Metas neue KI-Werbetools: Automatisierung braucht weiter Erklärung

Jedes Jahr gehen die großen Plattformen einen weiteren Schritt darauf zu, die ganze Kampagne für Sie zu steuern. Auf der Advertising Week New York am 6. Oktober ging Meta gleich mehrere: ein Werbeassistent mit Gedächtnis, aus Standbildern generierte Videos, Zielgruppenfindung in natürlicher Sprache und ein erweiterter Server, über den externe KI-Tools sein Werbesystem bedienen können. Nützliche Tools. Doch Automatisierung ohne Erklärung ist ein Risiko, das Sie übernehmen — nicht eines, das Meta Ihnen abnimmt.

Was passiert ist

Metas eigene Ankündigungsseite konnte ich nicht öffnen, daher stütze ich mich auf zwei ausführliche Berichte. Laut der Analyse von Relevant Audience und dem Bericht von TechJuice kündigte Meta Folgendes an:

• Advantage+ Creative-Video aus Standbildern, jetzt allgemein verfügbar, und Katalog-Produktvideos in der Beta für berechtigte Werbetreibende.
• Ads Creative Studio, ein Kreativ-Arbeitsbereich, der bisher ausgewählten Partnern vorbehalten war und nun für weitere Werbetreibende ausgerollt wird.
• Ein KI-Assistent für Unternehmen mit gesprächsübergreifendem Gedächtnis, mit Tests zum Import von Strategiedokumenten und Markenrichtlinien, geplanten Berichten und Warnmeldungen sowie agentischen Aktionen wie Kampagnen-Setup und Budgetänderungen mit Vorschau und Freigabe.
• Ein Tool für Customer-Lifecycle-Strategien, jetzt für alle Werbetreibenden verfügbar, sowie KI-gestützte Zielgruppenfindung im Detailed Targeting, bei der Werbetreibende einen idealen Kunden in natürlicher Sprache beschreiben. Relevant Audience gibt Metas Zeitplan dafür mit „bis Ende des Jahres“ an.
• Ein erweiterter Ads MCP server mit zehn namentlich genannten Partnern, darunter Databricks, Perplexity, Snowflake und Triple Whale, damit KI-Tools von Drittanbietern mit Metas Werbesystem arbeiten können.
• Commerce-Funktionen, darunter Tests eines direkten Checkouts über Metas Business Agent im Messenger mit Shopify und eines direkten Checkouts in Meta AI mit Partnern wie Adyen, PayPal, Shopify und Stripe.

Meta gab außerdem an, dass Werbetreibende, die die Empfehlungen seines Assistenten übernehmen, „typischerweise“ 5 % mehr Conversions bei gleichen Kosten pro Conversion erzielen und dass mehr als 60 % der Zeit auf Facebook und Instagram mit Video verbracht werden. Relevant Audience merkt an, dass Meta keine Methodik für diese Zahlen veröffentlicht hat.

Warum das wichtig ist

Zwei dieser Neuerungen verändern, wer das Denken übernimmt.

Zielgruppenfindung in natürlicher Sprache bedeutet, dass die Plattform Ihre Beschreibung eines Kunden in Targeting übersetzt. Das ist eine Profiling-Entscheidung. Vom Assistenten gesteuerte Budget- und Targeting-Änderungen bedeuten, dass die Plattform auch entscheidet, was mit dem Ergebnis geschieht. Und der MCP-Server bedeutet, dass die KI, die Sie außerhalb von Meta nutzen, nun innerhalb von Meta handeln kann.

Jeder Schritt spart Zeit. Zusammen bündeln sie Entscheidungen in Systemen, die auf die Ziele der Plattform optimiert sind und mit den eigenen Daten der Plattform gemessen werden. Wenn dasselbe Unternehmen die Anzeige verkauft, die Zielgruppe wählt, das Creative generiert und das Ergebnis berichtet, wird eine unabhängige Sicht wertvoller, nicht weniger wertvoll.

Was meine Forschung sagt

Eine Zielgruppe in Worten zu beschreiben und ein Zielsegment zurückzubekommen, ist ein Problem, mit dem ich mich lange beschäftigt habe. Unsere Arbeit zum Multi-View-Persönlichkeitsprofiling über Twitter, Facebook und PersonalityCafe (Frontiers in Big Data, 2022) hat gezeigt, dass das, was man über Menschen ableitet, stark davon abhängt, welche Signale man nutzt. Eine Beschreibung in natürlicher Sprache ist eine Hypothese über Ihren Kunden. Sie verdient es, getestet und nicht nur ausgeführt zu werden.

Bei Creatives hat mein Team an der Bewertung vor dem Start gearbeitet. In SoCraft (WSDM 2023) haben wir ein multimodales Modell demonstriert, das die Meta-Anzeigen-Creatives eines Werbetreibenden anhand von Text, Bild, Targeting und Einstellungen bewertet, bevor sie live gehen. In Against Opacity (ACM Multimedia 2023) haben wir einen LLM-Assistenten ergänzt, der erklärt, was eine vorhergesagte Klickrate bestimmt. Das Prinzip ist dasselbe, das ich auf Plattform-Tools anwende: Aus einem Score, den man nicht erklären kann, kann man nichts lernen.

Aus Standbildern generierte Videos werden die Zahl der Varianten vervielfachen, die eine Marke schalten kann. Das ist gut — sofern noch jemand entscheidet, welche Varianten Budget verdienen, und versteht, warum die Gewinner gewonnen haben. Sonst bekommen Sie mehr Creatives und weniger Wissen.

Was Werbetreibende jetzt tun sollten

• Nutzen Sie die neuen Video- und Kreativtools, aber behalten Sie einen Filter vor dem Start. Prüfen und bewerten Sie Varianten, bevor sie Geld ausgeben, und halten Sie fest, warum jede einzelne live ging.
• Behandeln Sie Zielgruppen in natürlicher Sprache als Experimente. Schreiben Sie die Beschreibung, testen Sie sie gegen Ihre bisher beste Zielgruppe und vergleichen Sie die Kosten pro realem Ergebnis, nicht nur Plattform-Conversions.
• Genehmigen Sie agentische Änderungen bewusst. Nutzen Sie die von Meta beschriebenen Vorschauen und Freigaben und legen Sie Regeln fest, welche Änderungen ein Assistent ohne Menschen vornehmen darf.
• Achten Sie darauf, was Sie importieren. Strategiedokumente und Markenrichtlinien sind sensibel. Entscheiden Sie, was der Assistent wirklich braucht.
• Behalten Sie eine unabhängige Messsicht. Holdouts, Inkrementalitätstests und Ihre eigene Analytik sind das Gegengewicht zu den von der Plattform gemeldeten Ergebnissen.

Metas Tools werden so gut, dass sich der Engpass von der Ausführung zum Urteil verlagert. Sorgen Sie dafür, dass Ihr Team dieses Urteil weiterhin fällt.

FAQ