Startseite ▸ Meinung ▸ Wie KI-gestützte Vorhersagemodelle Verlagen helfen können, die Unsicherheit bezüglich Drittanbieter-Cookies zu überwinden

Wie KI-Vorhersagemodellierung Publishern helfen kann, der Unsicherheit von Drittanbieter-Cookies zu entgehen

Jürgen Galler

22. März 2021

Tatsache geprüft von Jürgen Galler Bearbeitet von Jürgen Galler

Alle reden immer noch vom Ende der Drittanbieter-Cookies, doch der Fokus verschiebt sich. Während Verlage, Werbetreibende und Technologieanbieter anfangs im Dunkeln tappten, wie Targeting – und digitales Marketing im Allgemeinen – künftig funktionieren würden, liegt der Schwerpunkt nun auf der Implementierung von Lösungen, die allen Beteiligten Vorteile bringen. Während Google im Rahmen seines Sandbox-Projekts verschiedene Vorschläge zum Thema Vögel testet, um eine geschätzte Anzahl von Problemen zu lösen, die durch Vögel verursacht werden, 52% Aufgrund sinkender Verlagseinnahmen haben Branchenakteure ihren Fokus auf First-Party-Daten und kontextbezogenes Targeting gerichtet, um die Unsicherheit im Zusammenhang mit dem Wegfall von Cookies besser bewältigen zu können. Diese Entwicklung verheißt Gutes für eine Zukunft, in der effektives digitales Marketing weiterhin möglich ist und gleichzeitig Datenzugriff, -kontrolle und Datenschutz im offenen Web gewährleistet werden. Sie sichert zudem Skalierbarkeit und nachhaltige Monetarisierung. Damit dieser Wandel jedoch wirklich gelingt, wird er auch Unterstützung durch Technologie benötigen – insbesondere durch künstliche Intelligenz (KI) und prädiktive Modellierung.

Den Kern der First-Party-Daten knacken

Verlage wissen, dass ein sicherer Weg zur Zukunft nach dem Cookie-Zeitalter bereits vor ihnen liegt: First-Party-Daten. Durch die direkte Verbindung zu ihren Zielgruppen haben Verlage bessere Chancen, die Zustimmung der Nutzer zu erhalten und die notwendigen Daten für personalisierte Inhalte und Monetarisierungsstrategien zu sammeln – und damit letztendlich ihre Gewinne zu sichern. Die Nutzung von First-Party-Daten erfordert jedoch einen ganzheitlichen Ansatz. Informationen aus Nutzerinteraktionen im Web sind häufig unstrukturiert und schwer zu verwalten, insbesondere für ressourcenschwache Publisher. Manche Nutzer sind angemeldet, andere anonym, was bedeutet, dass die Datenabdeckung und das Verständnis der Nutzeraktivitäten oft inkonsistent und unvollständig sind. Unsere Daten zeigen beispielsweise, dass nur 2–10 % der Nutzer Angaben wie Alter und Geschlecht machen, während die übrigen 90 % unbekannt bleiben. Um wertvolle Zielgruppendaten optimal zu nutzen, benötigen Publisher eine Möglichkeit, diese effektiv zu organisieren, zu erweitern und einzusetzen. Hier kann KI helfen. Erstens können KI-gestützte Tools mit hoher Verarbeitungs- und Orchestrierungskapazität große Mengen unsortierter Daten in einem zentralen Datenspeicher konsolidieren, der leichter verständlich und nutzbar ist. Zweitens können sie wichtige fehlende Informationen ergänzen und Publishern so ein umfassendes Bild der Customer Journey liefern. Dies ermöglicht eine präzise Segmentierung und gezielte Ansprache, selbst wenn keine harten Fakten vorliegen. Maschinelle Lernalgorithmen können beispielsweise das Nutzerverhalten anhand kontextbezogener Signale automatisch analysieren und so in Echtzeit Einblicke in individuelle Interessen und Präferenzen ermöglichen. Dadurch bleiben Profile stets aktuell und präzise. Dies spart nicht nur Tage oder Wochen manueller Bearbeitung, sondern verbessert auch das Werbeerlebnis – und fördert hochwertige, von Publishern bereitgestellte Werbeformate, die Kontext und Nutzererfahrung optimal ergänzen. Darüber hinaus kann fortschrittliche KI-Modellierungstechnologie die Lücken für nicht nachverfolgbare Nutzer schließen. Zum Beispiel durch die Einbeziehung von Daten FAus verschiedenen Umgebungen – Web, App, CRM und CTV – lassen sich Muster bei Nutzern mit bestimmten Attributen aufdecken, was die Profilanreicherung ähnlicher Nutzer ermöglicht und so die Zielgruppenansprache über die gesamte Zielgruppe hinweg gewährleistet. Diese Technologien konzentrieren sich auf logische, statt erklärt Attribute, die direkt auf die Datenschutzbedenken eingehen, die ursprünglich zur Abschaffung von Drittanbieter-Cookies geführt haben.

Kontextualisierung auf ein neues Niveau heben

Kontextbezogenes Targeting hat ebenfalls wieder an Popularität gewonnen, da die Branche weiterhin bestrebt ist, effektive, aber gleichzeitig datenschutzbewusste und gesetzeskonforme Lösungen für die gezielte Ansprache von Konsumenten im Zeitalter nach den Cookies zu finden. Die Technologie in diesem Bereich hat sich in den letzten zehn Jahren rasant weiterentwickelt und ermöglicht nun die Entwicklung präziserer und flexiblerer Tools für kontextbezogenes Targeting. Publisher verfügen bereits über das nötige Wissen und die Fähigkeit, Inhalte zu personalisieren und Zielgruppensegmente zu erstellen, die eine solide Grundlage für kontextbasierte Werbung bilden. Mit den ausgefeilteren Tools können sie nun eine deutlich höhere Targeting-Präzision bieten. Die neue Generation KI-gestützter Technologien ermöglicht es Verlagen beispielsweise, die Grenzen traditioneller Kontextanalysen zu überwinden. Durch die Nutzung von Echtzeitsignalen und die umfassende Auswertung ihrer digitalen Angebote können sie präzise und skalierbare Zielgruppeninformationen gewinnen, die sowohl Marken als auch der eigenen Marketingabteilung des Verlags zur Verfügung gestellt werden können. Kurz gesagt, es bietet die zusätzliche Adressierbarkeit, die für eine Personalisierung erforderlich ist, die nicht nur für Werbetreibende äußerst attraktiv ist, sondern auch ein besseres Nutzererlebnis gewährleistet – und letztendlich die Bindung zum Publikum stärkt und die Wahrscheinlichkeit langfristiger Loyalität erhöht. Die Fokussierung auf First-Party-Daten und fortschrittliches kontextbezogenes Targeting ist zweifellos ein Schritt in die richtige Richtung für die digitale Medienlandschaft. Für Publisher reicht es jedoch möglicherweise nicht aus, einfach einen Cookie (Drittanbieter-Cookie) durch einen anderen (First-Party-Cookie) zu ersetzen, um die Unsicherheit im Zusammenhang mit Cookies vollständig zu beseitigen. Entscheidend ist der Aufbau einer agilen und skalierbaren First-Party-Strategie durch das Testen alternativer Technologien. Dies eröffnet Publishern weitere Möglichkeiten, den Mehrwert für Nutzer und Marken zu steigern und damit ihre Marktposition zu stärken.

0 0 Stimmen

Artikelbewertung

0 Kommentare

Inline-Feedbacks

Alle Kommentare anzeigen

Mitwirkender?

Treten Sie jetzt unserer Community bei! Melden Sie sich an, um einen Kommentar abzugeben, oder werden Sie Mitwirkender, um Ihre einzigartigen Erkenntnisse und Ihr Fachwissen zu teilen. Ihre Stimme zählt – machen Sie noch heute mit!

Überprüfen Sie unsere Mitwirkenden

Redakteurfavoriten

Digitale Plattformen und Tools

Wie KI-Vorhersagemodellierung Publishern helfen kann, der Unsicherheit von Drittanbieter-Cookies zu entgehen

Jürgen Galler

Jürgen Galler

Den Kern der First-Party-Daten knacken

Kontextualisierung auf ein neues Niveau heben

Die 8 besten E-Mail-Newsletter-Plattformen für Verlage im Jahr 2025

Was ist ein Inhaltsersteller?

Google News SEO Guide 2024: Best Practices für Nachrichtenverleger