Das Model Context Protocol (MCP) ist ein noch recht junges Schnittstellenkonzept aus dem KI-Umfeld. Es erlaubt Sprachmodellen, nicht nur auf Trainingsdaten zuzugreifen, sondern gezielt externe Datenquellen und Funktionen einzubinden. Für die Werbetechnologie bedeutet dies, dass sich Systeme, die bislang in geschlossenen Plattformen liefen, direkt in Chat-Assistenten integrieren lassen. Damit wandern sie in eine neue Arbeitsumgebung, in der Entscheidungen zunehmend vorbereitet werden.

Zwei Nachrichten zeigen, wie konkret dieser Ansatz im Adtech wird. Der Düsseldorfer Anbieter Welect und das kanadische Unternehmen Stackadapt bringen jeweils eigene MCP-Server an den Start und öffnen damit ihre Daten sowie speziellen Funktionen für KI-Tools wie ChatGPT oder Claude. Beide verfolgen einen ähnlichen Grundgedanken, setzen aber unterschiedliche Schwerpunkte.

Für Welect dient die KI vor allem als Zugang zu spezialisiertem Wissen. Der MCP-Server soll also eine Brücke zwischen domänenspezifischem Wissen und generischen KI-Modellen schlagen. Sprachmodelle sollen nicht länger an der Oberfläche kratzen, sondern Zugriff auf die unternehmenseigenen Daten erhalten. Dazu zählen Informationen zu Signalverlusten, Inventarquellen oder zu dem eigenen Ansatz des Choice-Driven Advertising. Der Nutzen liegt dabei in der Entscheidungsunterstützung. Dies ermöglicht schnellere Einordnung und direkten Zugriff auf Kontext bei weniger Suchaufwand in isolierten Tools. „KI verändert gerade grundlegend, wie Entscheidungen in der Mediabranche vorbereitet werden”, sagt Olaf Peters-Kim, Geschäftsführer von Welect. “Mit unserem MCP Server stellen wir sicher, dass Choice-Driven Advertising in dieser neuen Realität sichtbar und nutzbar ist, direkt dort, wo unsere Kund:innen und Partner heute arbeiten.”

Stackadapt hingegen richtet den Fokus auf den operativen Prozess der Werbekampagne. Der MCP-Server der Kanadier bringt dazu Kampagnendaten in die KI-Assistenten. Werbetreibende können Performance, Pacing oder Creatives per Prompt abfragen, ohne sich in die Plattform einloggen zu müssen. Reporting, Analyse und perspektivisch auch Optimierung werden damit aus klassischen Interfaces herausgelöst und in dialogbasierte Systeme verlagert. „KI gestaltet die Arbeitsweise von Teams grundlegend neu, doch die meisten Plattformen verlangen von den Nutzern immer noch, innerhalb ihrer eigenen geschlossenen Umgebungen zu agieren“, erklärt Yang Han, Mitgründer und CTO von Stackadapt. „Der MCP-Server macht Kampagnendaten und Insights von Stackadapt direkt in den KI-Workflows verfügbar, in denen bereits Entscheidungen getroffen werden, und schafft so Echtzeit-Zugriff ohne zusätzlichen Aufwand.“

Dass das MCP nicht nur für Reporting-Zwecke taugt, zeigt ein weiterer, ebenfalls noch junger Anwendungsfall aus den USA. Eine aktuelle Integration zwischen Pubmatic und Adroll zeigt, wie sich Diagnose-Daten plattformübergreifend nutzbar machen lassen.

In diesem Szenario greift ein KI-Agent über den MCP-Server von Pubmatic auf die entsprechenden Daten zu und bringt sie beispielsweise zu Claude. Werbetreibende könnten so Probleme in der Kampagnenausspielung über DSP- und SSP-Grenzen hinweg analysieren. Die manuelle Fehlersuche über mehrere Systeme hinweg könnte damit reduziert werden. Der Use Case zeigt vor allem das Potenzial, wie man weg von isolierten Plattformdiagnosen, hin zu vernetzten, systemübergreifenden Analysen kommen könnte.

Parallel zu diesen ersten integrativen Ansätzen entstehen auch plattformspezifische MCP-Lösungen, allerdings in sehr unterschiedlicher Ausprägung und Reife – und vor allem aufseiten von Big Tech. Während einige Anbieter eigene Schnittstellen gezielt für KI-Workflows öffnen, basieren andere Ansätze auf experimentellen oder Community-getriebenen Implementierungen.

So lassen sich beispielsweise Amazon-Ads-Formate wie Sponsored Products, Brands und Display in entsprechende Umgebungen einbinden. Für Google Ads und die Google Search Console existieren Open-Source-Server, die eine Analyse von Kampagnen- und SEO-Daten per Prompt ermöglichen sollen. Ergänzt wird das Spektrum durch spezialisierte Lösungen für Meta-Umgebungen wie Facebook und Instagram sowie Tools zur KI-gestützten Steuerung von Kampagnen auf Plattformen wie Tiktok.

Dabei fallen sie einheitlich durch ihre Uneinheitlichkeit auf. Viele dieser Integrationen verbleiben eben innerhalb ihrer Plattformen oder Tools verankert. Offene, systemübergreifende Ansätze, wie sie sich in ersten Integrationen in Open Media andeuten, sind bislang die Ausnahme.

Eine Gemeinsamkeit eint die Ansätze – und das ist die Verschiebung des Interfaces. Es steht nicht länger ein Dashboard eines einzelnen Anbieters im Zentrum. Dieser Wandel setzt voraus, dass die Daten im richtigen Moment verfügbar werden. MCP fungiert dabei als technische Brücke zwischen Sprachmodell und Adtech-Systemen.

Noch bewegt sich diese Entwicklung in einem frühen Stadium. Die aktuellen Anwendungen konzentrieren sich auf den Zugriff auf Daten und Insights, weniger auf die vollständige Automatisierung von Kampagnen oder Buchungsprozessen. Zwar sprechen die Anbieter bereits von ihren Agenten, die eigenständig optimieren oder Maßnahmen auslösen. In der Praxis bleibt es zunächst aber bei einer erweiterten Abfrage. Das MCP ist im Adtech also bislang eher punktuell im Einsatz und entwickelt sich erst langsam über einzelne Use Cases hinaus.