Der Auftrag ist unklar formuliert ("Absatz-Anfänge variieren — 'test' ×3"), aber ich verstehe ihn als: Prüfe Absatzanfänge auf Wiederholungen und variiere sie, insbesondere Stellen, an denen "Test 1/2/3" identisch beginnen. Hier die vollständige überarbeitete Fassung mit allen Widgets intakt:
Intro: Was ein Swipe File wirklich ist
Ein Swipe File aufbauen bedeutet nicht, wahllos Anzeigen zu screenshotten und in einen Ordner zu werfen. Es ist eine systematische Sammlung von Werbung, Content und Marktelementen, die du aktiv analysierst und auswertest — und daraus deine eigene Strategie ableitest.
Ich sehe ständig Gründer, die viele Anzeigen speichern, aber kein System dahinter haben. Dann sitzen sie vor Hunderten Screenshots und wissen nicht, warum diese eine Anzeige so gut lief oder welche Höhe des Rabatts über die Gewinnmarke entscheidet. Das ist Sammeln, nicht Analysieren.
Der echte Wert deines Swipe Files: Es zeigt dir Muster, die in deinem Markt funktionieren — nicht weil Theorie das sagt, sondern weil echte Konkurrenten echtes Geld dafür ausgeben.
Warum ein Swipe File allein nicht funktioniert
Die meisten Gründer sammeln wild und hoffen, dass die Antwort von selbst kommt. Spoiler: Das tut sie nicht.
Ein unsortiertes Swipe File ist wie eine Bibliothek ohne Katalog. Du hast die Bücher, aber brauchst Stunden, um das eine zu finden, das du gerade brauchst. Und schlimmer noch: Du siehst niemals die Struktur dahinter.
Manche Agenturen sammeln hunderte oder tausende Anzeigen und nehmen null Learnings daraus mit, weil die Anzeigen nicht markiert sind. Wann wurde sie geschaltet? Welche Zielgruppe? Welches Copy-Pattern? Waren es mehrere Varianten parallel? — Alles weg, nur noch das Bild.
Dein Swipe File wird erst wertvoll, wenn drei Dinge zusammenkommen:
- Du erfasst die richtigen Metadaten von vorne herein.
- Du taggst systematisch nach Mustern, nicht nach Gefühl.
- Du suchst später gezielt danach und leitest konkrete Testideen ab.
Schritt 1: Was du wirklich sammeln solltest — nicht alles
Nicht jede Anzeige, die dir gefällt, gehört in dein File. Sonst endet es wieder im Chaos.
Sammle Werbung von direkten und indirekten Konkurrenten, aber vor allem solche, die oft laufen. Eine Anzeige, die einmal geschaltet wurde, sagt nichts. Eine Anzeige, die seit Wochen aktiv ist, zeigt dir: „Das funktioniert lange genug, um sich zu lohnen."
Genauso wichtig: Anzeigen aus verwandten Märkten, wo Zielgruppen-Überschneidungen bestehen. Wenn du ein B2B-Tool für Personalchefs anbietest, schau dir nicht nur HR-Software-Werbung an, sondern auch Finanz-Tools, Compliance-Software und Recruiting-Plattformen. Dieselbe Entscheiderin sieht alle.
Ergänze das mit Creatives aus deinen eigenen, älteren Kampagnen, die gut liefen. Oft vergessen wir, was wir selbst getestet haben, dabei sitzt das beste Learning oft in den eigenen Archiven.
Generische Stock-Fotos solltest du dir sparen, genauso wie Anzeigen, die offensichtlich flop sind (spoiler: du erkennst das nicht am Bild allein), oder Kampagnen aus völlig fremden Märkten (ein Fitness-Shake und eine B2B-Buchhaltungssoftware sprechen zu unterschiedlich).
Faustregel: Wenn die Anzeige älter als 3 Monate aussieht und nicht aktiv geschaltet wird, spare dir die Speicherung. Märkte verschieben sich.
Schritt 2: Metadaten erfassen — das System, das keiner macht
Hier passiert der eigentliche Fehler: Gründer speichern das Bild, aber nicht den Kontext.
Jede Anzeige braucht ein Mindest-Datenset:
- Quelle: Auf welcher Plattform? (Instagram, TikTok, LinkedIn, Google Search Ads, Podcast-Sponsorships, …)
- Advertiser (falls erkennbar): Wer schaltet das? Ein direkter Konkurrent, ein indirekter Player, ein Affiliate?
- Zielgruppe (geschätzt): Wer soll das sehen? Altersgruppe, Jobtitel, Branche, Kaufkraft-Segment?
- Hook / Copy-Lead: Der erste Satz oder visuelle Hook (was stoppt mich beim Scrollen?)
- Call-to-Action: Worauf werde ich geleitet? Landingpage, Lead-Magnet, direkter Verkauf, Newsletter?
- Optik / Format: Carousel, Single-Image, Video, Text-only, …?
- Datum der Speicherung: Wann habe ich das gesehen?
Klingt aufwendig, dauert aber pro Anzeige nur etwa 60 Sekunden. Und dieser 60-Sekunden-Aufwand ist der Unterschied zwischen „nettes Bildchen" und „ich verstehe, warum das funktioniert".
Nimm ein Beispiel aus der Praxis: Du speicherst eine LinkedIn-Anzeige mit einem Bild. Fertig. Sechs Wochen später brauchst du eine Hook-Idee für Personas von CFOs. Du stöberst durch 200 Anzeigen und erinnerst dich: „Irgendwo war da so ein gutes Angebot …" — aber ohne Tags brauchst du wieder Stunden.
Probier es an einem echten Beispiel: Wenn du die Anzeige von Tag eins getaggt hättest als:
- Plattform: LinkedIn
- Zielgruppe: CFO / Finance-Leiter
- Hook-Typ: „Schmerz" (Cost-Problem)
- Format: Text + Chart
… dann findest du sie in 10 Sekunden und weißt sofort, warum sie hier hilft.
Schritt 3: Tagging-Struktur — nach Mustern, nicht nach Gefühl
Hier wird es konkret. Dein Swipe File braucht eine Klassifizierung nach tatsächlichen Mustern, nicht nach willkürlichen Kategorien.
Die Klassifizierungen, die wirklich funktionieren:
| Dimensions-Typ | Beispiele | Warum wichtig |
|---|---|---|
| Copy-Pattern | Frage, Statistik, Schmerz, Kontrast, Social Proof | Du wirst später gezielt nach „Frage-Hooks" suchen |
| Emotion | Angst, Hoffnung, Neid, Erleichterung, Macht | Verschiedene Zielgruppen-Segmente reagieren auf unterschiedliche Gefühle |
| Angebot-Struktur | Rabatt %, Guarantee, Knappheit, Gratis-Trial | Zeigt, welche Angebotsmechaniken in deinem Markt laufen |
| Zielgruppen-Signal | Job-Titel, Branche, Kaufkraft, Schmerzpunkt | Dein Targeting wird später präziser |
| Konversions-Weg | Lead → Webinar → Sale; Direct Sale; Community-First | Unterschiedliche Märkte brauchen unterschiedliche Funnels |
Praktisches Tagging-Beispiel:
Du speicherst eine Facebook-Anzeige von einem Accounting-Tool:
Quelle: Facebook
Advertiser: [Konkurrent X]
Zielgruppe: Small Business Owner, Einzelunternehmer
Hook-Pattern: Schmerz („Buchführung kostet dich 10h/Woche")
Emotion: Erleichterung („Automatisch. Sofort einsatzbereit.")
Angebot: 14-Tage kostenlos testen + Onboarding
Format: Video (30 Sek)
Conversion-Path: Lead → Sales-Call
Später gibst du in dein File ein: „Zeig mir alle Anzeigen mit Hook-Pattern = Schmerz UND Emotion = Erleichterung". Boom: 15 Beispiele, alle von erfolgreichen Konkurrenten. Das ist dein Muster.
Schritt 4: Inspirationssammlung nutzen — das Ableiten
Jetzt kommt der Schritt, den 90 % der Gründer nie machen: Du schaust nicht auf einzelne Anzeigen, sondern auf Cluster.
Stellen wir uns vor, du taggst über zwei Monate regelmäßig neue Konkurrenten-Anzeigen. Dann machst du eine Auswertung nach Mustern:
-
Copy-Pattern-Häufigkeiten:
- Schmerz-Hooks tauchen am häufigsten auf → Das funktioniert am zuverlässigsten
- Statistik-Hooks sind auch beliebt, aber weniger häufig → Noch stark, aber differenzierter
- Frage-Hooks sind selten → Riskanter oder nischiger
-
Angebot-Struktur-Verteilung:
- Kostenlose Trials sind das Standard-Angebot → Das erwarten Käufer
- Geld-zurück-Garantie taucht regelmäßig auf → Vertrauens-Signal nötig?
- Knappheit (begrenzte Plätze) ist die Ausnahme → Funktioniert nur in bestimmten Märkten
Diese Erkenntnisse führen zu Tests, nicht zu Vermutungen:
Die erste Variante testet den häufigsten Hook-Type, weil die Daten zeigen, dass er funktioniert.
Die zweite Variante kombiniert die zwei häufigsten Patterns, um zu sehen, ob sie sich verstärken.
Als Kontrollgruppe läuft eine dritte Variante mit deinem aktuellen Copy, um zu sehen, wie gut du aktuell bist.
Das ist Werbung sammeln, die zur Strategie wird.
Schritt 5: Dein Swipe File werkzeuggestützt organisieren
Chaos entsteht, wenn du versuchst, alles im Kopf zu behalten. Du brauchst ein System, das schnell durchsuchbar ist.
Die besten Optionen:
Notion oder Airtable: Die Klassiker. Ein Table mit Feldern für Plattform, Hook-Type, Zielgruppe, Angebot, Link zum Original-Screenshot. Filterbar nach jedem Feld. Wenn du 200+ Anzeigen hast, sparst du hier Zeit und Hirnschmalz.
Figma oder Miro: Wenn deine Anzeigen visuell sind und du Clusters / Inspiration-Boards bauen willst. Weniger für strukturierte Auswertung geeignet, aber stärker für das kreative „Gefühl" von Trends.
Google Sheets: Wenn du mit deinem Team arbeiten willst. Shared, einfach, auch wenn's nicht fancy ist. Auch gut für schnelle Pivot-Tabellen („Wie viele Anzeigen benutzen Knappheit auf LinkedIn?").
Custom-Tool: Wenn du wirklich viel sammelst (500+ Anzeigen), könnte es sich lohnen, ein kleines CSV-Import-System zu bauen oder eine bestehende Ad-Radar-ähnliche Lösung zu prüfen. Aber für die meisten Gründer ist das Overkill.
Die Werkzeug-Wahl ist sekundär. Die Struktur ist primär. Ein Spreadsheet mit gutem Tagging schlägt immer ein „fancy Tool" mit chaotischen Daten.
Was Konkurrenten nicht zeigen — eigene Archive nutzen
Ein oft vergessener Teil deines Swipe Files: Deine eigenen alten Kampagnen.
Nimm deine eigenen Archive genauso ernst wie fremde Anzeigen: Was hatte die Anzeige für einen Hook? Welche Emotion? Welches Angebot? Kopiere nicht einfach die Gewinner, guck dir an, welche gelebt haben und welche Flop waren.
Manchmal sehe ich Gründer, die eine perfekte Anzeige vor 6 Monaten hatten, dann völlig anders schreiben und sich fragen, warum's nicht läuft. Die Antwort sitzt in den eigenen Archiven.
Frag auch dein Team, welche E-Mails die höchsten Click-Rates hatten. Welche Social-Posts gingen viral? Diese Patterns sind Teil deines Marktes. Sie gehören ins Anzeigen archivieren-System, das du dir aufbaust.
Die häufigsten Fehler beim Swipe File aufbauen
Fehler 1: Du speicherst visuell, aber analysierst nicht. Lösung: Jede Anzeige braucht 5 Minuten Analyse. Warum lief das? Was ist der Hook? Wer ist die Zielgruppe?
Fehler 2: Du taggst nicht konsistent. Ein Artikel wird mal „Schmerz-Anzeige" genannt, mal „Problem-Lead" — und schon funktioniert die Suche nicht. Einmal Taxonomie schreiben, dann stur halten.
Fehler 3: Du sammelst, aber schaust nie wieder rein. Das Swipe File sammelt Staub. Lösung: Jeden Montag 30 Minuten: Was laufen gerade die Konkurrenten? 5–10 neue Anzeigen taggen. Und jeden Monat einmal: „Nach welchem Pattern teste ich diesen Monat?"
Fehler 4: Du imitierst direkt, statt abzuleiten. Ein großer Konkurrent baut eine neue Landingpage, und du kopierst sie fast eins-zu-eins. Das funktioniert nicht, weil dein Markt, deine Zielgruppe und dein Preis anders sind. Nutze das als Inspirationsquelle, nicht als Bauplan.
Fehler 5: Du sammelst nur Gewinner, vergisst die Flops. Manchmal ist es genauso wertvoll zu wissen, was nicht funktioniert. Wenn eine große Agentur nach 2 Wochen eine Kampagne einstellt, ist das ein Signal, auch wenn du das Bild nicht mehr siehst.
Wie Starte.ai hier hilft, und wann du selbst Hand anlegen solltest
Genau diesen Schritt der Marktanalyse, das Sammeln echter Anzeigenmuster, das Taggen nach Erfolgs-Signalen, machen nur wenige systematisch. Meist fehlen die Zeit und die Struktur dafür. Bei Starte.ai bauen wir genau dafür ein Wissen-System auf: Wir sammeln Werbung sammeln aus tausenden echten Projekten, strukturieren sie, analysieren sie und zeigen dir nicht nur, was läuft, sondern warum.
Fang klein an: Wenn du anfängst, selbst ein Swipe File zu bauen, fang mit 20–30 Konkurrenten-Anzeigen an. Taggen, verstehen, ableiten. Dann wächst dein System mit. Nach drei Monaten hast du ein Fundament, auf dem echte Strategien entstehen.
Der nächste Schritt: Aus deiner Inspirationssammlung ein Testplan. Wenn du wissen möchtest, welche Angebots-Struktur in deinem Markt am ehesten zu Conversions führt, schau dir an, wie du einen Verkaufsfunnel richtig aufbaust.
Häufige Fragen
Wie viele Anzeigen sollte ich in mein Swipe File aufnehmen?
Es geht nicht um die Menge, sondern um die Qualität und das System dahinter. Sammle gezielt Werbung von direkten und indirekten Konkurrenten, die nachweislich läuft — also Anzeigen, die seit Wochen aktiv sind. Eine unsortierte Masse von hunderten Screenshots bringt dir nichts, wenn du sie nicht analysieren kannst.
Welche Metadaten sind beim Speichern einer Anzeige wichtig?
Erfasse für jede Anzeige: die Plattform, den Advertiser, die geschätzte Zielgruppe, den Hook oder Copy-Lead, den Call-to-Action, das Format und das Speicherdatum. Dieser 60-Sekunden-Aufwand pro Anzeige ist der Unterschied zwischen wildem Sammeln und echtem Verstehen — ohne diese Infos kannst du später nicht gezielt danach suchen.
Wie lange sollte ich Anzeigen im Swipe File sammeln, bevor ich sie auswerte?
Zwei Monate regelmäßiges Taggen geben dir genug Daten, um echte Muster zu erkennen. Danach kannst du auswerten, welche Copy-Patterns, Emotionen und Angebots-Strukturen am häufigsten laufen und diese Erkenntnisse in konkrete A/B-Tests übersetzen.
Kann ich auch alte Anzeigen von mir selbst ins Swipe File aufnehmen?
Ja, absolut — das ist sogar sehr wertvoll. Viele Gründer vergessen ihre eigenen erfolgreichen Kampagnen und müssen das Rad neu erfinden. Deine besten Learnings sitzen oft in deinen eigenen Archiven, also tagge und sammle auch diese systematisch.
Geschrieben von
Bohdan BernatekGründer, Starte.ai
Gründer von Starte.ai. Hat ein Business mit über 125.000 organischen Leads und siebenstelligem Umsatz aufgebaut — und begleitet heute Gründer persönlich dabei, aus den Daten tausender echter Projekte eine Strategie für ihre eigene Marke abzuleiten und die Creatives dafür zu produzieren.
