Programmatische Effizienz im Zeitalter der KI
Im programmatischen Ökosystem bedeutet Effizienz, mehr aus jedem Euro, jeder Sekunde und jeder vernetzten Plattform herauszuholen. Kurz gesagt: weniger Verschwendung und bessere Ergebnisse.
Konkret bedeutet dies zwei Dinge.
- Ein größerer Teil jedes Kampagnenbudgets sollte in Working Media fließen, also in den Bereich, der Reichweite und Ergebnisse fördert, anstatt für Gebühren und Transaktionskosten oder die sogenannte Ad-Tech-Steuer aufgewendet zu werden.
- Jeder Schritt auf dem Path sollte einen Mehrwert bieten und keine Reibungspunkte verursachen. Jeder unnötige Aufruf oder jeder doppelte Request summiert sich. Es ist, als würde man eine Mautgebühr für eine Straße zahlen, die man gar nicht befahren muss.
Programmatische Effizienz: die Infrastrukturkosten
Jede Sekunde entscheiden Milliarden von Echtzeit-Auktionen darüber, welche Anzeigen weltweit auf Bildschirmen erscheinen. Jede Auktion umfasst Tausende von Datenpunkten, mehrere Entscheidungsträger und Reaktionen innerhalb von Sekundenbruchteilen.
Das Volumen der digitalen Aktivitäten nimmt kontinuierlich zu, was den Druck für alle Beteiligten erhöht. Buyer erwarten mehr Ergebnisse für denselben Preis, Media Owner optimieren jede Impression, um ihre Erträge zu sichern, und Technologieplattformen werden dazu angehalten, mehr mit weniger zu erreichen.
Dieser Druck bringt Kosten mit sich, über die wir nicht immer sprechen: die Infrastrukturkosten. Jeder zusätzliche Hop, jeder doppelte Request und jede verpasste Impression verursachen Opportunitätskosten.
Das lässt sich leicht übersehen, da es sich um Geschäftskosten handelt. Insgesamt handelt es sich jedoch um einen Wertverlust, der für Working Media, höhere Produktinvestitionen oder einfach niedrigere Preise auf dem Markt hätte verwendet werden können.
In der Vergangenheit funktionierte das programmatische Modell ein wenig wie eine Wechselstube am Flughafen – mit wechselnden Wechselkursen, versteckten Spreads und hohen Gebühren. Man beginnt mit einem Euro, erhält aber am anderen Ende weit weniger zurück.
Mit zunehmender Reife des Marktes ist es das Ziel, dass es eher wie Visa funktioniert – ein einheitliches, global skaliertes System, das niedrige, vorhersehbare Gebühren ermöglicht. Da Budgets immer genauer geprüft werden, verschieben sich die Erwartungen in Richtung Transparenz und einem klaren Werteaustausch.
Der Wettlauf um Platz
KI ist hervorragend geeignet, um die Effizienz zu steigern und die Ergebnisse zu verbessern. Daher ist es nicht überraschend, dass es heute mehrere Unternehmen gibt, die hochmoderne Modellierungs- und benutzerdefinierte Gebotsalgorithmen in das Ökosystem einbringen und neuronale Netze auf der Grundlage umfangreicher Datensätze aus dem gesamten offenen Internet trainieren, um intelligentere Entscheidungen und bessere Ergebnisse zu erzielen.
Dank ihrer Schlussfolgerungsfähigkeiten können diese Modelle vorhersagen, welche Impressionen am ehesten zum gewünschten Ergebnis führen. Dies trägt dazu bei, dass Marken die richtige Zielgruppe zum richtigen Zeitpunkt mit der richtigen Botschaft erreichen, ohne durch Ineffizienzen Budget zu verlieren.
Wir beobachten bereits, dass der Zugang zu KI-Modellen einfacher und in einigen Fällen auch kostengünstiger wird. Allerdings erhöht KI auch den Rechenbedarf. Die damit verbundenen Kosten – Strom, GPUs und die Kosten für die Kühlung von Rechenzentren – steigen.
Die Dynamik der KI hat einen Wettlauf um Platz im 21. Jahrhundert ausgelöst. Rack-Platz, Strom und Kühlung sind nun strategische Ressourcen.
Vor einem Jahrzehnt war die öffentliche Cloud verlockend: unglaubliche Bequemlichkeit, elastische Skalierbarkeit, attraktive Preise. Heute ist die Bequemlichkeit geblieben, aber die Arbeitslasten im Zeitalter der KI haben die Kosten für Rechenleistung und Speicher deutlich erhöht.
Jeder Request, den Sie an die Cloud senden und zurückerhalten, verursacht Kosten, unabhängig davon, ob eine Transaktion durchgeführt wird oder nicht. KI verwandelt ein Softwareproblem im Wesentlichen in ein physikalisches Problem – alles hat seinen Preis in Form von Energieverbrauch, sodass der Datentransit reale Auswirkungen auf die Arbeitskosten hat.
Und wenn man diese Kosten mit Hunderten von Milliarden Auktionen pro Tag multipliziert, handelt es sich nicht um einen Rundungsfehler. Es ist ein Geschäftsmodell. Deshalb ist Ineffizienz weniger tolerierbar denn je.
Für viele Unternehmen wird es einfach zu teuer, auf diese Weise weiter zu skalieren.
Die Bedeutung von KI für die Zukunft der Werbetechnologie
Was bedeutet dies nun für die nächste Phase der Werbetechnologie?
- Sell-Side Decisioning: Immer mehr Unternehmen entscheiden sich dafür, Algorithmen, Modelle und Decisioning auf der Sell-Side einzusetzen. Dies entspricht eher der Vorstellung, dass Signale mit höherer Genauigkeit am aktuellsten sind und das Rauschen am geringsten ist. SSPs nehmen bereits Signale aus dem gesamten offenen Internet auf. Durch die Erweiterung um die Möglichkeit, Entscheidungen zu treffen und das gesamte Inventar zu kuratieren, wird das Angebot strategisch aktiviert, noch bevor es an die Buyer gesendet wird. Diese Veränderung kann die QPS (Queries per Second) reduzieren, die DSPs verarbeiten müssen, sodass sie ihre Ressourcen besser nutzen können. Außerdem führt sie zu besseren Win Rates und Ergebnissen für Werbetreibende, da das Angebot von Anfang an intelligenter ist.
- Containerisierung: Unternehmen haben nun die Möglichkeit, ihre Algorithmen oder ihren Code zu containerisieren. Anstatt sie in eine öffentliche Cloud zu verschieben, können sie direkt auf einer Exchange oder einem SSP ausgeführt werden – ähnlich wie die Kollokation von Servern und Infrastruktur an einer Börse es Händlern ermöglicht, Aufträge schneller auszuführen. Die Containerisierung eliminiert die Kosten für redundante Infrastruktur, indem sie bereits vorhandene Ressourcen besser nutzt. Sie bringt diese Algorithmen näher an die Exchange heran, beschleunigt Auktionen und reduziert die Latenz sowie die Kosten, die mit dem Hin- und Her-Senden von Signalen zur Cloud verbunden sind.
- Bewährte Verfahren für Programmatic Advertising: Schließlich ist es nach wie vor von entscheidender Bedeutung, die Grundlagen von Programmatic Advertising zu beherrschen. Die Optimierung des Supply Paths verbessert die Leistung. Priorisieren Sie daher direkte Paths und transparente Wirtschaftlichkeit und bemühen Sie sich um eine Stärkung der Qualitäts- und Betrugskontrollen, um Working Media zu schützen. Diese Grundlagen werden durch KI ergänzt: Sauberere Eingaben machen Modelle intelligenter, und intelligentere Modelle machen saubere Paths noch wertvoller.
Ein Rahmenkonzept, bei dem Effizienz an erster Stelle steht
Wenn wir möchten, dass ein größerer Teil des nächsten Euros an hochwertige Media Owner fließt und bessere Ergebnisse für Werbetreibende erzielt werden, müssen wir die Ressourcen und Utilities intelligenter nutzen, damit die Ressourcen vorrangig für Working Media eingesetzt werden.
KI kann uns dabei unterstützen, indem sie die programmatische Effizienz steigert, Vorhersagen verbessert und es uns ermöglicht, mit weniger, schnelleren und effizienteren Queries zu arbeiten.
Um diesen Vorteil zu nutzen, müssen wir jedoch alle nach einem effizienzorientierten Ansatz arbeiten und bewusst darauf achten, wie wir Nähe, Performance und Skalierbarkeit gestalten.
Erfahren Sie mehr über programmatische Effizienz und warum jede Millisekunde zählt.
Herzlichen Dank an Josh Prismon, der ebenfalls zu diesem Video beigetragen hat.