Top Native Advertisers auf Taboola, Outbrain & MGID (Aufschlüsselung der Netzwerkanteile)

„Wer sind gerade die größten Werbetreibenden auf Taboola?“ ist eine der meistgesuchten Fragen im Performance-Marketing, und fast jede veröffentlichte Antwort ist eine Schätzung. Die Listen, die man findet, sind Kundenlogos eines Anbieters, eine ein Jahr alte Fallstudie oder ein Scrape einer einzigen Platzierung auf einer einzigen Website. Keine davon sagt dir, was diese Woche tatsächlich live ist, auf welchem Netzwerk, in welchem Land.

Diese Studie geht einen anderen Weg. Anstatt ein Netzwerk zu fragen, wer seine Großausgeber sind, bauen wir die Antwort aus den Anzeigen selbst wieder auf. Jedes erfasste native Creative wird nach seinem echten Werbetreibenden, dem nativen Ad-Netzwerk, das es ausgeliefert hat, und der Vertikale, zu der es gehört, klassifiziert. Sortiere diese danach, wie weit und wie lange jeder Werbetreibende läuft, und eine Rangliste ergibt sich aus den Daten, nicht aus einem Marketing-Deck.

Die folgenden Zahlen stammen aus dem OpenAdLibrary-Index vom Juni 2026: 589.036 Creatives, 25.933 verschiedene Werbetreibende, 926.259 Landing-Page-Captures und 5.424.757 einzelne Anzeigenbeobachtungen über 42 Netzwerke. Das ist das Rohmaterial. So wird daraus ein Ranking, das einer Überprüfung standhält.

Was „Top Native Advertiser“ tatsächlich bedeutet#

Ein Top-Native-Advertiser ist einer, dessen Creatives über einen längeren Zeitraum hinweg auf den meisten Platzierungen, Publisher-Domains und Creative-Varianten in einem bestimmten Netzwerk erscheinen. Das ist ein öffentlicher, lieferungsbasierter Proxy für Ausgaben, denn die tatsächlichen Ausgabenzahlen liegen in der privaten Abrechnung jedes Netzwerks. Wenn man Werbetreibende auf diese Weise pro Netzwerk rankt, sieht man, wer heute die Verteilung dominiert, nicht wer im letzten Jahr eine Fallstudie gekauft hat.

Die Unterscheidung ist wichtig, weil sich die drei großen Content-Recommendation-Netzwerke wie drei verschiedene Volkswirtschaften verhalten. Das sieht man an den rohen Creative-Zahlen, die wir für jedes halten:

• Taboola hat den größten Fußabdruck in unserem Index mit großem Abstand: 157.727 erfasste Creatives. Es ist auch das größte Netzwerk nach Publisher-Auszahlung und erwartet, 2025 über 1,5 Milliarden Dollar an Publisher und OEMs zu zahlen und erreicht rund 600 Millionen tägliche Nutzer auf Premium-Seiten wie NBC News und Yahoo. 2025 startete es Realize und drängt über klassisches Native hinaus in breitere Performance-Inventare. Die Mischung tendiert zu schwergewichtigen Direct-Response plus einer wachsenden Schicht von Mainstream-Marken- und E-Commerce-Nachfrage.
• Outbrain liegt bei 84.252 Creatives in unserem Index. Es übernahm die Video- und CTV-Plattform Teads von Altice (ein Deal im Wert von rund 1 Milliarde US-Dollar, abgeschlossen Anfang 2025), und das kombinierte Unternehmen operiert nun öffentlich unter der Marke Teads. Die Fusion brachte ein schweres Video- und Branding-Portfolio in das, was ein Performance-Native-Motor war, sodass sich das Werbetreibendenprofil von reiner DR hin zu videogeführter Markennachfrage verbreitert.
• MGID hält 49.689 Creatives in unserem Index und ist seit 2008 ein natives Netzwerk mit rund 25.000 bis 32.000 Publishern. Es tendiert am stärksten zu aggressiver Direct Response und Affiliate-Nachfrage.

Die vertikale Aufteilung innerhalb jedes Netzwerks erzählt die gleiche Geschichte aus einem anderen Blickwinkel. Auf Taboola ist unsere Top-Vertikale nach Creative-Anzahl Gesundheit (6.048), dann Finanzen (5.558) und Versicherungen (4.303). Outbrain führt mit Finanzen (2.640) und Versicherungen (2.615) fast gleichauf, dann Gesundheit (2.016). MGID ist der Ausreißer: Unterhaltung dominiert mit 8.904 Creatives, mehr als zehnmal so viel wie die nächste Vertikale. Diese eine Zahl ist der klarste Fingerabdruck der drei. Taboola und Outbrain laufen auf Finanz- und Gesundheits-Lead-Gen-Geld. MGID läuft auf unterhaltungsorientiertem Clickbait, dem IQ-Quiz, „You won't believe“, Arbitrage-Ende des Marktes.

Diese Anzeige oben (Markenlabel „Fresh Start Information“, 13 Tage live, als wir sie erfasst haben) ist genau die Art von Finanz-Lead-Gen-Creative, die Finanzen zur mit Abstand größten Vertikale in unserem gesamten Index macht: 17.232 Creatives, vor Versicherungen (15.629) und Gesundheit (14.895). Wenn du den weiteren Kontext möchtest, warum Native-Ausgaben sich weiterhin auf diese Kanäle konzentrieren, findest du das in The State of Native Advertising 2026 (Data From Live Ad Capture), dem Leitartikel, unter dem diese Studie steht.

Der größte Fehler in der Werbetreibenden-Recherche ist es, diese drei Netzwerke als einen Markt zu behandeln. Ein Werbetreibender, der auf MGID in einem Tier-2-Geo an erster Stelle steht, kann auf Taboolas US-Premium-Inventar unsichtbar sein. Der Anteil ist immer pro Netzwerk, pro Geo, niemals global.

Die Methodik: Von einer ausgelieferten Anzeige zu einem gerankten Werbetreibenden#

Die gesamte Studie beruht auf einer Fähigkeit: eine anonym aussehende Anzeigeneinheit in einen namentlich bekannten Werbetreibenden zu verwandeln. Hier ist die Pipeline.

1. Erfasse die Live-Anzeige. Öffentliche native Werbung wird erfasst, während sie ausgeliefert wird: das echte Creative-Bild in voller Qualität, die Überschrift, die Platzierung, die Publisher-Domain, das Geo und der Zeitstempel. Das sind Auslieferungsdaten, kein Media-Kit. Wir haben 5,4 Millionen solcher Beobachtungen.
2. Klassifiziere die Supply Chain. Eine ausgelieferte native Anzeige ist selten eine saubere Linie „Marke X → Netzwerk → Publisher“. Dazwischen gibt es Nachfrage-Hops, Reseller, Tracking-Redirects und SSP-Wrapper. Jedes erfasste Creative durchläuft eine Supply-Chain-Klassifizierung, die das ausliefernde Netzwerk und den Nachfragepfad kennzeichnet, sodass dasselbe Creative nicht über Wrapper hinweg doppelt gezählt wird.
3. Ermittle den wahren Werbetreibenden. Das Markenlabel auf der Seite und die Überschrift sind häufig nicht der eigentliche Werbetreibende. Hinter einem generisch klingenden Namen sitzt oft ein Affiliate, eine Agentur oder ein White-Label-Funnel. Wir verfolgen den Klickpfad der Anzeige zur Landing Page oder zum Pre-Lander (ohne Live-Anzeigen anzuklicken) und nutzen die Ziel-Domain plus deren Tracking-Stack, um das Creative der tatsächlichen Entität zuzuordnen, die es betreibt. Dieser Schritt ist der Grund, warum wir 926.259 Landing-Captures haben, etwa 1,6 pro Creative.
4. Aggregiere pro Werbetreibendem, pro Netzwerk. Sobald jedes Creative zugeordnet ist, wird es hochgerechnet: wie viele verschiedene Creatives, wie viele Platzierungen, wie viele Publisher-Domains, in welchen Geos, über welchen Zeitraum.
5. Sortiere nach Verbreitung und Langlebigkeit. Die Rangliste sortiert nach Verbreitungsbreite und Laufzeit, nicht nach einer einzigen Impressionsschätzung, denn Breite und Beständigkeit sind die Signale, die einer Überprüfung tatsächlich standhalten.

Nimm die Überschrift bei der nächsten: „MDs Identify 10 Medications Now Attached to Memory Problems In Seniors.“ Das Markenlabel lautet „Vital Guardian“. Das sagt dir fast nichts darüber, wer zahlt. Schritt 3 ist der Teil, der das tut.

Warum Schritt 3 der schwierige Teil ist und warum die meisten „Top-Werbetreibenden“-Listen falsch sind, wird ausführlich in Who Advertises on Taboola? Top Native Advertisers by Vertical behandelt.

Warum Verbreitung und Langlebigkeit besser sind als eine Ausgabenschätzung#

Es ist verlockend, eine Dollarzahl neben jedem Werbetreibenden zu sehen. Widerstehe dem. Jede öffentliche Ausgabenzahl für Native ist ein Modell, das auf Annahmen über CPC, Fill und nicht offengelegte Preiskarten basiert: selbstbewusst präzise und stillschweigend erfunden.

Zwei Signale sind weitaus ehrlicher, weil sie direkt in der Auslieferung beobachtbar sind.

Verbreitung ist, wie viele verschiedene Platzierungen, Publisher-Domains und Creative-Varianten ein Werbetreibender nutzt. Ein Werbetreibender, der 4 Creatives auf 3 Websites schaltet, testet. Einer, der 200 Creatives auf 1.500 Domains schaltet, skaliert. Verbreitung ist ein sauberer Proxy für den Share of Voice innerhalb eines Netzwerks.

Langlebigkeit ist, wie lange ein bestimmtes Creative oder Angebot läuft. Im Native-Bereich sterben die meisten Creatives innerhalb weniger Tage. Diejenigen, die überleben, haben fast immer eine Rentabilitätshürde genommen, denn niemand bezahlt weiterhin für die Auslieferung eines Verlierers. Eine kurze Anmerkung zur Ehrlichkeit der Zahlen: Die längste durchgehende Laufzeit, die wir bei einem einzelnen Creative in unserem Index beobachtet haben, beträgt 28 Tage. Wir haben die kontinuierliche Erfassungspipeline erst vor relativ kurzer Zeit gestartet, daher ist diese 28-Tage-Grenze eine Eigenschaft unseres Beobachtungsfensters, keine Behauptung, dass native Anzeigen nach vier Wochen sterben. Die Branchenlegende von immergrünen Gewinnern über 90 Tage ist real, sie liegt nur vor dem Zeitfenster, für das wir persönlich bürgen können. Wenn wir „langlebig“ sagen, meinen wir das im Vergleich zu unserer eigenen gemessenen Uhr.

Selbst innerhalb dieses 28-Tage-Fensters ist das Muster laut. Die Creatives, die in unserem Langlebigkeitsranking ganz oben stehen, sind keine glänzenden Markenspots. Es sind SmartAssets „How Can I Avoid Paying Taxes on IRA Withdrawals?“-Finanzfunnel auf Outbrain, Hidden Hearings Hörgeräte-Anzeigen auf dem Microsoft Audience Network und eine Wand von „My IQ“-Quiz-Creatives. Langweilig, direkt und unerbittlich profitabel. Das ist es, was Langlebigkeit selektiert.

Zusammen trennen Verbreitung und Langlebigkeit die drei Zustände, in denen sich jeder Werbetreibende befindet: Testen (geringe Verbreitung, geringe Langlebigkeit), Skalieren (steigende Verbreitung, steigende Langlebigkeit) und Ausmelken eines bewährten Gewinners (moderate Verbreitung, sehr hohe Langlebigkeit). Diese Rahmung ist das Rückgrat von The Longest-Running Native Ads (And What Makes Them Evergreen), und sie ist der Grund, warum die Rangliste auf diesen Signalen und nicht auf einem geschätzten Budget basiert.

Die Aufschlüsselung der Netzwerkanteile verstehen#

Wenn man zugeschriebene Werbetreibende nach Netzwerk und Vertikale aggregiert, ergibt sich ein konsistentes strukturelles Muster, auch wenn die spezifischen Namen ständig wechseln. Die folgende Tabelle beschreibt diese Struktur. Die vertikalen Cluster stammen aus unseren tatsächlichen Creative-Zahlen pro Netzwerk; die Spalten zum Werbetreibendenprofil und zur Fluktuation sind unsere Interpretation des Musters, keine gemessenen Zahlen.

Lies dies als das, wo das Gewicht liegt, nicht wer konkret. Die vertikale Clusterung ist stabil. Die Werbetreibendennamen innerhalb jedes Clusters wechseln von Woche zu Woche, was genau der Grund ist, warum eine statische Liste veraltet und eine Live-Rangliste nicht.

Du kannst die Rotation in Live-Captures beobachten. Eine Solar-Subventions-Lead-Gen-Anzeige („Solar home batteries: Electricians agree about 1 thing“) lief in unserem Index 27 Tage auf Taboola. Ein nahezu identisches AC-Gerät-Arbitrage-Creative von „Consumer World“ hielt 5 Tage. Gleiches Netzwerk, gleiches Playbook, völlig unterschiedliche Haltbarkeit. Diese Lücke ist das Signal, das du eigentlich abbaust.

Für die vertikale Seite dieses Bildes im Detail, wie Nutra, Finanzen, Krypto und Sweeps tatsächlich über Netzwerke verteilt sind, siehe Top Native Ad Verticals in 2026: Nutra, Finance, Crypto & Sweeps by the Numbers.

Wie du diese Aufschlüsselung selbst durchführst#

Du musst ein Aggregat nicht blind glauben. Die gleiche Analyse ist in OpenAdLibrary reproduzierbar, und sie auf deine eigene Vertikale anzuwenden, ist weitaus nützlicher als jedes allgemeine Ranking. Der Workflow:

1. Filtere auf ein Netzwerk und ein Geo. Starte eng, z.B. MGID in deinem Zielland, denn ein Anteil bedeutet nur innerhalb einer einzigen Netzwerk-Geo-Zelle etwas.
2. Sortiere die Werbetreibendenansicht nach Verbreitung. Schaue auf verschiedene Creatives und Publisher-Domains pro Werbetreibendem. Die Spitze dieser Liste ist deine tatsächliche Wettbewerbsgruppe, unabhängig davon, wer behauptet, der Marktführer zu sein.
3. Sortiere die gleiche Ansicht nach Langlebigkeit. Die Werbetreibenden, die sowohl in der Liste der hohen Verbreitung als auch der hohen Langlebigkeit erscheinen, sind diejenigen mit bewährten, skalierten, profitablen Angeboten. Diese sind es wert, reverse-engineered zu werden.
4. Öffne den Werbetreibenden, folge dem Klick. Überprüfe für jeden Top-Werbetreibenden die Landing Pages und Pre-Lander hinter seinen Creatives, um die tatsächliche Entität und die Angebotsmechanik zu bestätigen – den Teil, den die Überschrift verbirgt.
5. Verfolge die Zelle im Laufe der Zeit. Überprüfe wöchentlich. Ein neuer Name, der im Verbreitungsranking deiner Vertikale aufsteigt, ist das frühestmögliche Signal dafür, dass ein Wettbewerber einen Gewinner skaliert.

Dies ist auch die genaue Methode hinter der korrekten Messung von Dominanz. Native Ad Share of Voice: Measuring Who Dominates a Vertical führt durch die Umwandlung von Verbreitung in eine verteidigungsfähige SoV-Metrik, die du berichten kannst. Und sobald du die gewinnenden Creatives identifiziert hast, zeigt The Most Common Native Ad Angles (Analyzed From Real Creatives), wie du zerlegen kannst, warum sie gewinnen.

Warum das jetzt möglich und überprüfbar ist#

Zwei Dinge machen ein glaubwürdiges, sich kontinuierlich aktualisierendes Werbetreibenden-Ranking im Jahr 2026 machbar, wo es vor einigen Jahren noch nicht möglich war.

Erstens hat die regulatorische Transparenz die Idee normalisiert. Das EU-Gesetz über digitale Dienste verlangt nun von sehr großen Plattformen, öffentliche Anzeigenverzeichnisse zu führen, die die Identität des Werbetreibenden, die Ausrichtung und die Reichweite offenlegen, die mindestens ein Jahr lang aufbewahrt werden. Die Durchsetzung hat Zähne: Die Europäische Kommission verhängte im Dezember 2025 ihr erstes großes Bußgeld wegen Nichteinhaltung (120 Millionen Euro gegen X), teilweise aufgrund eines unzureichenden Anzeigenverzeichnisses. Öffentliche Rechenschaftspflicht darüber, wer wirbt, ist keine Nischenidee mehr. Es ist die Basiserwartung.

Zweitens schließt die Live-Erfassung plus Supply-Chain-Klassifizierung die Attributionslücke, die die eigenen Dashboards der Netzwerke niemals schließen werden. Ein Netzwerk zeigt dir sein eigenes Inventar. Es wird dir nicht den gesamten Fußabdruck eines Wettbewerbers über Konkurrenten hinweg zeigen. Die Rekonstruktion aus ausgelieferten Anzeigen tut das, und das ist der einzige Weg, einen Taboola-Käufer mit einem Outbrain- oder MGID-Käufer auf derselben Achse zu vergleichen.

Der praktische Nutzen ist, dass die Rangliste überprüfbar ist. Jeder gerankte Werbetreibende führt zurück zu spezifischen erfassten Creatives, mit Netzwerk, Platzierung, Geo, Erfassungsdatum und Landing Page. Wenn dich ein Ranking überrascht, öffne die zugrunde liegenden Anzeigen und überprüfe die Arbeit. Das ist der Unterschied zwischen einer Datenstudie und einer Pressemitteilung.

Wenn du die Live-Version für das Netzwerk sehen möchtest, das dich interessiert, ist die Taboola Ad Spy-Ansicht der schnellste Einstiegspunkt, und von dort aus kannst du die vollständige Aufschlüsselung der Werbetreibenden pro Netzwerk erstellen.

OpenAdLibrary ist die offene, kostengünstige Alternative zu den Spy-Tools für 80 bis 400 Dollar pro Monat. Es erfasst live native Anzeigen auf Taboola, Outbrain/Teads, MGID und 39 anderen Netzwerken, ermittelt den wahren Werbetreibenden hinter jeder Anzeige und baut die Rangliste kontinuierlich neu auf. Starte kostenlos und durchstöbere 200 Anzeigen ohne Karte, um die Aufschlüsselung für deine eigene Vertikale durchzuführen.

Das Fazit#

Es gibt keine permanente Liste der Top-Native-Advertiser, und jeder, der dir eine als feste Wahrheit verkauft, verkauft eine Momentaufnahme der Vergangenheit. Was beständig ist, ist die Struktur. Finanzen, Versicherungen und Gesundheit dominieren Verbreitung und Langlebigkeit auf Taboola und Outbrain (17.232, 15.629 bzw. 14.895 Creatives in unserem Index). MGID tendiert stark zu unterhaltungsorientiertem Clickbait und Affiliate-Nachfrage. Taboola trägt das meiste Premium-Markengewicht und den tiefsten Fußabdruck. Outbrains Profil verbreitert sich nach Teads. Die Namen innerhalb jedes Clusters wechseln wöchentlich, daher ist die einzige nützliche Rangliste eine, die aus Live-, attribuierten, überprüfbaren Anzeigenerfassungen neu aufgebaut wird. Baue sie für deine eigene Netzwerk-Geo-Zelle, sortiere nach Verbreitung und Langlebigkeit, und du wirst wissen, wer tatsächlich gewinnt, bevor sie in irgendeinem anderen Bericht auftauchen.