Was ist Salesforce Data 360 (ehemals Data Cloud)?

Salesforce Data Cloud – im Oktober 2025 in Data 360 umbenannt – ist die Customer Data Platform (Kundendatenplattform) von Salesforce. Sie vereinheitlicht die Kundendaten aus Sales Cloud, Service Cloud, Marketing Cloud und Commerce Cloud zu einem Profil und dient als Datengrundlage der KI-Agenten von Agentforce. Das Produkt startete 2020 als Customer 360 Audiences und trug seitdem sechs Namen in sechs Jahren.

Salesforce wurde in beiden IDC-MarketScape-2026-Berichten für KI-gestützte Customer Data Platforms als Leader eingestuft, im B2C- wie im B2B-Umfeld – eine Einstufung, die auch Treasure AI erhielt.

Dieser Überblick beschreibt unabhängig, was Data Cloud leistet, wie es aufgebaut ist, was es kostet und wann es passt – und wann eine Alternative die bessere Wahl ist. Für den vollständigen Anbietervergleich siehe den CDP-Anbietervergleich.

Salesforce Data Cloud auf einen Blick

Dimension	Salesforce Data Cloud
Passt zu	Salesforce-Investierte Großunternehmen, die CRM- und Verhaltensdaten aus mehreren Kanälen zu einem Profil vereinheitlichen
Typische Unternehmensgröße	Mittelstand bis Konzern – 39,7 % der 310 nach Unternehmensgröße klassifizierten G2-Bewertungen stammen von 51 bis 1.000 Beschäftigten, 39,4 % von über 1.000, 21,0 % von 50 oder weniger: die ausgewogenste Verteilung unter den Suite-Anbietern
Preismodell	Flex Credits, Kosten je Profil und Speicher; die Starter-SKU beginnt bei rund 60.000 US-Dollar im Jahr
Typische Einführungsdauer	3 bis 12 Monate
Zentrales Unterscheidungsmerkmal	Customer-360-Profile nativ in CRM und Agentforce, mit Auslösern in Echtzeit in beide Richtungen im Salesforce-Ökosystem
Weniger geeignet, wenn	Das eigene CRM und der Marketing-Stack ohne Salesforce laufen

Die Zusammensetzung der Bewertenden ist nicht die Kundenstruktur: Eine G2-Aufteilung beschreibt, wer den Anbieter bewertet, nicht, wer ihn kauft – Bewertende wählen sich selbst aus, und Anbieter führen Kampagnen zur Bewertungsakquise. Die Zahlen oben sind die von G2 nach Unternehmensgröße klassifizierte Teilmenge und kleiner als die anderswo zitierte Gesamtzahl; wo eine Seite keine Aufteilung nennt, ruht die Zeile auf der dort genannten strukturellen Angabe. Der Vergleich aller Anbieter und die Methodik stehen in CDP-Anbieter.

Die kurze Geschichte des Salesforce-CDP

Das CDP-Produkt von Salesforce trägt seit seinem Start sechs Namen (Zeitleiste). Jede Umbenennung markiert eine strategische Neupositionierung innerhalb des Salesforce-Ökosystems.

Name	Zeitraum	Einordnung
Customer 360 Audiences	Okt. 2020 – Sommer 2021	Gestartet als Teil von Digital 360, positioniert als CDP für das Marketing
Salesforce CDP	Sommer 2021 – Sommer 2022	Umbenannt im Sommer-Release 2021, um sich der Kategorie CDP zuzuordnen
Marketing Cloud Customer Data Platform	Sommer 2022 – Sep. 2022	Unter dem Dach der Marketing Cloud, neben Pardot → Account Engagement und Interaction Studio → Personalization
Salesforce Genie	Sep. 2022 – Sommer 2023	Auf der Dreamforce 2022 angekündigt als skalierbare Echtzeit-Datenplattform „für das erste echtzeitfähige CRM der Welt“
Data Cloud	Sommer 2023 – Okt. 2025	Neu positioniert als datenbasierte Schicht der gesamten Salesforce-Plattform
Data 360	Okt. 2025 – heute	Heutiger Name; die Reichweite geht über das Marketing hinaus

Die Namenshistoire ist für Bewertende mehr als eine Kuriosität: Jeder Umbenennung folgte eine Neupositionierung, vom Marketing-Werkzeug zur plattformweiten Datenschicht. Wer die CDP-Kapazitäten von Salesforce bewertet, prüft, welche Produktgeneration das Kundenteam meint, denn Dokumentation, Schulungsmaterial und Partnerzertifikate tragen jeden dieser Namen.

Was Salesforce Data Cloud leistet

Data Cloud erfüllt im Kern die Aufgaben, die eine moderne CDP erfüllt:

Datenerfassung: Anbindung an die Salesforce-Clouds (Sales, Service, Marketing, Commerce) und an externe Quellen über MuleSoft-Konnektoren und native Integrationen
Profilzusammenführung: Einheitliche Kundenprofile durch Identitätsauflösung (identity resolution) mit deterministischem und probabilistischem Abgleich
Kundensegmentierung: Zielgruppen per Drag-and-Drop-Werkzeug oder per SQL-Abfrage
KI und Analytics: Einstein liefert prädiktive Bewertungen (Lead-Scoring, Churn-Vorhersage, Kundenwert), Empfehlungen zur nächstbesten Aktion (next best action) und generative Inhalte
Datenaktivierung: Segmente und Auslöser an Marketing Cloud (E-Mail, SMS, Push, Anzeigen), Commerce Cloud, Service Cloud und externe Zielsysteme
Zero-Copy-Datenzugriff: Bidirektionaler Zugriff auf externe Warehouses (Snowflake, BigQuery, Redshift) ohne Datenkopie. Zero-Copy gilt für Leseabfragen und Analytik; die Aktivierung von Segmenten in Marketing Cloud oder externe Ziele kopiert Profildaten weiterhin in diese Systeme

Die tiefsten Integrationen liegen im Salesforce-Ökosystem. Wer Salesforce-CRM als führendes Kundensystem betreibt, findet die engsten Datenflüsse zwischen Sales Cloud, Service Cloud und Data Cloud.

Architektur: CDP in der Suite

Data Cloud ist eine Suite-eingebettete CDP: Das Produkt sitzt innerhalb der Salesforce-Plattform und soll das gesamte Salesforce-Ökosystem versorgen. Diese Architektur bringt Vorteile und strukturelle Einschränkungen zugleich mit sich.

Diagramm nach der Data-360-Technical-Capability-Map und der Referenzarchitektur von Salesforce, mit redaktionellen Anmerkungen.

Das Diagramm zeigt die vierstufige Pipeline – Connect, Harmonize, Analyze, Activate – und die Salesforce-Lizenzen, die ein vollständiger Betrieb verlangt. Quellsysteme wie Sales Cloud, Service Cloud und Commerce Cloud tragen je eine eigene Lizenz. Auf der Aktivierungsseite sind Marketing Cloud (E-Mail, SMS, Journeys), Agentforce (autonome KI-Agenten) und Tableau (Analytics) ebenfalls separat lizenziert. Eine typische Lizenzliste im Konzern – Data 360 (rund 60.000+ US-Dollar im Jahr), Marketing Cloud (120.000 bis 180.000 US-Dollar), Service Cloud (60.000 bis 100.000 US-Dollar), MuleSoft (20.000 bis über 50.000 US-Dollar), Agentforce (nutzungsabhängig) und Systemintegrator (100.000 bis 300.000 US-Dollar) – summiert sich im ersten Jahr auf 360.000 bis über 750.000 US-Dollar.

Was die Integration in die Suite bringt

Für Organisationen, die bereits auf Salesforce setzen, erzielt Data Cloud konkrete Vorteile:

Native CRM-Integration: Profile in Data Cloud spiegeln Änderungen aus Sales-Cloud-Opportunitys, Service-Cloud-Fällen und Commerce-Cloud-Transaktionen in Echtzeit, ohne externe Konnektoren
Ein Berechtigungsmodell: Data Governance, Freigaberegeln und Feldberechtigungen gelten von der Salesforce-Plattform aus auch in Data Cloud
Fundament für Agentforce: Data Cloud liefert die Grunddaten für Agentforce, die im Oktober 2024 in die allgemeine Verfügbarkeit gegangene Plattform für autonome KI-Agenten. Die Agenten fragen die vereinheitlichten Profile ab und handeln über die Salesforce-Clouds hinweg. Im Enterprise-Betrieb befindet sich Agentforce vorerst noch in früher Einführung (Stand Q2 2026).

Strukturelle Einschränkungen

Die Suite-eingebettete Architektur bringt Einschränkungen mit sich, die das bewertende Team einpreist:

Ökosystembindung: Data Cloud entfaltet den größten Wert in einer Umgebung, die vollständig aus Salesforce-Produkten besteht. Wer konkurrierende CRM-, Marketing-Automation- oder Commerce-Systeme betreibt, sieht die Integrationskomplexität den nativen Vorteil schrumpfen
Suite-Aufschlag (suite tax): Die volle CDP-Funktionalität erfordert oft mehrere Salesforce-Produkte – Data Cloud allein vereinheitlicht; die Aktivierung verlangt Marketing Cloud, Serviceanwendungsfälle verlangen Service Cloud, externe Datenquellen verlangen mitunter MuleSoft. Jede zusätzliche Cloud bringt Lizenzkosten, Einführungsumfang und Wartung
Zugekaufte Produkte: Die Salesforce-Plattform entstand aus großen Übernahmen: ExactTarget (2013, heute Marketing Cloud), MuleSoft (2018), Tableau (2019), Slack (2021). Diese Produkte tragen denselben Namen, aber nicht dieselbe Datenarchitektur. Die interne Integration zwischen zugekauften Produkten erzeugt dieselbe Reibung wie die Integration zwischen verschiedenen Anbietern. Das Muster ist bei Enterprise-Suiten routinemäßig und unterscheidet sich von Plattformen, die in einer Architektur gebaut wurden

Preise und Gesamtkosten

Data Cloud bietet zwei Preismodelle, wie auf der offiziellen Preisseite dargestellt:

Flex Credits: Ein nutzungsabhängiges Modell. Das Unternehmen kauft Credits und verbraucht sie über Erfassung, Vereinheitlichung, Segmentierung, KI und Aktivierung. Zusätzliche Credits kosten 500 US-Dollar je 100.000 Einheiten. Flex Credits sind zwischen Data 360 und Agentforce übertragbar.

Profilbasiert: Ein fester Betrag je Profil, mit planbarer Abrechnung. Das Profil enthält pro Jahr 1 Credit, weitere Credits kommen nach Bedarf dazu.

Die SKU Data 360 Starter kostet offiziell 60.000 US-Dollar im Jahr und enthält 10 Millionen Data-Services-Credits und 5 TB Speicher.

Die Gesamtkosten in der Praxis

Der Listenpreis von Data Cloud allein hält die Gesamtkosten der meisten CDP-Anwendungsfälle nicht fest. Betrachten Sie ein Unternehmen im Mittelstand mit 5 Millionen Kundenprofilen, das CDP-Funktionalität plus E-Mail-Aktivierung braucht:

Baustein	Geschätzter Jahresbetrag
Data 360 (Starter+)	60.000–120.000 US-Dollar
Marketing Cloud (E-Mail-Aktivierung)	120.000–180.000 US-Dollar
Service Cloud (bei Serviceanwendungsfällen)	60.000–100.000 US-Dollar
MuleSoft (bei eigenen Datenquellen)	20.000–50.000+ US-Dollar
Systemintegrator im ersten Jahr	100.000–300.000 US-Dollar
Summe im ersten Jahr	360.000–750.000+ US-Dollar

Die Preismodelle der anderen CDP-Architekturen stehen im CDP-Anbietervergleich.

Zwei weitere Posten gehören in die Rechnung:

Einführungsleistungen: Standardprojekte laufen 2 bis 6 Monate; komplexe Konzernausbauten über mehrere Clouds rechnen mit bis zu 12 Monaten. Die meisten Projekte brauchen einen Salesforce-Beraterpartner oder Systemintegrator, dessen Dienstleistungen über drei Jahre die Softwarekosten erreichen oder übersteigen können
Fachpersonen im Betrieb: Jede Salesforce-Cloud hat einen eigenen Zertifizierungspfad, eine eigene Konfigurationsmethodik und einen eigenen Upgrade-Zyklus. Das Unternehmen hält Spezialpersonal über jeder Produktebene

Für den detaillierten Preisvergleich der Bewertungskategorien siehe CDP Pricing: Models, Ranges, and Hidden Costs.

Stärken

Eine ausgewogene Bewertung von Data Cloud erkennt die echten Vorteile an:

Das größte Ökosystem: Das größte Enterprise-Software-Ökosystem im Markt, mit Tausenden von AppExchange-Apps, zertifizierten Beratern und Einführungspartnern. Wer Systemintegrator-Unterstützung sucht, findet hier die tiefste Reserve an zertifizierten Talenten
Hohe KI-Investition: Salesforce investiert stark in KI – von den prädiktiven Einstein-Modellen über Agentforce bis zu autonomen Agenten. Die Vision, KI-Agenten auf vereinheitlichten Kundendaten zu betreiben, ist architektonisch solide, und Salesforce setzt sie schneller um als die meisten Suite-Anbieter
Zero-Copy-Datenzugriff: Abfragen von Daten in externen Warehouses (Snowflake, BigQuery) ohne Kopieren adressiert ein zentrales Anliegen von Datenteams, die ihr Data Warehouse als führendes System halten
Großkunden als Referenz: Salesforce nennt Siemens Smart Infrastructure als Kunden von Data Cloud; diese Referenz belegt die Fähigkeit zum Betrieb im Großmaßstab
Kostenlose Erfassung aus Salesforce-Clouds: Seit 2025 ist das Laden strukturierter Daten aus den Salesforce-Clouds in Data Cloud kostenlos – eine Kostenhürde weniger für bestehende Salesforce-Kunden. Die Kostenfreiheit deckt nur den Datenimport ab; Vereinheitlichung, Segmentierung und Aktivierung verbrauchen weiterhin Flex Credits

Benannte Einschränkungen

Diese Punkte folgen aus der Suite-eingebetteten Architektur, nicht aus Einführungsfehlern. Die Bewertungen auf G2 nennen dieselben Themen:

Einführungsdauer und Lernkurve: Standardprojekte laufen 8 bis 16 Wochen; Konzernausbauten über mehrere Clouds und komplexe Datenmodelle rechnen typischerweise mit 3 bis 12 Monaten. Deutlich länger als bei eigens gebauten Hybrid-CDPs, die in Wochen starten. In der KI-Ära ist jeder Monat der Einführung ein Monat, in dem ein Wettbewerber aus KI-gestützten Kundeninteraktionen lernt. Ein G2-Bewertender schreibt: „It feels almost like learning a new product from scratch…“ (sinngemäß: das Erlernen des Produkts von Grund auf empfinden viele als Lernkurve, gerade erfahrene Salesforce-Administratoren).
Preiskomplexität und Suite-Aufschlag: Wer nur die CDP-Funktionalität braucht – Datenvereinheitlichung, Segmentierung, Aktivierung – lizenziert mitunter Produkte, die im eigenen Fall nicht gebraucht werden. Ein immer wiederkehrender Kommentar auf G2: “A separate license needs to be purchased even if you already have Sales, Service, or Marketing Cloud.” (sinngemäß übersetzt: Eine separate Lizenz ist nötig, selbst wenn Sales, Service oder Marketing Cloud bereits vorhanden sind) Andere Bewertende finden das Preismodell schwer verständlich und die Preisinformationen schwer zugänglich
Ökosystembindung und Anbieterwechselbarkeit: Die tiefsten Integrationen laufen Salesforce zu Salesforce. Je mehr Kundendaten, Segmente und KI-Modelle eine Organisation in Data Cloud aufbaut, desto teurer wird der Wechsel auf eine andere Plattform. Wer CRM, Versandsystem oder Commerce-Plattform künftig austauschen möchte, prüft, ob das Zentralisieren der Kundendaten in einer Suite-eingebetteten CDP einen Ausstiegskostenaufwand erzeugt, der den Integrationsvorteil übersteigt. Ein G2-Bewertender schreibt: „Es wäre noch besser, wenn man es unabhängig von Salesforce nutzen und eigene offene Daten importieren könnte.“
Überlappung mit dem Data Warehouse: Wer bereits ein Cloud-Data-Warehouse betreibt (Snowflake, BigQuery, Databricks), findet in Data Cloud mitunter eine Infrastruktur, die im Unternehmen schon besteht. Data Engineers mit Warehouse-first-Architektur stellen den Nutzen infrage: “Why do I need another system to get all the data if I already have a data warehouse?” (sinngemäß übersetzt: Wozu ein weiteres System, um alle Daten zu bekommen, wenn ein Data Warehouse bereits steht?)
Externe Datenquellen: Native Konnektoren tragen die Datenflüsse Salesforce zu Salesforce, und der Zero-Copy-Verbund hat seit 2024 den externen Zugriff deutlich verbessert. Nicht-Salesforce-Quellen bleiben konfigurationsaufwändiger. Ein G2-Kommentar: „Difficult to grab external data in there, specially when you have multiple sources.“ (Externe Daten einzubinden bleibt schwierig, besonders bei mehreren Quellen.) Komplexe eigene Integrationen können MuleSoft erfordern, mit Lizenzkosten und Entwicklungsaufwand
Namensstabilität: Sechs Namen in sechs Jahren erzeugen echte Verwirrung im Markt. Dokumentation, Trailhead-Module, Partnerzertifikate und Communityressourcen tragen je nach Entstehungszeitpunkt unterschiedliche Namen. Ein G2-Bewertender: “Confusing name changes. What’s it called today?” (sinngemäß übersetzt: Verwirrende Namensänderungen – wie heißt es heute?)
KI-Umbenennungen: Die KI-Strategie von Salesforce selbst hat schnelle Umbenennungen durchlaufen, von Einstein über Einstein Copilot (Februar 2024) zu Agentforce (Oktober 2024). Das bewertende Team prüft die tatsächlichen Fähigkeiten hinter dem aktuellen Namen, statt jeden Umbenennungswechsel als neue Produktgeneration zu lesen
Datenschutz in regulierten Branchen: G2-Bewertende aus regulierten Branchen benennen den Speicherort der Daten und die Konformität als wesentliche Sorge; eine Bewertung vergibt wegen Datenschutzrisiken 1,5 von 5 Sternen. Für ein Unternehmen in Deutschland liegt der rechtliche Rahmen dafür bei der Datenschutz-Grundverordnung (DSGVO, englisch GDPR) und dem Bundesdatenschutzgesetz (BDSG); für den Zugriff auf Endgeräte gilt das TDDDG (bis Mai 2024 TTDSG). Der Datenschutzbeauftragte trägt die Verantwortung für eine dokumentierte Speicherregion, für die Verwaltung der Einwilligung je Zweck und Kanal sowie für die Rechtsgrundlage der Übermittlungen in Drittländer. Salesforce listet Deutschland als Hyperforce-Region; ob Data 360 in Frankfurt betrieben wird, sagt die öffentliche Dokumentation nicht
Leistung bei großen Datenmengen: Bewertende mit großen Datenbeständen berichten von verlangsamten Seitenaufbauten und von Aufgaben bei der Datenqualität in großen Mengen

Für welche Unternehmen Salesforce Data Cloud passt

Data Cloud passt gut zu Unternehmen, die die meisten dieser Kriterien erfüllen:

Tief im Salesforce-Ökosystem: Sales Cloud, Service Cloud und Marketing Cloud als führende Systeme im Betrieb. Der Nutzwert sinkt mit jedem Nicht-Salesforce-System im Systemverbund
Konzerngröße mit SI-Beziehung: Ein Unternehmen mit bestehendem Salesforce-Beraterpartner, der eine Einführung über mehrere Clouds führt
Anbieterbeziehung unverwechselbar: Ein Unternehmen, das eine einzige Anbieterbeziehung bevorzugt und die Nachteile der Suite-Einbettung gegen den geringeren Aufwand der Anbieterverwaltung abwägt
Kein Zeitdruck: Ein Vorhaben, das eine Einführung über 2 bis 12 Monate ohne Wettbewerbsnachteile zulässt

Data Cloud passt weniger zu Unternehmen, die:

ein Nicht-Salesforce-CRM als führendes Kundensystem führen
Daten aus vielen Nicht-Salesforce-Quellen (Onlineshop, Kasse, Mobile-App, externe Datenbanken) vereinheitlichen, wo native Konnektoren begrenzt bleiben
eine CDP in Wochen einführen und KI-Kampagnen starten wollen, nicht Monaten
die Lizenzkomplexität über mehrere Clouds und den Suite-Aufschlag vermeiden möchten
die Austauschbarkeit des Anbieters priorisieren und die Ökosystembindung nicht durch die Zentralisierung der Kundendaten in einer Suite vertiefen möchten
eine Plattform suchen, in der CDP, Messaging und KI-Entscheidung aus einer einzigen Architektur stammen, statt aus zugekauften Produkten zusammengesetzt zu sein (in Deutschland etwa die SAP Customer Data Platform, die auf diesem Kriterium eine Alternative zur Salesforce-CDP ist)

Alternativen zu Salesforce Data Cloud

Zwei Kategorien kommen als Alternative in den Blick: Agentic CDPs, die Datenvereinheitlichung, Messaging und KI in einer eigens gebauten Plattform mit geschlossenem Rückkopplungskreis vereinen, und Composable CDPs, die Fähigkeiten aus mehreren Werkzeugen auf einem Cloud-Data-Warehouse zusammensetzen. Wer in der Suite bleibt, vergleicht Data Cloud mit Adobe Real-Time CDP und der SAP Customer Data Platform; dort fällt die Entscheidung an der Frage, welcher Anbieter das führende Kundensystem schon hält.

Für den vollständigen Vergleich über alle Kategorien siehe den Anbietervergleich unter CDP-Anbieter. Für die Bewertungskriterien im KI-Zeitalter gilt der Leitfaden „CDP auswählen: 10 Fragen“ (auf Deutsch).

→ Alle CDP-Anbieter nebeneinander im CDP-Anbietervergleich

Wie unabhängige Analysten CDP-Anbieter bewerten: Laden Sie den Forrester-Wave-Bericht oder den IDC-MarketScape-Bericht herunter (Berichte im Original auf Englisch)

FAQ

Ist Salesforce Data Cloud dasselbe wie Salesforce CDP?

Ja – Salesforce Data Cloud ist der aktuelle Name des Produkts, das zuerst Salesforce CDP hieß. Seit dem Start als Customer 360 Audiences im Jahr 2020 trug es sechs Namen: Salesforce CDP (2021), Marketing Cloud Customer Data Platform (2022), Salesforce Genie (2022), Data Cloud (2023) und Data 360 (2025). Die Kernfunktionen – Datenvereinheitlichung, Segmentierung und Aktivierung – blieben konstant, obwohl jede Generation weitere Fähigkeiten hinzufügte.

Was ist Salesforce Data 360?

Salesforce Data 360 ist der heutige Name von Salesforce Data Cloud, umbenannt im Oktober 2025 – dasselbe Produkt, kein neues. Der Name signalisiert die Reichweite über das Marketing hinaus: Data 360 dient als Datenschicht für Sales, Service und Commerce Cloud und als Grundlage der Agentforce-Agenten. Beide Namen kursieren – Preisseiten und G2 sagen Data 360, während ein großer Teil der Salesforce-Dokumentation, der Trailhead-Schulungen und der Partnerzertifikate noch Data Cloud sagt.

Was kostet Salesforce Data Cloud?

Salesforce Data Cloud (Data 360) wird in zwei Preismodellen angeboten: nutzungsabhängig (500 US-Dollar je 100.000 Flex Credits) und profilbasiert (fester Betrag je Profil). Die Data-360-Starter-SKU kostet offiziell 60.000 US-Dollar im Jahr. Die Gesamtkosten liegen typischerweise höher, weil vollständige CDP-Anwendungsfälle weitere Salesforce-Produkte brauchen: Marketing Cloud für die E-Mail-Aktivierung, Service Cloud für Serviceanwendungsfälle und mitunter MuleSoft für externe Datenquellen. Konzerneinführungen tragen zusätzlich Beratergebühren, die über drei Jahre die Softwarelizenzkosten erreichen können.

Was unterscheidet Salesforce Data Cloud von einer eigenständigen CDP?

Salesforce Data Cloud ist eine Suite-eingebettete CDP – gebaut für das Salesforce-Ökosystem, mit dem größten Nutzen im Zusammenspiel der Salesforce-Clouds. Eine eigenständige oder Hybrid-CDP ist eine eigens gebaute Plattform, die Datenvereinheitlichung, Messaging und KI in einem System vereint, ohne dass zusätzliche Produktlizenzen nötig werden. Die Unterschiede liegen in der Einführungsdauer (Wochen statt Monate), der Preisstruktur (eine Lizenz gegenüber mehreren Clouds) und der Architektur (ein System gegenüber Produkten aus Übernahmen). Wer Salesforce als führendes System über Sales, Service und Marketing betreibt und wenige Nicht-Salesforce-Datenquellen hat, findet Data Cloud häufig passend. Wer Daten aus mehreren Nicht-Salesforce-Systemen vereinheitlichen will, die Austauschbarkeit des Anbieters priorisiert oder die Ökosystembindung nicht vertiefen möchte, bewertet eigenständige Alternativen, unabhängig vom bisherigen Salesforce-Bestand.

Wie vergleicht sich Salesforce Data Cloud mit Adobe Real-Time CDP?

Beide sind Suite-eingebettete CDPs auf der agentic-Stufe; die Entscheidung fällt an der Frage, in welchem Ökosystem das Unternehmen bereits steht – den Salesforce-Clouds oder dem Experience-Stack von Adobe. Salesforce aktiviert über Marketing Cloud mit Einstein und Agentforce; Adobe Real-Time CDP aktiviert über Journey Optimizer und verlangt das XDM-Datenmodell von Adobe Experience Platform. Der vollständige Nebeneinanderabgleich – Data Governance, KI-Fähigkeiten und Bindungsrichtung – steht in Was ist Adobe Real-Time CDP?

Ist Salesforce Data Cloud die richtige CDP für mein Unternehmen?

Salesforce Data Cloud passt, wenn das Unternehmen über CRM und Marketing bereits tief in Salesforce investiert ist – außerhalb dieses Ökosystems passt die Plattform schlecht. Wählen Sie Data Cloud für Customer-360-Profile nativ in Sales Cloud und Agentforce, mit Auslösern in Echtzeit im Salesforce-Stack. Wer ein Nicht-Salesforce-CRM und einen Marketing-Stack ohne Salesforce betreibt, bewertet eine eigenständige CDP.

Was sind die Alternativen zu Salesforce Data Cloud?

Die Hauptalternativen zu Data Cloud sind CDPs außerhalb des Suite-Betriebsmodells: Plattformen, die Datenvereinheitlichung, Messaging und KI bündeln, ohne mehrere Cloud-Lizenzen zu verlangen – ein Vertrag, KI-native Architektur, Einführung in Wochen statt Monaten. Composable CDPs stehen innerhalb dieser Gruppe als Variante, die das Data Warehouse als Fundament nutzt und Daten per Reverse ETL in die Aktivierungswerkzeuge synchronisiert – passend für Teams unter Data-Engineering-Leitung mit bestehendem Warehouse-Bestand. Für den vollständigen Anbietervergleich siehe den CDP-Anbietervergleich.