Was macht ein gutes Signal aus? Für den Agenturler Alexander Kraft von Jung von Matt Impact ist die Sache recht einfach: „Am Ende kommt es darauf an, dass ein Signal unsere Planung tatsächlich beeinflusst.“ Ein Signal kann zum Beispiel zeigen, welche Zielgruppen erreicht werden sollen, welche Umfelder besonders geeignet erscheinen oder wo mehr Budget eingesetzt werden sollte. Auch die Wahl des Creatives kann sich daraus verändern. Kraft warnt allerdings davor, jede verfügbare Information zwangsläufig in die Planung einzubauen. „Wichtig ist, dass wir vorher wissen, welche Frage das Signal beantworten soll. Sonst sammeln wir viele Daten, ohne dass sich in der Planung etwas bewegt.“

Dabei bekommt er Rückendeckung von Ben Weiss vom DSP-Anbieter Adlook. Je nach Kampagnenziel werden unterschiedliche Aspekte beeinflusst, ein Patentrezept gibt es leider nicht. „Ein gutes Signal sollte zu einer konkreten Entscheidung führen, doch es gibt keinen einzigen Hebel, den es immer betätigen sollte“, sagt Weiss. Adlook kombiniert verschiedene Signale mithilfe von KI und Deep Learning, um Entscheidungen beim Mediaeinkauf in Echtzeit zu treffen. Den Wert eines Signals bemisst das Unternehmen daran, ob es dazu beiträgt, relevante Nutzer:innen zu erreichen, Aufmerksamkeit zu erzeugen und die definierten Geschäftsziele zu unterstützen.

Joost van Treeck vom Targeting-Spezialisten True Relevance warnt ausdrücklich davor, zusätzliche Daten automatisch als zusätzliche Präzision zu verstehen. „Oft ist auch weniger mehr, denn jedes Signal ist auch mit einem Rauschen verbunden, einer Unschärfe.“ Für ihn muss ein weiteres Signal daher die Abbildung einer Zielgruppe stärker schärfen, als es zusätzliche Unschärfe hineinträgt. Andernfalls wächst vor allem die Komplexität.

Der High-Impact-Profi Gum Gum geht anders vor. Carolin Wagner erklärt, dass sie zunächst breiter startet und anschließend prüft, welche Signale tatsächlich zum Ergebnis beigetragen haben. „Wie die Signale zusammenwirken, kann dabei wichtiger sein als jedes einzelne für sich.“ Die eigene Technologie gewichtet die Signale anhand der Kampagnenergebnisse, erklärt Wagner. Dabei können beispielsweise Zielgruppendaten, Kontext, Attention und Performance-Daten zusammenspielen. Die Spezialistin plädiert entsprechend dafür, die möglichen Signale zunächst nicht zu früh auszuschließen und ihren Beitrag anschließend anhand von Tests zu bewerten.

Auch das Kampagnenziel spielt eine große Rolle, ergänzt Jens Jokschat vom Amazon-Experten Prime Up. So leisten Intent- und Kaufsignale seiner Meinung nach beispielsweise im Mid- oder Lower-Funnel einen großen Beitrag. Für eine Awareness-Kampagne können dieselben Kriterien jedoch die Reichweite unnötig beschränken. Was kurz vor dem Kauf sehr hilfreich ist, steht dem Aufbau zusätzlicher Reichweite also möglicherweise im Weg.

Richtig interessant wird es, wenn die verschiedenen Daten unterschiedliche Schlüsse zulassen. Weiss nennt dafür ein einfaches Beispiel: Eine Platzierung kann genau die gewünschte Zielgruppe erreichen, aber kaum Aussicht auf Aufmerksamkeit bieten. Ein anderes Umfeld verspricht hingegen vielleicht hohe Aufmerksamkeit, erreicht dafür aber Menschen, bei denen wenig Interesse am beworbenen Produkt zu erwarten ist. „Wenn Signale in unterschiedliche Richtungen weisen, bedeutet das nicht, dass eines davon falsch ist“, sagt Weiss. Er erläutert, dass Audience-, Kontext- und Attention-Daten schlicht unterschiedliche Informationen über dieselbe Werbegelegenheit liefern. Welches davon stärker gewichtet werden sollte, hängt wiederum vom Kampagnenziel ab. Deshalb bewertet Adlook solche widersprüchlichen Signale anhand der tatsächlichen Kampagnenergebnisse.

Auch Gum Gum beurteilt diese Informationen bereits vor dem Gebot. Passen Zielgruppe und Kontext beispielsweise zusammen, doch der Moment spricht gegen eine hohe Aufnahmebereitschaft, lasse sich so auf den Kontakt verzichten. Wagner achtet dabei vor allem auf die Learnings. „Interessant ist deshalb weniger der Widerspruch selbst, sondern was wir danach lernen: welches Signal von allen am wirksamsten war.“ Diese Erkenntnisse fließen anschließend wieder in die Gewichtung ein. Eine Kampagne bewegt sich so eventuell auch in angrenzende Umfelder, wenn dort eine höhere Aufnahmebereitschaft zu erwarten ist.

Damit landen wir zwangsläufig wieder beim Thema Measurement. Carolin Wagner fasst ihren Ansatz bemerkenswert knapp zusammen: „Die kurze Antwort lautet: testen, testen, testen.“ Eine Wirkungsstudie reicht dafür nicht aus, denn sie zeigt im besten Fall, dass eine Kampagne insgesamt funktioniert hat. „Erst ein Vergleich zeigt, welches Signal das Gewicht getragen hat und warum“, so Wagner. Sie nennt dafür gezielte Testvarianten, bei denen dasselbe Setup mit und ohne ein bestimmtes Signal ausgespielt wird.

Im CTV wird der Nachweis schwieriger. Van Treeck verweist darauf, dass dort der direkte Absprungpunkt fehlt, den beispielsweise eine Website bietet. Ein Klick lässt sich zählen, ein vollständig angesehener Spot hat hingegen wenig Aussagekraft. „Wer im CTV stolz auf eine VCR von 95 Prozent ist, ist auch stolz, ein Fahrrad gekauft zu haben, das zwei Räder hat.“ Denn ein Werbespot, der einen Stream unterbricht, wird häufig schon deshalb zu Ende gesehen, weil anschließend die Sendung weiterläuft. Eine hohe Completion Rate allein belegt damit noch keine besondere Qualität des Targetings.

Ob man ein Signal in die Kampagne einfließen lassen sollte, hat durchaus eine wirtschaftliche Dimension, wie Jens Jokschat bemerkt. Denn Signale kosten Geld und Technologiegebühren oder Datenkosten müssen deshalb in einem sinnvollen Verhältnis zu ihrem zusätzlichen Erkenntniswert stehen.

Wie groß dieser sein muss, lässt sich natürlich nicht pauschal bestimmen. Maßgeblich sind die Ziel-KPIs und der potenzielle Wert der jeweiligen Nutzer:innen. Die Erfahrung zeige, dass zusätzliche Ausgaben für Technologie und Audience-Daten selten schlecht investiert sind, wenn die Alternative eine deutlich ungenauere Streuung ist. Diese Rechnung verändert sich allerdings bei sehr breiten Zielgruppen oder Kampagnen, deren Ziel gerade in zusätzlicher Reichweite liegt.

Dann existiert noch das Phänomen, dass hochwertige Daten nicht selten innerhalb einzelner Plattformen oder Datenökosysteme stecken bleiben. Joost van Treeck sieht darin ein grundlegendes Problem. Bei einer Planung über mehrere Plattformen müssten immer wieder neue Proxies oder Annäherungen an dasselbe Briefing gefunden werden. Einzelne Plattformen erzeugten auf diese Weise einen „Buyer-Lock-in“. True Relevance setzt deshalb auf den Content selbst als gemeinsamen Nenner.

Jokschat erachtet die Plattformgrenzen als weniger problematisch. Die großen DSPs verfügten inzwischen über umfangreiche eigene Daten und seien an zahlreiche Online-Video- und CTV-Inventare angebunden. Eine vollständige Abdeckung über eine einzige Plattform hält auch er für unwahrscheinlich. Den Wert etwa von Amazon- oder Google-Audience-Segmenten sieht der Profi dadurch jedoch nicht grundsätzlich eingeschränkt. Hinzu kommen die First-Party-Signale der Werbetreibenden, die sich seiner Meinung nach durchaus übergreifend für Planung und Steuerung einsetzen lassen.

Alexander Kraft nennt das ebenfalls als Vorteil: „Hilfreich ist auch, wenn ein Signal in mehr als einem Umfeld funktioniert. Dann können wir besser vergleichen und müssen nicht für jede Plattform wieder bei null anfangen. Trotzdem sollte man nicht versuchen, jedes Signal überall einzusetzen.“ Die Information müsse zur konkreten Aufgabe passen und die Planung einfacher oder besser machen. „Für mich zählt vor allem, ob wir verstehen, was ein Signal aussagt und was wir damit anfangen können. Genauigkeit und Aktualität sind natürlich wichtig. Aber wenn am Ende niemand sagen kann, welche Entscheidung daraus folgt, bringt uns das im Alltag wenig.“

Wie Signale die Planung von Bewegtbild verändern, gehört auch zu den Themen der ADZINE CONNECT VIDEO am 12. November 2026 in Hamburg. Unter dem Leitmotiv „From Reach to Results“ diskutiert die Branche dort unter anderem, welche Daten und Technologien Videowerbung künftig steuern – und wie sich damit bessere Ergebnisse erzielen lassen.