Sie können die Anzeigenleistung vorhersagen, bevor Sie Geld ausgeben, indem Sie jedes Motiv mit einem Modell bewerten, das auf großen Mengen gekennzeichneter Anzeigen trainiert wurde. Das Modell liest Text, Bild, Targeting und Einstellungen und schätzt die wahrscheinliche Klickrate. Nutzen Sie die Bewertung, um die schwächsten Konzepte herauszufiltern und Live-Tests auf die knappen Entscheidungen zu konzentrieren. Vorhersagen verengen das Feld; Es ersetzt keinen Test und sollte sich selbst erklären.
Wichtigste Erkenntnisse
- Die Kreativität ist nach wie vor der größte Faktor für Werbeergebnisse, und die generative KI hat die Zahl der Kreativen vervielfacht, die um das gleiche Budget konkurrieren.
- Das prädiktive Scoring schätzt die Leistung der Anzeige selbst, sodass es vor dem Start und bevor ein Konto über einen Verlauf verfügt, funktioniert.
- Eine Partitur ist nur dann sinnvoll, wenn sie mit Begründungen versehen ist; Erklärbare Modelle verwandeln eine Zahl in eine Bearbeitung.
- Der aktuelle Arbeitsablauf besteht darin, vorherzusagen, zu schneiden, zu testen und dann echte Ergebnisse zurückzugeben, damit das Modell kalibriert bleibt.
Warum das Creative in 2026 vorab testen?
Weil es mehr Anzeigen zur Auswahl gibt, als jedes Budget testen kann. Die Kreativität bestimmt einen großen Teil des Ergebnisses, und das Angebot an Kreativen ist explodiert.
Nielsens Analyse von fast 500 Kampagnen ergab, dass kreative Kampagnen nach wie vor den größten Einzelbeitrag zum Umsatzanstieg leisten, auch wenn der Anteil der Medien über elf Jahre hinweg von 15 % auf 36 % gestiegen ist. Unterdessen berichtete das Ingenieurteam von Meta, dass mehr als eine Million Werbetreibende seine generativen KI-Tools nutzten, um mehr als 15 Millionen Anzeigen in einem Monat zu erstellen, und geht davon aus, dass die Zahl der Creatives in seinen Systemen weiter deutlich steigen wird.
Live-A/B-Tests bleiben der Goldstandard, aber jede Variante muss investiert werden, bevor das Ergebnis lesbar ist. Wenn ein Team vierzig Konzepte erstellt und es sich leisten kann, sechs zu testen, ist die eigentliche Frage, welche sechs. Ein Vortest beantwortet die Frage.
Was kann ein Modell über eine Anzeige vorhersagen und was nicht?
Ein Modell kann anhand der Merkmale, die es im Creative und seiner Einrichtung erkennen kann, abschätzen, wie wahrscheinlich es ist, dass Menschen mit einer Anzeige interagieren, insbesondere darauf klicken. Die Auktion nächste Woche, die Markteinführung eines Mitbewerbers oder eine Änderung in den Nachrichten kann nicht angezeigt werden.
- Vorhersehbar: relative Klickrate zwischen Konzepten, die Auswirkung von visuellen und textlichen Entscheidungen und die Passung zwischen einem Motiv und seiner Zielgruppenausrichtung.
- Harter: Conversion und Umsatz, die auch von Zielseiten, Preis und Lagerbestand abhängen; langfristige Markeneffekte; und Formate, die das Model noch nie zuvor gesehen hat.
- Außerhalb der Reichweite: Außerhalb von Ereignissen, plötzlichen Plattformänderungen und Auktionsdruck an einem bestimmten Tag.
Ein Score ist also eine Ranking-Hilfe mit einem Konfidenzniveau und keine Prognose der Ergebnisse. In den Agenten von SOMIN werden Vorhersagen immer als Vorhersagen angezeigt, und nichts wird ausgegeben, ohne dass eine Person dies genehmigt.
Wie funktioniert Predictive Creative Scoring?
Es lernt die Beziehung zwischen dem Inhalt einer Anzeige und der Leistung ähnlicher Anzeigen und wendet diese dann auf neue Motive an. Unsere peer-reviewte Forschung bei SOMIN hat drei Teile dieses Problems angesprochen.
- Bewertung vor dem Start. SoCraft, vorgestellt auf der WSDM 2023, ist ein multimodales Modell, das die Meta-Anzeigenmotive eines Werbetreibenden vor dem Start anhand von Text, Bild, Ausrichtung und Einstellungen bewertet.
- Erläuterung der Punktzahl. „Against Opacity“ (ACM Multimedia 2023) sagt die Klickrate für neue Werbemittel voraus und erklärt die Treiber mit einem LLM-Assistenten, SODA.
- Scores in Aktionen umwandeln. „Fusing Predictive and Large Language Models for Actionable Recommendations in Creative Marketing“ (ACM TOIS 2025) kombiniert Anzeigenleistungsvorhersagemodelle mit LLMs, sodass kreative Scores zu Empfehlungen werden, auf die ein Vermarkter reagieren kann.
In der Produktion wird das Bewertungsmodell hinter SOMINs Paid Media-Agent an Zehntausenden gekennzeichneten Anzeigen trainiert und erreicht eine Klick-Vorhersagegenauigkeit von 78 % über Kunden-Benchmarks hinweg, was etwa dem Dreifachen der menschlichen Basislinie entspricht. In der SAMY-Fallstudie war die Lektüre von Kreativität vor Medienausgaben Teil der Beweise für einen Pitch, der eine Honorarzahlung in Höhe von mehreren Millionen Pfund einbrachte. Die vollständige Liste der Beiträge finden Sie auf unserer Forschungsseite.
Welche Vortestmethode sollten Sie verwenden?
Das günstigste, das die Frage beantwortet, die Sie tatsächlich haben. Die meisten Teams brauchen eine Mischung.
| Methode | Was sie Ihnen sagt | Zeit und Kosten | Am besten geeignet für |
|---|---|---|---|
| Live-A/B- oder Split-Test | Echte Leistung in echten Auktionen | Tage bis Wochen, plus Testbudget pro Variante | Die endgültige Wahl zwischen einigen starken Konzepten |
| Panel- oder Umfrage-Vortest | Wie die Leute sagen, dass sie reagieren: Erinnerung, Verständnis, Gefallen | Tage, mit einer Gebühr pro Test | Markenfilme und -fernsehen mit hohem Budget |
| Prädiktives Scoring-Modell | Wahrscheinliches Engagement im Vergleich zu anderen Konzepten, mit Begründung | Minuten, ohne Medienausgaben | Triage vieler Konzepte vor dem Start |
| Die Meinung eines allgemeinen LLM | Eine plausible Kritik, die nicht auf Werbeergebnisse ausgerichtet ist | Sekunden | Brainstorming und Textbearbeitung, keine Vorhersage |
Warum fällt es Teams schwer, ihre kreativen Leistungen zu beweisen?
Denn sie beurteilen Kreativität, nachdem das Geld ausgegeben wurde, oft anhand von Kennzahlen, die nicht mit dem Geschäftsziel übereinstimmen. Der Arbeitsbereich zur Anzeigenoptimierung von SOMIN zeigt dies deutlich.
Sein Moments-of-Truth-Modell bringt die Gedanken zum Ausdruck: „Ich wünschte, ich könnte die wahre Wirkung unserer kreativen Arbeit zeigen“ und „Wie kann ich all diese Daten verstehen?“ für eine Persona, die anhand digitaler Werbekennzahlen arbeitet. Die Whitespace-Studie des Workspace vom Oktober 2026 mit 128 Beiträgen enthält ein Thema (Beispiel 23) über Unternehmen, die sich auf oberflächliche Kennzahlen wie ROAS und CPA statt auf Umsatz und Lead-Generierung konzentrieren.
Eine verwandte Erkenntnis, „Die Jagd nach Illusionen macht uns blind für echte Chancen“, wendet Opportunitätskosten-Argumentation an: Wenn Teams Eitelkeitskennzahlen hinterherjagen, fließt das Budget in Strategien, die keinen Gewinn steigern (15 Engagements in 10 Beiträgen). Im Bereich der Zielgruppenforschung lautet die passende Aussage: „Erkennen Sie, dass ein Kreativer funktioniert, bevor Sie dafür bezahlen“, mit der Verbraucheraussage: „Ich kann getrost in Strategien investieren, die tatsächlich funktionieren.“
Wie baut man einen Vortest-Workflow auf?
- Wählen Sie die Metrik pro Ziel aus. Click-through für Traffic, einen Lead oder ein Kaufsignal für die Konvertierung. Beurteilen Sie Awareness-Anzeigen nicht allein anhand der Klicks.
- Generieren Sie Breite, nicht Tiefe. Schreiben Sie Konzepte aus unterschiedlichen Blickwinkeln und Spannungen, nicht zehn Versionen einer Überschrift; Abwechslung gibt dem Modell etwas Besonderes.
- Bewerten Sie alles und lesen Sie die Gründe. Die Erklärung liegt darin, woher die Änderungen kommen: ein schwaches Image, ein verborgener Nutzen, eine Diskrepanz mit dem Publikum.
- Schließen Sie die unterste Stufe ab. Konzepte, die deutlich unter den anderen abschneiden, sollten kein Testbudget erreichen.
- Testen Sie das Top-Band live. Fügen Sie in jeder Runde einen Platzhalter mit niedrigerer Punktzahl hinzu, damit das Modell mit etwas verglichen wird, an dem Zweifel bestehen.
- Feed-Ergebnisse zurück. Vergleichen Sie jede Vorhersage mit dem tatsächlichen Ergebnis. Der Bezahlmedien-Agent von SOMIN führt dies nach jeder Runde durch, sodass die nächste schärfer ist.
- Achten Sie auf Ermüdung. Eine Anzeige mit hoher Punktzahl nutzt sich immer noch ab; Neubewertung und Aktualisierung, wenn die Frequenz steigt.
FAQ
Kann KI vorhersagen, welche Anzeige die beste Leistung erzielen wird?
Es kann Konzepte nach wahrscheinlichem Engagement mit nützlicher Genauigkeit einordnen: Das Modell von SOMIN misst die Klickrate bei Kundenbenchmarks mit einer Genauigkeit von 78 %, was etwa dem Dreifachen der menschlichen Basislinie entspricht. Einen Sieger kann es nicht garantieren, daher sollte die Top-Band trotzdem live getestet werden.
Was ist ein kreativer Vortest?
Bewerten Sie Anzeigen vor der Schaltung mithilfe von Zielgruppenpanels, Vorhersagemodellen oder kleinen Live-Tests, um zu entscheiden, welche Konzepte ein Medienbudget verdienen.
Benötige ich meinen eigenen Anzeigenverlauf, um die Leistung vorherzusagen?
Nein. Ein Modell, das auf große Mengen gekennzeichneter Anzeigen trainiert wurde, kann kreative Ergebnisse erzielen, bevor ein Konto über Daten verfügt, und dann erneut bewerten, sobald Live-Ergebnisse vorliegen.
Ersetzt Pre-Testing das A/B-Testing?
Nein. Beim Vortest wird entschieden, was es wert ist, getestet zu werden. A/B-Tests bestätigen, was in der realen Auktion funktioniert. Zusammengenommen verringern sie die Ausgaben, die für offensichtliche Verlierer verschwendet werden.
Nehmen Sie die Konzeptliste für Ihre nächste Kampagne und bewerten Sie sie, bevor etwas vollständig produziert wird. Schneiden Sie das untere Drittel ab, testen Sie das obere Band mit einem Platzhalter und zeichnen Sie die Prognose für jede Anzeige mit dem tatsächlichen Wert auf. Nach zwei oder drei Runden wissen Sie, wie weit Sie sich auf die Punktzahl in Ihrer Kategorie verlassen können, und Ihr Testbudget wird für die Anrufe verwendet, die schwer zu tätigen sind.
