Was ist Contextual Targeting und warum gewinnt es an Bedeutung?
Beim Contextual Targeting werden Anzeigen passend zum Inhalt der Seite, des Videos oder der App platziert, die eine Person gerade ansieht, statt anhand eines Profils, das aus ihrem bisherigen Verhalten erstellt wurde. Dafür sind weder Cookies noch Geräte-IDs oder andere Formen der individuellen Nachverfolgung nötig. Genau deshalb hat sich die Methode von einem groben Keyword-Blocklist-Tool zur wichtigsten Targeting-Methode für datenschutzregulierte Branchen entwickelt.
Warum Contextual Targeting nicht verschwand, als die Cookies blieben
Third-Party-Cookies sollten eigentlich längst Geschichte sein. Sind sie aber nicht: Google hat seinen Plan, sie im April 2025 in Chrome abzuschaffen, aufgegeben und die dafür entwickelten Privacy-Sandbox-APIs eingestellt, statt ein cookie-freies Web auszuliefern. Dieser Rückzieher hat das Wachstum von Contextual Targeting jedoch nicht gebremst, denn Cookies waren nie der einzige Grund, warum Werbetreibende auf Kontext umgestiegen sind. Ein sich stetig ausweitender Flickenteppich aus Datenschutzgesetzen auf US-Bundesstaatenebene, 20 US-Bundesstaaten mit umfassenden Datenschutzgesetzen, die 2026 in Kraft sind, plus vier weitere allein im ersten Halbjahr, macht identitätsbasiertes Targeting unabhängig vom Umgang eines einzelnen Browsers mit Cookies weiterhin zu einem Compliance-Risiko. Contextual Targeting umgeht dieses Risiko von Grund auf: Es kommt gar nicht erst mit personenbezogenen Daten in Berührung.
Wie KI die Bedeutung von "Contextual" verändert hat
Frühe Formen von Contextual Targeting ordneten Anzeigen Seiten anhand von Keyword-Listen und Kategorietaxonomien zu, ein grobes Instrument, das ebenso viel legitimes Inventar blockierte wie es schützte (ein Nachrichtenartikel mit dem Wort "Absturz" konnte auf die Sperrliste geraten, ganz gleich, ob es um die Börse, ein Auto oder einen Server ging). KI-gestützte semantische Analyse hat das abgelöst: Modelle lesen heute Sentiment, Absicht und Bedeutung in Text-, Video- und CTV-Inhalten, nicht nur die Wörter auf der Seite. eMarketers Ausblick für Contextual Advertising 2026 zeigt, dass die Hälfte der datenschutzregulierten Branchen in den USA Contextual Targeting inzwischen als primäre Targeting-Methode einsetzt, gestützt auf Daten von Proximic und Comscore aus November 2025. Demnach erweitert KI die Reichweite von Contextual Targeting zudem auf Retail Media, Audio und das offene Web, während adressierbare Kennungen weiter schrumpfen.
Wie präzises Contextual Targeting in der Praxis aussieht
Für die Private-Equity-Sparte von Brookfield hat Criterion Global einen Mediaplan rund um kontextuell hochrelevante Platzierungen aufgebaut: PE-Botschaften wurden gezielt in PE-Berichterstattung platziert (Carve-outs, Take-privates, industrieller Wandel) statt in bloß "finanznahes" Inventar, kombiniert mit Contextual Intelligence, die Platzierungen genau der Sprache zuordnete, die Allokatoren ohnehin lasen. Die kontextuelle Kohorte dieser Kampagne verbesserte die Markenwahrnehmung um 4,8 Punkte gegenüber der Kontrollgruppe, zusätzlich zu zweistelligen Steigerungen bei der Wahrnehmung von PE-Wertschöpfung und der Consideration. Die Lehre daraus lässt sich verallgemeinern: Contextual Targeting funktioniert am besten, wenn das Matching genau auf das abgestimmt ist, was die Zielgruppe tatsächlich liest, und nicht auf eine breite Inhaltskategorie.
Wo Contextual Targeting im Mediaplan seinen Platz hat
Contextual Targeting ist selten der einzige Hebel. Es lässt sich mit präzisem Audience Targeting innerhalb einer Paid-Media-Strategie kombinieren, die auf Ergebnisse statt auf reine Reichweite ausgerichtet ist, derselben Disziplin, die auch der Criterion Global Budget Blueprint℠-Methodik zugrunde liegt. Zudem leistet es einen doppelten Beitrag zur Brand Safety: Anzeigen in verifizierten, thematisch passenden Inhalten zu platzieren, ist eine der nachhaltigsten Methoden, um das Inventar sauber zu halten, mit oder ohne Cookies.
Bei Kampagnen, die über Ländergrenzen hinweg laufen, hat Contextual Targeting einen praktischen Vorteil, der über den Datenschutz hinausgeht: Es funktioniert in jedem Markt nach demselben Prinzip. Ein Identity-Graph, der auf Cookie-Consent oder Device-Matching basiert, muss Markt für Markt neu aufgebaut werden und verliert dabei oft an Qualität, da sich die Consent-Regelungen von Land zu Land unterscheiden. Ein kontextuelles Modell, das Inhalte in der jeweiligen Landessprache liest, hat diesen Mehraufwand nicht. Das ist einer der Gründe, warum es sich für globale Mediapläne verlässlicher skalieren lässt als identitätsbasierte Alternativen.