LYDnews Logo
Zurück zu den Artikeln

Interview zu Agentic Advertising

Reza Najib: „Mehr Daten allein reichen nicht“

KI-Agenten sollen Kampagnen planen, optimieren und perspektivisch auch Transaktionen auslösen. Doch wie gut ihre Entscheidungen sind, hängt von den zugrunde liegenden Signalen ab. Reza Najib von Equativ über produktive Copiloten, Datenqualität und die Frage, wann Unternehmen KI Verantwortung für Werbebudgets übertragen können.

Porträt von Reza Najib, Director Strategic Demand Partnerships DACH bei Equativ.

Equativ setzt KI-Funktionen aktuell in der Mediaplanung und im Media Trading ein. Der Maestro AI Agent kann unter anderem Deals und Kampagnen aufsetzen und optimieren, Performance-Daten auswerten sowie Briefings und Creatives verarbeiten. Vorgeschlagene Konfigurationen müssen weiterhin geprüft und bestätigt werden, Änderungen werden protokolliert.

Im Interview mit LYDnews erklärt Reza Najib, Director Strategic Demand Partnerships DACH bei Equativ, welche Aufgaben Agenten übernehmen können, welche Daten sie für gute Entscheidungen benötigen und wo menschliche Kontrolle weiterhin notwendig bleibt.

LYDnews: Reza, wo steht Agentic Advertising aus deiner Sicht heute wirklich: vor dem produktiven Einsatz oder noch überwiegend in der Experimentierphase?

Reza Najib: Agentic Advertising ist heute weder rein experimentell noch bereits flächendeckend autonom produktiv. Die sinnvollste Einordnung ist: Produktive Copiloten und klar abgegrenzte agentische Funktionen existieren bereits, während vollständig autonome Agent-to-Agent-Workflows noch früh sind. Bei Equativ sind insbesondere Funktionen für Media Planning und Media Trading verfügbar. Sie helfen dabei, Briefings und gewünschte Kampagnenziele wie ROAS oder CPL in Aktivierungsstrategien zu übersetzen und anschließend Deals, Creatives und Line Items effizient aufzusetzen.

Gleichzeitig befinden sich viele umfassendere agentische Funktionen noch in der Beta- oder Proof-of-Concept-Phase. Die Nutzung der integrierten AI-Copiloten wächst jedoch stark: Die Nutzung der AI-Funktionen unserer Curation-Plattform, Maestro by Equativ, stieg von Q4 auf Q1 um 85 Prozent. Für den Kampagnenstart wurden dabei bereits Zeitersparnisse von bis zu 80 Prozent erzielt. Die entscheidende Entwicklung besteht deshalb derzeit weniger in vollständig autonomem Media Buying, sondern in produktiven Copiloten, die operative Arbeit reduzieren, während Menschen Strategie, Freigaben und Verantwortung behalten.

Welche Aufgabe im Werbeprozess werden KI-Agenten deiner Einschätzung nach als Erstes weitgehend selbstständig übernehmen?

Agenten werden zunächst die operative Umsetzung von Kampagnen weitgehend übernehmen, nicht jedoch die vollständige strategische Verantwortung für Budgets. Ein Agent kann ein Briefing und die gewünschten Ergebnisse interpretieren, eine passende Aktivierungsstrategie empfehlen und anschließend Deals erstellen, Creatives zuweisen sowie Line Items über APIs konfigurieren.

Der größte unmittelbare Nutzen liegt darin, dass Media Trader nicht mehr statische Targeting-Kriterien manuell in mehrere Systeme übertragen müssen. Stattdessen können sie mit einem Copiloten arbeiten, der mehrere Plattformen koordiniert und die technische Umsetzung übernimmt. Agent-zu-Agent-Integrationen, bei denen beispielsweise ein Buyer-Agent mit den Seller-Agents von Equativ kommuniziert, werden hingegen weiterhin menschliche Kontrolle und Expertise im Media Buying erfordern, insbesondere um die zahlreichen Feinheiten zu berücksichtigen, die für eine erfolgreiche Kampagne entscheidend sind.

Welche Daten und Signale braucht ein KI-Agent, um tatsächlich bessere Entscheidungen zu treffen als heutige automatisierte Systeme?

Neben Briefing, Kampagnenzielen, historischen Performance-Daten und Live-Signalen wie Kontext, Audience, Tageszeit, Geografie und Gerät ist vor allem die Qualität der Identity Resolution entscheidend. Ein Agent kann nur dann gute Zielgruppen- und Aktivierungsentscheidungen treffen, wenn er weiß, wie belastbar, aktuell und konsistent die zugrunde liegenden Identitäten und Audiences sind.

Dazu gehören Match Rates, die Qualität von Identity Graphs, deterministische Signale mit Consent, die Konsistenz über Plattformen hinweg sowie Daten aus Clean Rooms und First-Party-Aktivierungen. Supply-Side Curation kann hier helfen, weil sie direkten Zugang zu Supply- und Placement-Level-Performance ermöglicht, Signalverluste reduziert und weniger Cookie-Syncs benötigt.

Der Agent braucht außerdem laufendes Kampagnen-, Creative- und Konfigurationsfeedback. Mehr Daten allein reichen nicht aus. Entscheidend sind Datenqualität, Consent, Reichweite versus Präzision und die Fähigkeit, Signale über verschiedene Systeme hinweg zuverlässig zu verbinden.

Was muss passieren, bevor Unternehmen KI-Agenten tatsächlich Verantwortung für Werbebudget und Transaktionen überlassen können?

Die Verantwortung muss auf Basis nachgewiesener Zuverlässigkeit schrittweise übertragen werden. Unternehmen brauchen belastbare Messung, verlässliche Daten, klare Consent- und Identity-Prozesse sowie Belege dafür, dass Agenten bessere oder effizientere Ergebnisse erzielen.

Zusätzlich sind offene Standards, geprüfte APIs, klar definierte Berechtigungen, Budgetlimits, Guardrails, Freigabepunkte und vollständige Auditierbarkeit erforderlich. Jede Agentenaktion muss nachvollziehbar sein, und Menschen müssen Entscheidungen übersteuern können.

Besonders bei Agent-to-Agent-Transaktionen ist der Markt noch in einer frühen Phase; viele Integrationen befinden sich noch im Proof of Concept.

Deshalb sollte die menschliche Aufsicht zunächst fest verankert bleiben. Erst wenn Interoperabilität, Sicherheit, Governance, Datenqualität und messbare Zuverlässigkeit ausreichend nachgewiesen sind, kann die Verantwortung für Budgetentscheidungen und Transaktionen schrittweise erweitert werden.

Perspektiven aus der Community

Teile deine Sicht aus dem Praxisalltag

Noch keine Community-Perspektive vorhanden.