Wie Qualitätssicherung im programmatischen und automatisierten Mediahandel heute organisiert werden kann, zeigte eine Ausgabe von ADZINE SPOTLIGHT zum Thema Media Quality Innovation. Im Webinar kamen drei Perspektiven zusammen: Traffic-Analyse und Bot-Erkennung im Plattformumfeld, Qualitätsentscheidungen auf der Sell-Side und der Blick aus dem Agenturalltag. Einig waren sich die Sprecher darin, dass Mediaqualität an mehreren Stellen der Wertschöpfungskette entsteht. Sie beginnt bei der Auswahl von Inventar, setzt sich in Pre-Bid-Filtern und laufender Kontrolle fort und endet erst mit nachgelagerter Prüfung, Blocking oder möglichen Erstattungen.

Oliver Kampmeier, Marketing Manager beim Münchner Traffic-Analyse-Anbieter Fraud0, setzte zu Beginn beim wachsenden Problem minderwertiger Webumfelder an. Im Open Web entstehen weiterhin Seiten, deren Wert für Werbung fraglich ist. Früher handelte es sich häufig um kopierte Inhalte aus Feeds oder Foren. Inzwischen kommen KI-generierte Content-Seiten hinzu, die schnell aufgebaut werden, ähnlich aussehen und wenig redaktionelle Substanz bieten. Solche Umfelder können wohl kaum Werbewirkung erzeugen.

Kampmeier zeigte anhand von Domain-Alter, Layoutmustern und auffälligen Nutzersignalen, wie solche Platzierungen erkannt und ausgeschlossen werden können. Der Fokus seines Vortrags lag allerdings stärker auf Plattformumfeldern, insbesondere auf Google. Dort kann ein Anbieter nicht in jedem Fall direkt im Werbemittel messen. Fraud0 setzt deshalb nach eigenen Angaben auf der Landingpage an.

Dort läuft ein Javascript-Tag, das Sessions analysiert. Auffälligkeiten können aus unterschiedlichen Signalen entstehen: widersprüchliche Angaben zu Gerät und Bildschirmauflösung, ungewöhnlich schnelle Browser-Challenges, auffällige Bewegungsmuster, Honeypots oder Bot-Traps. Besonders anschaulich wurde dies anhand von Clickmaps. Menschliche Klicks verteilen sich meist unregelmäßig. Bots klicken dagegen mitunter wiederholt auf identische Koordinaten oder auf Positionen, die für menschliche Nutzung kaum plausibel sind.

Aus solchen Signalen können Ausschlüsse entstehen. Im Google-Umfeld lassen sich laut Kampmeier etwa IP-Adressen blockieren oder Negative Audiences bilden, damit erkannte ungültige Nutzer nicht erneut angesprochen werden. Da der erste Klick dadurch nicht verhindert wird, bleibt die nachgelagerte Prüfung relevant. Kampmeier verwies auf offizielle Prozesse, über die ungültige Klicks bei Google zur Prüfung eingereicht werden können. Fraud0 bereitet dafür nach eigenen Angaben die Daten auf und automatisiert Teile dieses Prozesses.

Steffen Hopf, Regional Managing Director Northern, Central and Eastern Europe beim kanadischen Index Exchange, brachte anschließend die Sicht der Sell-Side ein. Für die Supply-Side-Plattform beginnt Mediaqualität dort, wo die Impression entsteht: auf Publisher-Seite, bevor ein Bid Request in den Markt geht.

Index Exchange verweist in diesem Zusammenhang auf direkte Publisher-Integrationen, den Verzicht auf Reseller und eine eigene Exchange-Quality-Prüfung. Hopf beschrieb dabei eine Kombination aus Machine Learning, KI-gestützten Prüfungen und menschlicher Kontrolle. Diese Prüfungen sollen sicherstellen, welche Publisher und welche Impressionen überhaupt zugelassen werden.

Wichtiger wird aus seiner Sicht das sogenannte Sell-Side Decisioning. Historisch bestand die Aufgabe einer SSP vor allem darin, Traffic zu prüfen und Bid Requests an Demand-Side-Plattformen (DSP) weiterzuleiten. Durch höhere Rechenleistung lassen sich die wenigen Millisekunden vor der Auktion heute stärker nutzen. Die Sell-Side kann Signale bewerten, Requests anreichern und entscheiden, welche Impressionen in welcher Qualität an Nachfrageplattformen weitergegeben werden.

Hopf argumentiert, dass diese frühe Entscheidung Vorteile für Qualität, Effizienz und Transparenz bringen kann. Eine SSP sieht einen breiteren Ausschnitt des verfügbaren Inventars als einzelne DSPs, die aus Kostengründen nur begrenzte Teile des Bidstreams verarbeiten. Je früher eine Impression bewertet wird, desto besser lässt sich aus Sicht der Sell-Side steuern, welche Nachfrage sie erreicht.

Sven Metz, Managing Partner bei der Kölner Agentur Add2, ordnete Mediaqualität anschließend aus Buy-Side-Perspektive ein. Agenturen stehen im Kampagnenalltag zwischen Werbetreibenden, Plattformen, Inventarpartnern, DSPs, SSPs, Adservern und Verification-Anbietern. Sie müssen einkaufen, kontrollieren, auswerten und im Zweifel nachsteuern. Viele Probleme werden erst sichtbar, wenn Kampagnen bereits laufen.

Für Metz ist Mediaqualität deshalb kein einzelnes Tool und keine einzelne Einstellung. Add2 betrachtet Qualität über mehrere Stufen: Supply und Inventory, Pre-Bid Protection, Inflight Control sowie Post-Bid Verification, Blocking, Refunds oder Make-Goods. Der Ausgangspunkt lautet für ihn: Eine Agentur kauft im Idealfall keine bloßen Inventarflächen, sondern reale Werbekontakte.

Dafür braucht es technische Standards und Schutzmechanismen. Metz nannte unter anderem Ads.txt, Sellers.json, App-ads.txt, Maßnahmen gegen MFA- und Longtail-Inventar, Invalid Traffic, Fraud, Brand Safety, Brand Suitability, Viewability und Attention-Schwellen. Diese Instrumente reduzieren Risiken, ersetzen aber keine Plausibilitätsprüfung. Gerade bei automatisierten Reports entstehen immer wieder Werte, die erst im Zusammenspiel mit anderen Daten sinnvoll eingeordnet werden können.

Deshalb bleibt menschliche Kontrolle Teil des Prozesses. Add2 nutzt zwar Agenten, um Daten aus DSPs, Adservern, Verification-Tools und Kampagnenhistorien vorzubereiten. Die Systeme sollen Anomalien erkennen, Daten filtern und Empfehlungen ausgeben. Die finale Bewertung liegt laut Metz aber weiterhin bei Menschen. Der Grund ist einfach: Kundengelder erfordern nachvollziehbare Entscheidungen und KI-Systeme arbeiten nicht fehlerfrei.

Die Diskussion zeigte, wie stark Agentic AI bereits in die Qualitätsfrage hineinspielt. In Agenturen können Agenten große Datenmengen schneller strukturieren, Berichte vorbereiten und Auffälligkeiten markieren. Das spart Zeit, verlagert die Verantwortung aber nicht automatisch auf das System.

Metz verwies auf praktische Hürden. Toolstacks unterscheiden sich je nach Kunde, Datenquellen synchronisieren sich nicht immer im gleichen Rhythmus, neue Anbieter und Funktionen müssen laufend geprüft werden. Der Effizienzgewinn entsteht erst, wenn Prozesse, Datenzugänge und menschliche Freigaben sauber organisiert sind.

Auch auf der Infrastrukturseite steht Agentic AI noch am Anfang. Hopf unterschied zwischen interner Automatisierung, etwa für Deal-Erstellung oder Troubleshooting, und der Frage, wie Agenten auf Einkaufs- und Verkaufsseite künftig miteinander kommunizieren. Für den programmatischen Markt wird hier Standardisierung wichtig. Ohne gemeinsame Regeln bleibt unklar, welche Entscheidungen ein Agent treffen darf, welche Daten er nutzt und wie seine Aktionen nachvollzogen werden.

Auf die Frage, ob Bot-Traffic durch bessere Technik irgendwann gegen null gehen könnte, reagierten die Speaker skeptisch. Erkennungssysteme werden besser, Angreifer rüsten technisch nach. Pre-Bid-Filter, Ausschlusslisten und Verification reduzieren Risiken, beseitigen sie aber nicht vollständig.

Hinzu kommt eine neue Unschärfe. Bot-Traffic war im Werbemarkt lange gleichbedeutend mit unerwünschtem Traffic. Mit KI-Agenten könnte sich diese Einordnung verändern. Wenn ein Agent künftig im Auftrag eines Menschen Preise vergleicht, Reisen vorbereitet oder Produkte prüft, entsteht eine andere Art maschinellen Zugriffs. Für Werbetreibende wird dann relevant, ob es sich um Fraud, neutralen Crawler-Traffic oder potenziell wertvollen Agenten-Traffic handelt.

Aktuell sehen die Speaker diese Entwicklung noch in einer frühen Phase. Für heutige Kampagnen gilt: Wenn maschinelle Zugriffe über Paid Media Kosten verursachen, wollen Werbetreibende diese Kontakte in der Regel nicht bezahlen. Perspektivisch könnte der Markt jedoch genauer unterscheiden müssen, welche Maschinenkontakte unerwünscht sind und welche eine neue Form von Nachfrage vorbereiten.

Ein wiederkehrender Punkt der Diskussion war die Frage, wo Verantwortung für Mediaqualität liegt. Auf der Buy-Side werden Brand-Safety-, Fraud- und Verification-Tools seit Jahren eingesetzt. Die Sell-Side kann Qualität jedoch früher beeinflussen, indem sie Inventar prüft, Reseller-Pfade begrenzt und Signale vor der Auktion bewertet. Plattformen wiederum müssen erklären, wie sie ungültige Aktivität erkennen und wie externe Prüfungen in Erstattungsprozesse einfließen.

Der automatisierte Mediahandel hat viele Abläufe beschleunigt, aber auch Abstand geschaffen. Werbetreibende sehen oft nur noch Kennzahlen, Pfade und Plattformreports. Ob dahinter ein werthaltiger Kontakt steht, muss aktiv geprüft werden. Pre-Bid-Filter, Sell-Side-Decisioning, Agenten und Verification-Systeme können diese Prüfung unterstützen. Sie ersetzen aber keine klare Verantwortung. Eine billige Impression bleibt wertlos, wenn sie von einem Bot stammt, in einem fragwürdigen Umfeld erscheint oder nur deshalb funktioniert, weil niemand genau hinschaut.