Ad Fraud: Warum Google und Meta den Bock zum Gärtner machen

Ich habe letzte Woche beim Aufräumen meiner alten Festplatte ein Whitepaper wiedergefunden, das ich vor längerer Zeit als Head of Programmatic geschrieben habe. Zwischen Erklärungen zu DSPs und Lookalike-Audiences stand ein Satz, den ich damals völlig ernst gemeint habe: Wer eine Blacklist mit mindestens hunderttausend Urls pflege und sich an ein paar einfache Regeln halte, müsse vor Ad Fraud keine Sorge haben. Ich habe eine Weile auf den Satz gestarrt. Einige Jahre und eine komplette KI-Revolution später klingt er wie eine Nachricht aus einer anderen Zivilisation.

Denn genau das Gegenteil ist eingetreten. Der aktuelle Ad-Fraud-Report von Spider Labs beziffert den globalen Schaden für 2025 auf über 32 Milliarden Dollar, mit einem Betrugsrisiko, das in KI-optimierten Kampagnen doppelt so hoch liegt wie im Durchschnitt. Juniper Research rechnet für dieses Jahr sogar mit einem Wert jenseits der 100 Milliarden. Und das, obwohl dieselbe Technologie, die uns angeblich das Betrugsproblem lösen sollte, seit Jahren jahrhundertealte mathematische Rätsel knackt und Muster in Datenmengen erkennt, die kein Mensch mehr überblickt.

Die Irritation lässt sich nicht wegargumentieren. Wenn eine Maschine komplexe Beweisprobleme löst, dann sollte «erkenne, ob dieser Klick von einem Menschen stammt» eigentlich zu den leichteren Übungen gehören. Stattdessen wächst gerade der Teil des Betrugs am schnellsten, der am leichtesten zu erkennen wäre: Platzierungen auf sogenannten Made-for-Advertising-Seiten haben sich in einem Jahr vervierzehnfacht, während gleichzeitig autonome Systeme lernen, Mausbewegungen, Scrollverhalten und sogar das kurze Zögern echter Nutzer täuschend echt nachzuahmen.

Also doch kein Erkennungsproblem. Ein Interessenproblem.

Die Plattformen, die Werbung verkaufen, sind dieselben, die entscheiden, was als Betrug gilt. Aus internen Meta-Dokumenten, die vor einiger Zeit öffentlich wurden, geht hervor, dass rund zehn Prozent des Jahresumsatzes, etwa sechzehn Milliarden Dollar, aus der Bewerbung von Betrug und verbotenen Produkten stammen. Interne Prüfungen zeigten, dass sechsundneunzig Prozent gemeldeter Scam-Anzeigen ignoriert oder abgelehnt wurden, und dass Sanktionen gegen betrügerische Werbetreibende bei einer Umsatzobergrenze von 0,15 Prozent gedeckelt waren. Das ist keine Nachlässigkeit. Das ist, was man in der Branche freundlich «Managed Decline» nennt: eine Strategie, das eigene Fehlverhalten so langsam zurückzufahren, dass niemand den Stecker zieht, aber auch niemand zu früh auf Umsatz verzichtet.

Ich kenne dieses Muster aus der anderen Ecke meines Berufslebens. Wenn Verlage heute mit dem Label «Ohne KI» werben, versprechen sie eine Reinheit, die sich am Ursprung technisch nicht überprüfen lässt. Genau dasselbe Prinzip trägt das gesamte Ad-Fraud-System: Wer sich selbst kontrolliert, kontrolliert am Ende genau so viel, wie es dem eigenen Umsatz nützt. Google und Meta agieren gleichzeitig als Verkäufer und als Betrugspolizei, ein strukturell gebrochenes Modell, das unabhängig von der eingesetzten Technologie immer dieselbe Schieflage produziert.

Was mich daran am meisten erstaunt, ist die Selbstverständlichkeit, mit der wir das hinnehmen. Banken beurteilen ihre eigene Kreditvergabe zwar auch selbst, aber eine Bankenaufsicht schaut ihnen dabei über die Schulter und kann eingreifen, wenn die Einschätzung nicht zur Realität passt. Bei Werbeplattformen mit einem jährlichen Milliardenschaden fehlt diese externe Instanz fast vollständig. Die künstliche Intelligenz hat daran nichts geändert, sie hat lediglich beiden Seiten neue Werkzeuge in die Hand gegeben: den Betrügern raffiniertere Tarnung, den Plattformen bessere Ausreden.

Die alte Blacklist von damals liegt noch irgendwo auf meiner Festplatte, alle hunderttausend Urls. Ich überlege, ob ich sie noch einmal öffne. Vermutlich würde eine Liste der Adressen, die heute wirklich sauber sind, deutlich kürzer ausfallen.