{"id":22875,"date":"2026-03-17T10:57:35","date_gmt":"2026-03-17T14:57:35","guid":{"rendered":"https:\/\/www.criteo.com\/?p=416464"},"modified":"2026-03-24T14:07:58","modified_gmt":"2026-03-24T14:07:58","slug":"the-truth-about-ai-and-retargeting-more-isnt-smarter","status":"publish","type":"post","link":"https:\/\/www.criteo.com\/de\/blog\/the-truth-about-ai-and-retargeting-more-isnt-smarter\/","title":{"rendered":"Die Wahrheit \u00fcber KI und Retargeting: Mehr ist nicht besser"},"content":{"rendered":"

Heute behauptet jede AdTech-Plattform, \u00fcber eine intelligentere KI zu verf\u00fcgen, die eine bessere Optimierung, ein tieferes Lernen und mehr Vorhersagekraft erm\u00f6glicht. In einer von Algorithmen gepr\u00e4gten Branche verlassen sich Marketer zunehmend auf automatisierte Entscheidungen, um Ergebnisse zu erzielen. Dieser Erfolgsdruck hat zu einer verlockenden Idee gef\u00fchrt: Wenn eine KI-gest\u00fctzte Retargeting-Engine gut ist, m\u00fcssen doch zwei noch besser sein, oder?<\/p>\n

Oft wird die Kombination von Partnern als clevere Strategie angepriesen, um die Reichweite zu erh\u00f6hen und die Ergebnisse durch das Kombinieren verschiedener Algorithmen zu verbessern. Doch diese Logik ist nicht praxistauglich.<\/p>\n

Wir haben Tests durchgef\u00fchrt, um dies zu beweisen. Die Ergebnisse sind eine klare Warnung f\u00fcr Marketer, die immer noch versuchen, Performance zu kaufen, indem sie mehrere Retargeter kombinieren.<\/p>\n

Die Multi-Retargeter-Strategie ist eine Fata Morgana<\/h2>\n

Auf den ersten Blick erscheint das Modell mit zwei Retargetern verlockend. Und auf dem Papier klingt es logisch: mehr Partner = mehr User. Richtig?<\/p>\n

Um diese Idee zu \u00fcberpr\u00fcfen, haben wir ein Zwei-Szenarien-Modell mit echten Kampagnendaten gro\u00dfer Advertiser durchgespielt.<\/p>\n

Das erste Szenario ging von idealen Bedingungen aus: Es gab keine Zielgruppen\u00fcberschneidungen, keine Bid-Inflation bei First-Price-Auktionen und Zugang zu exklusivem Supply. Tats\u00e4chlich zeigte die Strategie mit zwei Partnern unter diesen Laborbedingungen einen Performance-Anstieg von 15 Prozent. Dieser war auf die theoretische Reichweitensteigerung und das Fehlen von St\u00f6rungen zur\u00fcckzuf\u00fchren.<\/p>\n

Dieses Dual-Partner Szenario ignoriert jedoch, wie programmatische Auktionen und Attribution tats\u00e4chlich funktionieren. In der Realit\u00e4t f\u00fchren mehrere Retargeter zu Ineffizienz und einer irref\u00fchrenden Erfolgsmessung.<\/p>\n

Was wirklich passiert, wenn ihr Retargeter kombiniert<\/h2>\n

Um zu verstehen, was Multi-Retargeting in der Praxis bedeutet, haben wir ein zweites Szenario unter realen Bedingungen getestet, mit denen Marketer t\u00e4glich konfrontiert sind. Dabei hat sich Folgendes gezeigt:<\/p>\n

Gro\u00dfe \u00dcberschneidung der Zielgruppe<\/h5>\n

Wenn mehrere DSPs parallel laufen, konzentrieren sich ihre KI-Modelle oft auf dieselben hochwertigen Nutzer. Diese werden dann zu stark angesprochen, was zu Impression-Fatigue, verschwendetem Budget und sinkenden Ertr\u00e4gen f\u00fchrt. Selbst wenn einige exklusive Nutzer erreicht werden, handelt es sich dabei meist um Ausrei\u00dfer mit geringem Kaufinteresse, die den allgemeinen Effizienzverlust nicht ausgleichen.<\/p>\n

Bid-Inflation bei First-Price-Auktionen<\/h5>\n

Bei modernen Auktionen wird eine Duplizierung nicht belohnt. Jeder neue Partner, der einer Auktion hinzugef\u00fcgt wird, erh\u00f6ht den internen Wettbewerb. Da DSPs mithilfe von Machine Learning den Wettbewerbsdruck einsch\u00e4tzen, erh\u00f6ht sich durch das Hinzuf\u00fcgen von Bietern die wahrgenommene Nachfrage und damit der Wert des Gebots. Ihr \u00fcberbietet euch sozusagen selbst. Weitere Informationen dazu findet ihr im aktuellen Research Paper des Criteo AI Labs<\/a>, in dem untersucht wird, wie Side-by-Side-Bidding zu Ineffizienzen in First-Price-Auktionen f\u00fchren kann. Zudem stellt das Paper ein Modell zur Quantifizierung dieser Effekte vor.<\/p>\n

Frequenz & Sichtbarkeitsl\u00fccken<\/h5>\n

Jeder Partner ist blind f\u00fcr die Impressions der anderen. Ohne gemeinsame Frequency Caps riskiert ihr, dieselben Nutzer mit konkurrierenden Creatives zu \u00fcberfluten. Stellt euch vor, ihr besucht eure Lieblingswebsite und werdet unabl\u00e4ssig mit sich wiederholenden Banner-Ads konfrontiert. Das untergr\u00e4bt unweigerlich das Markenerlebnis und f\u00fchrt zu h\u00f6heren CPMs mit wenig bis gar keinem Ergebnis.<\/p>\n

Exklusives Inventar ist meist ein Mythos<\/h5>\n

Einige Plattformen behaupten, Zugang zu \u201eexklusivem\u201c Supply zu haben. F\u00fcr hochwertige Nutzer gilt diese Exklusivit\u00e4t jedoch nur selten. In der Regel tauchen diese Nutzer innerhalb weniger Stunden im gemeinsamen Inventar wieder auf. Dank der direkten Integration von Criteo mit \u00fcber 1.300 Premium-Publishern und mehreren SSPs haben Werbetreibende bereits jetzt Zugang zu den bedeutendsten Impressions.<\/p>\n

Kosten der Duplizierung<\/h2>\n

In dieser realen Testumgebung f\u00fchrte das Dual-Retargeter-Setup aufgrund von sich kannibalisierenden Geboten, verschwendeten Impressions und verlorener Attributionsklarheit zu einer um 10\u201315 Prozent geringeren Performance<\/em><\/strong>.<\/p>\n

Das ist f\u00fcr Marketer eine entscheidende Erkenntnis \u2013 vor allem, wenn andere Retargeting-Plattformen nur ausgew\u00e4hlte Tests pr\u00e4sentieren, die eine Steigerung suggerieren. Simulationen k\u00f6nnen so gestaltet werden, dass sie jedes gew\u00fcnschte Ergebnis beg\u00fcnstigen. Deshalb ist es wichtig, Bedingungen zu modellieren, die der Realit\u00e4t entsprechen.<\/p>\n

Fragt einfach SNCF Connect. Das Unternehmen hat seine Akquisitionskosten um 55 Prozent gesenkt, indem es seine Partner konsolidiert und einer einzigen KI-Engine die volle Kontrolle \u00fcber die Performance \u00fcberlassen hat. Die ganze Success Story findet ihr hier<\/a>.<\/p>\n

Der Vorteil eines einzigen Commerce AI Partners<\/h2>\n

In der fragmentierten Media-Landschaft von heute sind Retargeting-Kampagnen nur dann erfolgreich, wenn ihr die richtige Plattform ausw\u00e4hlt. Der ausgew\u00e4hlte Partner ist entscheidend daf\u00fcr, wie intelligent eure Daten genutzt, wie konsistent eure Botschaft \u00fcbermittelt und wie effizient euer Budget eingesetzt wird.<\/p>\n

Die Plattform von Criteo st\u00fctzt sich auf eine umfassende KI, die speziell f\u00fcr den Commerce entwickelt wurde. Sie ist auf Transaktionen in einem Gesamtumfang von \u00fcber 1 Billion US-Dollar, 720 Millionen aktiven Nutzern pro Tag und 4,5 Milliarden Produkt-SKUs trainiert. Sie deckt alle Ebenen des Performance-Marketings ab: von maschinellem Lernen f\u00fcr die Skalierung \u00fcber Deep Learning f\u00fcr komplexe Intent-Muster bis hin zu generativer KI zur Personalisierung der Creatives.<\/p>\n

Diese einheitliche Intelligenz bietet vier gro\u00dfe Vorteile:<\/p>\n