Metas KI-Modelle revolutionieren die Werbepersonalisierung

MENLO PARK / MÜNCHEN (IT BOLTWISE) – Meta setzt verstärkt auf Künstliche Intelligenz, um die Effizienz und Personalisierung seiner Werbeplattformen zu steigern. Vier neue Technologien stehen dabei im Fokus, die das Ranking und die Personalisierung von Anzeigen optimieren sollen.

Meta hat sich zum Ziel gesetzt, die Werbeindustrie durch den Einsatz fortschrittlicher KI-Technologien zu transformieren. Im Zentrum dieser Bemühungen stehen vier innovative Modelle, die sowohl die Qualität als auch die Effizienz von Anzeigen erheblich verbessern sollen. Diese Technologien kombinieren modernste Machine-Learning-Ansätze mit einer optimierten Infrastruktur, um sowohl Werbetreibenden als auch Nutzern bessere Ergebnisse zu liefern.

Ein herausragendes Beispiel ist das Generative Ads Recommendation Model (GEM), das auf Tausenden von GPUs trainiert wurde. GEM verarbeitet riesige Datenmengen in kürzester Zeit und passt Anzeigen präzise an die Interessen und das Verhalten einzelner Nutzer an. Durch die Analyse komplexer Muster im Nutzerverhalten werden Anzeigen relevanter, was die Wahrscheinlichkeit einer Interaktion erhöht. Erste Tests innerhalb von Meta Reels zeigen eine Steigerung der Anzeigenkonversionen um bis zu 5 %.

Ein weiterer bedeutender Fortschritt ist Meta Lattice, das einen Paradigmenwechsel in der Anzeigenarchitektur darstellt. Anstatt zahlreiche kleinere Modelle für spezifische Werbeziele zu nutzen, vereint Lattice diese Funktionen in einem umfassenden Modell. Dies ermöglicht eine effektivere Nutzung von Wissen aus verschiedenen Kampagnenzielen und Nutzeroberflächen. Seit der Einführung von Lattice ist die Anzeigenqualität um fast 12 % gestiegen, während sich die Konversionsraten um bis zu 6 % verbessert haben.

Die Infrastruktur hinter diesen Modellen wird durch Meta Andromeda unterstützt, eine Kombination aus speziell entwickelter Hardware und Software. Diese Plattform basiert unter anderem auf dem Meta Training and Inference Accelerator (MTIA) und dem NVIDIA Grace Hopper Superchip. Diese leistungsstarke Infrastruktur ermöglicht eine 10.000-fache Steigerung der Modellkomplexität, was zu präziseren Anzeigenvorauswahlen führt.

Ein weiterer Innovationsbaustein ist das Sequence Learning, das es ermöglicht, die Abfolge von Nutzerinteraktionen besser zu verstehen. Diese Methode erlaubt es Meta, Anzeigen entlang der tatsächlichen Customer Journey zu verschieben, was zu einer Konversionssteigerung um 3 % in ausgewählten Testsegmenten führte.

Diese Entwicklungen zeigen, wie Meta durch den Einsatz von Künstlicher Intelligenz die Personalisierung und Effizienz von Werbung maßgeblich vorantreibt. Mit der breiteren Einführung dieser Technologien in weiteren Meta-Diensten erwartet das Unternehmen zusätzliche Effizienzgewinne und eine noch stärkere Anpassung der Anzeigen an die individuellen Bedürfnisse der Nutzer.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!