APIs und MCPs: Warum Retail Media beides braucht

Die Debatte um API versus MCP taucht in Diskussionen rund um Retail Media immer wieder auf und wird meist als Entweder-oder-Entscheidung dargestellt. Das ist sie aber nicht. Beide erfüllen unterschiedliche Aufgaben, und der Verzicht auf eine der beiden Komponenten würde das Modell zum Scheitern bringen. Hier erfährst du, wie wir das sehen und warum Retail-Media-Netzwerke nicht länger auf diese Entscheidung warten sollten.

Die API ist die Datenschicht

Über die API übertragen wir Retail-Media-Daten in unser Data Warehouse und erstellen so den langfristigen Überblick, den unsere Kunden brauchen: Leistungsentwicklung im Zeitverlauf, Budgetverwendung, ein einziger Bericht für alle Kanäle. Daran ändert sich nichts.

Die API schafft das alleine nicht

Retail-Media-Netzwerke sind riesig und entwickeln sich rasant weiter – ständig kommen neue Werbeprodukte und Beta-Versionen dazu. Jeder neue Endpunkt bedeutet Arbeit für uns. Wir erfassen ihn, testen ihn, stellen ihn bereit, und die Kunden sehen ihn erst Monate später. Wenn wir uns nur auf APIs verlassen, wird unsere Geschwindigkeit durch den Release-Zeitplan des Netzwerks und unseren Arbeitsrückstand begrenzt. Wir laufen ständig hinterher.

Ein gutes MCP ändert das. Es beschreibt seine eigenen Tools zur Laufzeit, sodass unser Agent eine neue Funktion erkennt und nutzt, ohne dass wir den Code ändern müssen. Du stellst eine Funktion im MCP bereit, und unser Agent nutzt sie noch am selben Tag. Das bedeutet schnellen Nutzen für unseren gemeinsamen Kunden.

Wann man was benutzt

Das sind keine konkurrierenden Optionen. Sie lösen unterschiedliche Probleme.

Nutze die API, wenn du kanalübergreifendes Reporting, historische Leistungsdaten oder Budgetverläufe über verschiedene Retail-Media-Netzwerke und Publisher hinweg benötigst. Das ist Arbeit auf Data-Warehouse-Ebene: strukturierte, vorhersehbare Daten, die du über einen längeren Zeitraum analysierst. Empfehlungen sind ein gutes Beispiel dafür. Du rufst Daten ab, modellierst sie und gewinnst daraus Erkenntnisse. Das ist eine Aufgabe für die API, und sie spart Kosten und Zeit. Wenn du einen Agenten bittest, Modelle auf einen großen Datensatz anzuwenden, kommt es zu langen Ausführungszeiten und Ergebnissen, die von Lauf zu Lauf variieren können. Die API überlässt die Schwerstarbeit einem anderen Dienst und liefert dem Agenten die richtige Empfehlung zur richtigen Zeit.

Nutze das MCP, wenn du etwas einmal implementieren möchtest und neue Funktionen automatisch verfügbar sein sollen – ganz ohne Neukompilierung oder Codeänderungen, weder bei uns noch bei dir. Wenn ein neues Anzeigenprodukt erscheint, greift der Agent es noch am selben Tag auf. Auf diese Weise handhaben wir auch komplexe, mehrstufige Agent-Workflows, wie zum Beispiel die End-to-End-Einrichtung von Kampagnen, bei denen der Agent zur Laufzeit erkennen muss, welche Tools verfügbar sind, und nicht nur eine festgelegte Abfolge von Aufrufen ausführen darf.

Bei Skai haben wir unsere Datenbasis auf der API aufgebaut, und unsere Agent-Ebene entwickeln wir auf dem MCP. Beides ist bereits im Einsatz. Beides ist wichtig.

Ein gutes MCP, kein Wrapper

Der Wert geht verloren, wenn das MCP nur ein Tool pro Endpunkt einbindet. Wir haben Open-Source-MCPs für Retail Media getestet, die Zehntausende von Definitions-Tokens laden, bevor der Agent überhaupt etwas Sinnvolles tut. Das füllt das Kontextfenster und führt dazu, dass es langsamer wird und häufiger Fehler liefert. Ein gutes MCP bedeutet:

• Semantische Tools mit echter Fehlerbehandlung, keine Eins-zu-Eins-Spiegelung von Endpunkten
• Dynamische Erkennung – neue Anzeigenprodukte werden dem Agenten automatisch angezeigt
• Ein Katalog, der auch bei wachsendem Umfang kompakt bleibt
• Sichere Schreibpfade für Gebote, Budgets und Kampagnen, die für die Freigabe durch Menschen konzipiert sind
• OAuth auf Benutzerebene, sodass jede Aktion auf eine bestimmte Person zurückgeführt werden kann und nicht auf einen gemeinsamen Schlüssel
• Im Laufe der Zeit vollständige Übereinstimmung mit der API für alle unterstützten Anzeigenprodukte

Vorteile für Retail-Media-Netzwerke – und warum Partner jetzt handeln sollten

Zersplitterte Integrationen zwingen Netzwerke dazu, die Supportlast für jede einzelne Plattform zu tragen. Ein MCP-Modell ändert das, indem es eine einzige Integrationsschnittstelle bereitstellt, über die jeder Agent – auch zukünftige – sofort auf deine Funktionen zugreifen kann.

Wir beobachten, dass Partner eine abwartende Haltung einnehmen und darauf setzen, dass intelligentere LLMs MCPs irgendwann überflüssig machen werden. Das ist eine Fehleinschätzung des Problems. Der Engpass liegt nicht in der Intelligenz. Es sind die betrieblichen Reibungsverluste und die Erschöpfung des Kontextfensters, die mit dem unstrukturierten Zugriff einhergehen. Selbst die heutigen Spitzenmodelle stolpern über schlecht konzipierte Protokolle, während ein sauberes MCP sie weitaus präziser macht. Dieser Leistungsunterschied wird sich nur noch vergrößern.

Governance ist der andere Aspekt. Ein MCP bietet Organisationen einen deterministischen Rahmen: die Möglichkeit, bestimmte Funktionen zu steuern und rein lesbare Einblicke klar von schreibintensiven Vorgängen zu trennen. Der direkte Zugriff über API oder CLI allein macht deine Kontrollmechanismen anfällig und lässt deine Angriffsfläche offen.

Werbetreibende suchen bereits nach einer Infrastruktur, die für den Einsatz von Agenten bereit ist. Wenn man jetzt handelt, schafft man die Grundlage, bevor sich der Markt verändert. Abwarten bedeutet, dass man alles komplett neu aufbauen muss, wenn der Druck am größten ist.

Der Einstieg ist einfacher, als es aussieht. Fang mit schreibgeschützten Tools an, die gängige Fragen zur Berichterstellung beantworten, und füge dann Schreibpfade hinzu, die für die menschliche Kontrolle ausgelegt sind. 

Wir haben diese Architektur bei Skai bereits eingeführt und sind bereit, dir dabei zu helfen, das Gleiche zu tun. Möchtest du mehr erfahren? Dann melde dich Skai bei Skai .

---

Häufig gestellte Fragen