Wenn Algorithmen die falschen Signale belohnen

Künstliche Intelligenz soll digitale Werbung effizienter machen. Algorithmen analysieren grosse Mengen von Signalen, prognostizieren Nutzerverhalten und optimieren die Verteilung von Werbebudgets automatisiert. Doch ein Algorithmus kann nur jene Qualität optimieren, die seine Daten, Zielgrössen und Kontrollmechanismen tatsächlich abbilden.

Was geschieht, wenn Klicks durch automatisierte Browser entstehen? Wenn künstlich generierte Interaktionen als authentisches Nutzerverhalten gewertet werden? Oder wenn minderwertige Werbeumfelder besonders günstige Performance-Zahlen erzeugen?

Dann besteht die Gefahr, dass algorithmische Systeme genau jene Traffic-Quellen bevorzugen, die ein Advertiser aus Qualitätsgründen vermeiden sollte. Das Problem liegt nicht zwangsläufig in der KI. Es liegt in der Signalqualität, den wirtschaftlichen Anreizen und unzureichend durchgesetzten Qualitätsanforderungen.

1. Die 71-Prozent-Frage: Was zeigt Spider AF?

Der Ad Fraud Investigation Report H1 2026 von Spider AF untersucht rund 4,006 Milliarden Werbeklicks aus Januar bis Juni 2026. Der Anbieter berichtet, dass 5,58 Prozent der untersuchten bezahlten Klicks als ungültig klassifiziert wurden. Bei den erfassten Bot-Aktivitäten entfielen dem Bericht zufolge 64,4 Prozent auf fortgeschrittene Bots. 71 Prozent der geschätzten Verluste auf Made-for-Advertising-Websites (MFA) wurden KI-optimierten Werbeauslieferungen zugeordnet.

Wichtig: Die 71 Prozent bedeuten weder, dass 71 Prozent aller KI-optimierten Impressions betrügerisch wären, noch dass KI die Verluste verursacht hat. Ohne die relativen Budgetanteile und die Exposition zu MFA-Inventar ist keine belastbare vergleichende Schadenswahrscheinlichkeit ableitbar. Auch globale Verlustschätzungen sind Hochrechnungen und keine direkt beobachteten Gesamtschäden.

Die belastbare Lehre ist enger, aber wichtig: Algorithmische Optimierung garantiert keine authentische oder wirtschaftlich hochwertige Auslieferung.

2. Wie manipulierte Signale zu vermeintlicher Performance werden

Klicks, Conversions und modellierte Nutzerreaktionen können in die Optimierung von Kampagnen einfliessen. Ein technisch registrierter Klick beweist jedoch weder Kaufabsicht noch menschliche Beteiligung. Eine Conversion ist kein automatischer Nachweis inkrementeller Wirkung.

Bleiben manipulierte Ereignisse unerkannt, können sie als positive Signale gewichtet werden. Dadurch kann eine Rückkopplung entstehen: Fragwürdige Traffic-Quellen erzeugen vermeintliche Erfolge; das System bewertet ähnliche Auslieferungen günstiger; mehr Budget kann dorthin fliessen; neue Ereignisse bestätigen scheinbar die Entscheidung.

Ob dieser Mechanismus in einer konkreten Kampagne tatsächlich auftritt, ist empirisch zu prüfen. Er darf nicht ohne forensische Evidenz als Tatsache über einzelne Plattformen behauptet werden.

3. MFA ist nicht automatisch Ad Fraud

Made-for-Advertising-Websites sind Angebote, deren Monetarisierung stark auf Werbekontakten basiert. Hohe Anzeigendichte, aggressive Traffic-Akquisition oder geringe inhaltliche Eigenleistung können Hinweise sein. Nicht jede MFA-Website betreibt nachweislich Betrug, und nicht jeder technisch gültige Kontakt ist wirtschaftlich wertvoll.

Drei Ebenen sind unabhängig voneinander zu prüfen: Inventarqualität, Traffic-Authentizität und tatsächliche Werbewirkung. Eine gültige Impression kann in einem minderwertigen Umfeld stattfinden. Ein menschlicher Besuch beweist nicht, dass eine Anzeige wahrgenommen wurde. Eine gemessene Conversion beweist nicht, dass sie durch Werbung zusätzlich entstanden ist.

4. IAB: Technische Standards ersetzen keine Durchsetzung

IAB und IAB Tech Lab leisten mit Spezifikationen wie ads.txt, sellers.json und dem OpenRTB SupplyChain Object einen legitimen Beitrag zur technischen Interoperabilität und zur Transparenz von Verkäuferbeziehungen. Diese Instrumente können bestimmte Formen von Inventory Spoofing erschweren.

Das IAB repräsentiert jedoch Interessen der digitalen Werbewirtschaft. Auch grosse Plattformen und Technologieanbieter sind im Ökosystem der Standardisierung vertreten. Daraus ergibt sich ein strukturelles Governance-Risiko: Akteure, die wirtschaftlich von der Infrastruktur profitieren, wirken zugleich an der Formulierung technischer Anforderungen mit. Daraus folgt nicht automatisch Fehlverhalten einzelner Mitglieder, wohl aber die Notwendigkeit einer unabhängigen Kontrolle.

Die Veröffentlichung einer IAB-Spezifikation verpflichtet nicht alle Marktteilnehmer zu ihrer Implementierung. Die Einhaltung wird nicht flächendeckend wie durch eine staatliche Aufsichtsbehörde erzwungen. Compliance-Programme und technische Validierungsangebote ändern daran nichts Grundsätzliches.

Eine autorisierte Verkäuferbeziehung beweist keinen menschlichen Werbekontakt. Eine dokumentierte Lieferkette beweist keine Sichtbarkeit und keine Werbewirkung. Ein Standard ist ein Werkzeug, keine Qualitätsgarantie.

5. MRC: Akkreditierung mit begrenztem Geltungsbereich

Das Media Rating Council (MRC) ist vom IAB zu unterscheiden. Seine Akkreditierungen umfassen definierte Messdienstleistungen, unabhängige Audits und wiederkehrende Prüfungen. Das ist substanzieller als eine blosse Guideline.

Dennoch ist die Teilnahme am Akkreditierungssystem grundsätzlich freiwillig. Eine Akkreditierung gilt für den konkret geprüften Dienst und den ausgewiesenen Scope, nicht pauschal für alle Messungen und sämtliche Formen von Betrug. Auch werden vollständige Auditunterlagen nicht generell öffentlich zugänglich gemacht.

Das MRC unterscheidet General Invalid Traffic (GIVT) und Sophisticated Invalid Traffic (SIVT). Die Grenzen einer Erkennung bleiben entscheidend: «Nicht als ungültig identifiziert» bedeutet nicht «als menschlich bewiesen». Standardkonforme Messung kann nur erfassen, was ihre Methodik, Instrumentierung und Messabdeckung erlauben.

Unsere Kritik richtet sich nicht gegen Audits, sondern gegen die Überinterpretation ihrer Aussagekraft und gegen fehlende allgemeine Durchsetzung gegenüber dem Markt.

6. Die Schwäche der Selbstregulierung

Die Werbeindustrie verfügt nicht über zu wenige Definitionen. Sie verfügt über zu wenige durchgängig überprüfbare Mechanismen, die technische Anforderungen mit unabhängiger Kontrolle und wirtschaftlicher Verantwortung verbinden.

Plattformen kontrollieren grosse Teile der Auslieferungsinfrastruktur und der relevanten Daten. Werbetreibende finanzieren das System, verfügen aber nicht immer über ausreichende Zugriffs- und Auditmöglichkeiten. Freiwillige Standards beseitigen diese Informationsasymmetrie nicht automatisch.

Die H.O.T. AG fordert deshalb nachvollziehbare Qualitätsnachweise, vertragliche Auditrechte, angemessene Datenzugänge und definierte Konsequenzen bei dokumentierten Verstössen. Niemand sollte aus einer Zertifizierung oder Guideline mehr Sicherheit ableiten, als ihr konkreter Prüfbereich zulässt.

7. Warum KI die Schwäche skalieren kann

Automatisierte Systeme treffen sehr viele Budget- und Auslieferungsentscheidungen in kurzer Zeit. Wenn fragwürdige Signale in diese Entscheidungen eingehen, können sich Qualitätsprobleme schneller und über grössere Mengen von Werbekontakten auswirken.

Mehr Automatisierung bedeutet nicht zwangsläufig mehr Betrug. Sie erhöht aber die Anforderungen an überprüfbare Datengrundlagen, unabhängige Messung, transparente Kontrollmechanismen und Governance. Je autonomer optimiert wird, desto wichtiger wird ein belastbarer externer Evidenzlayer.

8. Sechs Massnahmen für Advertiser

1. Qualitätskriterien vor dem Kampagnenstart festlegen. Ein günstiger CPA oder hoher ROAS ist kein hinreichender Qualitätsbeweis.

2. Supply Paths unabhängig prüfen. ads.txt und sellers.json sind Ausgangspunkte, keine Endkontrolle; tatsächliche Verkaufswege, Reseller und Publisher müssen überprüft werden.

3. Unabhängige In-Ad- und On-Site-Signale nutzen. Rendering, Sichtbarkeit, Traffic-Herkunft und Interaktionsmuster sollten möglichst aus mehreren Quellen beurteilt werden.

4. Human Traffic nicht als Restkategorie definieren. Nicht erkannter Bot-Traffic ist nicht automatisch validierter menschlicher Traffic.

5. KI-Optimierung kontrolliert vergleichen. Neben Performance auch IVT, Inventarqualität und möglichst inkrementelle Wirkung bewerten.

6. Governance vertraglich absichern. Messrechte, Datenzugänge, Eskalation und finanzielle Verantwortung bei nachgewiesenen Verstössen vorab regeln.

9. H.O.T. AG: Unabhängige Evidenz statt Selbstbestätigung

H.O.T. AG verbindet strategisches Mediawissen, programmatische Supply-Chain-Analysen, technische Messung und forensische Interpretation. In Zusammenarbeit mit FouAnalytics lassen sich – je nach Implementierung und Messabdeckung – über 300 technische und verhaltensbezogene Signale untersuchen.

Nicht jede Auffälligkeit ist Betrug. Nicht jedes ungefilterte Ereignis ist authentisch. Und nicht jede valide Impression bedeutet nachgewiesene Werbewirkung. Diese Differenzierungen sind die Grundlage für seriöse Media Governance.

Unser Anspruch ist nicht, Standards durch eigene Behauptungen zu ersetzen. Wir prüfen Qualitätsversprechen anhand der verfügbaren technischen Evidenz und dokumentieren ausdrücklich, wo die Beobachtbarkeit endet.

Fazit: Mehr Kontrolle statt mehr Selbstbestätigung

KI kann den Mediaeinkauf effizienter machen. Sie kann aber nicht von sich aus garantieren, dass ihre Lernsignale authentisch sind. Die Spider-AF-Befunde liefern einen Anlass zur Prüfung, keinen pauschalen Kausalbeweis gegen KI.

IAB-Spezifikationen und MRC-Akkreditierungen können wichtige Bausteine sein. Sie schaffen für sich genommen aber keine flächendeckende unabhängige und verbindliche Kontrolle digitaler Werbekontakte.

Die digitale Werbeindustrie hat kein Defizit an Guidelines. Sie hat ein Defizit an unabhängiger Durchsetzung und überprüfbarer Verantwortung.

Die entscheidende Frage lautet daher nicht nur, wie effizient ein Algorithmus optimiert. Sondern: Wer überprüft unabhängig, ob das, was optimiert wird, überhaupt real ist?

Quellen und Methodik

Methodischer Hinweis: Anbieterwerte gelten nur für den untersuchten Messbestand. Interpretationen zu algorithmischen Rückkopplungen sind mögliche Mechanismen, keine nachgewiesenen Einzelfälle. Die Governance-Kritik ist eine fachliche Bewertung der H.O.T. AG.

Weiterführende Analysen und Dienstleistungen