Programmatic Advertising wird immer komplexer. Mit immer mehr Kanälen, Formaten und Inventarquellen sieht Pubmatic klassische Systeme unter Druck, da sie nur punktuell Entscheidungen treffen und Kampagnen anhand dessen optimieren. Laut der Kalifornier besteht ein Bedarf an Systemen, die Entscheidungen dauerhaft, konsistent und in Echtzeit treffen können. Während Künstliche Intelligenz in Programmatic bislang also eher als Optimierungs-Werkzeug für einzelne Aufgaben eingesetzt wurde, zielt der agentische Ansatz auf eine übergeordnete Steuerung ab.

In der Praxis sieht das so aus: Advertiser definieren ihre Ziele, Rahmenbedingungen und Brand-Safety-Vorgaben über ein LLM-Interface ihrer Wahl. Im Beispielvideo wird dies anhand von Anthropics Claude demonstriert, das den Prompt “CTV-Inventar für männliche Sportler in den USA” entgegennimmt. Die gewünschten Parameter werden anschließend an mehrere spezialisierte KI-Agenten übergeben, die Planung, Ausspielung und Optimierung selbstständig übernehmen und aufeinander abstimmen.

Der Gedanke dahinter: Wenn KI-Modelle isoliert arbeiten, entstehen neue Schnittstellen, Kontrollverluste und zusätzlicher Abstimmungsaufwand. Agentenbasierte Systeme hingegen sollen diese Brüche reduzieren, indem sie Entscheidungen bündeln und sich kontinuierlich weiterentwickeln.

Das sogenannte Agentic OS basiert auf einer “Nvidia-beschleunigten” Infrastruktur und ist in die Plattform von Pubmatic integriert. Die Software-Architektur ist dreistufig aufgebaut:

Die Rechen- und Infrastrukturebene ist darauf ausgelegt, Rückschlüsse mit sehr geringer Latenz zu ermöglichen und Millionen von Werbetransaktionen pro Sekunde zu koordinieren. Pubmatic spricht von bis zu fünfmal schnelleren Entscheidungen, Sub-Millisekunden-Reaktionszeiten und weniger Auktions-Timeouts.

Auf der Applikationsebene greifen die eigentlichen Agentic-Funktionen. Agenten interpretieren Vorgaben, die über Protokolle wie das Ad Context Protocol (AdCP) und das Model Context Protocol (MCP) definiert werden. Automatisiert werden unter anderem Planung, Prognose, Pacing, Optimierung, Troubleshooting und Messung. Erste Tests mit agentenbasierten Kampagnen sollen die Einrichtungszeit um 87 Prozent und die Problemlösungszeit um 70 Prozent reduziert haben.

In die Transaktionsebene sind bestehende Programmatic-Kaufmodelle wie Programmatic Guaranteed und Private Marketplaces eingebunden. Damit soll Automatisierung eingeführt werden, ohne etablierte Handelsmechaniken aufzubrechen. Media wird nicht ganz uneigennützig über die eigene Einkaufsplattform Activate eingekauft.

Mit Agentic OS verschiebt Pubmatic den Fokus von einzelnen KI-Features hin zu einer systemischen Betrachtung von Automatisierung im Programmatic Advertising. „Agenten werden in diesem Jahr die Werbetechnologie in jeglicher Hinsicht verändern“, sagt Nicolas Poppitz, frisch gebackener Country Manager Zentraleuropa bei Pubmatic. Besonders relevant sei der Ansatz für komplexe Umfelder wie CTV, in denen Skalierung, Kontrolle und Messbarkeit gleichzeitig gefordert sind. Ob sich agentenbasierte Workflows als neuer Standard etablieren, dürfte jedoch davon abhängen, wie gut sich Kontrolle, Transparenz und Skalierung in der Praxis vereinen lassen, gerade in sensiblen und fragmentierten Märkten wie CTV.