Release-Verlauf

Eine fokussierte Runde von Verbesserungen aufbauend auf dem v2.0-Refresh, mit Schwerpunkt auf dem Einstieg. Die Installation von OrbiAds ist jetzt für jeden großen KI-Agenten dokumentiert — der Weg ohne Terminal (Claude Desktop, claude.ai, Cowork) und der dateibasierte Weg, den Codex, Cursor, Windsurf, Gemini CLI und Antigravity über die .agents/skills-Konvention teilen. Eine Manifest-Korrektur macht die Synchronisierung des Claude-Plugin-Marktplatzes zuverlässig.

Keine Breaking Changes — dies ist eine inkrementelle Verbesserungs-Version. Wenn das Hinzufügen des OrbiAds-Marktplatzes zuvor fehlschlug, funktioniert es jetzt beim ersten Versuch.

Dieses Release schließt den V1-Zyklus ab und festigt die Basis für die nächsten Produktbausteine. Drei strukturelle Arbeitsstränge liefen parallel: (1) die Admin-UI wurde um ein zentrales, nach Anwendungsfall statt nach Technologie gruppiertes Menü neu aufgebaut, mit kontextuellen Links entlang des echten AdOps-Workflows; (2) der MCP-Server wechselte zu einer Parent/Child-Architektur, die den öffentlichen Katalog von 270 Tools auf 51 kohärente Dispatcher reduziert; (3) langlaufende Operationen (Inventar-Blueprint, Audit-CSV-Export, Bildoptimierung) wurden in einen unabhängigen Worker-Dienst ausgelagert, um das Haupt-Backend schlank zu halten.

Der Sprung auf v2.0 spiegelt den Umfang der Überarbeitung wider, nicht ein einzelnes Highlight-Feature — jede tägliche Aktion wird direkter. Audit-Seiten zeigen jetzt ein ehrliches Panel "Endpunkt im Aufbau", wo Daten noch nicht angebunden sind, statt erfundener Zahlen: lieber offen als eine Demo vortäuschen. Praktische Folge der Bereinigung: einige Legacy-URLs und Endpunkte sind verschwunden — siehe den Kompatibilitätshinweis am Ende dieses Releases.

Multi-Tenant-Ad-Networks und Agenturen haben es uns klar gesagt: Sie müssen ihr GAM-Netzwerk anhand anerkannter Standards (ISO 27001, IAB, NIST CSF) auditieren, ohne manuell Dutzende Anfragen zusammenzufügen. Dieses Release führt einen Audit-Skill ein, den KI-Agenten autonom ausführen können, sowie eine vollständige GAM-Administrationsschicht (Teams, Sites, Anwendungen, Labels). Parallel analysiert der Pricing-Assistent den Performance-Verlauf, um optimale Floor-Preise vorzuschlagen — mit einer strengen Garantie: Es werden niemals Tenant-Daten gespeichert, alles wird live berechnet.

Das Audit zu 100 % über MCP/CLI ohne Dashboard-Oberfläche zu halten, ist bewusst gewählt. Ein Compliance-Audit ist in erster Linie eine von einem intelligenten Agenten ausgeführte Checkliste, kein Dashboard zum Durchscrollen. Der resultierende Markdown-Bericht lässt sich per E-Mail versenden, in Git versionieren und bei Bedarf für ein Steuerungsgremium auf einer einzigen A4-Seite drucken.

Publisher und Ad-Networks, die programmatisch verkaufen, mussten ihr kommerzielles Angebot als echten Katalog strukturieren: Formate, Floor-Preise, angesprochene Zielgruppen, Buchungsbedingungen. Dieses Release führt diese Geschäftsschicht durchgängig ein — Backend-Modellierung, REST API, MCP-Tools und eine vollständige Dashboard-Oberfläche. Parallel ermöglicht die native Unterstützung programmatischer Deals (PMP über REST, PG/PD über SOAP), die Verhandlung und Bereitstellung von Direct Deals mit Käufern zu orchestrieren.

Die ADCP-Bridge (AdContext Protocol) ist wahrscheinlich das strategischste Element dieses Releases. Sie legt den Grundstein dafür, dass ein KI-Käuferagent — auf Advertiser- oder Agenturseite — den Produktkatalog des Publishers durchsuchen und dann einen Deal ohne menschliche Reibung verhandeln und bereitstellen kann. Das ist die fehlende Schicht zwischen Ad-Tech-Infrastruktur und wirklich durchgängiger KI-Automatisierung.

Der MCP-Server war lange der erste Einstiegspunkt für KI-Agenten. Die CLI hingegen wuchs parallel, um skriptfähige Workflows abzudecken: Cronjobs, CI/CD-Integrationen, Teams, die einfach ein Terminal bevorzugen. Doch die beiden Oberflächen hatten leicht unterschiedliche Wege eingeschlagen. Dieses Release setzt auf ihre Vereinheitlichung: Jede MCP-Operation hat ihr Spiegel-CLI-Kommando, jedes CLI-Kommando sein passendes MCP-Tool. Die Paritätsmatrix wird nun bei jedem Build automatisch geprüft.

Dieses Release war auch die Gelegenheit, drei Backend-Dienste in modularere Schichten zu refaktorieren (Billing-Berichte, Line-Item-Erstellung, Inventar-Archivierung). Für Nutzer unsichtbare Arbeit, die jedoch die Auslieferung kommender Funktionen deutlich beschleunigt. Das öffentliche Open-Source-Repo wird bei jedem internen Push automatisch synchronisiert.

Publisher, die im Programmatic hart arbeiten, wollten die Auswirkung einer neuen Kampagne auf bereits ausliefernde Line Items simulieren — die sogenannte gegenseitige Konkurrenz. Dieses Release führt get_prospective_delivery_forecast im Multi-LI-Modus ein, plus Prognose-Aufschlüsselungen (nach Tag, Gerät, Geo) und die Aufnahme echter Traffic-Daten. Parallel führten wir zwei Live-Audits auf einem Produktivkonto durch: Die erste Welle brachte vier in Testumgebungen unsichtbare Bugs zutage, die zweite weitere vier. Alle behoben, alle durch Regressionstests abgedeckt.

Das Qualitäts-Audit der Phase 11 (38 systematische Fixes gegen das offizielle WSDL-Schema) geht von einer einfachen Beobachtung aus: Es ist besser, in die Sorgfalt der Aufrufe zu investieren als in Fehlerbehebungsschichten. Wenn man GAM mit exakt den richtigen typisierten Parametern aufruft, verschwinden Bugs an der Wurzel, statt zur Laufzeit abgefangen zu werden.

Vor jeder großen Produkterweiterung nehmen wir uns die Zeit, die kritischen Schichten tiefgehend zu auditieren — Authentifizierung, Abrechnung, Kampagnen-Pipeline, Reporting, Frontend, MCP-Server. Dieses Release konsolidiert diese Grundlagen entlang von sechs Achsen: gehärtete Sicherheit auf OAuth-Protokollebene, vollständig idempotente Credit-Rückerstattungen, Pipeline mit Fortschritts-Checkpoints und Vorfallwiederherstellung sowie 9 in der Oberfläche behobene UX-Mikro-Regressionen. Es ist der letzte Schritt vor der Ankunft des Produktkatalogs, der Programmatic Deals und der KI-Audit-Suite.

Dieses Release liefert keine spektakuläre Funktion — und genau das ist der Punkt. Es schließt sauber die Schuld ab, die sich über achtzehn Monate schneller Auslieferung angesammelt hat, sodass die nächsten großen Funktionen auf einer Plattform ruhen, deren jede Schicht Zeile für Zeile inspiziert wurde. Der Komfort, schnell zu bauen, kommt aus der Sorgfalt, zuvor gut gebaut zu haben.

Ein funktionales Audit des Reportings deckte Inkonsistenzen zwischen der angezeigten Abrechnung (FAQ, CLI) und der Backend-Realität auf. Parallel zeigte die Analyse des GAM-SOAP-Schemas, dass native Tracking-Felder (thirdPartyImpressionTrackingUrls, thirdPartyClickTrackingUrl, VAST trackingUrls) nicht genutzt wurden — wir haben alles in das HTML injiziert. v1.8 korrigiert beide Achsen und fügt eine vollständige Audit-/QA-Schicht für Tracking und Archivierung hinzu.

Dies ist das erste Release, in dem ein KI-Agent ein Tracking-Problem autonom diagnostizieren (fehlende Makros, fehlender Cachebuster, nicht erkannter Anbieter), es über update_creative beheben und erneut prüfen kann — alles in einem einzigen Gespräch. Die Vor-Archivierungs-Prüfung verhindert irreversible Fehler.

Die Frage kam im Beta-Feedback immer wieder: „Wie konsolidiere ich meine GAM-Performance, ohne die Oberfläche zu verlassen?“ Der Reporting-Hub beantwortet das direkt. Parallel gingen wir eine technische Schuld rund um die Paginierung an — manche GAM-Netzwerke überschreiten 500 Line Items, und die Listen-Tools gaben ohne Warnung abgeschnittene Ergebnisse zurück. Der fail_fast-Parameter bei Batch-Operationen deckt einen echten Bedarf von Teams ab, die partielle Bereitstellungen wünschen, ohne alles zurücksetzen zu müssen.

Es ist auch das Release, in dem OrbiAds CLI v1.0 offiziell ausgeliefert wird. Zwei Jahre Aufbau der MCP-Infrastruktur, und letztlich zeigte uns das erste konkrete Feedback, dass ein Teil unserer Nutzer einfach ein Terminal und einen Cronjob wollte.

Das MCP vom Prototyp in die Produktion zu überführen, war der Wendepunkt dieses Zyklus. Monatelang war die SOAP-Infrastruktur da, aber der KI-Einstiegspunkt blieb experimentell. Den MCP-Server auf orbiads.com/mcp in Produktion zu bringen — mit sauberer OAuth2-Authentifizierung und ohne API-Schlüssel-Verwaltung — änderte die Natur des Produkts. Der Inventory Explorer entstand aus einer einfachen Beobachtung: Bevor sie irgendetwas bereitstellen, müssen AdOps-Teams verstehen, was sie in GAM bereits haben. Die Inventar-Kartierung war ein fehlender Schritt.

Das Refactoring von SOAP in ein modulares Paket (Mixin-Muster) ist für Nutzer nicht sichtbar, hat aber die durchschnittliche Zeit zur Diagnose eines GAM-Bugs von 45 Minuten auf unter 10 reduziert. Das ist die Art unsichtbarer Arbeit, die die langfristige Geschwindigkeit verändert.

Vor diesem Release bedeutete das Bereitstellen einer nativen Kampagne in GAM, mit einem Dutzend Bildschirmen zu jonglieren: Order erstellen, Line Items, Assets hochladen, Targeting konfigurieren, Creatives verknüpfen. Jeder Schritt war manuell, jeder Fehler erforderte ein partielles Rollback. Die v1.3-Pipeline automatisiert die gesamte Abfolge aus einem Creative-ZIP. Die Echtzeitverfolgung über SSE lässt Sie jeden Schritt bei der Ausführung beobachten — nicht nur einen sich drehenden Ladeindikator.

Die Wahl von FastAPI BackgroundTasks statt eines externen Orchestrators (Celery, Cloud Tasks) erwies sich für die aktuelle Produktgröße als richtig. Weniger bewegliche Teile, kleinere Angriffsfläche, geringere Latenz. Wir bewerten es neu, falls das Volumen es erfordert.

v1.0 beantwortet eine präzise Frage: Kann man einen KI-Agenten sicher mit Google Ad Manager verbinden, ohne Service-Schlüssel offenzulegen, ohne auf Nutzerseite Infrastruktur zu warten? Die OAuth2-Authentifizierung „on behalf of user“ mit in Cloud KMS gespeicherten Refresh-Tokens war die nicht verhandelbare Voraussetzung. Ohne sie ist alles andere nur eine Demo. Das zweistufige Onboarding (Kontoverbindung + GAM-Netzwerk) spiegelt diese Priorität wider: den Weg zur ersten echten Operation zu verkürzen.

Scale-to-Zero auf Cloud Run vom ersten Tag an — nicht weil es die einfachste Lösung ist, sondern weil es keinen Sinn ergibt, für ungenutzte Instanzen zu zahlen, während das Produkt in der Validierung ist. Diese Einschränkung zwang uns, die Verbindungen von Anfang an sauber zu architektieren.