Adzine Top-Stories per Newsletter
PROGRAMMATIC

Künstliche Intelligenz und Maschinelles Lernen im Programmatic Advertising

Chris Reingen, 25. June 2024
Bild: Bing AI

Wer mit KI-gesteuerten programmatischen Plattformen zusammenarbeitet, kann schon heute Kampagnen effizienter planen und die Werbewirksamkeit maximieren. Einer der großen Vorteile von KI ist die schnelle Verarbeitung enormer Datenmengen in kürzester Zeit. Dadurch können programmatische Kampagnen in Echtzeit optimiert werden – und zwar präziser und umfassender als je zuvor.

Es ist täglich zu spüren: Die digitale Marketing-Branche entwickelt sich mit enormer Geschwindigkeit weiter und sie wird immer effizienter. Ehemals manuelle Arbeit wird zunehmend durch automatisierte Prozesse ersetzt. Diese immer stärker automatisierte Umgebung ist ein Heimspiel für Künstliche Intelligenz (KI). Mit der Unterstützung von KI werden datengesteuerte Analysen und Optimierungen möglich, die präziser und umfassender ausfallen als bisher. Wer KI und Maschinelles Lernen (ML) im Programmatic Advertising für sich nutzen möchte, sollte diese Technologien zunächst verstehen.

ML und KI im Advertising

Der Begriff Künstliche Intelligenz (KI) beschreibt im Allgemeinen die Fähigkeit von Maschinen, die kognitiven Fähigkeiten der Menschen zu imitieren und darauf basierend Entscheidungen zu treffen. Die maschinelle Entscheidungsfindung ist jedoch deutlich schneller als die menschliche. Diese extreme Schnelligkeit ist einer der großen Vorteile der KI, wodurch sie für den Einsatz im Programmatic Advertising prädestiniert ist. Im Advertising wird KI durch Datensignale angetrieben. Diese Signale können auf vielfältige Weise erzeugt werden, zum Beispiel durch die Art und Weise, wie Nutzer mit ihren Geräten interagieren oder durch die Art der konsumierten Online-Inhalte.

Maschinelles Lernen (Machine Learning; ML) ist ein Teilbereich der KI, der Daten und Algorithmen nutzt, um selbstständig zu einem Ziel zu gelangen, ohne dass ein konkreter Lösungsweg vorgegeben ist. Ein entscheidender Punkt dabei ist die Fähigkeit, sich stetig selbst zu korrigieren und zu verbessern. Einige Werbeplattformen greifen auf maschinelles Lernen als zusätzliche Funktion zurück, um Muster in riesigen Mengen an Echtzeitdaten zu erkennen. Dadurch ist es möglich, Kampagnen-Ergebnisse vorherzusagen und geeignete Maßnahmen abzuleiten, um die Kampagneneffizienz zu verbessern. Anhand der zuletzt durchgeführten Aktionen können Marketer beispielsweise bestimmen, an welcher Stelle im Sales-Funnel sich die User befinden. Auch ähnliche Nutzer, die nie zuvor mit der Marke in Berührung gekommen sind, lassen sich auf diese Weise identifizieren. Diese sogenannten Lookalike Audiences lassen sich gezielt und effizient in den Funnel integrieren.

Werden KI und ML zusammen eingesetzt, sind sie aufgrund der Geschwindigkeit und der großen Datenmengen, die sie verarbeiten können, extrem leistungsstark. Die Maschinen können umfassende Entscheidungen treffen und schnell auf Veränderungen im Informationsfluss reagieren.

Bessere Entscheidungen mit KI auf programmatischen Plattformen

Auf programmatischen Plattformen unterstützen ML und KI insbesondere bei drei wesentlichen Aufgaben: der Datenerfassung, Datenverarbeitung und Optimierung durch die Anwendung des Gelernten. Im Rahmen der Datenerfassung werden die Daten aus Anfragen, Echtzeitgeboten und vielen weiteren Datenpunkten gesammelt, beispielsweise aus den Nutzer-Interaktionen mit Anzeigen. Um Muster im Nutzerverhalten zu analysieren und zu erkennen, wird zum Zeitpunkt einer Gebotsanfrage Maschinelles Lernen eingesetzt. Die identifizierten Muster werden dann in Echtzeit genutzt, um Entscheidungen zu treffen. Künstliche Intelligenz wendet maschinelles Lernen auf jede einzelne Kampagne auf der Plattform an und sorgt dafür, dass das Gelernte angewendet wird.

Auf Basis der erkannten Muster werden Vorhersagen über das wahrscheinliche, zukünftige Verhalten der Nutzer getroffen. Beispielsweise lässt sich das Interessenniveau eines Nutzers bestimmen, bevor ein Gebot abgegeben wird. Eine solche Mustererkennung in allen Kampagnen ermöglicht es, hochoptimierte programmatische Werbung zu schalten. Nicht zuletzt ist die KI dazu in der Lage, eine Kampagne auf einen oder mehrere beliebige KPIs zu optimieren. Darüber hinaus lässt sich auch vorhersagen, wie wahrscheinlich es ist, dass Inventare Fraud-gefährdet sind. Somit schützt KI sogar das Budget des Advertisers.

Überall im digitalen Marketing werden momentan KI-gestützte Tools eingeführt. Marktbeobachter gehen davon aus, dass bis Ende 2024 KI-Lösungen im Marketing nahezu allgegenwärtig sein werden. Das passt zu den neuesten Studien: Laut unserer eigenen Umfrage in Zusammenarbeit mit Exchange Wire möchten 95 Prozent der befragten Experten und Expertinnen KI-Tools und programmatische Werbeplattformen nutzen, um die Performance ihrer Kampagnen zu verbessern.

Die Bedeutung von KI für die Kampagnen-Performance wächst

Schon heute hat der Einsatz von KI-Lösungen einen spürbar positiven Einfluss auf Werbekampagnen in ganz Europa. Das Potenzial zur Verbesserung der Kampagnenleistung ist beträchtlich, insbesondere in Bereichen wie Audience Targeting, Content Generation, Chatbot-Engagement und Predictive Analytics macht es sich bemerkbar. 87 Prozent der Studien-Teilnehmer gaben an, dass der KI-Einsatz im Marketing die Performance und den Return on Investment (ROI) von Kampagnen verbessert hat. Die drei wichtigsten Vorteile der Nutzung von ML und KI für digitale Werbekampagnen sehen die Befragten in Deutschland im hochwertigen Targeting (60 Prozent), in relevanten Ads/Creatives (36 Prozent) sowie dem Finden der besten Werbeplatzierung einer Seite (36 Prozent).

Auch jenseits der eigentlichen Kampagnen-Kennzahlen wirkt sich KI positiv auf das Tagesgeschäft aus. So ermöglichen es KI-Lösungen, Abläufe zu straffen, umsetzbare Erkenntnisse zu gewinnen und Kampagnen effizienter zu managen. Außerdem können sich die Marketing-Spezialisten auf genau jene Kanäle und Zeiten konzentrieren, die das beste Engagement erzielen, anstatt Ressourcen breit über eine ständig wachsende Medienlandschaft zu verteilen. Die Wirkung der Werbung wird dadurch maximiert und die Ausgaben werden effizienter gemanagt.

Bei einer derart technologisch unterstützten Werbung leisten maschinelles Lernen und KI die Hauptarbeit. Aber der Mensch bleibt trotzdem wichtig. Zum einen helfen menschliche Erkenntnisse bei der Einrichtung einer Kampagne. Zum anderen kann ein Mensch jederzeit eingreifen, wenn Änderungen während des Kampagnenverlaufs vorgenommen werden müssen – beispielsweise, wenn sich Geschäftsziele ändern und die KI dies berücksichtigen soll. Marketer können KI-Tools aber auch einsetzen, um einfache, sich wiederholende Aufgaben zu automatisieren. Die so gewonnene Zeit können sie nutzen, um sich intensiver der Strategie und Planung zu widmen – was wiederum ebenfalls den Kampagnen und ihrer Performance zugutekommt.

Der Zeit stets einen Schritt voraus sein

Doch diese Entwicklung ist für Werbetreibende kein Selbstläufer: Um nicht von den rasanten technologischen Entwicklungen abgehängt zu werden, müssen Marketer sich kontinuierlich mit den neuesten Möglichkeiten im digitalen Werbeumfeld vertraut machen. Ebenso sollte analysiert werden, wie diese Trends genutzt werden können, um die eigenen Ziele effektiv zu erreichen. Maschinelles Lernen und KI können dafür sorgen, dass man seiner Zeit – und den wachsenden Anforderungen – immer einen Schritt voraus ist.

Eine Zielgruppe zur richtigen Zeit, am richtigen Ort und mit der richtigen Botschaft zu erreichen, bleibt auch in Zukunft das oberste Gebot für digitale Werbung. ML und KI können die Präzision dieser Zielerreichung deutlich erhöhen. Programmatische Plattformen, die KI nutzen, ermöglichen aufgrund ihrer analytischen Fähigkeiten und ihrer Automatisierungskraft auch eine bessere Strategie und Planung für künftige Kampagnen. Es zeichnet sich schon heute ab, dass Künstliche Intelligenz in der programmatischen Werbung zum Branchenstandard wird. Auf diese Entwicklung müssen sich Werbetreibende einstellen.

Tech Finder Unternehmen im Artikel

Bild Chris Reingen Über den Autor/die Autorin:

Chris ist Senior Sales Manager, EMEA, von StackAdapt und seit mehr als acht Jahren im Bereich der programmatischen Werbung tätig. Zuvor lebte er sieben Jahre lang in den USA und bringt reichlich Erfahrung mit, um nordamerikanische Softwarelösungen innerhalb des DACH-Marktes zu implementieren. Aktuell arbeitet er auch mit StackAdapts eigenentwickelten Lösungen mit KI und hilft Brands verschiedenster Kategorien, mit der KI-Lösung zu skalieren.

EVENT-TIPP ADZINE Live - ADZINE CONNECT Video Advertising (fka PLAY Video Advertising Summit) 2024 am 21. November 2024

ADZINE CONNECT Video Advertising (ehemals PLAY Video Advertising Summit) ist die hochkarätige Fachkonferenz für Videowerbung, Technologie, Daten, Kreation und Medien, auf der sich Marketing-Entscheider:innen, digitale Medien und Branchenexpert:innen connecten. (Seit 2016) Jetzt anmelden!

Konferenz

Digital Events

Whitepaper

Das könnte Sie interessieren