Die Werbeintelligenz von Moloco
CARA (Compound Ad Recommendation Architecture) koordiniert Modelle und Agenten über zentrale Bereiche der Werbung hinweg – und macht aus jedem Signal und jedem Ergebnis bessere Entscheidungen für das gesamte System.
Entwickelt für die Komplexität des offenen Internets
Werbung im offenen Internet ist komplex.
Das Ökosystem umfasst Milliarden Nutzer, mehr als eine Billion Werbemöglichkeiten täglich, Tausende Werbetreibende und Millionen Apps. Jede Entscheidung muss auf Impression-Ebene erfolgen – innerhalb weniger Dutzend Millisekunden. Und die Signale, aus denen KI schöpft, treffen in unterschiedlichen Formaten, mit unterschiedlicher Geschwindigkeit und unterschiedlicher Zuverlässigkeit ein.
Moloco entwickelt seit 2013 Lösungen für genau diese Komplexität.
CARA (Compound Ad Recommendation Architecture) nutzt Deep-Learning-Architekturen, verarbeitet Signale aus zahlreichen Quellen gleichzeitig und gewinnt so entscheidende Erkenntnisse darüber, wie Nutzer, Apps, Creatives und Conversions zusammenhängen. CARA schätzt Nutzerabsicht, Conversion-Wahrscheinlichkeit, Creative-Passung und Gebotsökonomie – individuell für jeden Werbetreibenden, in Echtzeit. {[data-attribute="init-tooltip"][tooltip-content="<p>Quelle:<br><br>Moloco-interne Daten; durchschnittliche tägliche Werbegelegenheiten (Ad Opportunities), die von Moloco Ads empfangen wurden, Januar – März 2026. Die Zahl ist eine Schätzung, die aus stichprobenartig erhobenen Infrastrukturdaten abgeleitet und auf das Gesamtvolumen hochgerechnet wurde.</p>"]}
Mehr als ein Modell – ein zusammengesetztes KI-System
Werbeerfolg hängt von Tausenden miteinander verknüpften Entscheidungen ab, die gleichzeitig getroffen werden – vom Verständnis der Nutzerabsicht über die Bewertung jeder Werbemöglichkeit bis hin zur Creative-Auswahl, Gebotspreisung und Budgetverteilung.
Jede Entscheidung stellt eine eigene technische Herausforderung dar. CARA löst sie durch spezialisierte Bereiche, die zusammenarbeiten und voneinander lernen.
Das System gliedert sich in sechs technische Bereiche, die aus mehreren Modellen, Agenten und spezialisierter Software bestehen. Verbesserungen in einem Bereich stärken die Leistung des gesamten Systems.
Wie funktioniert CARA?
Jeder der sechs technischen Bereiche adressiert eine bestimmte Komplexität des offenen Internets – gemeinsam erzielen sie Ergebnisse und vervielfachen ihre Fortschritte im Laufe der Zeit.
Kampagnenautomatisierung
CARA automatisiert für das Ziel jedes Werbetreibenden – ob Maximierung des Return on Ad Spend oder das Steigern von In-App-Ereignissen wie Registrierungen oder Käufen.
CARA-Agenten bewerten laufende Kampagnen fortlaufend, identifizieren Optimierungspotenzial und stellen Werbetreibenden diese Erkenntnisse zur Verfügung.
Supply
Impressionen sind selten auf einen einzigen Supply-Path beschränkt. CARA identifiziert den optimalen Pfad über ein Inventar, das mehr als 2 Milliarden täglich aktive Nutzer und 2,8 Millionen unabhängige Apps erreicht – durch direkte Publisher-Integrationen und mehr als 35 Exchange-Verbindungen.
Das Moloco SDK liefert CARA umfassendere Signale darüber, wie Nutzer mit Anzeigen interagieren, und verbessert so die Performance für Werbetreibende. Zudem gibt es Moloco mehr Kontrolle über das Rendering von Creatives und ermöglicht so vielfältigere Anzeigenformate. Jede neue SDK-Integration stärkt das gesamte System. {[data-attribute="init-tooltip"][tooltip-content="<p>Quelle:<br><br>Tägliche aktive Nutzer (Daily Active Users, DAU) sind für die Zwecke dieser Aussage definiert als die durchschnittliche Anzahl eindeutiger Verbrauchergeräte, die weltweit pro Werktag über die integrierten Exchange-Partner von Moloco und das proprietäre SDK auf Android- und iOS-Geräten beobachtet wurden. Basierend auf einer Moloco-internen Schätzung der potenziellen täglichen Nutzerreichweite über einen Durchschnitt von fünf Stichproben-Werktagen im März und April 2026. Jedes Gerät wird einem einzigen Land zugeordnet, um Doppelzählungen zu vermeiden; Tablets werden durch deterministische Klassifizierung anhand von Exchange-Signalen und Gerätemodell-Abgleich ausgeschlossen; und es werden länderspezifische Kalibrierungsfaktoren für die Umrechnung von Geräteanzahlen in geschätzte eindeutige Nutzer angewendet. Anzahl der Apps: Moloco-interne Daten; Anzahl eindeutiger App-Bundles (kumulierte Gesamtzahl für iOS und Android), für die Moloco im 90-Tage-Zeitraum bis zum 3. April 2026 weltweit mindestens eine RTB-Anfrage (Real Time Bid) erhalten hat. „Unabhängig“ bezieht sich auf Apps, die nicht von Walled Gardens betrieben werden (z. B. Facebook, Instagram, TikTok, Amazon Shopping, YouTube).Moloco-interne Daten; Anzahl eindeutiger Ad Exchanges, über die die Moloco Ads DSP weltweit aktiv Medien eingekauft hat, Q1 2026 (Januar–März 2026). Ausgeschlossen ist SDK-basiertes Moloco-Inventar, um Doppelzählungen zu vermeiden.</p>"]}
Anzeigenempfehlungen
Für jede Impression sagt CARA voraus, wie wahrscheinlich ein Nutzer die für den Werbetreibenden relevanten Aktionen ausführt – von der Interaktion mit einer Anzeige über die Installation bis hin zu Conversion, Retention und Ausgaben.
Diese Prognosen nutzt CARA, um den tatsächlichen Wert dieser Impression für das Ziel des Werbetreibenden zu ermitteln – und Moloco so zu befähigen, in Echtzeit die richtige Empfehlung zu treffen.
Bidding
Die meisten Auktionen im App-Ökosystem laufen als First-Price-Auktionen ab – der Höchstbietende gewinnt und zahlt genau sein Gebot. Das macht präzise Preisgestaltung entscheidend und zu einem komplexen KI-Problem. CARA optimiert Gebotsstrategien in Echtzeit unter den Bedingungen eines kompetitiven Auktionsumfelds. Das erfordert fundiertes Wissen über Auktionsdynamiken, die Ökonomie von Supply-Paths und Budget-Pacing.
Creative
CARA wählt und erstellt für jeden Nutzer und Kontext das Creative mit der höchsten Erfolgswahrscheinlichkeit.
Für das Moloco SDK passen CARA-Modelle einzelne Anzeigenkomponenten an, um zum Zeitpunkt der Impression vollständige Anzeigeneinheiten zu erstellen – aus einer riesigen Anzahl möglicher Kombinationen.
So kann sich das Creative von einer Gelegenheit zur nächsten anpassen, statt auf eine einzige Kombination für die gesamte Kampagne zu setzen.
Signale
CARA verarbeitet Signale aus einer Vielzahl von Quellen – Conversion-Ereignissen von Werbetreibenden, Publisher-Interaktionen, Bid-Requests, Mobile Measurement Partnern (MMPs) und SDK-Aktivität – mit integriertem Datenschutz. Diese Signale treffen in unterschiedlichen Formaten, zu unterschiedlichen Zeitpunkten und mit unterschiedlicher Zuverlässigkeit ein.
CARA führt diese Signale zusammen und erkennt die relevanten Muster. So lernen Molocos Modelle Zusammenhänge zwischen Nutzern, Produkten, Creatives, Publisher-Kontexten und Conversion-Ereignissen – und schaffen eine einheitliche Intelligence-Ebene, die jeden anderen Bereich schärft.
Kontinuierliche Verbesserung, fest eingebaut
Wie verstärken sich die Effekte im System?
Verbesserungen in jedem Bereich stärken die Gesamtleistung des Systems, verstärken sich gegenseitig und lernen voneinander. Alle sechs Bereiche speisen eine einheitliche Signals-Ebene und lernen wiederum aus ihr.
Die Fortschritte wirken von einem Bereich zum nächsten weiter. Eine bessere Creative-Auswahl verbessert das Trainingssignal für Anzeigenempfehlungen. Umfassendere Supply-Signale erhöhen die Genauigkeit beim Bidding. Präziseres Bidding erzeugt mehr Ergebnisdaten, die nachgelagerte Prognosen schärfen.
Wie lernt CARA kontinuierlich?
Systeme, die schneller lernen, liefern bessere Ergebnisse. CARA lernt im Schnitt aus mehr als 6 Milliarden Ereignissen pro Tag – darunter Impressionen, Klicks, Installationen und In-App-Aktionen.
Sobald neue Signale eintreffen, werden die Modelle neu trainiert und aktualisierte Versionen bis zu alle zwei Stunden in die Produktivumgebung ausgerollt.
Häufig gestellte Fragen
Was bedeutet „zusammengesetztes KI-System“ in der Praxis?
Ein zusammengesetztes KI-System koordiniert mehrere Modelle, Agenten und spezialisierte Software. Jede Komponente in CARA ist für einen bestimmten Bereich entwickelt und optimiert – etwa Bidding, Creative, Supply und so weiter. Die zusammengesetzte Architektur sorgt dafür, dass sich Verbesserungen in einem Bereich auf alle anderen übertragen. Eine umfassendere Supply-Ebene etwa schärft die Genauigkeit beim Bidding. Ebenso liefert eine bessere Creative-Auswahl verbesserte Trainingsdaten für Anzeigenempfehlungen. Diese Verbesserungen vervielfachen sich im System, anstatt sich nur unabhängig zu addieren.
Wie oft werden die Modelle aktualisiert?
Aktualisierte Modellversionen werden bis zu alle zwei Stunden in die Produktivumgebung ausgerollt. Reale Ergebnisse – etwa Conversions, Klicks und Engagement-Signale – fließen kontinuierlich als Trainingsdaten zurück. Durch diesen fortlaufenden Feedback-Loop lernt das System stets aus den aktuellsten Daten darüber, was für jeden Werbetreibenden, jedes Nutzersegment und jeden Supply-Kontext funktioniert.
Was passiert, wenn Nutzersignale begrenzt oder spärlich sind?
Spärliche Signale sind eine der zentralen Herausforderungen, für die CARA entwickelt wurde. Im unabhängigen Internet weist ein erheblicher Teil des Inventars nur begrenzte Nutzersignale auf – etwa bei neuen Nutzern, wenig aktiven App-Kontexten oder Umgebungen mit dünner Verhaltenshistorie. Die Sequence-Modeling-Architektur von CARA, trainiert auf Nutzerereignisverläufen über Apps hinweg, ist gezielt darauf ausgelegt, Ergebnisse unter diesen Bedingungen vorherzusagen – gestützt auf Repräsentationen, die über die gesamte Breite von Molocos Supply- und Werbetreibenden-Beziehungen gelernt wurden.
Treibt CARA sowohl Moloco Ads als auch Moloco Commerce Media an?
Als Molocos zusammengesetzte KI-Architektur bildet CARA die Grundlage der gesamten Produktpalette von Moloco – wobei einzelne technische Bereiche und ihre Konfiguration je nach Produktkontext variieren. Erfahren Sie hier mehr darüber, wie die zusammengesetzte KI-Architektur bei Moloco Commerce Media zum Einsatz kommt.
Welche Rolle spielt das Moloco SDK in der Architektur?
Das Moloco SDK erfüllt zwei Funktionen gleichzeitig. Erstens integriert es sich mit Publishern, sodass CARA direkt auf deren Anzeigeninventar zugreift, statt den Umweg über Exchange-Partner zu nehmen. Zweitens gibt es CARA Kontrolle über das Rendering von Creatives auf den Geräten – das ermöglicht vielfältigere Anzeigenformate und liefert Verhaltenssignale, die in die Modelle zurückfließen. Jede neue SDK-Integration stärkt das gesamte zusammengesetzte System, da die dadurch gewonnenen Signale die Trainingsdatenqualität in allen sechs technischen Bereichen verbessern.
