Von Gary Mittman, CEO und Mitbegründer von KERV.ai
Bei der nächsten Generation der kontextbezogenen Werbung geht es nicht darum, zu verstehen, was sich jemand gerade ansieht. Es geht darum, zu verstehen, was genau in dem Moment auf dem Bildschirm passiert, in dem eine Anzeige erscheint.
Kontextbezogene Werbung hat sich zu einer der am schnellsten wachsenden Strategien im Bereich Connected TV entwickelt – und das aus gutem Grund. Da Marketingfachleute nach immer relevanteren Möglichkeiten suchen, Verbraucher über hochwertige Streaming-Inhalte zu erreichen, spielen kontextbezogene Signale mittlerweile eine zentrale Rolle für den Erfolg von Kampagnen.
Es gibt jedoch eine Annahme, die die Branche zurückhält:
Nicht alle kontextbezogenen Signale sind gleichwertig.
Zwar behaupten viele Plattformen, kontextbezogenes Targeting anzubieten, doch beschreiben sie dabei oft grundlegend unterschiedliche Funktionen. Einige analysieren Metadaten. Andere klassifizieren Genres, Schlüsselwörter oder Programmbeschreibungen. Diese Ansätze liefern zwar nützliche Kontextinformationen – doch sie erfassen selten genau jene Momente, die tatsächlich Aufmerksamkeit, emotionale Bindung und Kaufabsicht auslösen.
Der Unterschied zwischen einem umfassenden Kontext und situationsbezogenen Informationen entwickelt sich rasch zu einem der größten Wettbewerbsvorteile – und gleichzeitig zu einem der größten blinden Flecken – in der modernen Werbung.
Die Entwicklung des Kontexts
Die erste Generation der kontextbezogenen Werbung gab eine Antwort auf eine einfache Frage:
„Was schaut sich da jemand an?“
Eine Serie.
Eine Kochsendung.
Ein Fußballspiel.
Eine Reisedokumentation.
Das liefert zwar eine nützliche Einteilung, gibt aber nur einen Teil des Gesamtbildes wieder. Es sagt Marketingfachleuten nicht viel darüber aus, was tatsächlich gerade auf dem Bildschirm passiert gerade jetzt.
Verbraucher beschäftigen sich nicht mit Produktkategorien. Sie beschäftigen sich mit Momenten.
Aufmerksamkeit entsteht in Augenblicken
Die Aufmerksamkeit der Zuschauer ist während einer Sendung nicht konstant. Sie steigt und sinkt im Verlauf der Handlung.
Ein ruhiges Gespräch.
Ein Familienessen.
Ein siegbringender Touchdown.
Ein Produkt im Einsatz.
Ein Urlaubsziel.
Die Vorstellung eines neuen Fahrzeugs.
Ein Heiratsantrag.
Ein Grillfest im Garten.
Das sind die Momente, die emotionale Bindung schaffen und zum Kauf anregen.
Herkömmliche Anbieter kontextbezogener Dienste können oft nicht zwischen diesen Erlebnissen unterscheiden, da sie sich auf eine Klassifizierung auf Serie- oder Metadatenebene stützen, anstatt die einzelnen Szenen zu verstehen.
Das hat zur Folge, dass jeder Impression innerhalb eines Programms im Wesentlichen denselben kontextbezogenen Wert zugewiesen wird – obwohl sich die Relevanz einer Marke im Verlauf eines Inhalts drastisch ändern kann. Die nächste Herausforderung besteht darin, eine kontextbezogene Klassifizierung in großem Maßstab, präzise und schnell durchzuführen.
Kontextverständnis auf der Ebene der Szene
Hier kommen moderne KI- und Bilderkennungsfunktionen ins Spiel, die die Situation grundlegend verändern. Anstatt Inhalte lediglich zu klassifizieren, entwickelt sich die KI dahingehend weiter, Szenen so zu interpretieren, dass dies der menschlichen Wahrnehmung näherkommt – sie erkennt nicht nur, was auf dem Bildschirm zu sehen ist, sondern auch den Kontext, die Emotionen und die Absicht hinter jedem einzelnen Moment.
Das bedeutet, dass es weit mehr als nur das Programm selbst identifizieren kann, darunter:
- Objekte
- Maßnahmen
- Umgebungen
- Gefühle
- Aktivitäten
- Produkte
- Markensicherheit
- Visuelle Gestaltung
- Szenenübergänge
- Erlebe Momente in Echtzeit
Anstatt eine „Kochsendung“ zu identifizieren, können Marketingfachleute Folgendes identifizieren:
- Zubereitung von Mahlzeiten für die Familie
- Grillen im Freien
- Weihnachtsbacken
- Organisation in der Küche
- Gesunde Ernährung
- Kaffeepausen
- Lebensmitteleinkauf
- Verwendung des Produkts
Diese Unterscheidungen sind wichtig, da sich die Absichten der Verbraucher von einem Moment zum nächsten drastisch ändern können.
Der Ansatz von KERV: Momente verstehen, nicht nur Inhalte
Bei KERV wird kontextbezogene Intelligenz anders aufgebaut.
Anstatt sich ausschließlich auf Metadaten oder eine allgemeine Inhaltsklassifizierung zu stützen, analysiert die patentierte KI- und Bilderkennungstechnologie von KERV Videos Bild für Bild und erfasst dabei Szenen, Objekte, Umgebungen, Aktivitäten, Produkte, Stimmungen, Emotionen und deren Zusammenhänge in Echtzeit.
Diese mehrdimensionalen Signale bilden die Grundlage für die „Moment Match Engine™“ von KERV und ermöglichen es Werbetreibenden, die wichtigsten Momente präzise und in großem Maßstab zu identifizieren und zu nutzen.
Anstatt zu fragen:
„Ist das eine Sportsendung?“
KERV kann Folgendes identifizieren:
- Das siegreiche Stück
- Feiern auf der Ladefläche
- Flüssigkeitszufuhr bei Sportlern
- Unterhaltungserlebnisse für die ganze Familie
- Kulinarische Momente im Stadion
- Produktwechselwirkungen
- Szenen aus der Automobilbranche
- Fanfeiern
Jeder dieser Momente bietet die Gelegenheit, die kreative Arbeit auf die Aufmerksamkeit der Verbraucher abzustimmen.
Diese Philosophie gilt für alle Kategorien und Streaming-Umgebungen – Unterhaltung, Nachrichten, Sport, Lifestyle, Reisen und Live-Sendungen.
Bessere Signale führen zu besseren Ergebnissen
Die Qualität der kontextbezogenen Signale wirkt sich direkt auf die Kampagnenleistung aus.
Dank besserer kontextbezogener Informationen können Werbetreibende:
- Die Aufmerksamkeit steigern
- Die Relevanz der kreativen Inhalte verbessern
- Verringerung der verschwendeten Impressionen
- Das Engagement steigern
- Die Markenwiedererkennung verbessern
- Bessere Geschäftsergebnisse erzielen
Das Ziel besteht nicht einfach darin, in Premium-Inhalten zu erscheinen. Es geht vielmehr darum, genau in den Momenten präsent zu sein, in denen die Verbraucher von Natur aus am aufnahmefähigsten sind.
Warum dies für Werbetreibende wichtig ist
Die Wirksamkeit des Marketings hängt von der Relevanz ab.
Je besser eine Werbung auf das abgestimmt ist, was Verbraucher in einem bestimmten Moment emotional verarbeiten, desto wahrscheinlicher ist es, dass sie diese wahrnehmen, sich daran erinnern und darauf reagieren.
Kontextbezogene Informationen auf Szenenebene ermöglichen es Marken, über demografische Annahmen und allgemeine Inhaltskategorien hinauszugehen und Werbung zu schalten, die sich ganz natürlich in das Seherlebnis einfügt.
Das Ergebnis sind nicht nur effizientere Kampagnen, sondern auch ein besseres Kundenerlebnis, da irrelevante und fehlplatzierte Werbung reduziert wird.
Die Zukunft des Kontexts liegt in der Intelligenz auf Momentaufnahme-Ebene
Die nächste Generation der kontextbezogenen Werbung wird nicht davon abhängen, wer über kontextbezogene Signale verfügt.
Es wird davon abhängen, wer die besten hat.
Die erfolgreichen Marken werden nicht nur wissen, was die Verbraucher sich ansehen.
Sie werden verstehen, was gerade passiert, warum es wichtig ist und wie sie auf den Moment reagieren können, bevor die Aufmerksamkeit schon wieder woanders ist.
Dazu müssen Marketingfachleute ihre Kontextpartner fragen:
- Wie tiefgreifend sind die kontextbezogenen Signale?
- Wie oft werden sie aktualisiert?
- Können sie Live-Inhalte verstehen?
- Können sie Situationen aus dem Alltag erkennen?
- Können sie die Werbemittel automatisch auf diese Momente abstimmen?
- Können sie messbare Verbesserungen in Bezug auf Aufmerksamkeit, Engagement und Geschäftsergebnisse nachweisen?
- Können sie die Werbung am Ende einer Szene an der richtigen Stelle einfügen?
Diese Fragen unterscheiden das kontextbezogene Targeting der ersten Generation von der nächsten Generation der „Moment-Level“-Intelligenz.
Das ist der Unterschied zwischen kontextbezogener und situationsbezogener Intelligenz. Und zunehmend ist es auch der Unterschied zwischen durchschnittlicher Leistung und Wettbewerbsvorteil.
Denn bei Connected CTV sind die kontextbezogenen Signale nicht alle gleich – und ebenso wenig die Ergebnisse, die sie liefern.