond en op welke landingspagina de gebruiker uiteindelijk terechtkwam.

Die ontwikkeling is relevant omdat automatisering zonder voldoende controle een governancevraagstuk creëert.

Een organisatie moet niet alleen weten of campagnes resultaat opleveren, maar ook kunnen beoordelen hoe dat resultaat tot stand komt.

Dat is onder meer van belang voor merkconsistentie, juridische claims, budgetverantwoording, doelgroepkeuzes en de kwaliteit van acquisitie.

De behoefte aan controle verdwijnt dus niet wanneer automatisering toeneemt. Het niveau waarop die controle plaatsvindt verandert.

De rol van de marketeer verschuift van optimalisatie naar systeemregie

Daarmee ontstaat een ander profiel voor performance marketing.

De waarde van de specialist ligt steeds minder uitsluitend in het handmatig aanpassen van biedingen, het bouwen van grote hoeveelheden zoekwoordvarianten of het voortdurend wijzigen van kleine campagne-instellingen.

Meer aandacht verschuift naar de inrichting van het totale systeem.

Welke conversies sturen we terug naar het platform? Hoe betrouwbaar zijn die gegevens? Welke klantwaarde gebruiken we? Hoe sluiten campagnes aan op de positionering? Welke landingspagina’s bieden voldoende onderscheid? Welke experimenten zijn nodig om aannames te toetsen? Welke signalen wijzen erop dat het algoritme weliswaar efficiënt optimaliseert, maar commercieel de verkeerde kant op beweegt?

Dat vraagt niet minder expertise, maar een bredere vorm van expertise.

De marketeer moet advertising kunnen verbinden met data, klantgedrag, commerciële doelstellingen, content en merkstrategie.

De technische bediening van het platform wordt daarmee minder onderscheidend. Het vermogen om het systeem in de juiste richting te laten werken wordt belangrijker.

Dit verandert ook de relatie met bureaus en specialisten

Voor directies en marketingverantwoordelijken heeft deze ontwikkeling gevolgen voor de manier waarop externe performancebureaus en SEA-specialisten worden beoordeeld.

Wanneer een belangrijk deel van de dagelijkse optimalisatie door Google zelf wordt uitgevoerd, wordt het minder relevant hoeveel handmatige wijzigingen een bureau maandelijks in een account doorvoert.

Activiteit is dan geen goede maatstaf voor toegevoegde waarde.

De relevantere vragen zijn of het bureau de kwaliteit van conversiedata verbetert, nieuwe commerciële inzichten oplevert, experimenten ontwerpt, leadkwaliteit analyseert, marges en klantwaarde betrekt bij optimalisatie en kritisch beoordeelt wanneer de aanbevelingen van het platform níét in het belang van de organisatie zijn.

Dat laatste is belangrijk.

Google heeft een legitiem commercieel belang bij het vergroten van advertentie-investeringen binnen zijn eigen platform. De doelstelling van een organisatie is anders: een zo goed mogelijk bedrijfsresultaat realiseren met de beschikbare middelen.

Die belangen kunnen samenvallen, maar zijn niet per definitie identiek.

Daarom blijft onafhankelijk marketingoordeel noodzakelijk.

AI maakt goede positionering belangrijker voor performance marketing

Er is nog een consequentie die gemakkelijk over het hoofd wordt gezien.

Wanneer advertentieplatformen steeds meer varianten kunnen genereren, doelgroepen kunnen identificeren en media automatisch kunnen optimaliseren, worden sommige traditionele verschillen tussen adverteerders kleiner.

Iedere organisatie krijgt immers toegang tot vergelijkbare technologie.

Het onderscheid moet daardoor ergens anders vandaan komen.

Een algoritme kan een zwakke propositie efficiënter verspreiden, maar maakt die propositie niet automatisch sterker. Het kan verschillende boodschappen testen, maar lost een gebrek aan onderscheidend vermogen niet op. Het kan bezoekers naar de meest relevante pagina sturen, maar kan niet compenseren voor een aanbod dat onvoldoende aansluit op de markt.

Naarmate de technologie achter advertising toegankelijker en uniformer wordt, neemt daarom het relatieve belang toe van factoren die organisaties zelf moeten ontwikkelen: positionering, propositie, klantkennis, merk, creativiteit en eigen data.

Dat is een belangrijke strategische consequentie van AI in advertising. Automatisering maakt marketingstrategie niet overbodig; zij haalt juist een deel van het operationele voordeel weg waarmee organisaties eerder nog verschil konden maken.

Van kanaalmanagement naar een geïntegreerd marketingsysteem

De ontwikkeling van AI Max past daarmee in een bredere verschuiving binnen marketing. Kanalen kunnen steeds minder geïsoleerd worden aangestuurd.

Google Ads gebruikt informatie van de website. Conversiedata komt uit CRM- en analyticsomgevingen. Creatieve assets beïnvloeden performance. Organische content helpt systemen begrijpen wat een organisatie aanbiedt. Positionering bepaalt welke boodschap geloofwaardig is. Salesdata bepaalt uiteindelijk welke leads daadwerkelijk waarde hebben.

De kwaliteit van één campagne wordt daardoor steeds meer afhankelijk van de kwaliteit van het totale marketingsysteem.

Voor organisaties die marketing sterk hebben georganiseerd in afzonderlijke specialismen kan dat een organisatorische uitdaging worden. Wanneer SEO, SEA, content, analytics, CRM en merkstrategie afzonderlijk worden aangestuurd en ieder hun eigen KPI’s hebben, ontbreekt gemakkelijk de samenhang die geautomatiseerde systemen juist nodig hebben.

Een Search-campagne kan dan uitstekend presteren op CPA terwijl de gegenereerde klanten een lage waarde hebben. Content kan veel organisch verkeer opleveren zonder commerciële relevantie. En een CRM kan waardevolle klantdata bevatten die nooit wordt teruggekoppeld naar het advertentiesysteem.

De volgende fase van marketingautomatisering vraagt daarom niet alleen betere technologie, maar ook betere integratie tussen disciplines.

De vraag is niet hoeveel Google kan automatiseren, maar wat je zelf moet blijven bepalen

AI Max is vanuit dat perspectief geen eindpunt. Google zal verdere onderdelen van advertising automatiseren en concurrerende platformen zullen hetzelfde doen. Meta, LinkedIn en andere advertentieplatformen bewegen eveneens richting systemen waarin AI een groter deel van targeting, creatie, budgetverdeling en optimalisatie overneemt.

Voor directies is de relevante vraag daarom niet of deze automatisering moet worden tegengehouden. Dat is waarschijnlijk noch realistisch, noch wenselijk.

De relevantere vraag is welke beslissingen een organisatie bewust zelf moet blijven nemen.

Het platform kan bepalen welk bod op een individueel moment waarschijnlijk optimaal is. De organisatie moet bepalen welke klant economisch aantrekkelijk is.

Het platform kan een advertentietekst aanpassen. De organisatie moet bepalen waar het merk voor staat.

Het platform kan voorspellen welke landingspagina waarschijnlijk converteert. De organisatie moet bepalen welk aanbod strategisch prioriteit heeft.

Het platform kan steeds beter optimaliseren.

Maar optimalisatie beantwoordt nooit zelfstandig de vraag waarnaartoe geoptimaliseerd moet worden.

Daar blijft marketingstrategie voor nodig.

Organiseer marketing rond regie, niet rond bediening

Voor marketingorganisaties ligt hier een concrete opdracht. Wanneer een groeiend deel van de uitvoering wordt geautomatiseerd, moet de vrijgekomen capaciteit niet automatisch worden gebruikt om simpelweg meer campagnes te produceren.

De grotere kans ligt in het versterken van de onderdelen die AI nodig heeft om goed te functioneren: betrouwbare data, scherpe klantsegmentatie, duidelijke proposities, consistente merkkeuzes, kwalitatieve content en een goede koppeling tussen marketingresultaten en bedrijfsresultaten.

Dat verandert ook de competenties die binnen marketingteams nodig zijn. Technische platformkennis blijft relevant, maar moet steeds vaker worden gecombineerd met analytisch vermogen, commerciële kennis, data-inzicht en strategisch oordeel.

De marketeer van de komende jaren hoeft waarschijnlijk minder tijd te besteden aan het bedienen van advertentiesystemen.

De verantwoordelijkheid wordt daarmee niet kleiner.

Integendeel: wanneer de machine steeds meer beslissingen uitvoert, wordt het belangrijker dat iemand bepaalt welke beslissingen de machine überhaupt zou moeten proberen te optimaliseren.

Bronnen

Google – Dynamic Search Ads are upgrading to AI Max
Google over AI Max, de automatische upgrades van Search-campagnes en de aangepaste planning voor Dynamic Search Ads.
https://blog.google/products/ads-commerce/dsa-upgrade-to-ai-max-2026/

Google Nederland – AI Brief in meer talen en nieuwe rapportagefunctie voor AI Max
Aankondiging van AI Brief in onder andere het Nederlands en verdere rapportagemogelijkheden binnen AI Max.
https://blog.google/intl/nl-nl/product/advertenties/we-brengen-ai-brief-naar-meer-talen-en-voegen-een-nieuwe-rapportagefunctie-toe-aan-ai-max/

Google – AI Max language and reporting features
Aanvullende informatie over nieuwe taal- en rapportagefunctionaliteit binnen AI Max.
https://blog.google/products/ads-commerce/ai-max-language-reporting-features/

Google Ads Help – About AI Max for Search campaigns
Technische documentatie over AI Max en de verschillende functionaliteiten binnen Search-campagnes.
https://support.google.com/google-ads/

Google Ads Help – Broad match campaign setting
Documentatie over broad match op campagneniveau en de overgang naar AI Max.
https://support.google.com/google-ads/answer/13389795