Beobachtetes Signal · 29. Sept. 2026 · Podcast Interview · Quelle: AdExchanger · Relevanz: 1/5 · Sentiment: Positiv
KI-Agenten brauchen saubere Datenbasis, sagt Tinuiti-CEO
In einem Podcast-Interview mit AdExchanger betont Abbey Klaassen, CEO von Tinuiti, dass erfolgreiche KI-Agenten von einer sauberen und vernetzten Datenbasis abhängen. Sie argumentiert, dass die 'unsexy' Arbeit der Dateninfrastruktur der wahre Differenzierungsfaktor ist, nicht die Agenten selbst. Der proprietäre Tech-Stack von Tinuiti, Bliss Point, entwickelt sich von einem Messinstrument zu einem 'governed agent-enabled orchestration system', in dem KI-Agenten und Menschen zusammenarbeiten, wobei Menschen eher als 'Richter' denn nur 'im Loop' agieren. Klaassen spricht auch über die Komplexität moderner Media-Mixe, die Notwendigkeit einer ganzheitlichen Optimierung über Kanäle hinweg, die versteckten Kosten zu vieler Anbieter und die Entwicklung der Agenturvergütung im Zeitalter der KI.
Der Artikel bietet eine Praktikerperspektive auf die Bedeutung der Dateninfrastruktur für KI-Agenten, ist aber keine große Branchenankündigung oder -veränderung. Es ist ein Podcast-Interview mit begrenzten neuen Fakten über Meinungen hinaus.
Marktsignale zu Tinuiti in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Tinuiti-CEO Abbey Klaassen sagt, KI-Agenten sind nur nützlich, wenn die Daten, die sie speisen, sauber und vernetzt sind.
- Der proprietäre Tech-Stack von Tinuiti, Bliss Point, entwickelt sich zu einem 'governed agent-enabled orchestration system'.
- Klaassen bevorzugt den Begriff 'human as judge' gegenüber 'human in the loop' für die Aufsicht über KI-Agenten.
- Klaassen sagt, CMOs haben ein Geschäftsproblem, nicht getrennte Google-, Meta- oder TV-Probleme.
- Die Podcast-Episode diskutiert die versteckten Kosten zu vieler Anbieter und die Weiterentwicklung der Agenturvergütung.
Verknüpfte Unternehmen
1 verknüpfte Unternehmen“Tinuiti has been doing that 'boring' stuff, she says, since well before agentic AI took over every conference agenda....”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
IAB Tech Lab CEO über Agentic AI und die Zukunft von AdTech
In Episode 114 analysiert Anthony Katsur, CEO des IAB Tech Lab, das Potenzial und die Hype-Zyklen rund um Agentic AI im digitalen Media-Trading. Während autonome KI-Agenten Effizienzgewinne im programmatischen Ein- und Verkauf versprechen, mahnt Katsur zur Vorsicht: Bevor Agentic AI skalierbare Durchbrüche liefert, müssen fundamentale Branchenstandards in den Bereichen Supply-Chain-Transparenz, Measurement und Governance etabliert werden. Die Diskussion beleuchtet zudem den Einfluss von KI-gestützten Browsern auf die Content-Distribution sowie Veränderungen in Ad Operations und Recruiting. Katsur betont, dass Agentic AI bestehende AdTech-Protokolle mittelfristig eher erweitern und optimieren als vollständig ersetzen wird. Für Marktteilnehmer bedeutet dies eine strategisch abwägende Herangehensweise, um Innovationschancen zu nutzen und gleichzeitig erhebliche Datenschutz- und Kontrollrisiken zu minimieren.
Fokus auf Fundament statt Trend-Technologien
Diese Episode des AdExchanger Talks Podcasts widmet sich Sharona Sankar-King, Chief Data and Product Officer bei Havas Media Network. Sie argumentiert, dass der Marketingerfolg auf soliden Fundamenten wie echtem Kundenverständnis, einer abgestimmten Datenstrategie und klaren KPIs beruht, statt blind jedem neuen KI-Feature oder jeder Plattform nachzulaufen. Sankar-King empfiehlt, nur jene Daten zu erheben, die zur Beantwortung spezifischer Geschäftsfragen notwendig sind. Sie betont die essenzielle Rolle analytischer Strenge nach dem Prinzip ‚garbage in, garbage out‘ sowie die abteilungsübergreifende Ausrichtung von Führung und Workflows in den Bereichen Intelligence, Planning, Activation und Measurement. Weitere Themen sind Transparenz versus Black-Box-Plattformen, die Entwicklung eines eigenen AI Operating Systems bei Havas sowie der Einsatz von kausaler KI in modernen Measurement-Ansätzen jenseits traditioneller Marketing-Mix-Modellierung.
KI-Shopping-Gatekeeper verändern Markensichtbarkeit
KI-Assistenten werden zu neuen Gatekeepern zwischen Marken und Verbrauchern, wobei Produktempfehlungen je nach Assistent variieren. Eine Analyse von Jellyfish zeigt, dass Alexa for Shopping fast ausschließlich Produkte aus dem eigenen Amazon-Sortiment empfiehlt, während ChatGPT und Google AI Mode vielfältigere Händler nennen. Microsofts Copilot zitiert laut Tinuiti am häufigsten Einzelhändler, wobei die Top-100-Händler 34% der Zitate ausmachen. Vermarkter reagieren: Laut Dentsu Creative optimieren 59% der CMOs für KI-gestützte Suche. Adobe berichtet, dass KI-vermittelte Shopper 53% mehr Umsatz pro Besuch generieren, eine Umkehrung gegenüber dem Vorjahr. HUMAN Security hebt Metas Muse als schnell wachsenden KI-Agenten für Shopping hervor, der 72% der täglichen KI-Agenten-Anfragen ausmacht.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.