Optimierung von Werbemitteln & programmatisches Bieten

Werbetreibende müssen entscheiden, welches Werbemittel sie wem zeigen und wie viel sie für jede Impression zahlen, und das tausende Male pro Sekunde. Plattform-Automatisierung (Google Performance Max, Meta Advantage+) und Demand-Side-Plattformen erzeugen heute Werbemittelvarianten mit generativer KI, lernen, welche wirken, und bieten mit ML-Modellen je Auktion auf ein Kosten- oder Ertragsziel hin. In der EU bestimmen Einwilligung, Tracking-Grenzen und Transparenzregeln für Werbung, welche Daten die Modelle nutzen dürfen.

Problem & Nutzen

• Heute: Agenturen und interne Teams bauen einige wenige Werbemittel von Hand, führen manuelle A/B-Tests durch, legen Gebote nach Regeln fest und verteilen Budgets wöchentlich neu. Ermüdung der Werbemittel und langsame Reaktion verschwenden Budget.
• KI-Nutzen: deutlich mehr Varianten, schneller getestet, Gebote je Auktion aus der vorhergesagten Conversion- Wahrscheinlichkeit, automatische Budgetverschiebung, Erkennung von Ermüdung. Plattformen berichten in ihren eigenen Fallstudien von Steigerungen; das sind Aussagen der Anbieter und sollten mit Holdout- oder Inkrementalitätstests (siehe REC-005) geprüft statt für bare Münze genommen werden [1][2].
• Realitätscheck: Von Plattformen gemeldete Conversions überschneiden sich und werden zu stark zugeordnet; die Automatisierung optimiert das, was Sie messen, daher zählen Conversion-Definitionen und Inkrementalität mehr als das Bietmodell.

Varianten

• KMU: Performance Max, Advantage+ oder die Automatisierung von Microsoft Advertising mit einem Produkt-Feed betreiben; KI-Werkzeuge für Werbemittel erzeugen Varianten.
• Großunternehmen / Agentur: programmatischer Einkauf über DSPs (offene Börse, PMP, CTV, DOOH), eigene Bietlogik und Plattform zum Testen von Werbemitteln.
• Seite der Verlage/Händler: Optimierung von Erträgen und Mindestpreisen, Retail Media (siehe REC-013).
• Entwickler / Ad-Tech: einen Bieter (OpenRTB), pCTR/pCVR-Modelle und Bid Shading bauen.
• Privatnutzung: nicht anwendbar, außer der Eigenwerbung kleiner Unternehmen.

So funktioniert es

1. campaign goal + creative assets + consented audience/conversion data
2. creative generation (copy, image, video variants from brand kit + product feed)
3. brand/legal check (human or rule-based guardrails)
4. serving: bid request (OpenRTB)
5. pCTR/pCVR prediction
6. value estimate
7. bid + budget pacing
8. logging impressions/clicks/conversions
9. bandit allocation across creatives, fatigue detection, retraining
10. incrementality tests + reporting

• Vorhersage: Gradient-Boosting-Bäume oder tiefe CTR/CVR-Modelle auf Kontext-, Werbemittel- und (mit Einwilligung erhobenen) Nutzermerkmalen, kalibriert, sodass Gebote dem erwarteten Wert entsprechen.
• Bieten: wertbasiertes Gebot = vorhergesagter Conversion-Wert x Ziel; Bid Shading für Auktionen mit Erstpreis; Budget-Pacing über Regelungs- oder Reinforcement-Learning-Verfahren.
• Auswahl der Werbemittel: Multi-Armed- / kontextuelle Bandits (z. B. Thompson Sampling) erkunden Varianten und verlagern Traffic auf die Gewinner; VLMs bewerten Werbemittel nach Markenpassung und Richtlinienkonformität.
• Mensch-in-der-Schleife (Human-in-the-Loop): Marken- und Rechtsfreigabe erzeugter Inhalte, Budgetobergrenzen, Leitplankenregeln, regelmäßige Holdout-Experimente.

Datenaufbereitung

Die relevanten Daten sind das Brand-Kit (Logos, Schriften, Tonalität, Aussagenlisten), der Produkt-Feed mit Preisen und Beständen, frühere Werbemittel samt Leistungsdaten und Conversion-Daten aus Shop, CRM oder ERP. Im Mittelstand liegen sie in Werbekonten, im Shopsystem, auf gemeinsamen Laufwerken, in den Ordnern einer Agentur und in lokalen Dateien von Designern.

Typische Lücken: keine ausgezeichneten Conversions oder uneinheitliches Tracking, fehlende Einwilligungssignale, Produkt-Feeds mit schlechten Titeln und fehlenden Bildern, Werbemittel ohne Kennzeichnung wie Motiv, Angebot oder Zielgruppe sowie doppelte oder veraltete Dateien. Offline-Verkäufe, die nie bei der Werbeplattform ankommen, lassen die Bietalgorithmen im Blindflug.

Schritte der Aufbereitung: - Conversion-Tracking und serverseitiges bzw. auf Einwilligung gestütztes Tagging mit eigenen Daten prüfen; Offline-Conversions importieren (PREP-005). - Den Produkt-Feed mit einheitlichen Attributen bereinigen und anreichern (PREP-010, PREP-011). - Frühere Werbemittel mit einfachen Labels und Ergebnissen versehen, um einen Goldstandard-Satz zu erhalten (PREP-016, PREP-019). - Brand-Kit und Sperrliste für Aussagen in einem Dokument festhalten (PREP-014). - Zweck und Rechtsgrundlage für das Hochladen von Zielgruppen prüfen (PREP-025) und Kundenlisten pseudonymisieren (PREP-022).

Werkzeuge: Diagnosewerkzeuge der Plattformen, ein Feed-Manager, eine Tabellenkalkulation und eine Consent-Management-Plattform. Rechnen Sie mit etwa 30 bis 40 Prozent des Aufwands für die Datenarbeit. Siehe GUIDE-003.

Umsetzungswege

Welcher Weg für wen

• smb: Weg A, weil die Werbeplattformen selbst (Google, Meta, Microsoft) automatisiertes Bieten und Werkzeuge für Werbemittel ohne zusätzliche Lizenzkosten anbieten und der Prozess standardisiert ist.
• enterprise: Weg B, weil große Budgets eigene Wertmodelle, eigene Conversion-Daten und Brand-Safety-Logik auf Cloud-KI-Diensten rechtfertigen.
• developer: Weg B, weil das Aufbauen auf Plattform-APIs und gehosteten Modellen der praktische Weg ist; Selbstbetrieb lohnt sich gegenüber den Werbebörsen selten.

Weg A — Kaufen (Standardsoftware) (für die meisten KMU empfohlen)

• Automatisierung der geschlossenen Plattformen („Walled Gardens“): Google Ads (Performance Max, Demand Gen, Smart Bidding, Erzeugung von Assets), Meta Advantage+, Microsoft Advertising, TikTok Smart+, Amazon Ads.
• DSPs: The Trade Desk, Google DV360, Amazon DSP, Adform (EU, Dänemark), Criteo (EU, Frankreich), Teads (EU), Nachfolger von Xandr/Microsoft Invest; Verifizierung über IAS oder DoubleVerify.
• Werkzeuge für Werbemittel: Adobe Firefly und GenStudio, Canva, Pencil, AdCreative.ai, Smartly.io (EU, Finnland), Celtra, Bannerflow (EU, Schweden).
• A wählen, wenn: die Ausgaben unter einigen hunderttausend EUR pro Monat liegen und kein eigener Datenvorteil besteht.

Weg B — Auf Cloud-KI-Diensten aufbauen

• Plattform-APIs: Google Ads API, Meta Marketing API, Microsoft Advertising API für Feeds, Experimente, Berichte und regelgesteuerte Budgetänderungen.
• Generative Werbemittel: Frontier-LLMs für Texte (Claude, Gemini, GPT, Mistral als EU-Anbieter), Bild-/Videomodelle über API mit menschlicher Freigabe; VLM, um die Ausgabe an den Markenregeln zu prüfen.
• Daten: Warehouse (BigQuery, Snowflake, EU-Region), Conversions mit Einwilligung, übermittelt über serverseitiges Tagging und Conversion-APIs; Orchestrierung mit n8n oder Airflow.
• B wählen, wenn: Sie eigene Pipelines für Werbemittel oder eine plattformübergreifende Budgetlogik wollen.

Weg C — Selbst betreiben (Open Source)

• Modelle: LightGBM / XGBoost / CatBoost für pCTR/pCVR; PyTorch-CTR-Bibliotheken (im Stil von DeepCTR); Bandits über Vowpal Wabbit oder eigenes Thompson Sampling; MMM-Bibliotheken (Meridian, PyMC-Marketing) für die Budgetverteilung.
• Werbemittel: Open-Weight-Bildmodelle (FLUX.1, Stable Diffusion 3.x) über ComfyUI/diffusers und offene LLMs (Llama, Qwen, Mistral) für Texte; VLM zur Qualitätssicherung.
• Bieter: Ein OpenRTB-konformer Dienst braucht geringe Latenz (typischerweise einige zehn ms), daher CPU-lastige tabellarische Inferenz und HW2 nur für die Erzeugung der Werbemittel.
• Aufwand: Ein Echtzeit-Bieter ist ein spezialisiertes Engineering-Projekt; die meisten Unternehmen beschränken sich auf die Optimierung von Werbemitteln und Budget auf Basis der DSP-APIs.

Weg D — Eigenes Training

Lohnt sich für Ad-Tech-Firmen und große Werbetreibende mit eigenen Protokollen auf Impressionsebene (Millionen Ereignisse): eigene pCTR/pCVR-, Gebotslandschafts- und Uplift-Modelle. Erfordert sauberes Logging mit Einwilligungskennzeichen, Gewinn-/Verlustpreisen und Holdout-Traffic für ein unverzerrtes Training.

Stand der Technik (2026)

• Automatisierung als Black Box dominiert: Kampagnentypen wie Performance Max und Advantage+ verbinden Targeting, Zusammenstellung der Werbemittel und Bieten; Werbetreibende steuern vor allem die Eingaben (Assets, Feeds, Ziele, Zielgruppensignale, Conversion-Werte) [1][2].
• Generative Werbemittel im großen Maßstab: Plattformen und Werkzeuge erzeugen Bild-, Text- und Videovarianten sowie Hintergrundersatz; die Qualität ist bei Produktanzeigen gut, bei markenprägender Arbeit schwächer.
• Datenschutzbedingter Wandel: Verlass auf Kontextsignale, eigene Daten, Clean Rooms und aggregierte Messung, da Drittanbieter-Cookies und mobile Kennungen eingeschränkt werden; Einwilligungssignale werden über das IAB Europe TCF übertragen [3].
• Messung: Inkrementalitätstests und quelloffene MMM (Meridian, Robyn) ergänzen zunehmend die Plattform-Attribution (REC-005).
• Grenzen: Rückkopplungsschleifen (Optimierung auf Klicks begünstigt Clickbait), Halluzinationen bei Werbemitteln (falsche Produktaussagen, Artefakte), Fehlplatzierungen bei Brand Safety, Werbebetrug/ungültiger Traffic, Instabilität bei wenig Daten in kleinen KMU-Kampagnen und Lücken bei der Nachvollziehbarkeit des Bietens als Black Box.

Gemeinsame Bausteine & Kombinationen

• Gleicher Stack wie: REC-013 (Ranking bei Retail Media), REC-003 (Next-Best-Action), REC-006 (E-Mail- Personalisierung) teilen sich pCTR/pCVR-Modelle und Feature Stores.
• Vorgelagert: REC-004 (Segmentierung) für Zielgruppensignale; GEN-001 / GEN-002 für Bilder und Video; REC-005 für Budgetverteilung und Attribution.
• Gemeinsame Infrastruktur: Consent-Management, serverseitiges Tagging, Warehouse, Experimentier- Plattform.

Aufwand, Kosten & Kennzahlen

• Weg A: Tage bis Wochen; die Kosten bestehen aus Mediabudget plus Gebühren für Plattform/Werkzeuge (oft ein Prozentsatz der Ausgaben oder je Nutzerplatz).
• Weg B: 1-3 Monate für Pipelines der Werbemittel und die Integration des Reportings.
• Weg C/D: 6+ Monate für Systeme in Bieter-Qualität; spezialisiertes Ad-Tech-Team.
• Kennzahlen: inkrementeller ROAS / Kosten je inkrementeller Conversion (aus Holdouts), CPA/ROAS gegenüber dem Ziel, Gewinnquote und Ermüdungsdauer der Werbemittel, Anteil ungültigen Traffics, Rate von Brand-Safety-Vorfällen, Genauigkeit der Budgetsteuerung (Pacing), Produktionskosten und Zeit je Variante.

Menschen & Veränderung

Binden Sie die Geschäftsleitung und die Abteilungsleitung (Marketing) ein, um Budgetobergrenzen und Ziele festzulegen. Die oder der Datenschutzbeauftragte und die Rechtsabteilung werden gebraucht, bevor Zielgruppendaten oder Conversion-Tracking angebunden werden: Einwilligung, TDDDG-Regeln zum Tracking, Hochladen von Kundenlisten und AVV mit Plattformen und Agenturen (GUIDE-005, GUIDE-010). Die IT unterstützt Tagging und Feeds; die Anwender (Marketing, Designer, Agentur) prüfen erzeugte Inhalte.

Betriebsrat: in der Regel nein, da das System Kunden anspricht, nicht Beschäftigte. Fragen Sie nach, wenn das Werkzeug die Ergebnisse einzelner Teammitglieder erfasst (§ 87 Abs. 1 Nr. 6 BetrVG), und informieren Sie nach § 90 Abs. 1 Nr. 3, wenn sich Rollen ändern, etwa wenn Designer zu Prüfern werden.

KI-Kompetenz: Unterstützen Sie die Beschäftigten mit Schulungen zu generativen Werkzeugen, Urheberrecht, Markenrecht und irreführenden Aussagen (GUIDE-006) sowie mit Regeln für zugelassene Werkzeuge (GUIDE-007). Kennzeichnen Sie synthetische Werbung, wo die Transparenzpflicht nach Art. 50 KI-Verordnung gilt (GUIDE-014). Beginnen Sie mit einer Kampagne und einem festen Testbudget und vergleichen Sie im Holdout mit der manuellen Basislinie (GUIDE-009). Typische Bedenken: Designer fürchten Ersatz und Führungskräfte fürchten ausufernde Ausgaben. Begegnen Sie ihnen mit einer klaren Rolle als Kuratoren, harten Budgetobergrenzen, täglichen Warnungen zu den Ausgaben und der menschlichen Freigabe jedes Inhalts, bevor er live geht (GUIDE-008, GUIDE-011).

Risiken, Regulierung & Compliance

• KI-Verordnung (AI Act): in der Regel begrenztes/minimales Risiko. Erzeugte Bilder, Audio- und Videoinhalte, die echt wirken („Deepfakes“), müssen nach Art. 50 offengelegt werden; gewöhnliche Werbetexte fallen nicht darunter. Die Verbote in Art. 5 gelten für Werbung: KI, die unterschwellige oder manipulative Techniken einsetzt, die das Verhalten wesentlich verzerren und erheblichen Schaden verursachen, oder die Schwächen aufgrund von Alter, Behinderung oder sozialer bzw. wirtschaftlicher Lage ausnutzt, ist verboten (Art. 5 Abs. 1 Buchst. a-b). Vermeiden Sie Targeting, das z. B. Spielsuchtneigung, finanzielle Notlagen oder Kinder ausnutzt [4].
• DSGVO / ePrivacy: Verhaltensbasiertes Targeting und der Zugriff auf Cookies oder Gerätekennungen brauchen eine wirksame Einwilligung (ePrivacy Art. 5 Abs. 3, DSGVO Art. 6/7); Datenflüsse beim Real-Time-Bidding wurden von EU- Aufsichtsbehörden als problematisch eingestuft, daher TCF-Einwilligungsstrings, AVV mit jedem Ad-Tech-Partner und Datenminimierung nutzen. Besondere Kategorien (Art. 9) dürfen nicht für Targeting verwendet werden.
• Gesetz über digitale Dienste (DSA): Art. 26 und 28 verlangen Transparenz bei Werbung auf Plattformen, verbieten Werbung auf Basis von Profiling mit Daten besonderer Kategorien sowie profilingbasierte Werbung gegenüber Minderjährigen; sehr große Plattformen (VLOPs) führen Werbearchive [5].
• Sonstiges: nationales Wettbewerbsrecht (z. B. UWG in Deutschland) zu irreführender und nicht gekennzeichneter Werbung, Branchenregeln (Alkohol, Glücksspiel, Finanzen, gesundheitsbezogene Aussagen), Urheberrecht sowie Rechte an Trainingsdaten und an Abbildungen von Personen in erzeugten Werbemitteln.
• Gegenmaßnahmen: Marken-/Rechtsfreigabe erzeugter Inhalte, Kennzeichnung synthetischer Medien, Ausschlusslisten für sensible Kategorien, einwilligungsbewusste Pipelines, Holdout-Tests, Ausgabenobergrenzen und Warnungen bei Auffälligkeiten.

Erste Schritte

1. Zuerst die Messung in Ordnung bringen: Consent-Management, serverseitiges Conversion-Tracking, eine primäre Conversion mit Wert.
2. Inhalte vorbereiten: sauberer Produkt-Feed, Brand-Kit, 10-20 Werbemittelvarianten mit unterschiedlichen Aufhängern.
3. Eine automatisierte Kampagne (Performance Max oder Advantage+) gegen eine Kontrolle mit einem Geo- oder Conversion-Lift-Holdout 4-6 Wochen lang laufen lassen.
4. KI-erzeugte Varianten hinter einer menschlichen Freigabestufe ergänzen; protokollieren, welche KI-erzeugt und freigegeben wurden.
5. Monatlich prüfen: Inkrementalität, Ermüdung, Berichte zur Brand Safety und Ausschlüsse sensibler Kategorien.

Quellen

1. Google Ads Help, Performance Max campaigns — https://support.google.com/google-ads/answer/10724817?hl=en
2. Meta for Business, Advantage+ campaigns — https://www.facebook.com/business/ads/meta-advantage-plus
3. IAB Europe, Transparency & Consent Framework — https://iabeurope.eu/transparency-consent-framework/
4. Regulation (EU) 2024/1689 (AI Act) — https://eur-lex.europa.eu/eli/reg/2024/1689/oj
5. Regulation (EU) 2022/2065 (Digital Services Act) — https://eur-lex.europa.eu/eli/reg/2022/2065/oj
6. IAB Tech Lab, OpenRTB specification — https://github.com/InteractiveAdvertisingBureau/openrtb2.x
7. Google Meridian marketing mix model — https://github.com/google/meridian
8. Regulation (EU) 2016/679 (GDPR) — https://eur-lex.europa.eu/eli/reg/2016/679/oj