Wie Jens Bargmann Leser mit Machine Learning durchleuchtet

 

Der Geschäftsführer des Werbe-Technologieanbieters MediaMath kämpft gegen Fake News und Adfraud. Erfahren Sie im "kressköpfe"-Interview, warum der Heavy-Metal-Fan sich mit Springer-Chef Mathias Döpfner vergleicht.

kress.de: Herr Bargmann, Sie beschäftigen sich schon lange mit Anwendungen, die auch in der Medienbranche einige noch für Science-Fiction halten. Helfen Sie uns auf die Sprünge: Was genau versteht man unter Machine Learning mit Blick auf die Medienbranche?

Jens Bargmann: Machine Learning ist ein Teilgebiet der künstlichen Intelligenz. Dabei werden sehr große Datenmengen mithilfe von Machine-Learning-Algorithmen, die sich kontinuierlich selbst optimieren, ausgewertet. Ziel der Anwendung dieser Technologie in der Medienbranche ist es, Prognosen über das Verhalten von Mediennutzern beispielsweise über ihre Interaktion mit Werbemitteln zu erstellen. Diese Informationen können dann dazu genutzt werden, ihnen zu dem prognostizierten Verhalten passende Werbemittel auszuspielen oder für sie relevante Inhalte zu empfehlen. Machine Learning verhilft also Werbetreibenden dazu, ihre Werbebudgets effizienter einzusetzen, verbessert die Vermarktungsmöglichkeiten für Publisher und sorgt letztendlich dafür, dass Werbung besser auf Nutzer zugeschnitten ist und dementsprechend relevanter für sie wird.

"Machine-Learning-Algorithmen entscheiden, welchem Nutzer welche Anzeige zu welcher Zeit und zu welchem Preis angezeigt werden soll, um die Kampagnenziele zu erreichen."

kress.de: Wie kann die Technologie für digitale Werbung eingesetzt werden?

Jens Bargmann: Wir bei MediaMath untersuchen derzeit eine Vielzahl verschiedener Variablen mithilfe von Machine Learning. Basierend auf diesen Analysen erstellen wir Vorhersage,n und unser Algorithmus entscheidet dann, ob und wenn ja welches Gebot auf eine Impression abgegeben werden soll. Kurz gesagt: Machine-Learning-Algorithmen entscheiden, welchem Nutzer welche Anzeige zu welcher Zeit und zu welchem Preis angezeigt werden soll, um die Kampagnenziele zu erreichen.

kress.de: Fake News sind nicht mehr nur ein Thema des digitalen Wahlkampfes – scheinbar sind Online-Nutzer mittlerweile fast nirgendwo mehr sicher vor Falschinformationen. Wie kann es sein, dass Anzeigen ohne das Wissen der Werbetreibenden auf solchen Websites angezeigt werden und sie damit finanzieren?

Jens Bargmann: Jeder Werbetreibende hat die Möglichkeit auszuschließen, dass seine Kampagnen auf bestimmten Websites ausgespielt werden bzw. kann die Ausspielung seiner Kampagne auf einzelne Websites zu beschränken. Dies nennt man black bzw. white listing. Schließt ein Werbetreibender keine Websites aus, erreicht er seine Zielgruppe dort, wo sie online unterwegs ist – also ggf. auch auf Fake-News-Websites.

"Machine-Learning-Algorithmen helfen dabei, Fake News zu erkennen."

kress.de: Inwiefern können Fake News mithilfe von Machine Learning bekämpft werden?

Jens Bargmann: Machine-Learning-Algorithmen helfen dabei, Fake News zu erkennen. Beispielsweise können Publisher oder Social-Media-Netzwerke mithilfe dieser Technologie auswerten, wie viele Nutzer welche Inhalte als problematisch kennzeichnen und können diese Inhalte dann daraufhin prüfen. Zudem kann mithilfe von Machine Learning ermittelt werden, ob es bestimmte Botschaften oder Standpunkte gibt, die nur von einer geringen Anzahl an Nutzern publiziert und immer wieder gepusht werden. Diese Nutzer werden dann mit Accounts, die auffällig oft Falschwahrheiten verbreiten, abgeglichen.

"Die Lösung gegen Adblocker ist, dass Werbung für den Nutzer relevant gestaltet werden muss." 

kress.de: Nicht nur Fake News, sondern auch Adblocker sind der digitalen Werbebranche momentan ein Dorn im Auge: Viele Internetnutzer scheinen von digitaler Werbung zunehmend gestört zu sein und setzen zunehmend Adblocker ein. Woran liegt das und wie muss digitale Werbung gestaltet sein, damit sie von Online-Nutzern nicht nur akzeptiert, sondern als Mehrwert empfunden wird?

Jens Bargmann: Online-Nutzer verwenden Adblocker, weil sie sich von Werbung gestört fühlen. Das kann beispielsweise an der zu hohen Frequenz, der geringen Qualität bzw. Relevanz der Anzeigen oder störenden Anzeigenformaten liegen. Die Lösung ist, dass Werbung für den Nutzer relevant gestaltet werden muss. Sprich: Es gilt, das richtige Produkt mit der passenden Botschaft im richtigen Moment der passenden Zielgruppe auszuspielen. Dafür sind Prognosen zu potenziellem Verhalten einer Zielgruppe essenziell, die nur mithilfe von Machine-Learning-Algorithmen getroffen werden können.

kress.de: Auch Adfraud ist im Online Advertising nach wie vor ein Problem. Die Industrie versucht hier, durch verschiedene Initiativen wie Ads.txt gegenzusteuern. Was aber können Adtech-Anbieter auf Anbieter- und Nachfrageseite selbst tun, um das Adfraud-Risiko zu minimieren?

Jens Bargmann: Man unterscheidet hier zwischen drei Akteuren: Advertisern, Plattformen für den Einkauf von Werbeinventar (Demand Side Platform, DSP) und Plattformen für den Verkauf von Werbeplätzen (Supply Side Platform, SSP). Advertiser können Adfraud entgegenwirken, indem sie unabhängige Verifikationssystem wie Integral Ad Science oder Double Verify einsetzen. DSPs müssen sicherstellen, dass sie eigene Fraud-Filter implementieren, die verhindern, dass betrügerisches Inventar einkaufbar ist. Bei MediaMath nennen wir das "Supply Path Optimization", sprich: Die Werbeplätze, die über MediaMath einkaufbar sind, werden umfangreichen Qualitätskontrollen unterzogen. SSPs sollten ebenfalls sicherstellen, dass das Inventar, das sie zur Verfügung stellen, frei von Adfraud ist. Zudem sind Initiativen wie Ads.txt oder das Upgrade Ads.cert des Interactive Advertising Bureau wichtige Meilensteine zur Bekämpfung von Ad Fraud.

kress.de: Realistisch betrachtet: Wie weit ist das Marketing im Bereich Machine Learning heute?

Jens Bargmann: Das Marketing steht in dem Bereich noch ganz am Anfang. Im Programmatic Advertising befinden wir uns in einem Real-Time-Umfeld, in dem sehr große Datenmengen in kürzester Zeit analysiert und ausgewertet werden müssen, um Entscheidungen zu treffen. Dies ist natürlich unglaublich herausfordernd für die IT-Infrastruktur. Zudem können viele Technologien der künstlichen Intelligenz, wie beispielswiese neuronale Netze, im Marketing nur eingeschränkt angewendet werden, weil sie schlicht und einfach zu langsam sind. Im Programmatic Advertising werden Entscheidungen über Gebote von Werbeplätzen innerhalb von Millisekunden getroffen – das stellt derzeit für viele Methoden der künstlichen Intelligenz noch eine Herausforderung dar.

"Großes Potenzial besteht in der datengetriebenen Kreation von Anzeigen in Echtzeit."

kress.de: Wo besteht noch Entwicklungsbedarf und was wird Machine Learning in Zukunft idealerweise können und ermöglichen?

Jens Bargmann: Entwicklungsbedarf und gleichzeitig besonders großes Potenzial besteht in der datengetriebenen Kreation von Anzeigen in Echtzeit, der sogenannten Dynamic Creative Optimization. Um wirklich individuelle Creatives erstellen zu können, die auf die Bedürfnisse eines einzelnen Nutzers abgestimmt sind, müssten sämtliche Informationen, die über einen Nutzer zur Verfügung stehen, verwendet werden. Dazu zählen beispielsweise Details wie dass ein Nutzer lieber blau mag als rot oder dass er eher auf Bilder reagiert statt auf Schrift. Ziel wäre es also, dass den 50.000 Nutzern, die erreicht werden, auch 50.000 unterschiedliche Anzeigen ausgespielt werden. Die Idee des individuellen Anzeigengebots müsste also 1:1 auf die Kreation übertragen werden. Dies ist heute jedoch noch nicht in vollem Umfang möglich, da bei der Automatisierung der Anzeigengestaltung weitaus mehr Variablen berücksichtigt werden müssten als bei der Empfehlung des richtigen Gebots. Zudem ist es immer noch gang und gäbe, dass sämtliche Werbemittel vom Branding-Team hinsichtlich ihrer Gestaltung und der Markenbotschaft überprüft und daraufhin freigegeben werden müssen.

"Mathias Döpfner hat ebenfalls Musikwissenschaften studiert."

kress.de: Sie haben einst mal Musikwissenschaften studiert. Nicht unbedingt der direkte Weg oder eine zwingende Zugangsvoraussetzung für den Eintritt in das Geschäft, das Sie heute verfolgen, oder?

Jens Bargmann: Das ist wohl richtig – wobei Mathias Döpfner ebenfalls Musikwissenschaften studiert hat, also scheint das keine schlechte Wahl gewesen zu sein. Statistik hat tatsächlich einen relativ großen Teil des Studiums ausgemacht, das ist immer noch hilfreich für das, was ich heute bei MediaMath tue. Über verschiedene Praktika bei Agenturen und bei Bertelsmann bin ich dann in die Medien- bzw. Marketingbranche gerutscht

kress.de: Wenn Sie auf die Stationen Ihrer Berufslaufbahn zurückblicken: Wo haben Sie am meisten gelernt und was ist für Ihre heutige Arbeit dafür im Rückblick entscheidend?

Jens Bargmann: Am meisten gelernt habe ich wahrscheinlich in meinem ersten Job. Dort habe ich unter anderem eine sehr gründliche Ausbildung zur Führungskraft erhalten, das hilft mir noch immer. Außerdem habe ich gelernt, dass man sich von Unklarheiten und Unsicherheiten nicht aus der Ruhe bringen lassen sollte und dass man nicht immer alles wissen muss, um die richtigen Entscheidungen zu fällen.

"Beim Gitarre-Spielen kann im am besten abschalten."

kress.de: Dem digitalen Grundrauschen entkommt man ja kaum. Aber wie sieht denn bei Ihnen ein "analoger" Feierabend aus?

Jens Bargmann: Beim Gitarre-Spielen kann im am besten abschalten – das ist für mich der ideale "analoge" Feierabend, auch wenn einige Elemente meiner Gitarren-Hardware inzwischen schon digital sind.

kress.de: Sie spielen selbst in einer Band. Wie steht der Musikwissenschaftler in Ihnen privat zum Heavy Metal?

Jens Bargmann: Heavy Metal und insbesondere Death Metal gehört meiner Meinung nach zu den innovativsten Erscheinungsformen populärer Musik unserer Zeit. Ich bin nicht nur selbst Fan, sondern finde es besonders auch aus musikwissenschaftlicher Perspektive faszinierend, was da so alles passiert. Der Gitarrist Ron Jarzombek von der Band "Blotted Science" wendet beispielsweise serielle und dodekaphone Kompositionstechniken, wie man sie sonst von Arnold Schönberg kennt, auf Death Metal an.

"Wettbewerber sind gleichzeitig auch Partner, und Kunden sind gleichzeitig Dienstleister."

kress.de: Sie führen ein "kressköpfe"-Profil. Wie wichtig ist das Netzwerken für Sie?

Jens Bargmann: Meine Position ist sehr vertriebsorientiert – aus diesem Grund ist Netzwerken extrem wichtig für mich. In der Marketingbranche, besonders jedoch in der Programmatic-Advertising-Industrie, macht quasi jeder mit jedem Geschäfte: Wettbewerber sind gleichzeitig auch Partner, und Kunden sind gleichzeitig Dienstleister. Gute Beziehungen zu allen relevanten Marktteilnehmern sind also essenziell.

kress.de: Welche Neuigkeiten und beruflichen Inspirationen ziehen Sie aus Ihrer Lektüre von kress.de und "kress pro"?

Jens Bargmann: Für mich zeichnen sich kress.de und "kress pro" vor allem dadurch aus, dass sie eine gute Mischung nicht nur aus Marketingthemen, sondern auch News und Trends aus der Medienbranche bieten. In diesem Bereich auch auf dem Laufenden zu bleiben und z.B. regelmäßig zu erfahren, was Publisher umtreibt oder wie sich das Mediennutzungsverhalten entwickelt, ist für mich essenziell – denn das sind Themen, die direkten Einfluss auf meine Arbeit bei MediaMath haben.

kress.de-TippSie arbeiten in der Medien- und Kommunikationsbranche? Dann registrieren Sie sich kostenlos auf kress.de und legen in der Personen-Datenbank "Köpfe" ein Profil an. Ihren Köpfe-Eintrag können Sie mit einem Passwort bequem selbst pflegen und aktualisieren. Mit Ihrem Profil können Sie sich auf kress.de - beispielsweise mit Kommentaren - präsentieren und sind zudem - wenn gewollt - auch im Netz leicht auffindbar. Wir als Redaktion verknüpfen die Kopf-Profile mit Personalmeldungen und präsentieren am Wochenende die populärsten Köpfe der Woche.  

Alle Neuzugänge bei den "Köpfen" finden Sie hier.

Exklusive Storys und aktuelle Personalien aus der Medien- und Kommunikationsbranche gibt es von Montag bis Freitag in unserem Newsletter "kressexpress". Kostenlos abonnieren. 

Ihre Kommentare
Kopf
Inhalt konnte nicht geladen werden.