Amazon Ads Agent: Retail Media wird agentisch auf der unBoxed 2026

Retail Media hatte gegenüber der übrigen digitalen Werbung schon immer einen Vorteil: Es sitzt direkt neben dem Kauf. Auf der unBoxed 2026 fügte Amazon einen zweiten Vorteil hinzu. Es stellte einen KI-Agenten vor fast alles, was ein Werbetreibender auf seiner Plattform tut — vom Einkauf über die Kreation bis zur Messung.

Was passiert ist

Amazons eigene Zusammenfassung, The 11 biggest takeaways from unBoxed 2026, listet die Ankündigungen auf. Kernstück ist Amazon Ads Agent, ein einheitliches Einkaufserlebnis, das die frühere DSP und die Ads Console zusammenführt und Sponsored Ads, Full-Funnel Campaigns und DVA+ abdeckt, mit einer dialogbasierten KI-Funktion in einer erweiterten geschlossenen Beta.

Bei Full-Funnel Campaigns steuert KI Kanalmix, Creatives, Zielgruppen und Optimierung über Video, Display und Audio hinweg. Laut Amazon erzielten Beta-Tester einen um 67 % höheren langfristigen Return on Ad Spend und um 29 % niedrigere Kosten für die Gewinnung markenneuer Kunden. KI-Kreativtools in Ads Agent erzeugen Display-Anzeigen und Videos aus vorhandenen Produktassets; laut Amazon erreichten Werbetreibende, die sie nutzten, bis zu 71 % mehr Produktabdeckung und bis zu 15 % Umsatzwachstum gegenüber ihren vorherigen Ergebnissen.

Bei der Messung bietet Ads Agent Zugriff auf fast 1.000 Kennzahlen über dialogbasierte Abfragen und erstellt Business Reviews mit Visualisierungen und Vergleichswerten. Ein AMC Expert Tool übersetzt Anfragen in natürlicher Sprache in SQL für Amazon Marketing Cloud. Amazon kündigte außerdem einen Ads MCP Server (Lite) an, damit externe Agenten mit Amazon Ads arbeiten können, Branded Conversations zur Darstellung von Markenvorteilen in Alexa for Shopping sowie Sponsored Services mit Yelp als Ankerpartner für lokale Dienstleistungen. Alle Leistungszahlen stammen von Amazon selbst.

Warum das wichtig ist

Zwei Verschiebungen stechen hervor.

Die erste: Die Schnittstelle zur Werbeplattform wird zum Gespräch. Ein Business Review in einfacher Sprache über fast tausend Kennzahlen anzufordern, nimmt viel Routinearbeit ab. Es bedeutet aber auch, dass die gestellte Frage die Antwort prägt. Früher verbrachten Analysten Stunden damit zu entscheiden, welcher Datenausschnitt fair ist. Ein Chatfenster macht es leicht, diesen Schritt zu überspringen.

Die zweite: Die Plattform übernimmt den gesamten Funnel. Wenn KI Kanalmix, Creatives und Zielgruppen wählt und dieselbe Plattform das Ergebnis misst, müssen Werbetreibende genau wissen, welche Entscheidungen sie delegieren und wie sie die Ergebnisse überprüfen.

Was meine Forschung sagt

Über dieses Spannungsfeld bei der Messung habe ich auf e27 geschrieben, in Every dashboard is green. So why can't anyone say what worked? Bessere Reporting-Tools führen nicht automatisch zu besserem Verständnis. Analytik in natürlicher Sprache wird Dashboards noch leichter erzeugbar machen. Die Disziplin, zu fragen „verglichen womit?“, wird wichtiger, nicht unwichtiger.

Auf der kreativen Seite hat sich unsere Forschung darauf konzentriert, Leistung vorherzusagen und zu erklären. In Fusing Predictive and Large Language Models for Actionable Recommendations in Creative Marketing (ACM TOIS 2025) haben wir Performance-Vorhersagen mit LLMs kombiniert, sodass aus einem Creative-Score eine umsetzbare Empfehlung wird. Display und Video in großem Maßstab aus Produktassets zu generieren ist mächtig, aber die Generierung ist nur die halbe Schleife. Die andere Hälfte ist das Wissen, auf welche Variante man setzt und warum — und dieses Wissen sollte der Marke gehören, nicht nur dem Optimierer der Plattform.

Es gibt auch einen Long-Tail-Aspekt. Laut Amazon erreichten Werbetreibende mit seinen KI-Kreativtools eine höhere Produktabdeckung. Meiner Ansicht nach verdient sich KI genau im Long Tail ihren Lohn: bei den Tausenden SKUs und Nischenzielgruppen, für die kein menschliches Team je einzelne Anzeigen schreiben würde. Long-Tail- und Lower-Funnel-Optimierung habe ich in Forbes in Low-Funnel Ad Optimization On Social Media Platforms erörtert. Die Chance ist real — solange die Qualitätskontrolle mitwächst.

Was Retail-Media-Teams jetzt tun sollten

• Legen Sie Ihre Delegationslandkarte fest. Schreiben Sie auf, welche Hebel der Ads Agent steuern darf (Gebote, Kanalmix, Creative-Varianten) und welche eine menschliche Freigabe brauchen.
• Stellen Sie der dialogbasierten Analytik bessere Fragen. Fordern Sie immer den Vergleich an: gegenüber der Vorperiode, gegenüber einer Holdout-Gruppe, gegenüber einem Branchenvergleich — und notieren Sie, welchen Sie verwendet haben.
• Nutzen Sie KI-Kreation für die Abdeckung und dünnen Sie dann aus. Erzeugen Sie Assets für den Long Tail Ihrer Produkte, überprüfen Sie aber die Leistung und mustern Sie schwache Varianten regelmäßig aus.
• Führen Sie eigene Aufzeichnungen über die Ergebnisse. Exportieren Sie die relevanten Ergebnisse in Ihre eigene Analyse, damit Sie Amazon mit anderen Kanälen auf derselben Grundlage vergleichen können.
• Erkunden Sie MCP mit Bedacht. Ihre eigenen Agenten mit Amazon Ads zu verbinden ist effizient, aber geben Sie ihnen die engsten Berechtigungen, die funktionieren.

Amazon hat die Werbeplattform zum Antworten gebracht. Am meisten werden die Teams herausholen, die ihr weiterhin harte Fragen stellen.

FAQ