Open Web:
Warum KI den größten Vorteil von Google und Meta angreift

Für Taboola-CEO Adam Singolda geht es damit um mehr als ein weiteres KI-Produkt. Er greift indirekt eines der größten Machtzentren im digitalen Werbemarkt an und damit den operativen Vorsprung der Walled Gardens. Denn dort konzentrierte sich über Jahre jene Automatisierung, die Performance-Marketing überhaupt erst effizient skalierbar gemacht hat.

„80 Prozent der befragten Senior Performance-Marketerinnen und -marketer würden sofort ihre Performance-Budgets im Open Web erhöhen, sofern es dort vergleichbare agentische Lösungen wie auf den Search- und Social-Plattformen gäbe“, sagt Singolda im Gespräch mit W&V.

Die Zahl unterstreicht nicht nur das Interesse an neuen Tools, sondern einen latenten Budgetkonflikt. Viele Werbetreibende würden offenbar mehr Geld außerhalb von Google, Meta und Amazon einsetzen wenn dort dieselbe operative Einfachheit verfügbar wäre.

Über Jahre galt praktisch das Gegenteil, denn wer maximale Effizienz wollte, verlagerte Budgets immer stärker in geschlossene Plattformen. Agentic-AI-Systeme wie Realize+ nähren nun die Hoffnung, dass sich die operative Einfachheit der Walled Gardens zumindest teilweise auch ins Open Web übertragen lässt.

KI verändert die Machtfrage im Marketing

Damit verändert sich auch die Rolle von Marketingorganisationen, denn wenn KI-Systeme operative Kampagnensteuerung zunehmend übernehmen, betrifft das nicht nur Mediaeinkauf oder Plattformauswahl. Es berührt die Frage, wer künftig Kontrolle über Budgets, Zielgruppen, Creatives und Optimierung besitzt.

Bislang bestand ein erheblicher Teil der Performance-Arbeit aus manueller Optimierung: Zielgruppensteuerung, Budgetverteilung, Creative-Tests, Bid-Management oder laufende Anpassungen an Plattformmechaniken. Agentic-AI-Systeme wie Realize+ automatisieren diese Prozesse zunehmend.

Dadurch entsteht wiederum ein neuer Zielkonflikt. Je stärker KI operative Entscheidungen übernimmt, desto wichtiger werden Kontrolle, Transparenz und Governance. Das gilt besonders außerhalb geschlossener Plattformen, wo Brand Safety, Inventarqualität und Nachvollziehbarkeit traditionell sensibler sind.

Taboola versucht an dieser Stelle gegenzusteuern. Singolda verweist auf direkte Partnerschaften mit Premium-Publishern, Echtzeit-Überwachung und transparente Steuerungsmöglichkeiten für Werbetreibende. Trotzdem bleibt die größere Herausforderung bestehen: Wer operative Entscheidungen an KI delegiert, muss erklären können, warum diese Systeme bestimmte Entscheidungen treffen.

„Automatisierung bedeutet nicht den Entzug von Kontrolle – sie verschiebt sie“, sagt Singolda dazu. Operative Steuerung verschwindet also nicht, sondern sie wandert von manueller Kampagnenoptimierung hin zu Zieldefinition, Datenqualität, Governance und Systemkontrolle. Für viele Marketingteams ist das keine kleine Anpassung, sondern ein organisatorischer Umbau.

Der Engpass sitzt in den Unternehmen selbst

Besonders deutlich wird das in der Taboola-Studie, die den Launch von Realize+ begleitet. Die größte Hürde bei der Einführung von Agentic AI ist demnach nicht die Technologie selbst, sondern ihre Integration in bestehende Workflows. Vor allem große Werbetreibende tun sich damit schwer.

Während nur neun Prozent der Unternehmen mit monatlichen Werbeausgaben zwischen 300.000 und 499.000 US-Dollar die Integration als große Herausforderung sehen, steigt dieser Wert bei Unternehmen mit monatlichen Budgets zwischen einer und 4,9 Millionen US-Dollar auf 74 Prozent.

Das verweist auf ein Problem, das derzeit in vielen Marketingorganisationen sichtbar wird. Danach scheitert KI oft nicht an der Technik, sondern an Prozessen, Zuständigkeiten und internen Strukturen. Je autonomer Systeme arbeiten, desto stärker geraten klassische Freigabeprozesse, Teamstrukturen und Governance-Modelle unter Druck.

Das betrifft nicht nur Anbieter wie Taboola. Viele Unternehmen haben ihre Marketingorganisationen über Jahre entlang einzelner Kanäle aufgebaut: Search-Teams, Social-Teams, Programmatic-Strukturen, getrennte KPI-Systeme und spezialisierte Agenturmodelle.

Agentic AI erhöht nun den Druck auf genau diese Strukturen. Denn je stärker Systeme operative Optimierung automatisieren, desto weniger relevant wird in manchen Bereichen die manuelle Plattformsteuerung. Gleichzeitig gewinnen strategische Zieldefinition, Datenqualität, Governance und kanalübergreifende Koordination an Bedeutung.

Damit verändert sich auch die Rolle von Agenturen. Gefragt sind künftig nicht nur Spezialisten für einzelne Plattformen, sondern Teams, die komplexe KI-Systeme steuern, Risiken kontrollieren und Geschäftsziele sauber in operative Kampagnenstrategien übersetzen können.

Warum das Open Web wieder interessanter wird

Parallel verändert sich der Blick auf Publisher-Inventare. Das Open Web galt lange als ergänzender Reichweitenkanal neben den dominierenden Plattformen. Der operative Aufwand war hoch, die Steuerung aufwendiger und die Effizienz oft schwerer skalierbar.

Wenn KI diese operative Reibung tatsächlich reduziert, könnte sich diese Wahrnehmung verändern. Dann wird wieder interessanter, was außerhalb der Walled Gardens an zusätzlicher Reichweite und Nachfragepotenzial existiert.

Taboola spricht dabei bewusst von „inkrementellen Ergebnissen“. „Inkrementalität bedeutet, Conversions zu generieren, die andernfalls nicht zustande gekommen wären“, sagt Singolda.

Der Satz ist wichtig, weil er den wirtschaftlichen Druck hinter dem Thema beschreibt. Search und Social liefern weiter Effizienz, schöpfen aber häufig bestehende Nachfrage ab. Viele Performance-Teams suchen deshalb nach Wachstum, das nicht nur aus der Umverteilung vorhandener Conversions entsteht. Genau daran wird sich messen lassen, ob Open-Web-Automatisierung mehr ist als ein weiteres Versprechen der Adtech-Branche.

Die Frage im Performance-Marketing lautet künftig womöglich nicht mehr nur, welche Plattform die besten Ergebnisse liefert, sondern welche Systeme Wachstum außerhalb der bereits stark optimierten Plattform-Ökosysteme effizient erschließen können.

Für viele Marketingorganisationen hat das konkrete Folgen. Je stärker KI operative Steuerung vereinfacht, desto wichtiger werden Datenqualität, Governance, kanalübergreifende Orchestrierung und die Fähigkeit, Systeme sinnvoll zu kontrollieren. Die eigentliche Differenzierung entsteht damit künftig weniger über einzelne Plattformen als über die Fähigkeit, KI-gestützte Infrastruktur strategisch zu steuern.