Agentic Advertising: Wenn KI-Agenten das Mediabudget steuern

agentic advertising

Mitte Juni 2026, innerhalb weniger Tage: Pinterest und Microsoft Advertising lancieren offizielle MCP-Server, Yahoo öffnet seine DSP für ein Agenten-Netzwerk mit 23 Adtech-Partnern. Der Werbeeinkauf verlagert sich von Dashboards zu KI-Agenten, die Kampagnendaten lesen, Empfehlungen geben – und zunehmend selbst handeln. Für Entscheider stellt sich damit nicht mehr die Frage, ob Agenten mitsteuern. Sondern wer sie kontrolliert.

Sechs Plattformen, ein Standard

Mit den Launches von Pinterest und Microsoft Advertising am 17. Juni 2026 verfügen sechs grosse Werbeplattformen über eigene Server für das Model Context Protocol (MCP): Google Ads, Amazon Ads, Yahoo DSP, Meta, TikTok, Pinterest und Microsoft. MCP ist eine standardisierte Schnittstelle, über die KI-Agenten direkt auf Live-Kampagnendaten zugreifen – ohne individuelle API-Entwicklung pro Modell. Bemerkenswert ist die Abstufung: Google, Amazon, Yahoo, Pinterest und Microsoft starten read-only. Meta und TikTok erlauben Agenten bereits Schreibzugriff – also Änderungen an Geboten, Budgets und Kampagneneinstellungen.

Yahoo geht einen Schritt weiter und verbindet seine DSP über ein offenes Agenten-Netzwerk mit 23 Technologiepartnern, darunter DoubleVerify, Integral Ad Science und LiveRamp. Werbeauftraggeber können eigene Agenten mitbringen, Yahoos native Automatisierung nutzen oder beides kombinieren.

Warum das kein Tool-Update ist

Parallel verschiebt sich das Nutzerverhalten. Eine Reuters-Analyse vom Juni zeigt: Besucher, die über KI-Assistenten wie ChatGPT oder Perplexity auf Shops gelangen, konvertieren rund 42 Prozent häufiger und verbringen 48 Prozent mehr Zeit auf der Website. Adobe misst ein Wachstum des KI-referenzierten Traffics von 393 Prozent gegenüber Vorjahr. Einkauf und Entdeckung wandern in konversationelle Oberflächen – und auf der Gegenseite kaufen zunehmend Agenten die Werbeplätze ein.

Genau hier liegt das Risiko: Agenten entscheiden auf Basis der Daten, die sie vorfinden. AdExchanger warnt, dass viele Targeting- und Kundendaten seit Jahren nicht validiert wurden – ein Agent, der auf veralteten Signalen optimiert, skaliert Fehler in Echtzeit. Die Governance-Frage verschiebt sich von «Wer darf publizieren?» zu «Welcher Agent darf was, auf welcher Datenbasis, mit welchem Budget?».

Was Entscheider jetzt klären sollten

  • Zugriffsrechte: Definieren Sie pro Plattform, ob Agenten lesen oder schreiben dürfen. Schreibzugriff ohne Freigabeprozess ist ein Budgetrisiko, kein Effizienzgewinn.
  • Datenqualität: Prüfen Sie Zielgruppen-, Suppressions- und Conversion-Daten, bevor Agenten darauf optimieren. Automatisierung verstärkt die Qualität der Grundlage – in beide Richtungen.
  • Agenturmodell: Wenn Agenten Reporting, Analyse und Optimierung übernehmen, gehört das Fee-Modell auf den Prüfstand. Was genau leistet Ihre Agentur noch selbst – und was bezahlen Sie? Eine unabhängige Second Opinion zum Agentur-Setup schafft hier Klarheit.
  • Messbarkeit: Weisen Sie KI-referenzierten Traffic separat aus. Was nicht sichtbar ist, lässt sich weder bewerten noch steuern.

Wie bei jeder Automatisierung gilt: Die Technologie ist der einfache Teil. Verbindliche Leitplanken, klare Verantwortlichkeiten und saubere Daten sind die Voraussetzung, damit Agenten Wirkung erzeugen statt Beschäftigung. Wie eine solche KI-Governance im Marketing aussieht, haben wir mehrfach im Journal beschrieben – sie wird mit Agentic Advertising vom Vorteil zur Pflicht.

Agentic Advertising verschiebt nicht die Frage, ob KI Ihr Marketing steuert – sondern wer die Agenten steuert. Kontrolle ist keine Funktion der Plattform. Sie ist eine Frage der Governance.

Quellen

Insights

Weitere interessante Artikel

  • Journal

Der AI Act verschiebt Fristen – aber nicht die Führungsaufgabe im Marketing
  • Journal

Der Nachweis wird Teil der Kreation: Wie Marketing AI-Content prüfbar macht
  • Journal

Der MarTech-Stack ist kein Betriebsmodell: Warum Wirkung an der Organisation scheitert