Ein Schwerpunkt der Neuerungen liegt auf der Weiterentwicklung der Mediation innerhalb von Springserve, das als Adserver für die Ausspielung von Connected-TV-Inventar zuständig ist. Bei der Mediation geht es um die Steuerung und Priorisierung verschiedener Nachfragequellen zur Monetarisierung des Inventars. Gerade im fragmentierten CTV-Umfeld wird dies zunehmend relevant, weil Publisher unterschiedliche Demand-Pfade und Deal-Typen in Echtzeit gegeneinander abwägen müssen. Damit verlagert sich ein Teil der Entscheidungen bereits vor der eigentlichen Auktion in den Adserver- und Mediation-”Layer”.

Zu den neuen Funktionen zählen unter anderem eine Anomalieerkennung zur Analyse von Performance-Schwankungen, eine dynamische Preisgestaltung auf Basis aktueller Signale und die Optimierung von Nachfragepfaden, also die gezielte Steuerung eingehender Demand-Quellen im Sinne der sogenannten “Demand Path Optimization” (DPO).

Damit erweitert Magnite bestehende Mechanismen zur Yield-Optimierung um stärker automatisierte Analyse- und Steuerungsfunktionen. So sollen Publisher schneller auf Veränderungen im Auktionsgeschehen reagieren können und operative Prozesse vereinfacht werden. Neu ist dabei allerdings weniger die Automatisierung an sich, sondern der Versuch, diese enger mit operativen Entscheidungen für laufende Kampagnen zu verknüpfen.

Darüber hinaus arbeitet Magnite an agentenbasierten Funktionen für den programmatischen Mediahandel. Dies umfasst einen sogenannten Buyer Agent, der bei Aufgaben wie Kampagnenaktivierung, Optimierung und Performance-Management unterstützen soll. Erste Tests erfolgen gemeinsam mit Partnern wie Disney Advertising, MiQ und Kepler. Diese greifen über den Agenten auf Inventar zu und probieren automatisierte Workflows im Kampagnenmanagement aus. Außerdem arbeitet Magnite mit der Publicis Media Exchange (PMX) an weiteren Anwendungsfällen auf der Sell-Side.

Die Projekte befinden sich bislang überwiegend in Pilotphasen und sind noch nicht flächendeckend verfügbar. Im Fokus steht aktuell vor allem die Beschleunigung bestehender Prozesse und weniger deren vollständige Automatisierung.

Während bisher vor allem einzelne Optimierungsaufgaben durch Machine Learning unterstützt wurden, sollen agentenbasierte Systeme künftig stärker in operative Abläufe eingreifen. Dazu gehören beispielsweise automatisierte Reaktionen auf Performance-Signale oder die kontinuierliche Anpassung von Kampagnenparametern. Der Übergang ist dabei fließend. Zwischen regelbasierter Automatisierung, KI-gestützter Optimierung und tatsächlich agentischer Steuerung verschwimmen derzeit die Grenzen.

Magnite reiht sich damit in die Riege der Adtech-Anbieter ein, die den Markt prägen wollen. Andere globale Player wie The Trade Desk arbeiten an agentenbasierten Systemen und verlagern die Kampagnensteuerung zunehmend in Richtung zielbasierter Automatisierung. Dafür schicken sie eigens Infrastruktur ins Rennen, um die Schnittstellen bereitzustellen. Auch Plattformen wie Google, Amazon und Meta tüfteln an KI-gestützten Schnittstellen und Workflows, die eine stärkere Automatisierung ermöglichen. Parallel dazu entstehen erste Infrastrukturen, die agentenbasierte Ansätze systemübergreifend einbinden sollen.

Im Unterschied zu den Produkten auf der Demand-Seite wirkt Magnites Vorstoß derzeit jedoch eher wie eine Erweiterung bestehender Optimierungsansätze, insbesondere im Kontext von CTV-Monetarisierung und Supply-Side-Steuerung. Magnite betont in diesem Zusammenhang die Bedeutung von Interoperabilität und Offenheit. Neben eigenen Agenten sollen auch Drittanbieterlösungen integriert werden können.