Was "Agentic Buying" tatsächlich meint

Klassisches Programmatic hat Entscheidungen aus menschlichen Händen in Algorithmen innerhalb einzelner Plattformen verlagert - kanalweise, plattformgebunden. Agentische KI verschiebt eine andere Klasse von Entscheidungen: kanal- und kontenübergreifend, strategienah. Ein Agent nimmt ein Briefing in natürlicher Sprache entgegen, übersetzt es in eine Mediastrategie, führt den Einkauf aus und optimiert innerhalb definierter Leitplanken.

Der IAB 2026 Outlook zeigt, wie schnell das reift: Rund zwei Drittel der Ad-Buyer arbeiten bereits an der Integration agentischer KI in ihre Workflows (IAB, via ampcome). Zugleich nennen laut eMarketer 40 Prozent der US-Buyer das Verständnis von agentic Buying als eine ihrer größten Sorgen für 2026. Beide Zahlen gehören zusammen - der Markt bewegt sich schnell und ist zugleich verunsichert.

Erste reale Cases - und eine ehrliche Einordnung

Es bleibt nicht bei Konzepten. Eine frühe End-to-End-Kampagne der Agentur Butler/Till nutzte die agentischen Fähigkeiten von PubMatic mit Anthropics Claude als KI-Interface: Aus einem natürlichsprachlichen Briefing entstanden Strategie und Buchung weitgehend autonom - mit rund 87 Prozent weniger Setup-Zeit. Scott Ensign (Butler/Till) bezeichnete es als die erste "End-to-End-agentic-Kampagne" der Agentur (INMA, Januar 2026). NBCUniversal und FreeWheel setzten einen der ersten KI-agentengeführten Programmatic-Guaranteed-Deals um, inklusive Live-Sport über linear und Streaming. Auf der Angebotsseite startete PubMatic am 5. Januar 2026 mit "AgenticOS" ein Agent-to-Agent-Betriebssystem für Werbung (TensorOps, Mai 2026).

Ebenso wichtig ist die Nüchternheit. Die Einkaufsseite ist deutlich kühler als das Marketing. Ein treffender Befund: Buyer finden agentische KI eher interessant als dringend (TensorOps). Cristina Lawrence (Razorfish) mahnte, man solle das Thema als "unvermeidlich, aber inkrementell" begreifen (The Current, Januar 2026). Wer heute alles auf autonome Systeme setzt, überschätzt den Reifegrad. Wer nichts tut, verpasst den Aufbau der Grundlagen, die jetzt gelegt werden.

Der entscheidende Punkt: Sichtbarkeit ist nicht ein Problem, sondern zwei

Für Audio-Anbieter genügt es nicht, das Thema abstrakt zu verstehen. Wer im agentischen Einkauf vorkommen will, muss zwei sehr unterschiedliche Formen von Sichtbarkeit trennen - eine Unterscheidung, die im Markt bislang kaum sauber gezogen wird.

Die erste ist Content Discovery: Wird mein Sender, mein Format, meine Marke von großen Sprachmodellen überhaupt erkannt und korrekt beschrieben? Das ist die Frage, mit der sich der Markt derzeit fast ausschließlich beschäftigt - eine Art SEO für die KI-Ära.

Die zweite ist Media Discovery - und sie entscheidet darüber, ob Budget fließt: Kann ein automatisierter Buying-Agent mein Audio-Inventar finden, auslesen, bewerten und in einen Mediaplan aufnehmen? Ein Agent kennt keine gewachsene Reputation, keine persönliche Beziehung zum Verkaufsteam, keine Sender-Historie. Er liest Signale. Was er nicht als strukturiertes, maschinenlesbares Signal vorfindet, existiert für ihn schlicht nicht - egal wie stark die Reichweite in der Realität ist.

Genau hier liegt das strukturelle Risiko für Audio: Während DSPs und SSPs bereits Schnittstellen bauen, die ihre Daten direkt in Systeme wie ChatGPT und Claude einspeisen, taucht Audio in vielen dieser agentischen Infrastrukturen bisher kaum auf. Wer diese Lücke nicht schließt, wird im automatisierten Mediaplan unsichtbar.

Was Audio maschinenlesbar macht

Media Discovery ist kein Marketingthema, sondern eine Infrastruktur- und Datenaufgabe. Aus unserer Arbeit an genau dieser Schicht ergeben sich vier Anforderungen.

Erstens: maschinenlesbare Inventar- und Kontextdaten. Zielgruppen-Metadaten, historische Kampagnen-Leistung, Zeitfenster-Performance und Formatinformationen müssen strukturiert und in Echtzeit abrufbar sein - nicht in PDFs und Mediadaten, sondern über Schnittstellen.

Zweitens: neue, für Audio passende KPIs. Ein Agent, der Kanäle vergleicht, braucht Wirkungssignale, die Audio gerecht werden - etwa Attention Time statt Klickrate, Wirkungs-Scores statt Conversions, Proxy-Metriken, die Wirkung indirekt belegen (zum Beispiel Store Visits nach einem Radiospot). Ohne solche Signale verliert Audio den Vergleich gegen Kanäle, die ihre Wirkung leichter in Zahlen gießen.

Drittens: Metadaten über den Sender selbst. Programmstruktur, Inhalte, Zielgruppen, Musikrichtungen, Moderationsstil, Lokalbezug und emotionaler Kontext - all das muss als strukturiertes Signal vorliegen, damit ein Agent Passung überhaupt beurteilen kann.

Viertens: APIs und Anbindung. Die Integration in DSPs, Data Clean Rooms und agentische Systeme - und die Kompatibilität mit den entstehenden Standards wie dem Ad Context Protocol (AdCP), das auf dem Model Context Protocol (MCP) aufsetzt (ampcome) - ist die technische Voraussetzung dafür, überhaupt am agentischen Einkauf teilzunehmen.

Daraus folgt eine strategische Verschiebung, die weit über Technik hinausreicht: Markenbildung wandert ins System. Früher galt "Ich buche Sender XY, den kennt man". Im agentischen Einkauf gilt "Ich buche den Slot, der algorithmisch am besten passt". Der Sender wird zur Plattform, der Inhalt zum Signal, der Kontext zur Marke. Oder kurz: Wer gesehen werden will, muss von Maschinen verstanden werden.

Governance bleibt das eigentliche Asset

Bei aller Datenarbeit verschiebt sich der Wettbewerb zugleich weg von der reinen Automatisierung - die ist weitgehend Commodity - hin zur Governance. Wer definiert die Leitplanken, die Brand-Safety-Anforderungen, die Freigaben? Und wer stellt Transparenz her, damit Werbetreibende nachvollziehen, warum eine Kampagne wie optimiert wurde? Mehrere Marktteilnehmer positionieren ihre Automatisierung inzwischen ausdrücklich über Transparenz statt über Black-Box-Versprechen - Reddit etwa vermarktet sein neues Tool laut The Current bewusst über Nachvollziehbarkeit. Der Wert einer Marke im agentischen Einkauf liegt damit in zwei Dingen: in der Lesbarkeit ihres Inventars und in der Präzision ihrer Leitplanken.

Was das für Sender, Vermarkter und Agenturen heißt

Erstens: Media Discovery ist die dringendere Baustelle. Content Discovery ist wichtig, aber über den Budgetfluss entscheidet, ob ein Agent das Inventar lesen kann. Zweitens: Standards vor Tools. Eine Investition in AdCP/MCP-kompatible Anbindungen ist langlebiger als die Wette auf ein einzelnes Produkt. Drittens: Signale schlagen Reputation. Was nicht als strukturiertes Datum vorliegt, zählt im agentischen Plan nicht - unabhängig von der realen Reichweite. Viertens: Mensch bleibt in der Schleife, aber an anderer Stelle - bei Zielen, Kontrolle und Governance statt bei der operativen Aussteuerung.

Fazit

Agentic Buying ist die Fortsetzung von Programmatic mit anderen Mitteln - schneller, zielbasierter, kanalübergreifend. Für Audio ist die Botschaft unbequem, aber klar: Reichweite allein genügt nicht mehr. Sichtbar bleibt, wer sein Inventar maschinenlesbar macht, es an die entstehenden Standards anbindet und die Governance sauber definiert. Genau an dieser Schicht - zwischen Audio-Inventar und agentischem Mediaplan - arbeiten wir.