Eine Agentic CDP ist für die KI-Ära gebaut. Sie bietet permanente 1:1-Personalisierung mit Infinity Campaigns, ist in die Datengrundlage mit verwaltetem Kundenkontext integriert und von Grund auf für Agenten als First-Class-Operatoren konzipiert.
von Tasso Argyros, Ali Ghodsi und Reynold Xin
Marketing-Technologie hat in den letzten Jahrzehnten viele Veränderungen erlebt. Aber was sich gerade abspielt, ist anders, denn zwei massive Umbrüche finden gleichzeitig statt.
Der Technologie-Stack, auf den sich Marketer verlassen, wird durch AI und Agenten grundlegend verändert. Auch das Verhalten moderner Käufer wandelt sich durch AI und Agenten auf eine Weise, die den alten Stack inkompatibel mit der Zukunft macht.
Die traditionelle Customer Data Platform (CDP) veraltet nicht nur, sie ist schlichtweg das falsche Werkzeug für die heutigen Anforderungen.
Stellen Sie sich eine Kundin vor, die einen Flug buchen möchte. Innerhalb von Sekunden setzt sie drei Agenten ein: einen zur Recherche von Routen und Fluggesellschaften, einen zum Durchsuchen ihres Posteingangs nach Treueangeboten und zum Preisvergleich im Web und einen dritten, der den Kauf tätigt und das beste Angebot aushandelt. Was früher eine mehrwöchige Customer Journey war, geschieht heute in Millisekunden, über alle Kanäle hinweg und ohne dass ein Mensch sie bewusst steuern muss.
Dies führt zu drei Anforderungen, für die die heutige Marketing-Infrastruktur nie ausgelegt war.
Die erste ist Geschwindigkeit. Agentenbasierte Kaufzyklen laufen in Millisekunden ab. Jedes System, das in Batch-Zyklen von Tagen oder Wochen arbeitet, ist für diese Käufer unsichtbar, bis es reagiert.
Die zweite ist Hyperpersonalisierung. Agenten sind effiziente Filter. Marketing-Inhalte, die für diesen Kunden in diesem Moment nicht absolut relevant sind, werden aussortiert, noch bevor ein Mensch sie zu Gesicht bekommt. Eine persönliche Anrede in der Betreffzeile oder ein Segment von zehntausend Personen ist nach diesem Standard keine Personalisierung.
Die dritte ist umfassenderer Kontext. Marketingteams verlassen sich seit langem auf Data Engineering, um einen „Customer 360“-Datensatz für Kampagnen zu erstellen. Agenten werden mehr Signale als je zuvor erzeugen, aber Rohdaten sind nicht mehr der Engpass. Agenten benötigen Kontext: ein Live-Bild des Kunden, des Unternehmens und der Historie jeder Entscheidung, die für diesen Kunden getroffen wurde, sowie deren Gründe.
Die Branche hat Jahre damit verbracht, den „Golden Record“ aufzubauen – was viele Teams als Customer 360 bezeichnen. Es ist ein einheitliches Kundenprofil: Demografie, Transaktionen, Verhaltenshistorie. Es beantwortet die Frage, wer der Kunde ist, und ist wirklich nützlich.
Agenten brauchen mehr als das. Sie benötigen Golden Context, der zwei Dinge hinzufügt, die der Golden Record nicht enthält: was das Unternehmen gerade zu erreichen versucht und was bereits bei diesem Kunden versucht wurde und wie er darauf reagiert hat.
Das Fluglinien-Beispiel macht dies deutlich. Ein Agent, der auf Basis eines Golden Record arbeitet, weiß, dass ein Kunde achtmal im Jahr fliegt und einen Elite-Status besitzt. Ein Agent, der auf Basis von Golden Context arbeitet, weiß, dass der Flug desselben Kunden zwei Stunden Verspätung hat, dass sie mit drei Kindern unter zehn Jahren reist, dass die Lounge heute Abend Platz für vier Personen bietet und dass sie sich vor sechs Monaten über eine Verspätung beschwert hat und niemand darauf eingegangen ist. Der erste Agent sendet eine generische Treue-E-Mail. Der zweite rettet die Reise.
Der Wandel hin zu Agenten und Kontext betrifft jedes Tool, das im Marketing eingesetzt wird, aber vielleicht keines so sehr wie die CDP.
In der Vergangenheit dienten CDPs als wichtige Middleware des Marketing-Stacks. Sie waren zwischen Datenplattformen und Ausführungstools angesiedelt, damit Marketer Daten für eine Batch-basierte Zielgruppenansprache organisieren und verteilen konnten. Die Entstehung des „agentenbasierten Kaufens“ (Agentic Buying), bei dem autonome Agenten im Namen von Menschen recherchieren und Transaktionen durchführen, macht diese Middleware-Architektur jedoch obsolet.
Da traditionelle CDPs für statische, regelbasierte und von Menschen verwaltete Kampagnen entwickelt wurden, erfüllen sie die drei entscheidenden Anforderungen der Agenten-Ära nicht:
Unabhängig davon, welche CDP-Variante Sie bevorzugen, ob „Bundled“ oder „Composable“: Diese Systeme wurden schlichtweg nicht für eine Ära entwickelt, in der Agenten im Namen von Menschen recherchieren und einkaufen, und sie sind auch nicht nativ für moderne Agent-First-Architekturen ausgelegt.
Eine neue Generation von CDPs muss die Anforderungen von Marketern für das nächste Jahrzehnt und darüber hinaus erfüllen. Eine, die Agenten in den Mittelpunkt ihrer Architektur stellt, sich vom Konzept großer Zielgruppen und statischer Regeln verabschiedet und stattdessen auf intelligente, agentenbasierte Reaktionen auf Kundensignale in Echtzeit setzt. Sie sollte nicht nur bei Kampagnen unterstützen, sondern auch dabei helfen, die Daten und den Kontext zu erfassen und zu organisieren, die für diese Intelligenz erforderlich sind.
Eine Agentic CDP ist für das AI-Zeitalter konzipiert. Sie ermöglicht eine kontinuierliche 1:1-Personalisierung mit Infinity Campaigns, ist direkt in die Datengrundlage eingebettet, auf der der verwaltete Kundenkontext liegt, und ist von Grund auf für Agenten als gleichberechtigte Akteure neben dem Menschen konzipiert.
Die nächste Generation von CDPs muss mit Agenten im Zentrum der Architektur entwickelt werden, anstatt diese nachträglich als Feature anzuflanschen. Eine Agentic CDP zeichnet sich durch drei wesentliche Merkmale aus:
Wir brauchen für diese Ära ein neues Konzept der Kundeninteraktion – jenseits der alten Kampagnen und Journeys. Wenn Interaktion kontinuierlich und nicht episodisch sein muss, wenn sie mit der Geschwindigkeit von in Millisekunden denkenden Agenten reagieren und auf Segmente der Größe eins – einen einzelnen Menschen und seine Agenten – personalisiert werden muss, dann unterscheidet sich dies grundlegend von einer herkömmlichen Kampagne.
Herkömmliche CDPs wurden entwickelt, um ungerichtete Batch-Marketingkampagnen zu unterstützen, die langsam und statisch sind und niemals wirklich 1:1 sein können. Selbst Customer Journeys sind stark manuell und regelbasiert, sodass eine echte Personalisierung auf individueller Ebene fehlt.
Die Agentic CDP bietet zum ersten Mal eine völlig neue Funktion, die wir Infinity Campaigns nennen: autonome, sich kontinuierlich anpassende Interaktionsschleifen, die sich ständig auf neue Kontextsignale einstellen, um Botschaft, Timing und Kanal im laufenden Betrieb autonom anzupassen.
Mit anderen Worten: Infinity Campaigns sind:
Um auf das Fluglinien-Beispiel zurückzukommen: Ein Marketer kann problemlos eine Kampagne für einen treuen Reisenden erstellen, der mehr als achtmal im Jahr fliegt. Der Marketer nutzt Demografie, Transaktionen, Kampagnenhistorie und Interaktionsdaten, um eine zeitnahe Nachricht zu „personalisieren“, die den Reisenden zu einem exklusiven Angebot für seine nächste Buchung einlädt.
Aber was ist, wenn der Flug dieses treuen Kunden gerade Verspätung hat? Er reist allein mit drei Kindern unter zehn Jahren und fragt den Chatbot der Airline-App hektisch, ob es am Flughafen eine Toilette mit Wickeltisch gibt. Eine generische Buchungs-E-Mail ist da nicht die richtige Wahl.
Eine Infinity Campaign sollte für diesen Kunden immer aktiv sein. Durch die Verarbeitung und das Verständnis all dieser Signale kann der Campaign Agent entscheiden, dass die beste Maßnahme darin besteht, der Familie kostenlosen Lounge-Zugang zu gewähren und so ihr Markenerlebnis zu retten.
Die Agentic CDP ist von Grund auf so konzipiert, dass sie diese Kernfunktion nativ bereitstellt.
Die Agentic CDP läuft innerhalb der Datenplattform, nicht daneben.
Dies ergibt sich aus den tatsächlichen Anforderungen von Golden Context. Kundenkontext, Geschäftskontext und Entscheidungskontext befinden sich alle in der Enterprise-Datenplattform. Agenten benötigen schnellen und sicheren Zugriff auf alle drei gleichzeitig. Eine CDP, die außerhalb der Datenplattform angesiedelt ist und Daten über eine Integration abruft, wird für in Millisekunden agierende Agenten immer zu langsam und unvollständig sein.
Das praktische Ergebnis ist eine Verschmelzung der Schichten des traditionellen Martech-Stacks. Das Lakehouse und die CDP müssen auf derselben Schicht liegen, damit der Kontext an einem Ort erfasst, verwaltet und analysiert wird, anstatt über Systeme hinweg synchronisiert zu werden – mit all den unvermeidlichen Herausforderungen an Geschwindigkeit, Sicherheit und Governance, die sich aus dieser Trennung ergeben würden.
Governance ist auch hier wichtig, und zwar nicht erst im Nachhinein. CDPs betreffen einige der sensibelsten Daten, die Unternehmen besitzen: PII, Verhaltensdaten, Transaktionsverlauf. Die Governance-Systeme, die diese Daten (und zunehmend auch Agents) schützen, befinden sich direkt im Lakehouse und nutzen Innovationen wie Unity Catalog. Eine Agentic CDP, die in diese Governance-Ebene integriert ist, sorgt dafür, dass jede Aktion eines Agents unter denselben Datenberechtigungen und Sicherheitsgrenzen ausgeführt wird wie jeder andere Vorgang im Unternehmen. Kein separates Regelwerk für die CDP, keine Verzögerungen bei der Bereitstellung neuer Anwendungsfälle, keine parallelen Systeme, die gewartet werden müssen.
Schließlich ist der Golden Context nur so gut wie die Daten, die dahinterstehen. Wenn die CDP im Lakehouse eingebettet ist, werden wirklich schwierige Probleme – wie die Zusammenführung von Kundenidentitäten über verschiedene Kanäle hinweg oder das Erkennen und Korrigieren von Datenqualitätsproblemen – genau dort gelöst, wo die Daten bereits liegen.
Jede CDP, die es vor dem Aufkommen von ChatGPT gab, war für menschliche Bediener konzipiert: Dashboards, Logins, manuelle Regeln, geplante Jobs. Einige Anbieter haben seitdem agentenbasierte Funktionen hinzugefügt, und einige dieser Funktionen sind durchaus nützlich. Aber es gibt einen wesentlichen Unterschied zwischen dem Hinzufügen einer Chat-Schnittstelle zu einem bestehenden System und dem Aufbau eines Systems, bei dem der agentenbasierte Betrieb von Anfang an der primäre Modus ist. Ersteres ist ein Upgrade, Letzteres erfordert eine Neuentwicklung.
Die für die LLM-Ära entwickelte Agentic CDP ist so konzipiert, dass jede Funktion von einem Agent oder einem Menschen ausgeführt werden kann. Menschen setzen weiterhin Ziele, überprüfen Ergebnisse und behalten die Kontrolle, aber das System geht über eine Welt hinaus, in der Menschen Customer Journeys manuell Schritt für Schritt aufbauen müssen.
Die Marketing-Infrastruktur, die im letzten Jahrzehnt funktioniert hat, passt nicht mehr zu den Käufern, Kanälen und Geschwindigkeiten des nächsten Jahrzehnts. Die Marken, die das nächste Jahrzehnt für sich entscheiden, werden nicht diejenigen sein, die das Beste aus dem alten Modell herausgeholt haben. Es werden diejenigen sein, die Kunden (und ihre Agents) genau dort abholen können, wo sie sich tatsächlich befinden – genau in dem Moment, in dem es darauf ankommt, und in einer Größenordnung, die zuvor nicht möglich war.
Deshalb haben wir bei Databricks CustomerLake entwickelt: eine native Agentic CDP für die Databricks-Plattform.
CustomerLake wurde entwickelt, um die drei oben genannten Prinzipien zu erfüllen:
1: Infinity Campaigns als zentrales Engagement-Modell
2: Nativ in die Databricks-Plattform eingebettet
3: Eine Architektur, bei der Agents und Menschen vom ersten Tag an zusammenarbeiten, anstatt dass Agents erst nachträglich hinzugefügt werden
Wenn Ihr Team bereit ist, keine Kampagnen mehr für Käufer zu erstellen, die es so nicht mehr gibt, ist CustomerLake genau für das gebaut, was als Nächstes kommt.
Um mehr zu erfahren, lesen Sie unseren Blog zur Produktankündigung.
(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag
Abonnieren Sie unseren Blog und erhalten Sie die neuesten Beiträge direkt in Ihren Posteingang.