Native Ad Library MCP: Über 1 Mio. Native Ads von Claude & ChatGPT abfragen

Ja – es gibt einen MCP-Server für Ad-Libraries: OpenAdLibrary hostet einen unter mcp.openadlibrary.com, der 43 Tools über einen Index von 1.041.637 Native-Ad-Creatives bereitstellt – 615.327 davon in den letzten 30 Tagen live – in 50 Netzwerken, Stand Juli 2026, für Claude und jeden anderen MCP-kompatiblen Client, mit einem kostenlosen API-Key. In der Praxis bedeutet das, dass du Claude oder ChatGPT Fragen stellen kannst wie "Welche Werbetreibenden haben diese Woche neue Taboola-Kampagnen in der Versicherungsbranche gestartet, und welche ihrer Anzeigen haben am längsten überlebt?" – und Antworten erhältst, die aus live erfassten Anzeigendaten berechnet wurden, nicht aus dem Trainingsgedächtnis des Modells. Dieser Leitfaden erklärt, was das bedeutet, was die Tools tun und wie du es in etwa fünf Minuten in deinen KI-Assistenten einbindest.

Aktualisiert Juli 2026.

Meta-Werbetreibende haben dieses Muster bereits: Foreplay hat Anfang dieses Jahres ein Ad-Library-MCP für Meta- und TikTok-Creative-Recherche veröffentlicht. Native-Discovery-Netzwerke – Taboola, Outbrain, MGID, Revcontent, der MSN-Feed – hatten nichts, was mit der Historie des Kanals übereinstimmt: Es gab bis vor kurzem überhaupt keine öffentliche Native-Ad-Bibliothek (die Hintergrundgeschichte steht in was ist eine Native-Ad-Bibliothek). Dieser MCP-Server ist diese Bibliothek, für Agenten aufrufbar gemacht.

Was ist MCP, in einer Minute#

MCP (Model Context Protocol) ist ein offener Standard, Ende 2024 von Anthropic eingeführt und seitdem von den großen KI-Plattformen übernommen, der KI-Assistenten erlaubt, externe Tools aufzurufen. Ein Server veröffentlicht einen Werkzeugkatalog – "Anzeigen suchen", "Marke abrufen", "Trends auflisten" – jeweils mit typisierten Eingaben und Ausgaben. Der KI-Client (Claude, ChatGPT, Cursor, VS Code oder dein eigener Agent) liest den Katalog und entscheidet, wann er was aufruft. Du sprichst mit dem Assistenten in einfachem Englisch; er übernimmt die API-Mechanik, Paginierung und Folgeaufrufe.

Die praktische Konsequenz: Eine Ad-Library hört auf, eine Website zu sein, die du durchsuchst, und wird eine Datenquelle, über die dein Agent schlussfolgern kann. Statt zwanzig Minuten lang Filter anzuklicken, stellst du eine zusammengesetzte Frage und der Agent verkettet fünf Tool-Aufrufe, um sie zu beantworten.

Was das OpenAdLibrary-MCP bereitstellt#

Der gehostete Server ist eine dünne, authentifizierte Schicht über derselben öffentlichen Daten-API, die in unserem Überblick zur Native-Ad-Daten-API beschrieben ist – derselbe Index, dieselben Kontingente, derselbe Key. Die 43 Tools gruppieren sich in sechs Cluster:

Hinter diesen Tools steht der vollständige Korpus: 352.392 Taboola-Creatives, 150.462 von Outbrain und 96.139 von MGID, Stand Juli 2026, plus mehr als eine Million getrackte Landing Pages und Anzeigenbeobachtungen in Millionenhöhe. Jedes Creative trägt das echte Werbetreibenden-Label, Erstgesehen-/Letztgesehen-Daten, Netzwerk, Geo und Sprache – das Rohmaterial für jeden untenstehenden Anwendungsfall.

Was du damit tatsächlich tun kannst#

Wettbewerbsrecherche ohne Tab-Farm#

Frage: "Profile die Native-Werbung von competitor-brand.com. Auf welchen Netzwerken sind sie, wie viele Live-Creatives, welche Ansätze verfolgen sie und was verkaufen ihre Landing Pages?" Der Agent verkettet get_brand → search_ads → get_landing_page_ads und liefert ein Briefing, für das ein Analyst einen Nachmittag bräuchte. Die manuelle Version dieses Workflows ist dokumentiert in wie man Konkurrenten-Native-Anzeigen ausspioniert – die MCP-Version ist dieselbe Logik, delegiert.

Creative-Ideation von bewährten Gewinnern#

Das zuverlässigste Creative-Briefing in der Native-Werbung ist "was bereits überlebt hat". Frage: "Finde die am längsten laufenden Gesundheitsanzeigen auf Taboola in den USA, clustere ihre Hooks und entwirf fünf neue Headline-Ansätze, die dieselbe Psychologie nutzen, ohne zu kopieren." Langlebigkeit ist der Profitabilitäts-Proxy – in unserem Index verschwinden 59 % der Native-Creatives nach ihrem ersten Tag und nur 10,7 % überleben 30 Tage, Stand Juli 2026, also sind die Überlebenden ein vorab gefilterter Satz von Dingen, die funktionieren (siehe Anzeigen-Langlebigkeit als Gewinnersignal). Ein Agent mit search_ads plus deinen Entwurfsanweisungen verwandelt diesen Filter in eine Creative-Pipeline, und wie man gewinnende Native-Ad-Creatives analysiert liefert das Bewertungsframework, das es wert ist, in deinen Prompt zu kopieren.

Langlebigkeits- und Ermüdungsprüfungen on Demand#

Frage: "Prüfe jede Anzeige in meiner Watchlist – welche wurden diese Woche nicht mehr beobachtet und welche haben 21 Tage Laufzeit überschritten?" Mit list_watchlist und sync_ads_changes wird dies zu einer geplanten Agenten-Aufgabe statt einer Montags-Pflicht. Kombiniere es mit den Signalen aus wie man gewinnende Anzeigen findet und du hast einen automatisierten Marktbewegungsbericht.

Branchen- und Netzwerk-Scouting#

Frage: "Vergleiche Taboola vs MGID für die Unterhaltungsbranche: Creative-Volumen, Top-Werbetreibende und Neueinsteiger in den letzten 30 Tagen." Tools wie get_network_profile, get_share_of_voice und list_new_entrants wurden genau für diese Aggregation gebaut. Zum Hintergrund, wie sich die Netzwerke unterscheiden, ist MGID vs Taboola die von Menschen geschriebene Version.

Einrichtungs-Walkthrough#

Der Server spricht Streamable HTTP – den aktuellen MCP-Transportstandard – unter https://mcp.openadlibrary.com/mcp und authentifiziert mit deinem persönlichen API-Key, gesendet als Bearer-Token. Jeder größere Client folgt demselben Muster.

Schritt 1 – Hol dir einen Key. Erstelle einen kostenlosen Account, dann erstelle einen API-Key in den Einstellungen. Keys sehen aus wie oal_... und werden einmalig angezeigt. Die kostenlose Stufe ist wirklich limitiert: 2 Anfragen/Tag, genug, um die Verbindung zu verifizieren und ein paar Tool-Aufrufe durchzuführen. Ein bezahlter Plan (29,99 $/Monat) schaltet das Standardkontingent von 5.000 Anfragen/Tag frei.

Schritt 2 – Füge den Connector hinzu. In Claude füge einen benutzerdefinierten Connector hinzu, der auf https://mcp.openadlibrary.com/mcp zeigt, mit deinem Key als Authorization-Header. In Claude Code ist es ein Befehl:

claude mcp add --transport http openadlibrary \
  https://mcp.openadlibrary.com/mcp \
  --header "Authorization: Bearer oal_YOUR_KEY"

Cursor, VS Code und die meisten anderen Clients akzeptieren die entsprechende JSON-Konfiguration:

{
  "mcpServers": {
    "openadlibrary": {
      "url": "https://mcp.openadlibrary.com/mcp",
      "headers": { "Authorization": "Bearer oal_YOUR_KEY" }
    }
  }
}

Schritt 3 – Smoke-Test. Frage deinen Assistenten: "Wie viele Live-Taboola-Anzeigen erwähnen Hörgeräte, und wer schaltet die meisten, unter Verwendung der openadlibrary-Tools?" Wenn du Zahlen mit Werbetreibendennamen zurückbekommst, bist du angeschlossen. Wenn du stattdessen einen Authentifizierungsfehler bekommst, ist der übliche Schuldige ein fehlendes Bearer -Präfix vor dem Key.

Ein paar betriebliche Hinweise, die es wert sind, bekannt zu sein. Der Server ist zustandslos und multi-tenant – dein Key ist deine Identität, und Kontingente und Rate Limits (120 Anfragen/Minute Burst) werden pro Key durchgesetzt, genau wie bei der rohen REST-API. Es gibt keine separate MCP-Preisgestaltung; es ist derselbe Plan und derselbe Kontingent-Pool wie die öffentliche API. Und weil der Server ein Pass-Through über /api/v1 ist, kannst du alles, was du im MCP tun kannst, auch direkt scripten – der Vergleich Ad-Spy-Tools mit einer API behandelt, wann REST MCP schlägt und umgekehrt.

Ein ausgearbeitetes Beispiel: Wettbewerbsanalyse in einer Session#

Um dies konkret zu machen, hier ein echtes Session-Muster – die Art von zusammengesetzter Aufgabe, die die Einrichtung rechtfertigt. Angenommen, du verkaufst Hörgeräte und möchtest die Native-Landschaft verstehen, bevor du Budget festlegst.

Runde 1: "Durchsuche den Native-Ad-Index nach Hörgeräteanzeigen auf Taboola und Outbrain in den USA. Wie viele Live-Creatives, und wer sind die Top fünf Werbetreibenden nach Creative-Anzahl?" Der Agent ruft search_ads mit Netzwerk- und Textfiltern auf, aggregiert und nennt Namen – inklusive der Shell-Marken, von denen du noch nie gehört hast, die sich als Betreiber von Hunderten von Creatives herausstellen.

Runde 2: "Für den Top-Werbetreibenden hole seine am längsten beobachteten Creatives und die Landing Pages dahinter. Wie ist die Funnel-Struktur?" Der Agent verkettet get_brand, search_ads sortiert nach beobachteter Laufzeit und get_landing_page_ads. Du erfährst, ob die Gewinner Quiz-Funnel, Advertorials oder direkte Produktseiten betreiben – der Unterschied zwischen dem Kopieren einer Headline und dem Verstehen einer Strategie.

Runde 3: "Füge die Top drei Werbetreibenden zu meiner Watchlist hinzu und speichere diese Suche." Der Agent ruft watch_advertiser und save_search auf, sodass die nächste Wochen-Session mit "was hat sich in meiner Watchlist geändert?" beginnt, statt von vorne.

Zwanzig Minuten, keine Tabs, und die Ausgabe ist ein schriftliches Briefing, das du in ein Kampagnendokument einfügen kannst. Der äquivalente manuelle Workflow ist real – wir haben ihn dokumentiert in wie man Wettbewerbsanzeigenanalyse durchführt – aber es ist ein Nachmittag, nicht zwanzig Minuten.

Prompting-Muster, die gute Antworten liefern#

Ad-Daten-Agenten scheitern auf vorhersehbare Weise, und drei Gewohnheiten verhindern die meisten Fehler.

Scoping vor dem Sweeping. "Zeig mir gewinnende Anzeigen" zwingt den Agenten, bei Netzwerk, Geo und Branche zu raten, und verbrennt Kontingent mit breiten Aufrufen. "US-Taboola-Anzeigen in der Versicherungsbranche, beobachtet 14+ Tage" erhält einen präzisen Tool-Aufruf beim ersten Versuch – was bei einem gemessenen Key wichtig ist.

Frage nach den Beweisen, nicht nur der Schlussfolgerung. Lasse den Agenten Creative-IDs, Erstgesehen-Daten und Werbetreibenden-Labels neben seiner Zusammenfassung zurückgeben. Agenten fassen selbstbewusst zusammen; die Disziplin, Zeilen zu zitieren, hält sie ehrlich und macht die Ausgabe im Dashboard überprüfbar.

Erkläre den Langlebigkeitsvorbehalt einmal. Füge deinen Projektanweisungen hinzu: "Tage Laufzeit bedeutet beobachtete Tage innerhalb eines rollenden ~31-Tage-Fensters; behandle es als Untergrenze." Jede Langlebigkeitsschlussfolgerung, die der Agent später zieht, erbt diese Korrektur – dieses Stück Domänenwissen ist es, das rohen Tool-Zugang in kompetente Analyse verwandelt.

Für KI-Entwickler: Jenseits der Chat-Clients#

Nichts am Server setzt eine Chat-UI voraus. Weil er standardmäßiges Streamable-HTTP-MCP spricht, lässt er sich in Agent-Frameworks einstecken – das Claude Agent SDK, OpenAIs Agents SDK, LangChains MCP-Adapter – als Tool-Quelle für vollständig autonome Pipelines. Die Muster, die wir funktionieren sehen: ein wöchentlicher Cron-Agent, der eine Watchlist durchläuft und einen Wettbewerbs-Digest per E-Mail verschickt; eine Creative-Generierungs-Pipeline, die die zehn am längsten überlebenden Anzeigen einer Branche als Few-Shot-Kontext abruft, bevor sie entwirft; und interne Slack-Bots, die "wer wirbt für X?" für das ganze Team beantworten, ohne Seat-Lizenzen.

Das Kontingent-Design unterstützt dies bewusst: Keys sind pro Benutzer, Kontingente werden serverseitig durchgesetzt (5.000 Anfragen/Tag Standard, 120/Minute Burst), und die MCP-Schicht ist zustandslos, sodass horizontale Agent-Concurrency keine Session-Affinität benötigt. Wenn du den MCP-Overhead in einer reinen Code-Pipeline lieber überspringen möchtest, existieren dieselben Operationen als reine REST unter /api/v1 mit identischer Semantik.

Woher die Daten stammen (und warum Agenten ihnen vertrauen können)#

Die Schlussfolgerungen eines Agenten sind nur so gut wie der darunterliegende Korpus, daher lohnt es sich zu wissen, was die Tools tatsächlich abfragen. Der Index wird durch kontinuierliches Erfassen von Live-Native-Ad-Platzierungen von öffentlichen Publisher-Seiten aufgebaut – die gesponserten Empfehlungseinheiten, die jeder unter Artikeln sieht – über die eigenen Delivery-APIs der Netzwerke, niemals durch Klicken auf Live-Anzeigen (Klicken würde Werbetreibenden echtes Geld kosten und ihre Analytics verfälschen; Erfassung und Click-Tracing sind durch Design getrennt). Jedes erfasste Creative wird in voller Qualität gespeichert, nach Branche und Sprache klassifiziert, durch seine Tracker-Umleitungskette zu einem echten Werbetreibenden-Label aufgelöst und – für einen wachsenden Anteil – mit einer getrackten Landing Page verlinkt. Dieser Auflösungsschritt ist für Agenten wichtiger als für Menschen: Wenn Claude berichtet, dass eine vage "gesponserte" Marke tatsächlich ein spezifischer Versicherungs-Lead-Gen-Betreiber ist, liest es das brandLabel-Feld, nicht rät.

Skalierung und Aktualität sind messbar, nicht behauptet: 615.327 der 1.041.637 Creatives im Korpus wurden in den letzten 30 Tagen live beobachtet – der Taboola-Anteil allein macht 254.020 dieser Live-Creatives aus – Stand Juli 2026. Für Agenten ist diese Aktualität der Unterschied zwischen "hier ist, was einmal in Native-Werbung funktioniert hat" und "hier ist, was gerade läuft" – und deshalb liefern Langlebigkeitsprüfungen, Neueinsteiger-Scans und Trendfragen Antworten, die sich von Woche zu Woche ändern, so wie sich ein lebendiger Markt tatsächlich verhält.

MCP vs das Dashboard: Wann was zu verwenden ist#

Das Dashboard bleibt besser für visuelles Durchsuchen – Creative-Grids scannen, Bildstile überfliegen, die Serendipity-Arbeit, beschrieben in wie man gewinnende Native-Ad-Ansätze findet. Das MCP gewinnt, wann immer die Frage zusammengesetzt ist ("finde X, dann prüfe für jedes Y"), geplant (wöchentliche Digests) oder ein anderes System speist (ein Briefing, ein Bericht, ein Modell). Die meisten Praktiker werden am Ende beides nutzen: Durchsuchen, um Intuition aufzubauen, delegieren an Agenten für Wiederholungen.

Eine Warnung für das KI-Entwickler-Publikum: Agenten verstärken Datenqualitätsprobleme. Unser Index beobachtet Anzeigen in einem rollenden Fenster (derzeit bis zu etwa 31 Tagen kontinuierlicher Beobachtung pro Creative), daher bedeutet "Tage Laufzeit" beobachtete Tage, nicht Lebensdauer – weise deinen Agenten entsprechend an, oder seine Langlebigkeitsschlussfolgerungen werden systematisch konservativ sein. Derselbe Vorbehalt gilt für jede Ad-Library, inklusive Metas; der Unterschied ist, ob der Anbieter es dir sagt.

Das Fazit#

"Ad-Library-MCP" existierte als Begriff vor 2026 kaum – Foreplay beanspruchte es für Meta-Anzeigen, und Native-Netzwerke haben jetzt ihr eigenes unter mcp.openadlibrary.com: 43 Tools über 1.041.637 Native-Creatives (Juli 2026), mehr als eine Million getrackte Landing Pages und eine Workflow-Schicht für Watchlists und gespeicherte Suchen, mit demselben Key und Kontingent wie die öffentliche API ab 29,99 $/Monat mit einer kostenlosen Teststufe. Wenn du ein technischer Vermarkter oder KI-Entwickler bist, ist die Argumentation einfach: Wettbewerbsanzeigenrecherche wird zu einer Agenten-Aufgabe, und Agenten brauchen eine Datenquelle, die ihr Protokoll spricht. Für Native-Werbung ist dies sie.