KI-Agenten übernehmen im Werbemarkt zunehmend größere Teile von Planung, Einkauf und Optimierung mit echtem Budget. Die Systeme sind noch weit von einem vollständig autonomen Media Buying entfernt, aber aktuelle Projekte zeigen, dass die Branche den Schritt von Assistenz zu Ausführung bereits macht.
Erste echte Budgets laufen durch Agenten
ADWEEK berichtet, dass Apostra in den vergangenen drei Monaten rund 1,2 Millionen US-Dollar an automatisierten Media-Buys für große Marken abgewickelt hat. Die Agenten können dabei Aufgaben wie Discovery, Verhandlung, Freigabe und Ausführung über mehrere Kanäle übernehmen.
Ein konkretes Performance-Beispiel kommt von PubMatic. Die Wellness-Marke Rouge Care soll laut ADWEEK 25.000 US-Dollar in eine CTV-Kampagne investiert und mehr als 125.000 US-Dollar zurechenbaren Umsatz erzielt haben. Der Kauf lief über PubMatics AgenticOS.
Damit wird die Entwicklung konkreter, die wir bereits beim IAB Europe zu agentischem Media Buying gesehen haben. Dort erwarteten 58 Prozent der Befragten agentische Systeme binnen eines Jahres im operativen Einsatz oder in größerem Maßstab.
Monks lässt Agenten 36 bis 48 Stunden autonom arbeiten
Auch auf Agenturseite verändert sich die Arbeitsweise. S4 Capitals Monks lässt KI-Agenten bei internen Softwareaufgaben nach Angaben von Chief AI and Revenue Officer Wesley ter Haar bereits 36 bis 48 Stunden ohne laufende menschliche Überwachung arbeiten.
Diese langen autonomen Läufe betreffen aktuell vor allem Coding. Monks überträgt das Prinzip jedoch bereits auf Social- und Performance-Marketing. Dort sollen Agenten auf Signale reagieren, etwa auf Trends, Kommentarvolumen oder schwächer werdende Posts.
Für Anfang 2027 plant Monks laut Digiday einen ersten Kunden-Workflow, der von Insights bis Community Management auf dieser agentischen Architektur laufen soll.
Token-Kosten werden Teil des Talentbudgets
Ter Haar beschreibt Rechen- und Modellkosten inzwischen als Teil des Talentbudgets. Teams müssen also entscheiden, welche Aufgaben ein teures Spitzenmodell benötigen und wo günstigere Modelle ausreichen.
Das verändert die klassische Kalkulation von Agenturarbeit. Neben Arbeitsstunden entstehen laufende Kosten für Agenten, Modelle und Tool-Nutzung. Gleichzeitig sinkt der Zeitaufwand für bestimmte Aufgaben. Monks beschreibt interne Arbeitszyklen, die sich von zwei Wochen auf zwei Tage verkürzt haben.
Die Kontrollfrage steht auch hinter unserem Überblick zu KI im Media Buying und Plattform-Automation.
Standards für agentisches Media Buying
Das IAB Tech Lab hat im September AAMP 3.0 vorgestellt. Die Spezifikation OpenProposal soll den bisher stark manuellen Weg vom RFP bis zum Kaufversprechen in ein agentenlesbares Format überführen.
Damit können Käufer- und Verkäufer-Agenten Angebote strukturiert austauschen und vergleichen. Gleichzeitig bleiben Governance und Interoperabilität zentrale Themen, weil mehrere Protokolle und Plattformen parallel entstehen.
Apostra ist ein Beispiel für diese neue Koordinationsschicht. Das Unternehmen, früher Scope3, richtet sein Geschäftsmodell inzwischen gezielt auf agentisches Media Buying aus. Mehr dazu in unserem Hintergrund zu Scope3 und Apostra.
Was Marketer jetzt beachten sollten
Agentisches Media Buying ist noch kein Selbstläufer. ADWEEK verweist auf Gartner-Daten, nach denen hochautonome Anwendungen 2025 weniger als fünf Prozent der Marketing-Use-Cases ausmachten. Für 2028 werden 15 Prozent erwartet.
Für Unternehmen sind deshalb drei Punkte wichtiger als maximale Autonomie: klare Budgetgrenzen, nachvollziehbare Entscheidungen und ein definiertes menschliches Eskalationsmodell. Je mehr ein Agent selbst umschichten, einkaufen oder veröffentlichen darf, desto wichtiger wird die Frage, wer für Fehlentscheidungen verantwortlich ist.