Topics API
Die Topics API ist ein Chrome-basiertes Privacy-Sandbox-Feature, das aus dem aktuellen Browserverlauf eine Handvoll breiter Interessenkategorien ableitet und diese Websites bereitstellt, ohne einen standortübergreifenden Identifikator.

Die Topics API ist ein Browser-Feature, Teil von Googles Privacy-Sandbox-Initiative in Chrome, das einer Person basierend auf ihrem aktuellen Browserverlauf eine kleine Anzahl breiter Interessenkategorien zuweist, wie „Fitness“ oder „Reise & Transport“. Websites können diese Themen über den Browser anfordern und für interessenbasiertes Werbe-Targeting nutzen, ohne einen standortübergreifenden Identifikator zu setzen, wie es ein Drittanbieter-Cookie tut.
So funktioniert es#
Jede Woche untersucht Chrome die Websites, die eine Person besucht hat, und ordnet eine Teilmenge davon Einträgen in einer festen Taxonomie von Themen zu. Der Browser wählt dann eine Handvoll der am stärksten vertretenen Themen für diesen Zeitraum aus und speichert sie lokal auf dem Gerät. Wenn eine teilnehmende Website die API aufruft, gibt der Browser ein Thema pro kürzlichem Zeitraum zurück, kein laufendes Profil und keine gerätebezogene ID. Es gibt keine serverseitige Datenbank, die eine Person ihrer vollständigen Themenhistorie zuordnet; Berechnung und Speicherung erfolgen beide im Browser selbst.
Einige Designentscheidungen sind für die praktische Umsetzung wichtig. Themen rotieren nach einem regelmäßigen Zeitplan, anstatt sich unbegrenzt anzuhäufen, sodass das Targeting aktuelle Interessen widerspiegelt und kein permanentes Etikett. Die Taxonomie selbst wird kuratiert, öffentlich dokumentiert und schließt sensible Kategorien aus (Gesundheitszustände, sexuelle Orientierung und Ähnliches). Und eine Website sieht nur Themen für Nutzer, die kürzlich themenberechtigte Websites besucht haben, sodass die Abdeckung ungleichmäßig ist, insbesondere zu Beginn der Einführung.
Warum es existiert#
Die Topics API ist Googles Antwort auf ein Problem, das jeder Native- und Programmatic-Käufer bereits spürt: Drittanbieter-Cookies sind in Safari und Firefox unzuverlässig, durch Richtlinien eingeschränkt und werden auf Browser-Ebene zunehmend blockiert, selbst wo sie technisch noch funktionieren. Interessenbasiertes Targeting stützte sich früher auf eine Cookie-ID, die einem Nutzer über Websites folgte; die Topics API versucht, einen Teil dieses Targeting-Werts zu erhalten, indem sie grobe, geräteinterne Kategorien anstelle eines persistenten standortübergreifenden Schlüssels verwendet. Sie steht neben anderen Privacy-Sandbox-Komponenten (wie der Attribution Reporting API) als eine von mehreren browserbasierten Alternativen, die Publisher und Werbenetzwerke übernehmen können, wenn sich cookielose Targeting-Optionen weiterentwickeln. Sie ist kein direkter Ersatz für die Granularität, die ein Tracking-Cookie bot, und die Einführung auf Demand-Side-Plattformen und in Ad-Exchanges war eher schrittweise als universell.
Was es für Native Advertising bedeutet#
Native-Netzwerke wie Taboola, Outbrain und MGID setzen bereits stark auf kontextuelles Targeting, indem sie eine Anzeige an die Seite anpassen, auf der sich ein Leser befindet, und nicht an eine getrackte Identität. Daher ist der Wandel hin zu Topics-basierten Signalen für Native weniger disruptiv als für identitätslastiges Display- und Social-Buying. Native-Käufer, die Kampagnen auf Erstanbieterdaten und Seitenkontext aufgebaut haben, statt auf eine gekaufte Zielgruppensegment, sind besser positioniert, da cookie-basierte Real-Time-Bidding-Signale im offenen Web dünner werden, und die Kombination kontextueller Signale mit solidem Geo-Targeting stellt einen Großteil der Präzision wieder her, die ein verlorenes Cookie sonst geboten hätte.
Wenn Sie verstehen möchten, wie ein bestimmter Wettbewerber tatsächlich targetiert, anstatt aus einem Datenblatt zu raten, ist das Beobachten der von ihm geschalteten Anzeigen zuverlässiger, als ein Datenschutz-Whitepaper zu analysieren. Der Anzeigen-Intelligenz-Index von OpenAdLibrary verfolgt, in welchen Vertikalen und Geos die Live-Creatives jedes Native-Netzwerks konzentriert sind, sodass Sie Targeting-Muster in der Praxis sehen können, anstatt sie aus der Dokumentation abzuleiten.






