inPowered
inPowered AI · Sonstiges
inPowered AI ist eine Plattform für KI-Entscheidungen auf der Verkaufsseite, die individuelle Gebotsmodelle in Ad Exchanges ausführt und jede Impression in Display, Video und CTV bewertet.
Über inPowered
About
Was ist inPowered AI
inPowered AI ist eine KI-Werbeplattform, die Machine-Learning-Modelle auf die Angebotsseite der programmatischen Werbung mit KI setzt. Die Modelle laufen im Exchange und bewerten jede Impression, bevor ein Gebot abgeht, statt darauf zu warten, dass eine DSP das Publikum in grobe Segmente sortiert. Gegründet wurde das Unternehmen 2014 von den Brüdern Peyman und Pirouz Nilforoush, nach dem Verkauf ihres früheren Werbenetzwerks NetShelter. Heute beschreibt es sein Geschäft als KI-Entscheidungen auf der Verkaufsseite.
Das Ziel sind verschwendete Reichweiten. Programmatische Werbung mit KI arbeitet meist mit einem festen Gebot und einer weiten Zielgruppendefinition, und dieselbe Botschaft geht an alle, die passen. inPowered AI trainiert stattdessen individuelle Gebotsalgorithmen mit Ergebnisdaten: Brand-Lift-Studien von Kantar und Cint, Aufmerksamkeits- und Suchsignale von EDO und Adelaide, Ladenbesuche von PlaceIQ sowie die eigenen Daten des Werbetreibenden. Auf dieser Basis wählt das Modell aus, welche Impressionen es über PMP-Deals in Display, Video und CTV kauft.
Die Grenzen sind deutlich. Das Produkt richtet sich an Unternehmen, wird von einem Vertriebsteam verkauft und hat weder Self-Service noch öffentliche Preisliste. Sie brauchen eine laufende programmatische Struktur, ein messbares Ziel und genug Volumen, damit das Modell lernt. Wer nur wenige tausend Dollar im Monat ausgibt, holt hier wenig heraus.
Erste Schritte
- Sprechen Sie mit dem Team von inPowered AI und legen Sie das Kampagnenziel fest: Brand Lift, mehr Suchanfragen, Ladenbesuche, Installs, Leads oder Kundenwert.
- Teilen Sie First-Party-Daten und die vorhandenen Messpartner, damit die Modelle Ergebnislabels für das Training haben.
- Legen Sie die Struktur des PMP-Deals mit Ihrem Exchange oder Inventarpartner fest und tragen Sie die Deal-ID in Ihrer DSP ein.
- Starten Sie die Kampagne, lassen Sie das Modell eine Zeit lang Signale sammeln und prüfen Sie die Leistung am vereinbarten Ergebnis statt nur an Klicks.
Produktinformationen
Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von inPowered.
Am besten für
Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.
Nutzer
- Markenteams mit einem harten Ziel
- Mediaagenturen mit Retail- und Konsumgüteretats
- Ad-Ops- und Analytics-Verantwortliche
Aufgaben
- Brand-Lift-Kampagnen
- Abschlussrate bei CTV und Video
- Ladenbesuche oder qualifizierte Leads
Szenarien
- Ein Händler will vor dem Saisongeschäft mehr Besuche pro Euro
- Eine Getränkemarke braucht Reichweite bei einer engen Zielgruppe
- Eine Agentur muss den Kampagnenerfolg belegen
Wichtigste Funktionen
Entscheidung pro Impression
Der Kern der Plattform ist ein Modell, das eine einzelne Impression in Echtzeit bewertet, bevor das Gebot rausgeht. Es prüft den Kontext der Impression, die im Exchange verfügbaren Zielgruppensignale und das trainierte Ergebnismodell und entscheidet dann, ob sich der Einkauf lohnt und welcher Preis angemessen ist. Das ist eine feinere Steuerungseinheit als ein Zielgruppensegment oder eine Werbelinie.
Individuelle Gebotsalgorithmen
Jeder Werbetreibende bekommt ein Modell, das auf sein Ziel und seine Daten trainiert ist, kein geteiltes Lookalike-Modell. Diese individuellen Gebotsalgorithmen entstehen gemeinsam mit dem Kunden während des Onboardings, aus First-Party-Daten und externen Ergebnisquellen. Mit jedem Ergebnis justiert das Modell nach, sodass die Logik der KI-Gebote widerspiegelt, was die gewählte Kennzahl tatsächlich bewegt hat.
PMP-Aktivierung für Display, Video und CTV
Die Entscheidung wird über PMP-Deals aktiviert, nicht über den offenen Auktionsmarkt. Der Käufer erhält ein definiertes Inventar und einen direkten Draht zum Inventarpartner, das Modell bleibt in einer kontrollierten Umgebung. Dieselbe Konfiguration deckt Display, Onlinevideo und CTV-Werbung ab, eine Strategie trägt also alle drei Formate ohne getrennte Kampagnen.
Ergebnisdaten von Messpartnern
Die Modelle lernen aus Ergebnisdaten von Kantar, Cint, EDO, Innovid, PlaceIQ und Adelaide sowie aus den First-Party-Daten des Werbetreibenden. Brand Lift, mehr Suchanfragen, Aufmerksamkeit, Ladenbesuche und Kundenwert dienen als Trainingslabels. Laut Unternehmen ist genau diese Mischung der Unterschied zu reiner Gebotsanpassung oder einfachem Zielgruppen-Targeting.
DecisioningOS
DecisioningOS ist die Betriebsschicht für diese Modelle und wurde mit der Agentur PMG gestartet. Sie bündelt Training, Deal-Setup und Reporting in einem Ablauf, sodass eine Agentur denselben Ansatz für mehrere Kunden nutzen kann, ohne die Infrastruktur jedes Mal neu zu bauen.
Integration im Exchange
inPowered AI zählt nach eigenen Angaben zu den ersten Plattformen, die in die Exchange-KI von Index Exchange integriert wurden. Läuft das Modell im Exchange und nicht darüber, sinkt die Latenz zwischen Bewertung und Gebot, und das Modell sieht Inventarsignale, die eine DSP nie erreichen.
Vor- und Nachteile
Vorteile
- Entscheidung pro Impression: Das Modell beurteilt jede Gelegenheit einzeln, was genauer ist als ein Gebot auf Zielgruppenebene.
- Training auf Ergebnisse: Brand Lift, Ladenbesuche und Suchdaten können das Ziel sein, die Kampagne richtet sich also an einem Geschäftsergebnis aus.
- Passt zur bestehenden DSP: Das Team behält seine Einkaufsplattform und ergänzt PMP-Deal-IDs, ein kürzerer Wechsel als der Austausch des ganzen Stacks.
- Deckt Display, Video und CTV: Eine Entscheidungsschicht trägt drei Formate statt drei separater Optimierungsprojekte.
- Messung durch unabhängige Partner: Die Daten stammen von Firmen, die der Werbetreibende teils schon nutzt, was die interne Verteidigung der Ergebnisse erleichtert.
Nachteile
- Keine öffentlichen Preise: Ob das Budget passt, klärt erst der Vertrieb, und Verträge laufen meist über ein Jahr.
- Onboarding nur für Unternehmen: Es gibt weder Self-Service noch kostenlosen Test, ein kleines Team kann also nicht ohne Gespräch und Vertrag prüfen.
- Braucht Volumen und Messung: Die Modelle benötigen genug Impressionen und saubere Ergebnisdaten. Kleine Kampagnen oder lückenhaftes Tracking begrenzen den Nutzen.
- Abhängig von Inventarpartnern: Der Ansatz stützt sich auf Exchange-Integrationen und PMP-Inventar, die Reichweite ist in manchen Märkten enger als im offenen Auktionsmarkt.
Häufige Fragen
inPowered AI ist ein Werbetechnologie-Unternehmen, das KI-Entscheidungsmodelle in Ad Exchanges betreibt. Es bewertet einzelne Impressionen gegen ein Geschäftsziel und kauft die besten über PMP-Deals in Display, Video und CTV.
Ähnliche Inhalte
Entdecke passende Tools, Skills und Artikel zu inPowered.
Alternativen zu inPowered
Odyssey 3
Odyssey · SonstigesOdyssey-3 ist Odysseys fundamentales Weltmodell. Es simuliert Physik in Echtzeit, macht aus einer Eingabe eine interaktive Umgebung und lässt sich an Roboter, Autos und Spiele anpassen.
JarvisCore
Prescott Data · Coding · Produktivität · SonstigesJarvisCore ist eine Open-Source-Laufzeit in Python, in der KI-Agenten als gleichrangige Peers in einem Mesh arbeiten, Aufgaben aus einem gemeinsamen Register übernehmen und externe Dienste über einen Zero-Trust-Broker erreichen.
Clef
Cloudflare · Business · SonstigesClef ist Cloudflares Open-Source-Entscheidungsmodell für Workers AI. Es liefert kalibrierte Wahrscheinlichkeiten für typisierte Fragen statt Text, damit Agenten schnell klassifizieren, routen und handeln.