Marketer haben ihre Kanäle in zwei Stapel sortiert, und das Kriterium, nach dem sortiert wird, ist Zählbarkeit. Eine Digiday+ Research-Umfrage unter mehr als 100 Marketing-Fachleuten aus dem ersten Quartal 2026 ergab, dass KI mittlerweile bei 49 % von ihnen Social Media steuert, während Connected TV nur 18 % erreichte. Diese Lücke hat wenig mit technischer Schwierigkeit zu tun; sie folgt der Frage, ob das Ergebnis in einem System landet, das der Marketer auch lesen kann. Wo sich das Resultat zu einer Zahl verdichtet, übernimmt die Maschine das Steuer. Wo die Zurechnung umstritten bleibt, behält ein Mensch die Kontrolle.

Die beiden Stapel decken sich fast exakt damit, wie jeder Kanal mit Attribution umgeht. Retail Media und Social liegen vorn, weil sich bei beiden der Kreis innerhalb eines Systems schließt, das die Plattform selbst kontrolliert: Retail Media verbucht den Verkauf direkt neben der Impression, Social wertet die Conversion gegen den eigenen Pixel aus. Diese enge Kopplung ist der Grund, warum 42 % der Marketer KI mittlerweile in Retail Media einsetzen. Influencer-Marketing kommt bei einer Adoptionsrate von 25 % nur per Rückschluss an einen Verkauf heran, über Promo-Codes und Last-Click-Vermutungen. Bei Connected TV ist es noch schwieriger: Die Impressionen liegen verschlossen in den Streaming-Gärten, die Modern Retails Attributionsstudie zum ersten Quartal als verschlüsselt und zurückhaltend bei der Weitergabe von Zielgruppendaten beschreibt. Die Kanäle, denen Marketer KI anvertrauen, sind genau jene, die eine saubere Quittung zurückliefern.

Selbst innerhalb der Kanäle, denen sie vertrauen, halten Marketer die KI an kurzer Leine. Die meisten setzen sie eher zur Auswertung von Ergebnissen als zur Verwaltung von Budgets ein: 73 % der KI-Nutzer in Retail Media setzen sie für Kampagnenanalysen ein. Deutlich weniger geben ihr das Scheckbuch in die Hand. Nur 32 % der KI-Nutzer lassen die Software Social- oder Retail-Media-Inventar einkaufen – der eine Akt, bei dem tatsächlich Budget gebunden wird. “Ich möchte, dass ein Mensch den Bot beaufsichtigt”, sagte Glenniss Richards von Bayer auf Digidays Programmatic Marketing Summit. Das Steuer wird schrittweise abgegeben, und der letzte Schritt, die Ausgaben, bleibt in menschlicher Hand.


Der klarste Beweis dafür, dass Zählbarkeit die eigentliche Einschränkung ist, findet sich in den Nachzügler-Kanälen selbst. Unter der Minderheit, die KI für Influencer-Arbeit nutzt, ist der häufigste Einsatzzweck die Datenanalyse, genannt von 75 %, noch vor Content-Erstellung (63 %) und Kontaktaufnahme (56 %). Bei Connected TV wiederholt sich das Muster: 69 % der KI-Nutzer richten das Werkzeug zuerst auf die Messung aus, bevor sie es für irgendetwas anderes einsetzen. Marketer greifen nicht zur KI, um diese Kanäle zu steuern. Sie greifen zu ihr, um sie zu zählen – in der Hoffnung, dass die Software die Attribution aufbauen kann, die der Kanal selbst nie geliefert hat. Die Reihenfolge ist das ganze Argument: erst messen, dann automatisieren, niemals umgekehrt.

Ein Optimierer ist nur so gut wie die Kennzahl, der er nachjagt, und bei Influencer- und Streaming-Marketing ist diese Kennzahl ein Näherungswert, dem noch niemand recht zu trauen gelernt hat.

Marketer im Streaming-Bereich zählen, was sie erreichen können, und das ist Aufmerksamkeit, nicht Verkäufe. Ihre gängigsten Erfolgsmaße sind Sehdauer und Impressionen, wobei 46 % die Sehdauer als ihre Hauptkennzahl auf YouTube nennen. Diese Zahlen erfassen, ob eine Anzeige abgespielt wurde, nicht, ob sie gewirkt hat. Eine KI, die angewiesen wird, die Sehdauer zu maximieren, wird die Sehdauer maximieren, treu und zuverlässig, ganz gleich, ob sich dadurch ein einziges Produkt verkauft. Ihr dieses Ziel zu übergeben schließt die Attributionslücke nicht, sondern automatisiert nur die Optimierung der falschen Sache. Solange die Kennzahl nicht mit einem Verkauf korrespondiert, bleibt es die vernünftige Wahl, einen zweifelnden Menschen zwischen Modell und Geld zu belassen.

Der stärkste Einwand hier hat nichts mit Attribution zu tun, sondern mit Authentizität. Influencer-Marketing, so das Argument, widerstehe der KI, weil sein Wert in einer menschlichen Stimme liegt, der das Publikum glaubt, und synthetische Creator diesen Zauber brechen; eine Studie der World Federation of Advertisers fand heraus, dass 60 % der Marken überhaupt keine Pläne haben, virtuelle Influencer einzusetzen, und 96 % Verbrauchervertrauen als Bedenken nennen. Der Mechanismus ist real, und für Influencer-Marketing ist er wohl Teil der Erklärung. Er kann jedoch Connected TV nicht erklären, wo niemand verlangt, dass ein Pre-Roll-Spot authentisch menschlich wirkt. Was Influencer- und Streaming-Marketing verbindet, ist das Fehlen einer sauberen Zählung – etwas, das kein Verweis auf Authentizität wegerklären kann. Authentizität erklärt einen zögerlichen Kanal. Attribution erklärt beide.

Das ist keine Geschichte über Kanäle, die Marketer aufgeben. Ein separater Mediaocean-H1-2026-Ausblick, berichtet von PPC Land, ergab, dass 63 % der Marketer ihre Connected-TV-Budgets erhöhen wollen – so hoch wie bei keinem anderen Kanal in der Umfrage. Geld fließt gerade dorthin, wo KI am wenigsten willkommen ist, der Widerstand betrifft also Kontrolle, nicht Überzeugung. Marketer nennen häufig die Schwierigkeit, Erkenntnisse über isolierte Systeme hinweg zu verknüpfen, mit 41 % als eines der größten Hindernisse für die KI-Einführung; Medienkosten und fehlendes Budget rangieren in Modern Retails separater Auflistung CTV-spezifischer Hürden gleichauf. Löst man die Verrohrung, die ein Ergebnis überhaupt zählbar macht, folgt die Autonomie dem Budget, das ohnehin schon da ist.

Wenn Attribution die Obergrenze ist, gewinnt im KI-Marketing nicht, wer das größte Modell trainiert, sondern wer den Kreis schließt. Retail Media führt bei der Adoption aus einem strukturellen, nicht aus einem cleveren Grund: Amazon und die großen Händler besitzen sowohl das Regal als auch die Kasse, sodass sich das Ergebnis innerhalb eines einzigen Systems auflöst. Die übrigen Kanäle werden der autonomen KI in der Reihenfolge übergeben, in der ihre Messung gelöst wird, sobald Clean Rooms und einheitliche Datenstacks Näherungswerte in Verkäufe verwandeln. Anbieter, die heute “KI für CTV” verkaufen, bieten Fähigkeiten in einem Markt an, dessen eigentlicher Engpass eine Zahl ist, der der Käufer trauen kann. Marketer fragen nicht, ob KI eine Influencer-Kampagne oder einen Streaming-Einkauf steuern kann – das kann sie offensichtlich. Sie fragen, ob sie beweisen können, was sie getan hat, und solange sie das nicht können, behält der Mensch eine Hand am Steuer.