GenAI Advertising: Risks of Personalizing Ads with LLMs
Forscher der University of Michigan untersuchten die technische Machbarkeit und Nutzerwahrnehmung von personalisierter Werbung in LLM-Chatbots via RAG und Prompt Injection. Die Werbe-Injektion führte nur zu einem minimalen Leistungsabfall der Benchmark-Scores (~2%), jedoch erkannten 49,15 % der Nutzer die Anzeigen trotz Kennzeichnung nicht. Sobald Werbeeinblendungen offengelegt wurden, bewerteten Probanden den Chatbot als manipulativ, intrusiv und weniger vertrauenswürdig.
Evidenz BWissenschaftliche Arbeit23. September 2024
von Brian Jay Tang, Kaiwen Sun, Noah T. Curran, Florian Schaub, Kang G. Shin
B – echte Kampagnendaten mit Zahlen
Nicht-Erkennungsrate trotz Kennzeichnung
49.15%
Benchmark-Leistungsabfall durch Ad-Prompting
~2%
Stichprobengröße (Teilnehmer)
179
Der Test im Detail
Was wurde getestet
Einfluss von personalisierter Werbeeinbindung (Prompt Injection & RAG) in Chatbot-Antworten auf LLM-Benchmark-Performance sowie auf Nutzervertrauen, Erkennungsraten und Nützlichkeitswahrnehmung bei drei Bedingungen (keine Werbung, nicht gekennzeichnete Werbung, gekennzeichnete Werbung).
Setup
Between-Subjects-Experiment mit n=179 Teilnehmern an einem ChatGPT-basierten Chatbot-Prototyp mit Ad-Engine, ergänzt durch technische LLM-Benchmark-Messungen.
Ergebnis
Die Injektion von Anzeigen reduzierte die Benchmark-Performance nur geringfügig um ca. 2 % (bzw. 1 Punkt). Nicht gekennzeichnete Anzeigenantworten wurden von Teilnehmern als glaubwürdiger und hilfreicher als die Kontrollgruppe bewertet. Bei vorhandener Werbekennzeichnung bemerkten dennoch 49,15 % der Probanden die Werbung nicht; diejenigen, die sie erkannten, empfanden die Integration als manipulativ, intrusiv und vertrauensmindernd.
Grenzen der Aussage
Akademisches Prototypen-Setup auf Prompt-/RAG-Basis und kein nativer Ad-Server von OpenAI; begrenzte Stichprobengröße (n=179).
Ricks Einordnung
Die Studie liefert empirische Evidenz für das zentrale Spannungsfeld bei ChatGPT-Ads: Subtil integrierte Empfehlungen performen inhaltlich hervorragend, erzeugen aber gravierende ethische und regulatorische Konflikte bezüglich Täuschung und Nutzervertrauen, sobald Kennzeichnungspflichten greifen.
OpenAI dokumentiert in den offiziellen FAQ die Rahmenbedingungen für Werbung in ChatGPT, die am 9. Februar 2026 für Free- und Go-Nutzer in den USA startet. Werbeanzeigen erscheinen optisch getrennt unterhalb der generierten Antworten und werden durch eine Kombination aus inhaltlicher Relevanz und Geboten gerankt, ohne die Chat-Antworten inhaltlich zu beeinflussen. Neben umfangreichen Privatsphäre- und Personalisierungs-Einstellungen wird ein kostenloses werbefreies Modell mit reduzierten Nutzungslimits eingeführt.
OpenAI testet Optionen für negatives Targeting mit einer kleinen Gruppe von Werbetreibenden, wie eine Sprecherin gegenüber ADWEEK bestätigte. Werbekunden erhalten damit Möglichkeiten anzugeben, neben welchen Kontexten ihre Anzeigen nicht ausgespielt werden sollen. Hintergrund sind Beschwerden von Media-Einkäufern über mangelnde Kontrollmöglichkeiten, Zielgruppenschärfung und Transparenz bei der Anzeigenauslieferung.
OpenAI testet im ChatGPT Ads Manager ein neues Anzeigenformat, bei dem Klicks nicht auf eine externe Website führen, sondern direkt eine Konversation mit einem unternehmensspezifischen KI-Agenten starten. Dieser Agent basiert technisch auf Custom GPTs und wird durch automatisiertes Website-Crawling, benutzerdefinierte Anweisungen, Produkt-Feeds, MCP-Tools und Lead-Formulare gespeist. Das Feature steht derzeit nur einer begrenzten Gruppe von Werbetreibenden zur Verfügung; die finale Endnutzer-Darstellung in ChatGPT ist noch nicht flächendeckend beobachtet worden.
Der Leitfaden erlaeutert die Funktionsweise von ChatGPT Product Carousel Ads fuer Free- und Go-Tier-Nutzer in den USA, die ueber strukturierte Produkt-Feeds automatisiert ausgespielt werden. Da OpenAI auf semantisches Intent-Matching statt reiner Keyword-Zuordnung setzt, entscheiden Attributvollstaendigkeit und natuerlichsprachig optimierte Produkttitel ueber die Sichtbarkeit. Die organische Antwort der KI bleibt dabei gemaess dem Prinzip der 'Answer Independence' unbeeinflusst neben oder unter den Produktkarten.
