Neuer Rahmen zur Quantifizierung des KI-Einflusses auf Konversionen im digitalen Marketing

Neuer Rahmen zur Messung von KI-gesteuerten Konversionen durch das IAB

Die rapide Entwicklung der Künstlichen Intelligenz (KI) transformiert nicht nur zahlreiche Industrien, sondern stellt auch etablierte Prozesse im digitalen Marketing vor neue Herausforderungen. Insbesondere die Messung und Attribution von Konversionen, bei denen KI eine Rolle spielt, bedarf einer Anpassung. Das Interactive Advertising Bureau (IAB) hat diese Notwendigkeit erkannt und arbeitet an einem umfassenden Rahmenwerk, um den Einfluss von KI auf Konversionen präzise zu erfassen und zu bewerten. Dieser Rahmen soll voraussichtlich am 12. November veröffentlicht werden und verspricht, die Landschaft der digitalen Werbemessung neu zu gestalten.

Die Herausforderung der KI-Attribution

Caroline Giegerich, Vice President of AI beim IAB, betont die Notwendigkeit eines gemeinsamen Rahmens zur Messung und Zuweisung der Rolle von KI bei Konversionen, besonders wenn traditionelle Attributionssignale minimiert sind. Die bisherigen Messsysteme, die auf direkten Klicks oder eindeutig verfolgbaren Customer Journeys basieren, stoßen an ihre Grenzen, wenn KI-Agenten oder -Assistenten in den Kaufprozess eingreifen.

Ein zentrales Problem entsteht, wenn ein KI-Agent Teile des Kaufprozesses eigenständig abwickelt, ohne dass der ursprüngliche Werbekontakt direkt mit dem Kauf verknüpft werden kann. Wenn beispielsweise ein KI-Agent eine Produktseite liest, Alternativen vergleicht und im Namen eines Nutzers einen Kauf tätigt, ist unklar, wem die Exposition zugeordnet werden soll. Ist es der Publisher, dessen Inhalte die KI informierten, oder die Plattform, die den Agenten betreibt? Diese Lücke in der Nachweisbarkeit macht es schwierig, den Beitrag einer Werbeanzeige, die von einer KI wahrgenommen wurde, zu einer Konversion zu quantifizieren.

Darüber hinaus gibt es indirekte Fälle, in denen Werbung eine Person beeinflusst, die später Inhalte erstellt oder Präferenzen äußert, die wiederum in die Informationsbasis eines KI-Systems einfließen, das einen anderen Konsumenten berät. Auch hier ist die Verbindung zur ursprünglichen Werbeexposition schwer herzustellen.

Zwei Kategorien des KI-Einflusses

Der kommende Rahmen des IAB wird voraussichtlich den Einfluss von KI in zwei Hauptkategorien unterteilen:

• KI als Informationsquelle: Wenn KI einem Nutzer etwas im Bewusstseins- oder Absichtsstatus präsentiert. Hier geht es um die initiale Sichtbarkeit und Bekanntmachung.
• KI als Entscheidungshilfe: Wenn KI dem Nutzer bei der Entscheidungsfindung und dem tatsächlichen Kaufprozess assistiert. Dies betrifft die direkte Beeinflussung der Kaufentscheidung.

Diese Unterscheidung ist entscheidend, um die verschiedenen Ebenen des KI-Einflusses adäquat zu bewerten und entsprechende Metriken zu entwickeln.

Bestehende Messmethoden und neue Signale

Das IAB stellt klar, dass bestehende Messmethoden nicht ersetzt, sondern ergänzt werden sollen. Auf dem Measurement Leadership Summit im Juli wurden neben traditionellen Ansätzen wie Attribution, Marketing-Mix-Modelling und Markenmessung auch neue Messgrößen für KI-vermittelte Aktivitäten diskutiert. Dazu gehören zum Beispiel die KI-Inklusionsrate, Zitationsanteil und -tiefe, Korpuspräsenz und Rangstabilität. Diese neuen Signale erfassen Formen der Sichtbarkeit, die über konventionelle Website-Metriken wie Seitenaufrufe und Referral-Besuche hinausgehen.

Eine Studie des IAB und Talk Shoppe unterstreicht die Relevanz dieser Entwicklung. Sie zeigte, dass fast 40% der befragten US-Käufer KI beim Einkaufen nutzen, und 46% dieser Nutzer tun dies bei den meisten oder allen Einkäufen. Interessanterweise führte der KI-Einsatz nicht zu einer Verkürzung des Kaufprozesses; vielmehr unternahmen 95% der Konsumenten nach einer KI-Interaktion mindestens eine zusätzliche Aktion, und die durchschnittliche Anzahl der Online-Schritte stieg von 1,6 auf 3,8.

Diese Daten deuten darauf hin, dass KI den Kaufprozess nicht vereinfacht, sondern zusätzliche Validierungsschritte schafft. Dies wird auch durch die Tatsache untermauert, dass 89% der Befragten KI-Informationen vor einem Kauf doppelt überprüften, während nur 46% den Empfehlungen vollständig vertrauten.

Daten von Adobe Digital Insights

Separate Daten von Adobe Digital Insights bestätigen die wachsende Bedeutung von KI im E-Commerce. Zwischen Januar und März 2026 stieg der über KI-Quellen generierte Traffic auf US-Einzelhandelswebsites um 393% im Jahresvergleich. Im März 2026 konvertierten Besucher, die über KI-Quellen kamen, um 42% höher als der Traffic aus nicht-KI-Quellen. Dies markiert eine Umkehrung gegenüber März 2025, als KI-vermittelter Traffic noch 38% schlechter konvertierte.

Diese Zahlen belegen, dass KI nicht nur Traffic generiert, sondern auch zu effektiven Konversionen führt, was die Notwendigkeit eines präzisen Messrahmens weiter unterstreicht.

Frühere IAB-Initiativen zur KI-Messung

Dem nun angekündigten Attributionsrahmen gingen bereits andere Initiativen des IAB voraus. Am 3. August wurden separate Richtlinien zur Messung der Marken- und Publisher-Sichtbarkeit auf KI-Plattformen veröffentlicht. Der Rahmen „Measuring Visibility in the AI Era“ zielt darauf ab, die Unterschiede zwischen den über 20 Anbietern von KI-Sichtbarkeitsmesswerkzeugen zu standardisieren. Er legt eine gemeinsame Metrikhierarchie fest, unterscheidet zwischen entscheidungsrelevanten und richtungsweisenden Messungen und definiert Offenlegungspflichten für Messanbieter.

Dieser Rahmen konzentriert sich darauf, ob Marken, Produkte, Publisher oder Inhalte in KI-gesteuerten Entdeckungssystemen erscheinen. Der kommende Rahmen im November soll sich dann der komplexeren Frage widmen, wie KI-Beteiligung mit einer Konversion verknüpft und wie der Erfolg zugeordnet werden sollte.

Publisher, die an den Diskussionen teilnehmen, fordern, dass ihr Beitrag zu KI-Antworten bei der Zuweisung von Credits berücksichtigt wird. Giegerich betonte, dass einige der benötigten Nachweise derzeit noch nicht existieren und das IAB Diskussionen mit den Parteien anstoßen möchte, die diese Informationen potenziell bereitstellen könnten.

Technische Standards für agentische Werbung

Parallel zu den Messrahmen entwickelt das IAB Tech Lab technische Standards für KI-Agenten, die in Werbesystemen operieren. Die "Agentic Advertising Management Protocols" (AAMP) behandeln Systeme, in denen autonome oder semi-autonome Agenten Prozesse wie Medienfindung, Planung, Einkauf und Transaktionen abwickeln. AAMP definiert, wie Werbeagenten sich identifizieren, Informationen austauschen, verhandeln und Transaktionen über bestehende Ad-Tech-Systeme hinweg durchführen können.

Die Version 2.3 von AAMP, die im Juli veröffentlicht wurde, enthält Updates zu Unternehmensbereitstellung, Datenschutzprüfungen, Preiskontrollen und Unterstützung für zusätzliche Werbeplattformen. Ein Agentenregister ermöglicht es Organisationen, Agenten zu registrieren, deren Zweck und Fähigkeiten zu beschreiben und sie zu kategorisieren, wobei jede registrierende Firma mit einer Global Privacy Platform ID für Validierungszwecke verknüpft ist.

Das IAB verbindet bestehende Ereignis- und Konversionsstandards mit den Messfragen, die durch agentische Systeme entstehen. So kann das Open Measurement SDK helfen, Impressionssignale zu etablieren, während der Event & Conversion API-Standard die Kommunikation von Advertiser-Ergebnissen und Konversionsereignissen standardisiert.

Auf dem IAB Measurement Leadership Summit wurden auch potenzielle Bereiche für zukünftige Zusammenarbeit zwischen dem IAB Measurement Center und dem IAB Tech Lab identifiziert, darunter Ereignis- und Konversionsmetadaten, Taxonomie-Angleichung, maschinenlesbare Methodik-Informationen und Standards für KI-Agenten. Auch die Unterscheidung zwischen legitimen Transaktionsagenten und bösartigem automatisiertem Traffic oder Bots, die vertrauenswürdige Agenten imitieren, wurde als zukünftiges Arbeitsfeld genannt.

Das IAB weist abschließend darauf hin, dass KI keine falsch etikettierten Inputs, unvollständige Expositionsdaten, fehlerhaftes Experimentdesign oder unklare Geschäftsfragen kompensieren kann. Fragmentierte Infrastruktur und inkonsistente Taxonomien wurden von den Gipfelteilnehmern als Einschränkungen für den Einsatz von KI in Messsystemen identifiziert.

Die Arbeit des IAB ist ein wichtiger Schritt, um die Messung im digitalen Marketing an die Realitäten der KI-Ära anzupassen und eine transparente sowie nachvollziehbare Grundlage für die Bewertung von Werbeeffekten in einer zunehmend agentischen Umgebung zu schaffen. Für B2B-Unternehmen, die in der Werbebranche tätig sind oder KI-Technologien in ihre Marketingstrategien integrieren, bietet dieser Rahmen eine essenzielle Orientierungshilfe und schafft die Grundlage für fundierte Entscheidungen.

Bibliography: - Muhammad Zulhusni. "IAB prepares framework for measuring AI’s role in conversions". marketingtechnews.net. 26. August 2026. - Sara Guaglione. "IAB is developing a framework to tackle AI ad measurement". digiday.com. 24. August 2026. - Serge Bulaev. "IAB Unveils Agentic Roadmap for AI Advertising Measurement in 2026". content.fans. 25. August 2026. - Kortney Kavanagh. "“Measuring Visibility in the AI Era” Helps Navigate AI-Powered ... - IAB". iab.com. 03. August 2026. - IAB. "Measuring Visibility in the AI Era". iab.com. 03. August 2026. - Kortney Kavanagh. "IAB Announces Project Eidos: A Comprehensive, Interdisciplinary Initiative to Fundamentally Modernize Ad Measurement". iab.com. 02. Februar 2026. - Matt Shapo. "IAB - 2026 IAB Measurement Leadership Summit Event Recap". iab.com. 23. Juli 2026.