CDP auswählen: 10 Fragen für das KI-Zeitalter

Eine Customer Data Platform (CDP) zu bewerten heißt 2026, zehn Fragen an die Architektur zu stellen: geschlossener Rückkopplungskreis, native Messaging-Schicht, Einführungsdauer, native oder nachgerüstete KI, Speicherort der personenbezogenen Daten, Gesamtkosten, Eigenständigkeit des Marketingteams, Anbindung an das Data Warehouse, Identitätsauflösung und Reichweite über das Marketing hinaus. Die zehn Fragen trennen die Plattformen, die für die künstliche Intelligenz (KI) gebaut wurden, von denen, die KI auf eine ältere Architektur nachgerüstet haben.

2021 entschied eine einzige Frage über die Auswahl: Vereinheitlicht die Plattform die Kundendaten? Das Problem ist weitgehend gelöst. Die etablierte Kundendatenplattform im Markt vereinheitlicht heute Kundendaten. Die Frage von 2026 lautet anders: Dient die Plattform als Datengrundlage in Echtzeit für KI-Agenten (AI agents), die ein Profil lesen, handeln und aus dem Ergebnis in Sekunden statt in Stunden lernen?

Der Leitfaden gilt für die Bewertung einer Composable CDP, einer Enterprise-Suite für das Marketing oder einer Agentic CDP mit nativer KI. Zu jeder Frage gehören ein gutes Zeichen und ein Warnsignal; im Pilotprojekt wird daraus je eine Zeile der Bewertungsmatrix.

Warum die Kriterien von 2021 nicht mehr genügen

Die meisten Einkaufsleitfäden für CDPs ordnen die Bewertung nach Konnektoren, Datenquellen und Segmentierungsfunktionen. Diese Punkte zählen weiter, lassen aber drei Anforderungen aus, die mit der KI hinzukommen:

• Die Toleranz für Latenz fällt auf nahezu null. Ein KI-Agent, der während der Sitzung entscheidet, wartet weder auf eine Stapelverarbeitung noch auf den nächtlichen Ladelauf.
• Die Datengravitation verschiebt sich zur Ausführungsschicht. Muss das Modell auf Kundendaten handeln, hat die Plattform, die Daten und Ausführung zugleich hält, einen Vorsprung vor der Plattform, die nur die Daten hält.
• Das Bundling, also die Bündelung der Funktionen in einer Plattform, wird zur Architekturanforderung. Tomasz Tunguz begründet in AI’s Bundling Moment, dass die KI die Breite einer Plattform begünstigt und nicht die Spezialisierung einzelner Werkzeuge. Müssen Erfassung, Entscheidung und Aktivierung in eine Echtzeitschleife passen, fügt die Kombination aus vier oder fünf Anbietern Latenz, Kontextverlust und brüchige Integrationen hinzu.

Alle drei Kräfte begünstigen die Plattformen, die den ganzen Weg von der Erfassung über die Entscheidung durch die KI bis zur Auslieferung der Nachricht in einer Hand halten.

Die tatsächlichen Wechselgründe stützen diese Lesart. Der IDC MarketScape 2026 für KI-gestützte Customer Data Platforms im B2C-Umfeld nennt als häufigste Gründe, aus denen Organisationen eine vorhandene CDP ersetzen, die Datenbereitschaft und die Datenqualität, den fehlenden Nachweis des Return on Investment (ROI), Probleme bei Skalierung und Echtzeitleistung sowie in der Praxis nicht funktionierende KI-Funktionen (IDC #US53952526, Juni 2026). Das sind Defizite bei Vertrauen und Ausführung, kein zu kurzer Konnektorenkatalog.

Die zehn Fragen an den Anbieter

1. Arbeiten die KI-Agenten auf der Plattform in einem geschlossenen Rückkopplungskreis?

Die Fähigkeit, die eine Agentic CDP ausmacht, ist der vollständige Customer Intelligence Loop in einem geschlossenen Rückkopplungskreis (closed feedback loop): Der KI-Agent liest das Kundenprofil, entscheidet über die Aktion, führt sie aus, beobachtet das Ergebnis und schreibt es in Sekunden als Merkmal in dasselbe Profil zurück, sodass die nächste Entscheidung darauf aufbaut; das Modell selbst lernt aus diesen Merkmalen.

Gutes Zeichen: Die Plattform schließt den Rückkopplungskreis in weniger als einer Sekunde. Die Aktion des Agenten, die Reaktion des Kunden und das Ergebnis der Kampagne fließen in dasselbe Profil und dasselbe Modell zurück, ohne die Plattform zu verlassen. Messen Sie im Proof of Concept die Latenz vom Klick bis zur Sichtbarkeit im Profil-API und fragen Sie getrennt nach dem Aktualisierungstakt der Modelle.

Warnsignal: Das Ergebnis braucht Stunden, weil es Reverse ETL, Abgleiche mit dem Data Warehouse oder Übergaben zwischen Anbietern durchläuft, bevor der Agent daraus lernt. Ein Rückkopplungskreis, der in Stunden gemessen wird, reicht für agentisches Marketing nicht aus: Der Agent entscheidet auf dem Stand von gestern.

2. Gehört die Messaging-Schicht zur Plattform?

Sind die CDP und die Messaging-Schicht zwei getrennte Systeme, kopiert jede Kampagnenaktivierung personenbezogene Daten in das System eines Versandsystems, eines SMS-Gateways oder eines Anbieters für Push-Nachrichten. Die Kopie schafft ein Datenschutzrisiko, fügt Latenz hinzu und verlängert den Rückkopplungskreis, von dem der KI-Agent abhängt.

Gutes Zeichen: E-Mail, SMS, Push-Nachricht und In-App-Nachricht gehören zur Plattform. Die CDP löst die Nachricht aus, beobachtet die Öffnung oder den Klick und schreibt dieses Signal in das Kundenprofil zurück, ohne dass die Daten die Plattform verlassen. Fordern Sie die Vorführung des vollständigen Wegs, von der in der CDP gebauten Zielgruppe bis zur zugestellten Nachricht, und fragen Sie, zu welcher Lizenz jeder Kanal gehört.

Warnsignal: Die personenbezogenen Daten gehen bei jedem Versand an einen externen Dienstleister. Alle Kanäle laufen über einen externen Konnektor, und die Kampagnenleistung braucht Stunden, bis sie im Kundenprofil ankommt.

3. Wie lange dauert die Einführung?

Die Zeit bis zur ersten KI-gesteuerten Kampagne wiegt so schwer wie die Zeit bis zum ersten Ergebnis. Eine Plattform, die zwölf Monate bis zum Produktivbetrieb braucht, verschiebt diese erste Kampagne um zwölf Monate. Jedes Quartal der Einführung ist ein Quartal, in dem ein Wettbewerber aus Interaktionen lernt, die das eigene Team noch nicht ausgelöst hat.

Gutes Zeichen: Der erste Produktivstart zählt in Wochen, nicht in Quartalen. Vorgefertigte Konnektoren decken die gängigen Datenquellen ab. Die Plattform liefert KI-Modelle mit, die mit wenig Konfiguration arbeiten, sodass das Team die erste KI-gesteuerte Kampagne im ersten Monat startet.

Warnsignal: Die Einführung verlangt einen Systemintegrator und einen Zeitplan von 6 bis 18 Monaten. Die eigene Datenmodellierung muss fertig sein, bevor die erste Aktivierung beginnt. Die Referenzkunden, die der Anbieter vermittelt, beschreiben Projekte über mehrere Quartale als den Normalfall.

4. Ist die KI in der Architektur angelegt oder nachgerüstet?

Zwischen nativer und nachgerüsteter KI liegt ein Unterschied in der Sache: Eine Plattform, die von Beginn an um die KI herum gebaut wurde, verhält sich anders als eine Plattform, die KI-Funktionen durch Zukäufe, Partnerschaften oder ein eigenes Modul hinzugefügt hat. Nachgerüstete KI erzeugt Reibung: getrennte Datenbestände, getrennte APIs, eine zusätzliche Lizenz und Modelle ohne Echtzeitzugriff auf das vollständige Kundenprofil.

Gutes Zeichen: Die KI-Modelle arbeiten direkt auf dem einheitlichen Kundenprofil und erreichen Verhaltens-, Transaktions- und Interaktionsdaten. Die Entscheidung durch die KI, die Predictive Analytics (prädiktive Analyse) und die nächstbeste Aktion (next best action) teilen sich die Datenschicht mit Segmentierung und Aktivierung. Für die KI-Funktionen braucht es keinen eigenen Lizenzposten und keinen getrennten API-Zugang.

Warnsignal: Die KI-Funktionen verlangen eine eigene Lizenz, getrennte API-Endpunkte oder das externe Hosting des Modells. Die KI-Schicht arbeitet auf einem anderen Datenbestand, oder die Daten müssen für das Training in eine andere Umgebung exportiert werden. Die KI kam durch eine Übernahme ins Haus und steht neben dem Kernprodukt.

5. Wo liegen die personenbezogenen Daten während der Aktivierung?

Drei Regelwerke bestimmen den Rahmen für ein Unternehmen in Deutschland: die Datenschutz-Grundverordnung (DSGVO, englisch GDPR) als europäischer Rahmen, das Bundesdatenschutzgesetz (BDSG) als nationale Ergänzung und, für den Zugriff auf Endgeräte und damit für Cookies und ähnliche Techniken, das TDDDG (bis Mai 2024 TTDSG). Das Unternehmen muss wissen, wo die personenbezogenen Daten liegen, und sie auf Verlangen der betroffenen Person löschen, sofern keine Aufbewahrungspflicht entgegensteht (Art. 17 Abs. 3 DSGVO). Die Einwilligung ist an einen Zweck gebunden und muss so einfach zu widerrufen sein, wie sie zu erteilen war (Art. 7 Abs. 3 DSGVO): Derselbe Kunde kann der Werbe-E-Mail zugestimmt, den SMS-Kanal abgelehnt und die Einwilligung in Werbecookies widerrufen haben. Die Datenschutzgesetze, die eine deutsche Kundendatenbank regeln, gehen alle von diesem Grundsatz aus.

Werden die Daten während der Aktivierung in drei bis fünf Anbietersysteme kopiert, hängt die Data Governance an der Abstimmung zwischen getrennten Unternehmen, und der Datenschutzbeauftragte verliert den Überblick, den seine Rolle verlangt. In Deutschland muss ein Unternehmen einen Datenschutzbeauftragten benennen, sobald es ständig mindestens 20 Personen mit der automatisierten Verarbeitung personenbezogener Daten beschäftigt (§ 38 Abs. 1 BDSG).

Die DSGVO schreibt keinen Speicherort in Deutschland vor. Das Kriterium ist deshalb nicht das Land des Rechenzentrums, sondern das, was der Anbieter dokumentiert: die Wahl der Speicherregion, die Liste seiner Unterauftragsverarbeiter und die Rechtsgrundlage für Übermittlungen in Drittländer. Fragen Sie den Anbieter, wo die vereinheitlichten Profile gespeichert werden, nicht nur, wo sie verarbeitet werden – und von wo aus der Support des Anbieters auf die Profile zugreift. Fragen Sie außerdem, nach welchem Recht der Vertrag geschlossen wird.

Gutes Zeichen: Die personenbezogenen Daten bleiben über den gesamten Weg aus Erfassung, Entscheidung und Aktivierung in einer Plattform. Ein Löschverlangen wird in einem System bearbeitet und hinterlässt eine Prüfspur; wo eine gesetzliche Aufbewahrungspflicht die Löschung ausschließt – § 147 AO verlangt für Buchungsbelege und Abschlüsse acht bis zehn Jahre –, beschränkt die Plattform die Verarbeitung (Art. 18 DSGVO), sperrt die marketingmäßige Nutzung und benachrichtigt die angeschlossenen Empfänger (Art. 19 DSGVO). Der Anbieter dokumentiert die Speicherregion, die Unterauftragsverarbeiter und die Optionen für den Betrieb in der EU. Der Widerruf der Einwilligung erreicht jedes angeschlossene Zielsystem im selben Lauf. Das Profil führt den Einwilligungsstatus je Zweck und Kanal als eigenes Attribut, das jede Aktivierung vor dem Versand prüft.

Warnsignal: Ein Löschverlangen zwingt das Unternehmen, mehrere Anbieter zu koordinieren, und niemand nennt die Zahl der Tage, die das braucht. Die personenbezogenen Daten gehen regelmäßig an externe Versandsysteme, Analysewerkzeuge und Werbeplattformen. Das Unternehmen legt keine Karte der Orte vor, an denen die Daten eines bestimmten Kunden liegen.

Lesen Sie auch: die Datenschutzgesetze, die eine Kundendatenbank regeln

6. Was kostet die Plattform über drei Jahre?

Die Preismodelle der CDPs gehen weit auseinander. Der Preis je Profil wächst mit der Kundenbasis und wird ab einer bestimmten Größe untragbar. In Composable-Architekturen entstehen Kosten an vier Stellen: Lizenzen der Konnektoren, Rechenleistung, Synchronisationsvolumen und die Arbeitszeit der Entwickler für den Betrieb der Integrationen. Die Synchronisationskosten wachsen mit dem Produkt aus Zeilen, Konnektoren und Synchronisationsfrequenz: Verdoppeln sich zwei der drei Faktoren, vervierfachen sich die Kosten. Die Enterprise-Suiten bündeln Funktionen zu hohen Preisen und erzeugen den Aufschlag der Suite (suite tax): Das Unternehmen zahlt für Module, die es nicht braucht.

Zwei Punkte gehören vor die Unterschrift, weil sie sich danach schlecht klären lassen: die Rechnungswährung und die Zähleinheit. CDP-Verträge können in US-Dollar geschlossen sein. Verlangen Sie einen Preis in Euro oder den Referenzkurs samt dem Datum, an dem er festgeschrieben wird, bevor Sie zwei Angebote vergleichen. Klären Sie die Zähleinheit: Profile, Ereignisse, Zeilen oder Nutzerplätze – und ob doppelte, anonyme und gelöschte Profile mitgezählt werden. Zwei Angebote mit verschiedener Zähleinheit lassen sich nicht vergleichen.

Gutes Zeichen: Ein lesbares Preismodell, das mit dem Geschäft vorhersehbar wächst. Die genannten Kosten enthalten die Lizenz, die Pflege der Integrationen, die Entwicklungszeit und den Betrieb. Der Anbieter legt eine Aufstellung der Gesamtkosten (total cost of ownership, TCO) über drei Jahre vor.

Warnsignal: Die Kosten steigen unvorhergesehen, sobald die Zahl der Konnektoren und das Synchronisationsvolumen wachsen. Ein Preis je Profil verdoppelt sich beim Überschreiten einer Schwelle. Eine Suite-Lizenz enthält Pflichtmodule ohne Nutzen für das Unternehmen. In einer Composable-Architektur können die Kosten von fünf bis sieben Anbietern samt Entwicklungszeit die Kosten einer einheitlichen Plattform übersteigen.

7. Arbeitet das Marketingteam ohne die IT?

Im KI-gesteuerten Marketing gilt eine Annahme nur kurz, dann folgt die nächste. Verlangt jede Änderung an der Zielgruppensegmentierung eine SQL-Abfrage und den Neubau eines dbt-Modells, hält die Organisation das Tempo der laufenden Nachjustierung durch die KI nicht. Die Eigenständigkeit des Marketingteams hält dieses Tempo: Segmente bauen, eine Customer Journey (Kundenreise) entwerfen und KI-Modelle einrichten, ohne ein Ticket an die IT zu stellen.

Gutes Zeichen: Segmentierung per Klick, ein grafischer Editor für die Customer Journey und Abfragen in natürlicher Sprache geben dem Marketingteam die Mittel, Zielgruppen selbst zu erstellen und zu ändern. Die Empfehlungen der KI und die Kundensegmentierung (customer segmentation) stehen in einer Oberfläche bereit, die für das Marketing gebaut ist. Änderungen wirken in Minuten.

Warnsignal: Jede Änderung einer Zielgruppe läuft über SQL und den Neubau eines dbt-Modells. Das Marketingteam beantragt jede Änderung beim Datenteam und wartet mehrere Tage. Die Hauptoberfläche ist eine Abfragekonsole, kein grafischer Arbeitsbereich. Ein neues Segment setzt voraus, dass das Marketing die Datenmodellierung darunter versteht.

8. Verbindet sich die Plattform mit dem Data Warehouse?

Auch eine Plattform mit eigenem verwaltetem Speicher muss mit dem Ökosystem des Data Warehouse zusammenarbeiten. Eine Organisation, die in Snowflake, BigQuery oder Databricks investiert hat, braucht eine CDP, die in diesen Umgebungen liest und schreibt, ohne eine vollständige Migration zu erzwingen.

Gutes Zeichen: Die Plattform bringt Konnektoren zu den großen Cloud-Data-Warehouses mit. Die CDP liest die Tabellen des Warehouse direkt, reichert die Profile mit den dort liegenden Daten an und schreibt das Ergebnis der Aktivierung an denselben Ort zurück. Daraus entsteht die Architektur einer hybriden CDP, die das vorhandene Warehouse weiter nutzt und die Echtzeit liefert, die die KI verlangt.

Warnsignal: Die Plattform zwingt alle Daten in einen proprietären Speicher, ohne Anschluss an die vorhandene Infrastruktur. Umgekehrt existiert die Plattform nur im Data Warehouse und hält keinen eigenen Profilspeicher: Der gesamte Echtzeitbetrieb der KI hängt dann an der Abfrageleistung des Warehouse.

9. Wie löst die Plattform Identitäten auf?

Die Identitätsauflösung (identity resolution) verbindet verstreute Kennungen zu einem Single Customer View (einheitliche Kundensicht) und bildet die Grundlage jedes Anwendungsfalls einer CDP. Auf einem zerfallenen oder veralteten Identity Graph liefern die KI-Modelle keine genaue Personalisierung: Der Agent entscheidet dann über einen halben Kunden.

Gutes Zeichen: Der deterministische und der probabilistische Abgleich gehören zur Plattform und laufen weiter, während neue Daten eintreffen. Die Plattform hält einen Identity Graph in Echtzeit und führt bekannte und anonyme Profile automatisch zusammen. Die Regeln des Abgleichs werden in einer grafischen Oberfläche eingestellt, und der Vorgang legt offen, wie sicher jeder Treffer ist, und nennt den Grund jeder Zusammenführung. Die Identitätsauflösung gehört zu derselben Plattform, die entscheidet und aktiviert; eine Zwischenkopie entfällt.

Warnsignal: Die Identitätsauflösung verlangt eigene SQL-Logik, die das Datenteam baut und pflegt, oder sie kommt von einem einzelnen Anbieter, der die Profile nicht aktiviert, die er erzeugt. Die Plattform beherrscht nur den deterministischen Abgleich. Der Identity Graph aktualisiert sich im Stapel, sodass der Kunde, der sich mitten in der Sitzung anmeldet, bis zum nächsten Lauf als anonymer Besucher behandelt wird.

10. Reicht die Plattform über das Marketing hinaus?

Die wertvollsten Anwendungsfälle einer CDP betreffen mehrere Abteilungen zugleich. KI-Agenten, die das Kundenerlebnis verbessern, brauchen Daten und Aktivierungskanäle in Marketing, Vertrieb, Kundenservice und Handel. Eine Plattform, die auf das Marketing beschränkt bleibt, erzeugt genau die Datensilos, die sie beseitigen sollte.

Gutes Zeichen: Die Plattform ermöglicht agentische Erlebnisse über die Abteilungen hinweg: Die KI-Agenten stimmen die Marketingkampagne, die Nachfassaktion im Vertrieb, die Zuweisung eines Servicetickets und die Produktempfehlung aufeinander ab. Ein einziges Kundenprofil versorgt alle Abteilungen, und die KI-Modelle wirken über den gesamten Kundenlebenszyklus hinweg, nicht nur im Marketingtrichter.

Warnsignal: Jede Abteilung braucht ihre eigene Plattform, und daraus entstehen neue Silos. Die CDP bedient nur das Marketing, und die Ausweitung des KI-gesteuerten Kundenerlebnisses auf Vertrieb oder Service verlangt ein weiteres Produkt mit eigenem Datenbestand. Jeder abteilungsübergreifende Anwendungsfall wird zu einem eigenen Integrationsprojekt.

Wie sich die Betriebsmodelle gegen die zehn Fragen verhalten

Die Customer Data Platforms haben drei Architekturgenerationen durchlaufen, von denen jede den Customer Intelligence Loop schneller schließt als die vorige: Packaged (Stufe 1), Composable (Stufe 2) und Agentic (Stufe 3). Die Tabelle fasst das übliche Verhalten von drei verbreiteten Betriebsmodellen zusammen.

Die Composable CDPs bringen Flexibilität und eine starke Anbindung an das Data Warehouse mit, stoßen aber bei der Anforderung eines geschlossenen Rückkopplungskreises in Echtzeit an ihre Grenze. Für Anwendungsfälle im Stapel – Churn- und Kundenwert-Modelle, Berichte, eine Governance-Vorgabe, dass alle personenbezogenen Daten im Warehouse bleiben – kann die Composable-Architektur die schlankere Wahl sein. Die Enterprise-Suiten decken viele Funktionen ab, beruhen aber auf einer älteren Architektur, kosten mehr, und ihre KI ist nachgerüstet. Die Agentic CDPs verbinden verwalteten Speicher, Anschluss an das Warehouse, native KI und integrierte Aktivierung; das ist die Konstellation, die zu dem Bundling-Moment passt, den Tunguz beschreibt.

Die Bewertungsmatrix aufbauen

Nutzen Sie die zehn Fragen als Bewertungsmatrix für die Prüfung der Anbieter. Bewerten Sie jeden Anbieter je Frage von 1 bis 5:

1. Erfüllt das Kriterium nicht: Grenze der Architektur, ohne Abhilfe
2. Erfüllt es teilweise: möglich über einen Umweg oder gegen Aufpreis
3. Erfüllt das Kriterium: funktioniert, ohne Besonderheit
4. Übertrifft das Kriterium: starke Funktion mit klarem Vorteil
5. Referenz im Markt: die Stärke, die die Plattform ausmacht

Vergeben Sie jedem Kriterium ein Gewicht von 1 bis 3 und multiplizieren Sie es mit der Punktzahl des Anbieters; die Summe der gewichteten Punkte ist der Vergleichswert, das Maximum beträgt 5 × Summe der Gewichte. Ein Beispiel für die Personalisierung durch die KI: Fragen 1, 4 und 9 mit Gewicht 3, Fragen 2 und 5 mit Gewicht 2, die übrigen fünf mit Gewicht 1 – Summe der Gewichte 18, Maximum 90 Punkte.

Gewichten Sie die Kriterien danach, was die Organisation vorhat. Ist die Personalisierung durch die KI der wichtigste Anwendungsfall, wiegen die Fragen 1, 4 und 9 am schwersten. Steht die Einhaltung der DSGVO im Vordergrund, wiegen die Fragen 2 und 5: Beide bestimmen, wie viele Systeme verschiedener Anbieter die personenbezogenen Daten durchlaufen und ob der Widerruf der Einwilligung das letzte Zielsystem erreicht. Ziehen Sie den Datenschutzbeauftragten zur Bewertung dieser beiden Zeilen hinzu, nicht erst zur Prüfung des Vertrags. Entscheidet der Produktivstart über das Projekt, wiegt Frage 3 schwerer, und im deutschen Handelskalender misst sich dieser Termin am Weihnachtsgeschäft und am Black Friday.

Am Ende der Bewertung wartet keine perfekte Plattform: Jede Architektur tauscht einen Vorteil gegen eine Einschränkung, und die Tabelle oben zeigt, wo der Tausch liegt. Gesucht ist die Plattform, deren architektonische Stärken zu der Richtung passen, die die Organisation einschlägt, und nicht nur zu ihrem heutigen Stand.

Für das Team, das sein eigenes technisches Urteil bildet, bevor es die Anbieter trifft, behandelt das CDP-Training von Treasure AI die Vereinheitlichung der Daten, die Identitätsauflösung und die Aktivierung durch die KI (auf Englisch).

FAQ

Welche Frage wiegt bei der Bewertung einer CDP für KI-Anwendungsfälle am schwersten?

Am meisten verrät die Frage, ob die KI-Agenten innerhalb der Plattform in einem geschlossenen Rückkopplungskreis arbeiten. Die Frage legt die Architektur offen: Kann ein Agent ein Profil nicht lesen, handeln und in Sekunden aus dem Ergebnis lernen, ohne die Plattform zu verlassen, fehlt der CDP die Echtzeitgrundlage für KI-gestütztes Marketing. Plattformen, die dafür auf Reverse ETL angewiesen sind, fügen Latenz hinzu und verhindern damit das Lernen des Modells.

Was ändert die Bundling-These an der Bewertung einer CDP?

Die Bundling-These von Tomasz Tunguz besagt, dass die KI die Breite einer Plattform begünstigt und nicht die Spezialisierung einzelner Werkzeuge. In der Praxis erhalten CDPs mit nativem Messaging, eingebauter KI und integrierter Aktivierung einen strukturellen Vorsprung vor einer Composable-Architektur. Jeder Wechsel zwischen zwei Anbietern kostet Latenz und Kontext. Prüfen Sie, ob die Plattform den ganzen Weg von der Erfassung bis zur Aktivierung im eigenen Haus ausführt.

Worin unterscheiden sich eine Composable CDP und eine Agentic CDP bei der KI-Reife?

Eine Composable CDP nutzt das Data Warehouse in der Cloud als Speicher- und Verarbeitungsschicht, wohingegen eine Agentic CDP Datenvereinheitlichung, Messaging und KI in einer Plattform vereint. Die Agentic CDP setzt meist auf einen hybriden Betrieb aus verwaltetem Speicher und Anschluss an das Warehouse und greift damit in Echtzeit auf die Profile zu. Der Unterschied zeigt sich am geschlossenen Rückkopplungskreis, den eine Composable CDP über mehrere Anbieter organisieren muss.

Was verlangt die DSGVO von einer CDP, die in Deutschland bewertet wird?

Die DSGVO und das BDSG verlangen vom Unternehmen, den Speicherort der personenbezogenen Daten zu kennen, jede Einwilligung an einen Zweck zu binden und Anträge betroffener Personen innerhalb eines Monats zu beantworten, der sich um zwei weitere Monate verlängern lässt (Art. 12 Abs. 3 DSGVO). Eine CDP unterstützt das, wenn Löschung, Widerruf der Einwilligung und Entfernung aus einer Zielgruppe in einem System beginnen und jedes angeschlossene Zielsystem erreichen; wo eine Aufbewahrungspflicht die Löschung ausschließt, tritt die Einschränkung der Verarbeitung (Art. 18 DSGVO) an ihre Stelle. Die Konformität stellt die Plattform damit nicht allein her – das Unternehmen bleibt Verantwortlicher. Verlangen Sie die Vorführung des Löschwegs und die Liste der Unterauftragsverarbeiter.

Müssen die Daten einer CDP in Deutschland gespeichert werden?

Nein: Die DSGVO schreibt keinen Speicherort in Deutschland vor. Die DSGVO regelt die Übermittlung in Drittländer, statt einen Speicherort vorzuschreiben, und überlässt dem Unternehmen die Wahl der Region. Bei der Bewertung zählen die Rechtsgrundlage der Übermittlung, die Liste der Unterauftragsverarbeiter und die Dokumentation des Anbieters zur Speicherregion. Ein Betrieb in Deutschland oder in der EU ist eine vertragliche Option, keine gesetzliche Pflicht.

Verwandte Artikel

• Die besten CDP-Anbieter in Deutschland 2026 – die sechs Anbieter für den deutschen Markt, auf die sich die Bewertungsmatrix anwenden lässt
• Adobe Real-Time CDP – das Profil der CDP in der Adobe-Suite (auf Englisch)
• Salesforce Data Cloud – das Profil der CDP in der Salesforce-Suite (auf Englisch)
• Tealium – das Profil des Tealium Customer Data Hub (auf Englisch)
• Treasure AI – das Profil der Agentic CDP von Treasure AI (auf Englisch)
• CDP Vendor Demo Checklist – die Fragen für die Vorführung beim Anbieter (auf Englisch)

Diese Seite ist auch in folgenden Sprachen verfügbar: How to Evaluate a CDP in the AI Era: 10 Questions · AI時代のCDP評価基準：確認すべき10の質問 · Como avaliar uma CDP na era da IA: 10 perguntas · ¿Cómo evaluar un CDP en la era de la IA? 12 criterios · Comment évaluer une CDP pour l'IA : 12 critères