Technology — AdCTRL & Self-Improving Campaigns | Adello
Patentiertes Deep Learning Seit 2008 in Zürich entwickelt Cookieless by Design

Patentiertes AI AdTech,
Swiss-Made

Jede Schicht der Adello-Plattform — Infrastruktur, Datenmanagement, Machine Learning, Bidder und Ad Server — wurde intern in Zürich entwickelt. Vollständige Datenkontrolle, keine Black Boxes, Optimierung auf Ebene jedes einzelnen Impressions.

1.6BGeräte weltweit
1,000+Werbepartner
99%+Betrugsfreier Traffic
3Rechenzentrumsregionen
17+Jahre Kampagnen-Lernen
2008Gegründet in Zürich
17 Jahre Aufbau

Adello Technologie-Timeline

Vom ersten Mobile Ad Network der Schweiz zur vollständigen KI-gestützten Omnichannel-Plattform — jeder Meilenstein intern entwickelt.

2008
Gründung
2010
Erste Kampagnen
2012
Deep Learning Patent
2013
Programmatic Live
2015
Globale Expansion
2018
AdCTRL Mature
2019
AdCTRL Defender
2020
Vollständig Cookieless
2021
ViewCTRL
2022
PXLSTRM YouTube
2023
1.6B Devices
2024
PXLSTRM TikTok
2025
Privately + AI
2026
Omnichannel-KI
Bald
CTV · Pinterest
2008
Adello gegründet
Zürich. Erstes Mobile Ad Network im DACH-Raum.
2010
Erste Live-Kampagnen
2012
Deep Learning Patent
Impression-genaues Vorhersagealgorithmus patentiert.
2013
Programmatic Live
2015
Globale Expansion
EU, Nordamerika, Asien.
2018
AdCTRL Plattform ausgereift
Vollständiger interner Stack: DMP, SDK, ML, Bidder, Ad Server.
2019
AdCTRL Defender
99%+ betrugsfreier Traffic, Pre-Bid-Filterung.
2020
Vollständige Cookieless-Lösung
2021
ViewCTRL
2022
PXLSTRM — YouTube
2023
1.6B Devices
2024
PXLSTRM → TikTok
2025
Privately + KI-Agenten
2026
Vollständige Omnichannel-KI
Roadmap
CTV · Pinterest · ATV
Technologie-Stack

Was steckt in AdCTRL

Jede Komponente wurde intern entwickelt. Keine externen Abhängigkeiten, keine Black Boxes — vollständige Transparenz über jede Systementscheidung.

Deep Learning Engine
🧠

Deep Learning Engine

Patentierte Algorithmen, die die Conversion-Wahrscheinlichkeit jedes einzelnen Impressions vorhersagen. Aktualisiert sich mit jedem Datenpunkt – über alle Kampagnen gleichzeitig.

User Index
🎯

User Index

Eigenes Audience-Profiling anhand von Geräte-, Standort-, Demografik- und Interessensdaten. Ohne Third-Party Cookies.

AdCTRL Defender
🛡️

AdCTRL™ Defender

Pre-Bid-Eliminierung von Invalid Traffic. Alle verwalteten Kampagnen laufen durch Defender — Betrug wird blockiert, bevor ein Gebot abgegeben wird.

ViewCTRL
👁️

ViewCTRL

Garantiert IAB-konforme, sichtbare Mobile Ads (vCPM). Bestätigte Viewability bei jedem Placement — keine statistischen Schätzwerte.

PXLSTRM
🎬

PXLSTRM

KI-gestütztes kontextuelles Video-Targeting. Analysiert Videoinhalt, Dialoge und Objekte, um Ads passend auszuspielen — ohne Behavioral Tracking, ohne Cookies.

Privately
🔒

Privately

KJM-zertifizierte On-Device-Altersverifikation für regulierte Werbekategorien. Unter einer Sekunde, keine Datenspeicherung oder -übertragung.

Adello vs. Standard DSP

Warum Standard Programmatic nicht ausreicht

Herkömmliche DSPs kaufen gemittelte Zielgruppengruppen, die einmal pro Woche manuell optimiert werden. Adello bewertet jeden Impression einzeln, in Millisekunden, vollautomatisiert. Dieser Unterschied wächst mit jeder Kampagne.

📊
Standard DSP
Segmentbasierter Einkauf, manuelle Optimierung
📦
Was wird optimiert
Zielgruppensegmente
Nutzer werden gemittelt. Die schwächsten Werte ziehen die besten nach unten.
🕐
Wie schnell
Täglich / wöchentlich — manuell
Ein Mensch prüft und passt an. Der Markt hat sich bis dahin tausendmal verändert.
👆
Was wird gemessen
Nur Klicks
Das Klickziel erreicht, das Geschäftsziel komplett verfehlt.
🔄
Zwischen den Kampagnen
Neustart bei null
Jede Kampagne beginnt von vorn. Alles Gelernte aus dem letzten Flight wird verworfen.
🍪
Identitätsmodell
Cookie-abhängig
Die Audience-Kontinuität verschlechtert sich mit jeder Browser-Richtlinienänderung.
⚠️
Betrugsexposition
~11,5 % der Klicks ungültig
Reaktive Filter greifen erst, wenn das Budget bereits weg ist.
Adello AdCTRL
Impression-genaue KI, vollautomatisiert
🎯
Was wird optimiert
Jeder einzelne Impression
Conversion-Wahrscheinlichkeit wird pro Impression vorhergesagt – unter Einbeziehung aller bisherigen Daten.
Wie schnell
Millisekunden — automatisiert
Kein Mensch im Bid-Prozess. Das System reagiert auf jedes Signal in Echtzeit.
📈
Was wird gemessen
Sessions, Anmeldungen, Conversions
Optimierung am echten Geschäftsergebnis — nicht an Hilfskennzahlen.
🧠
Zwischen den Kampagnen
Kumulativ — nie verworfen
Jede Kampagne baut auf allen vorherigen auf. Wissen wächst mit der Zeit.
🔓
Identitätsmodell
Cookieless seit dem ersten Tag
Adellos User Index war noch nie auf Third-Party Cookies angewiesen.
🛡️
Betrugsexposition
99%+ betrugsfreier Traffic, verifiziert
AdCTRL Defender blockiert Invalid Traffic vor dem Gebot – durch Dritte verifiziert.
VS
So läuft eine Kampagne

Vom Bid Request zur Conversion

Jede Adello-Kampagne folgt demselben automatisierten Zyklus — millionenfach täglich wiederholt, mit jeder Iteration besser.

📡
SCHRITT 1

Impression trifft ein

Eine Bid Request von einer Ad Exchange — Gerätetyp, Geo, Publisher und Seitenkontext inklusive.

🔬
SCHRITT 2

Datenanreicherung

In Echtzeit angereichert mit First-Party- und Verhaltenssignalen aus Adellos eigenem User Index.

🧮
SCHRITT 3

Conversion vorhergesagt

Das Deep-Learning-Modell bewertet diesen Impression anhand aller bisherigen Kampagnenhistorien. Eine Wahrscheinlichkeit wird berechnet.

SCHRITT 4

Bieten oder Passen

Überschreitet der Score den Schwellenwert — Gebot wird platziert. Wenn nicht — Pass. Vollautomatisiert, kein Mensch beteiligt.

🔁
SCHRITT 5

Modell aktualisiert

Das Ergebnis fliesst sofort zurück. Jede folgende Kampagne startet dadurch klüger.

Brand Safety & Betrugsprävention

Dreistufiger Betrugspräventionsprozess

Gilt für jede verwaltete Kampagne. Adellos System validiert Daten kontinuierlich anhand von über 20 verdächtigen Mustern — von Verweildauer-Anomalien und Geo-Inkonsistenzen bis zu Domain-Spoofing und Rechenzentrumsidentifikation. Invalid Traffic wird Pre-Bid blockiert, bevor ein einziger Franken ausgegeben wird.

01

Automatischer Keyword-Filter

Sämtlicher neuer Traffic und alle Publisher werden per Keyword-Klassifikation gescannt. Etwa 90% des ungültigen oder unsicheren Traffics wird eliminiert, bevor ein Mensch überhaupt eingreift.

~90% blockiert
02

Kontinuierliches manuelles Whitelisting

Publisher, die den automatischen Filter passieren, werden vom Adello-Operations-Team geprüft, bevor sie für Live-Kampagnen freigegeben werden — ein fortlaufender Prozess, keine einmalige Einrichtung.

Ongoing
03

Post-Campaign-Analyse + Stichproben

Nach jeder Kampagne laufen automatisierte Analysen und manuelle Stichproben. Die Ergebnisse fliessen direkt in Filter und Whitelist zurück — für jede folgende Kampagne genauer.

Feedback loop
Erkannte verdächtige Muster (20+)
Verweildauer-Anomalien Display-to-Click-Timing Geo-Konsistenz Bildschirmgrössen-Validierung Domain Spoofing Rechenzentrum-Reverse-ID Verdächtige Bildschirminteraktionen
Click anomaly heatmap vs normal distribution
Oben: Anomale Klickkonzentration — durch AdCTRL Defender identifiziertes Betrugsmuster.
Unten: Normale Klickverteilung — organisches Nutzerverhalten.
Geo-Datenkorrektur

Rohdaten aus Exchanges sind unzuverlässig

Laut Exchange- und Publisher-Daten befinden sich gleichzeitig rund 3 Millionen einzigartige Geräte an exakt derselben Geoposition — physisch unmöglich und ein klares Zeichen für korrumpierte oder gefälschte Geo-Signale. Adello validiert jede Lat/Lon-Koordinate per Reverse-IP Lookup und geräteseitigen Daten und erreicht damit eine branchenführende Geo-Präzision. Das Ergebnis: Location Targeting, das den echten Standort eines Nutzers widerspiegelt.

Reverse-IP Lookup + Lat/Lon-Kreuzvalidierung entfernt ~3 Mio. Phantom-Gerätecluster aus den Rohdaten, bevor auch nur ein einziges Gebot abgegeben wird.

Raw vs corrected geo targeting data
Top: Raw geo data — anomalous concentration spikes indicate corrupted location signals.
Bottom: Adello-corrected geo targeting — validated lat/lon distribution across Switzerland.
Jetzt starten

Jede Kampagne lernt aus der letzten

Adello trägt das Gelernte jeder Kampagne in die nächste. Je länger die Zusammenarbeit, desto besser die Ergebnisse.