Monetarisierung mit Google Ad Exchange und AdSense · Ich untersuche die Mechanik der programmatischen Auktion und die Erkennung ungültigen Traffics anhand von Google-Patenten und Unterlagen des Kartellverfahrens
Neben der Untersuchung baue ich eigene Werbeformate. Das erste ist ein Rubbelbanner, das den Preis der Anzeige daneben hebt — ein funktionierender Prototyp mit durchgerechneter Ökonomie.
Hallo, Freund
Seit sechs Jahren beschäftige ich mich mit der Monetarisierung über Google Ad Exchange (AdX) und AdSense; tausend Websites sind durch meine Hände gegangen. Meine Antworten stammen nicht aus fremden Zusammenfassungen oder Support-Textbausteinen, sondern aus Googles eigenen Patenten und aus den Unterlagen des Kartellverfahrens gegen das Unternehmen.
Du musst mir nicht glauben. Stell deine eigene Frage und sieh, was das Modell antwortet: Zu jeder Antwort gehören die Liste der Dokumente, auf denen sie beruht, und ein Screenshot genau der Seite, aus der das Zitat stammt.
Warum ist mein CPM gefallen, nachdem ich den Floor Price geändert habe?↑Ich nehme kein Geld und verkaufe nichts. Damit keine Bots hereinkommen, ist der Zugang passwortgeschützt — schreib mir auf Telegram oder LinkedIn, dann schicke ich es dir.
Ich sage es offen: Die meisten MCM-Partner verstehen es auch nicht. Ihre Arbeit läuft darauf hinaus, an GAM-Einstellungen herumzuprobieren — Floor verschieben, hinsehen, zurücknehmen. Ich kenne Dutzende MCMs, die ihren Status verloren haben, weil sie Publisher mit schlechtem Traffic aufgenommen haben und das nicht kommen sahen.
Das ist keine Faulheit. Googles öffentliche Dokumentation beschreibt die Regeln, nicht die Mechanik. Sie kann dir nicht sagen, warum dein Traffic so bewertet wurde, wie er bewertet wurde.
Mit KI wurde es möglich, keine fremden Zusammenfassungen mehr zu lesen, sondern die Primärquellen zu nehmen und ein System zu bauen, das aus ihnen antwortet.
Bei dieser Menge fängt jedes Modell an zu erfinden: Es liefert plausible Prozentwerte, die in keinem Dokument stehen. Ich habe es geprüft — alle tun das. Deshalb läuft jede Frage durch vier Durchgänge mit vier verschiedenen Modellen.
gpt-oss-120bdeepseek-v4-flashqwen3-235byandexgpt-32kDas prüfende Modell stammt bewusst aus einer anderen Familie als das schreibende: Sie irren sich unterschiedlich, und was das eine erfindet, bestätigt das andere an den Auszügen nicht. Es fängt regelmäßig erfundene Prozentwerte und nicht existierende Namen ab — der beste Beleg dafür, dass das System so arbeitet, wie es soll.
Kein Link irgendwohin, sondern das konkrete Patentblatt oder die Präsentationsfolie, aus der das Zitat stammt. Das System findet die richtige Seite, indem es den Text des Auszugs mit dem Text jeder Seite des Dokuments abgleicht.
Die Hauptbasis beantwortet Fragen zu Auktionen, Geboten und ungültigem Traffic. Aber es gibt Nachbarthemen, die man nicht einfach hineinkippen kann: Das System zieht zwanzig Auszüge pro Frage, und das ist eine harte Grenze. Legt man CAPTCHA-Patente dazu, nehmen sie den IVT-Patenten genau bei den Fragen den Platz weg, bei denen es auf IVT ankommt.
Deshalb bekommt jedes solche Thema einen eigenen Speicher und einen eigenen Agenten, und der Code entscheidet anhand der Formulierung der Frage, wen er fragt:
Fragst du nach CAPTCHA, schaltet sich der Spezialagent mit seiner eigenen Basis dazu, und sein Material ist in der kombinierten Antwort gesondert gekennzeichnet. Fragst du nach Auktionen, hält er sich vollständig heraus.
Wie eine Aufzeichnung, die als totes Gewicht in der Basis lag, zu einem der meistzitierten Dokumente wurde.
Unter den Beweisstücken liegt ein vierzehnminütiges Video. Der Speicher nahm es als Video an und extrahierte nichts: keinen Ton, keinen Text, keine Bilder. Ich habe alle 878 Auszüge geprüft, die das System in seinen Antworten zitiert hatte — diese Aufzeichnung tauchte kein einziges Mal auf.
Darin steckten zwei Schichten, beide wertvoll. Auf dem Bildschirm Google-Folien zum Wechsel auf die First-Price-Auktion, mit dem ausdrücklichen Satz „no last look for programmatic“. Darunter ein ins Bild eingebranntes Protokoll als Untertitel, nach Seite und Zeile nummeriert. Es sprechen echte Menschen: Der Product Manager von Exchange Bidding erklärt die Änderungen, Vertreter der Publisher widersprechen.
„All diese Kontrolle — und Kontrolle ist hier das eigentliche Stichwort — wird uns genommen, und wir müssen einfach hoffen, dass Google in unserem besten Interesse handelt. Das ist viel verlangt“ — von Publisher-Seite, Zeilen 40:4–40:7.
Spracherkennung war nicht nötig: Der Text stand bereits auf dem Bildschirm und trug die Seitenzahlen des Protokolls, die der Ton überhaupt nicht hat. Ich habe die genauen Grenzen des Untertitelstreifens bestimmt, ihn alle anderthalb Sekunden aus den Einzelbildern geschnitten und durch die Texterkennung geschickt.
Zwei Prüfungen haben sich gelohnt. Vernehmungsprotokolle haben fünfundzwanzig Zeilen pro Seite, also waren die Zeilen 33 und 34 Erkennungsfehler, die ich verworfen habe. Und ich habe die Lücken in der Nummerierung im Halbsekundentakt nachgetastet: Keine einzige Zeile kam hinzu — das heißt, es sind echte Schnitte. Als Beweis wurden nur Auszüge eingereicht, nicht die ganze Aufzeichnung; das ist jetzt geprüft und nicht bloß vermutet.
Eine Aufzeichnung, die nie an einer Antwort beteiligt war, wird jetzt neben den Patenten zitiert. Frag nach Floor Prices je Käufer, und das System antwortet mit einem Verweis darauf — und zeigt dir die Seite.
Vier Befunde, die verändern, wie du Monetarisierung einstellst. Jeden davon habe ich selbst in den Originaldokumenten überprüft.
Von hundert Dollar des Werbetreibenden. Zwanzig bleiben bei der Börse. Das ist keine Schätzung von außen — es ist Googles eigene Folie, als Beweis eingereicht.
In einer Second-Price-Auktion zahlt der Gewinner das nächstniedrigere Gebot. Gehören die beiden höchsten Gebote demselben Käufer, setzt dieser Käufer seinen eigenen Preis.
Das Patent beschreibt nicht „guten“ und „schlechten“ Traffic, sondern Zonen mit einem Abschlagsfaktor: 0,5, dann 0,3, dann null. Eine Benachrichtigung wird nicht verschickt.
Die Person hat geklickt und kam sofort zurück. Es ist der Anteil solcher Klicks, der dich in die Abwertungszone schiebt. Das ist Anzeigenrelevanz und Seitengeschwindigkeit, nicht Bots.
„In Auktionen, in denen GDN sich selbst den zweiten Preis stellt, erlaubt Bernanke eine Margenabschöpfung von >14 %“ — die Bildunterschrift auf Googles eigener Folie, als Beweis eingereicht.
Die Untersuchung ist in zwei Formen offen. Die eine ist eine fertige Analyse, die du einfach lesen kannst. Die andere ist der Live-Zugang zum System, wo du deine eigene Frage stellen kannst.
Zwölf Abschnitte darüber, wie Geld und Betrug in Googles Werbung tatsächlich funktionieren. Auktionsmechanik, wohin die Gebühren fließen, wie ungültiger Traffic erkannt wird und warum Traffic abgewertet statt abgelehnt wird.
Stell deine Frage und erhalte in etwa zehn Sekunden eine Antwort aus den Dokumenten. Für eine schwierige Frage gibt es die tiefe Analyse: Sie wird in Teile zerlegt, jeder Teil einzeln gesucht, und ein anderes Modell prüft das Ergebnis gegen die Quellen.
Der Zugang ist passwortgeschützt — schreib mir, dann schicke ich es dir.
Ich verkaufe keinen Weg am Anti-Fraud vorbei — den gibt es nicht, und Versuche enden mit einem verlorenen Konto. Ich biete etwas anderes: zu verstehen, was mit deinem Traffic passiert und warum.
Wenn du die Mechanik kennst, hörst du auf, blind an Einstellungen zu drehen. Du siehst, welche Signale über dich gesammelt werden, welche davon du ändern kannst und welche nicht. Und du weißt im Voraus, wie es ausgeht, wenn du die nächste Traffic-Quelle aufnimmst.
Folge mir auf LinkedIn, damit der Kontakt erhalten bleibt und du die Untersuchung nicht aus den Augen verlierst. Ich veröffentliche Analysen, während die Basis wächst.
Auf LinkedIn folgen Auf Telegram schreiben