KI Marketing Magazin - So verändert KI das Contextual Advertising

GumGum ist seit vielen Jahren im Bereich des kontextuellen Targeting aktiv. Wie hat sich das Unternehmen zuletzt verändert?

Wir haben uns über die letzten Jahre in Deutschland gut positioniert. Nach außen hin sind wir meist wegen unserer aufmerksamkeitsstarken High-Impact-Formate bekannt. Unsere eigentliche Stärke liegt aber viel tiefer: in der kontextuellen Interpretation und der granularen Ansteuerung von Inhalten, mit denen sich User gerade beschäftigen. Und das Ganze machen wir nicht erst seit gestern, sondern seit über zehn Jahren.

Auf dieser Grundlage haben wir uns über die Jahre zur Mindset-zentrierten Advertising Plattform entwickelt, die wir heute sind. Wir wissen, welche Zielgruppen sich mit welchen Inhalten beschäftigen, wo Markennennungen eine besonders starke oder schwache Präsenz haben und wie wir kampagnenspezifische Ziele mit diesen Daten unterstützen können. Sobald die Kampagnenstrategie von uns ausgearbeitet ist, steuern wir Kampagnen omnichannel über Rich Media, Online Video oder CTV aus – national wie international, programmatisch oder im Managed Service.

Was genau bedeutet das: kontextuelle Interpretation?

Wir analysieren die Inhalte des Open Webs nicht nur auf Basis von Metadaten der Seiten, sondern interpretiert sie mithilfe von Natural Language Processing (NLP) und Computer Vision so, wie es auch ein Mensch tun würde. NLP hilft uns dabei, Texte ganzheitlich zu verstehen. Computer Vision analysiert Bilder und Video-Frames. So können wir beispielsweise unterscheiden, ob es sich in einem Bildbeitrag um einen zivilen Pkw oder ein militärisches Nutzfahrzeug handelt. Damit finden wir nicht nur den passenden Moment der Werbemittelauslieferung – den Match zwischen Marke und Nutzer – sondern stellen im gleichen Atemzug auch die Brand Safety des jeweiligen Umfeldes sicher.

Wie wichtig ist dabei das technische Fundament?

Entscheidend ist, dass wir auf eine eigene Supply Side Platform (SSP) setzen. Jeder Bid-Request, der dort eingeht, wird analysiert und kategorisiert, bevor überhaupt Werbung ausgespielt wird. Er bekommt eine eigene ID und URL, sodass wir ihn später gezielt ansteuern können. Das ist die Grundlage für alle weiteren Systeme, die darauf aufbauen.

Auch andere Anbieter, zum Beispiel Taboola, nutzen kontextuelle Daten zur gezielten Ausspielung.

Ich freue mich über jeden weiteren Marktteilnehmer, der gemeinsam mit uns die Relevanz von Contextual Advertising stärkt, und davon sehen wir inzwischen viele. Neben der jeweils individuellen Qualität der kontextuellen Analyse liegt ein wichtiger Differentiator in den Media-Produkten, für die ein Marktteilnehmer steht. Unser Ziel ist es, Werbung über das Mindset der Menschen neu zu definieren und Botschaften genau dann auszuspielen, wenn sie wirklich relevant sind – „ads in the moment that matters“. Unsere Lösung analysiert dazu Millionen von Datensignalen im Open Web – von Kontext- und Attention-Signalen bis hin zu situativen Faktoren – und liefert für die Mediaplanung in Echtzeit Erkenntnisse darüber, welche Themen und Inhalte Nutzer tatsächlich ansprechen. Die Kombination aus Attention-Technologie, Kontextverständnis und Planbarkeit ist unser Alleinstellungsmerkmal.

Kampagne für das Revitalift Laser Anti-Aging Serum von L’Oréal Paris

GumGum hat sich historisch stark auf den Upper Funnel konzentriert, also auf Branding und Awareness. Gleichzeitig entwickeln wir neue Reportings und Metriken, die den gesamten Funnel abdecken, sodass Advertiser tiefere Einblicke erhalten, wie ihre Kampagnen entlang des gesamten Funnels performen und wie sie ihre wichtigsten KPIs erreichen.

Stichwort Planbarkeit: Was hat es mit dem Mindset Graph auf sich?

Der Mindset Graph ist das zentrale Element unserer Plattform, eine KI-basierte Daten-Engine, die das Open Web so granular analysiert wie kein anderes System im Markt. Die Lösung verarbeitet täglich mehr als 110 Millionen Webseiten, Artikel, Bilder und Videos in 18 Sprachen, ausschließlich, um kontextuelle Signale zu erfassen und das Mindset der Nutzer zu verstehen. Hinzu kommen Milliarden an Attention-Variablen sowie hunderte Signale zur Performance von Creatives, die kontinuierlich in das System zurückfließen. Das Ergebnis ist eine Landkarte des Open Web, die wesentlich tiefer reicht als Keyword-Matching oder rein semantische Klassifikationen. Der Mindset Graph versteht damit nicht nur, was im Netz passiert, sondern auch, wie Nutzer auf Inhalte reagieren.

Damit verlassen wir das Bauchgefühl in der Mediaplanung und können Marken, Zielgruppen und Kampagnenziele datenbasiert in passende Umfelder übersetzen. Wir schauen etwa: Wo wird eine Marke wie BMW im Open Web erwähnt? In welchen Content-Kategorien ist sie stark? Wie sieht das im Vergleich zu Mercedes aus? Daraus kann ein Unternehmen ableiten, ob es bestehende Stärken ausbauen oder Schwächen gezielt adressieren will. Vor allem auch in Umfeldern, die auf den ersten Blick nicht mit den Kernthemen einer Marke in Verbindung gebracht werden, entfaltet der Mindset Graph sein Potenzial und stellt sicher, dass Werbetreibende keine wertvollen Chancen zur Maximierung ihrer Markenwirkung verpassen. In einer aktuellen Kampagne für das Revitalift Laser Anti-Aging Serum von L’Oréal Paris performten beispielsweise Ads in den Kategorien Food & Drink sowie Home & Garden besonders gut – Kategorien, die man für ein Anti-Aging-Hautpflegeprodukt normalerweise nicht unmittelbar in Betracht ziehen würde.

Wie stark ist bei GumGum der KI-Einsatz und was ist Buzzword?

Wir arbeiten seit über einer Dekade mit Machine Learning. Das war KI, lange bevor der eigentliche Hype um KI im Advertising Fahrt aufgenommen hat. NLP und Computer Vision sind bei uns Kernbestandteile. Generative KI ist ein noch sehr junges Feld, und wir prüfen kontinuierlich neue Möglichkeiten, sie sowohl intern als auch innerhalb unserer Plattform einzusetzen, um Entscheidungs- und Planungsprozesse einfacher und effizienter zu gestalten.

Gibt es Beispiele, wo generative KI euch bereits unterstützt?

Ein kleines, aber konkretes Beispiel ist unser Proposal Generator. Der basiert auf generativer KI und hilft uns, Angebote schneller zu erstellen: Alle Partnerdaten sind integriert, das spart Zeit. Für unsere Kunden werden vor allem die Fortschritte relevant sein, die wir mit den nächsten Releases des Mindset Graphs erzielen. Damit werden wir komplexe Datenwelten auf Prompt-Basis sehr individuell aufbereiten können. Aber die eigentliche Disruption bei uns liegt weiterhin in der Machine-Learning-Logik unserer Plattform.

Wo geht die Reise hin – technologisch und kreativ?

Im Bereich High-Impact-Formate haben wir einen Ruf zu verteidigen. Ein Beispiel für unsere Innovationskraft ist unser neues Format „Velocity“. Es ist scroll-reaktiv, startet expandiert und zieht sich automatisch zurück, sobald der Nutzer zu lesen beginnt – ein dynamisches, aber nicht aufdringliches Werbeerlebnis. In einer Beta-Kampagne, in der Velocity im Frühjahr erstmals zum Einsatz kam, trug das neue Format maßgeblich dazu bei, dass Burger King Germany 119 Prozent mehr Attention, eine CTR von 0,80 Prozent und eine Viewability von über 93 Prozent erzielte. Neben High Impact liegt unsere größte Priorität darauf, unsere Mindset-basierten Lösungen kontinuierlich weiterzuentwickeln und Mindset messbarer zu machen.

Gibt es neue Formate, auf die Ihr setzt?

Ja, ganz klar. Online-Video war für uns ein logischer nächster Schritt, technisch wie strategisch. Seit dem vierten Quartal haben wir kontextuelle Videoformate im Markt. Auch das wird aus unserer SSP heraus gesteuert. In diesem Jahr blicken wir dann auf das Thema Connected TV. CTV ist ein rasant wachsendes Umfeld und gewinnt für Werbetreibende weltweit zunehmend an Bedeutung. Hier sind wir international bereits in der Produktentwicklung.

Interview: Helmut van Rinsum

Simon Tritsch ist Commercial Director DACH bei GumGum. Er verfügt über mehr als 17 Jahre Erfahrung in der Adtech-Branche. Seine Karriere begann er als Digital Media Planner bei OMD Germany, bevor er als Senior Sales Manager für HiMedia Deutschland und anschließend als Sales Director DACH bei Undertone tätig war. Zu GumGum kam er 2021 im Zuge der Übernahme von Just Premium. Simon ist Vorstandsmitglied der MMA (Mobile Marketing Association) Deutschland.

GumGum ist seit vielen Jahren im Bereich des kontextuellen Targeting aktiv. Wie hat sich das Unternehmen zuletzt verändert?

Wir haben uns über die letzten Jahre in Deutschland gut positioniert. Nach außen hin sind wir meist wegen unserer aufmerksamkeitsstarken High-Impact-Formate bekannt. Unsere eigentliche Stärke liegt aber viel tiefer: in der kontextuellen Interpretation und der granularen Ansteuerung von Inhalten, mit denen sich User gerade beschäftigen. Und das Ganze machen wir nicht erst seit gestern, sondern seit über zehn Jahren.

Auf dieser Grundlage haben wir uns über die Jahre zur Mindset-zentrierten Advertising Plattform entwickelt, die wir heute sind. Wir wissen, welche Zielgruppen sich mit welchen Inhalten beschäftigen, wo Markennennungen eine besonders starke oder schwache Präsenz haben und wie wir kampagnenspezifische Ziele mit diesen Daten unterstützen können. Sobald die Kampagnenstrategie von uns ausgearbeitet ist, steuern wir Kampagnen omnichannel über Rich Media, Online Video oder CTV aus – national wie international, programmatisch oder im Managed Service.

Was genau bedeutet das: kontextuelle Interpretation?

Wir analysieren die Inhalte des Open Webs nicht nur auf Basis von Metadaten der Seiten, sondern interpretiert sie mithilfe von Natural Language Processing (NLP) und Computer Vision so, wie es auch ein Mensch tun würde. NLP hilft uns dabei, Texte ganzheitlich zu verstehen. Computer Vision analysiert Bilder und Video-Frames. So können wir beispielsweise unterscheiden, ob es sich in einem Bildbeitrag um einen zivilen Pkw oder ein militärisches Nutzfahrzeug handelt. Damit finden wir nicht nur den passenden Moment der Werbemittelauslieferung – den Match zwischen Marke und Nutzer – sondern stellen im gleichen Atemzug auch die Brand Safety des jeweiligen Umfeldes sicher.

Wie wichtig ist dabei das technische Fundament?

Entscheidend ist, dass wir auf eine eigene Supply Side Platform (SSP) setzen. Jeder Bid-Request, der dort eingeht, wird analysiert und kategorisiert, bevor überhaupt Werbung ausgespielt wird. Er bekommt eine eigene ID und URL, sodass wir ihn später gezielt ansteuern können. Das ist die Grundlage für alle weiteren Systeme, die darauf aufbauen.

Auch andere Anbieter, zum Beispiel Taboola, nutzen kontextuelle Daten zur gezielten Ausspielung.

Ich freue mich über jeden weiteren Marktteilnehmer, der gemeinsam mit uns die Relevanz von Contextual Advertising stärkt, und davon sehen wir inzwischen viele. Neben der jeweils individuellen Qualität der kontextuellen Analyse liegt ein wichtiger Differentiator in den Media-Produkten, für die ein Marktteilnehmer steht. Unser Ziel ist es, Werbung über das Mindset der Menschen neu zu definieren und Botschaften genau dann auszuspielen, wenn sie wirklich relevant sind – „ads in the moment that matters“. Unsere Lösung analysiert dazu Millionen von Datensignalen im Open Web – von Kontext- und Attention-Signalen bis hin zu situativen Faktoren – und liefert für die Mediaplanung in Echtzeit Erkenntnisse darüber, welche Themen und Inhalte Nutzer tatsächlich ansprechen. Die Kombination aus Attention-Technologie, Kontextverständnis und Planbarkeit ist unser Alleinstellungsmerkmal.