Advertiser arbeiten heute oft mit acht bis zwölf voneinander getrennten Insellösungen: DSPs, Verifizierungsanbieter, Fraud-Detection, Lösungen für Attribution und Creative Optimization, um nur einige zu nennen. Publisher spiegeln diese Komplexität mit separaten Ertragstools, Header-Bidding-Wrappern, Identitätslösungen und Reporting-Dashboards wider, die selten miteinander kompatibel sind. Jede Übergabe führt zu Latenz, Datenverlust und intransparenten Gebühren und wenn etwas nicht funktioniert, müssen Reports von vielen verschiedenen Anbietern zusammengesucht werden, um die Fehler zu finden.

Meiner Ansicht nach wird die Strategie entscheidend sein, wie wir Künstliche Intelligenz zukünftig integrieren und je unverzichtbarer KI wird, desto mehr schadet Fragmentierung der Leistung. Doch maschinelles Lernen erfordert einheitliche Daten. Wenn Impressionen oder Sichtbarkeit in verschiedenen Systemen unterschiedliche Bedeutungen haben, kann sich Intelligenz nicht entfalten. 88 Prozent der Marketingteams nutzen laut Forrester bereits generative KI in Produktions-, Experimentier- oder Explorationsumgebungen und Advertiser weisen 53,7 Prozent ihrer Mediabudgets für Maßnahmen zur Optimierung der Supply Path zu. Ein weiteres Ergebnis in dieser Studie lautet: Etwa jeder vierte Marketer (25 Prozent) verwendet bereits KI für Aufgaben wie die Zusammenfassung von Ergebnissen oder KI wird für die Optimierung von Mediaplänen eingesetzt. Die Technologie hat also das Potenzial, von isolierten Einzellösungen zu einer vernetzten Intelligenzebene zu wachsen, vorausgesetzt, Fragmentierung im Markt und die noch geringe Verbreitung werden überwunden.

Auch aufgrund dieser Problematik unterscheidet sich die aktuelle Konsolidierungswelle unterschiedlicher Systeme von früheren: Sie entsteht durch das Zusammentreffen zweier mächtiger Kräfte: dem Aufstieg der agentenbasierten KI und den Maßnahmen zur Supply-Path-Optimierung als eigenständige Aufgabe. Letztere ist zu einer treibenden Kraft im Markt geworden – und das zu Recht. Zählen doch zu den wichtigsten Beweggründen für SPO Brand Safety und Fraud Detection, technologische Leistungsfähigkeit, geringe Latenz und Transparenz. Durch die Konsolidierung werden Ineffizienzen und Redundanzen beseitigt. Das Ergebnis sind optimierte Datenpfade, weniger Möglichkeiten für Invalid Traffic und eine bessere Datenqualität für beide Seiten.

Ein ganzheitliches Ökosystem in der Werbetechnologie ist eine gemeinsame Struktur mit zwei Schnittstellen. Betrachtet man dieses System im Ganzen befindet sich eine Buyer-Benutzeroberfläche an erster Stelle, eine Publisher-Benutzeroberfläche an zweiter. Darunter liegt ein gemeinsamer Kern: Identity- und Consent Management, Event- und Deal-Taxonomie, eine harmonisierte Ebene für die Messung der Kampagnen und KI-Assistenten, die auf derselben Grundlage arbeiten.

Diese Struktur beseitigt drei Arten von Silos: Auf Kanalebene arbeiten CTV, Mobile, Display und neue Formate mit einheitlichen Daten. Auf Tool-Ebene teilen sich Planung, Aktivierung und Optimierung gemeinsame Dienste für kohärente Empfehlungen. Und organisatorisch greifen Käufer wie Verkäufer auf dasselbe Ereignisprotokoll zu – was Abstimmungsprozesse beschleunigt und Interessen angleicht.

Doch bedeutet „ganzheitliches System” nur „Walled Garden 2.0”? Die Antwort hängt von den architektonischen Entscheidungen ab. Eine ganzheitliche Plattform muss auf offenen Standards basieren. Das Wertversprechen darf nicht auf Abhängigkeiten setzen.

Das bedeutet Gebührentransparenz auf jeder Ebene, offene Diagnoseendpunkte und Einblick in die Empfehlungen der KI-Agenten. Wenn also ein Wechsel zu Alternativen kaum möglich ist, wird Technologie zur Falle statt zur Plattform. Deshalb bleibt die Arbeit an offenen Standards wie AdCP entscheidend.

Unsere Vision lässt sich wie folgt beschreiben:

Auf der Buy-Side sollten Advertiser eine KI-gestützte Medienumgebung erwarten, die saubere kanalübergreifende Daten erfasst, Planszenarien vorschlägt, Angebote zusammenstellt, die Auslieferung der Kampagne im gewünschten Zeitraum überwacht und Anomalien in einfacher Sprache erklärt. Auf der Sell-Side wird eine KI-gestützte Publisher-Plattform Nachfragesignale vereinheitlichen, das Packaging automatisiert, Qualitätsprobleme in Echtzeit melden und Inventarstrategien empfehlen, die auf die Geschäftsziele abgestimmt sind.

Es kommt nicht darauf an, dass jede Seite über Künstliche Intelligenz verfügt. Vielmehr nutzen beide dieselben Kernservices, sodass sich ihre ‚Assistenten‘ abstimmen können, anstatt sich gegenseitig zu widersprechen.

Die Zukunft liegt daher in der Vereinheitlichung der Systeme unter Berücksichtigung beider Perspektiven sowie in der Verknüpfung der SPO-Disziplin mit einer gemeinsamen KI-Struktur. So lassen sich Geschwindigkeit, Transparenz und ROI für alle Marktteilnehmer verbessern.