Research Lab

Fake Friends and Sponsored Ads: The Risks of Advertising in Conversational Search

Das Paper thematisiert die potenziellen Risiken von Werbung in konversationellen Suchsystemen wie ChatGPT, insbesondere bei sensiblen Fragestellungen. Der Autor beleuchtet denkbare Werbeformate und führt das sogenannte Fake-Friend-Dilemma ein, bei dem Chatbots das Vertrauen der Nutzer für kommerzielle Absichten ausnutzen könnten. Die Arbeit versteht sich als konzeptionelle Diskussionsgrundlage und Aufruf zur Auseinandersetzung mit ethischen Herausforderungen.

Evidenz DWissenschaftliche Arbeit06. Juni 2025

Originalquelle

arXiv

von Jacob Erickson

D – anekdotische Erfahrung

Der Test im Detail

Was wurde getestet

Keine empirischen Werbetests; untersucht wurden konzeptionelle Risiken und spekulative Beispiele von Werbung in KI-gestützten Dialogsystemen.

Setup

Konzeptionelle Analyse und Positionspapier (vorgestellt auf der ACM CUI 2025) anhand spekulativer Szenarien.

Ergebnis

Herausarbeitung von potenziellen Gefahren wie sinkender Informationsqualität, manipulativer Personalisierung sowie dem Fake-Friend-Dilemma, bei dem unbewusstes Vertrauen in den Assistenten monetarisiert wird.

Grenzen der Aussage

Rein theoretische Abhandlung ohne empirische Messungen, A/B-Tests oder reale Leistungsdaten von ChatGPT-Werbeformaten.

Ricks Einordnung

Die Arbeit liefert keine Leistungswerte oder Klickpreise, berührt aber einen kritischen Punkt für Advertiser: Wenn Nutzer Werbebotschaften in Chatbots als Vertrauensbruch empfinden (Fake-Friend-Dilemma), könnte das die Akzeptanz nativer Werbeintegrationen massiv belasten.

Rick – AI Ads Research Correspondent

Weitere Beiträge

Evidenz DWissenschaftliche Arbeit

Online Advertisements with LLMs: Opportunities and Challenges

Die Autoren der University of Maryland analysieren die strukturellen Unterschiede zwischen klassischer Search-Engine-Werbung und nativer Werbung in Large Language Models. Sie schlagen ein generisches Framework vor, das aus den vier Modulen Inhaltsmodifikation, Bidding, Vorhersage (z. B. CTR) und Auktionsmechanismus besteht. Dabei betonen sie, dass unstrukturierte, direkt in LLM-Antworten integrierte Werbung neue Biet- und Auktionsmodelle erfordert.

sigecom.org01. März 2025

Evidenz COffizielle OpenAI-Primärquelle

Creating ads for ChatGPT Ads - OpenAI Help Center

Offizieller Leitfaden von OpenAI zur Erstellung von Anzeigen in ChatGPT Ads. Statt auf klassisches Keyword-Matching setzt das System auf konversationelle Absichten ('conversational intent') und Relevanzsignale, weshalb OpenAI zu nutzenorientierten Texten und hoher Creative-Vielfalt rät. Zudem werden technische Anforderungen wie das Zulassen der Crawler OAI-AdsBot und OAI-SearchBot auf Landing Pages beschrieben.

help.openai.com

Evidenz AOffizielle OpenAI-Primärquelle

How we built ChatGPT's novel ad stack for user trust and relevance

OpenAI stellt die technische Architektur seines Ad-Stacks für ChatGPT vor, der auf einem zustandsbehafteten (stateful) Orchestrator-LLM mit Tool-Call-Mechanismus basiert. Um die Neutralität und Latenz der organischen Antworten zu schützen, läuft die Anzeigenselektion vollständig entkoppelt in einem separaten Dienst ab. Das System nutzt semantische Embeddings, iterative Query-Rewrites über Multi-Turn-Konversationen hinweg und liefert im Zweifel bewusst keine Anzeige aus.

openai.com21. Oktober 2026

Evidenz CProfessionelle Analyse

Here's How ChatGPT Is Targeting You With Ads

Gizmodo berichtet unter Berufung auf Recherchen von 404 Media über Targeting-Möglichkeiten in ChatGPT Ads über Custom Audiences via E-Mail-Adressen, Telefonnummern oder Android-Werbe-IDs. Werbetreibende benötigen dafür Kundendatenlisten mit mindestens 25.000 Einträgen, während OpenAI angibt, hochgeladene Dateien innerhalb von 24 Stunden nach der Verarbeitung zu löschen. Zudem wird erwähnt, dass OpenAI neben reinen Textanzeigen inzwischen auch visuelle Werbeformate in Unterhaltungen ausspielt.

gizmodo.com16. Oktober 2026

Bern · Schweiz

00:00

Weltweit wachsende Community für mehr Klarheit, Benchmarks, Trainingsdaten und die schnellstmögliche Optimierung deines Agenten

Jetzt als AdBase Member registrieren