So bereiten Sie Ihr Medienunternehmen auf agenturbasierte Werbung vor

Derzeit herrscht in der Ad-Tech-Branche eine kollektive Selbsttäuschung in Bezug auf künstliche Intelligenz. Jeder Vertriebsleiter mit einer PowerPoint-Präsentation behauptet, nur noch wenige Wochen davon entfernt zu sein, menschliche Arbeitsabläufe vollständig durch einen allwissenden Algorithmus zu ersetzen. Die Realität auf dem Handelsparkett sieht jedoch weitaus chaotischer aus. Doch etwas Grundlegendes drängt sich tatsächlich durch den Lärm hindurch und verdient Ihre Aufmerksamkeit. Wir bewegen uns rasch weg von einfachen generativen Chatbots hin zu autonomen, handlungsfähigen Systemen. Um diesen Wandel zu überstehen, benötigen Sie ein realistisches Rahmenkonzept für „Media Business Agentic Advertising“.

Die meisten Führungskräfte glauben, sie müssten ein LLM von Grund auf neu entwickeln. Sie beauftragen eine Beratungsfirma, geben Millionen für Cloud-Infrastruktur aus und erhalten am Ende eine aufgeblasene Rechtschreibprüfung, die bei der Bestandsprognose völlig danebenliegt. Wir würden einen anderen Ansatz vorschlagen: Konzentrieren Sie sich auf fachspezifisches Training, das auf bestehenden, bewährten Plattformen aufbaut. Betrachten Sie KI als einen äußerst kompetenten Nachwuchsmitarbeiter und nicht als magischen Ersatz für ein ganzes RevOps-Team.

Die Kernphilosophie von Media Business Agentic Advertising

Wir müssen realistisch betrachten, welche Rolle ein KI-Agent in einer kommerziellen Medienumgebung tatsächlich spielt. Er ersetzt nicht die Beziehung zwischen einem erfahrenen Media-Einkäufer und dem Vertriebsleiter eines Verlags. Er ersetzt vielmehr den mühsamen Verwaltungsaufwand, der entsteht, nachdem diese Beziehung zu einem Geschäftsabschluss geführt hat.

Anbieter versprechen gerne das Blaue vom Himmel, doch die tatsächliche Umsetzung ist mühsam. Man muss genau festlegen, wie sich ein Agent verhält, wenn eine Kampagne ins Stocken gerät. ADvendio hier einen ausgesprochen praktischen Ansatz mit der sogenannten „Co-Pilot-Strategie“. Das Unternehmen betrachtet KI-Agenten als Systeme, die mit menschlichen Teams zusammenarbeiten und diese nicht ersetzen. Die interne Logik ist einfach: Eine KI-Engine ist wie ein neuer Mitarbeiter, der zwar alle Sprachen fließend beherrscht, aber von Ihrem spezifischen Katalog keine Ahnung hat. Die anzeigenbezogene Software fungiert als Schulungshandbuch, das der KI sofort beibringt, Ihre Berichte zu lesen und Ihre Kampagnen zu planen.

Dieser Ansatz steht dem Trend zur „DIY-KI“ von Grund auf entgegen. Ein maßgeschneidertes Modell, das in Ihrem eigenen Rechenzentrum installiert ist, klingt zwar sicher, verliert jedoch sofort an Wert, sobald Sie es in Betrieb nehmen. Durch den Einsatz einer Multi-Tenant-Architektur erhalten alle Nutzer gleichzeitig die gleichen System-Upgrades. ADvendio die Idee einer maßgeschneiderten, isolierten KI entschieden ADvendio und argumentiert, dass der eigentliche Wert in der im System verankerten Fachkompetenz liegt. So wird verhindert, dass die Technologie in drei Jahren zu einem monolithischen Legacy-Problem wird. Sie vermeiden die Falle, eine proprietäre KI verwalten zu müssen, die Sie kaum verstehen.

Den Engpass zwischen „Briefing und Kampagne“ überwinden

Werfen wir einen Blick auf einen konkreten, lokal begrenzten Problembereich im Medienverkauf: die Ausschreibung (RFP). Den Einkäufern der Agenturen sind Ihre internen Systeme egal. Sie schicken schlecht formatierte PDF-Briefings mit dreißig verschiedenen Positionen, verwirrenden Targeting-Parametern und knappen Fristen. Ihr Ad-Ops-Spezialist – nennen wir ihn David – muss dieses Dokument manuell entschlüsseln. Er verbringt drei Stunden damit, Targeting-Daten einzugeben. Er überprüft die Verfügbarkeit des Inventars. Er gleicht die Währungen über fragmentierte Systeme hinweg ab. Es ist eine zermürbende Arbeit.

Hier hören autonome Arbeitsabläufe auf, nur ein Modewort zu sein, und werden zu einem Gewinnbringer. Anstatt dass David als überbezahlter Dateneingabe-Mitarbeiter fungiert, übernimmt ein System diese Aufgabe. Der ADvendio Agent nimmt diesen unstrukturierten PDF-Auftrag entgegen und erstellt eigenständig eine vollständig strukturierte Medienkampagne. Die Eingabe muss nicht einmal ein PDF sein. Es kann sich um Freitext, einenOpportunity oder einen einfachen Besuchsbericht handeln.

Es kopiert nicht nur Text. Es gleicht bestimmte Produkte ab, überprüft Ihre Preisgestaltung, übernimmt die Währungsumrechnung und weist sogar automatisch Inhalte für retail digitale out-of-home zu. Das System reduziert einst stundenlange manuelle Prozesse auf eine einzige dialogbasierte Anfrage. Ein Mitarbeiter kann eine Kampagne mit über 100 Artikeln in einem einzigen asynchronen Vorgang bearbeiten. David überprüft dann das Ergebnis, passt die Margen an und sendet es zurück. Er wandelt sich vom Schreibkraft zum Redakteur.

Das Problem der Katalogskala

Es ist ein Leichtes, eine Demo mit fünf Produkten gut aussehen zu lassen. Es ist jedoch äußerst schwierig, einen KI-Agenten dazu zu bringen, sich in einer riesigen, veralteten Preisliste zurechtzufinden. Die meisten Medieninhaber haben sich überschneidende Produkte, saisonale Preisstufen und veraltete Anzeigenformate, an die sich niemand heranwagen will. Die Realität im Anzeigenbetrieb sieht so aus, dass die Preisgestaltung fast nie so einfach ist, wie es in der Broschüre dargestellt wird.

Um agentenbasierte Arbeitsabläufe praktikabel zu machen, muss die zugrunde liegende Architektur einen enormen Umfang bewältigen können. Die Systeme sind mittlerweile so optimiert, dass sie Kataloge mit bis zu 30.000 Anzeigenpreisen effizient verarbeiten können. Der Agent muss diese Komplexität bewältigen, ohne einen Fehlercode zurückzugeben oder einem Kunden einen Preis aus dem Jahr 2022 anzubieten. Er muss einen intelligenten Entitätsabgleich durchführen. Wenn eine Agentur Inventar für einen Kunden anfordert, dessen Name drei verschiedenen Altkonten ähnelt, muss der Agent innehalten und den Menschen um Klärung bitten. Er darf nicht einfach raten.

Die Reibungsverluste bei der kreativen Umsetzung beseitigen

Man kann nicht über die Skalierung von Kampagnen sprechen, ohne den kreativen Engpass anzusprechen. Die Erstellung überzeugender Videoinhalte erfordert spezielle Fähigkeiten. Sie nimmt viel Zeit in Anspruch. Sie erfordert hohe Budgets. Ein Ad-Ops-Manager kann nicht einfach aus dem Nichts ein Video zaubern, wenn eine Agentur in Verzug ist.

Hier sorgen intelligente Integrationen für einen reibungslosen Arbeitsablauf. AdOps-Teams müssen oft zwischen einem Dutzend Browser-Tabs hin- und herwechseln, nur um ein einziges Asset zu laden – das ist eine absurde Zeitverschwendung. Doch durch Partnerschaften wie die Integration vonADvendio Waymarkerfolgt die KI-gestützte Videoerstellung direkt in der Kampagnen-Oberfläche. Sie erstellen das Video. Sie laden es herunter. Dann weisen Sie es direkt der Kampagne zu, ohne jemals Ihren primären Arbeitsbereich verlassen zu müssen. Diese nervtötende Reibung beim Hin- und Herspringen zwischen Ihrem CRM, Ihrem Ad-Server und irgendwelchen unterschiedlichen Kreativ-Tools? Weg. Sie verschwindet vollständig.

Das Chaos im Omnichannel- und Retail bewältigen

Das Werbeumfeld war noch nie so fragmentiert wie heute. Medienunternehmen müssen sich gleichzeitig in retail , auf DOOH- Bildschirmen out-of-home Digital out-of-home ) und im Bereich Connected TV zurechtfinden und verkaufen nicht mehr nur Display-Anzeigen auf einer Website.

Die Herausforderung wird durch programmatic noch größer. Einzelhändler und Medieninhaber benötigen dringend eine Lösung, um das Kampagnenmanagement für digitale out-of-home retail zu vereinheitlichen. ADvendio dieses Problem durch die Integration mit Vistar Media und ermöglicht so automatisierten Anzeigen-Trafficking, zentralisierte Auslieferungsupdates und ein optimiertes Reporting über diese getrennten physischen und digitalen Umgebungen hinweg. Ihre KI-Strategie ist nur so effektiv wie die zugrunde liegenden Integrationen. Mit über 20 Integrationen von Drittanbieterplattformen– darunter Google Ad Manager, DV360, Xandr, Facebook, Pinterest und Vistar Media – verfügt das System über die erforderliche breite Vernetzung.

Agent-to-Agent-Handel: Die Zukunft Ihres Medienunternehmens – eine agentische Werbestrategie

Wenn Sie glauben, dass die derzeitige Phase der generativen KI schon disruptiv ist, wird die nächste Phase Ihr gesamtes Organigramm auf den Kopf stellen. Bislang haben wir KI als internes Produktivitätswerkzeug betrachtet. Ein Mensch kommuniziert mit einer Maschine, um eine Aufgabe schneller zu erledigen. Doch die Zukunft liegt eindeutig im Bereich der Maschine-zu-Maschine-Kommunikation.

Wir arbeiten aktiv daran, eine Welt zu schaffen, in der die KI eines Käufers direkt mit der KI eines Verkäufers kommuniziert. Sie ermitteln das Inventar, verhandeln Konditionen und buchen Kampagnen – ganz ohne menschliches Zutun. Ermöglicht wird dies durch neue Standards wie das Ad Context Protocol, das auf dem Model Context Protocol aufbaut. Es fungiert als digitale Brücke zwischen den KI-Käuferagenten und der Plattform des Publishers.

Ein externer KI-Einkaufsagent kann das System in natürlicher Sprache abfragen. Er fragt nach verfügbarem Video-Werbeinventar für eine bestimmte Sportgetränkemarke in Deutschland mit einem Budget von 80.000 Euro. Der Agent des Publishers ruft die Finanzdaten ab, überprüft das Inventar und erstellt den Medienkauf. Derzeit erhalten diese Pilotbuchungen den Status „In Genehmigung“, um die menschliche Kontrolle aufrechtzuerhalten. Wahrscheinlich haben Sie bereits mitbekommen, dass dieser Wandel von zukunftsorientierten Publishern wie Digiday diskutiert wird, doch die eigentliche Infrastruktur läuft derzeit in geschlossenen Pilotprojekten. Es sind bereits sechs spezifische Tools im Einsatz, die alles abdecken, vom Abrufen von Produkten über die Aktualisierung von Medienkäufen bis hin zum Abrufen von Finanzdaten.

Die Kundenbeziehung neu gestalten

Ihre Vertriebsmitarbeiter werden das anfangs hassen. Der Instinkt sagt einem immer, die Geschäftsbeziehung zu schützen. Aber ein Kundenbetreuer, der vier Stunden damit verbringt, E-Mails über übrig gebliebenes Videoinventar auszutauschen, verschwendet aktiv Ihr Geld.

Indem Routinetransaktionen über automatisierte Agent-zu-Agent-Protokolle abgewickelt werden, wird Ihr menschliches Vertriebsteam dazu gezwungen, sich auf das gehobene Marktsegment zu konzentrieren. Die Mitarbeiter müssen nun tatsächlich verkaufen. Sie müssen maßgeschneiderte Sponsoring-Angebote, integrierte Inhalte und strategische Partnerschaften anbieten, die ein Algorithmus nicht aushandeln kann. Dadurch entsteht eine klare Trennung zwischen automatisierter Auftragsabwicklung und hochwertigem strategischem Vertrieb. Die langfristige Vision umfasst aktiv die Entwicklung eines „Buyer Agent“, bei dem ADvendio auf der Käuferseite ADvendio , um Werbeflächen über Social-Media- und DSP-Kanäle hinweg automatisch zu identifizieren und zu buchen.

Das Dilemma der Unternehmenssicherheit

Wir müssen das Offensichtliche ansprechen. Man kann nicht einfach ein öffentliches Sprachmodell in sein Kundenbeziehungsmanagementsystem einbinden und auf das Beste hoffen.

Chief Information Security Officers fürchten sich zu Recht vor Datenlecks durch KI. Wenn ein KI-Agent uneingeschränkten Zugriff auf Ihre Datenbank hat, könnte eine geschickt formulierte Eingabeaufforderung ihn theoretisch dazu bringen, den Rabattsatz eines Mitbewerbers preiszugeben. Genau hier versagen generische KI-Wrapper in einer B2B-Medienumgebung kläglich.

Die Lösung besteht in einer strengen, vererbten Datenisolierung. ADvendio sind so konzipiert, dass sie ausschließlich innerhalb des Sicherheitskontexts des authentifizierten Salesforce arbeiten. Die KI hat niemals Zugriff auf mehr Daten als der menschliche Mitarbeiter, den sie vertritt. Das System spiegelt Ihre bestehenden Organisationshierarchien perfekt wider. Organisationsweite Standardeinstellungen, Rollenhierarchien und Sicherheit auf Feldebene gelten für den Agenten genau so wie für den Menschen. Sicherheit wird hier als grundlegendes Merkmal behandelt und nicht als nachträglicher Einfall, der an eine undichte API angehängt wird.

Vom generativen zum prädiktiven Ansatz

Im Moment sind alle völlig begeistert von generativer KI. Wir staunen alle über Programme, die Texte zusammenfassen, E-Mails entwerfen und Kampagnen übersichtlich strukturieren können. Aber seien wir ehrlich – das kratzt gerade mal an der Oberfläche. Es ist nur die erste Stufe einer viel umfassenderen dreistufigen KI-Strategie. Der eigentliche Wettbewerbsvorteil? Der entsteht erst, wenn wir unseren Fokus endlich auf die Vorhersagefähigkeiten richten.

Stellen Sie sich vor, Sie wüssten bereits drei ganze Wochen im Voraus, dass eine Kampagne hinter den Erwartungen zurückbleiben wird, noch bevor der Kunde es überhaupt bemerkt. Ich habe jahrelang beobachtet, wie Kundenbetreuer am Monatsende verzweifelt versuchten, schlechte Zahlen wegzuerklären – für mich ist das also ein riesiger Vorteil. Das ist das wahre Versprechen, wenn man angewandtes maschinelles Lernen auf Ihre historischen Daten anwendet. ADvendio derzeit auf eine eigene Data360-Plattform ADvendio , die speziell für diese anspruchsvollen Aufgaben im Bereich maschinelles Lernen und Vorhersagen entwickelt wurde. Es handelt sich nicht mehr nur um Spielereien. Zu den geplanten Funktionen gehören die Prognose Ihrer Einnahmen, die genaue Vorhersage, welche Kunden kurz vor der Abwanderung stehen, und die Vorhersage des Kampagnenerfolgs, noch bevor eine einzige Anzeigenimpression geschaltet wird.

Diese prädiktiven KI-Funktionen sind in hohem Maße auf robuste Umgebungen wie Salesforce Cloud angewiesen. Man kann die Abwanderungsrate nicht vorhersagen, wenn die Auslieferungsdaten auf einem Ad-Server und die Abrechnungsdaten in einer Tabellenkalkulation gespeichert sind. Die Grundlage von Media Business Agentic Advertising ist im Grunde genommen nichts anderes als eine konsequente Datenhygiene. Sind Ihre Basisdaten fragmentiert, ist Ihre KI praktisch nutzlos.

Klein anfangen, schnell skalieren

Der häufigste Fehler, den ich bei Medienunternehmen beobachte, ist der Versuch einer groß angelegten, gleichzeitigen Einführung. Sie versuchen, alles auf einmal zu automatisieren. Sie verbrauchen ihr Budget. Sie bringen ihre Betriebsteams zur Verzweiflung. Die Einführung scheitert, weil sie vom ersten Tag an zu viele Verhaltensänderungen erfordert.

Sie müssen modular vorgehen. Beginnen Sie mit vorgefertigten Vorlagen und erweitern Sie diese später um benutzerdefinierte Workflows. ADvendio dies durch eine Themenbibliothek, die es Unternehmen ermöglicht, Funktionen gezielt zu kombinieren. Sie könnten mit einem Agenten beginnen, der lediglich Kontoübersichten verwaltet oder Besuchsberichte erstellt. Sobald Ihr Team diesem Mikro-Workflow vertraut, führen Sie den Agenten für Kampagnenzusammenfassungen oder die Funktionen zur Produktzusammenfassung ein. Die Akzeptanzhürden sinken erheblich, wenn Sie Automatisierung als eine Reihe kleiner, hochspezifischer Tools einführen, anstatt eine systemische Umstellung vorzunehmen.

Bereiten Sie Ihr Medienunternehmen auf agentische Werbung vor: Bewältigung des Wandels

Wir stehen vor einer grundlegenden Umgestaltung der Art und Weise, wie Mediengeschäfte abgewickelt werden. So einfach ist das. Und ehrlich gesagt wird der Übergang zur „Media Business Agentic Advertising“ für Unternehmen, die sich weigern, sich anzupassen, absolut brutal sein.

Schauen Sie sich Ihr Betriebsteam an. Derzeit verbringen die Mitarbeiter den Großteil ihrer Zeit damit, als menschliche Schnittstelle zu fungieren. Sie transportieren Daten zwischen isolierten Systemen hin und her. Sie formatieren endlose Tabellenkalkulationen neu. Sie gleichen Lieferberichte manuell ab. Ich habe das schon immer als tragische Verschwendung von Talenten empfunden, aber irgendwie haben wir das gemeinsam als normalen Preis für unsere Geschäftstätigkeit hingenommen.