KI-Agenten werden schnell Teil der Werbediskussion. Von der Mediaplanung bis zur Creative-Erstellung ist das Versprechen klar: mehr Automation, bessere Entscheidungen und schnellere Umsetzung.
Dennoch greifen die meisten Werbetools auf KI-Basis zu kurz.
Nicht weil die Modelle nicht leistungsfähig genug wären, sondern weil ihnen der Kontext fehlt.
In einer kürzlich in London aufgezeichneten Quo Vadis Live Session sind wir genau dieser Herausforderung nachgegangen: warum Context Engineering und nicht KI-Intelligenz der eigentliche Engpass für agentische Werbung ist und wie C Wire dies mit MatchPersona, unserem ersten KI-Agenten, anpackt.
Unten finden Sie die wichtigsten Gedanken aus der Session sowie das vollständige Video.
Vollständiges Webinar ansehen
(Live in London im Rahmen von Quo Vadis Live aufgezeichnet)
Das Problem: KI-Agenten ohne Kontext funktionieren nicht
Eine der zentralen Ideen der Session ist verblüffend einfach:
KI-Agenten scheitern nicht an mangelnder Intelligenz.
Sie scheitern daran, dass ihnen der richtige Kontext fehlt.
In der Werbung bedeutet Kontext:
Auf welche Daten ein Agent zugreifen kann
Über welche Tools er agieren kann
Wie Creative, Medien und Messung miteinander verknüpft sind
Welche Einschränkungen und Leitplanken bestehen
Ohne diesen Kontext bleiben KI-Systeme isolierte Funktionen: eindrückliche Demos, die in realen Arbeitsabläufen scheitern.
Dies gilt insbesondere in der Werbung, wo Entscheidungen voneinander abhängen und mehrere Ebenen der Wertschöpfungskette umfassen.
Von PowerPoint-Personas zur ausführbaren Strategie
Marketer haben Jahrzehnte damit verbracht, Personas zu definieren. Diese Personas sind oft fundiert recherchiert, durchdacht formuliert und auf die Markenstrategie abgestimmt.
Das Problem ist, was danach geschieht.
Zu oft verbleiben Personas in:
Präsentationen
PDFs
Research-Dokumenten
Mediasysteme arbeiten dagegen mit:
Segmenten
Targetings
Gebotslogiken
Die Übersetzung zwischen beiden erfolgt manuell, verlustreich und inkonsistent.
An dieser Schnittstelle bricht die Strategie ab.
MatchPersona: Personas handlungsfähig machen
MatchPersona wurde entwickelt, um diese Lücke zu schliessen.
Statt von Marketern zu verlangen, sich an medienspezifische Sprache anzupassen, setzt MatchPersona bei den Markeninputs an:
Positionierung
Zielgruppendefinitionen
Tonalität und Werte
Strategische Prioritäten
Aus diesen Inputs generiert der Agent strukturierte Personas, die:
Kollaborativ überprüft und verfeinert werden können
Mit Feedback freigegeben oder abgelehnt werden können
Direkt mit der Media-Aktivierung verknüpft sind
Kurz: Personas werden zu lebendigen Objekten statt statischen Dokumenten.
Context Engineering: Warum der gesamte Stack zählt
Eine zentrale Erkenntnis der Session ist, dass Agenten mehr als Prompts brauchen: Sie benötigen vernetzte Systeme.
Der Ansatz von C Wire basiert auf einem durchgängigen Stack:
Creative-Erstellung und Rendering
Messung und Aufmerksamkeitssignale
Supply-Side-Kontrollen und Auditing
Aktivierung über programmatische Medien
Diese Architektur ermöglicht es Agenten:
Zu verstehen, wo Anzeigen erscheinen
Die Placement-Qualität zu bewerten
Aus echten Leistungssignalen zu lernen
Fundierte Entscheidungen statt Vermutungen zu treffen
Context Engineering macht aus KI von einer rein assistierenden Technologie ein entscheidungsfähiges System.
BrandDNA und CampaignDNA: Creatives kontrolliert skalieren
Eine wiederkehrende Sorge bei KI-generierten Creatives ist der Kontrollverlust.
Um dem zu begegnen, haben wir zwei Kernkonzepte diskutiert:
BrandDNA: Tonalität, Voice, Richtlinien und Leitplanken
CampaignDNA: kampagnenspezifische Versprechen, Assets und Ziele
Diese Inputs definieren, was KI-Agenten tun dürfen und was nicht.
Jedes Creative-Ergebnis kann:
Überprüft werden
Freigegeben oder abgelehnt werden
Mit Feedback begründet werden
Mit der Zeit lernt das System aus diesen Entscheidungen und ermöglicht Skalierung ohne Verlust der Markenintegrität.
Warum bessere Werbeerlebnisse wichtiger sind als mehr Impressionen
Die Session thematisierte auch ein branchenweites Problem: Schlechte KPIs erzeugen schlechte Werbung.
Beispiele dafür sind:
Winzige Floating-Videos, die auf completed views optimiert sind
Veraltete Formate wie das 300×250, die sich seit Jahrzehnten nicht verändert haben
Die Optimierung auf die falschen Metriken führt zu:
Schlechter Nutzererfahrung
Verschwendetem Budget
Irreführenden Leistungssignalen
Bessere Werbung erfordert:
Hochwertige Placements
Kontextuelle Relevanz
Aufmerksamkeitsbasierte Messung
Diese Signale sind nicht nur für Menschen nützlich, sie sind essenziell für KI-Agenten, um zu lernen und sich zu verbessern.
Agentische Werbung ohne Blackboxen
Wichtig dabei: Die Vision von C Wire für agentische Werbung zielt nicht darauf ab, den Menschen zu ersetzen.
Das Ziel ist:
Transparenz vor Automation
Menschliches Urteilsvermögen an Entscheidungspunkten
Klare Sichtbarkeit darüber, was Agenten tun und warum
KI-Agenten sollen menschliche Entscheidungen unterstützen und verstärken, nicht ersetzen.
Dieses Prinzip ist grundlegend für MatchPersona und das gesamte Plattformdesign.
Ausblick
Dieses Webinar war der erste Teil einer zweiteiligen Reihe.
In der nächsten Session vertiefen wir:
Die internen KI-Tools, mit denen C Wire hochgradig effizient arbeitet
Wie agentische Systeme Fixkosten senken und gleichzeitig den Output steigern
Wie ein KI-natives Werbebetriebsmodell in der Praxis aussieht
Erfahren Sie mehr über MatchPersona unter cwire.com/matchpersona
