Programmatic AI – Wie künstliche Intelligenz Werbung steuert
- 02.11.2020
- | Autor: Christian Ratsch
Künstliche Intelligenz in der Werbung? klaro. Im Bereich des Programmatic Advertisings ist“Artificial Intelligence”, so der englische Wortlaut, längst angekommen. Damit wird es für das digitale Marketing unabdingbar, sich mit KI (künstliche Intelligenz) oder AI (artifizielle Intelligenz) zu beschäftigen. Schon heute lernen diese in puncto Real Time Bidding und Performance immer besser zu werden. In den nächsten Jahren werden künstliche Intelligenzen einen immer größer werdenden Einfluss auf die Zielgruppenansprache, Prognose und Performance-Optimierung haben. Wir verraten, was Du zum Thema Programmatic AI wissen musst und welche Vorteile der Einsatz künstlicher Intelligenz in der Werbung mit sich bringt.
Was ist eine Programmatic AI?
Beginnen wir mit der Definition. Was ist denn eine Programmatic AI überhaupt? Betreibst Du Programmatic Advertising, weißt Du, dass es sich dabei um den automatisierten Einkauf von Werbeflächen handelt, die dann mit Deiner Werbung versehen und auf diesem Inventar an Deine Zielgruppe ausgespielt wird. Diese Form eines effizienten Marketings wird immer beliebter und so lag der Anteil bereits 2019 bei 65 % der Ausgaben für Online-Display-Werbung. Fast 50 % der Ausgaben machte programmatische Werbung aus.
Damit Programmatic Advertising so effizient und treffsicher arbeiten kann, kommt eine Programmatic AI zum Einsatz. Die AI analysiert in Echtzeit Milliarden von Daten, wertet diese aus und nutzt sie zur Platzierung und Optimierung von Werbung. Auf Basis komplexer Algorithmen werden von der Programmatic AI Vorhersagen innerhalb von Sekundenbruchteilen erstellt und je nach gewählten Parametern in ein konkretes Angebot übersetzt. Dann erfolgt der Vergleich aller infrage kommender Angebotsplätze und beim Gewinner wird letztlich zugeschlagen. Dabei blinzeln Sie einmal mit den Augen und die Programmatic AI ist bereits mit dem gesamten Prozess fertig.
Machine Learning: Teilbereich der künstlichen Intelligenz
Derzeit ist also ATV in aller Munde und präsentiert sich als große Hoffnung der Werbebranche. Voraussetzung ist ein internetfähiges Fernsehgerät, denn ATV nutzt dabei den HbbTV-Standard und somit die Internetverbindung des Fernsehgeräts für die Werbeplatzierung. Zugute kommt der Werbeform, dass die Verbreitung von internetfähigen Fernsehgeräten in den letzten Jahren stark zugenommen hat und so seit 2004 die Anzahl auf 27,8 Mio. HbbTV-Geräte gestiegen ist. (Stand 2017/Quelle: GfK Retail & Technology). Bereits 2016 hat die Größe der Zielgruppe die kritische Zahl erreicht, ab der sich adressierbare Werbung lohnt.
Das Machine Learning ist in diesem Sinne eigentlich „Curve-Fitting“. Die AI versucht Eingabedaten so zu kombinieren und daraus zu lernen, dass sinnvolle Vorhersagen herauskommen, wenn der Prozess später mit unbekannten Daten ausgeführt wird. Machine Learning lässt sich dabei in „supervised“ und „unsupervised“ Methoden einteilen. Bei Supervised Learning erfolgt der Lernprozess über das Feedback einer Fehlerfunktion. Der Algorithmus, der vorher mit „Trainingsdaten“ gespeist wurde, versucht, sich dem Ergebnis anzunähern. Jedes Mal werden die gesammelten Informationen genutzt, um Anpassungen vorzunehmen.
Mit Techniken aus dem Bereich Unsupervised Learning wird ohne bereits bekannte Klassifizierungen versucht, gewisse Muster in den Daten zu erkennen.
Programmatic AI und die derzeitige Relevanz bei Programmatic Advertising
In welchem Bereich spielt die künstliche Intelligenz bei der programmatischen Werbung die Hauptrolle? Derzeit gibt es zwei Bereiche beim Programmatic Advertising, die relevant für Machine Learning sind: Real Time Bidding (RTB) / Gebotsfindung und Performance, also Click-Through-Rate (CTR) oder Conversion Rate Prediction.
Für Anwendungen im Bereich RTB und Rate-Prediction werden hauptsächlich sogenannte „supervised“ Machine Learning Methoden oder Reinforcement Learning Methoden verwendet. „Unsupervised“ Methoden können beispielsweise Klassifikationen sein: Wir verwenden bei klaro dabei u. a. die Diskriminanzanalyse zur Bestimmung von ähnlichen URLs.
Was für Tools braucht man für die Programmatic AI im Programmatic Advertising?
Vorsicht! Dieser Ansatz ist für echte Technikfans: Die Programmiersprache Python wird aktuell zum Standard im Bereich Machine Learning. Wir bei klaro nutzen zum Beispiel für Anwendungs-Prototypen die Jupyter Notebooks als Basis. Wir testen dafür sowohl die lokale Umgebung als auch verwandte Cloud-Lösungen wie Google Colab und Azure Notebooks. Die Daten kommen bei uns aus einem Apache Hive Cluster und werden mit der Python Bibliothek Pandas aufgearbeitet. Für Machine Learning (sowohl das Lernen der Thematik als auch Coden) verwenden wir fast.ai.
Für jeden, bei dem sich nun einige Fragezeichen gebildet haben: Wir arbeiten mit neuesten Techniken und testen entwickelte Tools, um Programmatic Advertising mit künstlicher Intelligenz für Dichals unseren Kunden noch effizienter zu machen und immer einen Schritt voraus zu sein.
Die Zukunft: Programmatic AI bei Programmatic Advertising
Nach dieser kurzen Reise in den technischen Teil steht eins fest: Programmatic AI bzw. die künstliche Intelligenz wird für Programmatic Advertising in der Werbung immer entscheidender und in den nächsten Jahren weiterhin an Bedeutung gewinnen. klaro, bei den Vorteilen:
- minimaler Streuverlust durch detaillierte Kontextdaten
- User-individualisierte Inhalte und Layouts
- messbare Kampagnen-Performance
- genauer Einblick in die Kosten pro Werbekontakt
Welche Komplexität hinter der Programmatic AI steht, davon soll der User natürlich nichts mitbekommen. Halte es daher mit uns zusammen simpel!
Artificial Intelligence ist sicher immer noch Neuland, aber eine Technik, die sich nicht eben aufhalten lässt. Wer früh damit experimentiert, wird später reicher ernten – eben unsere Kunden, für die wir frühzeitig neue Tools entwickeln. Sprich uns gern an!
