Erfolgreich Aufmerksamkeit für Kampagnen generieren, ohne dafür persönliche Daten der Konsument:innen zu nutzen: In den vergangenen Jahren konnten sich Marken und Werbetreibende bereits auf Contextual Branding, also Contextual Advertising im oberen Funnel, verlassen. Ausgereifte kontextuelle KI-Technologie hat diesen Prozess noch einmal vorangetrieben. Dank ihr löst sich nun auch die letzte Frage des kontextuellen Werbens auf: mit Contextual Performance über den mittleren und unteren Funnel hinweg.
Über die Zeit hat die kontextuelle KI diesen Prozess stetig verfeinert und Unmengen an eigenen Learnings gesammelt. Generative KI wiederum nutzt die Erkenntnisse und die Informationen der kontextuellen Technologie, um Creatives wirksam auf Content-Umfelder anzupassen. Die Creatives sind auf die jeweiligen Contextual Audiences abgestimmt.
Kontextuelle KI prognostiziert Verbraucherverhalten nach dem Klick
Je mehr Daten diese KI-Technologien erhalten, desto besser verstehen sie die Werbewelt. Und umso genauer erkennen sie Muster unter effektiven Kampagnen, die sie sich zunutze machen können. Nach Jahren maschinellen Lernens und Erprobens kann die KI auf Grundlage des Kontexts das wahrscheinliche Verhalten der Nutzer:innen nach dem Klick bestimmen, u.a. das Kaufinteresse. Sie erkennt, wo sich die Nutzer:innen im Funnel befinden.
Die kontextuelle KI leitet so nicht nur präzise Contextual Audiences ab, sondern setzt Zielgruppen-Segmente für den passenden Moment im mittleren und unteren Funnel neu zusammen. Dabei stützt sie sich nicht auf vorher festgelegte Nutzer-Kategorien oder Annahmen über demografische Gruppen – einzelne Verbraucher:innen werden dabei nicht identifiziert. Ihr Fokus bleibt weiterhin das kontextuelle Umfeld. Dafür analysiert die KI etwa 60 Millionen Artikel pro Tag; eine Leistung, für die ein Mensch 228 Jahre benötigen würde. Hieraus erstellt sie durch Machine Learning Analysen von über einer Billion Datenpunkten sogenannte Personas.
Präzise Zielgruppen-Zusammenstellung für den Mid- und Low-Funnel
Welchen Personas die Nutzer:innen entsprechen, wird ohne deren persönliche Daten oder Browserverläufe bestimmt. Sind sie nur interessiert, sind sie sprunghaft oder sind sie wirklich kaufbereit? Für das interessenbasierte Targeting schaut sich die KI in Echtzeit lediglich den Kontext an, in dem sich die User befinden. Dafür nutzt sie den Inhalt der Website und bezieht zusätzlich Signale, mit denen man eine Person nicht eindeutig identifizieren oder verfolgen kann, wie Gerätetyp, Ortszeit sowie Wetterdaten, Scrollgeschwindigkeit und Geräteausrichtung in ihre Analyse mit ein.
Auf Basis der Kombination dieser Daten kann die KI antizipieren, in welchem Funnel-Bereich sich die Nutzer:innen befinden. Über den Kontext kann die KI erkennen, wann Nutzer:innen aller Wahrscheinlichkeit nach auf Basis ihres in Echtzeit konsumierten Contents aktiv werden und voraussichtlich auf eine Anzeige klicken. Sie kann verstehen, wie effektiv Werbung im mittleren und unteren Funnel ist sowie wo und wann sie wirkungsvoll ausgespielt werden sollte.
Den Funnel-Bereich ihrer Werbekampagnen von Attention bis Intention geben die Marketingverantwortlichen dabei stets selbst vor. Die kontextuelle KI lernt bei jeder Platzierung maschinell dazu und präzisiert ihre Entscheidungen in Echtzeit. Und sie gibt ihre Erkenntnisse an die angedockte generative KI weiter.
Maßgeschneiderte Werbekampagnen entlang des gesamten Funnels
Ein Beispiel: Ein:e Nutzer:in liest einen ausführlichen Artikel über Gartenmöbel. Die Scrollgeschwindigkeit zeigt, dass dem Inhalt Aufmerksamkeit geschenkt wird, aber es ist mitten im Winter und das Wetter ist schlecht. Da es noch einige Monate hin ist, bis die Gartensaison beginnt, kann die KI ableiten: Wir befinden uns in der Consideration- und Intent-Phase des Funnels. Ändern wir das hypothetische Setting zu Frühling oder gar Sommer, wird die Wahrscheinlichkeit größer, dass es zum Kauf kommt.
Mit ihren Erkenntnissen kann die kontextuelle KI so auch im mittleren und unteren Funnel gezielt die kontextbezogene Platzierung der – in diesem Beispiel – Gartenmöbel-Kampagne vornehmen und Creatives mithilfe der generativen KI anpassen. Um im Gärtnerjargon zu bleiben: So wie jede Pflanze ihren idealen Ort zum Wachsen benötigt, wird jedes Creative an die vom Werbetreibenden gewählte Funnel-Stufe und Bedingungen angepasst.
Während eine Kampagne ausgespielt wird, wertet die KI laufend deren Ergebnisse aus und speist Erkenntnisse in einem kontinuierlichen Kreislauf in ihre übergeordnete Analyse des Content-Universums ein. Auf diese Weise können Contextual Audiences automatisch und stetig angepasst werden. Künftig könnte die KI hierfür auch aus First-Party-Daten der werbetreibenden Marken entscheidende Einsichten für die jeweilige Kampagne gewinnen.
Datensicheres End-to-End-Targeting dank kontextueller KI
Kontextuelle KI ist heute in der Lage, die Performance von der Aufmerksamkeits- bis zur Entscheidungsphase miteinzubeziehen. Für Marken und Werbetreibende bedeutet das: Ihre Kampagnen werden mit den Contextual Audiences ohne personenbezogene Daten auf die jeweilige Zielgruppe zugeschnitten – durch Contextual Branding im oberen und durch Contextual Performance im mittleren und unteren Funnel-Bereich.
Tech Finder Unternehmen im Artikel
EVENT-TIPP ADZINE Live - Industry Preview - Media & Tech Agenda 2025 am 22. Januar 2025, 11:00 Uhr - 12:30 Uhr
Welche Themen sollten Advertiser und ihre Agenturen, aber auch die Medien, ganz oben auf der Agenda haben für 2025? Welche Technologien werden bei den großen Herausforderungen, wie z.B. Datenschutz, Addressability, Qualitätssicherung, Messbarkeit und Einkaufseffizienz im digitalen Mediabusiness 2025 eine wichtige Rolle spielen? Jetzt anmelden!
Konferenz
Digital Events
Whitepaper
Das könnte Sie interessieren
-
DATA Privacy Sandbox und Mobile Attribution: Die Zukunft der Werbung im Zeichen des Datenschu…
-
ADTECH Das Monopol brechen: Googles Kartellverfahren könnte die Adtech-Branche umwälzen
-
ECOMMERCE Warum First-Party-Daten im E-Commerce nicht ungenutzt bleiben sollten
-
MARTECH Die unterschätzte Komplexität von Personalisierungsstrategien