Traditionele contextuele targeting vertrouwt op trefwoordherkenning, domeincategorisatie en oppervlakkige sentimentanalyse. Deze methoden falen vaak omdat ze context en intentie niet begrijpen. Bijvoorbeeld, een artikel over “budgetbestemmingen in Europa” wordt soms abusievelijk bestempeld als premium reisinventaris—zonder onderscheid te maken tussen een budgetbackpacker en een gezin op zoek naar minder bekende bestemmingen. Evenzo krijgen autoliefhebbers generieke advertenties over brandstofefficiëntie, zonder dat systemen het verschil zien tussen een eerste hybride-aankoper en een wagenparkbeheerder die operationele kosten wil verlagen.

Traditionele contextuele targeting vertrouwt op trefwoordherkenning, domeincategorisatie en oppervlakkige sentimentanalyse. Deze methoden falen vaak omdat ze context en intentie niet begrijpen. Bijvoorbeeld, een artikel over “budgetbestemmingen in Europa” wordt soms abusievelijk bestempeld als premium reisinventaris—zonder onderscheid te maken tussen een budgetbackpacker en een gezin op zoek naar minder bekende bestemmingen. Evenzo krijgen autoliefhebbers generieke advertenties over brandstofefficiëntie, zonder dat systemen het verschil zien tussen een eerste hybride-aankoper en een wagenparkbeheerder die operationele kosten wil verlagen.  

De verschuiving naar generatieve AI: van woorden naar betekenis

Grote taalmodellen (LLM’s) veranderen hoe machines tekst begrijpen. In tegenstelling tot traditionele NLP-methodes kunnen LLM’s semantische betekenis, impliciete context en gebruikersmotivatie herkennen. Ze onderscheiden bijvoorbeeld of een artikel over “hypotheekherfinanciering” hoge aankoopintentie toont (bijvoorbeeld een vergelijk) of juist een fout bespreekt (lage, mogelijk negatieve intentie). Ook zien ze het verschil tussen “apple picking” (fruit) en “Apple’s picking up market share” (het technologiebedrijf). 

Waarom dit nú relevant is

Vanwege strengere privacyregels, browserbeperkingen en platformwijzigingen neemt gedragssignaalverlies toe. Generatieve AI biedt nu een manier om intentie op schaal te herkennen op het open web, zonder persoonlijke data te verzamelen. 

Hoe IntentGPT in de praktijk werkt

IntentGPT is een onderdeel van RTB House’s Deep Learning-stack en bestaat uit twee hoofdcomponenten:

1. IntentGPT Hyperspecific URLs – identificeert zeer specifieke URLs met sterke intentiesignalen, in plaats van generieke categorieën. Hierdoor worden irrelevante impressies geminimaliseerd en wordt gerichter op gebruikers gestuurd met hoge betrokkenheid +. 

2. Matching Offers to Specific URLs – op basis van semantische inhoud worden de meest relevante producten uit de feed gekoppeld aan content met hoge intentie.

Het systeem werkt in drie stappen:

• Data uit productfeeds wordt gehaald.

• Door middel van prompt engineering en LLM-analyse worden artikelen semantisch beoordeeld op intentie.

• Artikelen die de intentiecheck doorstaan, komen in een gestructureerde database terecht, waar ze gecombineerd worden met relevante producten voor zowel engagement- als retargetingcampagnes. 

Resultaat: IntentGPT verhoogt de gemiddelde betrokkenheid met 44% in vergelijking tot traditionele contextuele methoden. 

Is dit de nieuwe standaard?

Hoewel AI inmiddels ook voor andere aspecten van programmatic advertising wordt toegepast (zoals optimalisatie van creatie en media-inzet), lijken AI-gedreven contextuele systemen in sommige gevallen beter te presteren dan gedragsgerichte targeting. De uitdaging is echter opschaling: real-time biedingen moeten sub‑100 milliseconden beslissen, waardoor AI zowel geavanceerd als snel moet zijn. 

Techcrunch meldt augustus 2025:

Large language models have fundamentally changed how machines understand text. Unlike traditional natural language processing, which relies on statistical patterns and predefined categories, LLMs can interpret semantic meaning, implicit context, and even user motivation.

Where legacy systems might see “mortgage refinancing” and trigger financial services ads regardless of context, generative AI can distinguish between an article comparing refinancing options (high intent) versus one explaining why refinancing failed during a market downturn (low intent, potentially negative context!

Generatieve AI kan schaalbare, nauwkeurige intentieherkenning mogelijk maken, zonder privacyproblemen. Systemen als IntentGPT tonen dat deze benadering zowel intelligent als programmatic-schaalbaar kan zijn, waarbij zowel gebruikers, uitgevers als adverteerders profiteren. Wie deze transitie beheerst, zal mogelijk de volgende fase in programmatic advertising vormgeven