„Der technologische Fortschritt allein wird Agentic Advertising nicht etablieren“

Agentic Advertising soll weit mehr automatisieren als einzelne Arbeitsschritte. Perspektivisch könnten KI-Agenten Angebote finden, Kampagnen planen, Entscheidungen treffen und miteinander verhandeln. Doch mit wachsender Autonomie entstehen neue Fragen nach Vertrauen, Verantwortung und Kontrolle.

Marvin Zinowsky, Head of Engineering bei YOC, sieht darin nicht nur technische Herausforderungen. Im Gespräch mit LYDnews erklärt er, warum Agentic Advertising kleineren Publishern helfen könnte, weshalb daraus zugleich ein technologisches Wettrüsten entstehen kann und warum menschliche Beziehungen im Media-Geschäft nicht einfach verschwinden werden.

LYDnews: Marvin, schauen wir zunächst auf die Publisher. Was könnte Agentic AI für sie verändern?

Marvin Zinowsky: Positiv betrachtet könnte Agentic AI zu einer Demokratisierung des Medienmarktes beitragen. Publisher, die heute zu klein sind, um für große Einkaufsorganisationen oder Plattformen wirtschaftlich interessant zu sein, könnten durch Agenten leichter gefunden und in Kampagnen einbezogen werden, ohne sich zwangsläufig an große Vermarktungsstrukturen binden zu müssen.

Das klingt zunächst nach einer Chance gerade für kleinere Publisher.

Dem steht allerdings eine andere Entwicklung gegenüber: Erfolgreiche Agenten werden nicht einmal gebaut und dann vergessen. Sie müssen kontinuierlich verbessert, mit Daten versorgt und an ein sich schnell entwickelndes Ökosystem angepasst werden. Daraus kann ein technologisches Wettrüsten entstehen. Im Vorteil wären dann gerade diejenigen Marktteilnehmer, die über entsprechende Investitionsmöglichkeiten, technische Fähigkeiten und große Datenbestände verfügen – also voraussichtlich eher die großen Verlags- und Mediengruppen.

Hinzu kommt, dass KI nicht nur den Werbeprozess verändert, sondern auch die Nutzung von Medien selbst. Was bedeutet das für Publisher?

KI-Systeme ziehen bereits heute Aufmerksamkeit von klassischen Medienangeboten ab, insbesondere wenn Inhalte direkt innerhalb von AI-Produkten konsumiert oder zusammengefasst werden. Damit entsteht zusätzlicher wirtschaftlicher Druck auf Publisher. Ob mögliche Effizienzgewinne durch Agentic Advertising diesen Druck auch nur annähernd kompensieren können, ist für mich noch völlig offen.

Woran müsste sich zeigen, dass Agentic Advertising tatsächlich eine neue Entwicklungsstufe erreicht hat und nicht nur bestehende Automatisierung anders verpackt?

Der entscheidende Moment wird für mich erreicht sein, wenn aus den heute weitgehend isolierten Experimenten belastbarere (End-To-End-)Anwendungen entstehen, die Agentic Advertising über wesentliche Teile der gesamten Value Chain hinweg abbilden – und zwar nicht nur als Demo, sondern reproduzierbar und wirtschaftlich sinnvoll. Wenn das gelingt, werden wir davon in der Branche sehr schnell erfahren. Dann dürfte auch der Punkt erreicht sein, an dem ein breiterer Run auf das Thema beginnt und spezialisierte Anbieter einzelne Komponenten als Services anbieten. Damit würde die Kommodisierung einsetzen – und Agentic Advertising wäre nicht mehr primär ein Innovationsprojekt einzelner Unternehmen, sondern würde Teil der regulären Infrastruktur des Marktes.

Bei Agentic Advertising wird viel darüber gesprochen, welche Daten Agenten benötigen. Was verändert sich bei Daten und Signalen?

Die grundlegenden Daten und Signale werden sich vermutlich gar nicht fundamental von denen unterscheiden, die heute für den Mediahandel relevant sind. Was sich verändern dürfte, ist die Granularität und Geschwindigkeit der Auswertung. KI-Systeme können wesentlich größere Datenmengen zusammenführen und schneller Erkenntnisse und Handlungsmöglichkeiten daraus ableiten. Die für mich spannendere Frage ist deshalb nicht nur, welche Daten ein Agent benötigt, sondern wie ein Agent Vertrauen erzeugt. Menschen im Media-Sales haben buchstäblich ein Gesicht zu verlieren. Dadurch entstehen über Zeit Reputation, Vertrauen und ein gewisses Maß an vorhersehbarem Verhalten.

Wo liegt das Problem, wenn statt Menschen KI-Agenten miteinander handeln?

Ein KI-Agent hat zunächst Ziele, die er möglichst gut erfüllen soll. Wenn er lokal und kurzfristig optimiert: Woher weiß mein Gegenüber, dass er fair spielt oder eine langfristige Geschäftsbeziehung berücksichtigt? Müssen wir deshalb jede Handlung und jeden Spielraum über harte Guardrails definieren? Wenn am Ende aber sämtliche Entscheidungen deterministisch vorgegeben werden müssen, stellt sich wiederum die Frage, was wir gewonnen haben. Dann bauen wir im schlechtesten Fall Programmatic mit Extra-Steps.

Wenn Agenten immer mehr operative Aufgaben übernehmen: Brauchen wir in fünf Jahren überhaupt noch Media-Planer?

Media-Planer wird es meiner Einschätzung nach auch in fünf Jahren geben. Wie schon Programmatic wird Agentic Advertising bestehende Komplexität reduzieren, gleichzeitig aber neue Komplexität erzeugen. Unter dem Strich wird das wahrscheinlich ein Fortschritt sein – aber eben keine vollständig autonome Welt ohne menschliche Expertise.

Was bleibt konkret beim Menschen?

Das Berufsbild dürfte sich entsprechend verändern. Media-Planer werden vermutlich weniger Zeit mit operativen Einzelaufgaben verbringen und stattdessen breiter arbeiten. Menschliche Aufmerksamkeit kann sich stärker auf besonders relevante Kampagnen, Strategie, Interpretation und Ausnahmesituationen konzentrieren. Denn auch Agentic Advertising wird – genau wie Programmatic – neue Fehlerbilder und unerwartete Situationen hervorbringen. Diese zu verstehen und zu lösen, wird tiefes fachliches Wissen erfordern.

Und persönliche Beziehungen im Geschäft werden durch Agenten ebenfalls nicht überflüssig?

Vertrauen und persönliche Beziehungen spielen weiterhin eine Rolle. Menschen machen gerne Geschäfte mit Menschen – und gerade wenn etwas nicht funktioniert, wird es weiterhin wichtig sein, ein Gesicht und einen Ansprechpartner zu haben, an den man sich wenden kann.

Was muss schließlich passieren, bevor Unternehmen Agenten tatsächlich Verantwortung für Werbebudgets und Transaktionen überlassen können?

Testen, testen, testen. Die aktuellen Experimente müssen zeigen, dass Agentic Advertising nicht nur in einzelnen Use Cases funktioniert, sondern End-to-End, reproduzierbar und über einen längeren Zeitraum stabil betrieben werden kann. Dazu gehört auch, die bekannten Grenzen heutiger LLM-basierter Systeme ernst zu nehmen. Guardrails dürfen nicht nur meistens funktionieren. Wenn ein Agent eigenständig wirtschaftlich relevante Entscheidungen trifft und Budgets bewegt, müssen seine Handlungsspielräume zuverlässig begrenzt, Entscheidungen nachvollziehbar und Fehler beherrschbar sein – und das Ganze muss wirtschaftlich betreibbar bleiben.

Ist das überhaupt etwas, das einzelne Unternehmen für sich lösen können?

Die Entscheiderinnen und Entscheider und die technischen Akteure der Branche müssen sich stärker und regelmäßiger austauschen. Wir brauchen gemeinsame Erfahrungen, Standards und auch eine Diskussion darüber, welche Verantwortung wir Agenten überhaupt übertragen wollen. Der technologische Fortschritt allein wird Agentic Advertising nicht etablieren – die Branche muss parallel dazu ein gemeinsames Verständnis von Vertrauen, Verantwortung und Spielregeln entwickeln.