Die DSGVO macht die Nutzung von Cookies immer schwieriger. Verschiedene Anbieter kontern diese Entwicklung nun mit KI. Wie das funktioniert und welche Vor- und Nachteile das haben kann, besprechen wir in diesem Artikel.
Datenspeicherung, Nutzung und Verknüpfung von Daten wird durch die Datenschutzrichtlinie aus dem Jahr 2018 massiv erschwert. Ein weiteres Problem sind die Browseranbieter selbst, die es Werbetreibenden zusehends erschweren, Werbung per Cookiedaten auszusteuern. Browseranbieter reagieren damit auf die gestiegenen Datenschutzbedürfnisse ihrer User.
Cookies verlieren an Bedeutung
Der Markt reagiert jetzt mit KI, die Daten ohne Speicherung in Echtzeit auswerten kann und somit unabhängig von Datenspeicherung und Einwilligung der Nutzer ist. Bei Cookies werden private Daten ja gesammelt und ausgewertet, eine KI hingegen untersucht nur die Muster, also das Verhalten eines Users oder analysiert das Umfeld. Die Firma Define Media bietet beispielsweise eine KI-basierte Marketingplattform an und sagt, dass die Klickraten bei der KI-Steuerung 27 Prozent höher liegen, als bei Targeting durch Cookies.
Wie KI funktioniert
Egal ob im Bereich des Digital Signage, im Online Marketing oder für die Datenanalyse mit Big Data – KI tun vor allem eines: Muster erkennen. Dafür ist es nicht notwendig zu wissen, wer der Nutzer ist, sondern lediglich, wie er sich verhält.
Kommt ein User beispielsweise auf eine News-Seite und klickt immer sofort beim ersten Pop-Up weg, so kann eine KI daraus lernen, diesem User für den Rest des Aufenthalts nur noch eingebundene Werbeanzeigen zu präsentieren. Dasselbe kann für den Zeitpunkt dieser Anzeigen gelten. Fühlt sich der User durch ein zu früh gesetztes Werbebanner gestört, könnte eine KI dort entweder eine dezente mehr inhaltsbasierte Ad schalten oder diese Ad ausblenden, dafür aber zu einem späteren Zeitpunkt Ads ausliefern.
Die KI muss also gar nicht wissen, woher der User vorher kam, wo er wohnt, wie alt er ist. Das Verhalten zu analysieren kann ausreichend sein.
Kontext bleibt King
Dass der Kontext, also das Werbeumfeld einer Ad entscheidend ist, ist für Online-Marketer keine Neuheit mehr. Dennoch bleibt es eine Herausforderung, das Ad-Design dem Umfeld anzupassen, besonders im schnelllebigen Online-Content-Geschäft. Googles neue KI-Dienstleistung „Auto Ads“ scannt Websites und deren Inhalte und entscheidet dann, welche und wie viele Werbeanzeigen auf einer Seite ausgespielt werden. Zudem lernt „Auto Ads“ mit der Zeit, welche Werbungen am besten in diesen Umfeldern funktionieren.
Big Data nutzen
Auch wenn Datensammeln über Cookies immer problematischer wird, gibt es natürlich Kundendaten, die Unternehmen aus verschiedenen Gründen beständig weitersammeln. Um diese Daten nutzbar zu machen, bedarf es eines großen Aufwandes. Mit KIs lassen sich diese Daten auswerten, um gezielt Werbung zu gestalten und zur richtigen Zeit an die richtigen Kunden auszuspielen.
Fazit: Werbung in Echtzeit schalten und designen
KI geht einen Schritt weiter als z. B. die Dynamic Creative Optimization, denn während hier anhand von Standort-, Zeit- und Wetterdaten eine Anzeige ansprechend anhand einer Auswahl von Assets gestaltet wird, kann die KI zum Verhalten des Users oder zum Umfeld einer App passende Assets auswählen, Anzeigen schalten und deren verschiedene Formate bestimmen. Ein aktuelles Beispiel hierfür ist der neue YouTube KI Ad Service, der Werbern erlaubt, verschiedene Ad-Formate für ein Video anzulegen. Anschließend findet der Service die bestmögliche Kombination dieser Formate für maximalen Reach und höchstes Engagement heraus und schaltet diese entsprechend. Ford war einer der ersten Ad-Partner für die Alphaversion dieses Angebots und konnte mithilfe der KI eine Kostensenkung von 20 Prozent bei den Kampagnenkosten erzielen.
Es ist abzusehen, dass KI in der Werbung bald noch zu sehr viel mehr im Stande sein wird – Werbende aller Branchen sollten diese Technologie daher im Auge behalten. Besonders in der digitalen Sphäre des Internets fällt eine Implementation leichter als in der realen Welt, da die Strukturen bereits vorliegen und nicht Sensoren, hochauflösende Kameras oder andere Hardware angeschafft werden müssen, um die künstliche Intelligenz zu füttern.