Wenn KI-Agenten Audio einkaufen: Eine Chance, die wir in der Audiobranche nicht verschlafen sollten
Bei KI und Audio sprechen wir derzeit erstaunlich viel über Stimmen. Über synthetische Sprecher, Voice Cloning, automatisierte Produktion und natürlich über Kennzeichnungspflichten. Dabei könnte KI an einer ganz anderen Stelle mindestens genauso interessant für die Audiobranche werden: beim Mediaeinkauf.
In den USA haben die unabhängige Mediaagentur Butler/Till und iHeartMedia gerade einen bemerkenswerten Test abgeschlossen. Vier Wochen lang kauften KI-Agenten Streaming-Audio- und Podcast-Inventar ein. Nicht als Simulation, sondern mit echtem Kampagnenbudget. Das klingt zunächst nach einem weiteren Automatisierungsschritt im Programmatic Advertising. Ich glaube aber, dass darin gerade für Audio eine größere Chance stecken könnte.
Was bei iHeartMedia tatsächlich passiert ist
Der Versuch war überschaubar: Knapp 10.000 Dollar Mediabudget eines Kunden aus dem Agrarbereich liefen über das System. Technisch war der Aufbau dafür umso interessanter. Butler/Till setzte einen eigenen Einkaufsagenten ein, iHeartMedia einen Verkaufsagenten. Beide kommunizierten über einen MCP-Server miteinander. Ein menschlicher Planer gab Ziele und Rahmenbedingungen der Kampagne vor. Anschließend konnte der Agent auf Käuferseite mit dem Agenten von iHeartMedia den Einkauf abwickeln. Damit unterscheidet sich das Modell auch von klassischem Programmatic Advertising. Programmatic automatisiert vor allem definierte Transaktionen und Entscheidungslogiken. Ein Agent kann dagegen ein Ziel interpretieren, Optionen bewerten, Entscheidungen vorbereiten beziehungsweise innerhalb gesetzter Grenzen treffen und weitere Systeme oder Agenten ansprechen.
Interessant ist zudem, wer in diesem konkreten Prozess nicht zwingend dazwischenstehen musste: eine klassische SSP. Frühere Agentic-Buying-Tests von Butler/Till liefen unter anderem über PubMatic. Bei iHeartMedia kommunizierten Agentur und Publisher direkt miteinander. Die Ergebnisse des kleinen Piloten sollte man nicht überbewerten. Nach Angaben der beteiligten Unternehmen lagen die CPMs allerdings 42 Prozent unter dem bisherigen Direct-Buying-Benchmark des Kunden. Bei Podcasts entfielen 48 Prozent der ausgelieferten Impressions auf Mid-Rolls. In der konventionellen Planung waren dafür 33 Prozent vorgesehen. Ein Pilot mit knapp 10.000 Dollar beweist noch kein neues Geschäftsmodell. Aber er zeigt, dass die technische Idee zumindest in den USA schon funktioniert.
Warum ich das gerade für Audio spannend finde
Audio hat kein Wirkungsproblem. Audio hat an einigen Stellen eher ein Zugänglichkeitsproblem. Wenn ein Mediaplaner mehrere Gattungen auswählen kann und Display, Video oder CTV einfacher in bestehende Einkaufs-, Daten- und Messsysteme integrierbar sind, entsteht ein ganz banaler Wettbewerbsnachteil: Es wird im Zweifel das eingekauft, was sich einfacher einkaufen lässt. Genau diesen Punkt bringt Lisa Coffey, Chief Business Officer von iHeartMedia, auf den Punkt. Audio, Podcasts und perspektivisch Broadcast Radio sollen für Käufer genauso einfach aktivierbar werden wie große digitale Plattformen. Das halte ich für den eigentlich interessanten Gedanken hinter Agentic Audio Buying.
Ein KI-Agent kennt keine historisch gewachsenen Gattungspräferenzen. Im Idealfall bekommt er ein Kommunikationsziel, Zielgruppen, Budget, Leistungswerte und Rahmenbedingungen und sucht anschließend nach der besten Lösung. Wenn Audio dabei maschinenlesbar und vergleichbar zur Verfügung steht, bekommt die Gattung möglicherweise häufiger die Chance, aufgrund ihrer Leistung ausgewählt zu werden. Das ist ein ziemlich anderer Blick auf KI: nicht als Gefahr für Audio, sondern als potenzieller Türöffner für Audio.
iHeart nur Entwickler eines KI-Agenten?
Der Agent ist nur die sichtbare Spitze. Entscheidend ist die Infrastruktur darunter. iHeartMedia hat im Juni 2026 mit AudioGraph eine Technologie vorgestellt, die Broadcast Radio stärker an die Mechaniken des digitalen Werbemarktes anschließen soll. Zielgruppen sollen identitätsbasiert geplant, Kampagnen gemessen und Kontakte bis hin zu Outcomes attribuiert werden können. Streaming, Podcasts und Broadcast sollen dadurch stärker mit gemeinsamen Zielgruppendefinitionen planbar werden.
Und genau das ist eine Voraussetzung für Agentic Buying. Ein Agent kann nur sinnvoll auswählen, was für ihn strukturiert beschrieben ist. Er braucht Informationen über Inventar, Zielgruppen, Preise, Verfügbarkeiten, Qualitätsmerkmale, Leistungswerte und Messmöglichkeiten. Und er braucht eine technische Möglichkeit, daraus tatsächlich eine Transaktion zu machen. Oder vereinfacht gesagt:
Bevor KI Audio kaufen kann, muss Audio für KI lesbar werden.
Das halte ich für die strategisch viel wichtigere Diskussion.
Und was ist mit klassischem Radio?
Hier wird es richtig interessant. Der aktuelle Butler/Till-Test bezog sich zunächst auf Streaming Audio und Podcasts. iHeartMedia hat aber bereits angekündigt, im Laufe dieses Jahres auch Broadcast-Radio für agentische Transaktionen zugänglich machen zu wollen. Das wäre ein bemerkenswerter Schritt.
Denn damit würde Agentic Media Buying gerade nicht auf ohnehin vollständig programmatische Medien beschränkt bleiben. KI-Agenten könnten perspektivisch auch Inventar berücksichtigen, dessen Buchungslogik historisch ganz anders funktioniert. Damit verändert sich auch die Frage für Radiounternehmen. Sie lautet dann nicht mehr nur:
„Wie viel unseres Inventars verkaufen wir programmatisch?“
Sondern:
„Kann ein Media-Agent unser Angebot überhaupt verstehen, bewerten und einkaufen?“
Das ist ein Unterschied.
Deutschland steht nicht bei null
Einen vergleichbaren veröffentlichten Agent-to-Agent-Audio-Buy aus Deutschland habe ich bislang nicht gefunden. Das bedeutet aber nicht, dass das Thema hier noch nicht angekommen wäre. Der BVDW hat innerhalb seiner Working Group Programmatic Advertising Ecosystem inzwischen ein eigenes Lab Agentic Media Buying eingerichtet. Dort geht es ausdrücklich um AI-Standards und Protokolle und um die Auswirkungen agentenbasierter Modelle auf DSPs, SSPs, Daten, Measurement, Attribution und Fraud Prevention. Auch technisch gibt es bereits interessante Vorarbeiten. Ein Beispiel ist DBCFM, das Digital Booking Communication Format. Die Initiative schafft eine gemeinsame maschinenlesbare Sprache für die Kommunikation zwischen Agenturen und Vermarktern: vom Briefing über Angebot und Buchung bis zur Bestätigung.
Besonders interessant für Audio: DBCFM hat bereits angekündigt, sein bislang vor allem im IO-Advertising eingesetztes Format perspektivisch auch auf Audio ausweiten zu wollen. Aus der Audiobranche gebe es konkrete Nachfragen. Das ist noch kein deutscher iHeart-Moment. Aber die dafür notwendigen Puzzleteile werden sichtbar.
Es gibt auch schon einen Audio-Agenten im deutschen Markt
Noch näher an der Gattung ist Audion. Der französische Digital-Audio-Spezialist, der seit 2026 auch in Deutschland aktiv ist, hat einen eigenen KI-Agenten für digitale Audiowerbung vorgestellt. Dessen Schwerpunkt liegt derzeit stärker auf Kampagnensteuerung und Optimierung als auf einem direkten Agent-to-Agent-Handel zwischen Käufer und Publisher. Trotzdem zeigt auch dieses Beispiel, wohin die Entwicklung geht: KI wandert von Analyse und Assistenz zunehmend in operative Media-Prozesse.
Parallel arbeiten große Agenturgruppen an eigenen Agenten. WPP Media entwickelt beispielsweise einen Buyer Agent zunächst für Video und arbeitet gemeinsam mit Medienhäusern und Standardisierungsorganisationen daran, Regeln für die Kommunikation zwischen Buyer und Seller Agents zu etablieren. Die Frage ist deshalb wahrscheinlich nicht mehr, ob Agenten Teil des Mediahandels werden. Interessanter ist, welche Gattungen darauf vorbereitet sind.
Agentic heißt nicht automatisch besser
Bei aller Begeisterung gibt es einen Punkt, den man nicht unterschätzen sollte. Wenn ein Agent Medien auswählt, müssen wir wissen, nach welchen Kriterien er entscheidet. Da kommt wieder mein Lieblingsbegriff „Transparenz“ ins Spiel. Optimiert er ausschließlich auf TKP? Auf Reichweite? Aufmerksamkeit? Abverkauf? Markenwirkung? Zielgruppengenauigkeit? Und wie bekommt eine Gattung ihre besonderen Qualitäten in dieses Entscheidungsmodell?
Audio lebt schließlich nicht allein von Kontakten. Nähe, Nutzungssituation, Vertrauen, Aufmerksamkeit, regionale Relevanz oder die besondere Wirkung einer Stimme lassen sich nicht automatisch vollständig in einen Preis pro tausend Kontakte übersetzen. Die Audiobranche muss deshalb aufpassen, dass sie nicht nur buchbar für Maschinen wird. Sie muss auch verständlich für Maschinen werden. Das halte ich für einen entscheidenden Unterschied.
Vielleicht ist genau jetzt der richtige Zeitpunkt für Audio
Die erste Programmatic-Welle wurde stark von Display geprägt. Andere Gattungen mussten sich anschließend in eine Infrastruktur einfügen, die ursprünglich nicht unbedingt für ihre Besonderheiten gebaut worden war. Bei Agentic Media Buying ist das Spielfeld noch erstaunlich offen. Standards entstehen gerade erst. Auch in Deutschland beginnt die Diskussion über Standards und Governance. Für Audio ist das aus meiner Sicht eine Chance.
Nicht darauf zu warten, bis andere definieren, wie ein KI-Agent Medien bewertet und einkauft. Sondern jetzt mitzubestimmen, welche Daten, Qualitätsmerkmale, Buchungswege und Wirkungssignale Audio in diese neue Infrastruktur einbringt. Denn vielleicht ist die interessanteste Zukunft von KI und Audio gar nicht, dass KI unsere Werbung spricht, sondern dass KI häufiger entscheidet, Audio überhaupt einzukaufen.