Molocos CARA
Compound Ad Recommendation Architecture for Moloco Ads
Übersicht
CARA (Compound Ad Recommendation Architecture) ist Molocos KI-System, das über 30 Modelle, Agenten und spezialisierte Software orchestriert, um Leistungsergebnisse im offenen Internet zu erzielen.
Werbung im offenen Internet ist komplex. Das Ökosystem umfasst Milliarden von Nutzern, über eine Billion täglicher Anzeigenmöglichkeiten, Tausende von Werbetreibenden und Millionen von Apps. Jede Entscheidung muss auf der Ebene der Anzeigenimpression getroffen und innerhalb von Zehntelsekunden gefällt werden. Die meisten Kombinationen aus Werbetreibendem, Nutzer und Kontext sind noch nie zuvor aufgetreten. Und die Signale, aus denen die KI schöpft, kommen in verschiedenen Formaten, mit unterschiedlichen Geschwindigkeiten und mit unterschiedlichen Zuverlässigkeitsgraden an.
Moloco entwickelt seit 2013 Lösungen für diese einzigartigen Komplexitäten, lange vor der aktuellen Welle der KI-Begeisterung. CARA nutzt Deep-Learning-Architekturen, um Signale aus vielen Quellen gleichzeitig aufzunehmen und wichtige Erkenntnisse darüber zu gewinnen, wie Nutzer, Apps, Kreativmaterialien und Konversionen zusammenhängen. Bei durchschnittlich über einer Billion Anzeigenmöglichkeiten pro Tag schätzt CARA die Nutzerabsicht, die Konversionswahrscheinlichkeit, die Passung des Kreativmaterials und die Gebotsökonomie – einzigartig für jeden Werbetreibenden und in Echtzeit. ⓘ
Architektur
Für Moloco Ads ist das System in sechs technische Domänen unterteilt, die aus mehreren Modellen, Agenten und spezialisierter Software bestehen: Kampagnenautomatisierung, Angebot, Anzeigenempfehlungen, Gebotsmanagement, Anzeigenkreativ und Signale.
.png)
Domänendetails
Jede Domäne löst eine spezifische Herausforderung und arbeitet zusammen, um profitable Leistungsergebnisse zu erzielen.
Werbetreibende geben an, wie Erfolg für ihr Geschäft aussieht: Maximierung des ROAS (Return on Ad Spend) oder Förderung von In-App-Ereignissen wie Registrierungen, Einzahlungen oder Käufen. Zusätzlich bewerten CARA-Agenten laufende Kampagnen, zeigen Möglichkeiten zur Leistungsverbesserung auf und liefern die daraus resultierenden Erkenntnisse an Werbetreibende.
CARA accesses ad inventory that can reach over 2 billion daily active users across more than 2.8 million independent apps globally, through direct publisher integrations via our SDK and more than 35 exchange connections.
Our SDK lets us control creative rendering on devices, which unlocks richer ad formats and better signals that sharpen performance across all domains. As we extend our SDK footprint, each new integration strengthens the performance of the entire system because it gives our models richer signal about how users interact with ads. ⓘ
Für jede Impression schätzt CARA den Wert der Gelegenheit, basierend darauf, wie wahrscheinlich es ist, dass ein Nutzer eine bestimmte Aktion ausführt, gemessen am Wert dieser Aktion für den jeweiligen Werbetreibenden. Um dies zu ermöglichen, nutzen unsere Modelle Deep Learning, um Signale aus vielen Quellen gleichzeitig zu erfassen und gewinnen so entscheidende Erkenntnisse über Nutzerverhalten, Publisher-Apps, Produkte, Kreativformate, Inhalte und deren Interaktionen.
Ad opportunities evaluated by our system exceed one trillion per day, and the AI system makes predictions on each one, only bidding when the unit economics work for the advertiser. Most auctions in the app ecosystem operate as first-price, where the highest bidder wins and pays exactly what is bid, which makes precise pricing critical. CARA simultaneously optimizes bid strategies under competitive auction constraints, allocating budgets across time and ad inventory, and selecting the best supply path. Getting this right requires deep knowledge of auction dynamics, supply path economics, and budget pacing under real-time competitive pressure. ⓘ
Jeder Nutzer sieht ein speziell für ihn ausgewähltes Kreativmaterial: Die Auswahl des Kreativmaterials ist eine Entscheidung pro Impression, keine Bewertung auf Kampagnenebene. Für das Moloco SDK optimieren CARA-Modelle einzelne Anzeigenkomponenten, die das SDK zum Zeitpunkt der Impression zu vollständigen Anzeigeneinheiten zusammensetzt. Die Auswahlmodelle von CARA identifizieren dann aus dem riesigen Kandidatenpool die Kombination, die für diesen Nutzer in diesem Kontext am wahrscheinlichsten erfolgreich sein wird.
Signale sind die Grundlage für die anderen fünf Bereiche. CARA erfasst Signale aus einer Vielzahl von Werbetreibenden-Konversionsereignissen, Publisher-Interaktionen, Gebotsanfragen, mobilen Messpartnern und SDK-Aktivitäten. Diese Signale treffen in verschiedenen Formaten, mit unterschiedlichen Geschwindigkeiten und Zuverlässigkeitsgraden ein. Unser System ist darauf ausgelegt, all diese Signale zu integrieren und die relevanten Muster zu finden. Unsere Modelle lernen Beziehungen zwischen Nutzern, Produkten, Kreativmaterialien, Publisher-Kontexten und Konversionsereignissen und bilden eine einheitliche Schicht, die jeden anderen Bereich präziser macht.
Wie sich das System verstärkt
Verbesserungen in jedem Bereich stärken die Gesamtleistung des Systems und verstärken sich gegenseitig. Alle Bereiche speisen sich aus einer einheitlichen Signalschicht und lesen von dort, sodass, wenn dieser Bereich reichhaltiger wird, jeder andere Bereich davon profitiert, selbst ohne eine bereichsspezifische Änderung. Die Vorteile übertragen sich von einem Bereich auf den nächsten: Eine bessere Auswahl des Kreativmaterials verbessert das Trainingssignal für Anzeigenempfehlungen, reichhaltigere Supply-Signale verbessern die Genauigkeit der Gebotsabgabe, und eine präzisere Gebotsabgabe generiert mehr Ergebnisdaten, die nachgelagerte Vorhersagen schärfen.
Unsere Teams arbeiten parallel und iterativ, um Leistungsverbesserungen zu erzielen. Sie führen täglich Hunderte von gleichzeitigen Experimenten durch, um neue Ansätze im Live-Betrieb zu testen. Diese Experimente tragen zu Modellverbesserungen bei, was im Jahr 2025 zu 65 Modell-Updates führt.
The result is a system that gets smarter with every campaign it runs. Across the 65 model updates in 2025 for Moloco Ads, CARA lowered CPI by 14%, CPA by 17%, and increased ROAS by 27%. ⓘ
FAQ
Ein zusammengesetztes KI-System koordiniert mehrere Modelle, Agenten und spezialisierte Software, anstatt sich auf ein einziges Modell zu verlassen. Jede Komponente in CARA ist für einen spezifischen Bereich entwickelt und optimiert: Gebotsabgabe, Kreativmaterial, Supply und so weiter. Die zusammengesetzte Architektur bedeutet, dass Verbesserungen in einem Bereich sich auf andere auswirken: Eine bessere Signalschicht erhöht die Genauigkeit der Gebotsabgabe; eine bessere Auswahl des Kreativmaterials liefert reichhaltigere Trainingsdaten für Anzeigenempfehlungen. Diese Verbesserungen multiplizieren sich im System, anstatt sich nur unabhängig voneinander zu addieren.
Aktualisierte Modellversionen werden so oft wie alle zwei Stunden in die Produktion eingesetzt. Reale Ergebnisse – wie Konversionen, Klicks und Engagement-Signale – fließen kontinuierlich als Trainingsdaten zurück. Diese kontinuierliche Feedback-Schleife bedeutet, dass das System stets aus den aktuellsten Daten lernt, was für jeden Werbetreibenden, jedes Nutzersegment und jeden Angebotskontext funktioniert.
Ein spärliches Signal ist eine der Kernherausforderungen, die CARA lösen soll. Im offenen Internet weist ein erheblicher Teil des Inventars begrenzte Nutzersignale, neue Nutzer, App-Kontexte mit geringer Aktivität oder Umgebungen mit dünner Verhaltenshistorie auf. CARAs Sequenzmodellierungsarchitektur (trainiert auf Nutzerereignisverläufen über Apps hinweg) im Bereich der Anzeigenempfehlungen ist speziell darauf ausgelegt, Ergebnisse unter diesen Bedingungen vorherzusagen, basierend auf Repräsentationen, die über die gesamte Breite der Moloco-Angebots- und Werbetreibendenbeziehungen gelernt wurden.
CARA steht für Molocos Verbund-KI-Architektur, und dieser Ansatz findet in der gesamten Moloco-Produktpalette Anwendung. Die spezifischen technischen Bereiche und ihre Konfiguration variieren je nach Produktkontext. Informationen darüber, wie die Verbund-KI-Architektur auf Moloco Commerce Media angewendet wird, finden Sie hier.
Das Moloco SDK erfüllt gleichzeitig zwei Funktionen. Erstens integriert es sich direkt bei Publishern, sodass CARA direkt auf deren Anzeigeninventar zugreift, anstatt es über Exchange-Partner zu leiten. Zweitens ermöglicht es CARA die direkte Kontrolle über das Creative-Rendering auf Geräten, was reichhaltigere Anzeigenformate und Verhaltenssignale für die Modelle freischaltet. Jede neue SDK-Integration stärkt das gesamte Verbundsystem, da das generierte Signal die Qualität der Trainingsdaten in allen sechs technischen Bereichen verbessert.
Source:
Moloco internal data, January 2025 to December 2025.
Source:
Moloco internal platform data, daily average of events January 2025 to December 2025.
Moloco ExpLab platform data, Q4 2025. Moloco internal data, January 2025 to December 2025.
Moloco internal platform data. Reflects the combined impact of model updates released during 2025, each validated through a controlled A/B experiment before full deployment.
Source:
Moloco Internal Data; average daily ad opportunities received by Moloco Ads, January – March 2026. Figure is an estimate derived from sampled infrastructure data scaled to total volume.
